首届中国高校计算机大赛人工智能创意赛落幕,百度加码AI创意

10月27日,中国高校计算机大赛-人工智能创意赛全国总决赛颁奖典礼在浙江省德清县举行。经专家评审,来自浙江大学INCAS数据挖掘组的设计作品荣获竞赛特等奖,中国工程院院士潘云鹤、百度高级副总裁王海峰现场为特奖团队颁奖。同时,作为首届全国高校人工智能人才与科技莫干山论坛的亮点环节,部分获奖选手受到来自德清县人民政府的创业落地邀请,完美诠释了论坛“产学协同”的主题。


Macintosh HD:Users:baidu:Desktop:选:王老师:王老师3.jpg

颁奖现场,百度高级副总裁王海峰代表竞赛承办单位致辞:“人工智能行业发展的关键要素之一是科技人才。百度以科技立身,人工智能技术的积累和发展处于业界领先地位,多年来始终关注人工智能人才的培养,积极响应国家政策,助力人工智能技术创新。百度PaddlePaddle深度学习开源框架通过资源赋能参赛选手创作AI应用。此次竞赛中,涌现出很多具有新颖创意的优秀作品,让百度更有信心与高校一起去做人才培养和师资培训,为高校学生开发者创造更好的成长环境,提供切实帮助。”

Macintosh HD:Users:baidu:Desktop:选:王老师:王老师6.jpg

自6月份报名通道开启以来,来自全球369所高校的1049支队伍报名参赛,实现了全国C9院校覆盖率100%、“985”高校覆盖率为92 %、“211”高校覆盖率为78%。同时,竞赛还吸引了美国宾夕法尼亚州立大学、佛罗里达大学、新加坡国立大学、香港大学、台湾元智大学等名校踊跃参与。最终,来自浙江大学的INCAS数据挖掘组利用PaddlePaddle深度学习开源框架,对申请租机的用户行为特征、第三方征信数据以及个人信息建模,并进行欺诈检测及黑白用户分类,开发出针对手机租赁业务的智能金融风险控制模型,斩获大赛特等奖。

除冠军团队的作品外,本次竞赛的亮点作品还有很多。中南大学人工智能与机器人实验室的智能医疗辅助诊断系统(AIMADS),北京林业大学的智能虫情监测物联网,安徽工程大学的游泳者识别及警报系统,哈尔滨工业大学的诗词九宫格及浙江大学的你说我画模型等优秀作品受到专家评委青睐,并列为一等奖。活动现场,特等奖与一等奖的获奖选手均收到来自德清县人民政府、湖州莫干山高新区管委会的创业落地邀请函,成为论坛“产学协同”的代表案例。

中国高校计算机大赛-人工智能创意赛作为一项针对高校学生的深度学习创新应用场景开发大赛,是目前国内规模最大,含金量最高的科技竞赛之一,具有广泛的学术和社会影响力,旨在培养学生对深度学习场景应用的发现、分析及解决问题的综合素质,提升学生的创新实践应用能力。参赛选手利用百度PaddlePaddle 深度学习框架进行创意性开发,探索个性化医疗、公共安全、环境保护等方向以及农业、金融、生命健康、地理信息等领域的应用场景并根据所选方向最终提交可视化的参赛作品。

这些优秀作品的背后,离不开百度PaddlePaddle深度学习开源框架提供的技术支持,其完善的底层结构,让选手能够从大量基础开发工作中解放出来,有更多的时间和精力去实现创意。正如此次莫干山论坛的口号所倡导,“AI赋能,教育先行;创新引领,产学协同”已经成为产学界就中国高校人工智能人才培养达成的共识。中国高校计算机大赛人工智能创意赛是百度践行社会责任,发挥产学协同育人作用的重要工作。百度具有领先的AI技术优势,并全面对外开放,赋能各行各业变革与创新。在产学研协同方面,通过合办比赛、师资培训、课程共建、科研合作、专家讲座等多种途径,用AI赋能高校人工智能人才教育,鼓励创新,推动校企合作模式不断升级,发挥产学协同效应。

据业内人士介绍,去年11月,信息技术新工科产学研联盟成立,致力于推动产学研深度融合。今年7月,教育部人工智能科技创新专家组成立,进一步形成合力,加速推进科技创新、产业发展和人才培养。一直以来,百度非常重视中国人工智能人才的培养,主导和深度参与了多个校企合作的人工智能项目,取得了丰硕成果。在全社会拥抱人工智能的新形势下,百度会一如既往,积极承担社会责任,进一步深化产学研融合,为中国人工智能人才培养添砖加瓦。



产业AI挑战赛王海峰百度
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

推荐文章
暂无评论
暂无评论~