在Amazon DeepRacer中国区青少年联赛获得冠军的北京德威英国国际学校将于美国时间11月17日出战2021 Amazon DeepRacer冠军杯赛,这是中国大陆队伍首次参与全球DeepRacer冠军杯赛。比赛将由三轮赛事组成,来自中国、美国、英国、日本等数十个国家的高手,将通过首轮赛及分组赛决出前3强,并通过在12月1日亚马逊云科技re:Invent全球大会上举办的冠军总决赛,决出本届冠军杯赛的冠亚季军。
诞生于2018年的Amazon DeepRacer,是一款由强化学习(RL)、3D 赛车模拟器驱动的 1/18 比例的全自动驾驶赛车,专为帮助开发人员进行强化学习实践而打造。开发人员可以在线上模拟器中训练、评估和调整 RL 模型,将自己的模型部署到 Amazon DeepRacer 上,从而获得堪比现实世界的自动驾驶经验。同年,亚马逊云科技在re:Invent全球大会上首次推出了Amazon DeepRacer 联赛(包括线上模拟赛和线下实体赛),让世界各地的开发者和机器学习爱好者更深入地交流机器学习的经验,体验自动驾驶的乐趣。无论经验丰富的专业人士,还是第一次开发模型的新手,通过动手实践培训,构建RL模型,都可以通过 Amazon DeepRacer 设备和 3D 虚拟赛车模拟器参加Amazon DeepRacer月度联赛。在比赛中表现优异的选手,将有机会参与在亚马逊云科技re:Invent全球大会上举行的Amazon DeepRacer冠军杯赛。自Amazon DeepRacer联赛推出以来,全球已有超过10万名开发者通过参赛体验到机器学习的乐趣。
北京德威英国国际学校科技与创新教务主任Yosef Karasik表示:“很高兴看到我们的学生通过努力在Amazon DeepRacer 中国区青少年联赛总决赛上取得了优异的成绩,并即将出征Amazon DeepRacer全球冠军杯赛,这是我们利用亚马逊云科技推动青少年人工智能教育的一大成果。亚马逊云科技不仅为我们提供了资深技术专家为学生们开设线上和线下研讨会,还提供了包括Amazon DeepRacer在内的人工智能设备,让我们通过‘知行合一’的教学方式为学生带来更加生动的教学体验。比赛成绩并不是我们追求的唯一目标,我们希望通过开展这样的教学项目,充分激发学生的创新思维,更好地延展思考,未来有能力利用所学的人工智能知识和技能解决现实问题。”
作为科技圈顶级自动驾驶赛事,Amazon DeepRacer联赛于2021年在亚马逊云科技中国峰会期间于中国内地首次开展。今年,亚马逊云科技已经在中国成功举办了一系列针对开发者、青少年和机器学习爱好者的公开赛事,包括Amazon DeepRacer中国月度联赛,与其他机构合作共同举办的Amazon DeepRacer中国区青少年联赛,以及针对各企业机器学习爱好者举办的Amazon DeepRacer企业大奖赛等等,吸引了近万人积极参与。
引领风向,重塑未来!备受业界关注的2021亚马逊云科技re:Invent全球大会,将于2021年11月29日(当地时间)在美国盛大开启。始于2012年的亚马逊云科技re:Invent全球大会是全球云计算领域领先的行业盛会。今年正值re:Invent全球大会十周年,亚马逊云科技将发布一系列重塑未来的创新技术和服务,并邀请全球各行各业的客户及亚马逊云科技合作伙伴分享前沿商业创新实践,继续引领云技术和产业未来发展的风向。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。