دنیا بھر کے 30 سے ​​زائد ممالک کے AI محققین اس ہفتے اس کے لیے اکٹھے ہوئے۔ اے آئی سٹی چیلنجکار حادثات کا پتہ لگانا اور کیمروں کے نیٹ ورک پر گاڑی کا سراغ لگانا جیسے کاموں کے ذریعے بہتر مشین لرننگ کی ترقی کو فروغ دینے کا مقابلہ۔ اب اپنے چوتھے سال میں، چیلنج AI محققین کو زیادہ موثر انٹیلیجنٹ ٹرانسپورٹیشن سسٹمز (ITS) بنانے پر مجبور کرتا ہے۔

Baidu کی ٹیموں نے چار میں سے تین مقابلوں میں کامیابی حاصل کی: گاڑیوں کی گنتی، ملٹی کیمرہ کی شناخت، اور کار حادثہ اور رکی ہوئی گاڑی کا پتہ لگانا۔ آرگنائزنگ کمیٹی کے رکن اور یونیورسٹی آف البانی کے اسسٹنٹ پروفیسر منگ چنگ چانگ نے ورچوئل ورکشاپ کے دوران کہا کہ اس زمرے میں اعلیٰ کارکردگی کا مظاہرہ کرنے والے ماڈل نے 95.3 فیصد درستگی حاصل کی۔

کارنیگی میلن یونیورسٹی کی ایک ٹیم نے متعدد کیمروں کے نیٹ ورک پر گاڑی کو ٹریک کرنے کے چار چیلنجز میں سے ایک جیت لیا۔ اس چیلنج کے لیے مقرر کردہ بینچ مارک ڈیٹا Dubuque، Iowa میں 46 چوراہوں پر پھیلے 16 کیمرہ آراء پر پھیلا ہوا ہے۔

مجموعی طور پر، مقابلے نے 800 ممالک کی 300 ٹیموں پر 36 سے زیادہ انفرادی محققین کو متوجہ کیا۔ 76 ٹیموں نے حتمی جائزہ کے لیے کوڈ جمع کرایا۔ آرگنائزنگ کمیٹی میں Amazon اور Nvidia جیسی کمپنیوں کے ساتھ ساتھ Iowa State University، Santa Clara University، اور Indian Institute of Technology Kanpur سے وابستہ محققین شامل تھے۔ منتظمین نے اس سال کے AI سٹی چیلنج کو تاثیر اور حسابی کارکردگی کے معیارات کا استعمال کرنے والا پہلا قرار دیا ہے، امریکی محکمہ ٹرانسپورٹ کا کہنا ہے کہ اسے جنگل میں اس قسم کی آٹومیشن کی تعیناتی پر غور کرنے کی ضرورت ہے۔ ماضی کے مقابلے ٹریفک سگنلنگ، پبلک ٹرانزٹ اور انفراسٹرکچر کے لیے نقل و حمل کے نظام پر مرکوز تھے۔

AI سٹی چیلنج اس ہفتے کمپیوٹر وژن اور پیٹرن ریکگنیشن (CVPR) میں منعقد کیے جانے والے متعدد چیلنجز میں سے ایک تھا، جو 2019 میں دوسری سب سے بڑی سالانہ AI ریسرچ کانفرنس تھی اور اس سال 6,500 سے زیادہ شرکاء کو راغب کیا۔ CVPR نے روبوٹ او آر کے مصنوعی ماحول کے ذریعے بوٹ کی قیادت کرنے کے مقابلوں کی میزبانی بھی کی ڈیپ فیک کا پتہ لگانے کا چیلنج (اگرچہ رجسٹر رپورٹ کرتا ہے کہ جیتنے والی ٹیم کو نااہل قرار دے دیا گیا تھا۔).

اس سال اے آئی سٹی چیلنج ورکشاپ میں، نیشنل انسٹی ٹیوٹ آف اسٹینڈرڈز اینڈ ٹیکنالوجی (NIST) کے حکام نے تفصیلی منصوبے 2020 ASAPS پرائز چیلنج ریئل ٹائم خودکار نظام بنانے کے لیے۔ یہ مقابلہ قانون نافذ کرنے والے اداروں اور پہلے جواب دہندگان کے لیے ریئل ٹائم خودکار تجزیات کے نظام کی تعمیر پر توجہ مرکوز کرے گا تاکہ ریئل ٹائم ہنگامی صورت حال کا پتہ لگا سکے جیسے کسی بچے کا بندرگاہ میں گرنا، طبی ہنگامی صورت حال، عمارت میں لگنے والی آگ، یا دیگر حالات۔

ASAPS ایک ملٹی موڈل چیلنج ہے جو میڈیا کی متعدد شکلوں کو ہضم کرنے کے قابل ہے، سوشل میڈیا پوسٹس اور ٹیکسٹ میسجز سے لے کر سرویلنس کیمرہ فوٹیج اور گھر کی ویڈیو ڈور بیلز تک۔ ASAPS فرضی 810 ایکڑ شہر میں 24 گھنٹوں کے دوران ہنگامی واقعات کا ایک سلسلہ پیش کرے گا، جس میں مصنوعی اعداد و شمار کو جسمانی طور پر مرحلہ وار ہنگامی حالات کے ساتھ ملایا جائے گا۔ مقابلہ AI محققین کو چیلنج کرے گا کہ وہ پہلے سے ریکارڈ شدہ ویڈیو پر AI کو لاگو کرنے کے بجائے براہ راست ویڈیو تجزیہ کریں۔

اے آئی سٹی چیلنج کے منتظمین نے کہا کہ اگلے سال یہ لائیو ویڈیو تجزیہ پر مشتمل منظرنامے متعارف کرا سکتا ہے۔ ڈیش کیمرے کی ویڈیو فوٹیج بھی زیر غور ہے۔

گاڑیوں کی شناخت کے چیلنج کے لیے 190,000 تصاویر کے مصنوعی ڈیٹا سیٹ کا اضافہ اس سال AI سٹی چیلنج کا ایک منفرد نیا حصہ تھا۔ اس سال کے مقابلے میں استعمال ہونے والے بینچ مارک ڈیٹا سیٹس آئیووا ڈیپارٹمنٹ آف ٹرانسپورٹیشن کی طرف سے فراہم کردہ فوٹیج سے آئے ہیں۔ چیلنج میں استعمال ہونے والے Nvidia کیوریٹڈ ڈیٹا سیٹس۔

متعلقہ خبروں میں، ادارہ جاتی نسل پرستی کے مخالفین نے حالیہ ہفتوں میں قانون سازوں سے پولیس کو ڈیفنڈ کرنے کا مطالبہ کرتے ہوئے نگرانی کے نظام پر تنقید کی ہے جیسا کہ AI سٹی چیلنج میں چیمپیئن کیا گیا تھا۔ اس ہفتے کے شروع میں، نیویارک شہر کے قانون سازوں نے POST ایکٹ پاس کیا۔ ملک کے سب سے بڑے پولیس ڈپارٹمنٹ کو یہ بتانے کی ضرورت ہے کہ وہ کون سی سرویلنس ٹیکنالوجی استعمال کرتا ہے۔