AiChinaTech 1月17日消息，歷經(jīng)多月的HPAIC（Human Protein Atlas Image Classification）人類(lèi)蛋白質(zhì)圖譜分類(lèi)挑戰(zhàn)賽成績(jī)揭曉，來(lái)自極鏈科技的極鏈AI研究院與工程院從全球2236支參賽團(tuán)隊(duì)中脫穎而出，摘得金牌。

此次HPAIC全球圖譜分類(lèi)挑戰(zhàn)賽由HPA（The Human Protein Atlas）與Google旗下Kaggle平臺(tái)共同發(fā)起，作為被ELIXIR選中的”歐洲核心資源”，HPA長(zhǎng)期以來(lái)致力于用最先進(jìn)的組合技術(shù)整合細(xì)胞、組織和器官中的所有人類(lèi)蛋白質(zhì)，該數(shù)據(jù)庫(kù)每月有超過(guò)200，000名用戶(hù)使用，每天有近10份出版物使用Protein Atlas的數(shù)據(jù)，此次挑戰(zhàn)中的圖像數(shù)據(jù)來(lái)自HPA Cell Atlas。

HPA Cell Atlas提供細(xì)胞內(nèi)蛋白質(zhì)空間分布的高分辨率見(jiàn)解，目前涵蓋可用抗體中12224個(gè)基因（62％），探索蛋白質(zhì)細(xì)節(jié)。基于HPA Cell Atlas提供的數(shù)據(jù)，HPA聯(lián)合Kaggle開(kāi)展了本次在線(xiàn)機(jī)器學(xué)習(xí)競(jìng)賽——HPAIC（Human Protein Atlas Image Classification）人類(lèi)蛋白質(zhì)圖譜分類(lèi)挑戰(zhàn)賽。通過(guò)參賽者們提出機(jī)器學(xué)習(xí)在細(xì)胞中人類(lèi)蛋白質(zhì)圖譜的可視化方案，來(lái)實(shí)現(xiàn)其在顯微鏡下才能顯現(xiàn)的精準(zhǔn)分類(lèi)，最終得出在人類(lèi)細(xì)胞圖譜中蛋白質(zhì)表達(dá)的最佳分類(lèi)算法。大賽自2018年10月開(kāi)啟，為期90天，共吸引了來(lái)自全球2236支參賽隊(duì)伍共2809名來(lái)自世界各地的參賽者，極鏈AI研究院最終以高比分摘得金牌。

此次榮耀摘金的極鏈AI研究院與工程院，作為專(zhuān)注于視頻AI商業(yè)應(yīng)用企業(yè)極鏈科技旗下專(zhuān)業(yè)AI機(jī)構(gòu)，目前由復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院姜育剛教授擔(dān)任首席科學(xué)家并主導(dǎo)前沿科研工作，創(chuàng)始團(tuán)隊(duì)成員由來(lái)自中國(guó)科學(xué)院、復(fù)旦大學(xué)、加拿大皇后大學(xué)等世界名校的專(zhuān)家及博士組成，自成立以來(lái)一直深耕計(jì)算機(jī)視覺(jué)領(lǐng)域相關(guān)技術(shù)的研發(fā)，主要研究方向包括：視頻內(nèi)容識(shí)別、視頻分類(lèi)、視頻剪輯與摘要、視頻檢索、視頻自動(dòng)生成、視頻情感分析、視頻風(fēng)格遷移、深度神經(jīng)網(wǎng)絡(luò)的壓縮與加速等，致力于對(duì)視頻AI技術(shù)的研發(fā)積累和前沿探索。

極鏈科技是一家以視頻AI技術(shù)為核心，對(duì)全網(wǎng)415萬(wàn)APP中的視頻進(jìn)場(chǎng)景解析，進(jìn)而驅(qū)動(dòng)場(chǎng)景新經(jīng)濟(jì)發(fā)展的智能科技公司，核技術(shù)為VideoAI視頻智能系統(tǒng)、VideoOS視頻程序系統(tǒng)，支持業(yè)務(wù)矩陣包括AI場(chǎng)景營(yíng)銷(xiāo)平臺(tái)、視頻電商、視頻互娛等。公司與數(shù)百家品牌、商家、供應(yīng)鏈建立深度合作，協(xié)同全網(wǎng)APP構(gòu)建了完整的視頻場(chǎng)景產(chǎn)業(yè)閉環(huán)，在A(yíng)I＋視頻業(yè)已實(shí)現(xiàn)批量商用；經(jīng)過(guò)數(shù)輪融資，跟技術(shù)快速發(fā)展，極鏈科技目前已成長(zhǎng)成為一家既有領(lǐng)先的技術(shù)、海量用戶(hù)和綜合性營(yíng)收能力的視頻AI場(chǎng)景商業(yè)平臺(tái)。

據(jù)悉，HPAIC（Human Protein Atlas Image Classification）人類(lèi)蛋白質(zhì)圖譜分類(lèi)挑戰(zhàn)賽中獲勝者，將受到Nature Methods的邀請(qǐng)，在賽后作為優(yōu)秀隊(duì)伍共同撰寫(xiě)一篇論文，以總結(jié)比賽中研發(fā)的算法與技術(shù)。