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。