Ο μεγάλος τελικός του διαγωνισμού θα πραγματοποιηθεί, για πρώτη φορά, στην Αθήνα, στο πλαίσιο του 44ου ετήσιου International Geoscience and Remote Sensing Symposium (IGARSS), που διοργανώνεται στις 7-12 Ιουλίου 2024, από το Institute of Electrical and Electronics Engineers. Χορηγός του Συμποσίου είναι ο παγκόσμιος οργανισμός της EY.
Το φετινό Open Science Data Challenge, απευθύνεται σε φοιτητές πανεπιστημίων, νέους επαγγελματίες, καθώς και εργαζόμενους της EY, στο πλαίσιο της δέσμευσης της εταιρείας να καινοτομεί και να αξιοποιεί την τεχνολογία και την τεχνητή νοημοσύνη, για να δημιουργήσει ένα βιώσιμο μέλλον για την κοινωνία και τον πλανήτη.
Η πρόκληση: Οι παράκτιες περιοχές απειλούνται από την κλιματική αλλαγή
Σήμερα, σχεδόν το 75% του παγκόσμιου πληθυσμού ζει σε απόσταση 50 χιλιομέτρων από τη θάλασσα. Οι παράκτιες περιοχές φιλοξενούν κρίσιμα οικοσυστήματα, υποδομές και οικονομικά κεφάλαια. Οι περιοχές αυτές, ιδιαίτερα στις αναπτυσσόμενες χώρες, εκτίθενται όλο και περισσότερο στις συνέπειες της κλιματικής αλλαγής, προκαλώντας εύλογη ανησυχία για τη μελλοντική βιωσιμότητά τους.
Οι συμμετέχοντες στον φετινό διαγωνισμό EY Open Science Data Challenge, θα έχουν την ευκαιρία να αξιοποιήσουν την τεχνητή νοημοσύνη για καλό σκοπό, αντλώντας στοιχεία από δεδομένα υψηλής ανάλυσης, για να δημιουργήσουν προγνωστικά μοντέλα, να αξιολογήσουν τις ζημιές από τροπικές καταιγίδες και να υποστηρίξουν την ανάπτυξη στρατηγικών για τον μετριασμό των επιπτώσεων και την ανάκαμψη από ακραία κλιματικά φαινόμενα, για περιοχές με περιορισμένη διαθεσιμότητα δεδομένων.
Ο διαγωνισμός αποτελείται από δύο φάσεις: στην 1η Φάση, οι συμμετέχοντες θα κληθούν να αναπτύξουν μοντέλα μηχανικής μάθησης και τεχνητής νοημοσύνης, αξιοποιώντας δορυφορικά δεδομένα. Οι 10 διαγωνιζόμενοι που θα προκριθούν στη 2η Φάση, θα πρέπει να καταρτίσουν ένα πρακτικό «επιχειρηματικό σχέδιο» που θα περιγράφει πώς θα μπορούσε να εφαρμοστεί το μοντέλο της 1ης Φάσης από τοπικούς οργανισμούς, για την εκτίμηση της ζημιάς στις παράκτιες υποδομές, της τρωτότητάς τους, των κοινωνικοοικονομικών επιπτώσεων και του κινδύνου καταιγίδων εξαιτίας της κλιματικής αλλαγής.
Ποιος μπορεί να συμμετάσχει;
Δικαίωμα συμμετοχής έχουν φοιτητές και νέοι επαγγελματίες με λιγότερα από δύο χρόνια εργασιακής εμπειρίας, αλλά και εργαζόμενοι της EY, ανεξαρτήτως εμπειρίας. Οι ενδιαφερόμενοι μπορούν να εγγραφούν στον διαγωνισμό και να αποκτήσουν πρόσβαση σε σχετικό εκπαιδευτικό υλικό, επισκεπτόμενοι την ιστοσελίδα challenge.ey.com. Οι καλύτερες ιδέες του παγκόσμιου διαγωνισμού μπορούν να κερδίσουν έως και 10.000 δολάρια!
Στη χώρα μας, μετά την ολοκλήρωση του παγκόσμιου διαγωνισμού, θα διεξαχθεί και μία επιπλέον αξιολόγηση μεταξύ των ελληνικών συμμετοχών. Οι διακριθέντες υποψήφιοι θα έχουν δικαίωμα συμμετοχής, σύμφωνα με τις διαδικασίες της ΕΥ, για την πλήρωση έως και πέντε θέσεων στο Κέντρο Αριστείας της EY Ελλάδος για AI & Data, που είναι το μεγαλύτερο στη χώρα, με πάνω από 280 ταλαντούχους ειδικούς σε τεχνητή νοημοσύνη και δεδομένα, και αναλαμβάνει έργα σε περισσότερα από 30 κράτη.
Αναφερόμενος στον διαγωνισμό, ο κ. Ηλίας Βυζάς, Εταίρος και Επικεφαλής Συμβουλευτικών Υπηρεσιών της EY Ελλάδος και Επικεφαλής του Κέντρου Αριστείας της EY Ελλάδος για AI & Data, δήλωσε: «Οι παράκτιες περιοχές σε ολόκληρο τον κόσμο, αλλά και στη χώρα μας, είναι ιδιαίτερα εκτεθειμένες στις επιπτώσεις της υπερθέρμανσης του πλανήτη. Για εμάς στην ΕΥ, το να παρακολουθούμε τους κινδύνους αυτούς να γιγαντώνονται δεν αποτελεί επιλογή, καθώς γνωρίζουμε ότι η τεχνολογία και η καινοτομία – ειδικά η τεχνητή νοημοσύνη – μάς δίνουν τη δυνατότητα να παρέμβουμε και να μετριάσουμε τον αντίκτυπο της κλιματικής αλλαγής, θέτοντας στο επίκεντρο τον άνθρωπο και τον πλανήτη. Με την πρωτοβουλία Open Science Data Challenge, δίνουμε τη δυνατότητα σε φοιτητές και νέους επιστήμονες να εξερευνήσουν λύσεις που απαντούν σε μία υπαρκτή και άμεση πρόκληση, αναπτύσσοντας, παράλληλα, τις δεξιότητές τους στην ανάλυση δεδομένων και τις εφαρμογές τεχνητής νοημοσύνης».
Δείτε όλες τις τελευταίες Ειδήσεις από την Ελλάδα και τον Κόσμο, τη στιγμή που συμβαίνουν, στο reporter.gr