AlphaGo 打败世界围棋冠军时,AI 和生活还有些遥远,而如今,我们已能清晰的感受到人工智能正逐渐渗透到人们生活的方方面面。疫情中,智能评估新冠病毒感染的肺炎 AI 影像已投入使用;自然灾害来临前,AI 用于辅助极端天气预警;刚刚结束的东京奥运会,首次大规模使用人脸识别技术,并通过 AI 评分系统保证评分公正性......
从概念到实践,从一行行代码到大规模的应用落地。每一次技术上的突破,都源自开发者头脑中迸发出的微小火花。这些微小火花在亚马逊云科技【先行者·人工智能技术应用大赛】的舞台上得到闪耀绽放。
最终,来自深道科技的“Deepideal 队”凭借【手机上的健身动作教练】作品斩获冠军;来自广东移动的“需有差程队”和来自武汉理工大学资环学院的“gis322 队”分别斩获大赛的二等奖和三等奖。
独创黑客松玩法,你说酷不酷!
亚马逊云科技颠覆以往黑客松大赛的形式,创新性的将算法比拼与方案落地结合起来,带给选手和观赛者独一无二的体验。本次【先行者·人工智能技术应用大赛】最大的亮点在于创新。
初赛阶段分为【新手上路】【进阶达人】【迷你路演】三个环节,12 支队伍从自然语言处理和计算机视觉两大方向任选其一,依托亚马逊云科技提供的丰富服务,完成代码比拼题目,并在【迷你路演】环节利用选定的算法模块,针对特定商业场景阐述构想。
经过初赛阶段的激烈比拼,5 支队伍晋级决赛。决赛难度升级!想突围而出,既要能拼手速,懂服务,又要能写代码,玩儿落地。【趣味抢答】线上线下协同,选手场内抢答当仁不让,观众评论区互动热火朝天。【决战之巅】要求选手从智慧奥运、气候变化、智慧城市、数字乡村 四个场景中,任选其一,以人工智能技术为依托进行开发、落地,不仅需要阐述方法,选手还需要现场完成交互性展示。
“需有差程队”蔡汝健表示:这是我们参加过最特别的比赛。以往比赛边界都很清晰要么写代码比算法,要么写 PPT 讲方案,两者结合的比赛,还是第一次参与,比赛过程很惊心动魄。
在参赛选手中,有经验丰富的老码农,也有四舍五入零零后、初生牛犊不怕虎的在校生。有领导带着实习生组团参赛,也有身处不同城市的好友组队同屏参赛。
为技术而聚,携收获而去。五强队伍之一的“寒山寺队”来自苏州某外企运维团队。队员彭涛说:“想通过比赛对 NLP 领域有更深的了解,同时也想了解下亚马逊云科技在 NLP 领域的突出服务,公司的很多服务都部署在亚马逊云上。”
在比赛中拔得头筹的“Deepideal 队”认为:比赛过程也是学习的过程。出于对滑雪喜爱选定主题,一步一完成搭建,没想到程序真的能在手机上跑起来,未来,考虑将这个方案进行完善及商业落地。
AI 技术难吗?正如评委敏捷老师所说:随着近年来的发展,很多数据、模型系统都已封装好,亚马逊云科技也提供很多服务,帮助大家快速完成开发。那是容易吗?也不是,即便有再多工具,也需要有过硬的数学基础,算法知识和超凡的创意。这正是大赛有趣的地方!
盘点:这些获奖项目凭什么脱颖而出?
凭什么是这 3 支队伍从 12 支队伍中杀出重围呢?获奖的项目有哪些独到之处,别急,小编带你逐一解析。
冠军:手机上的健身动作教练
斩获本次大赛冠军的团队“Deepideal 队”选择了【智慧奥运】的应用场景,开发出一款超轻量级姿态检测网络程序。该方案利用关键点识别定位精准的特点,帮助运动员及健身爱好者纠正动作,并进行锻炼计数,达到与真人教练指导健身相似的体验。
目前,市面上的手机健身软件大多无法做到动作的实时纠正。其技术痛点主要在于,一方面算法运行速度慢无法做到实时检测,训练困难,另一方面推广能耗和成本太高,难以在 C 端市场推广。
经过调研和实验,“Deepideal 队”使用在 TensorFlow.js 上推出的 MoveNet 姿态识别模型,并用 Coco 和 Active 两个数据集训练模型。最终实现几乎在所有平台上都能够达到实时检测的要求。
在部署阶段,“Deepideal 队”采用了Amazon SageMaker服务。队员贺鑫表示:MoveNet 基于 TensorFlow 训练,通过 Amazon SageMaker 服务可以很方便的进行数据训练,不用考虑硬件环境维护。此外,亚马逊云科技也提供了完善的线上部署工具来支持基于 node.js 程序的部署,包括 Elastic Beanstalk 和常用的 EC2 虚拟机。
比赛现场,“Deepideal 队”针对深蹲动作识别及规范进行交互演示。在就该项目拓展到其他运动姿势可能性上的一番探讨过后,其商业价值得到评委老师一致肯定,从而将冠军收入囊中~
亚军:AI 赋能乡村振兴,智慧乡村解决方案
来自广东移动的“需有差程队”聚焦城市与乡村建设,从广东移动自有能力出发,打造“一横”(核心能力平台)、“多纵”(垂直智慧场景应用)的智慧城市产品体系。
基于亚马逊云科技产品矩阵,他们将整个乡村系统架构划分为三个技术应用层级,并计划接入亚马逊云科技的 20 项服务能力。接入层主要负责智慧城市运营平台出入流量的安全管控;平台层承载整个智慧城市运营平台的产品栈,拉取视频流,抽帧并对接能力层做 AI 识别,并对识别结果做记录和触达类推送;能力层使用 Sagemaker 做自研视觉类模型训练,结合 Elastic 做推理优化,并使用Polly服务补齐语言能力短板。
在横向维度需要差程的方案中包含物联网、视频云、城市 AI、大数据、业务汇聚五大核心能力平台。在纵向维度,该方案可用于实现重点人群监管、违章停车监管及落水检测等功能。作为相对完善的方案,其多项功能已在城市多个场景中应用,需要差程队在现场通过视频向评委及观众展示了其方案的落地效果。
季军:口罩佩戴识别系统
先有 COVID-19,后有德尔塔毒株,当下疫情肆虐,而东京奥运会等大规模赛事活动又无可避免的导致人员聚集,这样的大背景下,最重要的毫无疑问是保护好自己。来自武汉理工大学的“gis322 队”选择【智慧城市】方向。以近 8000 张图片作为模型训练的数据,同时采集生活照作为模型部署测试的数据。
在模型选择阶段,“gis322 队”尝试多种模型,综合精度、效率,最终图像推理采用 ppyolov2 模型,视频推理采用 ppyolo_tiny 模型。在部署阶段,由于现有云端部署存在一定限制,他们基于 ONNX 进行部署,赵慧琳表示,后续希望可以使用亚马逊服务器进行服务部署。
该系统发布在 Web 端,可实现图像及视频等多种形式素材的口罩佩戴识别。“gis322 队”现场导入图片及视频,进行口罩识别交互演示,效果理想,在保证检测精度的同时也满足了响应速度的需求。
氛围组担当王敏捷老师作为评委,对该项目产生了浓厚的好奇心,导入多人场景及搞怪“口罩”照片进行验证,掀起了决赛场的一波气氛高潮。
尽管结果证明该系统的灵活性还有待加强,但王敏捷老师及其他评委老师依旧给予了该系统很高的评价。
随着冠亚季军的产生,万元奖金花落谁家的谜底最终揭晓,亚马逊云科技【先行者·人工智能技术应用大赛】也圆满落下帷幕。
是不是还有点意犹未尽,9 月精彩活动远不止这些。「构建新格局,重塑云时代」亚马逊云科技中国峰会将于 9 月 9 日-14 日线上进行。这是一场长达 6 天的技术马拉松,届时将有 5 大主流领域演讲,8 大硬核技术论坛和 9 大行业分论坛,9 月 11 日是 DEV DAY 开发者大会,多位大咖将在这场大会分享云上开源的具体实践,赋能开发者;9 月 14 日是人工智能和机器学习大会;期待您的报名参加,与专家零距离交流技术心得,与技术大咖实现观点碰撞,感兴趣的小伙伴可扫描海报上的二维码报名~👇🏻
公众号推荐:
AGI 概念引发热议。那么 AGI 究竟是什么?技术架构来看又包括哪些?AI Agent 如何助力人工智能走向 AGI 时代?现阶段营销、金融、教育、零售、企服等行业场景下,AGI应用程度如何?有哪些典型应用案例了吗?以上问题的回答尽在《中国AGI市场发展研究报告 2024》,欢迎大家扫码关注「AI前线」公众号,回复「AGI」领取。
评论