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
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
26 11
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。
|
4天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
37 8
|
2天前
|
人工智能 JSON API
阿里云文档智能 & RAG解决方案:提升AI大模型业务理解与应用
阿里云推出的文档智能 & RAG解决方案,旨在通过先进的文档解析技术和检索增强生成(RAG)方法,显著提升人工智能大模型在业务场景中的应用效果。该方案通过文档智能(Document Mind)技术将非结构化文档内容转换为结构化数据,提取文档的层级树、样式和版面信息,并输出为Markdown和Json格式,为RAG提供语义分块策略。这一过程不仅解决了文档内容解析错误和切块丢失语义信息的问题,还优化了输出LLM友好的Markdown信息。方案的优势在于其多格式支持能力,能够处理包括Office文档、PDF、Html、图片在内的主流文件类型,返回文档的样式、版面信息和层级树结构。
23 2
|
2天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
93 59
|
3天前
|
人工智能 前端开发 Java
基于开源框架Spring AI Alibaba快速构建Java应用
本文旨在帮助开发者快速掌握并应用 Spring AI Alibaba,提升基于 Java 的大模型应用开发效率和安全性。
基于开源框架Spring AI Alibaba快速构建Java应用
|
2天前
|
人工智能 运维 NoSQL
云栖大会|多模+一体化,构建更高效的AI应用
在2024年云栖大会「NoSQL数据库」专场,多位知名企业和阿里云瑶池数据库团队的技术专家,共同分享了阿里云Lindorm、Tair、MongoDB和MyBase的最新进展与实践。Tair推出Serverless KV服务,解决性能瓶颈和运维难题;Lindorm助力AI和具身智能时代的多模数据处理;MongoDB云原生化提升开发效率;MyBase One打破云边界,提供云边端一体化服务。这些技术进展和最佳实践,展示了阿里云在NoSQL数据库领域的创新能力和广泛应用前景。
|
7天前
|
机器学习/深度学习 人工智能 供应链
AI技术在医疗领域的应用与未来展望###
本文深入探讨了人工智能(AI)技术在医疗领域的多种应用及其带来的革命性变化,从疾病诊断、治疗方案优化到患者管理等方面进行了详细阐述。通过具体案例和数据分析,展示了AI如何提高医疗服务效率、降低成本并改善患者体验。同时,文章也讨论了AI技术在医疗领域面临的挑战和未来发展趋势,为行业从业者和研究人员提供参考。 ###
|
4天前
|
机器学习/深度学习 人工智能 测试技术
探索AI在软件开发中的应用:提升效率与创新
【10月更文挑战第25天】本文探讨了AI在软件开发中的应用,包括自动化测试、代码生成与优化、智能项目管理等方面,介绍了TensorFlow、PyTorch和GitHub Copilot等实用工具,展望了AI在未来的潜力,并强调了AI对提升开发效率和创新能力的重要性。
|
8天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用与挑战
【10月更文挑战第21天】 本文探讨了人工智能(AI)在医疗领域的多种应用,包括疾病诊断、治疗方案推荐、药物研发和患者管理等。通过分析这些应用案例,我们可以看到AI技术如何提高医疗服务的效率和准确性。然而,AI在医疗领域的广泛应用也面临诸多挑战,如数据隐私保护、算法透明度和伦理问题。本文旨在为读者提供一个全面的视角,了解AI技术在医疗领域的潜力和面临的困难。

热门文章

最新文章