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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。