近日,在“世界阿尔茨海默病日(9月21日)”即将来临之际,由北京邮电大学、华为云、慧脑云、中国图象图形学学会脑图谱专业委员会、阿尔茨海默病防治协会影像学分会联合举办的“PRCV 2021阿尔茨海默病分类技术挑战赛”成功落下帷幕。本次大赛旨在提高基于影像的阿尔茨海默病早期识别准确性,推动脑科学、医学影像等智慧医疗产业发展,促进机器学习、深度学习等人工智能技术在智慧医疗中的落地应用。华为云为本次大赛的参赛者提供了总计超十万元的云计算资源。同时,大赛优胜方案将有机会获得华为云提供的专项资源来支持项目转化,并集成到“华为云AI脑科学平台”脑疾病辅助筛查专区。
比赛期间,共有373支队伍、1015名选手在华为云AI大赛平台报名参赛。其中,85%的参赛选手来自国内外200余所科研机构,包括清华大学、北京大学、中国科学院大学、北京邮电大学、牛津大学、哥伦比亚大学、多伦多大学等,遍布中、美、英、澳、加等7个国家。硕士、博士比例超过半数。
大赛组委会以测试集上的macro F1-score为依据,对队伍所提交的模型进行评分、排名。经评估,来自北京大学基础医学院的“邵世豪-崔庆华导师组”队伍以0.7033的分数位居第一,夺得冠军,其余16支队伍分别获得季军、亚军和优秀奖项。组委会将在第四届中国模式识别与计算机视觉大会(PRCV 2021)期间,于北京国际会议中心举行大赛颁奖仪式。
“PRCV 2021阿尔茨海默病分类技术挑战赛”获奖名单
作为本次挑战赛的唯一举办平台,华为云AI大赛平台公开了从2600位被试者中提取出的经脱敏处理的多中心、多脑图谱的脑影像特征数据的训练集。千余名参赛者基于训练集中的灰质体积和平均皮层厚度数据,使用了AAL、Gordon、MIST、Schaefer等脑图谱,利用华为云一站式AI开发平台ModelArts的能力,实现了从数据获取、模型搭建、模型部署,到模型判分等环节的一站式开发,探索能够用于阿尔茨海默病早期诊断的影像学标志,突破脑疾病影像数据的研究和应用现状。后续,基于ModelArts开发的华为云医学影像和脑科学平台,将给广大用户提供一系列AI+HPC赋能的脑影像和脑电分析处理模块,支撑研究及开发人员在脑疾病筛查、类脑计算、脑机交互等领域的高效创新,助力成果转化。
北京邮电大学人工智能学院刘勇教授表示,本次挑战赛不仅是PRCV 2021的官方赛事之一,同时也是利用机器学习、深度学习等人工智能技术解决阿尔茨海默病识别问题的一次创新性尝试,为新技术在智慧医疗中的落地与应用提供了可参考的有效路径。这个过程也验证了基于华为云一站式AI开发平台ModelArts和脑科学平台赋能脑科学研究的有效性和先进性。
冠军团队代表、北京大学基础医学院博士生邵世豪表示,从医学角度来看,一个细胞的分裂、分化乃至衰老,都涉及到极其复杂的代谢逻辑,这正好与人工智能技术的所长相符,这次大赛是团队将脑科学与人工智能技术结合的一次成功实践。华为云一站式AI开发平台ModelArts在开发和部署阶段提供了更高的资源配置、更快的读写速度,数据资源无需在开发环境手动挂载即可访问,方便科研工作者在线上进行快速开发;同时提供了更稳定的访问性能,支撑科研工作的可靠性。团队将基于本次赛事的设计成果,继续实验人工智能与医疗相结合的泛化性,希望将人工智能技术更好地应用于智慧医疗领域。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。