AI와 머신러닝이 Microsoft의 학생 개발자 대회에서 주목을 받고 있습니다.

Microsoft의 연례 Imagine Cup 학생 개발자 대회는 상용 앱 가속기로 착각하기 쉽습니다. 이것은 과학 박람회 프레젠테이션이나 심지어 24시간 해커톤 프로젝트도 아닙니다. 거의 모든 경우에 전문가 수준에 가까운 프로토타입이었으며, 최종 후보자 중 다수가 투자자, 정부 부서 및 대학으로부터 프로젝트 작업에 관심을 보였습니다.

이는 투자자, 파트너, 의료 시설 또는 정부 부처는 그들과 협력할 준비가 되어 있지만 전 세계 49개 팀 중 상당수가 결정적인. 여기에는 스마트폰 카메라와 Azure의 사용자 지정 이미지 인식을 사용한 Hachy와 같은 프로젝트가 포함됩니다. 4,000달러짜리 분광계 대신 서비스를 통해 수정된 닭고기 달걀의 진행 상황을 확인할 수 있습니다. 부화. 중국 낙농 협회는 해당 앱을 사용하기를 원합니다.

Azure IoT 및 Wi-Fi를 사용하여 천식 흡입기에 위치 정보 태그를 지정하여 환자(또는 부모)가 흡입기를 버린 위치를 찾는 데 도움을 주는 프로젝트인 Boomerang 마지막은 임상 결과를 검증하기 위해 John Hopkins University에서 12개월간 200명의 사용자를 대상으로 한 설문조사입니다(흡입기를 찾을 수 있다면 더 많이 사용하게 될 것입니다). 자주).

보다: AI와 머신러닝을 구현하는 방법 (ZDNet 특별보고) | 보고서를 PDF로 다운로드 (테크리퍼블릭)

Drugsafe는 OCR과 기계 학습을 사용하여 약품 포장이 위조되었는지 확인합니다(인도 약품의 약 40%가 위조품임). 팀은 위조하기 쉬운 약품 포장을 보여주는 Power BI 대시보드에 등록하는 것에 대해 Bayer 및 Pfizer와 같은 제약 회사와 논의하고 있습니다.

Ezaki-lab의 기계 학습 기반 자동 물고기 먹이주기 시스템은 9개월 동안 양어장에서 운영되었으며 물고기가 없을 때 생선 사료를 쏟아 내지 않아 불필요한 식비 비용을 이미 $3,000 가까이 절약했습니다. 약. Adam ROBO는 Node, Python 및 Cosmos DB로 구축된 자동화된 시력 테스트 시스템으로 이미 브라질 100개 도시에서 사용되고 있습니다. 팀은 대학과 여러 의료 당국은 물론 전 세계로부터 특허와 관심을 갖고 있습니다. 환자 데이터를 사용하여 눈의 자외선 수준이 높아지는 등의 효과를 확인하려는 보건 기관 건강.

Pengram은 기술자가 작업 중인 장비에 3D CAD 모델을 오버레이하는 원격 지원 시스템을 구축했습니다. HoloLens와 같은 증강 현실 헤드셋을 사용하여 VR에서 작업하는 원격 전문가와 페어링 헤드폰; 팀은 이미 이를 사용하여 에너지 그리드를 평가하려는 Fortune 100대 기업은 물론 교육 시장에 이를 제공하려는 HTC와도 협력하고 있습니다.

Vinculum은 UN 난민 고등 판무관실과 협력하여 가족 사진의 얼굴 인식 기능을 사용하여 이산 난민 가족을 재결합하도록 돕고 있습니다. 인터뷰봇(InterviewBot)은 비디오 인터뷰에 대한 피드백을 제공하는 영국 항목입니다(이력서에 핵심 문구를 언급했는지 여부부터 얼마나 자주 '음'이라고 말함) 실제 인터뷰를 준비하는 데 도움을 주기 위해 이미 대학 진로 부서에 피칭을 하고 있었지만 팀에서는 다음과도 이야기하고 있습니다. 링크드인.

성장 생태계 CVP인 Charlotte Yarkoni는 Microsoft가 Imagine Cup을 "유니콘 사냥"의 형태로 운영하지 않는다고 확신했습니다. “이것은 기술과 혁신의 쇼케이스가 되는 것을 의미합니다.”라고 그녀는 말했습니다. "Microsoft의 가치 중 큰 부분은 단지 커뮤니티에 참여하는 것뿐만 아니라 이러한 통찰력을 얻는 것입니다. 단순히 '이 세대가 생각하는 문제가 무엇인가'가 아니라 그것이 바로 이 혁신으로 성장하기 때문이 아니라 '어떻게 해결하려고 생각하고 있는가'이다."

보다: 센서 기업: IoT, ML, 빅데이터 (ZDNet 특별보고) | 보고서를 PDF로 다운로드 (테크리퍼블릭)

그리고 올해 많은 팀이 이 문제를 해결하려고 생각하는 방식은 AI와 머신러닝을 활용하는 것입니다. 전체 공모전 출품작 중 약 40%가 AI 기반 솔루션을 보유하고 있었으며, 49개 결선 진출작에서는 그 비율이 더욱 높았습니다. 프로젝트 중 10개만이 이미지 인식, 음성 인식, 머신 러닝, 딥 러닝 또는 기타 AI 기술(그들이 사용하지 않았다는 의미는 아닙니다) 그들을). 그들 중 일부는 Face API, 텍스트 분석, 음성-텍스트 변환, 사용자 정의 비전과 같은 Microsoft의 인지 서비스를 사용했습니다. 그러나 많은 사람들이 AzureML 서비스나 오픈 소스 프레임워크를 사용하여 자체 기계 학습 모델을 구축했습니다. TensorFlow와 마찬가지로 벌집 모니터링부터 커피 맛 분류, 파인애플 여부 확인까지 모든 작업에 사용됩니다. 익은.

물론 AI 기술을 사용한다고 해서 결과가 정확하거나 도움이 되는 것은 아니다.

Team TBC는 채용 담당자가 회사의 조직 문화에 맞는 사람을 찾는 데 도움을 주기 위해 기계 학습을 사용하여 "사진을 통해 사람의 심리적 기하학적 특성을 파악"했습니다. 심리기하학은 일반적으로 어떤 사람의 기하학적 형태를 선택하여 그 사람의 성격 유형을 분석하는 것이며, 이 아이디어는 골상학에 더 가까운 것 같습니다. 게다가 문화에 적합한 채용은 다양성을 얻는 방법이 아닙니다.

인터뷰에서 냉소적인 태도를 취하면 인터뷰 기록의 감정 분석이 이를 올바르게 포착할까요?

이 분야에 대한 많은 연구가 진행되고 있지만 세 가지 중 하나인 iCry2Talk 기계 학습 시스템이 최종 결선 진출자는 아기가 배고파서, 피곤해서, 외로워서 우는지, 트림이나 새 분유가 필요해서 우는지 알려줍니다. 기저귀? 아기에게 그게 무슨 뜻인지 물어보면 안 됩니다. 앱에서 기저귀를 갈아주라고 하면 아기가 멈추는 경우 그들이 정말로 원했던 포옹을 받게 되었기 때문에 우는 것입니다. 그 울음소리가 무엇인지 알 수 있나요? 의미했다?

그러나 학생들이 성공할 확률이 높든 나쁘든 이러한 야심찬 아이디어를 다룰 수 있다는 사실은 AI 기술이 얼마나 접근 가능해졌는지에 대한 찬사입니다. 긴급하게 해결해야 하는 어려운 현실 문제를 해결하기 위해 Imagine Cup에 참가하는 학생들의 열정을 보는 것은 항상 마음이 따뜻해집니다. AI 도구가 학생들도 이러한 프로젝트에 사용할 수 있을 만큼 빠르게 익힐 수 있을 만큼 발전했다는 점은 인상적입니다. 그리고 이러한 프로젝트를 더욱 발전시키는 데 많은 관심을 갖고 있으면 해당 AI 도구가 실제적이고 유용한 사용 결과를 제공하는지 확인할 수 있습니다(보장되지 않기 때문입니다).

최근 및 관련 보도

AI가 기후변화와 인신매매에 대한 해결책을 갖고 있을까?

전 세계에서 차세대 시민 참여를 촉진할 수 있는 AI 기반 소프트웨어 플랫폼을 상상해 보십시오.

인공일반지능이란?

인간만큼 똑똑한 AI를 만드는 길에 대해 알아야 할 모든 것.

Microsoft 및 Build 2018: AI 기반 생산성을 사용하여 미래의 사무실 만들기 (테크리퍼블릭)

실시간 번역 및 접근성 지원을 추가하기 위해 AI 도구를 사용하여 스스로를 문서화하는 회의를 상상해 보십시오. 그 중 얼마나 많은 것이 미래이고 현재 얼마나 많은 일을 할 수 있습니까?

Google은 이제 홀로포테이션 전문가였던 전직 Microsoft Surface 그룹을 고용합니다.

소수의 전직 마이크로소프트 홀로포테이션 및 AI 전문가들이 모여 설립한 스텔스 스타트업 PerceptiveIo가 Google에 인수되었을 수도 있습니다.

Microsoft의 Semantic Machines 인수는 AI에 관한 것입니다. (씨넷)

Semantic Machines는 디지털 음성 비서 및 소셜 챗봇에서 인기가 높은 대화형 인공 지능에 중점을 두고 있습니다.

IBM 연구원, AI 서비스에 대한 투명성 문서 제안

다른 기술 및 산업과 마찬가지로 인공 지능은 신뢰를 구축하기 위해 공급업체의 적합성 선언 문서를 채택해야 합니다. 그 모델은 정확히 어떻게 만들어졌나요?