8月5日消息，DeeCamp2020人工智能训练营总冠军答辩暨结营典礼今日正式举行。DeeCamp2020 开放性竞赛共设立五大赛道，共有37支团队提交AI Demo，其中6项入围总冠军答辩。这里面有AI切割长视频、AI预测汇率变化、AI听诊、AI设计人像积木、AI创作科幻小说、AI改进自动驾驶等奇思妙想。
最终，自动驾驶赛道的Faster&Better团队和创新赛道的方仔照相馆团队最终共同夺得总冠军。这也是DeeCamp自举办以来的首次“双冠军”，两支总冠军队伍各获得10万元奖励。其余四个项目获得各赛道冠军。
DeeCamp2020总冠军答辩暨结营典礼现场
对于DeeCamp首次评选出“双冠军”，评委之一、创新工场董事长兼CEO李开复表示，“这两个项目评委打分相同，难分伯仲。‘Faster&Better’团队的技术让人震撼，团队解决了潜在的很大问题，因为如果以后车都是无人驾驶，服务器的负荷量会有多大，团队能做到这一点有很深的技术力量，尤其是一批学生做出来，这个项目是技术取胜。这说明在今天，黑科技创业的空间仍然存在。而‘方仔照相馆’团队则以商业取胜，让我们惊讶于积木居然可以与AI结合。他们的“方头仔”产品让人充满购买欲望，几乎是一项可以直接拿到融资的项目。“我们认为这两个组，任何一个单独夺冠，都不能完整表达DeeCamp代表的精神，所以最终决定评选出两个总冠军。”
DeeCamp2020入围总决赛的6大团队
李开复强调，DeeCamp的初衷是用AI技术解决真实世界的问题，最顶级的技术未必会产生最大的商业价值，和传统产业结合才能释放AI潜力。大家一定要理解产业，找到真实场景中落地机会。
DeeCamp人工智能训练营是一项面向全球大学生的公益项目，专注培养应用型AI人才。创新工场人工智能工程院执行院长王咏刚表示，DeeCamp是一个为学生服务、充分发挥学生自主精神的人工智能训练营，鼓励所有来到DeeCamp的同学进行一段自我驱动的AI学习实践之旅。
DeeCamp2020有 200余位学员入选，他们来自清华大学、北京大学、中国科学院大学、南京大学、北京航空航天大学、复旦大学、中国人民大学等44所国内高校，以及卡内基梅隆大学、麻省理工学院、牛津大学、康奈尔大学等30所海外高校，分布在86个国内城市及北美和欧洲的17个海外城市。
DeeCamp2020 五个赛道分别是：
•教育赛道：AI 驱动的教育新工具和新方法
•医疗赛道：用 AI 应对医疗和公共卫生领域的新挑战
•创新赛道：人工智能的创新思考与前沿设计
•商业赛道：AI 赋能的商业决策与商业流程优化
两支并列总冠军
总冠军：Faster&Better
所属赛道：自动驾驶的技术突破与前沿设计
挑战赛题：算符算力约束下的无人驾驶车辆检测
自动驾驶是人工智能中最具挑战、最具有应用前景的方向之一。对于需要大规模落地量产的车辆检测场景，神经网络模型只能在较为廉价的芯片上运行，这为检测模型的效率带来了巨大挑战和约束。
数据分析：标注可视化
Faster&Better团队在满足严格算符算力的约束下，设计了一种极为高效的anchor-free车辆检测模型。该模型采用了backbone、后处理策略，将物体看作点，使用轻量的head来预测物体位置、类别和bounding box，在保障性能的同时大幅提升了速度。
Faster&Better团队对项目的商业价值也进行了思考。该车辆检测模型能够很容易地部署在低成本的芯片上，实现产品的落地，带来商业回报。模型迭代速度快，可以使用更低的功耗训练和维护。模型精度高，能够为无人系统的安全性和稳定性保驾护航。
未来，该车辆检测模型也有广阔的应用空间。一是可以部署到行车记录仪等传统硬件上，使其智能化，具备行车预警功能；二是可以部署到安防监控中，使用模型自动过滤筛选，将视频中有车辆的场景加以保存，节省存储空间，也节省人员回放视频的时间。
总冠军：方仔照相馆BrickMeStudio
所属赛道：人工智能的创新思考与前沿设计
挑战赛题：自动积木建模
AI+积木？听起来如此跨界的两件事，会有什么奇妙的组合？
来自北京航空航天大学、清华大学、香港中文大学、奥地利科学技术研究所的同学们组成的“方仔照相馆”团队，用AI玩转积木，为创意插上了翅膀。
他们打造了一个AI积木创作平台“方仔照相馆”，只需通过简单上传一张头像照片，就可以生成个性化定制的方头仔玩偶头像。在未来，在网上一键下单，百变趣味的方头仔就可以邮送到家。
李开复博士定制款“方头仔”
怎么实现呢？他们先根据输入的图像，抽取特征向量，比如发型、刘海、胡子、眼睛、下巴、肤色、上衣款式、衣服图案、鞋子颜色、手的摆放、裤子纹理等，匹配相应的积木零件，然后生成积木模型和拼装步骤。
“方仔照相馆”团队希望将自己对积木的热情，传递给更多人。积木不只是孩子们的玩具，更是创造力的源泉，“AI时代，更要注重创造力培养”。
四支各赛道冠军
教育赛道冠军：Teched U
所属赛道：用AI驱动的教育新工具和新方法
挑战赛题：网络公开课聚类、检索、评价和推荐工具
在线教育是未来趋势，但录播课的用户体验不佳。大量的录播课仅将一段长视频从线下直接搬运到线上，难以避免冗余重复，造成学生积极性差、完课率低等问题。
来自卡内基梅隆大学和沃顿商学院的同学组成了Teched U团队，希望用AI技术赋能在线教育。他们通过自研原创神经网络 TopicNet，实现长视频切割、大纲提取、知识搜索三项功能。
通过视频切割，寻找知识结构断点，可以将一小时的教育视频切割成5-10分钟的短视频，让用户利用碎片化时间学习；通过大纲提取，借助整理好的知识大纲进行跳转，让用户快速了解知识内容的结构；通过知识搜索，可以精确寻找到相关视频和精确到秒的视频跳转位置。
目前，在线教育巨头主要通过人工标注做视频切分，但对于缺乏人才和技术的中小型在线公司，这项低成本的视频切割自动标注技术，可以帮助他们丰富视频内容，实现精准推荐，从而提升用户体验和转化率。
医疗赛道冠军：心灵捕手
所属赛道：用AI应对医疗和公共卫生领域的新挑战
挑战赛题：通过深度学习识别生物电信号
在DeeCamp，AI+医疗也可以大显身手！
由“心灵捕手”小组带来的“听医声AI 诊断专家”项目，是本届DeeCamp项目中唯一一个软硬结合的项目。硬件制作、小程序设计开发等工作，全部是在DeeCamp期间用两个月的时间完成。
创新工场董事长兼CEO李开复博士体验“听医声”AI诊断专家
“听医声”AI诊断专家通过电子听诊器采集心音、呼吸音、脉搏，并将电子化的信号传递给微信小程序及后台云端分析系统，进行定量分析判断用户的健康状况，实现健康监护、疾病预警、辅助诊断。若检测到身体异样，可自动推荐附近的医院。未来，“听医声”既可以辅助医生做疾病早期筛查、健康监测，也可以用在留守老人监护、残疾人健康关爱等领域。
李开复博士检测结果
值得一提的是，“听医声”的脉搏波数据集，通过与医院、诊所、体检中心等工作单位合作，共采集了6000余例由中医专家标定的脉象数据，把专家经验转化为临床诊断量化标准，实现了中医问诊的客观化、信息化。
创新赛道冠军：AI科幻世界
所属赛道：人工智能的创新思考与前沿设计
挑战赛题：科幻小说自动/辅助生成
你能想象一个AI构建的科幻世界吗？在DeeCamp2020，AI正在创造一个全新的写作时代。
来自中科院、美国乔治梅森大学等高校的五位同学组成的“AI科幻世界”团队，基于Open AI 的GPT-2模型，在百亿级中文大规模语料上重新训练，打造了一位神奇的“AI科幻小说作家”。
这位“科幻作家”，可以根据设定好的故事主线、人物角色等，交互式生成科幻小说内容，不仅可以遣词造句，还可以创作构思，让普通人也可以化身“科幻文学大咖”。
科幻小说自动/辅助生成界面
“AI科幻世界”团队在开发的过程中，借鉴作家创作小说的过程，受到认知心理学和文学理论启发，提出情节大纲主导的、人机协同写作的范式：用户输入第一句，机器输出多个人称一致、语句连贯、逻辑合理的下一句话候选，由用户做筛选和修改，不断重复形成情节闭环。
在人机协同的半自动模式下，AI科幻世界写作故事大纲的速度每分钟可达50-100字。而在无人干预的全自动模式下，可以在1秒钟之内写出一个曲折动人的两千字故事，揭开了创作的神秘面纱。
未来，科幻小说自动/辅助生成可以应用在商业传播场景中，提升内容的广度和个性化，兼顾精准分发下的用户需求和内容质量，满足企业对海量信息的搜集、分析、筛选、整理和发布需求。
商业赛道冠军：“Non-pretrain”
所属赛道：AI 赋能的商业决策与商业流程优化
挑战赛题：人工智能在量化交易和投资中的决策辅助
量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略。
来自南京大学、复旦大学的“Non-pretrain”团队，针对外汇量化交易的历史数据，提出了一种数据依赖的相似性度量方法。对每一个分类，分别使用所提出的层次注意力LSTM模型对未来汇率进行预测。最后对多个类的预测结果进行集成，并结合挖掘出来的典型pattern制定交易策略。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
