Vilniaus startuolių scena pastaruoju metu keičiasi greičiau, nei spėja sekti net patys aktyviausi bendruomenės nariai. Hakatonai, kadaise buvę tiesiog savaitgalio pramoga programuotojams su picos dėžėmis ir energetiniais gėrimais, dabar tapo vieta, kur gimsta realūs produktai. O dirbtinis intelektas šiuose renginiuose nebe priedas – jis tapo pagrindiniu įrankiu, be kurio komandos tiesiog nespėtų per 48 valandas sukurti to, ką anksčiau reikėdavo mėnesių.

Paklausiau kelių Vilniaus technologijų bendruomenės žmonių, kokios istorijos jiems atrodo įsimintiniausios. Štai penki pavyzdžiai, rodantys, kaip DI iš teorinės madingos temos virto kasdieniu darbo įrankiu.

1. Komanda, kuri per naktį sukūrė teisininko padėjėją

Vienas iš dažniausiai minimų atvejų – nedidelė trijų žmonių komanda, kuri per hakatoną Vilniuje sukūrė prototipą, gebantį analizuoti sutartis ir automatiškai pažymėti rizikingas sąlygas. Idėja gimė spontaniškai, kai vienas komandos narys papasakojo, kaip jo tėvai kadaise pasirašė nuomos sutartį nesuprasdami vienos pastraipos pasekmių. Naudojant didelių kalbos modelių API, per kelias valandas jie sukūrė įrankį, kuris skaito dokumentą ir „žmogiška kalba“ paaiškina, ką kiekvienas punktas reiškia. Prototipas tapo hakatono nugalėtoju, o po kelių mėnesių virto pilnaverčiu startuoliu, kuris šiandien bendradarbiauja su keliomis nedidelėmis advokatų kontoromis.

2. Sveikatos technologijų sprendimas iš studentų bendrabučio

Kita istorija – apie medicinos ir informatikos studentų tandemą, kuris nusprendė spręsti gana konkrečią problemą: kaip padėti žmonėms, laukiantiems eilėje pas gydytoją, greičiau suprasti, ar jų simptomai reikalauja skubios pagalbos. Naudodami mašininio mokymosi modelius, apmokytus viešai prieinamais medicininiais duomenimis, jie sukūrė sistemą, kuri per pokalbį su vartotoju įvertina simptomų rimtumą ir rekomenduoja tolimesnius žingsnius. Svarbu paminėti – jie sąmoningai vengė bet kokių diagnozių, sutelkdami dėmesį tik į nukreipimą. Ši atsargi, bet praktiška pozicija sudomino investuotojus, ir šiandien komanda dirba prie pilotinio projekto su viena Vilniaus poliklinika.

3. Kai chatbotas išmoko kalbėti lietuviškai be klaidų

Trečia istorija kiek techniškesnė, bet ne mažiau įdomi. Vieno hakatono metu komanda susidūrė su klasikine problema – dauguma didelių kalbos modelių lietuvių kalbą „supranta“, bet dažnai klysta su linksniais, giminėmis, sakinio struktūra. Jie sukūrė sluoksnį, kuris koreguoja modelio atsakymus lietuvių kalba, remdamasis specialiai paruoštu gramatikos taisyklių rinkiniu. Rezultatas – žymiai natūralesnis, mažiau „verstas“ tekstas. Šis sprendimas dabar naudojamas keliuose vietiniuose klientų aptarnavimo įrankiuose, ir, kaip pasakojo vienas komandos narys, „mums buvo svarbu, kad lietuvių kalba internete neliktų antrarūšė“.

4. Žemės ūkio duomenys, paversti realiu pelnu

Ne visos sėkmingos istorijos susijusios su miesto gyvenimu. Viena komanda, kurioje dirbo ir žmonės, augę kaimo vietovėse, sukūrė DI sistemą, analizuojančią palydovinius vaizdus ir orų duomenis, kad padėtų smulkiems ūkininkams nuspėti derliaus kokybę ir optimaliai planuoti tręšimą. Idėja gimė iš gana paprasto pastebėjimo – dideli agroverslai jau seniai naudoja panašius įrankius, o smulkūs ūkiai neturi nei biudžeto, nei žinių tokiems sprendimams pasigaminti. Prototipas per hakatoną sulaukė didelio investuotojų dėmesio, o šiandien produktas testuojamas keliuose ūkiuose Lietuvoje.

5. Kai kūrybinė industrija susitiko su algoritmais

Paskutinė istorija – apie mažą komandą, kuri dirbo su vizualinio turinio generavimu smulkiems prekės ženklams. Vietoj to, kad kurtų dar vieną bendrą įrankį paveikslėliams generuoti, jie sutelkė dėmesį į siaurą nišą – socialinių tinklų turinį lietuviškoms mažoms įmonėms, kurios neturi biudžeto profesionaliam dizaineriui. Sistema per kelias sekundes sugeneruoja variantų rinkinį, pritaikytą konkrečiam prekės ženklui, atsižvelgiant į spalvas, toną ir net regioninius kultūrinius niuansus. Ši, atrodytų, nedidelė idėja sulaukė netikėtai plataus atgarsio – per pirmus mėnesius produktą išbandė dešimtys smulkių verslų.

Kas lieka po hakatono, kai muzika nutyla

Įdomiausia dalis prasideda ne per hakatoną, o po jo. Dauguma komandų pripažįsta, kad tikrasis iššūkis – ne sukurti prototipą per savaitgalį, o išgyventi po jo. Entuziazmas atslūgsta, energetinių gėrimų dėžės ištuštėja, o realybė – klientai, finansavimas, produkto tobulinimas – ateina greičiau, nei norėtųsi.

Vis dėlto Vilniaus hakatonų scena rodo vieną aiškią tendenciją: dirbtinis intelektas čia nebe eksperimentas dėl mados, o realus būdas greitai patikrinti idėją prieš investuojant į ją mėnesius darbo. Kai kurie iš minėtų projektų jau tapo veikiančiais verslais, kiti dar ieško savo kelio, bet visi jie turi bendrą bruožą – drąsą bandyti spręsti konkrečią, dažnai gana žemišką problemą, o ne kurti dar vieną „revoliucinį“ produktą be aiškaus vartotojo. Ir galbūt būtent tai – ne technologija savaime, o gebėjimas ją pritaikyti prasmingai – ir yra tikroji Vilniaus startuolių sėkmės formulė.