AI在冬奥:如何一键get冬奥同款“黑科技”?

从“同一个梦想”到“一起向未来”

双奥之城北京

即将在这个冬天再次迎来奥运火种

然而,同14年前大不相同

2022年的中国,已然是全球新一波人工智能浪潮的领导者

自动驾驶、自然语言处理NLP、机器视觉CV、深度学习DL、数据挖掘DM

一系列眼花缭乱的人工智能概念

都将在为期两周的冰雪盛事大显神通

如何才能紧跟时代,靠自己玩转北京冬奥中的人工智能?

立刻下滑,保证不虚此行!

一、为什么说北京冬奥会将是一次真正的人工智能奥运

作为人工智能应用大国,中国AI产业向2022北京冬奥赛事运营提供了全方位的技术支持:北京冬奥会组委会所在地首钢园区的L4级自动驾驶接驳车队、可识别多国语言的智能客服机器人、能精准识别运动员动作的AI机器裁判...一系列AI冬奥项目,都将在2月依次亮相。

事实上,无论是2018年平昌冬奥会、还是2020东京奥运会,最近的两次奥运会都在广泛使用包括自动驾驶、人脸识别在内的AI落地服务,北京冬奥对于AI的应用并不是首次。然而,与近两次奥运对AI浅尝即止的“噱头式”运用不同,北京冬奥会对AI技术的应用是全方位、系统性的深度参与,这自有深厚的现实土壤:与日韩不同,中国蓬勃发展的AI产业、独步世界的AI人才储备,才是让北京冬奥成为AI奥运里程碑的“底气”。

二、冬奥里那些令人惊艳的AI技术如何利用普通硬件在实际工作中使用

作为职场中坚,面对冬奥里那些眼花缭乱的人工智能技术,在猎奇之外,我们更能利用遍布全网的AI学习教程、通过简单的学习让工作变得更简单。话不多说,赶快拿好手中的硬件设备,用AI给工作提提速!

1、自动驾驶与深度学习

自动驾驶,人工智能皇冠上的明珠。可以说,首钢园路线中的冬奥L4级自动驾驶接驳,淋漓尽致地展现了中国冠绝全球的人工智能实力。

学习自动驾驶技术最需要了解的技术范畴之一,就是深度学习,最需要重视的硬件性能,就是GPU。要知道,在完成相同的深度学习训练任务时,使用GPU计算集群所需要的成本,仅为CPU计算集群的200分之一;而在“跑”鸟瞰图转换、车辆姿态角(Euler角)等自动驾驶算法时,对GPU的要求也远超其它场景,如果GPU显存不足,非常容易出现“CUDA out of memor”状况,就算调小 batch size以适应小显存,也是以牺牲模型准确率为代价。可以说,利用强大的GPU构建神经网络实现自动驾驶,是一条已经被验证的通路。

2、冬奥会智能客服机器人与自然语言处理NLP

在冬奥使用的智能客服机器人系统中,对话系统属于任务型对话,具有领域范围小、主题明确等特点,它的功能主要由然语言处理(NLP)之下的自然语言理解(NLU)决定。

在运行自然语言处理工作中,简单的POS类任务(如调用NLTK之类的自然语言处理工具包),一般PC就足以应付。然而,如果使用基于深度学习的NLP、特别是NLU,就需要在重视GPU性能外,重视电脑的SSD速度,从而加快语义整体处理速度。

3、AI裁判与计算机视觉CV

北京冬奥引入的AI评分系统,可将转瞬即逝的动作转化为空间坐标上量化的数据指标,无论是动作纠偏还是参考模拟示范对动作打分,都可以达到极高精度,除了能在赛前帮助运动员训练,还能在比赛中辅助人类裁判,完成评分工作。

实际上,这其中运用的目标识别与目标跟踪早已是计算机视觉(CV)领域的研究已久的问题。作为人工智能的重要组成部分,它自然也对GPU和内存有很高要求。需要特别注意,目前CV项目一般多借助远程服务器展开运算,所以电脑的网卡也必须得到重视,龟速网络,只会让精心部署的远程服务器环境事倍功半。

奥林匹克盛会不仅代表全人类对世界和平与肉体极限的追求

更隐藏着科技发展的更迭变迁,深埋着人类对科技极限的追求

人工智能大潮已至,赶快拿起趁手的工作伙伴

与戴尔Precision 3561工作站一起参与全球AI产业竞速!

CTA