▍循循善誘

替他人留下決定空間的另一種方式是發問，而不直接發表定論。

納飛茲．阿敏（Nafeez Amin）和人合開雪帕補習班（Sherpa Prep），那是美國華盛頓特區的一間考試準備與入學顧問公司，提供GMAT與GRE課程，十幾年來協助數百位學生進入全國最好的研究所。

然而在早期的時候，納飛茲注意到有個問題一再出現：學生讀書讀得不夠勤。

納飛茲除了管理公司，通常也參與教學。大部分的學生已經好幾年沒念數學，GMAT又不允許考生用計算機，因此課程第一天通常從一些基本的算數暖身。此外，納飛茲會大致提一下課程的安排方式，鼓勵學生擬訂讀書計畫，最好還能向朋友透露自己正在補習，這樣比較不會半途而廢。

可是當納飛茲和學生討論的時候，他發現學生把目標放在很好的學校，卻不知道那需要非常認真讀書，GMAT才可能達標。許多學生根本沒做好背水一戰的心理準備。人人都申請相同的前十名頂尖學府，卻以為只需要付出一小點努力就能進去。學生不明白，頂尖學校的錄取率通常只有五％，而且申請者之中臥虎藏龍。

許多人報名補習班時，想說自己以前申請大學的SAT分數打敗群雄，或是以前考試都考很好，沒問題的。然而申請研究所是不同的戰場，對手不再是一群懵懂高中生。納飛茲的學生這次不僅要和其他的大學畢業生比拼，而且大家的大學成績都好到足以繼續念研究所。這次的競爭對手是頭腦更聰明的一群精銳。光是以前的認真程度還不夠。

納飛茲問學生課後打算花多少時間溫習，他聽到的數字低得驚人。大部分的人說一星期五小時，最多十小時。課程結束時，大約讀了五十小時的書，但學生如果要拿到心目中的漂亮分數，需要讀兩三百小時的書。五十小時差遠了。

然而當納飛茲試圖告訴學生這個事實，大家只是呆呆望著他，不相信他說的話；或是聽到要那麼累，乾脆打退堂鼓。開課第一天的反應非常不佳：這傢伙憑什麼告訴我，我必須更認真念書？

納飛茲不希望潑冷水，但他希望學生認清事實，了解他們課後還得花更多時間念書。考好GMAT遠比想像中困難，要花的時間比預期的多，要努力一段時間才會見到成果。

納飛茲因此改變方式，不再告訴學生他們需要做什麼，而是問他們要什麼。下一次他教課時，一開始就先問：「你們為什麼來這裡？你們的目標是什麼？為什麼要考GMAT？」

學生回答：「我們想進入最好的商學院。」

「好，那你們知道要進那些學校，需要多少分嗎？」

一名學生回答：「我需要七百二十分。」另一名學生回答：「七百五十分。」

「你們要如何考到那些分數？」納飛茲問。

學生此起彼落回答，開始對話，討論完後發現，每年考GMAT的人大約有二十五萬人。排名前二十的MBA課程，入學人數大約是一萬人。換句話說，僧多粥少。學生開始發現進研究所比想像中困難許多。

學生意識到這件事之後，納飛茲開始把對話引導到他最初想抵達的地方：大家需要多努力念書。「如果要考到高分，落在你們要的百分位數，你們認為一星期需要讀幾個小時的書？」納飛茲問。

學生沒用猜的，也沒隨便拋出一個數字，他們發現自己不知道答案，開始反問納飛茲問題。「老師，你輔導學生有一段時間了，你認為需要花多久的時間？」學生問，「像我這樣的學生，通常需要讀幾小時的書，成績才能進頂尖的學校？」

賓果。

這下子納飛茲拋出三百小時的數字時，每個人都認真聽他說話。學生計算一下，發現不可能在十週的課程內、一星期讀五小時的書，就達到大約三百小時，必須調整計畫才行。討論結束時，學生說自己會念書的時數，變成一開始的三倍。

納飛茲利用發問來促成結果。學生更認真讀書、從課程中獲得更大的收穫，考試成績也變好。納飛茲靠的不是直接告訴學生他們需要多少溫習時數，而是協助他們自行找出答案。

發問可以帶來兩種效果。首先，就和提供選單一樣，問題會轉換聽眾扮演的角色，不再忙著反駁，想出所有他們不認同某個說法的理由。他們的心思被另一件事占據：找出問題的答案。他們把注意力放在那個問題帶來的感受、他們有什麼看法。大部分的人樂於談關於自己的事。

第二，更重要的是發問可以促成接受。人們極可能不想聽別人的話，想照自己的意思做；而此時問題的答案可不是隨隨便便的答案，而是他們自己的答案。由於這是他們個人的答案，反映出他們自己的想法、信念與偏好，這樣的答案更可能驅使本人行動。

警告標誌與公衛宣導通常能提供資訊，但採取聲明的形式，如：「垃圾食物會讓你變胖」或「酒駕是謀殺」。

這種做法的目標是開門見山、直接了當，但通常給人的觀感是愛說教。民眾心生抗拒，開啟防禦模式反應：「哼，垃圾食物才不會讓你變胖；我認識很多人都吃麥當勞，體重從來都沒增加過。」或是「這廣告也太誇大。我朋友上星期就是喝酒後開車，也沒死人。」尤其是人們對某個議題有強烈看法時，太強勢會讓他們感到被脅迫，使訊息造成反效果。

不過，相同的內容可以用問問題的方式來傳達：你認為垃圾食物對你有好處嗎？

如果某個人的答案是「沒有」，這下子他們進退兩難。請他們解釋自己的看法時，這個問題會鼓勵他們踏出第一步。他們清楚意識到垃圾食物對自己沒好處，而一旦承認，就比較難繼續吃下去。

問題會促使聽眾按結論去做。不論怎麼答，行為要符合自己給出的答案。

納飛茲問學生想考到多少分，但他不是隨機選中那個問題。納飛茲會那樣問的原因是，他知道學生的答案將引導學生抵達他一直希望他們抵達的地方。

某間醫療器材公司的高階主管因為業務人員不肯帶下屬感到困擾。她寄出一封又一封的電子郵件、開了一場又一場的會議，鞭策資深員工指導自己負責的新人。

然而，催也沒用。獎金是取決於成交量，因此管理人員寧願把時間花在談生意上，無暇訓練別人。

事情缺乏進展讓那名高階主管沮喪不已，最後問一名業務：「你是如何成為如此成功的銷售人員？你今天使用的一切技巧是在哪裡學的？」

業務回答：「喔，我跟提姆學的。他是我以前的上司，已經離開公司了。」

高階主管想了想，接著問：「那如果你的團隊無法向你學習，他們要如何進步？」

如今那位業務是全公司最優秀的導師。

你是否企圖改變公司文化，或是要讓團隊支持不愉快的公司重組？催化劑不會把事先定好的計畫硬塞給同仁，恰恰相反，他們先從問問題開始。去找會受到計畫影響的人，徵求他們的意見、讓他們參與規劃過程。

這種做法有兩種好處。第一是能蒐集到問題的相關資訊——不只是問卷資料或道聽途說，而是從每天實際負責處理的同仁那聽到實情，得出更有效的解決方案。

更重要的是第二項優點：當方案出爐時，更可能受到所有人的支持。大家不會感覺是上面的人一聲令下、他們就被迫接受，反而感到自己也參與了改變的過程。他們已經替結論出力，也因此更願意花心力讓結論成真——這點將加快改變的速度。

循循善誘才是上策。

.

本文摘自《#如何改變一個人》
華頓商學院教你消除抗拒心理，從心擁抱改變

作者：約拿．博格

... ... ... ... ... ... ... ... ... ... ... ... ... ... ...

各位朋友好：

循循善誘這個方式儘管很基本，但基本功要練得好，也要透過不同案例來學習。這個方式的重點是，不要一下子把答案塞給對方，這反而讓對方不想買帳。

用一問一答的方式，即便剛開始好像進度慢，但對方感覺靠自己領悟出答案，對方會比較有動機執行。讓人感覺參與了做決定的過程，這也能給人尊重。

我曾經請青少年想像自己是父母，請他們試著解決青少年常見的問題。通常青少年也給不出什麼好答案，最後只好分享自己的父母如何應對—這種將心比心，讓青少年自己體會到，父母的難為。

即便鐵證如山，還是有很多人寧可相信自己抱持的錯誤答案。因為這答案產生的過程有當事人自己的努力，也牽涉到自尊、自主，大部分人都滿心期待自己的推論能被驗證為真，即便推論過程多麼荒謬跳躍。

祝願您，能學習問對問題，這常能鼓舞人的動機！

.

歡迎參與贈書直播
連結請見留言處

【中國振華數據搜全球240萬「重要人士」個資 臺灣名單首次曝光】

【#馬英九、#宋楚瑜、外交部長 #吳釗燮、國安局副局長皆上榜】

中國深圳振華數據公司（Zhenhua Data）洩漏資料顯示，這家與中國人民解放軍及中共安全情報系統有關連的中國公司，建立了約240萬「全球有影響力人士」（OKIDB）的個人數據庫。

昨天跟我同事Mia拿到與台灣有關的名單，疏理如下：

▫️報導全文：https://www.rfa.org/mandarin/yataibaodao/junshiwaijiao/jt-09142020110020.html

▫️QA全文：https://www.rfa.org/mandarin/yataibaodao/meiti/cm-09152020113802.html

—


▪️👀臺灣近3000政商名流遭監控 #馬英九、#宋楚瑜、#吳釗燮 上榜

自由亞洲電台取得相關資料疏理後發現，有至少2900名台籍人士在數據庫內，包含臺灣前總統馬英九、親民黨主席宋楚瑜、外交部長吳釗燮、台積電董事長張忠謀的夫人 #張淑芬、國安局副局長 #胡木源、李登輝孫女 #李坤儀、前國安局長楊國強等人，他們的基本個人資料包括家庭位址、生日、電子郵箱、婚姻狀況、照片、社交媒體帳號、最新法庭文件與犯罪記錄，都記錄在數據庫內。

臺灣民主實驗室執行長吳明軒告訴本台:「這些可能是這幾年來中國在利用的、各個不同層面資訊作戰的整合，是一個重要的直接證據。」

本台沒有訪問完整的 「全球有影響力人士」（OKIDB）數據庫的許可權，但得到與臺灣有關的基本資料原始格式檔，為搞清楚中國企業如何搜集海外人士的資料提供了線索。


▪️沈伯洋：數據庫相對小 更像是「#統戰」工作情報搜集


長期研究中共資訊戰的臺北大學犯罪學研究所助理教授沈伯洋告訴本台表示，在他看來，這份數據庫最有意義的三點分別是如何對這些「重要人物」進行人格分析、如何進行「重要性排序」、以及如何情搜布建「交友網路」。

鑒於臺灣的數據庫相對小、且鎖定的人物鮮少異見人士，沈泊洋認為這與「統戰」工作更有關，接案的振華公司也可能是非常週邊的接案單位。

沈伯洋：「240萬筆資料以全世界來講（用來作資訊戰操作）太少了。如果是臺灣240萬可能都嫌少，他比較像是重要人物的社會網路圖，我會覺得或許跟國安、公安系統的關聯更小，會跟統戰、解放軍關係比較大一點。」

一位在美國的資安專家在審查相關數據後告訴本台，這份數據庫由於大量依賴公開信息的搜集，「情報質量有限」。

不過，「數據庫的曝光有助於外界認知中共及週邊組織正在合作建構中國境外的個人情資數據庫，讓更多人知道中共在情報活動上的積極度和威脅性。」

上述人士表示，以資安人員來看，更感興趣的是中國公司如何搜集10%-20%非公開的資訊，以及如何將企業搜集的資料與情報部門連接創建數據庫。


▪️👩🏻‍✈️240萬資料如何被洩漏？

數據庫由中國境內人士在今年初洩露給駐越南的美國學者克裡斯•鮑爾丁（Chris Balding），鮑爾丁原在北京大學滙豐商學院教課近10年，因批評中國學術及言論審查，於2018年遭解聘。

鮑爾丁告訴自由亞洲電台，近幾年他在追蹤華為相關的中國科技監控議題，已看過幾次相關數據庫，但直到今年初才拿到這份完整資料。他找了Internet 2.0創辦人波特 (Robert Potter)一起復原並疏理資料，最終下載並重建了約10%的完整數據庫，估計約有1TB的文本。

鮑爾丁訂於9月14日發表研究報告，卻在發表前收到安全警告，緊急返美。

鮑爾丁：「有兩個不同政府的工作人員建議我，當這個報告出來的時候，不要在越南。我被告知中國特工在越南很活躍，我可能有人身安全風險。」

鮑爾丁的報告僅5頁，以分析資料從何而來、可能如何被利用為主。他把數據庫再分享給美國、澳洲、英國、印度、日本等幾個不同國家的媒體，由當地記者追蹤詳細的「上榜」名單。

在恢復的24萬份記錄中，有約5.2萬條涉及美國人，此外還涉及3.5萬名澳大利亞人、1萬名印度人、9700名英國人、5000名加拿大人、2900名台灣人、2100名印尼人和1400名馬來西亞人。


▪️🧶哪些資料被搜集？ 又如何被應用？


鮑爾丁的研究估計，這些資料有八成至九成都來自公開資料，比如個人在社交媒體臉書、推特、Linkedin、Instagram上的足跡，但也有非公開信息如銀行帳號、工作申請記錄和心理分析檔案等。

正在研究中國人工智慧及科技監控相關議題的美國維吉尼亞大學傳媒教授孔安怡（Aynne Kokas）告訴自由亞洲電台，這類資料搜集最常被使用在三個方面，第一是訓練軍用或商用的人工智慧演算法，第二是資訊戰，第三則是鎖定特定人員作情報工作。

本台在兩千多筆台灣的數據庫中發現，大多詳細記錄個人最新的法庭記錄，比如走私、貪腐、收賄等各種細節。鮑爾丁說，他們在其他國家也發現這個特性。

鮑爾丁：「第一點是我們發現他們在搜集各國組織犯罪者的資料，第二是像你說的法庭文件。我們只能猜測，他們要列出可能可以影響一個人的方方面面，除了要有完整的個資背景、還要瞭解他們的脆弱性，特別在金錢及法律問題上，這都能成為中共潛在影響（滲透）的工具。」

孔安怡還提到，這次中國企業監控資料洩漏對於美國正在進行的中國軟體禁令辯論也有影響。

孔安怡：「以現在圍繞抖音TikTok禁令的辯論來說，很多人不知道為什麼這些短視頻怎麼會影響國家安全。大家沒有意識到中國政府其實可以用很簡單的個人訊息，結合多個平台資料去造出一個更複雜的情報資訊。」


▪️🇨🇳振華跟中國官方有什麼聯繫？

鮑爾丁強調，目前沒有中國政府直接控制振華數據庫的證據。不過，根據振華公司網站及微信公號，有大量證據顯示振華與中國政府及解放軍有進行合作。

公開記錄顯示，振華公司成立於2017年，由一位名叫王雪峰的前IBM工程師持有多數股權，目前在深圳的一個科技孵化器和北京西北部的一個辦公園區內運營，投保員工數為17人。

本台嘗試聯繫王雪峰及振華公司，至截稿並無回應。

振華已將公司網站及微信公號「99局」撤下。但本台流覽相關文章發現，振華把自己行銷成與中國國安系統及解放軍關聯緊密的公司，他們探討的話題包括如何運用監控軍人的社媒活動來預測軍事活動、「混合戰」、「基因戰」、以及如何利用西方社交媒體平台搜集公開信息。

鮑爾丁告訴本台，很多人或許會拿美國公司也在搜集數據來作比較，但不同之處在於中國政府對於民營企業的控制能力，「數據一到了中國，是完全沒有隱私可言的」。

「我們放出報告及數據庫的原因更是希望大眾知道這類的（中國搜集海外個人資料）行為正在發生。」鮑爾丁說，「開放的自由民主國家的個人和機構，應該要更加意識到，中國共產黨和國家安全情報單位正在進行的不對稱資訊戰和對海外人士隱私權的侵犯。」


▫️報導全文：https://www.rfa.org/mandarin/yataibaodao/junshiwaijiao/jt-09142020110020.html

▫️QA全文：https://www.rfa.org/mandarin/yataibaodao/meiti/cm-09152020113802.html

▫️鮑爾丁報告：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3691999

--

其他「上榜」名單：

//記者：裡面並沒有蔡英文和韓國瑜。其實許多名單都很令人吃驚，像是街口支付執行長 #胡亦嘉、李登輝孫女 #李坤儀、閃靈樂團團長，立委林昶佐的妻子 #葉湘怡、主播 #夏嘉璐，甚至藝人 #吳克群 都有在名單內。另外有許多立委、政商界人物、民運人士，譬如立委 #蔡易餘、 #翁重鈞，前立委 #沈智慧、#沈富雄、#段宜康、台獨鬥士 #蔡丁貴、前台聯主席黃昆輝、法務部綜合規劃司長林麗瑩、前台灣高鐵董事長 #殷琪、金美齡、前考試院長伍錦霖、，名單內國民兩黨都有。這些人之前捲入的官司也有被詳細記載，像是前立委 #李慶安、前台南市長 #許添財。另外也包含一些已經過世的人士，譬如嚴家淦、白冰冰前夫梶原一騎。//

DeeCamp2020結束了，特別驚喜地看到同學們今年的作品，跟以往線下合作在水準上基本沒有區別。今天的活動評選出了兩個總冠軍獎項，但學生們做的每一個作品都非常優秀、用心。也希望參與的200多名學生有真正的收穫。

本文來自創新工場微信公眾號
………………………………

創新工場DeeCamp2020完美落幕，兩團隊並列總冠軍獎金翻倍，共克真實世界難題

過去的2個月裡，200餘名來自全球高校的學生，聆聽了李開復、張亞勤、吳恩達、張宏江、俞敏洪、周志華等12位AI學術界、產業界大師授課，透徹理解了科技與創投核心規律；分組挑戰開放命題AI創新大賽，用AI和創意向現在和未來人類世界面臨的真實難題問題發起挑戰。

2020年8月5日，DeeCamp2020人工智慧訓練營總冠軍答辯暨結營典禮，在創新工場北京總部隆重舉行。

經過節奏緊湊的立項、研發、測試，DeeCamp 2020開放命題AI創新大賽共37支團隊提交了振奮人心的AI Demo，其中6項入圍總冠軍答辯。他們現場展示了自己精彩的成果，角逐開放命題AI創新大賽的總冠軍和各賽道冠軍。

最終，兩支團隊並列奪得總冠軍，分屬自動駕駛賽道和創新賽道。總冠軍獎金翻倍，兩支隊伍各獲得10萬元獎勵，其餘五個項目獲得各賽道冠軍。

DeeCamp人工智慧訓練營是一項面向全球大學生的公益項目，專注培養應用型AI人才。自2017年暑期啟動以來已舉辦四屆，培養了上千名大學生。DeeCamp 2020 由創新工場聯合華為共同推出，在今年全球變局與挑戰的背景下，旨在召集科技領軍新人才，肩負時代新使命，用AI解決真實世界的難題。受蔓延全球的新冠疫情影響，DeeCamp2020大師課和開放命題AI創新大賽全部轉為線上進行。

創新工場董事長兼CEO李開復博士，創新工場人工智慧工程院執行院長王詠剛，創新工場運營合夥人黃蕙雯，華為雲首席戰略官餘虎，聯合國開發計畫署駐華代表白雅婷（Beate Trankmann），路孚特（中國）科技有限公司董事長兼總經理党曉青等嘉賓出席典禮現場，予以專案點評，並為優勝隊伍頒獎。

華為雲首席戰略官餘虎表示：“華為一貫非常注重AI人才的培養，我們在2018年就發布了沃土人才培養計劃；通過華為雲線上的ModelArts AI訓練平台，以及端側的Hilens kit等算力平台，在高校，跟學校一起，聯合開展教材設計，課程設計；並且舉行無人車大賽，聯合創新創業及科研合作。目前已經和超過50所雙一流高校，形成了良好的合作，培養了上萬名學生。這次華為雲ModelArts平台很好支撐了創新工場DeeCamp大賽，幫助全國各地參賽學生隊伍的實戰項目挑戰AI難題。大家的作品和創意都非常好。期望後面大家能基於本次大賽作為良好開端，更好的掌握AI技能，發揮想像力，基於AI工程化落地的視角，用AI解決真實的產業和生活難題，給社會和生活帶來更多的改變。”

聯合國開發計劃署駐華代表白雅婷表示：“人工智能以及其他新興技術的發展會改變我們的生活，甚至可以為氣候變暖、新冠肺炎等全球性問題提供解決方案，然而它們也會擴大數字鴻溝並造成新的不平等現象。希望各位學員在日後的研究中可以運用所學，促進變革，通過自己的努力為人類創造更可持續的未來。”

路孚特（中國）科技有限公司董事長兼總經理黨曉青表示：“從2019年開始，路孚特成為DeeCamp合作夥伴，為學員分享金融行業深厚的業務知識和豐富的專業數據，並提供學習並實踐相關課題的資源。作為路孚特戰略研發運營中心之一，北京研發運營中心希望能夠吸引國內優秀的AI專業人才，增強AI專業人才儲備和研發技術能力。”

▌6支 AI Demo競逐總決賽，兩支並列總冠軍，10萬獎金翻倍

DeeCamp2020入圍總冠軍答辯的6支項目團隊，分別來自創新賽道、自動駕駛賽道、教育賽道、醫療與公共衛生賽道、商業賽道。8月5日上午，通過雲端連線的方式，6支團隊各自展示了激動人心的Demo作品。

經過評委打分、討論，自動駕駛賽道的Faster&Better團隊和創新賽道的方仔照相館團隊，最終共同奪得總冠軍。總冠軍獎金翻倍，兩個團隊分別獲得10萬元獎勵。另有五個項目獲得了各賽道冠軍。

為什麼最終選出兩個冠軍？評委之一、創新工場董事長兼CEO李開復博士解釋說，這兩個項目評委打分相同，難分伯仲。“Faster&Better”團隊的技術讓人震撼，這說明在今天，黑科技創業的空間仍然存在。而“方仔照相館”團隊則以商業取勝，讓我們驚訝於積木居然可以與AI結合。他們的“方頭仔”產品讓人充滿購買欲望，幾乎是一項可以直接拿到融資的項目。“我們認為這兩個組，任何一個單獨奪冠，都不能完整表達DeeCamp代表的精神，所以最終決定評選出兩個總冠軍。”

▍總冠軍：方仔照相館 BrickMeStudio
所屬賽道：人工智慧的創新思考與前沿設計
挑戰賽題：自動積木建模

AI+積木？聽起來如此跨界的兩件事，會有什麼奇妙的組合？

來自北京航空航太大學、清華大學、香港中文大學、奧地利科學技術研究所的同學們組成的“方仔照相館”團隊，用AI玩轉積木，為創意插上了翅膀。

他們打造了一個AI積木創作平臺“方仔照相館”，簡單上傳一張頭像照片，就可以生成個性化定制的方頭仔玩偶頭像。未來，只需一鍵下單，百變趣味的方頭仔就可以郵送到家。

怎麼實現呢？他們先根據輸入的圖像，抽取特徵向量，比如髮型、劉海、鬍子、眼睛、下巴、膚色、上衣款式、衣服圖案、鞋子顏色、手的擺放、褲子紋理等，匹配相應的積木零件，然後生成積木模型和拼裝步驟。

“方仔照相館”團隊希望將自己對積木的熱情，傳遞給更多人。積木不只是孩子們的玩具，更是創造力的源泉，“AI時代，更要注重創造力培養”。

▍總冠軍：Faster&Better
所屬賽道：自動駕駛的技術突破與前沿設計
挑戰賽題：算符算力約束下的無人駕駛車輛檢測

自動駕駛是人工智慧中最具挑戰、最具有應用前景的方向之一。對於需要大規模落地量產的車輛檢測場景，神經網路模型只能在較為廉價的晶片上運行，這為檢測模型的效率帶來了巨大挑戰和約束。

Faster&Better團隊在滿足嚴格算符算力的約束下，設計了一種極為高效的anchor-free車輛檢測模型。該模型採用了backbone、後處理策略，將物體看作點，使用輕量的head來預測物體位置、類別和bounding box，在保障性能的同時大幅提升了速度。
Faster&Better團隊對項目的商業價值也進行了思考。該車輛檢測模型能夠很容易地部署在低成本的晶片上，實現產品的落地，帶來商業回報。模型反覆運算速度快，可以使用更低的功耗訓練和維護。模型精度高，能夠為無人系統的安全性和穩定性保駕護航。

未來，該車輛檢測模型也有廣闊的應用空間。一是可以部署到行車記錄儀等傳統硬體上，使其智慧化，具備行車預警功能；二是可以部署到安防監控中，使用模型自動過濾篩選，將視頻中有車輛的場景加以保存，節省存儲空間，也節省人員重播視頻的時間。

▍教育賽道冠軍：Teched U
所屬賽道：用AI驅動的教育新工具和新方法
挑戰賽題：網路公開課聚類、檢索、評價和推薦工具

線上教育是未來趨勢，但錄播課的用戶體驗不佳。大量的錄播課僅將一段長視頻從線下直接搬運到線上，難以避免冗餘重複，造成學生積極性差、完課率低等問題。

來自卡內基梅隆大學和沃頓商學院的同學組成了Teched U團隊，希望用AI技術賦能線上教育。他們通過自研原創神經網路 TopicNet，實現長視頻切割、大綱提取、知識搜索三項功能。

通過視頻切割，尋找知識結構中斷點，可以將一小時的教育視頻切割成5-10分鐘的短視頻，讓使用者利用碎片化時間學習；通過大綱提取，借助整理好的知識大綱進行跳轉，讓使用者快速瞭解知識內容的結構；通過知識搜索，可以精確尋找到相關視頻和精確到秒的視頻跳轉位置。

目前，線上教育巨頭主要通過人工標注做視頻切分，但對於缺乏人才和技術的中小型線上公司，這項低成本的視頻切割自動標注技術，可以説明他們豐富視頻內容，實現精准推薦，從而提升用戶體驗和轉化率。

▍醫療賽道冠軍：心靈捕手
所屬賽道：用AI應對醫療和公共衛生領域的新挑戰
挑戰賽題：通過深度學習識別生物電信號

在DeeCamp，AI+醫療也可以大顯身手！

由“心靈捕手”小組帶來的“聽醫聲AI 診斷專家”項目，是本屆DeeCamp項目中唯一一個軟硬結合的項目。硬體製作、小程式設計開發等工作，全部是在DeeCamp期間用兩個月的時間完成。

“聽醫聲”AI診斷專家通過電子聽診器採集心音、呼吸音、脈搏，並將電子化的信號傳遞給微信小程式及後臺雲端分析系統，進行定量分析判斷使用者的健康狀況，實現健康監護、疾病預警、輔助診斷。若檢測到身體異樣，可自動推薦附近的醫院。未來，“聽醫聲”既可以輔助醫生做疾病早期篩查、健康監測，也可以用在留守老人監護、殘疾人健康關愛等領域。

值得一提的是，“聽醫聲”的脈搏波資料集，通過與醫院、診所、體檢中心等工作單位合作，共採集了6000余例由中醫專家標定的脈象資料，把專家經驗轉化為臨床診斷量化標準，實現了中醫問診的客觀化、資訊化。

▍創新賽道冠軍：AI科幻世界
所屬賽道：人工智慧的創新思考與前沿設計
挑戰賽題：科幻小說自動/輔助生成

你能想像一個AI構建的科幻世界嗎？在DeeCamp2020，AI正在創造一個全新的寫作時代。

來自中科院、美國喬治梅森大學等高校的五位同學組成的“AI科幻世界”團隊，基於Open AI 的GPT-2模型，在百億級中文大規模語料上重新訓練，打造了一位神奇的“AI科幻小說作家”。

這位元“科幻作家”，可以根據設定好的故事主線、人物角色等，互動式生成科幻小說內容，不僅可以遣詞造句，還可以創作構思，讓普通人也可以化身“科幻文學大咖”。

“AI科幻世界”團隊在開發的過程中，借鑒作家創作小說的過程，受到認知心理學和文學理論啟發，提出情節大綱主導的、人機協同寫作的範式：用戶輸入第一句，機器輸出多個人稱一致、語句連貫、邏輯合理的下一句話候選，由用戶做篩選和修改，不斷重複形成情節閉環。

在人機協同的半自動模式下，AI科幻世界寫作故事大綱的速度每分鐘可達50-100字。而在無人干預的全自動模式下，可以在1秒鐘之內寫出一個曲折動人的兩千字故事，揭開了創作的神秘面紗。

未來，科幻小說自動/輔助生成可以應用在商業傳播場景中，提升內容的廣度和個性化，兼顧精准分發下的使用者需求和內容品質，滿足企業對海量資訊的搜集、分析、篩選、整理和發佈需求。

▍商業賽道冠軍：“Non-pretrain”
所屬賽道：AI 賦能的商業決策與商業流程優化
挑戰賽題：人工智慧在量化交易和投資中的決策輔助

量化交易是指以先進的數學模型替代人為的主觀判斷，利用電腦技術從龐大的歷史資料中海選能帶來超額收益的多種“大概率”事件以制定策略。
來自南京大學、復旦大學的“Non-pretrain”團隊，針對外匯量化交易的歷史資料，提出了一種資料依賴的相似性度量方法。對每一個分類，分別使用所提出的層次注意力LSTM模型對未來匯率進行預測。最後對多個類的預測結果進行集成，並結合挖掘出來的典型pattern制定交易策略。

此外，聯合國開發計畫署一直非常關注高新科技與人工智慧在可持續發展領域的應用，為了鼓勵各位學員積極探索用AI解決可持續發展問題，專門設立了“AI4SDG”獎項，頒發給西天取經團隊、AI倒爺團隊、Teched U團隊、Brainnova意念互聯團隊、心靈捕手團隊。

此外，DeeCamp還組織了學員互評，評選最受學員歡迎的作品，最終西天取經、You OnlyLook Us、AI科幻世界三個團隊獲此殊榮。

▍自動駕駛賽道冠軍：“西天取經”AwesomeDet
所屬賽道：自動駕駛的技術突破與前沿設計
挑戰賽題：算符算力約束下的無人駕駛車輛檢測

西天取經團隊由來自北理工、北航、新加坡國立、北大、麥吉爾大學的五位極客組成。他們希望在自動駕駛的漫漫長路上，經歷磨難，不斷成長探索。

團隊採用了業界先進的技術，從Backbone、Neck、Loss三個層面出發，設計了一系列滿足算符算符約束的目標檢測模型，並做出適配改進，進行算法針對性優化。

推理速度是衡量自動駕駛技術的關鍵指標，目前行業內對推理速度的最低要求是10fps, 而該團隊的產品推理速度最快達到了74.5fps。

同時，他們提出了基於數據分析提出特定的增強方法，改善了夜間難樣本的訓練。經過真實場景下的測試，無論側視、後視、前視、夜景，都表現出了良好的遷移效果，測速、性能表現較好，達到了簡單場景下的車輛檢測要求，滿足了商業落地的要求。

該項目另外一大亮點是在手機上集成了檢測產品，做到了產品級別的實時呈現。未來，產品將可以搭載到智能行車記錄儀車輛預警、車載手機預警APP、交通事故實時監測、實時治安情況監測等多個領域。

此外，聯合國開發計劃署（UNDP）一直非常關注高新科技與人工智能在可持續發展領域的應用，為了鼓勵各位學員積極探索用AI解決可持續發展問題，專門設立了“AI4SDG”獎項，頒發給西天取經團隊、AI倒爺團隊、Teched U團隊、Brainnova意念互聯團隊、心靈捕手團隊。

▌74所高校200余名學生參與，12位大師授課

DeeCamp2020採用開放報名+定向邀請的方式，通過激烈競爭，200余位學員最終入選。

他們來自清華大學、北京大學、中國科學院大學、南京大學、北京航空航太大學、復旦大學、中國人民大學等44所國內高校，以及卡內基梅隆大學、麻省理工學院、牛津大學、康奈爾大學等30所海外高校，分佈在86個國內城市及北美和歐洲的17個海外城市。

學員中，碩士生占比56%，本科生占比26%，博士生占比17%。另外還有1%的學員是優秀的高中生，他們的技術科研能力已經達到了大學本科生的水準。

DeeCamp2020獨創“大師課+開放命題AI創新大賽”模式，讓學員既可以近距離與科研及產業領域大師溝通交流，也可以與志同道合的小夥伴結隊，親身體驗 AI 技術如何轉化為產業應用、積累實踐案例經驗。

在大師課上，李開復、張亞勤、吳恩達、張宏江、俞敏洪、周志華等12位來自AI領域學術界、產業界的重量級嘉賓，為同學們分享了AI前沿理論、產業創新、行業發展、創業趨勢等領域的最新洞察，讓大家充分領略了學術大師的思維方式，感受知識的魅力。

不同於常見的 AI 領域競賽，DeeCamp2020 開放命題AI創新大賽不以完成某一具體指標為目的，而是讓同學們組隊完成一個完整的創新項目，鼓勵其用創意向現在和未來人類面臨的科技問題發起挑戰。

因此，在賽題的設置上，DeeCamp聚焦社會熱點，關注真實世界與人們生活，共設置五大賽道14個新穎賽題，允許學生自由組隊。五個賽道分別是：

•教育賽道：AI 驅動的教育新工具和新方法
•醫療賽道：用 AI 應對醫療和公共衛生領域的新挑戰
•創新賽道：人工智慧的創新思考與前沿設計
•商業賽道：AI 賦能的商業決策與商業流程優化
•自動駕駛賽道：自動駕駛的技術突破與前沿創新

據創新工場人工智慧工程院執行院長王詠剛介紹，這次的賽道賽題設計具有“更熱門”、“更真實”、“更接地氣”三大特點：

“更熱門”：2020年是特殊的一年，我們面對著最多的變化，最多的挑戰，也是最多的機會，因此賽題設置貼合當前社會最關注的熱點問題，如健康賽道關注仍在全球延燒的新冠疫情。

“更真實”：為了讓同學們最大限度地接觸真實世界，所有賽題提供的資料都來自各個合作企業的真實場景資料。例如在Momenta提供的自動駕駛賽道中，Momenta為同學們提供了一批獨家未公開的128線雷射雷達檢測資料集和十萬量級視覺資料集，希望同學們在科研人員帶領下一同解決行業中的各類技術問題。

“更接地氣”：賽題設置與同學們的學習生活息息相關。在教育賽道中，人工智慧對程式設計教育的應用占了很大的部分，因為參賽的同學大多來自數學、電腦專業，有自學程式設計的經歷，這能促使參加該賽題的同學發揮主觀能動性，更好的利用自身經驗提高項目完成品質。

最終，共有9支隊伍選擇了商業賽道，10支隊伍選擇了自動駕駛賽道，5支隊伍選擇了教育賽道，6支隊伍選擇了醫療賽道，7支隊伍選擇了創新賽道，向這些難題發起挑戰。

▌你想用AI改變什麼？——DeeCamp學員的AI願望

人工智慧是一項偉大的技術，我們有幸生活在這個時代，也應該努力讓人工智慧造福人類社會。

“你想用AI改變什麼？”在主辦方發起的一項徵集活動中，200多名同學用紙和筆，寫下了自己的AI願望：

o“我想用AI改變人們的出行方式”
o“我希望用AI改變人們的教育環境，為所有人帶來更加智慧化的教育方式”
o“我希望用AI解決量化投資及商業決策問題”
o“我想用AI改變遊戲設計”
o“我想用AI改變文學作品的表現方式，讓大家能更加淋漓盡致地表現所思所想”
o“我想用AI改變醫療診斷技術”
o“我想用AI改變我們觀察世界的方式”
………

創新工場人工智慧工程院執行院長王詠剛表示，DeeCamp是一個為學生服務、充分發揮學生自主精神的人工智慧訓練營，鼓勵所有來到DeeCamp的同學進行一段自我驅動的AI學習實踐之旅。

在專案期間，DeeCamp的同學們充分發揮了“自我組織、自我管理、自我表現”的精神：自發組織了13場分享會，涉及創業經驗、讀書感想、技術研討、項目交流。在官方組織的“飯？泛？FUN？”談會中，學員們積極與各位大師雲上約飯，探討AI產業發展、創業方向、職業選擇等話題。

DeeCamp人工智慧訓練營自誕生起，就以消弭中國AI應用人才鴻溝、培養和完善中國AI應用人才生態為初衷，堅持公益屬性，將知識課程與項目實踐相結合，引導學生體驗 AI 技術如何轉化為產業應用，積累實踐案例經驗。

自2017年暑期首次開辦以來，DeeCamp總計收到來全球 1000 餘所高校超過 20000 份報名申請，已有 1000 余名學員順利結業。

DeeCamp的最大期待，就是結業的學員們都能在方興未艾的 AI 產業浪潮中，真正解決來自真實世界的難題，將論文中的 AI 演算法打造成一個個成功的 AI 產品與解決方案，用AI創造更美好的人類未來！

未來，DeeCamp 將繼續砥礪前行，不遺餘力地在人工智慧人才培養上面挖掘新方法和新思路，為 AI 領域輸送最新鮮的血液、提供最堅實的力量。