6月5日,2018 AIIA杯人工智能巡回赛·中国联通-腾讯联合赛点启动大会在陕西省延安市延安大剧院举行,大赛官网和报名通道同步开放。该赛事是在国家发改委、科技部、工信部、中央网信办等政府部门的支持和指导下,由中国人工智能产业发展联盟、中国联合网络通信有限公司、深圳腾讯计算机系统有限公司主办,多家单位协办的人工智能领域创新大赛。这既是中国联通打造“新基因、新治理、新运营、新动能、新生态”即“五新”联通的具体举措之一,也是中国联通和腾讯公司落实国家人工智能与实体经济深度融合,推动中西部地区发展战略的具体措施之一。
现场图片
本次启动会由中国联通网络技术研究院首席科学家唐雄燕主持。中国工程院院士刘韵洁、中国信通院党委副书记乔发民、延安市副市长刘晓军、贵阳市政府副秘书长杨鹏、银川市大数据局局长王川、中国联通网络技术研究院院长张涌、腾讯云西北区域总监张骥飞等主要领导,以及各赛区代表、大赛支持单位代表、投资机构代表出席了本次启动会。
延安市政府刘晓军副市长作为启动大会的举办地东道主向各位来宾介绍了延安精神的传承历史和近年来延安取得的新成就,特别是使用人工智能技术在数字政务、智慧医疗方面获得的成果。刘市长在发言中指出,人工智能是引领未来的战略性技术,希望可以通过人工智能技术充分发挥延安优势,推动更多人工智能成果在延安落地实施,促进延安新技术和新经济的发展。
乔发民副书记首先介绍了中国人工智能产业发展联盟的目标、组织架构及已有成就。乔书记指出人工智能发展已经进入一个新的阶段,党中央和国务院高度重视人工智能发展,希望AIIA杯人工智能巡回赛·中国联通-腾讯联合赛点可以真正促进人工智能与实体经济的深度融合,推动地方经济的转型和升级。
刘韵洁院士以“人工智能助力未来网络发展”为主题,从未来网络发展趋势和挑战、人工智能为未来网络带来的新机遇、未来网络的展望三方面做了演讲。刘院士指出未来网络已经成为全球焦点并被纳入国家发展战略,人工智能作为一种能够为社会和经济带来巨大效益的革新性技术,给未来网络带来了新的机遇和挑战。刘院士认为未来网络与人工智能是时代双擎,必将推动社会生产力的变革。
作为本次大赛的联合承办方之一,中国联通网络技术研究院张涌院长代表大赛组委会,对本次大赛的基本情况、组织架构、权益亮点、赛题赛程进行了介绍,张院长希望通过人工智能技术赋能通信网络,打造互联网和通信行业生态链,并诚邀社会各界人工智能领域的专家参加本次大赛,融创同智,竞促发展,共创智慧未来。
腾讯云西北区域负责人张骥飞总监以腾讯超级大脑为例介绍了目前腾讯使用人工智能技术助力各行各业数字化建设的情况。未来,腾讯云希望与像联通这样优秀的合作伙伴共同开拓人工智能领域,与各位行业专家分享和探索人工智能的新生态和新机遇,推动中国人工智能产业的快速发展。
来自宁夏、贵州、雄安、珠海、江苏各分赛区代表分别对各自赛区的比赛题目、大赛筹备情况、扶持政策进行了介绍和说明。其中,银川市大数据局王川局长介绍了银川市近年来借助大数据、互联网+、信息化技术等手段推动智慧城市建设的经验,并说明本次比赛与银川市发展数字经济, 打造互联网+新产业、新业态的发展目标高度一致,宁夏分赛区将依托当地技术和政策资源,为参赛者提供全方位的服务。
本次大赛以“智慧未来”为子主题,共设延安、宁夏、贵州、雄安、江苏、珠海六个分赛区,提供命题应用类和开放应用类两大类命题,涵盖网络、公屋、旅游、民生服务、手机应用等各个方面,聚焦颠覆性和突破性的人工智能技术研发和应用。参赛队伍可选择全国任一赛区的赛题参加比赛。
大赛设立一、二、三等奖和优胜奖,并颁发获奖证书及提供丰厚奖金。本次比赛中的优秀队伍和项目将有机会获得以下优先权益:获得大赛合作投资机构的风险投资,进入中国联通网络技术研究院/腾讯云公司优先合作目录,对接腾讯云扶持计划。技术突出者将被特聘为中国联通网络技术研究院专家。前三名的获奖队伍和项目还有机会获得珠海横琴赛区、银川赛区等各赛区给予的包含资金奖励、企业所得税支持、场地支持、知识产权资助、研发补助、科技计划项目资助、安家补助、个税保护、金融支持在内的多项政策支持。欢迎社会各界积极参与本项赛事。
点击链接或扫描二维码获取大赛详情及进行报名https://cloud.tencent.com/developer/contest/AIIA-Unicom
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。