Rešitve ekip 2025
ZelenaSled
IZZIV: Vesoljski izziv
Aplikacija za načrtovanje zelenih in senčnih poti v Ljubljani
Hoja in kolesarjenje po mestu sta okolju prijazni izbiri, a prebivalci se pogosto soočajo z vročino, onesnaženjem zraka in pomanjkanjem zelenih površin. ZelenaSled je inovativna aplikacija, ki omogoča načrtovanje poti glede na kakovost zraka, osenčenost in ozelenitev, s čimer izboljšuje udobje in zdravje uporabnikov.
Aplikacija analizira satelitske podatke (Sentinel-5P, Sentinel-2, Copernicus) ter s pomočjo algoritmov in geografskih informacij določa optimalne poti za pešce in kolesarje. Z odprtokodnimi orodji, kot so OpenStreetMap, OpenTripPlanner in GeoDjango, ustvarjamo bolj trajnostno in prijazno urbano okolje.
ZelenaSled prispeva k ciljem trajnostnega razvoja, kot so zdravje in dobro počutje, trajnostna mesta in podnebni ukrepi, saj spodbuja gibanje, zmanjšuje izpostavljenost onesnaženju in toplotnim obremenitvam ter prispeva k boljši kakovosti življenja v mestih.
5 prijateljev
IZZIV: Vesoljski izziv
FireLine: Napovedovanje širjenja gozdnih požarov in iskanje preventivnih rešitev
FireLine: Napovedovanje širjenja gozdnih požarov in preprečevanje katastrofalnih posledic
Podnebne spremembe povečujejo pogostost in intenzivnost gozdnih požarov, kar povzroča ogromno škodo ekosistemom in naseljem. FireLine je inovativna rešitev, ki omogoča napovedovanje širjenja požarov ter strateško postavljanje požarnih pregrad za zmanjšanje tveganja in zaščito okolja.
Sistem temelji na analizi satelitskih podatkov (Copernicus, OpenMeteo), ki zajemajo vegetacijo, vlažnost in vremenske razmere. Na podlagi teh informacij FireLine simulira širjenje požara ter predlaga optimalne požarne pregrade, ki preprečujejo nenadzorovano širitev ognja. Za modeliranje uporabljamo metode semantične segmentacije (AiTLAS) in simulacijske algoritme (Cell2Fire), pri čemer rezultate obdelujemo s pomočjo superračunalnika.
Aplikacija bo ključna za gasilske organizacije, civilno zaščito in lastnike zemljišč v požarno ogroženih območjih. FireLine podpira cilje trajnostnega razvoja UNESCO, predvsem podnebne ukrepe (SDG 13) in ohranjanje kopenskih ekosistemov (SDG 15), saj pomaga pri varovanju narave in zmanjšanju emisij toplogrednih plinov zaradi požarov.
Doner Kez
IZZIV: Zdravje in dobro počutje
Syntherra: Umetna inteligenca za pospešeno iskanje učinkovin v zdravilih
Razvoj novih zdravil je dolgotrajen in drag proces, kar omejuje dostopnost terapij po vsem svetu. Syntherra je inovativni model umetne inteligence, ki uporablja spodbujevalno učenje in grafovske nevronske mreže (GNN) za generacijo molekul s terapevtskim potencialom. Cilj je optimizirati iskanje učinkovin in pomožnih snovi, s čimer bi farmacevtska podjetja, kot sta Sandoz ali Lek, lahko razvila zdravila hitreje in ceneje.
Model uporablja podatke iz javnih baz (EMA, PubChem) ter z napredno analizo prepoznava molekule, ki bi lahko izboljšale obstoječe terapije. Algoritem simulira kemične interakcije in uči model, kako generirati nove stabilne spojine. Celoten proces poganja superračunalnik, kar omogoča širok spekter iskanja v kratkem času.
Syntherra prispeva k ciljem trajnostnega razvoja (zdravje in dobro počutje, inovacije in infrastruktura), saj pospešuje razvoj zdravil in zmanjšuje njihove stroške. To omogoča širšo dostopnost terapij za bolezni, pri katerih so zdravila trenutno predraga ali prepočasna za razvoj.
DPR
IZZIV: Lasten izziv - Deforestacija
Digitalni dvojnik v boju proti deforestaciji
Hitro izginjanje gozdov zaradi krčenja in kmetijske širitve ogroža ekosisteme in prispeva k podnebnim spremembam. Naša rešitev omogoča sproten nadzor nad deforestacijo s pomočjo satelitskih podatkov in umetne inteligence, kar pripomore k prepoznavanju nezakonitih posegov, načrtovanju pogozdovanja in dolgoročnemu spremljanju okolja.
Sistem analizira podatke satelitov Sentinel-2 ter uporablja modele za segmentacijo (AiTLAS), ki prepoznavajo spremembe v pokrovnosti tal. Interaktivna nadzorna plošča omogoča vizualizacijo podatkov, analizo vzrokov deforestacije in sledenje ključnim metrikam (NDVI, EVI, vlaga tal). Rešitev temelji na Next.js za uporabniški vmesnik in Python/PyTorch za obdelavo podatkov, deluje na superračunalniški infrastrukturi ter omogoča prilagodljivo analizo okoljskih sprememb.
Projekt podpira trajnostne cilje UNESCO, predvsem podnebne ukrepe (SDG 13) in ohranjanje življenja na kopnem (SDG 15). Z odprtokodno zasnovo prispeva k raziskavam in trajnostnemu upravljanju naravnih virov.
French Language Pack Removers
IZZIV: Lasten izziv - Naravne nesreče
Globalni Agregator Naravnih Nesreč (GANN)
Naravne nesreče se pojavljajo vse pogosteje, a obstoječi sistemi za spremljanje so pogosto omejeni in nepovezani. GANN je inovativna rešitev, ki združuje podatke iz satelitskih posnetkov, vremenskih API-jev, družbenih omrežij in novičarskih portalov ter jih prikazuje na interaktivnem 3D zemljevidu.
Sistem uporablja umetno inteligenco in procesiranje naravnega jezika (NLP) za kategorizacijo in filtriranje podatkov, pri čemer analizira objave uporabnikov ter uradne vire. Omogoča sledenje nesrečam v realnem času, arhiviranje zgodovinskih podatkov in aktivno prispevanje informacij s strani uporabnikov, ki lahko dodajajo slike, videoposnetke in opise.
GANN podpira trajnostne cilje UNESCO, predvsem zdravje in dobro počutje (SDG 3) ter podnebne ukrepe (SDG 13), saj omogoča hitrejše odzivanje na okoljske katastrofe in pomaga pri razvoju preventivnih ukrepov.
DigiVizija
IZZIV: Lasten izziv - Onesnaženost
EkoVizija: Digitalni dvojnik Slovenije za trajnostno načrtovanje okolja
Slovenija se sooča z naraščajočimi okoljskimi izzivi, kot so onesnaženost zraka, podnebne spremembe in vpliv urbanizacije na ekosisteme. EkoVizija je napreden digitalni dvojnik, ki omogoča simulacijo vpliva urbanističnih in industrijskih sprememb na okolje ter pomaga pri načrtovanju trajnostnega razvoja.
Sistem analizira satelitske podatke (Sentinel-2, Sentinel-5P) ter meritve o CO₂ in PM delcih in omogoča napoved vpliva novih gradenj, industrije in pogozdovanja na kakovost zraka, temperature in vodne vire. Uporablja umetno inteligenco in orodja, kot so Python, AiTLAS in React, pri čemer vizualizacije omogočajo interaktivni pregled vplivov.
EkoVizija podpira cilje trajnostnega razvoja (trajnostna mesta in podnebni ukrepi, SDG 11 in 13), saj pomaga urbanistom, okoljskim strokovnjakom in oblikovalcem politik pri boljšem načrtovanju in blaženju podnebnih sprememb.
Ekipa42
IZZIV: Zdravje in dobro počutje
Digitalni dvojček celične linije za optimizacijo proizvodnje bioloških zdravil
Razvoj bioloških zdravil je drag in dolgotrajen proces, saj zahteva natančno optimizacijo številnih spremenljivk, kot so temperatura, pH in hranjenje celičnih kultur. Naša rešitev uvaja digitalni dvojnik, ki omogoča simulacijo in optimizacijo proizvodnje bioloških zdravil v realnem času, kar zmanjša potrebo po dolgotrajnih eksperimentalnih postopkih in zniža stroške razvoja.
Sistem temelji na umetnih nevronskih mrežah in uporablja algoritme spodbujevalnega učenja za sprotno prilagajanje parametrov v bioreaktorju. Prav tako vključuje simulacijo večstolpčne kromatografije za optimizacijo končnih procesov čiščenja zdravil. Za izvajanje kompleksnih izračunov uporabljamo superračunalniško infrastrukturo, programska koda pa bo odprtokodno dostopna na GitHubu.
Projekt podpira cilje trajnostnega razvoja UNESCO, predvsem zdravje in dobro počutje (SDG 3) ter dostojno delo in gospodarsko rast (SDG 8), saj pospešuje razvoj dostopnejših bioloških zdravil in krepi konkurenčnost farmacevtske industrije.
zdravJEM
IZZIV: Zdravje in dobro počutje
zdravJEM: Socialna aplikacija za spodbujanje zdrave prehrane
Nezdrav življenjski slog in slabe prehranjevalne navade prispevajo k številnim zdravstvenim težavam, kot so debelost in srčno-žilne bolezni. zdravJEM je inovativna aplikacija, ki združuje socialno mreženje in umetno inteligenco, da uporabnike motivira k pripravi zdravih obrokov in izmenjavi izkušenj s prijatelji.
Aplikacija omogoča deljenje slik zdravih obrokov, pri čemer umetna inteligenca analizira slike in predlaga podobne recepte ter zdravju prijazne alternative. Tedenski izzivi motivirajo uporabnike, da preizkusijo nove jedi, pri čemer lahko prijatelji reagirajo in komentirajo. Sistem temelji na superračunalniški infrastrukturi (HPC Vega), uporablja Python in JavaScript, podatki pa so dostopni v skladu z načeli odprte znanosti (FAIR).
Projekt podpira cilje trajnostnega razvoja (zdravje in dobro počutje – SDG 3) ter ozavešča o povezavi med prehrano, finančno dostopnostjo hrane in dolgoročnim zdravjem. S tem spodbuja boljše prehranjevalne navade in pozitivne družbene spremembe.
Kaj sledi?
Delavnice obdelave velepodatkov v Pythonu
31. marca in 2. aprila se bosta izvedli delavnice osnovne in napredne obdelave velepodatkov v Pythonu
2. krog tekmovanja
Drugi krog bo potekal 15. aprila v okviru konference Dnevi slovenske informatike v Grand Hotelu Bernardin, Portorož. Zaključil se bo zvečer s podelitvijo nagrad, večerjo in zabavo.