近日，k8凯发国际與人工智能學院、湖北省服裝信息化工程技術研究中心組織指導4隊12名學生（研究生）參與了「計圖」人工智能挑戰賽，經過緊張激烈的角逐，在同北京大學、清華大學等眾多名校學子競爭中，最終學院四支代表隊全部進入了複賽B榜環節，取得較好成績。

「計圖」人工智能算法挑戰賽是在國家自然科學基金委信息科學部指導下，由北京信息科學與技術國家研究中心和清華大學-騰訊互聯網創新技術聯合實驗室聯合主辦，基於清華大學「計圖」深度學習框架，開展的人工智能算法比賽。

本屆競賽包括「交通標誌檢測」和「狗細分類」兩個賽道。在交通標誌檢測賽題中我校兩支隊伍順利進入複賽，在複賽B榜數據集測試中，該賽題的兩支隊伍不負眾望，最高成績達到12名，最終王生輝、楊辰、張梓怡組成代表隊榮獲複賽第18名的好成績，另一隻隊伍（黃晶晶戰隊）獲得21名的好成績。

在「狗細分類」賽題中我校兩支隊伍在400餘支隊伍中成功突出重圍，順利進入複賽，在複賽B榜數據集測試中，兩支代表隊分別成功收穫22名、26名的成績。

    賽後，k8凯发国际與人工智能學院研究生代表參加了在北京舉行的第三屆「計圖」論壇暨第一屆「計圖」人工智能算法挑戰賽頒獎典禮，聽取了清華大學朱軍、胡事民教授，哈爾濱工業大學左旺孟教授學術報告。我院研究生組成的「交通標誌賽題」參賽隊獲表彰。

會上，清華大學朱軍教授對「可微分概率編程及其應用」進行了簡要報告，對傳統DNN的局限性做出了簡要概述，並對珠算框架下使用Bayes-DNN，將可微編程和概率編程相結合，數據處理後再進行擬合的方法進行了思路分享，同時對「計圖」框架表示了高度贊同，對向「計圖」框架中移植珠算編程庫很有信心。

哈爾濱工業大學左旺孟教授就「面向低標註成本和非理想監督的深度網絡學習方法初探」一題進行了簡要報告。左教授對當前機深度學習的標註成本進行了展示，表示當前深度學習框架對數據及標註要求相對較高。通過將多個框架與標註方式進行對比，左教授展示了一種相對效果不弱的低標註成本方法，使用Resnet等訓練網絡在ImageNet數據集訓練結果準確率下降不到1%，擁有較好等發展前景。

    清華大學k8凯发国际科學與技術系圖形學實驗室負責人胡事民教授對本次活動成功表示熱烈祝賀，對複賽入榜代表隊進行了勉勵，為獲獎的代表隊依次進行了頒獎。

胡教授表示，「計圖」框架目前是我國完全自主研發的深度學習框架，國家自然科學基金委對該項目十分重視，清華大學k8凯发国际科學與技術系圖形學實驗室將會與大家共同建設好這個學習框架，組織更多的學術論壇、學科競賽進行不斷完善，促進我國深度學習領域自主化發展，為我國深度學習領域培養更多人才。