
希望參與「開源」卻不知如何上手?
兢兢業業「內卷」卻苦於找不到合適項目?
「社恐人」缺乏導師渠道、項目進度一籌莫展?
渴望大展技能拳腳卻無用武之地?
……
不論你是有以上煩惱,還是希望鍛煉自己的AI操作能力、豐富自身實踐經驗,亦或是出於對計算機技術的熱愛,2022年春季微軟實踐空間站項目都等你來參加!在這裡,微軟資深研究員的指引、豐富的學習資源和實踐機會都將助力你徜徉 AI 世界,盡情擁抱開源!
今年春季的實踐空間站項目包含了來自微軟亞洲研究院一線研究員準備的兩個實踐項目,從項目內容到豪華版導師配置,再到進階版 GitHub 的培訓;從學習課程到復現代碼,再到最終完成應用設計,你將收穫:
實踐空間站項目面向微軟開源學習社群成員開放,可聯繫所在學校的微軟開源學習社群並加入交流群,即可獲得研究員的指導!(如何加入微軟開源學習社群?詳見:微軟開源學習社群 | 重磅升級,一起擁抱開源!)
此外,在微軟人工智能教育與學習共建社區表現優秀的個人,將有機會獲得微軟開源社區貢獻獎和進入微軟亞洲研究院實習的機會!
項目1:AI 音樂創作
本項目為面向人工智能和音樂創作的創新性科研拓展項目,旨在通過算法和深度學習模型進行自動音樂創作。
技能要求
學習 git/GitHub 基本操作
使用 markdown 編寫文檔
有一定的樂理和編曲基礎
熟悉 Python 等基本編程語言和深度學習框架
任務詳情及預期成果
任務一:
根據主旋律以及和弦進行編寫代碼,實現相應的算法邏輯,給主旋律配上合適的伴奏。
伴奏包括鼓、貝斯、吉他、鍵盤、弦樂、管樂等(任選其中某幾個即可)。
任務二:
風格/情感/主題可控的旋律生成,根據指定的風格、情感、主題或者關鍵詞,訓練序列生成模型,生成符合輸入的風格/情感/主題的旋律。
主要探索可控的音符序列生成,偏向 NLP 技術。其中音樂的風格/情感/主題標籤需要自動從無標籤音樂數據中挖掘。
項目2:CUDA 實現和優化
實驗目的
任務詳情及預期成果
實驗流程圖:

具體步驟:
1. 回復項目鏈接至 GitHub「微軟人工智能教育與學習共建社區」專用 issue,鏈接如下:
AI 音樂創作:https://github.com/microsoft/ai-edu/issues/720
CUDA 實現和優化:https://github.com/microsoft/ai-edu/issues/721
2. 需要有文檔和代碼,文檔中給出代碼的具體運行步驟。
實踐截止時間:6月30日

實踐空間站是由微軟亞洲研究院打造的全年持續性活動,通過項目導師指導與自主創新結合的方式,幫助參與實踐項目的同學更好地理解和掌握微軟技術,挖掘現有課題與微軟技術結合的潛力,獲得自身的技術成長。
自2017年實踐空間站發布第一批任務,全國範圍內已有超過1000支隊伍報名參與。如果你也想成為其中優秀的一員,實踐空間站的項目等你來參加!
擁抱開源,就是現在!
你也許還想看:


