10月13日,2022昇腾AI创新大赛重庆赛区决赛成功举办,经过初选的21个优秀AI创新项目一一亮相决赛现场,角逐13个奖项,共同展现出“重庆AI实力”,共话人工智能新发展。
本届昇腾AI创新大赛重庆区域赛由华为技术有限公司、重庆人工智能创新中心主办,上海交大重庆人工智能研究院、中国信通院西部分院协办。大赛以“数智未来,因你而来”为主题,致力于与广大开发者共同推动人工智能产业应用 规模化发展,引领新一轮人工智能产业未来。大赛旨在鼓励全产业开发者基于昇腾计算技术,共同打造软硬件解决方案、探索模型算法,加速AI与行业融合,促进开发者能力提升。
重庆高新区改革发展局副局长张旋在致辞中表示:“重庆人工智能创新中心是高新区的重点建设任务之一,通过与华为公司携手并肩、通力合作,围绕集聚一批重点项目、培育一批头部企业、汇聚一批高素质专业化人才、打造一批特色产业空间的目标,积极探索‘普惠算力+应用创新+产业聚合+优质人才’的产业发展新模式,着力打造具有重大影响力的人工智能产业集聚区。”“希望通过大赛撬动更多社会资源,加大对初创人工智能企业的扶植力度,以促进高新区人工智能产业繁荣,助力产业发展走向新高度。”
华为重庆代表处副总经理郑伟在致辞中表示,昇腾AI创新大赛是面向AI开发者打造的顶级赛事,旨在发掘重庆优秀人工智能团队,基于昇腾全栈AI软硬件平台,面向选手设置开放命题,围绕人工智能深度学习技术,探索有具体落地场景的创意方案,推动重庆昇腾产业蓬勃发展。
比赛答辩现场
昇腾AI创新大赛重庆区域赛设有“行业创新”和“初创创新”两大开放赛题,参赛的21支团队经过激烈比拼,其中13支精锐AI创新团队脱颖而出,分别斩获金、银、铜奖。
大赛获奖名单
赛题 |
奖项 |
团队 |
方案 |
行业创新赛题 |
金 |
弘毅队 |
一站式AI开发平台的应用实践 |
赛迪信息智慧城市 |
智慧城市 |
||
方青智能 |
综合智慧医疗(病理)应用平台 |
||
银 |
Sevnce |
石油化工防爆智能巡检机器人系统 |
|
STZN_ALO2 |
大鼠乳腺智能识别系统 |
||
铜 |
梦蝶幻像 |
濒危鸟类目标识别和实时追踪系统 |
|
云从科技智慧出行团队 |
机场机坪运行监管系统 |
||
初创创新赛题 |
金 |
火锅要吃 |
AI鹰眼复杂场景的红外测瘟算法 |
重庆知见生命队 |
目标检测系统 |
||
银 |
ShengTong |
大鼠骨髓造血细胞量化分析平台 |
|
重庆邮电大学-AGC |
面向小样本场景下的人工智能辅助电网优化调度系统 |
||
铜 |
CKSH联合队 |
智能手势识别 |
|
NMR517 |
基于深度学习的连续血压测量方案 |
其中,弘毅队(中科弘云科技(北京)有限公司)、赛迪信息智慧城市队(中冶赛迪信息技术(重庆)有限公司)将代表重庆赛区出征全国总决赛,释放重庆AI力量,与全国AI同侪同台竞技交流,与广大开发者共同推动人工智能产业应用规模化发展,落地更多科研成果在现实场景中的应用,引领新一轮人工智能产业未来。
嘉宾评委合影
昇腾AI创新大赛2022重庆区域赛的举办为重庆高校、科研机构、企业的昇腾生态开发者提供了更多的交流与展现机会。后续,重庆人工智能创新中心将持续跟进比赛中的优秀方案落地,继续依托优势产业资源,积极推进信息技术创新项目的落地发展,期待与您携手共筑昇腾AI产业,共创产业未来!
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。