8月29日，由创新工场、搜狗、美团点评、美图联合主办的“2018 AI Challenger 全球AI挑战赛”正式开赛。
据介绍，四家主办方联合投入千万规模以上的资金，引入更多企业、大学、政府机构合作，新增十余个全新高质量数据集，以及相关的兼具科研、产业应用、社会意义的竞赛。
今年比赛的主题是“用AI挑战真实世界的问题”，AI Challenger组委会认为，目前中国AI产业仍存在很多问题，比如中国欠缺一些深入行业的AI公司，比如说类似IBM Watson这样的、能够针对企业需求开发数据这样的公司，这些应用在医疗、零售、教育等领域的都会产生价值。从业界发展来看，中国科技公司相比国际AI巨头公司，目前也有巨大差距。因此，AI Challenger组委会希望本届挑战赛不仅仅是一场竞赛，更希望挑战者能从现实问题出发，创造出解决现实问题的成果。
对于为何发起AI Challenger的原因，李开复曾表示是为缩小中美两国人工智能顶尖人才之间的差距。
在官方介绍中，AI Challenger方称自己为中国版ImageNet。由斯坦福大学教授、斯坦福大学人工智能实验室与视觉实验室负责人、谷歌云人工智能和机器学习首席科学家李飞飞于2009年发布《ImageNet: A Large-Scale Hierarchical Image Database》论文，之后这个数据集迅速发展成一项竞赛，通过对数据集中的物体进行识别，选出识别错误率最低的算法。为促进图像研究的发展提供了重要的数据，2017年，ImageNet举行了最后一届挑战赛，此后将专注于目前尚未解决的问题及以后发展方向。
李开复今日在现场表示，AI Challenger与ImageNet的相同点在于用公益的方法让更多人参与人工智能，区别在于AI Challenger的数据量和赛道比ImageNet更丰富。希望通过这个比赛为研究人工智能的群体提供有价值的数据集。
按照最初设定的目标，AI Challenger首先要建设紧贴前沿科研任务需要的数据集，再者是要建立超大规模的高质量数据，第三个目标是要打造开放的世界级平台。
据创新工场AI工程院执行院长王咏刚的介绍，四个联合主办方投入的千万级资金用途包括300万出头的奖金费用，剩下的资金主要是数据集建设及比赛运营的费用。
首届AI Challenger大赛由创新工场、搜狗、今日头条于2017年联合举办，据介绍，首届大赛发布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，以及超过200万人民币的奖金，吸引了来自全球120个国家超过百万人次的关注、来自全球65个国家的8892支团队参赛。
AI Challenger 2018数据集和竞赛将于8月29日开放，并于12月18、19日进行竞赛的总决赛答辩和颁奖。
附2018年大赛数据集和竞赛详细介绍：
主赛道
观点型问题阅读理解竞赛：机器阅读理解是让机器读懂人类语言、和人类更好交流互动的重要领域。此技术可广泛应用于智能搜索、智能问答、智能客服、智能音箱、语音控制等场景，用AI实现基于文字、语音的人机智能互动。数据集包含30万问题、篇章与候选答案，是全球难度最大的中文观点型问题机器阅读理解数据集。
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、挖掘用户情感等方面有至关重要的价值，并且在互联网行业有极其广泛的应用，主要用于个性化推荐、智能搜索、产品反馈、业务安全等。数据集包含15万条餐饮用户评论、6大类20个细粒度要素标签，为业界最大。
英中文本机器翻译竞赛：机器翻译正越来越成为人们跨越语言障碍的重要工具，应用于各种领域。数据集在2017年数据集的基础上，总量达到1300万句对，为业界最大；且其中具有上下文情景的中英双语数据达到300万句对，为机器翻译的研究提供了更多探索空间
短视频实时分类竞赛：近几年发展极快的短视频行业具有明显的娱乐性和流行性，深受人们喜爱；基于短视频机器分类的技术还可以广泛用于视频内容分析、编辑与生产，监控、安防等领域。数据集包含20万条短视频、涵盖63类流行元素，为业内首个多标签短视频分类数据集。
无人驾驶视觉感知竞赛：自动驾驶技术即将改变我们的出行和生活方式。本次大赛的自动驾驶竞赛采用了UC Berkeley DeepDrive（BDD）2018年最新发布的BDD 100K数据集，这是全世界最庞大、最复杂的自动驾驶数据集，包含原始图片1.2亿张、标注图片10万张，涵盖多样天气和昼夜光照条件。
实验赛道
天气预报竞赛：气象要素的变化深刻影响着人类生活的方方面面。我们带来北京气象要素数据集，包含10个站点、3年多逐小时历史“观测”和“睿图”资料，探索以AI提高天气预报的准确性。
农作物病害检测竞赛：2016年农作物病害造成的直接损失占我国农业生产总值的8.48%。我们发起世界上首个农作物病害检测竞赛，标注图片50,000张、包含10种植物的27种病害，探索“AI植物医生”。
眼底水肿病变区域自动分割竞赛：我们发起国内首个眼底病变医学图像检测竞赛，建立了目前最大的眼底病变数据集，包含由专业眼科医生标注了三种类型水肿的、各含128张图片的100个OCT体数据。
商品实例分割迁移学习竞赛：以3D虚拟图像训练机器“认识”真实世界的物品，能极大降低标注成本、也是新兴研究热点。数据集包含不同场景的100个类日常生活用品的30,000张虚拟图片和9,000张真实照片。
零样本学习竞赛：受人类学习能力的启发，零样本学习希望借助辅助知识学习从未见过的新概念。本此竞赛是首个国际性零样本学习竞赛，数据集包含78,017张图片、230个类别、359种属性。
（此文不代表本网站观点，仅代表作者言论，由此文引发的各种争议，本网站声明免责,也不承担连带责任。)
