至顶网软件频道消息: 12月17日,在经历了48小时的极限挑战之后,首届“JDD-2017京东金融全球数据探索者大赛”算法组全球总决赛和商业组中国区决赛落下帷幕。算法组四大赛题冠军分别是啦啦队(登录行为识别)、小虎队(信贷需求预测)、百变猪猪侠(猪脸识别)、小麻猫(店铺销量预测),进击的巨猪、翔创科技和熵商科技分获商业组中国赛区冠、亚、季军。五支冠军团队均获得了创下国内AI赛事新纪录的30万元奖金。同时,获奖团队也赢得了加入京东金融的机会,可以让自己的数据和AI能力得到更好的发挥。
JDD大赛获奖选手与导师、评委合影
本届大赛在11月6日举行的JDD大会上启动报名,吸引到来自全球的4624支团队参与,其中算法组3783支队伍,商业组841支队伍,参赛选手总数近万人。12月15-17日,晋级决赛的36支团队在京东总部进行了48小时的封闭线下决赛,选手们争分夺秒、激情投入,在决赛中表现出了高超的水准。算法组四道赛题入围决赛选手,充分利用业内最前沿的机器学习和深度学习技术,预测结果达到行业领先水平,与此同时,获奖选手的思维开阔,其算法思路对于解决实际应用问题针对性极强。商业组选手不仅拥有优秀的技术能力,而且设计出相对成熟的上商业计划书,路演环节异彩纷呈。
谈起比赛的意义,京东金融副总裁、技术研发部总经理曹鹏表示:“大赛的意义在于连接数据和AI,实现比你更懂你的极致价值,从而让金融更简单,更平等。我们举办这场大赛,也是希望优秀的技术团队和公司能够被更多人看到,能够得到社会更多资源的支持,走的更远。在大赛中,我们以开放的心态把赛事模拟数据和场景连接起来并提供给大家,希望通过培养全球技术人才,实现各方的合作互生,探索人工智能的无限可能性,最终推动全球智能金融的发展。”
京东金融副总裁、技术研发部总经理曹鹏
猪脸识别赛题是本届大赛最受瞩目的赛题,极大丰富了AI场景商业化,在行业内引起极大反响。商业组冠军“进击的巨猪”、亚军“翔创科技”都是凭借在这道赛题上的出色表现斩获大奖。一位获奖选手表示,通过比赛学到非常多的东西,以前对技术的理解更多停留在理论层面,比赛让他认识到技术与实际数据和应用场景相结合的重大意义,并称赛题导师杨强教授给团队带来了很多灵感的激发。
事实上,正如这位选手所说,国际人工智能联合会主席、香港科技大学计算机科学及工程学系主任杨强教授、红杉资本中国基金专家合伙人车品觉、TalkingData创始人兼CEO崔晓波、微软亚洲研究院城市计算领域负责人郑宇等大咖组成的大赛导师团队,是本届大赛一道亮丽的风景。在决赛的48小时里,导师们为选手提供全程贴身辅导,帮助他们优化算法和商业策略,也使得大赛不仅仅是一场比赛,更像选手的一次“特训营”。
杨强教授指出,第一批人工智能发展是由技术驱动的,逐渐的大数据变成了人工智能成功的要素。再往后发展,场景会变得非常重要。京东金融JDD大赛把场景、数据和技术三者有机结合,通过跨界,在技术和商业中间找到共同区域,这是今后人工智能发展的重要方向。
本届大赛的评委由京东金融CEO陈生强领衔,云集了科技界、学术界、金融界、创投界的知名人士。评委们普遍认为,京东金融JDD大赛是国内最高水平的AI大赛,也是世界级的大数据与AI赛事。
大赛评委、电子科技大学互联网科学中心主任周涛指出:“我一直认为大数据时代有三个要素,第一是数据的外部化,就是一组数据能够流动起来,在很多地方被很多人用。第二是人工智能,第三数据不是成本,而是资源、资本、价值。这次大赛同时具备了这三大要素,是我们未来数据时代的一个代表性的事件。”
另一位评委、嘉御基金创始合伙人兼董事长卫哲则表示:“在中国,我认为精准营销和风险控制是目前金融领域和人工智能相结合,见效最快也最受欢迎的领域。只懂技术在未来社会很重要,但是不够,这次JDD大赛让我看到了技术和商业完美结合的团队和项目。”
在JDD大赛算法组全球总决赛和商业组中国赛区决赛完美收官之后,精彩的比赛并未停歇,商业组美国赛区的比赛仍在火热进行,决赛将于12月21日在硅谷举行。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。