Рубрики: Штучний інтелект; Технології

Оцифровуємо українські рукописи: хто переміг в AI-челенджі Handwritten to Data

Автори: Прес-офіс Міністерства
Дата та час публікації:: 08 лип., 15:46
Час читання:: 2 хв

У Києві пройшов фінал національного челенджу Handwritten to Data. Понад 870 розробників змагалися та створювали інноваційні AI-рішення, які вміють читати український рукописний текст. Невдовзі розробку команди-переможця інтегрують у державні сервіси, зокрема в систему єДозвіл.

Загалом 198 команд завантажили більш як 6 800 версій моделей на платформі Kaggle. До фіналу дійшли 10 найкращих — саме вони презентували власні рішення експертному журі. Фінальна також об’єднала топових експертів галузі, зокрема в межах заходу відбулася панельна дискусія, учасником якої став Chief AI Officer Мінцифри Роман Кислий.

Хто здобув перемогу та створив найкращі ШІ-рішення

Журі оцінювало фіналістів за комбінованою системою: 70% бала залежали від точності розпізнавання нових рукописних документів, а ще 30% давали самі експерти. Призові місця розподілили так:

1 місце ($4 000) — команда Dantists. До її складу увійшли Data Scientist команди «Мрія» Костянтин Загорулько та ексфахівець ПриватБанку, а нині військовослужбовець Олександр Дуднєв. Їхнє рішення вдало поєднує дві AI-моделі: перша розпізнає рукописний текст, а друга перевіряє результат та виправляє типові помилки штучного інтелекту. Продукт показав найвищу точність на закритій вибірці реальних документів, а головне — його легко розгорнути технічно для впровадження в державні сервіси.
2 місце ($2 000) — Дмитро Коваленко (Senior ML Engineer у Jaroona) із рішенням Mark 1. Цей продукт також показав один із найвищих результатів за точністю. Його відмінність від переможця — в архітектурі: тут поєднано кілька спеціалізованих моделей детекції з великою мовною моделлю-редактором, яка додатково вичитує текст і виправляє помилки. Це найпотужніше з рішень-лідерів: воно потребує найбільше обчислювальних ресурсів, але забезпечує максимальну якість вичитки найскладніших документів.
3 місце ($1 000) — Тецуя Фудзімура (Product Manager у pluszero, Японія) із рішенням від Ebi. Учасник вирішив благородно передати свій виграш на підтримку України. Його розробка Ebi демонструє абсолютно протилежний підхід — ставку на компактність. Команда побудувала весь процес навколо однієї невеликої LLM-моделі Qwen 3.5 4B, яку донавчали в кілька етапів під український рукопис із додаванням зовнішніх даних. Таке рішення можна розгорнути на одній компактній відеокарті (типу RTX 4090), що робить його найзручнішим для економного масштабування на великих обсягах документів.

Датасет RUKOPYS та майбутнє державних сервісів

Тривалий час неможливість оцифрувати рукописні документи гальмувала цифровізацію багатьох державних процесів. Наявні AI-рішення не могли якісно розпізнавати архіви, акти перевірок чи журнали інспекцій.

Основою змагання став RUKOPYS — перший в Україні відкритий анотований датасет українського рукописного тексту, який охоплює матеріали за понад 100 років. Надалі базу регулярно розширюватимуть, щоб створювати нові AI-моделі та запускати державні пілоти. Найближчим часом нові рішення допоможуть швидше оцифровувати фонди Держархіву та автоматично перевіряти домашні завдання в застосунку Мрія.

AI-челендж Handwritten to Data провели Міністерство економіки України, AI-спільнота AI HOUSE та Український католицький університет за підтримки Міністерства цифрової трансформації України.