AlphaGo 打败世界围棋冠军时，AI 和生活还有些遥远，而如今，我们已能清晰的感受到人工智能正逐渐渗透到人们生活的方方面面。疫情中，智能评估新冠病毒感染的肺炎 AI 影像已投入使用；自然灾害来临前，AI 用于辅助极端天气预警；刚刚结束的东京奥运会，首次大规模使用人脸识别技术，并通过 AI 评分系统保证评分公正性......

从概念到实践，从一行行代码到大规模的应用落地。每一次技术上的突破，都源自开发者头脑中迸发出的微小火花。这些微小火花在亚马逊云科技【先行者·人工智能技术应用大赛】的舞台上得到闪耀绽放。

最终，来自深道科技的“Deepideal 队”凭借【手机上的健身动作教练】作品斩获冠军；来自广东移动的“需有差程队”和来自武汉理工大学资环学院的“gis322 队”分别斩获大赛的二等奖和三等奖。

独创黑客松玩法，你说酷不酷！

亚马逊云科技颠覆以往黑客松大赛的形式，创新性的将算法比拼与方案落地结合起来，带给选手和观赛者独一无二的体验。本次【先行者·人工智能技术应用大赛】最大的亮点在于创新。

初赛阶段分为【新手上路】【进阶达人】【迷你路演】三个环节，12 支队伍从自然语言处理和计算机视觉两大方向任选其一，依托亚马逊云科技提供的丰富服务，完成代码比拼题目，并在【迷你路演】环节利用选定的算法模块，针对特定商业场景阐述构想。

经过初赛阶段的激烈比拼，5 支队伍晋级决赛。决赛难度升级！想突围而出，既要能拼手速，懂服务，又要能写代码，玩儿落地。【趣味抢答】线上线下协同，选手场内抢答当仁不让，观众评论区互动热火朝天。【决战之巅】要求选手从智慧奥运、气候变化、智慧城市、数字乡村 四个场景中，任选其一，以人工智能技术为依托进行开发、落地，不仅需要阐述方法，选手还需要现场完成交互性展示。

“需有差程队”蔡汝健表示：这是我们参加过最特别的比赛。以往比赛边界都很清晰要么写代码比算法，要么写 PPT 讲方案，两者结合的比赛，还是第一次参与，比赛过程很惊心动魄。

在参赛选手中，有经验丰富的老码农，也有四舍五入零零后、初生牛犊不怕虎的在校生。有领导带着实习生组团参赛，也有身处不同城市的好友组队同屏参赛。

为技术而聚，携收获而去。五强队伍之一的“寒山寺队”来自苏州某外企运维团队。队员彭涛说：“想通过比赛对 NLP 领域有更深的了解，同时也想了解下亚马逊云科技在 NLP 领域的突出服务，公司的很多服务都部署在亚马逊云上。”

在比赛中拔得头筹的“Deepideal 队”认为：比赛过程也是学习的过程。出于对滑雪喜爱选定主题，一步一完成搭建，没想到程序真的能在手机上跑起来，未来，考虑将这个方案进行完善及商业落地。

AI 技术难吗？正如评委敏捷老师所说：随着近年来的发展，很多数据、模型系统都已封装好，亚马逊云科技也提供很多服务，帮助大家快速完成开发。那是容易吗？也不是，即便有再多工具，也需要有过硬的数学基础，算法知识和超凡的创意。这正是大赛有趣的地方！

盘点：这些获奖项目凭什么脱颖而出？

凭什么是这 3 支队伍从 12 支队伍中杀出重围呢？获奖的项目有哪些独到之处，别急，小编带你逐一解析。

冠军：手机上的健身动作教练

斩获本次大赛冠军的团队“Deepideal 队”选择了【智慧奥运】的应用场景，开发出一款超轻量级姿态检测网络程序。该方案利用关键点识别定位精准的特点，帮助运动员及健身爱好者纠正动作，并进行锻炼计数，达到与真人教练指导健身相似的体验。

目前，市面上的手机健身软件大多无法做到动作的实时纠正。其技术痛点主要在于，一方面算法运行速度慢无法做到实时检测，训练困难，另一方面推广能耗和成本太高，难以在 C 端市场推广。

经过调研和实验，“Deepideal 队”使用在 TensorFlow.js 上推出的 MoveNet 姿态识别模型，并用 Coco 和 Active 两个数据集训练模型。最终实现几乎在所有平台上都能够达到实时检测的要求。

在部署阶段，“Deepideal 队”采用了Amazon SageMaker服务。队员贺鑫表示：MoveNet 基于 TensorFlow 训练，通过 Amazon SageMaker 服务可以很方便的进行数据训练，不用考虑硬件环境维护。此外，亚马逊云科技也提供了完善的线上部署工具来支持基于 node.js 程序的部署，包括 Elastic Beanstalk 和常用的 EC2 虚拟机。

比赛现场，“Deepideal 队”针对深蹲动作识别及规范进行交互演示。在就该项目拓展到其他运动姿势可能性上的一番探讨过后，其商业价值得到评委老师一致肯定，从而将冠军收入囊中~

亚军：AI 赋能乡村振兴，智慧乡村解决方案

来自广东移动的“需有差程队”聚焦城市与乡村建设，从广东移动自有能力出发，打造“一横”（核心能力平台）、“多纵”（垂直智慧场景应用）的智慧城市产品体系。

基于亚马逊云科技产品矩阵，他们将整个乡村系统架构划分为三个技术应用层级，并计划接入亚马逊云科技的 20 项服务能力。接入层主要负责智慧城市运营平台出入流量的安全管控；平台层承载整个智慧城市运营平台的产品栈，拉取视频流，抽帧并对接能力层做 AI 识别，并对识别结果做记录和触达类推送；能力层使用 Sagemaker 做自研视觉类模型训练，结合 Elastic 做推理优化，并使用Polly服务补齐语言能力短板。

在横向维度需要差程的方案中包含物联网、视频云、城市 AI、大数据、业务汇聚五大核心能力平台。在纵向维度，该方案可用于实现重点人群监管、违章停车监管及落水检测等功能。作为相对完善的方案，其多项功能已在城市多个场景中应用，需要差程队在现场通过视频向评委及观众展示了其方案的落地效果。

季军：口罩佩戴识别系统

先有 COVID-19，后有德尔塔毒株，当下疫情肆虐，而东京奥运会等大规模赛事活动又无可避免的导致人员聚集，这样的大背景下，最重要的毫无疑问是保护好自己。来自武汉理工大学的“gis322 队”选择【智慧城市】方向。以近 8000 张图片作为模型训练的数据，同时采集生活照作为模型部署测试的数据。

在模型选择阶段，“gis322 队”尝试多种模型，综合精度、效率，最终图像推理采用 ppyolov2 模型，视频推理采用 ppyolo_tiny 模型。在部署阶段，由于现有云端部署存在一定限制，他们基于 ONNX 进行部署，赵慧琳表示，后续希望可以使用亚马逊服务器进行服务部署。

该系统发布在 Web 端，可实现图像及视频等多种形式素材的口罩佩戴识别。“gis322 队”现场导入图片及视频，进行口罩识别交互演示，效果理想，在保证检测精度的同时也满足了响应速度的需求。

氛围组担当王敏捷老师作为评委，对该项目产生了浓厚的好奇心，导入多人场景及搞怪“口罩”照片进行验证，掀起了决赛场的一波气氛高潮。

尽管结果证明该系统的灵活性还有待加强，但王敏捷老师及其他评委老师依旧给予了该系统很高的评价。

随着冠亚季军的产生，万元奖金花落谁家的谜底最终揭晓，亚马逊云科技【先行者·人工智能技术应用大赛】也圆满落下帷幕。

是不是还有点意犹未尽，9 月精彩活动远不止这些。「构建新格局，重塑云时代」亚马逊云科技中国峰会将于 9 月 9 日-14 日线上进行。这是一场长达 6 天的技术马拉松，届时将有 5 大主流领域演讲，8 大硬核技术论坛和 9 大行业分论坛，9 月 11 日是 DEV DAY 开发者大会，多位大咖将在这场大会分享云上开源的具体实践，赋能开发者；9 月 14 日是人工智能和机器学习大会；期待您的报名参加，与专家零距离交流技术心得，与技术大咖实现观点碰撞，感兴趣的小伙伴可扫描海报上的二维码报名~👇🏻