AI走出实验室如何挑战现实？

AI发展如火如荼。产、学、研相关领域互动和交流频繁。然而如何走出实验室，实现商业化落地，才是真正的难题。

8月29日，由创新工场、搜狗、美团点评、美图公司联合主办的“2018 AI Challenger 全球AI挑战赛”正式开赛。四家主办方投入千万元规模以上的资金，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，持续打造开放的世界级科研数据集与竞赛平台。

值得注意的是，今年全球AI挑战赛的主题是：用AI挑战真实世界的问题。这恰恰点出了AI现阶段发展的关键：人工智能如何实现产业化和商业化落地，也就是如何变现。

据记者了解，AI Challenger提出了“用AI挑战真实世界的问题”的口号，希望在数据集的建设上，既具有科研和学术上的前瞻性，也希望数据集能紧贴AI商业化、AI落地的实际场景、实际需求，从产业需要出发，为学术研究和AI人才培养提供方向性的建议，也反过来帮助产业界更好地利用最新的科研成果，解决真实世界的最有价值的问题。例如，无人驾驶中的车道线识别问题，短视频的实时分类问题，细粒度的用户情感分析问题等，都是这一类的，从产业实际需要出发，又紧扣科研前沿内容的好问题。

AI Challenger理事会代表王咏刚表示，今年AI Challenger的主题定为“用AI挑战真实世界的问题”，是有几方面原因的。人工智能的商业化与产业化进入了一个非常关键的时期，人工智能在那些大数据积累还不完善的领域，如零售、制造、物流、农业、医疗、教育等领域，还需要经历一个长期的发展过程，也会特别严重地依赖于相关场景的数字化程度。例如，对于一个线下零售卖场来说，如果没有大数据积累，没有摄像头等信息采集设备收集的商品信息、行为信息、场景信息等，就没法针对零售卖场的供应链和销售渠道进行优化，没法提供定制化的服务，没法与拥有大数据的电子商务网站或应用竞争。因此，人工智能的商业化落地迫切需要符合各行业需求，同时也拥有科技前瞻性的大量训练数据集。AI Challenger希望扮演推动人工智能商业化落地的关键角色，逐步在每个特定领域，投资建立并开放高质量数据，让AI商业化的参与者能更容易地训练AI模型，加速人工智能商业化步伐。

从现状来看，AI科研成果到产业界的实际解决方案之间，转化率较低，转化路径非常漫长和坎坷。全球AI挑战赛在数据集建设和竞赛设置上，有针对性地突出产业界的需要，围绕产业界中的真实问题，为科研人员和工程技术人员提供最好的支持，拉进科研与产业间的距离。

诸多业界大佬也对全球AI挑战赛提出了自己的期望。创新工场创始人兼CEO李开复表示，数据、算法、计算能力是人工智能的三大基石，其中，数据更是人工智能科研最宝贵的资产。如果没有足够好的数据，就无法取得世界顶级的科研成果，更无法破解真实世界里的难题。希望每一位今天参与AI Challenger还有在中国做人工智能的研究员和学生，把握大量的数据，创造出最好的技术，破解产业界的真实问题。搜狗CEO王小川表示，AI正在经历高速发展，挖掘了许多线上线下的场景。然而企业本身存在思维惯性，希望这样一种活动，激发更多灵感，也为企业打破固有思维，做出更好、更深的研究成果，带来新的惊喜。

在今年的AI Challenger大赛里，主办方进一步扩大数据集规模，新增10余个高质量数据集，发起兼具科研、产业应用、社会意义的竞赛。5个主赛道的竞赛分别是观点型问题阅读理解竞赛、细粒度用户评论情感分析竞赛、英中文本机器翻译赛道竞赛、短视频实时分类赛道和无人驾驶视觉感知赛道。

中国作为世界第二大经济体，在大数据数量方面也具备优势，但在AI技术创新能力方面却仍远远落后美国和其他发达经济体。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。