
近日,全球规模最大的高中生科学竞赛2015英特尔国际科学与工程大奖赛(Intel ISEF)获奖名单揭晓,该赛事旨在表彰全球最有前途的学生创业者、创新者和科学家。共有42名来自中国大陆、香港和澳门地区的青少年科学家。其中,16名中国学生凭借12个创新项目,获得包括一项顶级奖项、一项同类最佳奖、一项二等奖、两项三等奖在内的个人和团体共计17个奖项。这也是中国大陆学生连续第二年在这项大赛中摘得学科“同类最佳奖”。
来自山东省实验中学的郝若尘同学,凭借《蝙蝠仿真耳对空间目标定位的研究》项目荣获物理与天文学学科同类最佳奖、物理与天文学学科一等奖、菲利普斯瑞奇纪念奖。他的项目使用了与蝙蝠的肉体具有最接近的值的光敏树脂作为材料,把蝙蝠头部扫描并且利用3D打印技术打印出来了模型,可以随意设定对照组,这也解决了困扰蝙蝠学者长达30年的疑问,该研究项目可以被广泛应用于设计智能天线以及最新一代的动态雷达。
除此之外,来自香港中华基督教会谭李丽芬纪念中学的黄深铭、李键邦同学,凭借《自洁门柄》项目获得材料学科二等奖;来自香港英皇书院的朱逸浩、叶梓峰、姚诚鹄同学,凭借《利用粗提取叶绿素辅以茄子衍生的多孔碳催化剂及水电解质的染料敏化太阳能电池》项目荣获化学学科三等奖;来自北京顺义国际学校的黄逸然同学,凭借《基于图像显示技术的心脏移植排异反应计算机检测技术》,荣获计算生物与生物信息学三等奖;来自中国人民大学附属中学的林家宁同学,凭借《智能手机大气能见度测量方法》,荣获系统软件学科三等奖、美国气象学会一等奖。
英特尔基金会执行总监Wendy Hawkins表示:“英特尔之所以全力支持国际科学与工程大奖赛,是因为我们相信年轻人是科技发展的关键,也是未来创新的主动力。大赛每年鼓励全球数百万学生探索对数学、科学和工程的激情,希望这些获奖者能激励其他年轻人追求自己的梦想,在这些领域用他们的好奇心,创造力和智慧,共同针对全球挑战开发出解决方案。”
英特尔中国企业事务部总经理朱文利表示:“我们衷心为获奖的中国选手表示祝贺。这些青年科学家在国际的大舞台上充分向全世界展示了他们对科学的热爱与不懈的探索精神,富有突破性和创新性的研究成果为科学世界和全球发展带来了无限可能。英特尔将持续关注中国青少年的科学教育与创新能力培养,通过与政府和教育工作者携手,积极营造教育生态系统为中国的创新人才提供更优质的成长、学习环境,也将为他们搭建出更广阔的发展平台。”
迄今为止,共计462名中国学生的293个项目入选Intel ISEF,并赢得了275个奖项,其中包括 2004 年获得的一项Intel ISEF最高奖项“英特尔基金会青年科学家奖”。
2015 Intel ISEF中国学生获奖情况
· 郝若尘,山东实验中学,《蝙蝠仿真耳对空间目标定位的研究》,荣获物理与菲利普斯瑞奇纪念奖、物理学与天文学学科同类最佳奖、物理学与天文学学科一等奖、美国声学学会荣誉奖。
· 黄深铭、李键邦,香港中华基督教会谭李丽芬纪念中学,《自洁门柄》,荣获材料科学学科二等奖。
· 朱逸浩、叶梓峰、姚诚鹄,香港英皇书院,《用粗提取叶绿素辅以茄子衍生的多孔碳催化剂及水电解质的染料敏化太阳能电池》,荣获化学学科三等奖。
· 黄逸然,北京顺义国际学校,《基于图像显示技术的心脏移植排异反应计算机检测技术》,荣获计算生物与生物信息学科三等奖。
· 林家宁,中国人民大学附属中学,《智能手机大气能见度测量方法》,荣获系统软件类三等奖、美国气象学会一等奖。
· 周衍锋,香港玛利诺神父教会学校,《新一代可循环再用及生物降解黏贴》,荣获环境工程学科四等奖。
· 闻宇,上海七宝中学,《牡丹离体对活体的微嫁接体系构建》,荣获美国园艺科学学会一等奖。
· 杨钧,成都国际学校,《用于三维手势确认的低成本彩色手套》,荣获人工智能发展协会一等奖。
· 张清雯、张少燕,澳门镜平中学,《沛雨“甘”霖》,荣获阿卜杜勒·阿齐兹及同伴创办的天赋与创造力基金会水科技奖。
· 陈姚佳,福建省厦门外国语学校,《激光束照射镜面圆柱的研究及其应用》,荣获 三十米望远镜项目二等奖。
· 王泰戈,华东师范大学第二附属中学,《电解食盐水法吸收室内甲醛的研究及其智能化装置的实现》,荣获专利与商标局协会一等奖。
· 杨可涵,北京师范大学附属实验中学,《基于Wi-Fi控制的爬壁侦察机器人》,荣获美国联合技术集团奖项,并受三十米望远镜网站邀请参加太平洋天文学与工程峰会。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。