正式启动!2024「 世界科学智能大赛 」来了

简介: 正式启动!2024「 世界科学智能大赛 」来了


关于 长大后我想成_______

「 科学家 」一定可以当选高票答案的,

虽然理想和现实存在巨大鸿沟。


不过此刻有一个:

a.世界级

b.海内外顶级科研精英共同参与

c.百万奖金池

的科学智能赛事,这你不来?


2024「 世界科学智能大赛 」欢迎报名!👏


今天,在世界人工智能大会(WAIC)上,第二届世界科学智能大赛宣布正式启动。



这是一项由上海科学智能研究院(以下简称“上智院”)、复旦大学与阿里云联合主办,设置百万奖金在上智院·天池平台上向全球发起选手招募,共同探索科学智能前沿领域的赛事。去年首届大赛共吸引来自全球18个国家和地区的11000余人报名参赛。大赛不限国籍、单位、领域,企业和个人均可自由组队参赛,基于复旦大学CFFF提供的云上智能算力,530余支队伍用AI取得了超出传统方法的结果,比如通过AI提升量子化学计算、材料预测合成等领域的效率和精度。


790c02dd5dbc3d01bbfb0c75e9ad82e5.png


“我认为,通用人工智能的最高体现之一就是理解复杂世界、发现未知规律。简单的说,就是打造AI爱因斯坦。这也是AI for Science的关键目标。要实现这一目标,我们需要结合快思考的‘黑盒’预测和慢思考的‘白盒’逻辑推理,打造‘灰盒’可信大模型。具体而言,通过融合科学规律、观测数据和合成数据,开发理解物理世界的垂直领域科学大模型。” 作为本届大赛评委会主席,上海科学智能研究院院长、复旦大学浩清特聘教授漆远在发布仪式上表示,希望通过开放科学数据平台的领域数据集,结合CFFF平台强大的智能算力,以大赛形式为全球科学智能人才提供一个激荡创新、启迪智慧的舞台。


今年大赛全新升级,上智院与阿里云联合开发了全新的上智院·天池平台,不仅为全球参赛者提供更好的合作及推理应用支持,同时大赛还设置生命科学、地球科学、物质科学、社会科学以及逻辑推理五大赛道。生命科学赛道聚焦siRNA药物药效预测,其比赛成果可直接用于提高RNAi技术的应用效果;地球科学赛道围绕AI预测极端降水,基于业界领先的伏羲气象大模型探索AI预测准确性;物质科学赛道以催化反应产率预测为赛题,尝试破解催化反应条件的优化过程难题。


今年新开设社会科学赛道主要针对AI技术在各类科学和产业的普遍渗入,以市场博弈和价格预测为核心,通过对电力市场行为分析对结算价格进行预测,用学科融合方法探索解决这一现实问题开启大家的思考与探讨。同时,针对人工智能从语言学习向类人思维的深入发展,大赛则首次增设逻辑推理赛道,聚焦大模型的复杂推理能力评估,探索更底层的AI新技术在科学领域更大作用,推动开发更智能、更可信的人工智能系统。


圆科学梦的机会给你了👇:


d9d71c803fe314a3de2bfe2961536364.png

目录
相关文章
|
11月前
|
人工智能 供应链 新能源
推动AI与基础科学融合,第二届世界科学智能大赛圆满收官
推动AI与基础科学融合,第二届世界科学智能大赛圆满收官
278 5
|
6月前
|
存储 人工智能 前端开发
2025年解析 AI 编程:当前水平与对程序员的影响-优雅草卓伊凡
2025年解析 AI 编程:当前水平与对程序员的影响-优雅草卓伊凡
174 8
2025年解析 AI 编程:当前水平与对程序员的影响-优雅草卓伊凡
|
5月前
|
机器学习/深度学习 搜索推荐 PyTorch
基于昇腾用PyTorch实现CTR模型DIN(Deep interest Netwok)网络
本文详细讲解了如何在昇腾平台上使用PyTorch训练推荐系统中的经典模型DIN(Deep Interest Network)。主要内容包括:DIN网络的创新点与架构剖析、Activation Unit和Attention模块的实现、Amazon-book数据集的介绍与预处理、模型训练过程定义及性能评估。通过实战演示,利用Amazon-book数据集训练DIN模型,最终评估其点击率预测性能。文中还提供了代码示例,帮助读者更好地理解每个步骤的实现细节。
|
7月前
|
人工智能 自然语言处理 算法
AI-Researcher:告别熬夜肝论文!港大开源AI科研神器,从选题到发表全自动
AI-Researcher 是香港大学数据科学实验室推出的开源自动化科研工具,基于大型语言模型(LLM)代理,支持从研究想法到论文发表的全流程自动化,涵盖文献综述、算法设计、实验验证和论文撰写等功能。
538 8
AI-Researcher:告别熬夜肝论文!港大开源AI科研神器,从选题到发表全自动
|
10月前
|
机器学习/深度学习 数据采集 人工智能
基于Qwen 2.5的世界科学智能大赛冠军方案
本方案基于通义千问模型,采用多阶段的Easy-to-Hard数据合成方法,模拟人类学习的由简单到困难的思路,逐阶段构造多样化的训练数据。数据生成阶段,训练数据的标签,引入了“Chain-of-Thought”思维链模式,生成多样化的推理路径,逐步对齐推理Scaling Law。训练阶段,采用了LoRA对通义千问32B模型在合成数据集上进行参数高效微调。推理阶段,使用了4bit低精度量化,并结合vLLM框架进行推理加速,最终达到准确性、效率和显存利用率的统一。
619 2
基于Qwen 2.5的世界科学智能大赛冠军方案
|
9月前
|
机器学习/深度学习 传感器 编解码
全球降水测量 全球降水测量(GPM)07 版
全球降水测量(GPM)07版是由NASA和JAXA合作的国际卫星任务,提供每三小时一次的全球雨雪观测数据。该数据集使用IMERG算法整合多颗卫星的微波和红外数据,提供高精度的降水量估算。GPM 07版涵盖2000年6月至2025年1月的数据,适用于气象预报、洪水预警等领域。数据以二进制格式提供,分辨率约为11公里,时间分辨率为半小时。NASA免费提供这些数据供公众使用。
367 22
|
数据采集 人工智能 算法
近五千支队伍决战AI之巅, AFAC2024金融智能创新大赛在2024 Inclusion · 外滩大会完美收官
自从2022年12月ChatGPT上线以来,全球掀起了一场你追我赶的AI竞赛,不少国家都在全力以赴,抢占制高点。
|
机器学习/深度学习 人工智能 自然语言处理
深度学习之复杂推理与逻辑学习
基于深度学习的复杂推理与逻辑学习是当前人工智能领域中的一个前沿研究方向,旨在结合深度学习与传统逻辑推理的优势,使机器能够在处理复杂任务时具备更强的推理能力。
236 2
|
传感器 人工智能
上交、智源、北大等提出空间大模型SpatialBot
【8月更文挑战第29天】近年来,人工智能技术迅猛发展,视觉语言模型(VLMs)在2D图像理解上取得显著成就,但在空间理解方面仍面临挑战。上交、智源、北大等机构的研究人员提出了结合RGB和深度图像的空间大模型SpatialBot,以提升空间理解精度。通过使用包含多层次深度信息的SpatialQA数据集进行训练,并基于全面评估基准SpatialBench测试,SpatialBot在多个任务中表现出色,显著提升了空间理解能力。然而,其应用仍受限于部署成本和数据集泛化能力等问题。论文链接: https://arxiv.org/abs/2406.13642
286 3
|
12月前
|
数据采集 存储 数据处理
从网络请求到Excel:自动化数据抓取和保存的完整指南
本文介绍了如何使用Python自动化采集东方财富股吧的发帖信息,并将其保存到Excel中。通过代理IP、多线程和网页解析技术,规避反爬虫机制,高效抓取帖子标题和发帖时间,帮助投资者获取市场情绪和热点数据。
302 0