IBM、DCC(David Clark Cause)、联合国人权委员会、美国红十字会、Linux基金会、恩颐投资(NEA)和其他支持者向运用开源技术帮助拯救生命的开发人员表示祝贺。
2018年10月29日,“代码行动”联合发起人IBM(纽交所代码:IBM)和DCC(David Clark Cause)携手联合国人权组织和美国红十字会在旧金山举行的全球颁奖典礼上揭晓了首届“代码行动”全球挑战赛的获奖名单。
计划在5年内累计投入3000万美元的“代码行动全球倡议”得到了Linux基金会、VC合作伙伴恩颐投资公司(NEA)以及其他80多家企业、人道主义和学术机构的支持。它呼吁开发人员和数据科学家为当今世界面临的一些最具挑战性的问题创建灵活的技术解决方案。2018年大赛主题为“如何更好地规划并应对自然灾害“。
OWL项目(全称为Organization, Whereabouts, and Logistics,意为“组织、行踪和物流”)最终问鼎20万美元大奖,它是一个由硬件、软件两部分组成的解决方案。它的离线通信基础架构可为急救人员提供一个简单的界面,协助他们从各个方面对灾难进行管理。物理“集群”(Clusterduck)网络由多个集线器构成,这些集线器共同创建了一个网格网络,它可以基于会话系统向中央应用程序发送语音信息。
OWL软件事件管理系统使用预测分析和多个数据源为急救人员创建仪表板。团队成员Magus Pereira表示:“一旦集群网络(network of ducks)完成部署和集群化,公众就能通过非常直观的交互界面访问设备,联系急救人员并提出系列的需求 。”
该解决方案采用了IBM云平台上最新的IBM Watson Studio、Watson AI服务和气象公司API接口。
“IBM认为,好奇的人是独具匠心的,他们能够利用前沿技术推进人道主义发展。此外,从推动Linux和Java的合作到促成Kubernetes和Hyperledger的协作,IBM深知公开合作的重要性,它让各方从最佳创意中受益”,IBM首席数字官Bob Lord表示。”如今,随着开发人员使用AI、云、区块链和物联网等复杂工具安全地大规模处理数据,IBM开源代码的强大功能正在得以释放,并以比以往更快、更广泛、更有意义的方式产生着影响。”
除现金奖外,OWL项目将由IBM企业全球志愿服务队(IBM Corporate Service Corps)来推进落实。来自纽约和北卡罗来纳州的团队成员将有机会向风险投资公司恩颐投资(NEA)介绍并推广OWL项目以寻求潜在的资金支持。
来自尼泊尔加德满都和哥伦比亚波哥大的团队开发了灾后快速反应重建(PD3R)解决方案并获得了亚军。根据对2015年尼泊尔地震灾害的观察,该项目可为自然灾害后流离失所的家庭提供即时的工程建议。他们的解决方案是基于3D模型图像教学的人工智能技术。
来自旧金山湾区的Lali山火探测项目团队荣获了第三名,他们发明了使用传感器网络实时预测山火蔓延趋势的解决方案,其灵感来源于生长在厄瓜多尔火灾多发区域的队员的亲身体验。
PD3R和Lali项目分别获得了25000美元奖金。三个获奖的解决方案均将获得Linux基金会的长期开源支持。
中国农业银行团队的United Aid Net (UAN)解决方案获得了第五名的好成绩,方案通过一个全球紧急援助网络,基于面部识别取款和区块链技术,允许家庭成员或好友在灾难发生期间临时共享金融服务。此方案不仅缩短了灾民通过财务申请的时间,减少银行运营成本,更可以在灾难发生期间维护社会稳定,体现国际人道主义的意义和精神。
此次,共有总计来自156个国家的超过10万名开发人员和数据科学家参加了“代码行动”挑战赛,创造了2500多个应用。
挑战赛的评委包括美国前总统比尔·克林顿、Linux基金会执行董事Jim Zemlin、联合国人权事务副高级专员Kate Gilmore、哥伦比亚大学地球研究所国家灾害防备中心主任Irwin Redlener博士、RED首席执行官Deborah Dugan以及Twitter负责设计和研究的主管Grace Kim。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。