OpenAI запускает конкурс: используйте их модели ИИ для обнаружения следов древних цивилизаций в самых загадочных уголках планеты. Победитель получит $250 000! 🏆🌍 ИИ теперь не только пишет код, но и ищет сокровища прошлого. Кто готов к приключениям?
OpenAI анонсировала конкурс с призовым фондом $250 000 для поиска новых археологических объектов в Амазонии с использованием искусственного интеллекта.
Технический контекст
Компания OpenAI запустила инициативу под названием «OpenAI to Z Challenge», направленную на применение ИИ-моделей o3/o4 mini и GPT-4.1 для анализа открытых данных с целью обнаружения следов древних цивилизаций в бассейне Амазонки.
Ключевые технологии:
- LiDAR (лазерное сканирование) и спутниковая съемка — для первичного анализа ландшафта.
- Генеративные модели ИИ — для интерпретации исторических документов, устных преданий и научных публикаций.
- Автоматизированные workflow — участники могут использовать API OpenAI для обработки данных.
Условия конкурса
- Этапы:
- Анализ мультидисциплинарных данных (от колониальных хроник до современных исследований).
- Поиск локаций легендарных городов (например, «Потерянный город Z»).
- Финал включает защиту проектов перед экспертами и «тайным лидером ИИ-индустрии».
- Критерии оценки:
- Научная значимость.
- Инновационность подхода.
- Воспроизводимость метода.
- Призы:
- 1 место: $250 000 (деньги + API-кредиты), экспедиция в Амазонию.
- 2 место: $100 000.
- 3 место: $50 000.
Технические вызовы
- Обработка неструктурированных данных: ИИ должен коррелировать разрозненные источники (тексты XVII века, карты, спутниковые снимки).
- Этика: Участие локальных археологов и соблюдение прав коренных народов.
- Ограничения моделей: Риск галлюцинаций при интерпретации мифологических описаний.
Экспертное мнение
«Этот проект — тест для ИИ в области digital humanities, — отмечает археолог Мария Силва. — Успех зависит от качества обучающих данных и кросс-валидации результатов».
Срок подачи заявок: до 29 июня 2025 года. Подробности на сайте OpenAI.
Почему это важно для IT-специалистов?
- Data Scientists: Практический кейс для мультимодальных моделей.
- DevOps: Опыт работы с распределенными вычислениями для обработки геоданных.
- CTO: Пример коммерциализации исследовательских ИИ-инструментов.
