8月5日消息，DeeCamp2020人工智能訓練營總冠軍答辯暨結營典禮今日正式舉行。DeeCamp2020 開放性競賽共設立五大賽道，共有37支團隊提交AI Demo，其中6項入圍總冠軍答辯。這里面有AI切割長視頻、AI預測匯率變化、AI聽診、AI設計人像積木、AI創(chuàng)作科幻小說、AI改進自動駕駛等奇思妙想。
最終，自動駕駛賽道的Faster&Better團隊和創(chuàng)新賽道的方仔照相館團隊最終共同奪得總冠軍。這也是DeeCamp自舉辦以來的首次“雙冠軍”，兩支總冠軍隊伍各獲得10萬元獎勵。其余四個項目獲得各賽道冠軍。
DeeCamp2020總冠軍答辯暨結營典禮現(xiàn)場
對于DeeCamp首次評選出“雙冠軍”，評委之一、創(chuàng)新工場董事長兼CEO李開復表示，“這兩個項目評委打分相同，難分伯仲。‘Faster&Better’團隊的技術讓人震撼，團隊解決了潛在的很大問題，因為如果以后車都是無人駕駛，服務器的負荷量會有多大，團隊能做到這一點有很深的技術力量，尤其是一批學生做出來，這個項目是技術取勝。這說明在今天，黑科技創(chuàng)業(yè)的空間仍然存在。而‘方仔照相館’團隊則以商業(yè)取勝，讓我們驚訝于積木居然可以與AI結合。他們的“方頭仔”產(chǎn)品讓人充滿購買欲望，幾乎是一項可以直接拿到融資的項目。“我們認為這兩個組，任何一個單獨奪冠，都不能完整表達DeeCamp代表的精神，所以最終決定評選出兩個總冠軍。”
DeeCamp2020入圍總決賽的6大團隊
李開復強調(diào)，DeeCamp的初衷是用AI技術解決真實世界的問題，最頂級的技術未必會產(chǎn)生最大的商業(yè)價值，和傳統(tǒng)產(chǎn)業(yè)結合才能釋放AI潛力。大家一定要理解產(chǎn)業(yè)，找到真實場景中落地機會。
DeeCamp人工智能訓練營是一項面向全球大學生的公益項目，專注培養(yǎng)應用型AI人才。創(chuàng)新工場人工智能工程院執(zhí)行院長王詠剛表示，DeeCamp是一個為學生服務、充分發(fā)揮學生自主精神的人工智能訓練營，鼓勵所有來到DeeCamp的同學進行一段自我驅(qū)動的AI學習實踐之旅。
DeeCamp2020有 200余位學員入選，他們來自清華大學、北京大學、中國科學院大學、南京大學、北京航空航天大學、復旦大學、中國人民大學等44所國內(nèi)高校，以及卡內(nèi)基梅隆大學、麻省理工學院、牛津大學、康奈爾大學等30所海外高校，分布在86個國內(nèi)城市及北美和歐洲的17個海外城市。
DeeCamp2020 五個賽道分別是：
•教育賽道：AI 驅(qū)動的教育新工具和新方法
•醫(yī)療賽道：用 AI 應對醫(yī)療和公共衛(wèi)生領域的新挑戰(zhàn)
•創(chuàng)新賽道：人工智能的創(chuàng)新思考與前沿設計
•商業(yè)賽道：AI 賦能的商業(yè)決策與商業(yè)流程優(yōu)化
•自動駕駛賽道：自動駕駛的技術突破與前沿創(chuàng)新
兩支并列總冠軍
總冠軍：Faster&Better
所屬賽道：自動駕駛的技術突破與前沿設計
挑戰(zhàn)賽題：算符算力約束下的無人駕駛車輛檢測
自動駕駛是人工智能中最具挑戰(zhàn)、最具有應用前景的方向之一。對于需要大規(guī)模落地量產(chǎn)的車輛檢測場景，神經(jīng)網(wǎng)絡模型只能在較為廉價的芯片上運行，這為檢測模型的效率帶來了巨大挑戰(zhàn)和約束。
數(shù)據(jù)分析：標注可視化
Faster&Better團隊在滿足嚴格算符算力的約束下，設計了一種極為高效的anchor-free車輛檢測模型。該模型采用了backbone、后處理策略，將物體看作點，使用輕量的head來預測物體位置、類別和bounding box，在保障性能的同時大幅提升了速度。
Faster&Better團隊對項目的商業(yè)價值也進行了思考。該車輛檢測模型能夠很容易地部署在低成本的芯片上，實現(xiàn)產(chǎn)品的落地，帶來商業(yè)回報。模型迭代速度快，可以使用更低的功耗訓練和維護。模型精度高，能夠為無人系統(tǒng)的安全性和穩(wěn)定性保駕護航。
未來，該車輛檢測模型也有廣闊的應用空間。一是可以部署到行車記錄儀等傳統(tǒng)硬件上，使其智能化，具備行車預警功能；二是可以部署到安防監(jiān)控中，使用模型自動過濾篩選，將視頻中有車輛的場景加以保存，節(jié)省存儲空間，也節(jié)省人員回放視頻的時間。
總冠軍：方仔照相館BrickMeStudio
所屬賽道：人工智能的創(chuàng)新思考與前沿設計
挑戰(zhàn)賽題：自動積木建模
AI+積木？聽起來如此跨界的兩件事，會有什么奇妙的組合？
來自北京航空航天大學、清華大學、香港中文大學、奧地利科學技術研究所的同學們組成的“方仔照相館”團隊，用AI玩轉(zhuǎn)積木，為創(chuàng)意插上了翅膀。
他們打造了一個AI積木創(chuàng)作平臺“方仔照相館”，只需通過簡單上傳一張頭像照片，就可以生成個性化定制的方頭仔玩偶頭像。在未來，在網(wǎng)上一鍵下單，百變?nèi)の兜姆筋^仔就可以郵送到家。
李開復博士定制款“方頭仔”
怎么實現(xiàn)呢？他們先根據(jù)輸入的圖像，抽取特征向量，比如發(fā)型、劉海、胡子、眼睛、下巴、膚色、上衣款式、衣服圖案、鞋子顏色、手的擺放、褲子紋理等，匹配相應的積木零件，然后生成積木模型和拼裝步驟。
“方仔照相館”團隊希望將自己對積木的熱情，傳遞給更多人。積木不只是孩子們的玩具，更是創(chuàng)造力的源泉，“AI時代，更要注重創(chuàng)造力培養(yǎng)”。
四支各賽道冠軍
教育賽道冠軍：Teched U
所屬賽道：用AI驅(qū)動的教育新工具和新方法
挑戰(zhàn)賽題：網(wǎng)絡公開課聚類、檢索、評價和推薦工具
在線教育是未來趨勢，但錄播課的用戶體驗不佳。大量的錄播課僅將一段長視頻從線下直接搬運到線上，難以避免冗余重復，造成學生積極性差、完課率低等問題。
來自卡內(nèi)基梅隆大學和沃頓商學院的同學組成了Teched U團隊，希望用AI技術賦能在線教育。他們通過自研原創(chuàng)神經(jīng)網(wǎng)絡 TopicNet，實現(xiàn)長視頻切割、大綱提取、知識搜索三項功能。
通過視頻切割，尋找知識結構斷點，可以將一小時的教育視頻切割成5-10分鐘的短視頻，讓用戶利用碎片化時間學習；通過大綱提取，借助整理好的知識大綱進行跳轉(zhuǎn)，讓用戶快速了解知識內(nèi)容的結構；通過知識搜索，可以精確尋找到相關視頻和精確到秒的視頻跳轉(zhuǎn)位置。
目前，在線教育巨頭主要通過人工標注做視頻切分，但對于缺乏人才和技術的中小型在線公司，這項低成本的視頻切割自動標注技術，可以幫助他們豐富視頻內(nèi)容，實現(xiàn)精準推薦，從而提升用戶體驗和轉(zhuǎn)化率。
醫(yī)療賽道冠軍：心靈捕手
所屬賽道：用AI應對醫(yī)療和公共衛(wèi)生領域的新挑戰(zhàn)
挑戰(zhàn)賽題：通過深度學習識別生物電信號
在DeeCamp，AI+醫(yī)療也可以大顯身手！
由“心靈捕手”小組帶來的“聽醫(yī)聲AI 診斷專家”項目，是本屆DeeCamp項目中唯一一個軟硬結合的項目。硬件制作、小程序設計開發(fā)等工作，全部是在DeeCamp期間用兩個月的時間完成。
創(chuàng)新工場董事長兼CEO李開復博士體驗“聽醫(yī)聲”AI診斷專家
“聽醫(yī)聲”AI診斷專家通過電子聽診器采集心音、呼吸音、脈搏，并將電子化的信號傳遞給微信小程序及后臺云端分析系統(tǒng)，進行定量分析判斷用戶的健康狀況，實現(xiàn)健康監(jiān)護、疾病預警、輔助診斷。若檢測到身體異樣，可自動推薦附近的醫(yī)院。未來，“聽醫(yī)聲”既可以輔助醫(yī)生做疾病早期篩查、健康監(jiān)測，也可以用在留守老人監(jiān)護、殘疾人健康關愛等領域。
李開復博士檢測結果
值得一提的是，“聽醫(yī)聲”的脈搏波數(shù)據(jù)集，通過與醫(yī)院、診所、體檢中心等工作單位合作，共采集了6000余例由中醫(yī)專家標定的脈象數(shù)據(jù)，把專家經(jīng)驗轉(zhuǎn)化為臨床診斷量化標準，實現(xiàn)了中醫(yī)問診的客觀化、信息化。
創(chuàng)新賽道冠軍：AI科幻世界
所屬賽道：人工智能的創(chuàng)新思考與前沿設計
挑戰(zhàn)賽題：科幻小說自動/輔助生成
你能想象一個AI構建的科幻世界嗎？在DeeCamp2020，AI正在創(chuàng)造一個全新的寫作時代。
來自中科院、美國喬治梅森大學等高校的五位同學組成的“AI科幻世界”團隊，基于Open AI 的GPT-2模型，在百億級中文大規(guī)模語料上重新訓練，打造了一位神奇的“AI科幻小說作家”。
這位“科幻作家”，可以根據(jù)設定好的故事主線、人物角色等，交互式生成科幻小說內(nèi)容，不僅可以遣詞造句，還可以創(chuàng)作構思，讓普通人也可以化身“科幻文學大咖”。
科幻小說自動/輔助生成界面
“AI科幻世界”團隊在開發(fā)的過程中，借鑒作家創(chuàng)作小說的過程，受到認知心理學和文學理論啟發(fā)，提出情節(jié)大綱主導的、人機協(xié)同寫作的范式：用戶輸入第一句，機器輸出多個人稱一致、語句連貫、邏輯合理的下一句話候選，由用戶做篩選和修改，不斷重復形成情節(jié)閉環(huán)。
在人機協(xié)同的半自動模式下，AI科幻世界寫作故事大綱的速度每分鐘可達50-100字。而在無人干預的全自動模式下，可以在1秒鐘之內(nèi)寫出一個曲折動人的兩千字故事，揭開了創(chuàng)作的神秘面紗。
未來，科幻小說自動/輔助生成可以應用在商業(yè)傳播場景中，提升內(nèi)容的廣度和個性化，兼顧精準分發(fā)下的用戶需求和內(nèi)容質(zhì)量，滿足企業(yè)對海量信息的搜集、分析、篩選、整理和發(fā)布需求。
商業(yè)賽道冠軍：“Non-pretrain”
所屬賽道：AI 賦能的商業(yè)決策與商業(yè)流程優(yōu)化
挑戰(zhàn)賽題：人工智能在量化交易和投資中的決策輔助
量化交易是指以先進的數(shù)學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數(shù)據(jù)中海選能帶來超額收益的多種“大概率”事件以制定策略。
來自南京大學、復旦大學的“Non-pretrain”團隊，針對外匯量化交易的歷史數(shù)據(jù)，提出了一種數(shù)據(jù)依賴的相似性度量方法。對每一個分類，分別使用所提出的層次注意力LSTM模型對未來匯率進行預測。最后對多個類的預測結果進行集成，并結合挖掘出來的典型pattern制定交易策略。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
