融创同智,竞促发展,首届“AIIA杯”人工智能巡回赛通气会在京举行

简介:

第一届“AIIA” 杯巡回赛全部赛点竞赛将于本年度九月份结束,第二届巡回赛筹备工作已经启动。

2月28日,在中国人工智能产业发展联盟“AIIA杯”人工智能巡回赛工作通气会上,航天科工、国家电网、百度、浙大一附院,中国联通腾讯联合赛点共计5个赛区的主办方,分别介绍了比赛准备情况及大赛方案,并与与会的媒体进行了交流。此次会议的召开标志着国内顶级的“AIIA杯”人工智能巡回赛正式启航。

融创同智,竞促发展,首届“AIIA杯”人工智能巡回赛通气会在京举行

为贯彻《"互联网+"人工智能三年行动实施方案》的有关要求,提升我国人工智能产业的竞争力,中国人工智能产业发展联盟在国家发改委、科技部、工信部、中央网信办的支持和指导下,组织了“AIIA杯”人工智能巡回赛。通过比赛的形式,聚拢和号召人工智能领域内的优势企业,实现"融创同智,竞促发展"目的。本次赛事将吸引和汇集人工智能优秀人才,通过竞技类平台,形成以应用需求带动技术进步,以行业融合促进产业发展的新态势。

会议由中国人工智能产业发展联盟副秘书长张雪丽主持,来自各赛点的代表,媒体记者,人工智能行业企业代表等共计100余人参加了会议。会议首先由中国信息通信研究院总工程师、中国人工智能产业发展联盟专家委员会副主任余晓晖介绍了大赛总体情况,AIIA联盟张雪丽副秘书长发布了大赛评委会专家名单。航天科工集团、国家电网、百度公司、浙江大学附属第一医院以及中国联通&腾讯联合赛点的五个赛点代表介绍了各个赛点的具体赛事情况,并就大赛相关问题与来宾进行了交流讨论。

通气会向业界公布了大赛专家委员会名单如下:

融创同智,竞促发展,首届“AIIA杯”人工智能巡回赛通气会在京举行

以下是“AIIA杯”人工智能巡回赛五站的情况介绍。

一、航天科工站

航天科工站选题包括智能算法和智能应用两类,其中智能算法部分包含目标识别、语义关系挖掘、面向智能制造领域的高级计划排程等技术方向,以提高算法精度、海量数据计算效能、优化人机交互方式等为主要目的。智能应用类主要围绕群体协同在军、民、军民融合领域的创新应用,构建演示系统或样机,在设定场景下完成特定任务竞赛。

航天科工站比赛初赛时间为3月15日至4月15日,决赛阶段为4月20日至5月15日,初赛将采用线上线下结合方式进行,决赛将以项目路演形式在现场进行角逐。竞赛将设立包括最具潜力奖、科工AI成果奖以及最受欢迎奖等奖项,获得包括加入“外创”团队,进行投资接洽以及纳入人才库等多项奖励。

二、国家电网站

国家电网站选题包括语义和图像识别两个方向,语义方向包括电力新词和同义词发现两个赛题,以构建电力领域词典为目标,为电力领域文本知识挖掘、文本语义计算和理解提供支撑,评价标准包含准确率、召回率和耗时三项指标。图像识别方向包括无人机巡检图像识别和无人机巡检图像细粒度识别两个赛题,以本体检测、缺陷识别以及细粒度巡检影像缺陷识别为目标,实现巡检自动化,评价标准包含识别准确率、识别漏报率和识别耗时三项指标。

国家电网站大赛将于4月启动, 4月至7月进行线上初赛,8月至9月在中国电科院进行集中决赛,最终将评出一等奖1名、二等奖2名、三等奖若干名。

三、百度公司站

百度公司站选题为百度智能问答评测任务。在搜索场景下,让机器通过阅读理解搜索结果来回答用户提出的问题。对给定问题及其对应的文本形式的候选文档集合,要求系统自动对问题及候选文档进行分析,输出能够满足问题的文本答案。其中,问题的领域不限来自百度搜索引擎或百度知道的真实用户问题。候选文档是来自百度搜索或百度知道搜索的真实篇章文本(包含多个句子或段落)。答案可以是单个答案,也可能是对多个候选答案的总结。赛题评测将基于标准答案集合,计算阅读理解系统产出答案相对于标准答案的ROUGH-L 和BLEU指标。

百度公司站大赛将于4月1日开放竞赛平台,发放样例数据,大赛初赛时间为5月1日,将筛选前50名进入复赛,复赛时间为5月20日,复赛排名前10队伍将进入决赛。大赛将于6月1日公布竞赛结果和比赛总结会。大赛将评出一等奖1名,二等奖2名,三等奖3名,除提供荣誉证书认证外,百度将为获奖者提供奖金及参会交流赞助。

四、浙大一附院站

浙大一附院站选题包括医疗机器人、智能药物研发、智能影像识别、智能诊疗、智能健康管理和泛医学人工智能六个部分。大赛参赛团队将以从事人工智能应用于医学领域的高成长型、科技创新型企业及团队为主,创新创业团队、科研院校技术团队皆可参赛。

大赛将于3月正式启动,4月至6月为线上征集及筛选期,复赛时间为7月至8月。浙大一附院将对入围决赛的参赛企业组织相应的培训,决赛阶段为9月。初赛将采用线上方式进行,复赛及决赛将以项目路演形式在现场进行角逐。

所有符合政策导向及发展需求的优质团队将优先获得创业资助、税收政策、领军企业/个人评选、办公场地入驻、创业服务等支持。所有入围决赛的团队都将有机会获得不低于1000万的风险投资。入围决赛前三名的企业/团队的创新产品,将有机会进入浙江大学附属第一医院的试点应用,并鼓励大赛组委会合作伙伴优先使用和推广应用。决赛团队在路演现场,将获得与医疗界、创业圈、投资界、行业专家、创业服务机构以及孵化园区的交流创投经验。

五、中国联通&腾讯

中国联通&腾讯站选题设应用类和开放创新类,应用类包含通信网络和数据应用两个子类别;开放创新类包括智慧公屋和智慧城市两个子类,供参赛团队自行选择。大赛面向全社会开放,高等院校、科研单位、互联网企业、创客团队人员均可报名。

大赛将于4月正式启动,参赛征集期为5月至6月,初赛时间为6月,复赛时间为7月,决赛期为9月。比赛将设一等奖、二等奖、三等奖和优胜奖,分获不同的资金奖励;入围决赛前三名的企业/团队的创新产品,将有机会进入腾讯云、中国联通网络技术研究院优先合作供应商目录,并向中国联通合作伙伴推荐使用和推广;入围决赛前三名的团队成员,有机会以专家级别特聘入职中国联通网络技术研究院;入围决赛的十强企业/团队,有机会获得大赛合作机构的风险投资;入围决赛的企业/团队,可优先获得相应的政策支持,享受产业及税收政策、人才奖励政策和住房保障政策。

第一届“AIIA” 杯巡回赛全部赛点竞赛将于本年度九月份结束,第二届巡回赛筹备工作已经启动,欢迎联盟成员单位积极参与。


原文发布时间: 2018-02-28 16:46
本文作者: 巫盼
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
机器学习/深度学习 人工智能 自然语言处理
蚂蚁金服首届ATEC开发者大赛人工智能大赛圆满落幕,一文详解最佳解题方案
一个历时 4 个多月、吸引了 5618 位参赛选手、Michael I. Jordan 和蚂蚁金服 CTO 亲自在证书上签名的大赛。
904 0
蚂蚁金服首届ATEC开发者大赛人工智能大赛圆满落幕,一文详解最佳解题方案
|
机器学习/深度学习 传感器 人工智能
首届情感AI大会:当人工智能理解并具备人类感情时
人类是高度情绪化的生物,即使大多数时候没有意识到,情绪也会影响人们所做的一切:引导注意力、影响学习和记忆的方式、对自己和他人的感知、最终影响个人成长以及人格形成。正如AI和深度学习的教父之一Yann LeCun所说:“没有情感就不可能拥有智能。”
4681 0
首届情感AI大会:当人工智能理解并具备人类感情时
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在现代医疗中的革新应用
本文深入探讨了人工智能(AI)技术在医疗领域的最新进展,重点分析了AI如何通过提高诊断准确性、个性化治疗方案的制定以及优化患者管理流程来革新现代医疗。文章还讨论了AI技术面临的挑战和未来发展趋势,为读者提供了一个全面了解AI在医疗领域应用的视角。
73 11
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
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、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
84 0
|
2天前
|
机器学习/深度学习 人工智能 运维
人工智能在事件管理中的应用
人工智能在事件管理中的应用
42 20
|
6天前
|
机器学习/深度学习 数据采集 人工智能
人工智能在农业中的应用:智慧农业的未来
人工智能在农业中的应用:智慧农业的未来
30 11
|
26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
|
21天前
|
数据采集 人工智能 移动开发
盘点人工智能在医疗诊断领域的应用
人工智能在医疗诊断领域的应用广泛,包括医学影像诊断、疾病预测与风险评估、病理诊断、药物研发、医疗机器人、远程医疗诊断和智能辅助诊断系统等。这些应用提高了诊断的准确性和效率,改善了患者的治疗效果和生活质量。然而,数据质量和安全性、AI系统的透明度等问题仍需关注和解决。
177 10