赛事评奖是WAIC“会、展、赛、用、才”五大板块之一,由世界人工智能大会组委会主办。WAIC 2022现有品牌赛事包括:AIWIN世界人工智能创新大赛,BPAA全球算法最佳实践典范大赛,黑客马拉松和团市委青少年人工智能创新大赛。
2022年,赛事组织工作在继续坚持以SAIL奖为引领之外,围绕学术性提升、扩大影响力、做好赛事成果跟进、进一步做好赛事的规范管理展开工作,在“顶赛顶奖配顶会,世界级顶赛支持顶奖,顶奖反哺品牌赛,培育优选生态赛”三位一体生态体系基础上,持续为世界人工智能大会输送具有引领性、创新性的项目、技术、团队和企业资源,为上海打造人工智能高地提供有力平台支撑。 今年的品牌赛事BPAA算法实践典范大赛、黑客松、AIWIN大赛和青少年创新赛四大品牌赛分别聚焦热门软件算法、开源生态、行业应用和社会科普四个方向,总参赛队伍相比历年有很大幅度提升,大会也提供了投资机构、科技园区全栈生态服务对接,以赛促创促业成效显著,上海市人工智能行业协会协同各赛事合作伙伴在大会后会将持续全年365天的支持和服务,帮助优秀开发者人才、赛事团队和优秀算法企业持续落地上海及扩大布局,支持人才和企业的快速成长。
BPAA应用算法实践典范大赛
BPAA第二届应用算法实践典范品牌力突出,吸引全球14个国家地区超300支团队参与,人数比首届增长近两倍,全力打造国际知名的算法赛事“名片”。在赛事推动下,企业落地意愿强烈,近百支优秀算法团队对落地合作表达兴趣,切实推动普陀区算法人才培养和算法产业构建。同时,大赛构建全方位、全链条、多角度的传播矩阵,超300家国内权威媒体、知名垂直媒体和海外媒体关注报道,总决赛暨算法峰会直播观看量逾300万人次,深化扩大赛事影响力。参赛项目落地应用性强,对算法价值的重视度强,规模化的算法团队参与度高,参赛团队的业务发展前景度高。
WAIC 黑客马拉松
WAIC 黑客松已成功举办4届,由机器之心联合行业众多优秀合作伙伴共同举办,旨在打造一场面向全球AI开发者超然的极客赛事,为全球 AI 开发者精英们搭建一个竞技平台。WAIC 2022黑客松,邀请业内多家领先企业基于实际业务命题,赛题不仅有业界首个元宇宙点亮智能驾驶「AI驾驶仿真」大赛、自动驾驶「多任务网络学习」挑战赛、首个「因果推断全流程」挑战赛、还开放规模最大「中文 NL2SQL 数据集」,面向全球开发者的深度学习领域编程活动和鼓励选手使用国产框架复现顶会论文的论文复现赛,赛事累计招募16604+支团队报名参赛。参赛成员不仅有来自清华大学、北大大学、复旦大学、上海交通大学、中国科学技术大学、波士顿大学、悉尼大学等重点高校,也有来自中科院、滴滴、京东、哔哩哔哩、博世、阿里达摩院、科大讯飞、轻舟智能、小马易行、友道智途、赛可智能等行业领军企业。
AIWIN
AIWIN春季赛联合中国太平洋保险、国泰君安、SMG技术中心分别就小样本多任务、发债违约预测、元宇宙数字人AI驱动生成三个热点命题开展,吸引超过2000余名全球知名高校和企业参赛者,获奖队伍除获奖金外也同步获实习或工作offer,或项目合作机会。赛事同步联动头部企业开展AI人才特训营,培育近800名AI开发者。
AIWIN秋季赛在大会期间也已同步开启,拟将联动合作方共同探索绿色低碳、元宇宙、智能制造等新兴命题。
青少年人工智能创新大赛
作为世界人工智能大会的品牌赛事之一,2022年,中国·上海第五届青少年人工智能创新大赛(2022 IYAIF)于9月3日在世界人工智能大会青少年创新发展论坛上正式启动。
2022 IYAIF通过旗舰赛事、五周年系列活动吸引更多青少年参与。旗舰赛设计6大赛道,涵盖AI算法设计、AI智能健康、AI创新应用、AI体育竞技、AI无人机、AI创意编程,全方位综合评价青少年对人工智能的认知和应用能力,并激发团队合作与创新能力。9月-12月期间举行区域选拔赛、总决赛暨全国邀请赛,同时举办云端国际邀请赛。以大赛五周年为契机,IYAIF五周年LOGO全新亮相,,开展包括“致敬中国航天”AI少年“星”挑战、AI进校园系列云讲座、AI科普营地微研学、AI科技之夜等五周年系列活动,推进人工智能科普工作全方位、广领域、深层次开展。
此外,各人工智能行业主体纷纷积极组织一批优质生态赛事。为了激发青年创新人才活力,为上海人才高地的打造厚植沃土,氪信科技联合“骇鲨极客算法大赛平台”,举办 “骇鲨-氪信全球金融反欺诈大赛”,并从上百支队伍中评选出3个赛题的最终冠军。围绕自然语言处理的重要应用领域之一的文本智能校对也开展了文本智能校对大赛。本次主要是围绕中文文本智能校对,针对文本中出现的错误进行检测和纠正,近 700 人报名、167 支队伍参赛的角逐正式落下帷幕。由数据智能带来的深层次变革与产业重塑也正整装待发。
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。