Занявшие 2-е место в недавнем конкурсе Zindi AirQo Ugandan Air Forecast Challenge недавно вышли на новый уровень в области науки о данных, присоединившись к команде проекта для внедрения решений машинного обучения для улучшения мониторинга качества воздуха в Кампале, Уганда.

«Соревнования по машинному обучению заставляют вас испытать новые идеи, соревнуясь со временем и списком лидеров», - с улыбкой говорит Нихил Кумар Мишра. «Я увлечен наукой о данных».

Его товарищ по команде, Дариус Морури, не может скрыть волнения в голосе, когда говорит об ИИ. Дариус, как ученый-самоучка из Кении, говорит, что ему очень нравится участвовать в хакатонах по науке о данных.

Нихила и Дариуса сблизила их страсть к науке о данных. Они не только объединились - за тысячи миль друг от друга - в конкурсе AirQo Ugandan Air Quality Forecast Challenge, они заняли 2-е место среди более чем 700 участников по науке о данных из таких стран, как Уганда, Танзания, Индия, Нигерия, Япония и ОАЭ.

Модель машинного обучения для оценки качества воздуха

Конкурс был организован в партнерстве с проектом Цифровое качество воздуха в Восточной Африке (DAQ EA), Университетом Бирмингема и проектом AirQo из Университета Макерере, Кампала и был направлен на создание модели машинного обучения, которая точно спрогнозировать качество воздуха в Уганде. Этот конкурс был не только о выигрыше призового фонда в 5000 долларов; Нихил и Дариус получили возможность увидеть, как их решение воплощается в жизнь, поскольку они потратили месяц на реализацию своего выигрышного решения с командой AirQo.

«Это был наш первый конкурс, в котором мы поддержали победителей в реализации их решения, и мы очень довольны тем, насколько успешно Дариус и Нихил помогли AirQo реализовать свои модели», - говорит Селина Ли, генеральный директор Zindi. «Для нас очень много значит предоставить реальный опыт работы для наших победоносных зиндийцев, таких как Никхил и Дариус».

«Самым увлекательным в задаче AirQo была возможность реализовать наше победившее решение, работая с командой экспертов AirQo над прогнозированием загрязнения воздуха и оказывая непосредственное влияние на жизнь людей», - говорит Дариус. -Возможность на всю жизнь с Airqo. «Одно из ключевых достижений, которым я больше всего горжусь, - это то, что теперь я более уверен в управлении проектом машинного обучения от начала до конца», - добавил он.

Реальный проектный опыт

Пол Грин, менеджер проектов в AirQo, отметил, что, хотя наука о данных является развивающейся областью, она не широко предлагается в местных университетах, и многим людям необходимо учиться на таких соревнованиях.

«Это здорово, но часто бывает трудно получить опыт работы с реальным проектом и довести модель до завершения в реальном мире. Я надеюсь, что мы смогли помочь Нихилу и Дариусу пройти через этот процесс и предоставили ценный опыт, который поможет им в их карьере; не только как победители конкурса, но и с опытом реальной работы ».

До недавнего времени отсутствовали данные о качестве воздуха в странах Африки к югу от Сахары. Возможность точно прогнозировать качество воздуха за короткие периоды времени с помощью недорогой сети датчиков AirQo позволит каждому, от правительства до семей, принимать обоснованные решения для защиты здоровья и руководить действиями людей.

«Решение Дариуса и Нихила для прогноза качества воздуха поможет AirQo выявить серьезные всплески загрязнения, когда уровень загрязнения выше ожидаемого, исследовать причину и попытаться минимизировать ее в будущем», - отмечает Грин.

Профессор Фрэнсис Поуп, руководитель проекта DAQ EA, отметил, что их цель заключалась не только в увеличении числа людей, обладающих навыками для решения этих проблем, но и в улучшении нашего понимания того, где находятся очаги загрязнения воздуха. «Соревнование имело большой успех: теперь у нас есть более точный прогноз, где находятся очаги проблем с качеством воздуха в Кампале, Уганда, и мы надеемся, что в будущем сможем распространить его на Африку».

Эта статья написана Маклиной Бурунги и впервые опубликована в блоге AirQo.