2019年11月～2020年3月末に開催された、経済産業省およびNEDOが主催し、当社もその企画、運営、審査に関わった第2回AIエッジコンテストの表彰式が2020年8月8日に行われました。本来であれば、もっと早く受賞者や関係者が一堂に会して、賑々しく行いたいところでしたが、コロナ禍を受け、今般オンラインでの開催となりました。
コンテストの結果については以前このブログでもお伝えしたとおり、処理速度の速い順から3チームがベスト性能部門エクストリームエッジ賞に、また処理速度では及ばなかったものの独自性やレポートの内容・質に優れた3チームがアイデア賞に選出されています。
(投稿: 46チーム、最終成果物提出: 15チーム)
ベスト性能部門エクストリームエッジ賞
第1位 Team Yurara
第2位 Team FT
第3位 Team ArchLab
アイデア賞
・Team Tomo123
・Team Aoyamalab
・Team MTL
表彰式では各受賞チームが10分程度のプレゼンテーションを行い、各自の工夫点や苦労した点、高速化のポイントなどをお話しいただきました（各チームのレポートサマリー）。
運営側からは、「AI学習からFPGA実装までという高度な技術力が必要な内容だったので特にハードウエアのところで苦労したチームが多かった印象でしたが、予想よりも多くのチームが最終成果物を提出してきてくれたことを嬉しく思います」というコメントがありました。
また、ステアリングコミッティの中原 東京工業大学准教授とアドバイザリコミッティの金出 カーネギーメロン大学ワイタカー冠全学教授からは、レベルの高さに感心するとともに、ハードウエア技術の発展やこのコンテストを通じて日本の技術力の向上を期待するお声をいただきました。
事実、受賞者は大学院の研究室仲間・OB、留学生、社会人等、多彩なバックグラウンドと経験をお持ちの探求心に満ちあふれた皆さんで、本AIエッジコンテストの目的である「革新的なAIエッジコンピューティングの実現に向けて、優れた技術やアイデア、それらを担う人材を発掘し、新たな人材の当該分野への参画を促す」をまさに体現しており、大変喜ばしく感じました。
AIエッジコンテストは、現在「セマンティックセグメンテーション（車両前方カメラ画像に対して、認識対象オブジェクト（乗用車、歩行者、信号、車道・駐車場）に対応する領域をピクセルレベルで分割・色分けすること）」をテーマに第4回目が開催されており、成果物提出の締切は2020年12月31日です。
今回も対象のFPGAボードでの平均処理速度を評価基準としていますので、ご興味のある皆さんは奮ってご参加ください！
The award ceremony for the second AI Edge Contest was held on August 8, 2020. The Ministry of Economy, Trade and Industry (METI) and NEDO organized this Contest from November 2019 to the end of March 2020, in which we were involved in its planning, operation and screening. This award ceremony, which should have been held earlier as a lively event attended by all the winners and related parties in person, was held online in consideration of the new corona virus infection.
As we have previously reported in this Blog, three teams received the Extreme Edge Award in the order of processing speed in the Best Performance Category, and three teams received the Idea Award for their originality and the content and quality of their reports, even though their speeds were not as fast as those of the Extreme Edge Award winners.
(Posted by 46 teams, Final deliverables Submitted by 15 teams)
Extreme Edge Award in the Best Performance Category
1st place Team Yurara
2nd place Team FT
3rd place Team ArchLab
Idea Award
Team Tomo123
Team Aoyamalab
Team MTL
At the award ceremony, each award-winning team made about 10-minute presentation, and talked about their own innovations, difficulties, and points of improvement in speed (Summary of each team’s report).
The contest operation team commented that many teams seemed to have struggled with the hardware since it required advanced technical skills from AI learning to FPGA implementation, but they were happy to find that more teams than expected submitted their final deliverables.
In addition, Dr. Nakahara, Associate Professor of Tokyo Institute of Technology, a member of the Steering Committee and Dr. Kanade, Helen Whitaker University Professor, Carnegie Mellon University, a member of Advisory Committee, expressed their admiration for the high level of the competition and their hope for the development of hardware technology and the improvement of Japan’s technological capabilities through this contest.
In fact, the winners were labmates / alumni of graduate schools, international students, working professionals and others with diverse backgrounds and experiences and full of inquisitive minds. We are very glad that they all embody the idea and purpose of the AI Edge Contest, which is to discover excellent technologies, ideas, and human resources who will play a role in the realization of innovative AI edge computing, and to encourage new human resources to participate in the AI field.
The 4th AI Edge Contest with the theme of “Semantic Segmentation – division and color classification of the areas corresponding to the objects to be recognized (cars, pedestrians, traffic lights, and roadways/parking lots) by pixel level in vehicle-front camera images” is ongoing and its deliverables submission deadline is December 31, 2020.
Again, we are using the average processing speed on the target FPGA boards as the evaluation criteria, so everyone interested in this contest is more than welcome to join!
