回顾与展望|欲超越ImageNet影响力的“AI Challenger全球AI挑战赛”落幕

8月14日启动,历时130天,全球AI届最大盛事之一,来自65个国家上万名选手参与的首届 “AI Challenger全球AI挑战赛”在12月21日落下帷幕。

AI Challenger视觉和翻译两大类共五个赛道,各自决出了最终的冠军,以及亚军、季军、优秀奖。获奖团队合计分享了超过200万人民币的奖金。

颁奖典礼现场,三家主办方代表,创新工场董事长兼CEO、创新工场人工智能工程院院长李开复,搜狗CEO王小川,今日头条顾问、技术战略研究院院长张宏江,以及大赛评委林德康、赵铁军等人为获奖团队颁奖。

回顾与展望|欲超越ImageNet影响力的“AI Challenger全球AI挑战赛”落幕

AI Challenger颁奖典礼现场,获奖团队和大赛组织方、评委合影

回顾

挑战赛由中关村管委会指导,创新工场、搜狗、今日头条联合创建,旨在从科研角度出发,满足学术界对高质量数据集的需求,推进人工智能在科研与商业领域的结合,促进世界范围内人工智能研发人员共同探索前沿领域的技术突破及应用创新。

首届活动于2017年8月14日面向全球正式发布,共分五个赛道:人体骨骼关键点检测竞赛、图像中文描述竞赛、场景分类竞赛、英中机器文本翻译竞赛和英中机器同声传译竞赛。

本次大赛采取AB双集共同测试的模式。先开放数据集A集测试,后开放数据集B集测试。每双周评出周冠军,每个赛题中效果突出的团队按照最后的成绩榜单排名,进入决赛名单。

见此前「AI早餐汇」的现场报道

全球AI挑战赛启动 李开复、王小川、张宏江巅峰对话都谈了哪些内容?

获奖团队和作品

12月21日,本年度挑战赛迎来答辩决赛巅峰时刻,20多组选手在进行各25分钟的简报和答辩后,五个赛道的获奖团队全部决出。

回顾与展望|欲超越ImageNet影响力的“AI Challenger全球AI挑战赛”落幕

人体骨骼关键点检测赛道选手提交范例

回顾与展望|欲超越ImageNet影响力的“AI Challenger全球AI挑战赛”落幕

图像中文描述赛道选手提交案例

回顾与展望|欲超越ImageNet影响力的“AI Challenger全球AI挑战赛”落幕

英中机器文本翻译赛道选手提交范例

人体骨骼关键点检测竞赛获得冠军的团队,是李全全(商汤科技),王昌宝、王宇杰(北京航空航天大学硕士研究生)三位选手组成的Firefly战队。

图像中文描述竞赛的冠军获得者是来自清华大学的余年革。

场景分类竞赛的冠军由帅靖雯、张顺丰、蒋尚达三人获得,三位选手均来自电子科技大学。

英中机器文本翻译竞赛的冠军,由李晓普、闵可锐、宋洪伟三位选手组成的战队“CM”获得,三位选手均来自猎豹移动。

英中机器同声传译竞赛的冠军团队由董倩倩、张晓伟、王峰三人组成,他们均来自中科院自动化所。

与此同时,各赛道的亚军、季军及优秀奖也同时决出,并分享了数额不等的奖金。

回顾与展望|欲超越ImageNet影响力的“AI Challenger全球AI挑战赛”落幕

李开复、王小川、张宏江等为冠军团队颁奖

影响力深远

自8月14日开放报名至今,赛事吸引了来自全球120个国家超过百万人次的关注,来自65个国家上万名选手参赛,组成了共计8892个队伍。其中很多人来自国内外 AI 实力强劲的高校、公司和机构,也包括过去各类知名人工智能比赛的获奖者。

回顾与展望|欲超越ImageNet影响力的“AI Challenger全球AI挑战赛”落幕

本次大赛共覆盖高校 347 所,包括国内高校 247 所,国外高校100所。比如清华大学、北京大学、中科院、上海交通大学、复旦大学、香港科技大学、美国康奈尔大学、佐治亚理工、英国剑桥大学、日本早稻田大学等。

回顾与展望|欲超越ImageNet影响力的“AI Challenger全球AI挑战赛”落幕

共覆盖企业约 273 个,包括百度、蚂蚁金服、滴滴出行、小米、奇虎360、微软、通用电气、英特尔、摩拜、驭势科技、eBay等。

参赛者中也不乏曾经在各种AI大赛上叱咤风云的牛人,比如天池阿里移动推荐算法大赛冠军、滴滴DI-tech算法大赛冠军、ImageNet目标分类任务和定位任务双料冠军、中兴算法精英挑战赛冠军,IBM-滴滴编程马拉松大赛冠军,以及 Kaggle大赛的众多优胜者。

本次比赛中获奖的选手,除了获得丰厚奖金外,还将有机会进入三家主办方工作、实习或获得投资,以及在国际*学术会议上分享获奖心得。

三家主办方认为,在人工智能领域,数据的质和量是科学研究与产品技术研发的核心。高质量训练数据对机器学习模型的建立和优化有关键性的作用。

为此,首届 “AI Challenger全球AI挑战赛”开放了百万量级的计算机视觉数据集、千万量级的机器翻译数据集,包括:超过1000万条中英文翻译数据、70万个人体骨骼关键点标注数据、30万张图片场景标注和语义描述数据。这是国内迄今公开的规模最大的科研数据集。

针对首届竞赛引发全球性的热烈回响,三个主办方对于AI Challenger的未来更给予远大的期望,期许AI Challenger在三年内成为全球最具影响力的人工智能竞赛平台。

展望

本次大赛执委、创新工场人工智能工程院副院长王咏刚则提出了更具体的年度目标,希望在2018年,AI Challenger能吸引更多国际、国内的高水平参赛团队,并建立算法、代码、论文、数据、比赛的分享和交流平台。

回顾与展望|欲超越ImageNet影响力的“AI Challenger全球AI挑战赛”落幕

未来三年,主办方将投入数千万基金,解决数据集缺失的问题,为人工智能科研提供海量数据及算法竞赛、人才交流平台,辅以强大的学术界和产业界专家指导,全力支持与帮助国内外的高校、研究机构、产业界的研发团队。

三家主办方将持续投入,建设和发布更大规模的AI前沿领域高质量数据集,涵盖自动驾驶、智慧医疗、智慧金融、机器人等行业应用中的核心AI需求,主办世界级的年度AI竞赛,吸引世界范围内的高端AI人才,促进人工智能科研生态的持续健康发展。

一起期待2018“AI Challenger全球AI挑战赛”


原文发布时间为:2017-12-22

本文作者:Linda

本文来自云栖社区合作伙伴“AI早餐汇”,了解相关信息可以关注“AI早餐汇”微信公众号

上一篇:Java 开发新选择?Apache NetBeans IDE 9.0 备受好评


下一篇:关于3G手机平台的开发研究方案