JDデジタルJDDコンペティションの優勝者が発表されました

JDデジタルJDDコンペティションの優勝者が発表されました

現在、私たちはAIとビッグデータの急速な発展の時期を迎えています。これらの最先端技術は産業界に力を与え、さまざまな程度の変化をもたらしています。ビッグデータ、AI、シナリオをうまく組み合わせて、業界の実際的な問題やニーズを解決する方法は、社会のあらゆる分野で検討されているテーマです。最近、JDD-2018 JDデジタルテクノロジーグローバルエクスプローラーコンペティションのグローバル決勝が終了しました。それぞれの短いビジネスプランロードショーの背後には、ビッグデータ、AI、シナリオの組み合わせを探求する素晴らしい「ストーリー」があります。

JDDコンテストのファイナリストがメンターや審査員と集合写真を撮る

今回のJDD-2018 JDデジタルテクノロジーグローバルエクスプローラーズカンファレンスの登録は2018年11月20日に開始されたと報じられている。中国本土、香港、中国、米国、イスラエルの4つの主要な競技エリアが設けられており、競技テーマは「自動運転マップの最適化とセンサーフュージョン」と「人口動態の国勢調査と予測」である。 JDグループ副社長兼JDデジタルテクノロジー主任データサイエンティストの鄭宇氏と、JDグループ副社長兼X事業部社長の肖軍氏が、それぞれ2つのコンテストテーマのメンターを務めました。鄭宇氏は、このコンテスト開催のビジョンと本来の意図は、業界の実際の問題とニーズを探り、最先端の技術と商用アプリケーション事例を組み合わせることで問題を解決し、問題点を解決することだと語った。

約2か月にわたる地域予選と決勝での熾烈な競争を経て、2019年1月12日から13日まで、4つの地域の2大テーマの優勝チーム8チームが中国北京のJDグループ本社に集結し、メンターの指導の下、24時間のオフラインエクストリームチャレンジと2時間の現地ロードショーに参加し、2大テーマの世界チャンピオンの座を競いました。最終的に、イスラエル競技場のチーム「Cheese&Chips」と中国大陸競技場のチーム「wh」が2つの主要競技テーマで世界選手権に優勝し、それぞれ50万元の賞金を獲得し、JD Digital Technologyへの参加を招待されました。決勝に進出した他の6チームも、それぞれJDDコンテスト賞金20万元と、JD Digital技術職の最終面接に直接参加できる1年間の資格を獲得した。

優勝した2チームはメディアのインタビューで、今回のコンテストは非常に有意義だったと語った。大学生として、彼らは科学研究に熱心に取り組んできた。JDは産業界と研究を結びつけるこの機会を提供し、全員が産業界のニーズの一部を理解できるようにした。それは、能力を発揮し、自分自身を向上させるのに役立つだけでなく、履歴書を充実させることにもなります。競争プロセス全体で最も困難だった部分は何ですか? Cheese&Chips チームは、ビジネス プランが最大の問題だったと述べています。当初、ビジネス プランはアルゴリズムのプレゼンテーションに似ていると考えていましたが、実際はそうではありませんでした。このコンテストを通じて、生徒たちは、学校では普段触れることのない、ビジネスプランとは何か、具体的なモデルはどのようなものかを理解することができました。これは、このコンテストで生徒たちに与えられた貴重な経験の一つです。

決勝戦前、出場者の考え方の違いについて尋ねられたとき、コンテストのインストラクターは次のように答えました。「彼らは米国、香港、中国本土などさまざまな地域から来ており、考え方も少しずつ異なります。実際、ほとんどの学生は科学研究や技術のバックグラウンドを持っており、ビジネスについてはあまり知りません。技術的な観点からビジネスプロセスを見ると、いくつかの違いがあります。たとえば、イスラエルチームの視点は比較的ユニークで、彼らの参入ポイントは想像とはまったく異なります。また、香港チームの方がビジネスに対する感受性が強いです。」決勝戦後、彼らはコンテストのインストラクターを「有能で、若く、将来有望」と評しました。

今年のJDDコンテストについて、JDグループ副社長兼JDデジタルテクノロジーのチーフデータサイエンティストである鄭宇氏は、世界的な産業デジタル化の波の下で、私たちは産業のアップグレードの「共同構築者」となる意欲が高まっていると語った。 JD Digitsは、JDDコンテストを橋渡しとして、企業、都市、産業のデジタル変革に貢献できるより多くの技術人材を発掘し、デジタル技術と産業の「業界ノウハウ」を深く融合し、デジタル技術の可能性を最大限に探求し、各方面の共生と共同建設を実現し、最終的に世界的なデジタル技術の発展を促進することを望んでいます。

<<:  AI初心者ガイド: MLとAIの違いを理解する

>>:  数学者は解けないコンピュータの問題を発見した

ブログ    
ブログ    
ブログ    

推薦する

3つの勾配降下法アルゴリズム(BGD、SGD、MBGD)の違い

序文ネットワークをトレーニングするときに、batch_size を設定することがよくあります。この ...

ChatGPTネットワーキング機能が正式に開始され、Plusメンバーが利用可能になりました

10月19日、チャットボットChatGPTはリリース以来、インターネットにアクセスできず、2021年...

3つの主要なトレンド予測:なぜ2021年に流行によりAIが主流になるのか?

2021 年に AI は創薬、在宅勤務、エッジ コンピューティングをどのように変えるのでしょうか?...

...

新しいAIプログラミング言語はディープラーニングを超える

MIT の研究者チームは、人工知能の分野を初心者にとってよりアクセスしやすいものにするとともに、専門...

CNNとRNNの比較と組み合わせ

CNNとRNNはディープラーニングのほぼ半分を占めているので、この記事ではCNN+RNNとさまざまな...

人工知能と機械学習における13の共通概念

[[422893]] 01 人工知能アラン・チューリングは人工知能を次のように定義しました。カーテン...

ビジネスインテリジェンスの歴史と発展についてお話ししましょう

1865 年に、リチャード・ミラー・デベンスは著書『A Complete Collection of...

国防総省が新たなAIを開発: 海、陸、空のデータをリアルタイムで分析し「未来を予測」

[[415593]] 8月5日、外国メディアの報道によると、米軍は世界中のセンサーデータをタイムリ...

顔認識技術はスマート建設現場やスマートコミュニティにどのようなメリットをもたらすのでしょうか?

スマートシティ、スマートコミュニティ、スマート交通は絶えず推進され、普及しており、ユーザーの使用習慣...

データインテリジェンスのない人工知能は人工的である

良いロボット掃除機が動いているところを見たことがありますか?最初は楽しいのですが、掃除してほしかった...

機械学習モデルのトレーニングの全プロセス!

週末に家で退屈していたので、GitHub を閲覧していたところ、非常に興味深いオープンソース プロジ...

最新の NaViT モデルは最高です!あらゆるアスペクト比と解像度に対応する強力なトランスフォーマー

本日は、あらゆるアスペクト比と解像度で動作する Transformer モデルである NaViT を...

エッジAIを活用してオフィスビルの適応性と効率性を向上させる方法

[[422558]]パンデミック後の世界では、企業幹部の 79% がハイブリッド ワーク モデルの採...

Web3.0時代: インターネット上で作成したものはすべてあなたのものになります

Web3.0 の最も特別な点は、ユーザーが作成したデジタル コンテンツの所有権と管理権がユーザーに...