图像超分辨率是最流行的计算机视觉问题之一,在移动设备上有许多重要的应用。虽然已经为这项任务提出了许多解决方案,但它们通常甚至没有针对常见的智能手机 AI 硬件进行优化,更不用说通常仅支持 INT8 推理的更受限的智能电视平台了。为了解决这个问题,我们推出了第一个移动 AI 挑战赛,其目标是开发一种基于端到端深度学习的图像超分辨率解决方案,该解决方案可以在移动或边缘 NPU 上展示实时性能。为此,为参与者提供了 DIV2K 数据集和训练过的量化模型,以进行高效的 3 倍图像升级。所有模型的运行时间都在 Synaptics VS680 智能家居板上进行评估,该板具有能够加速量化神经网络的专用 NPU。所提出的解决方案与所有主流移动 AI 加速器完全兼容,能够在 40-60 毫秒内重建全高清图像,同时实现高保真度结果。本文提供了挑战赛中开发的所有模型的详细描述。
突破性、创新性和改变游戏规则 (BIG) 创意挑战赛是一项支持 NASA 空间技术任务理事会 (STMD) 改变游戏规则发展计划 (GCD) 努力的计划,旨在迅速成熟创新性和高影响力的能力和技术,以应用于未来的广泛 NASA 任务。BIG 创意挑战赛允许学生将他们的课程作业融入到真实的航空航天设计概念中,并在团队环境中一起工作。BIG 创意挑战赛还为大学生提供了开发支持 NASA 探索目标所需系统的真实经验。为此,国家太空资助学院和奖学金项目通过利用资金来支持该挑战赛,帮助培养下一代 STEM 培训的劳动力,他们的技能和经验与 STMD 技术重点领域和能力需求直接相关。BIG 创意挑战赛面向获得认可的美国学院和大学的本科生和研究生团队开放,这些学院和大学必须正式隶属于其所在州的太空资助联盟。但是,非太空资助附属学院和大学可以与太空资助附属学术机构合作。NASA 认识到拥有多元化和包容性的科学、工程和技术社区的好处,并希望在 BIG Idea Challenge 中体现这种价值观。因此,鼓励多所大学和跨学科团队。也强烈鼓励少数族裔服务机构通过与太空资助附属大学合作申请或参与。2024 年 BIG Idea Challenge 为大学团队提供了设计、开发和展示用于月球作业的低尺寸、重量和功率 (SWaP) 充气技术、结构和系统 * 的新用途的机会。邀请团队提交提案,以支持 NASA 的长期目标,即通过使用他们的技术与阿尔忒弥斯一起在月球表面进行持续的载人航天和科学任务。 * 适用排除条款。请参见下文。本次比赛旨在成为一项限制最少的开放式创新挑战,以便提案团队能够真正创造和开发开箱即用的解决方案。根据对详细提案的审查,预计将选出 4-7 个大学团队(每个团队的主要机构必须是太空资助附属学校)来构建和展示他们提出的充气系统概念。每个团队将在其提案中提交详细且切合实际的预算,不超过 15 万美元。预计奖励金额范围很广(在 5 万美元到 15 万美元之间),具体取决于所提议的工作范围。我们预计将资助几个较大范围的奖励(10 万美元到 15 万美元)和几个较小范围的奖励(5 万美元到 9.9 万美元)。鼓励提案人请求开展拟议工作所需的实际资金。为了最大限度地提高 NASA 的投资回报率 (ROI),评委将仔细考虑成本作为确定提案整体价值的重要因素。
主持人Jennifer Leone,首席可持续发展官,NYC HPD HPD Joe Chavez,纽约市可持续发展副总裁纽约市弹性和高效建筑物副主任,NYS HCR
事实上,2019 年 5 月 21 日,对外服务总局 (DGSE) 发起了一项黑客挑战赛,即“Richelieu 挑战赛”(图 1),该挑战赛可能旨在为仍处于新兴阶段的网络防御领域招募新兵 [ 3 ]。在众多的测试中,我们对这门学科进行了全面的概述,其中有一条消息的解密需要破解 RSA 密钥。提供了公钥和部分私钥,使得该任务变得可行。这可能是最有趣的挑战,因为它向社区发出了双重信息:一方面,RSA 密钥是可破解的,每个人都知道这在理论上是可能的;但第二条信息可能更有趣:现在是时候破解著名的 RSA 安全密钥了,该密钥是万无一失的互联网安全的创始支柱。
6 “采购创新周期表:替代权力:奖励竞赛”,联邦采购研究所,无日期,https://www.fai.gov/periodic-table;“欢迎来到挑战与奖励工具包!”,美国总务管理局,Challenge.Gov,无日期,https://www.challenge.gov/toolkit/;“寻找挑战”,美国总务管理局,Challenge.Gov,无日期,https://www.challenge.gov/#active-challenges。有关其他部门和机构的 AI 相关奖项挑战赛的示例,请参阅“应用 AI 挑战赛:大型语言模型 (LLM):通过使用 LLM 改善联邦政府服务”,美国总务管理局,Challenge.Gov,2023 年 6 月 30 日,https://www.challenge.gov/?challenge=appliedaichallengellms&tab=overview;“乘客筛查算法挑战赛:提高国土安全部威胁识别算法的准确性”,国土安全部,2017 年,https://www.kaggle.com/c/passenger-screening-algorithm-challenge/overview。
除了这些静态和动态展示之外,2023 年机器人日还将标志着由 Battle Lab Terre 组织的第二届人机协作挑战赛 (CoHoMa-II) 的正式启动,该挑战赛将于 5 月 11 日至 6 月 7 日举行。今年,由军事人员、工业家、工程师和学生组成的 15 支队伍将把他们的机器人创作应用到受真实战斗启发的战术场景中。
Browne, C. (2011)。进化游戏设计。doi: 10.1007/978-1-4471-2179-4 Neller, T. W. (2016 年 12 月)。AI 教育:志趣相投。AI Matters,2 (4),7–8。摘自 https://doi.org/10 .1145/3008665.3008668 doi: 10 .1145/3008665.3008668 Neller, T. W.、Malec, M.、Presser, C. G. M. 和 Jacobs, F. (2014)。Fowl Play 纸牌游戏的最佳、近似最佳和公平游戏。在 H. J. van den Herik、H. Iida 和 A. Plaat(编辑)中。),计算机和游戏(第233-243 页)。Cham:Springer International Publishing。Neller,T. W.,& Ziegler,D.(2019 年 7 月)。计算机生成 Birds of a Feather 谜题。AAAI 人工智能会议论文集,33 (01),9693-9699。取自 https://ojs.aaai.org/index .php/AAAI/article/view/5035 doi: 10.1609/aaai.v33i01.33019693 Russell, S., & Norvig, P. (2020)。人工智能:一种现代方法(第 4 版)。Pearson。Shaker, N., Togelius, J., & Nelson, M. J.(2016)。游戏中的程序内容生成。Springer。