本文涉及的Qualcomm产品由Qualcomm Technologies, Inc.和/或其子公司提供。

比酷炫编程前沿领域(比如人工智能)更令开发者社区喜欢的，就是有机会赢得出色的新硬件(比如Qualcomm骁龙835移动硬件开发工具包)并利用它进行开发。

因此，我们在九月份发起了Qualcomm人工智能开发者大赛。以这种方式启动和创建以Qualcomm骁龙神经处理引擎(NPE)SDK基础的AI开发者社区。

比赛第一轮大约200名开发者提交了参赛作品，这些作品将骁龙移动平台设备端机器学习和人工智能提升到一个新的水平。以下20个参赛作品将进入第二轮比赛，而我们的评委们也给每位参赛者颁发了骁龙835 Mobile HDK，帮助他们将AI创意变成现实。

现在，好戏开场了。

AI：绝对启发灵感

我们收到的AI创意涉及的范围很广，并且包括各种主题。

其中得到评委认可的约三分之一参赛作品恪属于娱乐类别，如摄影、音乐、诗歌和时尚。其他一些和健康、生物识别、诊断和早期检测有关。还有小部分参赛作品涉及物联网、辅助服务、农业、无人机、学习和汽车。神经网络训练和应用的多样性令我们感到惊讶。

我认为参赛作品的国际化程度与这种多样性有很大关系。全球开发者以不同视角看待问题，提出不同的AI应用方法。大约三分之二的参赛作品来自印度、美国和英国三个国家，另外，还有少部分参赛作品来自土耳其、阿尔巴尼亚、肯尼亚、洪都拉斯和加纳。

以下是20位入围者及其人工智能应用的简单介绍：

1. Francois Lemarchand——英国，此移动应用使用深度神经网络(DNN)根据审美标准自动评估拍摄的照片。

2. Slava Vasiliev——俄罗斯，利用3D相机和机器语言处理识别称重的食物，估计每项食物的成本和营养价值，改善传统市场的称重器具。

3. Ashish Mokalkar——印度，DeepAgro使用无人机拍摄广袤农田的实时图像，帮助农民轻松识别作物病害。此应用可以预测作物的理想高度，给出可能的病因，并建议肥料用量，提高作物产量。

4. Bassel Ebeed——埃及，此应用描述出通过移动设备相机拍摄的场景或存储在互联网上(Twitter，Facebook等)的场景，回答与该场景有关的语音问题。将大大地帮助视障人士，特别是在室外或浏览网页时。

5. Pallab Sarkar——印度，NeuralSense通过辅助应用克服了手语缺乏全球标准的障碍，使聋哑人之间以及和听力正常的人之间能够有效地交流。

6. Henry RuizGuzmán——哥伦比亚，此免费移动应用允许科学家、研究人员和农民根据作物监测过程中收集的植物图像(现在包括稻米、豆类和木薯)提取生理信息。

7. Deane Landreth——新西兰，为减少在左侧驾驶国家不可避免的交通事故的数量，此应用监测前方道路，并在检测到有车辆误行车道时发出警告。

8. Phong Nguyen——越南，此项目为自主式无人机，使用集成处理器在GPS不可靠或无法使用时准确、实时的着陆。

9. HakanÖzkelemci——土耳其，此移动应用利用深度学习技术，提供循序渐进的交互指导和即时反馈，教用户如何弹奏乐器，如吉他。

10. Eric Kotonya——肯尼亚，AIRRAPP是一款诗歌聊天移动应用，任何人都可以和AI朋友聊天，她可以根据上下文，利用人工智能引擎生成个性化、有趣及押韵的句子。

11. Gabriel Grand——美国，此应用在患者的移动设备上运行循环神经网络(RNN)，通过可穿戴设备监测生物特征，并执行计算密集的时间序列分析，在癫痫发作前数分钟甚至数小时作出预测。

12. Beven Sandengu——英国，Coin-It是一款增强现实应用，使用硬币作为标记，实时精确地测量物体的距离/面积，可作为移动设备的便利卷尺。

13. Ognjen Todic——美国，这是一款为搭载Snapdragon的设备并提供设备端语音识别的SDK。

14. Md. Khairul Alam——孟加拉国，此款移动应用通过相机拍摄作物叶子的图片，然后进行处理，提供作物病害信息，帮助农民更好地管理作物。

15. Francis Walugembe——乌干达，此人工智能算法和软件产品可以检测婴儿哭闹的声音，并加以分析，为家长或护理人员解读孩子哭闹的原因。

16. Navin Bhaskar——印度，此款应用通过机器学习和人工智能，早期发现皮肤癌，帮助那些生活在农村地区并且基本上没有体检机会的人员。

17. Sunny Aditya——印度，Emma是一款可以帮助搭配衣服的应用。

18. Bipul Das——加拿大，此款应用使用设备前置摄像头，捕捉面部图像流，利用设备端AI监视用户的相关情绪状态，并在用户使用社交网络或类似媒体应用时提供建议。

19. Sergey Konvisarov——芬兰，根据随机绘图，使用SNPE加速的AI可以识别线条、曲线、椭圆、多段线、相对位移、大小和其他属性，控制实时生成不同风格流行音乐的模块。

20. Devang Mohan——印度，此款应用可以将样式转换过滤器实时应用于摄像头，用户可以自由选择相框，照片合成时会产生应景的画面，无需在拍完照片后再选择过滤器。

在第二轮比赛中，20位决赛选手将有机会使用我们的软件开发工具包Snapdragon NPE SDK进行开发，我们的软件开发包是为调优依靠Caffe/Caffe2和TensorFlow深度学习框架的AI应用性能而设计的。

向评委致谢

提到Facebook开源深度学习框架Caffe2，Qualcomm Technologies和Facebook正在合作针对骁龙NPE SDK优化Caffe2。作为合作项目的一部分，目前领导Facebook AI平台的研究科学家经理Yangqing Jia将加入决赛评委。他带领团队开发了通用人工智能解决方案，为Facebook人工智能产品奠定了基础，如排名、计算机视觉、自然语言处理、语音识别、移动AI和AR。

Yangqing拥有多年开源深度学习框架开发方面的经验，是Caffe、TensorFlow、Caffe2和ONNX的创建者/共同创建者。在加入Facebook之前，Yangqing在加州大学伯克利分校获得计算机科学博士学位，后任Google Brain研究科学家。

接下来

二月底这个时节，没有哪个城市能比得上巴塞罗那了。那时这里将举办2018年世界移动通信大会(Mobile World Congress 2018)。因此，人工智能开发者比赛大奖奖品是参观西班牙巴塞罗那2018年世界移动通信大会两人行程费用或一次性获支付现金10000美元(由得奖者自行选择)。

希望本次比赛所激发的各种AI创新也能给您灵感。如果您准备好开始开发AI游戏，请下载骁龙NPE SDK，并通过我们提供的参考应用快速上手。另外，在您的开发机器上安装Caffe2和TensorFlow，构建和训练兼容SDK的神经网络模型。

Qualcomm 骁龙是Qualcomm Technologies，Inc.的产品

---

更多Qualcomm开发内容请详见：Qualcomm开发社区。