“蕭十，剛才你為什麽給這個什麽鬼鸚鵡投票啊？你怎麽想的？”看蕭十竟然給一個如此垃圾的項目按了綠鍵，安然也是忍不住吐槽道。
“看它太可憐了唄，你看隻有三百一十六票，嘖嘖嘖……”
蕭十拿起手機拍下了得票柱形圖，指著票數對安然說道。包括安然都沒有意識到，他的這張照片不動聲色的已經把副屏上參賽者的聯係方式拍進去了。
三百一十六票，這個票數，進決賽那是絕對沒有可能了，蕭十心底也是閃過一陣暗喜。
即便是不能進入決賽的項目，如果有投資者真的喜歡也是可以直接聯係參賽者進行投資的，在項目展示的時候，會議室副屏會展示參賽者的相關信息，方便台下觀眾席前排的個人或機構投資者聯係項目方。
不得不說，組委會確實下了大工夫要辦好ai挑戰賽這個大平台，各種細節考慮都很到位，不管是對於投資者還是參賽者都很友好。
初賽有條不紊的進行，第一天都是組委會安排的無法進入決賽的炮灰，這是蕭十得出的結論——這些項目無二例外都是垃圾。
第二天也沒有什麽改觀，最高的一個分數才一千九百多分。六個評委給了分，加上一千三百多個觀眾的投票——這個分數據決賽估計也有很大的距離。
當然，誰也不能保證不看走眼，所有人都一起看走眼了的情況曆史上也屢有發生，這種情況一點兒都不稀奇。
……
《基於ai的運動物體運動趨勢的分析預測》
挑戰賽預賽第三天，一上來第一個項目就是大招。
自動駕駛，一個聽名字就讓人熱血沸騰的話題。不僅僅阿貓、百聞、宇通、特斯拉、搭搭搭車等國內外大型車企和互聯網公司在研究，一些創業公司也在做同樣的事情。
自動駕駛這個複雜的係統，其中的各個模塊和子係統也都很複雜。
這第一個項目所研究的就是自動駕駛當中非常複雜的一個子係統。
宇通客車在去年進行了一場路試，號稱是全程在社會道路，真正挑戰完全真實的路況。
這場路試是在連霍高速中州到上陽段進行的。要知道，連霍高速中原段可是雙向八車道的大直路，而且路試是在工作日車流量較少的時間進行的。
高速公路相對於地麵道路來說路況要簡單的多，至少不用擔心時不時的從道路一旁突然跑出一個行人或者非機動車。
即便是在這樣的情況下，宇通客車的自動駕駛路試挑戰也是堪堪成功。
自動駕駛最大的難題不是車輛如何控製，而是周圍的環境對行車造成的影響。如果在完全封閉，沒有其他車輛和行人的封閉場所，自動駕駛可以說已經成熟。
在有些行駛線路相對單一，沒有其他車輛的幹擾的場景，自動駕駛甚至已經投入了商用。比如，國內一些機場的擺渡車就已經使用了相應的技術。
《基於ai的運動物體運動趨勢的分析》這個項目，解決的正是自動駕駛這個整體係統中最為關鍵的一個部分。
對於自動駕駛汽車來說，它自身之外的所有物體，包括其他汽車，行人，非機動車，道路上時不時會出現的動物等等都是運動物體。
如果能分析出這些物體的運動趨勢，就能通過計算機計算他們在下一個時刻或者下幾個時刻所在的位置，自動駕駛係統就能精確的進行躲避或者刹車操作。
對於現在的技術來說，探測到一個物體早已經不是問題。就像汽車，前置雷達，後置雷達，前置攝像頭，倒車影像，甚至全車三百六十度環影都不稀奇。
識別哪兒有一個物體根本就不稀奇，甚至判斷這個物體是人還是動物都不是什麽複雜的問題。
但，要分析他們的運動趨勢，要計算他們下一刻會在哪個位置，這可就是一個大難題了。
守規矩遵製度的人還好說，尤其是那些根本連紅綠燈都不知道看的行人和機動車，鬼知道他們下一刻會往哪兒走？別說人工智能了，就算是真人站在那裏都不好判斷這些家夥的動向。
這第一個項目一出來就引起了廣泛的關注。原本很多現場的觀眾還不了這項目實現起來有多難，但聽了主持人的介紹之後也頓時覺得這個項目高大上起來。
“朗總，你們百聞也在做自動駕駛相關的實驗，你覺得這個項目怎麽樣？”來自騰信的評審仲奇瑋開口向旁邊的朗傑問道。
“不怎麽樣吧，這麽多超級巨頭，包括傘形公司（穀歌母公司alphabet）都在進行這方麵的嚐試和實驗，都沒有太好的解決方案。一家創業公司，我覺得也不用報什麽期望。”
項目現場的演示是一段視頻。視頻中一群牛羊在廣袤的大草原上或低頭吃草，或抬頭長嘯，uu看書 .uuanshu 偶爾有幾隻不知道受了什麽刺激還撒著歡兒的跑了起來。
“這個是我們之前在西北大草原上拍攝的一段視頻。”參賽者介紹道：“下麵請大家看一下我們ai預測這些牛羊運動軌跡的成果。”
“現在這個畫麵就是牛羊現在所在位置，上邊的白色的虛擬影像就是我們通過不斷的采集牛羊群的習性數據進行ai機器學習，通過大數據的算法計算出的這群牛羊各個個體三秒鍾之後所在的位置。”
“我們按快進鍵來到三秒之後，我們看，大多數的牛羊都來到了我們之前預測所畫的虛線框位置。”
“下麵我們把整個五分鍾的視頻給大家播放一下，大家感受一下這神奇的一幕。”
五分鍾的視頻，牛羊群的運動軌跡大部分都沒有偏離虛線框的預測，可謂是非常成功。
視頻播放完畢，現場雷鳴般的掌聲代表了觀眾的認可。
不僅現場，通過鵬城電視台網上直播平台看直播的網友也是炸了鍋。
“好牛好牛！我好像見證了了不得的事情發生！”
“動物都能預測運動軌跡，那預測人豈不是更簡單？這樣的話，自動駕駛的最大難題豈不是解決了？”
“你想的真多，動物才是最好預測的好不好。動物多單純呀，人心太複雜，不好琢磨。”
“對，人的行為才最難預測。就像一隻羊在馬路上奔跑，前邊路口是紅燈，羊會停下來等紅燈嗎？顯然不會，ai程序隻需按照既定的軌跡預測就行了，不會出錯。但是如果換成一個人呢？這情況就複雜多了。”
“看它太可憐了唄，你看隻有三百一十六票，嘖嘖嘖……”
蕭十拿起手機拍下了得票柱形圖，指著票數對安然說道。包括安然都沒有意識到，他的這張照片不動聲色的已經把副屏上參賽者的聯係方式拍進去了。
三百一十六票，這個票數，進決賽那是絕對沒有可能了，蕭十心底也是閃過一陣暗喜。
即便是不能進入決賽的項目，如果有投資者真的喜歡也是可以直接聯係參賽者進行投資的，在項目展示的時候，會議室副屏會展示參賽者的相關信息，方便台下觀眾席前排的個人或機構投資者聯係項目方。
不得不說，組委會確實下了大工夫要辦好ai挑戰賽這個大平台，各種細節考慮都很到位，不管是對於投資者還是參賽者都很友好。
初賽有條不紊的進行，第一天都是組委會安排的無法進入決賽的炮灰，這是蕭十得出的結論——這些項目無二例外都是垃圾。
第二天也沒有什麽改觀，最高的一個分數才一千九百多分。六個評委給了分，加上一千三百多個觀眾的投票——這個分數據決賽估計也有很大的距離。
當然，誰也不能保證不看走眼，所有人都一起看走眼了的情況曆史上也屢有發生，這種情況一點兒都不稀奇。
……
《基於ai的運動物體運動趨勢的分析預測》
挑戰賽預賽第三天，一上來第一個項目就是大招。
自動駕駛，一個聽名字就讓人熱血沸騰的話題。不僅僅阿貓、百聞、宇通、特斯拉、搭搭搭車等國內外大型車企和互聯網公司在研究，一些創業公司也在做同樣的事情。
自動駕駛這個複雜的係統，其中的各個模塊和子係統也都很複雜。
這第一個項目所研究的就是自動駕駛當中非常複雜的一個子係統。
宇通客車在去年進行了一場路試，號稱是全程在社會道路，真正挑戰完全真實的路況。
這場路試是在連霍高速中州到上陽段進行的。要知道，連霍高速中原段可是雙向八車道的大直路，而且路試是在工作日車流量較少的時間進行的。
高速公路相對於地麵道路來說路況要簡單的多，至少不用擔心時不時的從道路一旁突然跑出一個行人或者非機動車。
即便是在這樣的情況下，宇通客車的自動駕駛路試挑戰也是堪堪成功。
自動駕駛最大的難題不是車輛如何控製，而是周圍的環境對行車造成的影響。如果在完全封閉，沒有其他車輛和行人的封閉場所，自動駕駛可以說已經成熟。
在有些行駛線路相對單一，沒有其他車輛的幹擾的場景，自動駕駛甚至已經投入了商用。比如，國內一些機場的擺渡車就已經使用了相應的技術。
《基於ai的運動物體運動趨勢的分析》這個項目，解決的正是自動駕駛這個整體係統中最為關鍵的一個部分。
對於自動駕駛汽車來說，它自身之外的所有物體，包括其他汽車，行人，非機動車，道路上時不時會出現的動物等等都是運動物體。
如果能分析出這些物體的運動趨勢，就能通過計算機計算他們在下一個時刻或者下幾個時刻所在的位置，自動駕駛係統就能精確的進行躲避或者刹車操作。
對於現在的技術來說，探測到一個物體早已經不是問題。就像汽車，前置雷達，後置雷達，前置攝像頭，倒車影像，甚至全車三百六十度環影都不稀奇。
識別哪兒有一個物體根本就不稀奇，甚至判斷這個物體是人還是動物都不是什麽複雜的問題。
但，要分析他們的運動趨勢，要計算他們下一刻會在哪個位置，這可就是一個大難題了。
守規矩遵製度的人還好說，尤其是那些根本連紅綠燈都不知道看的行人和機動車，鬼知道他們下一刻會往哪兒走？別說人工智能了，就算是真人站在那裏都不好判斷這些家夥的動向。
這第一個項目一出來就引起了廣泛的關注。原本很多現場的觀眾還不了這項目實現起來有多難，但聽了主持人的介紹之後也頓時覺得這個項目高大上起來。
“朗總，你們百聞也在做自動駕駛相關的實驗，你覺得這個項目怎麽樣？”來自騰信的評審仲奇瑋開口向旁邊的朗傑問道。
“不怎麽樣吧，這麽多超級巨頭，包括傘形公司（穀歌母公司alphabet）都在進行這方麵的嚐試和實驗，都沒有太好的解決方案。一家創業公司，我覺得也不用報什麽期望。”
項目現場的演示是一段視頻。視頻中一群牛羊在廣袤的大草原上或低頭吃草，或抬頭長嘯，uu看書 .uuanshu 偶爾有幾隻不知道受了什麽刺激還撒著歡兒的跑了起來。
“這個是我們之前在西北大草原上拍攝的一段視頻。”參賽者介紹道：“下麵請大家看一下我們ai預測這些牛羊運動軌跡的成果。”
“現在這個畫麵就是牛羊現在所在位置，上邊的白色的虛擬影像就是我們通過不斷的采集牛羊群的習性數據進行ai機器學習，通過大數據的算法計算出的這群牛羊各個個體三秒鍾之後所在的位置。”
“我們按快進鍵來到三秒之後，我們看，大多數的牛羊都來到了我們之前預測所畫的虛線框位置。”
“下麵我們把整個五分鍾的視頻給大家播放一下，大家感受一下這神奇的一幕。”
五分鍾的視頻，牛羊群的運動軌跡大部分都沒有偏離虛線框的預測，可謂是非常成功。
視頻播放完畢，現場雷鳴般的掌聲代表了觀眾的認可。
不僅現場，通過鵬城電視台網上直播平台看直播的網友也是炸了鍋。
“好牛好牛！我好像見證了了不得的事情發生！”
“動物都能預測運動軌跡，那預測人豈不是更簡單？這樣的話，自動駕駛的最大難題豈不是解決了？”
“你想的真多，動物才是最好預測的好不好。動物多單純呀，人心太複雜，不好琢磨。”
“對，人的行為才最難預測。就像一隻羊在馬路上奔跑，前邊路口是紅燈，羊會停下來等紅燈嗎？顯然不會，ai程序隻需按照既定的軌跡預測就行了，不會出錯。但是如果換成一個人呢？這情況就複雜多了。”