AI赋能大学计划·大模型技术与应用实战学生训练营——吉林大学站圆满结营

简介: 10月30日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·吉林大学站圆满结营。

10月30日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·吉林大学站圆满结营。

吉林大学计算机教学科学与技术学院、网安学院副院长张永刚教授、吉林大学王英教授、吉林大学公共计算机教学与研究中心教授&吉林大学机器人梦工场创新创业实践示范基地负责人王晓光老师、魔搭社区算法专家段忠杰、运营专家朱琳、周洁琪以及吉林大学全年级、各学院百余名师生参加了本次线上结营仪式。结营仪式由本次实训营班主任、AIGC大讲堂主理人、中国软件行业协会CSTP人工智能项目管理办公室田西南老师主持。

作为“产教融合计划”的重要落地项目,中国软件行业校园招聘与实习公共服务平台联合行业头部企业共同推出了校企合作计划——“AI赋能大学计划”全国高校行,旨在促进高校人工智能创新行动,引导高校不断提高人工智能领域科技创新和人才培养。吉林大学作为本次“AI赋能大学计划”AI大模型技术与产业趋势全国高校行的第六站,开设了AIGC实战训练营。

吉林大学计算机科学与技术学院、网安学院副院长张永刚教授代表吉林大学发表结营致辞。

本次训练营面向由吉林大学王湘浩人工智能虚拟教研室组织,面向全校各年级(大一到博一)、各专业(涵盖计算机科学与技术、商学与管理、临床医学、公共外交、通信工程、药学、化学、物理学、文学、汽车工程、人工智能等)学生和老师征集报名,共计有近400名学生和教师报名参加学习。本次训练营课程是基于魔搭社区的视觉生成开源模型、模型服务工具,从人工智能、深度学习及计算机视觉开发基础、魔搭社区使用流程与典型应用案例等多个方面学习了解如何开发灵活,易用的AI视觉应用。同学们和老师经过半个月的学习与项目实践,不仅掌握AIGC以及生成式人工智能的应用推理、训练、部署等知识,也能够开发生成式人工智能相关应用,提升了面对实际问题的应对和解决能力,提高了团队协作的综合素质。

本次AIGC实战训练营项目汇报共计24个团队,经过精彩的答辩展示和激烈角逐,经专家评审团一致建议,评选出团队一、二、三等奖,获奖名单如下:

在本次项目实战营中,学生们通过“课程学习+项目实践”的形式真正体会到了AI技术的强大应用型和有趣性。这次的学习经历也让同学们感触很深。获得团队一等奖的李晓禹同学、张天一同学、团队二等奖的刘晓阳同学分别分享了他们获奖感言。

刘晓阳同学感谢学校和主办方提供了这么宝贵的机会,使其能以非计算机专业参与到本次训练营的学习和实践中。通过学习和项目实践深刻体会到了AI技术的强大,项目完成得益于魔搭社区提供的充足开源数据。除了技术上的进步,在项目进展过程中也收获了个人成长和团队协作能力。

张天一同学作为优秀团队代表发言感到无比荣幸。在创作过程中,深刻体会到了艺术创作和个人成长的双重提升。从初期的灵感和构想到将想法转化成作品,从细节调整到整体平衡,团队成员不断地解决技术难题和审美取舍。作品的不断打磨和雕琢也更加理解细节决定成败的含义。在团队一次次的发现问题解决问题过程中,培养了他们应对问题解决问题的能力,提升了自信,深刻体会到了团队合作的强大力量。由衷感谢吉林大学、魔搭社区、中软协的支持,为他们提供了这样宝贵的机会,未来会继续投身AI领域,不断提升技术水平,用更好的作品回馈大家的信任和支持。

李晓禹同学表示很荣幸能够代表团队分享他们作品的创作历程,这次项目创作让他们深刻感受到了技术与艺术的交融之美,也激发了他对未来汽车工程、信息技术等多学科交叉融合的期待。团队成员来自不同的专业为他们的作品提供了灵感,使他们聚焦于汽车自动驾驶和阿尔兹海默症患者这一社会现象,以科技生活下的温情回归为初衷确定了作品主题。这次项目经历不仅让他们在技术和艺术上取得了进步,更重要的是学会了如何在团队中发挥各自优势,如何与他人合作解决问题。李晓禹同学表示衷心感谢吉林大学和魔搭社区为他们提供的宝贵学习和实践机会,感谢指导老师的辛勤付出和专业解,感谢团队成员的共同努力和不懈奋斗。展望未来,他们将继续发扬团结协作的精神,不断追求卓越勇攀高峰,相信在未来的学习和工作中,一定能够取得更加辉煌的成绩。

吉林大学公共计算机教学与研究中心,吉林大学机器人梦工场创新创业实践示范基地的负责人王晓光教授作为高校评委代表在结营仪式上发言。王教授首先感谢中国软件行业校园招聘和实习公共服务平台,感谢魔搭社区。王晓光教授表示我们能深切感受AI大模型技术、人工智能技术制高点已不在高校,结合了人工智能和艺术设计的AIGC实战训练营就是落实产教融合的一个重要举措。在项目过程中同学们不但学习了AI技术基础知识,了解AI对行业发展的变革及应用,跨专业组队进行作品设计和呈现对个人成长、团队协作方面充满了挑战,这使得同学们知识和友谊双丰收。王晓光教授恭喜参加的所有同学们,无论获奖与否,付出本身就是收获。

魔搭社区算法专家段忠杰老师作为企业评委代表发言,他表示同学们的作品给了他非常多的惊喜,作品水准普遍很高,对科技和人文的思考很深入。魔搭社区也会继续为国内的AI发展提供土壤,希望看到同学们将AI技术应用到各行各业,使其生根发芽。

本次训练营的圆满落幕,是吉林大学构建着力打造具有吉大特色的人工智能赋课程体系的一次成功尝试,也是产教融合的校企合作典范。未来,中国软件行业校园招聘与实习公共服务平台、中国软件行业协会CSTP人工智能项目管理办公室将继续与高校、企业合作,共同推动“AI赋能大学计划”落地到更多高校,让更多师生从中受益,为推进产教融合AI创新人才培养计划及建设贡献更多的力量,共同推动人工智能领域的发展和创新。

部分优秀作品展示

image.png

《米米的奇幻旅程:用AI描绘温暖的故事》

image.png

《记忆之舟》

image.png

《AI情废柴》

作品精彩页面展示


相关文章
|
4天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
4天前
|
机器学习/深度学习 人工智能 智能设计
VisionFM:通用眼科 AI 大模型,具备眼科疾病诊断能力,展现出专家级别的准确性
VisionFM 是一个多模态多任务的视觉基础模型,专为通用眼科人工智能设计。通过预训练大量眼科图像,模型能够处理多种眼科成像模态,并在多种眼科任务中展现出专家级别的智能性和准确性。
30 4
VisionFM:通用眼科 AI 大模型,具备眼科疾病诊断能力,展现出专家级别的准确性
|
2天前
|
人工智能 自然语言处理 计算机视觉
AI大模型开启智能化新时代
12月19日下午,复旦大学计算机科学技术学院第十二期“步青讲坛”在江湾校区二号交叉学科楼E1006报告厅举行。本期讲坛特别邀请了阿里巴巴集团副总裁、IEEE Fellow叶杰平教授做题为《AI大模型开启智能化新时代》的精彩技术报告。
44 4
|
1天前
|
存储 人工智能 安全
微软推出Copilot Vision AI助手赋能网页浏览与决策
微软推出Copilot Vision AI助手赋能网页浏览与决策
|
3天前
|
人工智能 安全 图形学
【AI落地应用实战】篡改检测技术前沿探索——从基于检测分割到大模型
在数字化洪流席卷全球的当下,视觉内容已成为信息交流与传播的核心媒介,然而,随着PS技术和AIGC技术的飞速发展,图像篡改给视觉内容安全带来了前所未有的挑战。 本文将探讨篡改检测技术的现实挑战,分享篡改检测技术前沿和最新应用成果。
|
人工智能 达摩院 文字识别
医生的小助手,医疗AI赋能诊断新冠肺炎新方案!
阿里云视觉智能开放平台(vision.aliyun.com)携手达摩院联合出品图像分析处理类目下的 “新冠病毒肺炎辅助诊断”AI算法,它可以帮助医生快速进行疑似病例诊断,提高医生效率。
医生的小助手,医疗AI赋能诊断新冠肺炎新方案!
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
71 10
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
10天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
16天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建