• 之江杯全球人工智能大賽:創新賽貼近產業應用,創業賽杭州路演在即


    時間:2021-09-26





    1632629726105271.png

    計算機將一段語音自動轉換為文本,自動識別出某個物體,這些都是日常生活中常見的人工智能技術應用場景。縱使應用廣泛,人工智能技術本身仍有許多亟待突破的瓶頸。比如,在嘈雜環境下,如何識別不同對象的聲音并保證語音轉換的準確率?當計算機面對它從未見過的某類物體時,如何正確識別物體的類別?

    這些極具應用價值的技術問題也是2021之江杯全球人工智能大賽創新賽的賽題——非確定場景語音識別、零樣本目標物體識別。

    “如果參賽選手的語音識別機器學習模型能夠達到比較高的精度,是能夠直接應用在相關場景中的。而零樣本目標物體識別具有更高的前沿性,是近年來學術界聚焦的一個熱門方向,長期來看有著很大的應用潛力。”本次大賽的出題人表示。

    創新賽瞄準實際應用場景

    據大賽出題人介紹,非確定場景語音識別主要考察參賽隊伍在聲紋識別和語音識別兩方面的技術積累。“參賽者需要提取不同說話人的聲紋特征,識別出語音數據集中特定的說話人,然后再將提取出來的語音翻譯為文本。”

    值得一提的是,在這道賽題中,設置了城市道路環境場景、地鐵機場環境場景、餐廳環境場景、居家環境場景和室外風雨天場景5個與日常生活息息相關的場景,每個場景中均包含一定信噪比的噪聲。

    與高度貼近產業應用的語音識別相比,零樣本目標物體識別更具前沿性和挑戰性。所謂零樣本目標物體識別,簡單來說,就是機器學習模型需要識別出從未訓練過的數據類別。

    為了讓賽題更貼近實際應用場景,本次大賽將數據集限定在安防檢測的場景之下。“在訓練的數據集中,可能是電腦、手機、水杯這些常見物品的圖像,但在測試集中,我們需要機器學習模型能夠識別出一些異常或者是有危險性的目標對象。舉個例子,我們給出一個待測試的數據集和一把刀的圖像,模型需要在測試數據集中找出所有刀的圖像。”出題人進一步解釋道,“同時,模型不僅要找出與指定對象一致的圖像,還要將其歸類到相應的類別之中。且在實際比賽中,需要識別的可能是很多類。”

    在一些無法獲得大量訓練數據的專業領域,零樣本目標物體識別有著更大的應用潛力。“有一些領域專業性太強,比如說醫學影像,類似這樣的領域很難獲得大量有標簽的數據;還有一些領域可能本身就不常見,那么可以用來訓練的數據也很少。這就是我們做零樣本或者小樣本學習的原因所在。”出題人表示。

    據悉,本屆創新賽兩項賽題各設一二三等獎及優勝獎,獲獎隊伍最高可獲20萬現金獎勵及百萬科研經費。個人、高校、科研單位、企業、創客團隊等均可報名參賽,報名截止10月8日。

    創業賽杭州站路演舉辦在即

    除了創新賽這類算法任務外,按照“以賽引才,以賽促研、以賽興業”的基本思路,大賽的創業賽賽道將圍繞科研及相關產業發展方向,在人工智能領域進行項目招募,在征集期間同步開展杭州、北京、成都三大區域分站賽及線上國際賽。9月28日,首場線下路演杭州分站賽就將在余杭區未來科技城舉辦。

    近年來,人工智能作為引領未來的戰略性技術之一,已成為驅動技術變革和產業重構的重要力量。未來科技城正是瞄準這一賽道,圍繞技術創新、產業培育與融合應用積極推動產業相關領域建設與布局,加快構筑人工智能發展的產業高地。

    據悉,本場路演“高手如云”,來自長三角地區的十多個項目團隊通過層層審核,脫穎而出進入本次分站賽,將從項目團隊、背景分析、市場模式、營銷策略、管理模式等多個方面進行展示,角逐進入決賽的寶貴名額。

    推動人工智能邁向下一個里程碑

    在本次之江杯全球人工智能大賽中,特別設置了揭榜賽,規劃了四大賽題,希望通過比賽推動人工智能輔助藝術創作和科學探索,推動科學研究范式轉變。

    “這些選題涵蓋了藝術創作以及材料學、醫學相關科學研究領域。”之江實驗室基礎理論研究院應用數學與機器智能研究中心研究專家劉斌表示,“賽題設置反映了當前人工智能的一大發展趨勢,即人工智能與各行業中計算問題的深度結合。以深度學習為代表的人工智能技術,為我們提供了可將多模態、多領域海量數據進行匯聚并高效準確地從中提取規律、價值的可能。”

    “以材料設計為例,傳統的人工設計方法中需要材料設計者通過不斷調整設計參數,在不同參數設置下分別進行實驗,來尋找滿足需求的材料設計參數。而借助人工智能技術,我們可為以往實驗數據構建一個模型,通過模型預測某個特定設計參數下的目標響應。這樣在面對新的材料設計需求時,便可以借助模型預測值來搜索最優的材料設計參數,從而大大減少物理實驗次數。”劉斌解釋道。

    劉斌強調,選手們在面對賽題的時候,一方面要關心最新算法、模型,另一方面也要深度理解題目背景,盡量做到將算法和領域知識結合。“深度學習這一類方法的性能高度依賴于數據,數據越豐富、質量越高、對數據的建模假設越精準,算法的表現越好。但目前沒有一套通用的模型、算法可以勝任不同類型的任務。對數據之外的領域知識的把握和利用程度有可能成為決定比賽結果的關鍵因素,比如影視創作規律、現有藥物合成的基本經驗、材料學知識等等。”

    人類所處的物理世界高度復雜,而人的精力是有限的,“利用人工智能來幫助人類更廣闊、更深入地探索世界、認知世界,作為一名科研工作者,我認為這是人工智能發展歷程中最激動人心的地方,而這一切,才剛剛開始。”劉斌說道,“希望比賽能夠啟發大家進行更深層次的思考,開發更先進的人工智能方法,推動人工智能和科學研究探索邁向下一個里程碑。”

           轉自:楚天財經網

      【版權及免責聲明】凡本網所屬版權作品,轉載時須獲得授權并注明來源“中國產業經濟信息網”,違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊,僅代表作者個人觀點,不代表本網觀點和立場。版權事宜請聯系:010-65363056。

    延伸閱讀

    ?

    版權所有:中國產業經濟信息網京ICP備11041399號-2京公網安備11010502035964

    www.色五月.com