Zwycięskie projekty studentów PW w hackatonie – podium jest nasze

Studenci PW zdominowali podium w hackatonie Accenture TechFest 2.0. Konkurs skierowany był do studentów kierunków informatycznych, matematycznych i pokrewnych. Zadaniem uczestników było stworzenie chatbota edukacyjnego wspierającego naukę.

Studenci biorący udział w hackatonie pracowali w trzyosobowych zespołach. Wcielili się w pracowników działu innowacji i w ciągu 24-godzinnego wyzwania musieli opracować nowatorskie rozwiązanie. 

- Mieliśmy za zadanie zaprojektować aplikację wspierającą w nauce poprzez stworzenie chatbota odpowiadającego na pytania na podstawie wiedzy z dostarczonych źródeł. Rozwiązanie miało opierać się na architekturze Retrieval Augumented Generation (zawierającej duże modele językowe), być dobrze zabezpieczone oraz korzystać z zasobów chmurowych Google Cloud – tłumaczy Piotr Szkoda, student ze zwycięskiego zespołu Shib.AI. 

Nagrodzone projekty

• I miejsce zajęła drużyna Shib. AI w składzie: Martyna Kochalska i Elżbieta Karasińska z Wydziału Elektrycznego oraz Piotr Szkoda z Wydziału Elektroniki i Technik Informacyjnych

Modele językowe przez swoją ogólną i wielozadaniową formę nie są wystarczająco precyzyjne i nie posiadają możliwości przetwarzania dużych zbiorów danych poprzez ograniczenia okna kontekstowego. Architektura RAG pozwala to zmienić i obniżyć znacząco koszta, poprzez dołączenie dodatkowych modeli. - Przede wszystkim jest to sposób zastosowania dużych modeli językowych do przetwarzania prywatnych, niedostępnych w trakcie uczenia lub specyficznych danych. Pozwala wchodzić w pewien sposób w interakcję z bazą danych i odpowiadać w języku naturalnym na pytania jej dotyczące, w naszym przypadku były to dokumenty pdf do nauki – zaznacza Elżbieta Karasińska, studentka z zespołu Shib.AI. 

- Nasze rozwiązanie wyróżniało się wykorzystaniem bardzo lekkich, jednak precyzyjnych w kontekście tego zadania, modeli uczenia maszynowego, co pozwoliło nam na obniżenie kosztów uruchomienia, stworzenie responsywnego interfejsu i skupienie się na zabezpieczeniu danych użytkownika. Dodatkowo konteneryzacja i korzystanie z serverless rozwiązań jak np. Google Cloud Run umożliwiło łatwą skalowalność aplikacji i stosunkowo szybkie wdrażanie jej – dodaje Martyna Kochalska.

• II miejsce zajęła drużyna Hardcounter w składzie: Svetlana Gridina,Mateusz Błażejowski i Denis Lisovytskiy – wszyscy reprezentowali Wydział Matematyki i Nauk Informacyjnych 

Projekt to w pełni działająca aplikacja sieciowa z systemem użytkowników postawiona na chmurze Google, której główną funkcjonalnością jest edukacyjny chatbot. Jest on oparty na technologii Retrieval-Augmented Generation (RAG), a jego głównym zadaniem jest wspieranie studentów w nauce do egzaminów. Dzięki technologii RAG chatbot szybko analizuje duże ilości danych i odnajduje najbardziej relewantne informacje wyłącznie w bazie danych użytkownika, co pozwala na bardzo dokładny i restrykcyjny wybór źródeł wiedzy.

- Głównym problemem, który chcieliśmy rozwiązać, jest powszechna w internecie dezinformacja. Chatboty są znane z tzw. „halucynacji” (zmyślania informacji), co znacząco utrudnia naukę i weryfikację źródeł. Naszym rozwiązaniem jest umożliwienie każdemu użytkownikowi tworzenia własnej bazy danych, opartej na przykład na zasobach uczelnianych, a chatbot pomaga w ich przeszukiwaniu i zrozumieniu, odpowiadając wyłącznie na powiązane pytania. Co więcej, w sytuacji, gdy w bazie danych użytkownika nie znajduje się pożądana informacja, chatbot informuje o jej braku zamiast przedstawiać zmyśloną odpowiedź. Hackathon sprawdził nasze kompetencje z zakresu AI, baz danych, front i back-endu, wdrażania technologii chmurowych, bezpieczeństwa danych oraz przede wszystkim pracy zespołowej – mówi Denis Lisovytskiy z zespołu Hardcounter.

• III miejsce zajęła drużyna Haccenture w składzie: Aleksander Szymczyk, Filip Ryniewicz i Miłosz Cieśla z Wydziału Elektroniki i Technik Informacyjnych

- Nasz projekt to aplikacja edukacyjna oparta na technologii RAG, która łączy możliwości dużych modeli językowych (LLM) z inteligentnym systemem zarządzania wiedzą. Umożliwia wygodne i skuteczne przyswajanie materiału, pozwalając na łatwą integrację notatek, slajdów z wykładów i innych dokumentów. Użytkownik może nie tylko przeglądać całą bazę wiedzy bezpośrednio w aplikacji, ale również zadawać pytania, na które model odpowiada precyzyjnie — bazując wyłącznie na dostarczonych materiałach. Aby wspierać aktywną naukę, aplikacja oferuje również możliwość automatycznego generowania quizów do sprawdzenia postępów - podkreśla Aleksander Szymczyk z zespołu Haccenture.