站長資訊網【2017年9月4日，北京】9月2日，由IBM和CSDN共同主辦的第三季PowerAI人工智能黑客松編程大賽，在北京成功舉辦。此次賽季以《挖掘制造工藝和流程的金礦》為主題，旨在破解人工智能應用難題，推動人工智能在傳統制造業的落地。20個團隊歷經瘋狂、興奮的12個小時AI編程比拼，最終來自中科院聲學所的4位博士組成的團隊獲得冠軍，第二名由來自騰訊公司(北京)、中科院自動化所的團隊和來自微軟亞洲研究院、北京大學的團隊分別獲得，來自中科院計算所、北京大學、北京郵電大學的團隊和來自Kavout公司、中科院自動化所、中國科學院大學、華通設計顧問工程有限公司的團隊，以及來自北京希嘉創智教育科技有限公司、上海遠洲核信、中科院計算所、中國科學院大學的團隊分獲第三名。
參賽團隊現場大合影
“當下，人工智能正處于深耕行業應用的關鍵點，中國也將人工智能上升為國家戰略。但把新技術應用到實踐中，不是一蹴而就的。比如，開發者學了模型、訓練數據后，并不一定能真地用在生產線。相信一天的比賽下來，選手們遇到不少挑戰，而賽題的設計就是一步一步地帶領大家解決這些難題，在其中體驗、學習人工智能最新的技術，學會用人工智能解決行業中的實際問題。IBM希望通過舉辦這樣的活動，發掘、培養更多人工智能創新人才和團隊，共同引領人工智能在行業實現新的突破、新的繁榮。” IBM全球副總裁、IBM中國系統開發中心總經理謝東博士表示。
IBM全球副總裁、IBM中國系統開發中心總經理謝東博士
探秘制造業如何用好AI
制造業是傳統的企業。根據IBM這大半年與包括金融、電信、制造業、醫療在內的眾多行業的溝通來看，制造業使用AI的意愿非常強。在質量控制、流程控制、IOT等方面的數據準備工作已經相對成熟，希望進行數據分析，直接用到AI技術。此外，從人工智能應用的角度來說，真正能產生價值，能夠改變大家生活的，離不開制造業這種與人們息息相關的行業。基于這一背景，此次大賽圍繞人工智能在制造業的應用展開。
“AI能為制造業在質量控制、良品率分析、工藝流程的描述這三塊帶來重要價值，我們針對工藝流程方向設計了賽題，并將比賽的具體形式設計為問答系統。” IBM中國系統實驗室高性能計算部門開發部經理宋煜進一步解釋了賽題的設計。
具體而言，現場比賽包含訓練環節和比賽環節。在訓練環節，選手通過設計模型對給定的語料進行分析理解其中語義，最終實現一個針對訓練語料內容的自動問答系統。在比賽環節，選手根據預先提供的接口在比賽時收到以文本形式呈現的題目，然后使用訓練好的自動問答模型回答并通過提供的接口發送答案至裁判端。其難點在于準確判斷問題意圖、精準定位問題所在文檔位置以及自動抽取并精確組成答案。
為了真正考驗選手的能力，題目也做了精心設計。IBM花費了一個多月的時間，收集了醫療、制造、重工業、輕工業等各行各業的文本資料，還專門設計了三個大坑：
第一，數據沒有清洗。數據大部分都是來自于標準的PDF、word文檔等，涉及到中文常見的繁體、簡體問題，編碼問題，全角、半角的問題，為訓練過程設置了障礙。
第二：特意規避了一些字詞。這樣選手無法用關鍵字、詞和短語來搜索問題的答案。在數據沒有清洗的情況下，如何把Attention模型在12個小時內做出來，這是最難的考驗。
第三：設置了一些細節考核?？疾斓臅r候用了一套AI系統來評判，只有最貼近主題的答案才能較高的分數。比如葡萄酒的甜度或酸度，AI系統會判定用百分比就比要用小數點更貼近答案主題，也因此能獲得較高分數。
不難看出，比賽形式的設計和問題題目的設置，非常貼近AI在制造業中的實際應用，但難度確實增大。對此，中科院聲學所4位博士組成的冠軍團隊在賽后表示：“比賽中遇到的最難解決的就是數據處理的問題，沒有有效的標注數據，幾乎崩潰!但最大的收獲是我們堅持了下來，并實現了完美的團隊合作!”
他們憑什么贏比賽？
IBM中國系統實驗室高性能計算部門開發部經理宋煜
賽后，IBM中國系統實驗室高性能計算部門開發部經理宋煜表示：“就技術而言，大賽看重模型的設計能力，不只是復制和使用既有的模型，更重要的是能夠有模型設計上的創新。來自中科院聲學所的冠軍團隊使用了兩種方案。在最后的方案中使用了Bi-direction LSTM+Attention-LSTM。由于標簽數據量有限，他們用R-Net的Attention機制對問題和篇章進行表示，然后再次使用Attention-RNN在篇章上進行Auto Encoder最后使用帶Attention的Decoder生成答案，替換掉原來R-Net的輸出層，巧妙降低了標簽數據不足的影響。同時，在比賽中，該團隊有著良好的項目分工，在轉碼，異常字符處理，詞和字的特征提取以及匹配算法上都做了相應的調整和優化，最后達到一個良好的效果，從而贏得了比賽。”
PowerAI人工智能黑客松備受開發者青睞
事實上，IBM在技術、產品化以及跟客戶對接和項目管理方面都很成熟，而如何用新興的人工智能技術解決行業的實際問題，這是IBM關注的重點，也是大賽考核的重點。或許這能解釋為何PowerAI人工智能黑客松備受開發者的青睞。
PoweAI是IBM專門為人工智能所建，被稱為“世界上最快的商用深度學習軟件”，有助于縮短等待時間、提高生產效率，讓AI開發過程變得更輕松、更直觀、更高效。
PowerAI人工智能黑客松自今年啟動以來，已經舉辦過三季。在前兩季大賽中，開發者給予了大賽熱烈的支持。在大賽第一季中，有113人報名，58人參賽;而在第二季中，大賽招募參賽人員298人，現場有16支團隊參賽，共計63人，分別來自浦發銀行，交通銀行，興業數金，螞蟻金服等金融行業以及其他服務于金融行業的相關行業等。
大賽不僅在國內人工智能算法領域引起廣泛關注，而參賽選手的陣容也堪稱豪華。這一季的選手來自北大、清華、中科院、北郵、北師大、北航、騰訊、微軟亞洲研究院、搜狗、今日頭條等知名院校及科技公司。這些選手有機會接觸最先進的PowerAI人工智能平臺，并基于此創建新的計算機模型以高效地對數據進行分析，類似模型可以在制造業的新產品設計、工藝和流程改進等方面幫助設計和研究人員更快速借鑒既有經驗，從而加速產品設計、工藝和流程改進的過程。
IBM認知系統助力人工智能全面落地
事實上，在認知時代，IBM以PowerAI加速構建人工智能生態?；诖耍琁BM認知系統提供一體化的認知基礎架構平臺解決方案，幫助客戶實現認知和人工智能技術的落地。
IBM認知系統借助唯一擁有CPU：GPU NVLink的面向高性能計算的IBM Power Systems架構，提供人工智能相關工作負載所需的高性能計算力。此外，認知系統集成了PowerAI深度學習框架，提供預編譯的主流深度學習軟件工具包，同時簡化安裝、部署，并針對NVIDIA GPU及NVLink優化性能。
基于如此強大的軟硬件一體化解決方案，IBM認知系統已在金融、醫療、制造等多個行業建立了成熟的應用場景。在銀行領域，IBM的智能影像識別系統可以實時檢測出各種類型的遮擋并進行預警，這對ATM機防詐騙有顯著的價值。在醫療行業，IBM的認知技術可以幫助醫生分析醫學影像找出病變，提高效率避免遺漏，預測和分析腫瘤病例的識別正確率可達80%以上。在制造行業，深度學習技術可以輔助零部件與材料缺陷檢測，利用機器學習解決工業監測/智能制造的應用場景。
一個應用案例是石油勘探領域的應用公司Stone Ridge采用了30臺IBM OpenPOWER服務器、120片GPU，體積大概有會議桌的一半那么大，在90分鐘時間內就完成了計算。如果用傳統計算平臺，使用的機器的規模就需要半個足球場那么大，要跑20個小時。
未來，IBM將持續提升IBM認知系統的架構能力，為人工智能領域的生態環境，提供強有力的技術支持，加速推動人工智能技術的商業應用。
關于IBM公司
若想了解關于IBM公司的更多信息，請訪問公司網址：http://www.ibm.com/cn-zh/，或掃描下方二維碼，關注IBM官方微信公眾號。
特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。
