学习
实践
活动
专区
工具
TVP
写文章

“测雨英雄”等你来战 天池全球气象AI挑战即将启动

北京时间2018年5月21日消息,阿里云·天池平台将于5月23日发起全球气象AI挑战赛,旨在利用人工智能技术帮助粤港澳大湾区解决暴雨防范的问题。 为探究这个问题,近日深圳市气象局和中国香港天文台作出了前瞻决定,跳出气象框框,联手阿里云·天池平台于5月23日正式发起天池全球气象AI挑战赛,诚邀全球人工智能的奇才能组队参赛,帮助人们无惧风雨,驰骋大湾区 ▍现金奖励与国际舞台项目展示双丰收 天池全球气象AI挑战赛分为初赛、决赛两个阶段,报名通道将从5月23日起开通,除深圳市气象局、中国香港天文台以及阿里云工作人员外均可登录2018天池全球气象AI挑战赛官网进行报名 本次天池全球气象AI挑战赛设置5个奖项,第一名至第五名将分别获得12,000美金、6,000美金、3,000美金、1,500美金、1,000美金。 ▍关于阿里云·天池 阿里巴巴集团于2014年正式推出天池数据众智平台(tianchi.com),是中国第一大数据开发者社区,集品牌、生态、人才、解决方案为一体,为本次挑战赛提供平台支撑及运营保障。

51000
  • 广告
    关闭

    【玩转 GPU】有奖征文

    精美礼品等你拿!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Ai革命即将到来

    第一次持续百年的工业技术革命释放了人类的体能,第二次的互联网信息技术革命释放了人际之间的距离感,本次即将进行的大数据、人工智能、量子计算机技术革命将释放人类的脑力。 近二十年来,信息技术、互联网络大规模应用的实践充分表明,信息时刻引动着人们的认识方向,所掌握能量的投射方向,进而推动每一个乃至整个社会的发展趋势。 通俗的讲,都是通过接受外部的信息来决定和采取下一步行动,综合归纳,信息是依照“象、数、理”即模样、度量、关系三个方面,对事物对象的特征进行主观性构析和描述,而网络是存储、处理、传输这些人类主观描述内容的载体和工具 信息网络是自身的功能延伸,网一体,全息同构,这些新的概念、理念、思维以及用事模式,和互联模式密切相关,或者说类似。 用最贴心的一句话说:移动ai为我们提供了私人助理般的贴心服务,能够帮助我们瞬间超界,直接缩短与专业人士的差距,甚至平视之。

    47290

    挑战赛 | 京东AI时尚挑战

    AI技术促进和改善时尚相关购物体验的技术不断涌现的同时,相关技术仍然面临重重挑战。 在此京东集团AI平台与研究院举办AI+Fashion挑战竞赛,大赛将推出与时尚相关的AI+Fashion竞赛,包含两个子任务,并将在ChinaMM 2018举办专题技术交流和颁奖。 同时,查询图像中商品的角度、光照、遮挡、尺寸、质量等都为本问题带来巨大挑战。 ? 比赛奖项 每项子任务设立一等奖,二等奖,三等奖各一名。同时,获奖队伍将优先获得来京东AI实习、工作、交流访问的机会。 关于报名 报名要求 1.参赛人员:高校老师、学生以及企业员工 2.组队规模:1-5,需有一名队长作为联络 报名方式 报名请访问比赛官网: fashion-challenge.github.io 下载报名表格 搭伙学术创办:张健 个人主页:https://jianzhang.tech 视觉与学习青年学者研讨会(VALSE)主页:http://valser.org/

    48550

    AI如何挑战传统翻译

    我采访了Gengo的首席执行官兼创始Matt Romaine。他于2009年共同创立了Gengo,旨在实现全球语言爱好者获得机会的民主化,并成为大众全球交流的桥梁。 可用的服务包括情绪分析,内容审核或任何类型的内容评估服务,例如实体提取,搜索引擎培训和聊天机器培训。 正如马特解释的那样,“我们开始注意到人们可以通过其他方式使用我们的多系统众包服务。 AI就像一个小孩。孩子受教育的类型对结果有很大影响。培训数据对于提高AI和机器学习系统的质量非常重要。 我们拥有庞大的人才群和一个全新的商业机会,类似于亚马逊的机械土耳其人,你可以让大批做简单的任务,但实际上有一系列需要各种专业知识的人,包括语言背景,你需要理解用不同语言表达短语的情绪。 AI开发人员可以通过将预先存在的文件发送给Gengo的个人客户经理进行审核来订购AI培训数据,也可以使用Gengo.ai API访问大量数据。

    35430

    AI寒冬是否即将来临?

    回顾过去,我们发现过去十年对AI及其研究人员来说是一个伟大的阶段。那时我们看到AI在工作或生活中扮演着更加重要的角色。 然而,在BBC的一份报告中已经指出,多年来,围绕AI的炒作已经从顶峰到达低谷,因为该技术的能力被高估了。 根据这份报告,最近十年可以说是有记录以来AI最炙手可热的十年,科技巨头反复吹捧AI的能力。 而这位被称为“AI先锋者”、“ AI教父”的Yoshua Bengio表示,某些AI公司在10年前就夸大了该技术的功能。当前的技术前景浪潮暗示着随着AI冬天的来临,这种炒作可能会放缓。 ? 但是我很肯定即将到来。 结论 称其为AI寒冬某个地方的事实在于,承诺并没有随着时间的流逝而实现。 一些确实希望阻止AI的大肆宣传,并摆脱“流行语”的刻板印象,希望AI可以按照其编程的方式工作。研究人员可能会珍惜满足当今现实的需求,而不是可能被炒作。 ?

    60320

    聊天机器挑战

    随着人工智能技术的发展,聊天机器的生态也日趋成熟与完善,为了让聊天机器可以更加“智能”,交互体验更加拟人化,可以更好的理解用户的真实意图,最终更好地服务用户,还需要继续优化聊天机器的相关功能,当前聊天机器人在技术方面还面临多重挑战 语义差异性的挑战 聊天机器除了要准确理解用户输入的意图,而且需要对类似输入的细微差异之处进行识别,我们在实际生活的场景中,往往会有这样的生活经验,有的时候仅需要修改一两个字符就会造成语义极大的改变 整合语境信息的挑战 前面的两个难点主要体现在单轮对话过程中,在应用更广泛的多轮对话系统中,我们面临的挑战更多,其中典型的问题有上下文关联、中途打断回溯及指代识别。 回复多样性的挑战 为了让聊天机器更具有智能性,也就是我们常说的“更像一个”,我们希望聊天机器的回复尽可能具有多样性,避免回答相同的答案,然而当前聊天机器尤其是闲聊系统,由于数据和训练目标的原因 人格一致性的挑战 除了上面的挑战,当我们构建完成一个聊天机器人后,往往还面临人格一致性的挑战。比如当我们询问聊天机器 “你多大了?”和“你的年龄是多少?”

    28610

    机器视觉中的独特挑战

    机器视觉和计算机视觉之间的这一根本区别,可以从三个方面提出许多研究挑战:学习、具身和理解。根据这些挑战不断增加的复杂性及其依赖性对这些挑战进行分类。 A 学习挑战 表1:机器视觉的学习挑战 层级 项目 问题描述 5 主动学习 系统能够以一种数据高效的方式自行选择信息量最大的样本进行增量学习,例如利用其在预测中的估计不确定性。 当机器人在环境中移动时,摄像头会从不同的视点观察场景,这对机器视觉系统来说既是挑战也是机遇。 C 理解挑战 表3:机器视觉的理解挑战 层级 项目 问题描述 3 联合理解 该系统以紧密耦合的方式共同地对语义和几何进行推理,从而使语义和几何可以相互共同联系。 因此,对机器视觉系统的最后一个推理挑战是对场景和其中的物体的语义和几何共同理解的能力。

    56750

    机器视觉的九大挑战

    机器视觉解决方案是我们实现机器视野的几大挑战。即便变得越来越简单易用,还是有一些棘手的问题。很多因素影响机器人在环境中的视觉,任务设置和工作场所。 这里有9个总结出来的机器视觉挑战: 照明 如果有过在低光照下拍摄数码照片的经验,就会知道照明至关重要。糟糕的照明会毁掉一切。成像传感器不像眼那样适应性强或敏感。 职位和方向 机器视觉系统最常见的功能是检测已知物体的位置和方向。因此,大多数集成视觉解决方案通常都克服了这两者面临的挑战。 只要整个物体可以在摄像机图像内被查看,检测物体的位置通常是直截了当的。 在前面的四个挑战中,整个对象出现在相机图像中。遮挡是不同的,因为部分对象丢失。视觉系统显然不能检测到图像中不存在的东西。 有各种各样的东西可能会导致遮挡,包括:其他物体,机器的部分或相机的不良位置。 当有清晰的静态图像时,机器视觉效果最佳。 期望 与视觉算法的技术方面相比,最后的挑战更多地涉及到您的视觉设置方法。机器视野面临的最大挑战之一就是工作人员对于视觉系统能提供什么不切实际的期望。

    49020

    本周AI热点回顾:动森首届「AI 顶会」即将召开

    01 重要通知:动物森友会首届「AI 顶会」ACAI 2020即将召开 众所周知,因为疫情的原因,ICML、ICLR、CVPR 等人工智能顶级会议都已经改为了线上举办。 用于 Presentation 的主岛上会有 4 到 5 名观众,讲完一场后这些会移到不同的「茶歇小岛」上去休息,然后下一场 Presentation 的人开始上岛准备。 丰富的模型库 由于学习率、学习率下降策略、batch_size、权重衰减、标签平滑、数据增广等超参选择和设定对分类效果影响很大,复现对齐一种分类网络结构往往非常具有挑战性。 研发开放领域(Open-Domain)的对话机器,使得它能用自然语言与人自由地交流,一直是自然语言处理领域的终极目标之一。 对话系统的挑战非常多,其中有两点非常重要,一是大规模开放域多轮对话数据匮乏;二是对话中涉及常识、领域知识和上下文,一个对话的上文(Context),往往可以对应多个不同回复(Response)的方向。

    41910

    即将到来的AI革命之生存指南

    大众媒体相信,人工智能(AI)会偷走你的工作,威胁到我们的生活。如果现在不做准备,我们可能会面临一个人工智能无处不在,并主宰着人类社会的未来。人工智能革命事实上正在进行着。 人工智能包括机器学习、计算机视觉、语音处理和机器技术等学科,它可以在数据中找到模式,学习并预测现象。 目前围绕深度学习这股热潮,背后的主要技术是人工神经网络。 一些甚至进一步发展了这一联系,将人类大脑与人工智能结合在一起。 做好提高技能的准备。人工智能很好地学习,但暂时还不能灵活地学习。而你可以。现在出现了许多 5 年前并不存在的新兴工作岗位。 ref: http://dataconomy.com/2017/05/survival-guide-ai-revolution/

    35361

    AI、自动化为硬核:更技术范儿的 DJI RoboMaster 机器挑战

    这可能就需要用到深度强化学习,这正是 AI 和机器的前沿技术。 杨硕:我们对 ICRA AI 挑战赛最大的希望就是,能够有参赛队伍在制作维护好两台 RoboMaster 机器之后,不管能不能开发 AI 程序打败组委会的机器,都可以在未来持续用这两台机器作为科研平台 ,一步一步探索出如何在实体机器上应用 DRL 提高它的各方面能力、发表论文或者找到未来可行的机器应用,最终为全世界的 AI 和机器技术做出贡献。 RoboMaster 组委会也愿意在这个过程中帮助参赛队一起开展科研工作,甚至合作论文以及机器项目。 杨硕表示,在未来,希望参赛队伍能将机器作为研发平台,为全世界的 AI 和机器技术做出贡献。 DJI 方面会留下比赛的全部数据放入标准格式的数据包,这些数据就可以用来训练 RoboMaster AI,从而进行 AI 技术的研究以及全自动机器的设计和开发。

    33030

    IIoT和AI面临着巨大挑战

    真实世界的AI 尽管AI以概念形式存在已久,但将原理引入现实世界已被证明是一项复杂的业务。但对于许多潜在的IIoT应用而言,这是必不可少的。 这对IIoT和AI设计者来说是一个挑战 - 确保建模和训练数据集在部署之前是高度精确的,并且经过了现场测试。 网络方面的考虑 传输和接收由IIoT生成的、需要人工智能进行分析的大量数据本身就带来了重大挑战,这导致了“边缘人工智能(Edge AI)”的发展,在给网络增加负担之前,在设备上处理尽可能多的数据。 数据挑战 自动驾驶的人工智能汽车处于更高的等级,它不仅携带大量不同的传感器来检测其他车辆、危险和,要求对突然出现的障碍等刺激做出即时反应,而且还具有自成一体和移动功能。 前进之路 尽管乍看之下,IIoT和AI面临着巨大挑战,但早期采用者的辛勤工作,成熟的技术堆栈和简单的创新解决了许多最大的问题,而其他一些问题正在等待共识。

    21530

    关注

    腾讯云开发者公众号
    10元无门槛代金券
    洞察腾讯核心技术
    剖析业界实践案例
    腾讯云开发者公众号二维码

    相关产品

    • 对话机器人

      对话机器人

      云小微对话机器人基于完全自研的AI全链路能力,对用户输入的文本或语音识别的文本做语义理解、识别用户真实意图,记忆上下文和联想分析,面向用户提供快速、精准的信息问询体验。同时还为客户提供运营工具,通过对线上用户日志的挖掘,以及腾讯海量线上数据挖掘,提炼出各种问法,最终提高用户服务体验的满意度,减轻人工服务压力。

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      扫码关注腾讯云开发者

      领取腾讯云代金券