【天博tb·综合体育】AI challenge开赛，李开复组局，搜狗、美图、美团点评开放数据集

今日，由创新工场、搜狗、美团评论和美图四家国内人工智能企业联合发动“AI challenger全球AI挑战赛”月开赛，大赛前后将持续四个月，获得胜利团队将共享300余万元奖金，观点型问题读者解读、细粒度用户评论情感分析等竞赛数据集今日也实时上线。据理解，“AI Challenger全球AI挑战赛”由创新工场、搜狗、美团评论、美图牵头主办，面向人工智能领域人才，带给十余个的数据集及竞赛，今年的大赛主题是“用AI挑战真实世界的问题”。

创新工场李开复：人工智能的变革都是比赛比出来的数据有多最重要？创新工场董事长兼任CEO李开复开场就爆料，自己打算博士论文时，当时4000G的数据，存储就必须花费10万美元，而当时世界巨头都声称自己的AI能力是最弱的，却没一个联合的对外开放数据平台能不予检验。李开复称之为，“今天人工智能的结果都是比赛出来的，AI challenge大赛也一定要公开发表、可拷贝。本次的比赛，更加注目‘顶尖的人才、充足的数据、能落地的成果’三大要素。

”比赛的主办方之一，搜狗的CEO王小川也回应，目前从输出到搜寻都是通过语言，因而搜狗累积了大量的语言数据。在今年的大赛上，搜狗新的加到了解说语料，并增强了翻译成数据，获取了1300万对翻译成数据和300万对具有上下文场景的语料。

美团评论CTO罗道锋指出，AI早已转入到了一个简单的阶段，但还正处于开花的早期，正处于很弱人工智能阶段，必须有长年的冷静。美团评论具备大量评论数据，并具备大规模的AI动态调度系统，几万名店内员在大约半小时，每人能递送最少10单店内。因而，美团评论为本次的AI challenge的细密度情感分析赛道获取承托，获取15万条粗密度情感数据，还包括1.2亿张图片和10万张标示的图片；以及和Berkeley合作，获取无人驾驶数据。美图公司创始人兼任CEO吴欣鸿也回应，美团在摄制过程中，经常必须解读使用者用于摄像头摄制外部世界时的意图，基于这一优势，美图为大赛获取了大量较短视频动态分类数据。

该数据集共包括20万条较短视频，涵括舞蹈、健美、唱歌等63类风行元素；并使用多标签分类体系，标签信息包括视频主体、场景、动作等多个维度，标示信息完全包括视频中展现出的所有元素。AI challenge大赛五大主赛道，注目NLP领域四家主办公司的大佬，在对AI challenge展开讲解后，也引向了本次大赛的五大主赛道：观点型问题读者解读竞赛、细粒度用户评论情感分析竞赛、英中文本机器翻译竞赛、较短视频动态分类竞赛、无人驾驶视觉感官竞赛。主赛道注目NLP(Natural Language Processing)领域，射击人工智能还必须突破的领域。观点型问题读者解读竞赛。

机器读者解读是让机器背诵人类语言、和人类更佳交流对话的最重要领域。该技术可普遍应用于智能搜寻、智能解说、智能客服、智能音箱、语音掌控等场景，用AI构建基于文字、语音的人机智能对话，数据集包括30万问题、篇章与候选答案。细粒度用户评论情感分析竞赛。

在线评论的细粒度情感分析对于深刻理解商家和用户、挖出用户情感等方面有最重要价值，在互联网行业可以用作个性化引荐、智能搜寻、产品对系统、业务安全性等。数据集包括15万条餐饮用户评论、6大类20个细粒度要素标签。英中文本机器翻译竞赛。

机器翻译于是以更加沦为人们横跨语言障碍的最重要工具，应用于各种领域。数据集在2017年数据集的基础上，总量超过1300万句对；且其中具备上下文情景的中英双语数据超过300万句对。较短视频动态分类竞赛。

近几年发展很慢的短视频行业具备显著的娱乐性和流行性，基于较短视频机器分类的技术可用作视频内容分析、编辑与生产，监控、安防等领域。数据集包括20万条较短视频、涵括63类风行元素。

无人驾驶视觉感官竞赛。本次大赛的自动驾驶竞赛使用了UC Berkeley DeepDrive（BDD）2018年近期公布的BDD 100K数据集，包括完整图片1.2亿张、标示图片10万张，涵括多样天气和昼夜光照条件。本次AI challenge大赛除五大主赛道外，还包括天气预报竞赛、农作物病害检测竞赛、眼底水肿恶性肿瘤区域自动拆分竞赛、商品实例拆分迁入自学竞赛、零样本自学竞赛五大实验赛道。AI转入产业化时期，AI Challenger对标李飞飞发动的ImageNet对于今年比赛的主题“用AI挑战真实世界的问题”，李开复指出，今年的比赛更加多注目产业，如果比赛中遇上好的、适合于行产业落地的项目，创新工场也不会积极关注具备投资价值的种子选手。

去年有很多参赛者转入了BAT、美团、创新工场等互联网科技公司，有两位已在展开创业。另外，AI Challenger理事会代表王咏刚也回应，今年更加注目产业化，一方面由于，人工智能的商业化与产业化转入了一个关键时期，在大数据累积还不完备的领域，如零售、生产、物流、农业、医疗、教育等，相当严重依赖涉及场景的数字化程度。如一个线下零售卖场，若没大数据累积，没摄像头等信息采集设备搜集的商品信息、不道德信息、场景信息等，就无法针对零售卖场的供应链和销售渠道展开优化、无法获取自定义简化的服务、与享有大数据的电子商务网站或应用于竞争。

此外，AI科研领域与产业界的实际问题距离较近，科研成果到产业界的实际解决方案之间，转化率较低。AI Challenger期望在数据集建设和竞赛设置上，针对性地引人注目产业界的必须，如无人驾驶中的车道线辨识问题，较短视频的动态分类问题，细粒度的用户情感分析问题等，都从产业实际必须抵达。另外，AI Challenger声称已沦为“目前国内规模仅次于的科研数据集平台、以及仅次于的非商业化竞赛平台”。李开复称之为，相对于BAT“大而杂”的数据，细分领域的数据更加“小而精”。

李开复也将AI Challenger对标李飞飞发动的ImageNet竞赛，指出两者的相同点在于用公益的方法让更加多人参予人工智能，区别在于AI Challenger的数据量和赛道比ImageNet更加非常丰富。

本文来源：天博tb·综合体育-www.zhuangwangcun.com