兩隊同行:兩支優秀隊伍在人工智慧城市賽事裡奪冠,並贏得 TITAN Xp GPU 大獎

作者 Phil Lawrence

藉由 NVIDIA 人工智慧城市挑戰(AI City Challenge)活動,讓頂尖研究團隊捉對廝殺,開發出更聰明的攝影機裝置,創造更安全的城市生活。

我們聚集了150位在人工智慧研究及學術領域最聰明的人士參加 IEEE Smart World NVIDIA AI City Challenge 競賽活動,致力於將人工智慧融入現代城市。

8月5日在矽谷,這項為期兩個月的競賽活動來到最高潮,伊利諾大學厄巴納香檳分校與華盛頓大學雙雙贏得 NVIDIA TITAN Xp GPU 大獎。所有14支採用 Jetson 進行推斷作業的隊伍,也獲得一套 NVIDIA Jetson TX2 Developer Kit

舉行這項賽事的目的為利用常見的攝影機,讓都會生活變得更聰明安全。城市可以運用架設在路邊的數百萬支攝影機取得更深入的分析資料,以改善車流量和提升行人安全。

NVIDIA 人工智慧城市部門技術長 Milind Naphade 說我們對這項賽事的展望,為將人工智慧用在分析都會交通影片上,就像是舉辦極具突破性的影像辨識賽事 ImageNet 的目的,也是將人工智慧用在通用影像分析上一樣。「各交通運輸部門會從使用這些模型中找出價值。」他說。

高速進行的賽事

我們與 IEEE 及學術界合作設計這場人工智慧城市挑戰活動,企圖運用邊緣對雲端解決方案來排除都會區面臨的交通問題。

參加這項賽事的研究人員和科學家來自巴西、中國、希臘、印度、義大利、日本、土耳其和美國等全球各地的學術機構,29支隊伍提出他們的想法。

活動主辦單位取得超過75個小時 NVIDIA 矽谷總部附近十字路口的高畫質車流影片,加上取自內布拉斯加州和維吉尼亞州50小時的車流影片,當成這次賽事的訓練素材。

主辦單位取得日間、夜間和尖峰時段的影片,還遮住影片裡出現的臉孔以保護隱私。

來自15所大學的18支隊伍合作使用多個城市交通運輸部門建議的分類標籤,對15萬個關鍵影格裡140萬個物件的資料集加上標籤,晉級到下一階段。

完成為資料加上標籤的作業後,這些參賽隊伍只有不到三週的時間可以建立和部署具有意義的模型。主辦單位準備兩套 NVIDIA DGX 人工智慧超級電腦系統讓各隊能訓練模型,還準備了部署用的 Jetson TX2 模組。各隊使用多種深度學習架構,且嘗試多種進行物體偵測及分類作業的神經網路。


NVIDIA 人工智慧城市挑戰獲勝隊伍的代表。

獲獎的提案內容:人工智慧與交通分析碰撞在一起

這場賽事的評審有國家標準技術研究所資訊存取計畫資深顧問 John Garofolo、GE 公司智慧企業產品部門總經理 Dr. Maulin Patel、華盛頓大學電機工程系教授黄正能博士,以及 NVIDIA 資深軟體經理 Farzin Aghdasi。

評審在第一組裡以其在物體偵測、定位及分類方面的優異表現,選出伊利諾大學厄巴納香檳分校,在第二組裡以其方法的價值及創新,加上其演示活動的成果而選出華盛頓大學。

「NVIDIA 在這麼短的時間裡便構思和執行這項賽事,以及與學術界的合作程度,展現出超強的領導能力。必須具備這類活動和資料,方能培養和發展注重公共安全的學術研究圈,以及在公共安全分析技術方面誕生重大創新項目,以加惠所有相關領域。」Garofolo 說。