雷鋒網(wǎng) AI 科技評論按，12 月 19 日下午，「AI Challenger 2018 全球 AI 挑戰(zhàn)賽」年度總決賽頒獎典禮在京舉辦。

「AI Challenger 全球 AI 挑戰(zhàn)賽」是面向全球人工智能人才的開源數(shù)據(jù)集和編程競賽平臺，首屆 AI Challenger 全球 AI 挑戰(zhàn)賽于 2017 年舉辦。AI Challenger 2018 由創(chuàng)新工場、搜狗、美團點評、美圖公司聯(lián)合主辦。今年有上萬支團隊參賽，覆蓋 81 個國家、1100 所高校、990 家公司，共同瓜分 300 萬人民幣的獎金。

今年共 10 個賽道，5 個主賽道為：觀點型問題閱讀理解、細粒度用戶評論情感分析、中英文本機器翻譯、短視頻實時分類和無人駕駛視覺感知；5 個實驗賽道為：天氣預(yù)報、農(nóng)作物病蟲害檢測、眼底水腫病變區(qū)域自動分割、遷移學(xué)習商品實例分割、零樣本學(xué)習。

這些賽題的參賽團隊提交情況如下：

可以看到參賽人數(shù)最多的賽題是細粒度用戶評論情感分析和農(nóng)作物病害檢測，其中，農(nóng)作物病害檢測賽道提交人數(shù)最多，觀點型閱讀理解、中英文本機器翻譯和無人駕駛視覺感知提交率都非常高。

本次大賽進入總決賽的團隊來自 21 個大學(xué)與研究所、12 個公司、11 個城市。據(jù)主辦方透露，在本屆大賽中部分賽道的選手提交的競賽結(jié)果已經(jīng)超過當下產(chǎn)業(yè)水平。微軟亞洲研究院首席研究員曾文軍表示，大多選手能處理好精度與速度要求，優(yōu)化能力強；個別選手能用一個模型高效解決這兩項任務(wù)，表現(xiàn)不凡。

本次決賽的完整獲獎名單如下：

• 觀點型閱讀理解
  

機器閱讀理解涉及信息檢索、文本匹配、語言理解、語義推理等不同層次的技術(shù)，對于復(fù)雜問題的處理甚至需要結(jié)合世界知識與常識知識，極具挑戰(zhàn)。本次競賽重點針對閱讀理解中較為復(fù)雜的，需要利用整篇文章中多個句子的信息進行綜合才能得到正確答案的觀點型問題開展評測。主要評價指標是準確率，其次會通過客觀指標，并結(jié)合答辯表現(xiàn)，綜合評估參賽者的算法模型。

冠軍：「5A」團隊

成員：姚永珍，中科院計算所研二在讀；黃海龍，中國科學(xué)院大學(xué)軟件研究所在讀碩士。

亞軍：「中國的說法」團隊

成員：黃祥洲，浙江大學(xué)計算機學(xué)院數(shù)字媒體計算與設(shè)計實驗室在讀博士。

季軍：「czoo」團隊

成員：蘇立新，中國科學(xué)院大學(xué)計算技術(shù)研究所在讀博士。

優(yōu)秀獎：「zhaojunyao17」團隊

成員：趙峻瑤，中國科學(xué)院大學(xué)計算機學(xué)院在讀碩士；王子禛，中國科學(xué)院大學(xué)計算機學(xué)院在讀碩士。

• 細粒度用戶評論情感分析
  

在線評論的細粒度情感分析對于深刻理解商家和用戶、挖掘用戶情感等方面有至關(guān)重要的價值，并且在互聯(lián)網(wǎng)行業(yè)有極其廣泛的應(yīng)用，主要用于個性化推薦、智能搜索、產(chǎn)品反饋、業(yè)務(wù)安全等。本次比賽提供了一個高質(zhì)量的海量數(shù)據(jù)集，共包含 6 大類 20 個細粒度要素的情感傾向。參賽人員需根據(jù)標注的細粒度要素的情感傾向建立算法，對用戶評論進行情感挖掘，組委將通過計算參賽者提交預(yù)測值和場景真實值之間的誤差確定預(yù)測正確率，評估所提交的預(yù)測算法。

冠軍：「后廠村靜靜」團隊

成員：程惠閣，百度資深工程師。

亞軍：「do something」團隊

成員：張鴻志，中國科學(xué)院電子學(xué)研究所在讀博士；張偉莉，中科院軟件所中文信息處理實驗室助理工程師。

季軍：「nevermore」團隊

成員：張廣鵬，北京國雙科技有限公司機器學(xué)習開發(fā)工程師；戴澤輝，北京國雙科技有限公司機器學(xué)習開發(fā)工程師；饒峰云，北京國雙科技有限公司技術(shù)總監(jiān)。

優(yōu)秀獎：「new start」團隊

成員：張禮，Agoda（安可達）公司數(shù)據(jù)科學(xué)家。

• 英中文本機器翻譯
  

本次機器翻譯語言方向為英文到中文。測試文本為口語領(lǐng)域數(shù)據(jù)。參賽隊伍需要根據(jù)評測方提供的數(shù)據(jù)訓(xùn)練機器翻譯系統(tǒng)，可以自由的選擇機器翻譯技術(shù)。例如，基于規(guī)則的翻譯技術(shù)、統(tǒng)計機器翻譯及神經(jīng)網(wǎng)絡(luò)機器翻譯等。

本次競賽將利用機器翻譯的客觀考核指標（BLEU、NIST score、TER）進行評分，BLEU 得分會作為主要的機器評價指標。組委會將通過客觀指標，并結(jié)合答辯表現(xiàn)，綜合評估參賽者的算法模型。

冠軍：「藍色空間」團隊

成員：唐劍波，金山軟件集團算法工程師；李小龍，金山軟件集團算法工程師；郭馨澤，金山軟件集團算法工程師。

亞軍：「blablabla」團隊

成員：劉暢，金山數(shù)字文化娛樂有限公司 NLP 算法工程師；王怡然，金山數(shù)字文化娛樂有限公司 NLP 算法工程師；廖敏鵬，金山數(shù)字文化娛樂有限公司 NLP 算法工程師。

季軍：「笑書神俠倚碧鴛」團隊

成員：郎君偉，浙江大學(xué)光及電磁波研究中心在讀博士；金濤，浙江大學(xué)光及電磁波研究中心在讀博士；陳明，浙江大學(xué)數(shù)據(jù)挖掘與工程研究中心在讀碩士。

優(yōu)秀獎：「hayek」團隊

成員：楊攀，南京深思得信息科技有限責任公司 CTO。

優(yōu)秀獎：「ZVision」團隊

成員：鄭志彤，京東研究員。

• 短視頻實時分類
  

冠軍：「Against」團隊

成員：徐彬彬，網(wǎng)易計算機視覺研究員；姜波，網(wǎng)易計算機視覺研究員；于佳弘，網(wǎng)易深度學(xué)習算法研究員。

亞軍：「CASIA-AIRIA」團隊

成員：史磊，中國科學(xué)院自動化所在讀博士；程科，中國科學(xué)院自動化所在讀博士。

季軍：「Marvel」團隊

成員： 王濤，新華智云科技有限公司視覺算法專家；褚煜辰，新華智云科技有限公司視覺算法工程師。

優(yōu)秀獎：「SSS」團隊

成員： 孟天健，匹茲堡大學(xué)本科在讀；馬平川，南開大學(xué)軟件工程專業(yè)本科在讀；周瑤，中山大學(xué)計算機科學(xué)在讀研究生。

優(yōu)秀獎：「Iqface」團隊

成員： 林超，北京愛奇藝算法工程師；蔣劍斌，北京愛奇藝算法工程師；喬志強，北郵在讀碩士。

• 無人駕駛視覺感知
  

自動駕駛過程中，需要基于視覺傳感器判斷周圍的障礙物，同時也需要根據(jù)交通規(guī)則找出可行駛區(qū)域。在工業(yè)落地場景中，經(jīng)常需要在模型的準確率和硬件資源中做出權(quán)衡。由于資源有限，很多時候無法同時使用多個模型。這個時候，多任務(wù)學(xué)習就是一個很好的解決方法。這道題目希望參賽者使用一個模型，同時解決「目標檢測」和」可行駛區(qū)域分割「兩個子問題。

冠軍：「SeeLess」團隊

成員：朱優(yōu)松，中科院自動化研究所模式識別與智能系統(tǒng)在讀博士；趙旭，中科院自動化研究所模式識別與智能系統(tǒng)在讀博士；朱炳科，中科院自動化研究所模式識別與智能系統(tǒng)在讀博士。

亞軍：「anonymous」團隊

成員：王文海，南京大學(xué)計算機科學(xué)與技術(shù)在讀博士；裘索，華南理工大學(xué)信號與信息處理碩士畢業(yè)；李劍，南京理工大計算機技術(shù)在讀碩士。

季軍：「Reservation Road」團隊

成員： 侯舟帆，中山大學(xué)無人系統(tǒng)研究所在讀碩士；胡晉榮，中山大學(xué)無人系統(tǒng)研究所在讀碩士。

優(yōu)秀獎：「oneplusone」團隊

成員：孫伯元，北京陌上花科技有限公司資深算法工程師；張航，北京陌上花科技有限公司算法工程師；王兆男，北京陌上花科技有限公司算法工程師。

優(yōu)秀獎：「Heils Union」團隊

成員： 白德桃，西安交通大學(xué)機械工程在讀碩士；曾兆陽，中山大學(xué)電信學(xué)院在讀博士；楊科山，西安交通大學(xué)電信學(xué)院在讀碩士。

• 天氣預(yù)報
  

氣象要素（如風、溫度、濕度等）的變化，深刻影響著人類生活的各個方面，例如交通運輸，太陽能/風能發(fā)電等。本次天氣預(yù)報競賽邀請參賽者設(shè)計算法與模型，結(jié)合「觀測」和「睿圖」數(shù)據(jù)集，預(yù)報指定氣象站的當前時間至第二天 15:00（UTC）的整點氣象要素，包括：溫度、相對濕度和風速。

本次競賽將通過氣象常用預(yù)報質(zhì)量評價標準（RMSE, BIAS），對參賽者提交的預(yù)報值進行準確率評價，同時結(jié)合答辯表現(xiàn)，評估所提交算法天氣預(yù)報算法和模型的優(yōu)勢。上述兩個評價標準中，首選 RMSE 標準，在相同 RMSE 的前提下，進一步參考 BIAS 評測預(yù)報結(jié)果的優(yōu)勢。

冠軍：「yuanpengli」團隊

成員：李元鵬，浙江大學(xué)光電科學(xué)與工程學(xué)院光及電磁波研究中心在讀碩士。

亞軍：「CCIT007」團隊

成員：羅懷芍，西南交通大學(xué)四川省云計算與智能技術(shù)高校重點實驗室在讀博士；王斌，西南交通大學(xué)與悉尼科技大學(xué)雙學(xué)位博士生；宋俊，倫敦帝國理工學(xué)院在讀博士。

季軍：「硬剛隊」團隊

成員： 戴瑋，中國科學(xué)院自動化研究所模式識別國家重點實驗室在讀博士；劉明桓，西南交通大學(xué)計算機科學(xué)與技術(shù)專業(yè)本科在讀；鄧金紅，西南交通大學(xué)計算機科學(xué)與技術(shù)專業(yè)本科在讀。

優(yōu)秀獎：「Holmes」團隊

成員：傅琪，東南大學(xué)自動化學(xué)院在讀碩士；黃俊豪，東南大學(xué)自動化學(xué)院在讀碩士。

優(yōu)秀獎：「Center」團隊

成員：林溢星，中國科學(xué)院大學(xué)計算機網(wǎng)絡(luò)信息中心高性能計算實驗室在讀碩士；何丹丹，中國科學(xué)院大學(xué)計算機網(wǎng)絡(luò)信息中心高性能實驗室在讀碩士；袁弘濟，加州大學(xué)戴維斯分校計算機專業(yè) 17 屆畢業(yè)生，現(xiàn)為中國科學(xué)院計算機網(wǎng)絡(luò)信息中心人工智能實驗室實習生。

• 農(nóng)作物病害檢測
  

病蟲害的診斷對于農(nóng)業(yè)生產(chǎn)來說至關(guān)重要。本次農(nóng)作物病蟲害識別比賽邀請參賽者設(shè)計算法與模型，對圖像中的農(nóng)作物葉子進行病蟲害識別。組委會將通過將參賽者提交的識別結(jié)果與真實標注作比較，得出準確率（accuracy），并結(jié)合答辯表現(xiàn)，評估參賽者的算法模型。

冠軍：「道格研究會」團隊

成員：王軻，清華大學(xué)人工智能研究所在讀碩士；鐘皓曦，清華 THUNLP 組在讀碩士；王夢婷，北京師范大學(xué)在讀碩士。

亞軍：「你是魔鬼嗎」團隊

成員：陳楚城，中山大學(xué)電子與信息工程學(xué)院在讀碩士；陳豪，電子科技大學(xué)國家重點實驗室在讀研究生。

季軍：「FFW」團隊

成員：張銳斐，西北農(nóng)林科技大學(xué)計算機科學(xué)與技術(shù)本科在讀；李香元，西北農(nóng)林科技大學(xué)信息工程學(xué)院在讀碩士。

優(yōu)秀獎：「markovcom」團隊

成員：周林茂，中國科學(xué)院計算技術(shù)研究所智能信息處理重點實驗室在讀碩士。

優(yōu)秀獎：「龐小文」團隊

成員：龐文豐，華南理工大學(xué) ASVP 實驗室在讀博士。

• 眼底水腫病變區(qū)域自動分割
  

機器視網(wǎng)膜水腫是一種眼部疾病，嚴重時會導(dǎo)致視力下降從而影響正常的生活?，F(xiàn)在醫(yī)學(xué)使用 OCT（光學(xué)相干斷層成像）輔助醫(yī)生對視網(wǎng)膜水腫的判斷。盡早的發(fā)現(xiàn)水腫癥狀，能夠?qū)膊〉闹委熎鸬疥P(guān)鍵性作用。而設(shè)計算法通過眼部 OCT 來進行水腫檢測是一項計算機視覺的任務(wù)。本次比賽邀請參賽者設(shè)計算法和模型，針對給出的眼部 OCT 樣本，檢測視網(wǎng)膜水腫類型并對病變區(qū)域進行體素級標記。組委會將通過計算參賽者提交的類型標簽以及體素標記與真實的標注計算誤差確定預(yù)測準確率，評估所提交的預(yù)測算法。

冠軍：「965728310」團隊

成員：歐杰，電子科技大學(xué)計算機學(xué)院統(tǒng)計機器智能與學(xué)習實驗室在讀碩士；陳迪，電子科技大學(xué) SMILE Lab 在讀碩士；郝立楊，電子科技大學(xué) SMILE Lab 在讀碩士。

亞軍：「Machine Intelligence Lab」團隊

成員：胡俊杰，四川大學(xué)機器智能實驗室在讀博士。

季軍：「viking」團隊

成員：楊蘇輝，平安醫(yī)療科技算法研究員；郭宴，平安醫(yī)療科技高級算法研究員；王俊，平安醫(yī)療科技高級算法研究員。

優(yōu)秀獎：「DeepSeg」團隊

成員：王沈，北京大學(xué)計算機視覺和數(shù)字媒體實驗室在讀碩士。

優(yōu)秀獎：「寬油竹鼠」團隊

成員：鄭杰，深圳數(shù)字生命研究院人工智能研究員。

答辯后，創(chuàng)新工場董事長兼 CEO 李開復(fù)、搜狗 CEO 王小川、美團點評首席科學(xué)家夏華夏、美圖公司 CEO 吳欣鴻，大賽評委專家，以及協(xié)辦方和指導(dǎo)單位領(lǐng)導(dǎo)，共同為獲獎選手和他們的輔導(dǎo)教師頒發(fā)了獎杯和證書。

AI Challenger 主辦方告訴雷鋒網(wǎng)，舉辦 AI Challenger 的初衷是希望搭建一個開放數(shù)據(jù)分享平臺，吸引最前沿的人才參與人工智能的「共振」。未來，AI Challenger 也會積極推進參賽者的成果跟產(chǎn)業(yè)接軌，立足中國，面向全球，共同推動人工智能技術(shù)和產(chǎn)業(yè)的進步，真正做到用 AI 解決真實世界的問題。

最后，出席此次頒獎典禮的各大代表進行了發(fā)言總結(jié)。

創(chuàng)新工場董事長兼 CEO 李開復(fù)表示，AI 技術(shù)發(fā)展正在進入深入應(yīng)用的關(guān)鍵階段，特別需要 AI 人才學(xué)以致用，把學(xué)術(shù)研究和產(chǎn)業(yè)實踐更好的結(jié)合起來，去解決真實世界的問題。

搜狗 CEO 王小川認為，目前全球前十大互聯(lián)網(wǎng)公司里面中國占四家，在信息化方面已經(jīng)具備優(yōu)勢，未來，信息化必將走向 AI。同時他也表示，目前互聯(lián)網(wǎng)中 85% 以上是英語資訊，幾乎 100% 的國際商貿(mào)活動是通過英語進行，機器翻譯對于中國走向世界來說非常重要。

美團點評首席科學(xué)家、無人配送部總經(jīng)理夏華夏說，人工智能技術(shù)已經(jīng)開始慢慢走進人們的生活。通過這半年的比賽，無論是情感分析的任務(wù)，還是無人駕駛的任務(wù)，都有優(yōu)秀的科研人才提交了非常出色的算法結(jié)果。本次大賽吸引了大批優(yōu)秀的 AI 人才參與到相關(guān)算法、模型的研發(fā)中，也促進了人工智能技術(shù)在實際生活場景中的應(yīng)用落地。

美圖公司創(chuàng)始人兼 CEO 吳欣鴻談到，今天的人工智能不再是一個單獨的行業(yè)，而是逐漸成為一種基礎(chǔ)設(shè)施，AI 也正在持續(xù)與各行各業(yè)做深度的融合，解決更多的現(xiàn)實難題，為產(chǎn)業(yè)賦能，未來他們希望用人工智能讓每個人變得更美。

北京氣象局副局長王迎春則認為，天氣預(yù)報與生俱來就是個大數(shù)據(jù)問題，無時無刻不在影響著我們真實世界中的生活和感受。在此次 AI Challenger 大賽的天氣預(yù)報競賽上，參賽選手基本都來自于大氣科學(xué)以外的研究領(lǐng)域，在一定程度上對氣象學(xué)家應(yīng)用大數(shù)據(jù)的固有思維邊界有所突破，而這次競賽研發(fā)的技術(shù)在氣象學(xué)領(lǐng)域內(nèi)將具有一定的學(xué)術(shù)價值和潛在的應(yīng)用價值。希望未來有更多的 AI 人才涌現(xiàn)，AI 技術(shù)的應(yīng)用為他們理解和預(yù)測天氣提供更多的可能。

雷鋒網(wǎng)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。