регистрационных знаков и проверяла, находится ли судно в разрешённой зоне. Таким образом система могла выявить незарегистрированные суда и те, что вышли за установленные границы. Дрон фотографировал найденные объекты, подсчитывал и фиксировал их общее количество, затем возвращался к старту и самостоятельно приземлялся. Работа над водой усложняет оптическую навигацию: блики, отражения и отсутствие контрастных ориентиров мешают квадрокоптеру определять своё движение. Участникам предстояло подобрать траекторию и параметры полёта, которые сохраняли бы устойчивость и обеспечивали подходящие для распознавания снимки. Эксперты оценивали точность обнаружения и классификации, фотосъёмку, отсутствие ложных срабатываний, возврат к старту и время выполнения задания. Даниил Золотник, заместитель генерального директора по образованию компании «Геоскан Москва», отметил, что стране нужны инженеры, способные не только пользоваться готовыми генеративными сервисами, но и заставлять физические алгоритмы искусственного интеллекта работать на реальном оборудовании. На этих соревнованиях участники осваивают такие навыки на доступной задаче: начиная с блочного программирования, переходя к текстовому и в итоге создавая собственный нейросетевой алгоритм управления дроном. Geoscan Pioneer Mini 2 — первый серийный российский учебный квадрокоптер с бортовым искусственным интеллектом. Он оснащён камерой 2K на вращающемся сервоприводе и восьмиядерным процессором с нейроускорителем. Обработка данных непосредственно на борту позволяет коптеру распознавать объекты, выполнять автономные полёты и работать в рое без подключения к серверу. Эти возможности делают Pioneer Mini 2 пригодным для использования в инженерных сменах, школьных и университетских проектах, где учащиеся не только учатся управлять