阿里云天池大赛聚焦数据智能开启算法之争

来源：BOT 更新时间：2019-05-24 10:28:41 编辑：IDC圈浏览：623

众所周知，阿里云天池平台素以举办“国际化”、“高端化”、“智能化”的算法比赛在行业著称，自2014年推出以来，已相继有98个国家、30万开发者参与，成为一个电商、金融、物流、电力、工业制造、医疗等领域创新方案的新发源地。

在经历过诸如雪浪天池AI挑战赛、广东工业智造大数据创新大赛等业界重大赛事之后，最新一届的算法挑战赛“落户”在天津市津南区。津南是天津工业经济重镇，数字经济大趋势下，全区面临着产能升级、优胜劣汰的局面，工业效率亟待提升。阿里云天池平台此次设置了两个赛题，全面对准津南“刚需”：一是原料企业工艺优化（以汉德威药业真实需求为场景），二是物流货物限制品预测，让AI融入安检等行业。

总体而言，这两个赛题契合津南的发展现状，既有单点突破又有复制到多行业的可能。作为本次比赛的重头戏即算法总决赛的结果亦相继出炉。5月15日，厦门大学_ATCG_团队和德国柏林工业大学X-Force团队两支队伍最终分别夺冠。

优秀算法为原料企业改善工艺步骤创收“功力”大增

赛题一极度关注津南区类似汉德威药业的工业企业，这类企业共性之一就是普遍属于重资产经营方式，数字化转型速度慢、产线效率提升不明显。加之云计算、大数据和AI等新兴技术所需投入大，导致数据层面的价值一直属于沉睡状态，利用率极低。

因此，以提升该企业“异烟酸原料制备成品收率”做为赛题，算是相当关键而精准。

在比赛中，选手们以异烟酸生产过程中的各参数，设计了智能的优秀算法，找出了与异烟酸收率相关的关键工艺步骤，能够根据工艺参数来精确预测收率，误差率仅1%。据了解，异烟酸被用作医药中间体，主要用于制抗结核病药物异烟肼，也用于合成酰胺、酰肼、酯类等衍生物。整个生产过程中每个步骤会受到温度、时间、压强等各因素影响，易造成收率的不稳定。

该赛题的最佳算法团队，通过AI算法重新组合并优化各参数步骤，模型预测的最终收率达到99%以上。超过企业目前92%的平均收率6个百分点，投入使用后将为企业创造大量经济效益。据冠军团队成员张春光介绍，使用控制与对照实验进行样本增强，同时结合boruta选特征方法是问题得以解决的关键。

活动现场，天津汉德威药业有限公司总工程师陈庆芬对大赛成果表示了肯定：“本次大赛选手通过组合并优化所有工艺参数，模型最优收率达到99%以上。我们正根据大赛的产出改进工艺流程，相信能为提升异烟酸产品收率起到重要作用。”

“物流AI”性能强悍危险物品无处遁形

与赛题一有所不同的是，赛题二关注的是一个行业层面的难题，即物流货物限制品的监测，与物流、会展、机场、地铁等安检业务高度相关。

我们知道，安检的目的是为了保障人的生命财产安全、确保人或物的合规合法。当前阶段的检测技术依旧是用机器扫描、人眼辨别，对安检人员的专业技能提出了极大要求，因此融入AI技术十分紧迫。

据现场工作人员介绍，该赛题以物流X光安检图片为数据，要求选手针对给出的限制品种类，利用X光图像及标注数据，研究开发高效的计算机视觉算法，监测图像是否包含危险品及其大致位置，并通过自动化监测包裹携带品算法，降低漏检风险及误报率。

这场赛事中，参赛队伍从数据工程、网络结构设计、训练策略等切入，在设计算法时重点考虑了X光成像特点，提出不同的结构解决特定问题，并通过前景背景融合等方法，充分利用有限数据扩充训练样本。最终来自德国柏林工业大学的X-Force团队凭借整体完备的系统工程及针对X光问题的edge loss增强等改进，最终摘得冠军。

对于众多参赛团队的优秀表现，阿里巴巴集团副总裁刘松表示：“物流业作为稳定社会供应和生活的大动脉，提升智能安检水平将有助于相关产业的平稳运行。”，“本次比赛课题的技术门槛较高，但征集方案质量已远超我们的预期。”

值得一提的是，目前，阿里巴巴达摩院机器智能技术实验室对于该场景已经有较为成熟的解决方案，在当下主流技术研究基础上，结合X光图像特有的成像特点，自主研发出了适用于X光成像的特定目标识别检测技术，并结合模型压缩及加速等技术手段，有效部署于端上系统，形成自动化识别系统,可自动识别通过安检机拍摄的行李/包裹中的限制品并作出提醒，辅助人工安检。