AI Challenger 開(kāi)賽：國內最大規模深度學(xué)習數據集上線(xiàn)，ImageNet 冠軍、Kaggle 大賽優(yōu)勝者加入角逐

　　由創(chuàng )新工場(chǎng)、搜狗和今日頭條聯(lián)合宣布發(fā)起的 AI Challenger 挑戰賽，在今年的比賽時(shí)間為 9 月 4 日至 12 月 3 日，每雙周評出周冠軍，每個(gè)賽題中效果突出的團隊還將進(jìn)行答辯，角逐總冠軍。目前，報名者已超過(guò) 1000 名，參賽隊伍超過(guò) 500 支，其中很多人來(lái)自國內外 AI 實(shí)力強勁的高校、公司和機構，不乏過(guò)去各類(lèi)比賽的獲獎?wù)?，比?ImageNet 兩項任務(wù)冠軍、天池阿里移動(dòng)推薦算法大賽冠軍以及 Kaggle 大賽的眾多優(yōu)勝者。

　　隨著(zhù)以 30 萬(wàn)張圖片為基礎的計算機視覺(jué)賽道數據集和以 1000 萬(wàn)對英中對照的句子為基礎的自然語(yǔ)言賽道數據集的上傳，第一屆 AI Challenger(AIC)在 9 月 4 日正式拉開(kāi)帷幕。這個(gè)由創(chuàng )新工場(chǎng)、搜狗和今日頭條聯(lián)合宣布發(fā)起的挑戰賽，希望打造中國最大的科研數據集與世界級 AI 競賽平臺，推動(dòng)中國人工智能領(lǐng)域科研創(chuàng )新。

　　圖：(左起)搜狗 CEO 王小川、創(chuàng )新工場(chǎng)創(chuàng )始人兼 CEO 李開(kāi)復、今日頭條顧問(wèn)兼技術(shù)戰略研究院院長(cháng)張宏江 在 8 月 14 日的 AI Challenger 啟動(dòng)儀式上

　　第一屆 AIC 共開(kāi)辟了兩個(gè)賽道、五個(gè)賽題，分別是自然語(yǔ)言/機器翻譯領(lǐng)域的英中機器同聲傳譯(English-Chinese Simultaneous Interpretation)賽題、英中機器文本翻譯(English-Chinese Machine Translation)賽題，以及計算機視覺(jué)賽道的場(chǎng)景分類(lèi)(Scene Classification)賽題、 人體骨骼關(guān)鍵點(diǎn)檢測(Human Skeleton System Keypoints Detection)賽題和圖像中文描述(Image Caption)賽題。

　　在數據集上線(xiàn)前夕，機器之心和 AI Challenger 競賽組委會(huì )執行委員會(huì )成員、創(chuàng )新工場(chǎng)人工智能研究院副院長(cháng)王詠剛聊了聊，從「發(fā)起人」和「建設者」的角度談了談 AI Challenger 的選題考量、數據集建設情況以及長(cháng)期的展望。

　　計算機視覺(jué)賽道：更專(zhuān)門(mén)化、更貼近商業(yè)應用場(chǎng)景、更有中國特色的賽題設置

　　創(chuàng )新工場(chǎng)本次主要負責了計算機視覺(jué)賽道數據集的建設。去年開(kāi)始規劃 AI Challenger 的建設之后，團隊咨詢(xún)了大量競賽方面的專(zhuān)家。包括 ImageNet 的發(fā)起人李飛飛、來(lái)自 MS COCO 團隊的負責人和在 CVPR 主辦競賽及研討會(huì )的研究者。專(zhuān)家們認為：后 ImageNet 時(shí)代，需求最大的不再是通用數據集，而是和商業(yè)應用場(chǎng)景結合更緊密的前沿領(lǐng)域專(zhuān)門(mén)數據集。因此，AIC 的團隊通過(guò)與中國較為前沿的和視覺(jué)相關(guān)的領(lǐng)域，如無(wú)人駕駛、醫療影像、安防等從業(yè)者進(jìn)行溝通，確定了以下這三個(gè)更加專(zhuān)門(mén)化的、更具有中國特色的數據集方向。

　　其中，人體骨骼關(guān)鍵點(diǎn)檢測在無(wú)人駕駛領(lǐng)域和安防領(lǐng)域都有眾多應用場(chǎng)景。無(wú)人駕駛需要純視覺(jué)方案來(lái)感知行人的動(dòng)作。這里的感知遠比「識別」、「確定位置」要復雜。因為行人的動(dòng)作模式非常多樣，對行人的動(dòng)作意圖檢測要遠遠難于對車(chē)的檢測。在現在前沿的行人動(dòng)作姿態(tài)檢測算法中，基于人體骨骼關(guān)鍵點(diǎn)的算法是其中一類(lèi)主流算法，而這類(lèi)主流算法的準確度還不那么理想。而在安防領(lǐng)域，取得不錯成果的人臉識別課題其實(shí)只覆蓋了安防領(lǐng)域中的「身份識別」這一個(gè)非常小的場(chǎng)景，而且需要在臉部相對比較清晰、完整的情況下進(jìn)行。但在更多的場(chǎng)景中，人的臉部都不一定清晰，而且需要分析人的整體動(dòng)作進(jìn)行追蹤。在人體追蹤技術(shù)里，人體骨骼關(guān)鍵點(diǎn)也是其中的重要因素。

　　「圖像描述任務(wù)是當下的一個(gè)熱點(diǎn)方向，因為它的核心是跨模式、多模態(tài)的學(xué)習?！雇踉亜傟U述自己對圖像描述的理解。人工智能現在已經(jīng)能很好地完成感知(perception)任務(wù)了，在「從聲音和圖片中識別出內容」這項工作上甚至可以取得勝過(guò)人類(lèi)的成果。然而「語(yǔ)義理解」工作方面卻一直未見(jiàn)長(cháng)足進(jìn)展。圖像描述任務(wù)需要把感知模塊得到的結果用一定方法轉為文本內容，是一個(gè)從感知到理解的過(guò)渡項目。當前的圖像描述一般以 MS COCO 數據集為標準數據集，MS COCO 是一個(gè)包含 14 萬(wàn)張圖片的數據集，每張圖片有 4 - 5 句英文描述。在此基礎上，AIC 希望建設一個(gè)中文的圖像描述數據集，第一檢測現有的算法應用到中文數據上效果如何，第二嘗試在此基礎上是否能做出有針對性的算法來(lái)增強效果。

　　圖像分類(lèi)任務(wù)是上兩個(gè)問(wèn)題的「副產(chǎn)品」，人體骨骼關(guān)鍵點(diǎn)監測和圖像描述都涉及了大量的場(chǎng)景，AIC 把其中的典型場(chǎng)景和一些可能帶來(lái)挑戰的場(chǎng)景結合起來(lái)，篩選了 80 個(gè)場(chǎng)景下的 8 萬(wàn)張圖片，設計了一個(gè)相對簡(jiǎn)單，可以讓更多對深度學(xué)習感興趣的人參與進(jìn)來(lái)的問(wèn)題。

　　人體骨骼關(guān)鍵點(diǎn)和圖像描述的標注難度都遠大于 ImageNet 傳統的物體檢測、定位標注。創(chuàng )新工場(chǎng)以及其他兩家合作伙伴在數據集的建設上投入了大量的人力物力，與多家團隊合作完成了標注工作。機器之心了解到，今年的計算機視覺(jué)數據標注工作動(dòng)員了超過(guò) 100 名專(zhuān)業(yè)標注員，創(chuàng )新工場(chǎng)也成立了 12 人的質(zhì)檢團隊，專(zhuān)門(mén)負責用基線(xiàn)模型對不同批次的標注數據進(jìn)行交叉驗證?？偼度胧仟劷鸪赝度氲?4-5 倍，而計算機視覺(jué)方向的獎金池規模累計大于 100 萬(wàn)人民幣。

　　今年的計算機視覺(jué)賽道數據集(訓練集)以 21 萬(wàn)張圖片為基礎，其中人體骨骼關(guān)鍵點(diǎn)檢測的訓練集中包含了超過(guò) 35 萬(wàn)個(gè)人物，使用的圖片覆蓋了超過(guò) 250 種日常生活場(chǎng)景，壓縮后數據集大小為 14.8G;圖像中文描述的訓練集包含了 105 萬(wàn)句中文描述，覆蓋了超過(guò) 200 種日常生活場(chǎng)景，壓縮后數據集大小 19.2G。

　　圖：人體骨骼關(guān)鍵點(diǎn)訓練集中，14 個(gè)關(guān)鍵點(diǎn)的分布情況。其中，藍色代表「標注且可見(jiàn)關(guān)鍵點(diǎn)」，橙色代表「標注但不可見(jiàn)關(guān)鍵點(diǎn)」，綠色代表「未標注關(guān)鍵點(diǎn)」(關(guān)鍵點(diǎn)在圖像外)

　　圖：計算機視覺(jué)日常場(chǎng)景分布圖，典型場(chǎng)景包括：球場(chǎng)、道路 、運動(dòng)場(chǎng)、舞臺、房間、大廳、草地等等

　　王詠剛：打造越來(lái)越全面和多樣化的數據集是未來(lái)目標

　　今年的比賽時(shí)間為 9 月 4 日至 12 月 3 日，為期三個(gè)月。每雙周會(huì )評出周冠軍，每個(gè)賽題中效果突出的團隊還將進(jìn)行答辯，角逐總冠軍。自啟動(dòng)儀式開(kāi)放報名以來(lái)，平臺已經(jīng)匯聚了來(lái)自世界各地的超過(guò) 1000 名參賽者和超過(guò) 500 支參賽隊伍。他們中很多人來(lái)自國內外 AI 實(shí)力強勁的高校和公司機構，其中不乏過(guò)去各類(lèi)比賽的獲獎?wù)?，比?ImageNet 兩項任務(wù)冠軍、天池阿里移動(dòng)推薦算法大賽冠軍以及 Kaggle 大賽的眾多優(yōu)勝者。

　　王詠剛表示，AI Challenger 并非只舉辦一年，而是一個(gè)長(cháng)期的愿景。一家投資、孵化了三十余家 AI 公司的投資機構，兩家以科研、技術(shù)能力著(zhù)稱(chēng)的互聯(lián)網(wǎng)公司，這三家主辦方承諾在 3 年內投入數千萬(wàn)元人民幣，建設這個(gè)集科研數據集與 AI 競賽為一體的平臺。今年開(kāi)放的兩個(gè)賽道五個(gè)賽題，也只不過(guò)是「萬(wàn)里長(cháng)征第一步」。

　　「我們的偉大理想是建造一個(gè)世界一流的數據集，這不是一個(gè)一蹴而就的過(guò)程，需要幾年的時(shí)間慢慢打造?！雇踉亜傉f(shuō)。第一年，AIC 雖然都是學(xué)術(shù)研究前沿方向，然而出于謹慎的態(tài)度，只選擇了幾個(gè)「點(diǎn)」來(lái)進(jìn)行嘗試。團隊希望在未來(lái)，數據集能越來(lái)越全面和多樣化。王詠剛表示，在數據集公布后，他們會(huì )將過(guò)程和經(jīng)驗整理為論文，在 CVPR 等會(huì )議上與研究者交流，更多地搜集研究者對數據的需求，為明年的數據集建設提供指導意見(jiàn)。

　　王詠剛認為，數據集建設的路上還有很多高山等待著(zhù) AIC 去攀登，這其中包括視頻數據、虛擬系統生成數據等更多樣化的數據形式，也包括醫療影像數據等數據集的體量問(wèn)題，以及數據集外的標注成本、版權問(wèn)題、隱私問(wèn)題亟待考慮與解決。

　　如同創(chuàng )新工場(chǎng)創(chuàng )始人兼 CEO 李開(kāi)復在啟動(dòng)儀式上提到的，AI 在我國推進(jìn)的最大落差就是數據的落差。而 AIC 希望以競賽平臺的形式給更多學(xué)生、學(xué)校、實(shí)驗室和新創(chuàng )公司提供數據與計算能力，從而提升整個(gè)中國的人工智能水平?！赶Ｍ斘覀冊谌迥旰蠡仡檿r(shí)，當我們看到中美 AI 人才沒(méi)有落差時(shí)，也許會(huì )想到 AI Challenger 在這個(gè)重大過(guò)程中扮演了一個(gè)小小角色?！估铋_(kāi)復如是說(shuō)。