近日，中国气象局北京城市气象研究所副所长陈敏、创新工场人工智能工程院执行院长王咏刚、上海新客科技创始人刘新农等三位专家，向媒体介绍了AI预测天气赛道、AI农作物病害检测赛道的竞赛情况。

“AI Challenger 全球AI挑战赛”是面向全球人工智能人才的开源数据集和编程竞赛平台，由创新工场、搜狗、美团点评、美图联合主办，引入了企业、大学、政府机构，带来十余个全新的不同领域数据集、十余个兼具科研、产业应用、社会意义的竞赛。目前AI Challenger平台已经吸引了来自81个国家、1000家大学和公司的AI人才来这里学习、竞赛、交流和成长。

“AI Challenger 全球AI挑战赛”今年首次新增了天气预报赛道，由北京市气象局和创新工场合作，参赛选手通过使用北京气象局3年气象数据，结合自建AI模型来赛出最厉害的AI天气预报员。

中国气象局北京城市气象研究所副所长陈敏在会上谈到人工智能的技术在气象学界很早就开始用了，如在学校里就有的专家系统、人工神经网络、包括图像识别等等。但真正应用到日常仍有偏差。由于天气变化是非线性的过程，计算会有方方面面的误差。加之混沌现象，导致计算预报距无限准确的目标不可及。

此次AI Challenger大赛AI天气预报竞赛的安排，是希望参赛队伍拿着高性能计算机算数出来的数据，想办法重新建模，与计算机做出的预报进行PK。通过这次大赛，找希望到一些新的，能够被科学家接受，而且有用的一些方法，并想通过寻找和学习数据天气预报的缺陷和误差的原因，提升预报的准确率。从而更好地为公众服务。

对于AI在天气预报领域的应用，王咏刚表示乐观，“因为AI本质上和传统的数值计算，只是在不同角度对真实世界进行建模。传统数值计算方法是经验公式的方法，而深度学习就是对多维空间的建模工具。电脑利用更强的算力，在考虑空间维的复杂性、数据空间分布的复杂性这两个点上，电脑比人类有优势。”但他同时指出，相比较图像识别等相对成熟的AI技术应用领域，AI预测天气会给参赛者带来更大挑战。

据悉，本次竞赛将通过气象常用预报质量评价标准（RMSE, BIAS），对参赛者提交的预报值进行准确率评价，同时结合答辩表现，评估所提交算法天气预报算法和模型的优势。上述两个评价标准中，首选RMSE标准，在相同RMSE的前提下，进一步参考BIAS评测预报结果的优势。

据陈敏介绍，参照上述规则，目前的第一阶段比赛有超过20支预报队伍的效果已经比气象局的模式好。天气预报竞赛目前正在进行到决赛阶段，选手需要连续7天每天对天气进行预测，并以最终的总成绩决定排行榜，前五名将进入12月18、19日在北京进行的AI Challenger总决赛答辩与颁奖。

AI的图像识别能力也早已应用于农作物叶片的病虫害观察检测。AI Challenger2018 联合上海新客科技发起世界上首个农作物病害检测竞赛。

我国是农业大国，农作物病害对农业影响巨大。据中国统计年鉴，2016年由农业病害等灾害造成的直接损失达0.503万亿元，占农业生产总值的8.48%。上海新客科技创始人刘新农表示，对农作物进行准确的病害识别并推荐合适的防治措施，创造出能为植物看病的“植物医生”，可以挽救作物的生命，减少农药使用量，保证作物的产量。

上海新客科技创始人刘新农在会上对此次竞赛项目情况做了介绍，也谈到此次支持使用AI助力农业的几点原因。

他谈到人工智能与农业病虫害做结合，首先是要建立病虫害的数据集，其次需要机器学习和图像识别系统技术的配合，第三确保农民使用智能手机的普及，这样才可以使技术快速有效的传达。

上海新客科技为竞赛提供农作物叶子图像的数据集：标注图片5万张，包含10种植物(苹果、樱桃、葡萄、柑桔、桃、草莓、番茄、辣椒、玉米、马铃薯)的27种病害，合计61个分类(按“物种-病害-程度”分)，供参赛者探索“AI植物医生”。

在创新工场人工智能工程院执行院长王咏刚看来，目前AI在图像识别领域已经非常成熟，AI的图像识别能力应用到农业病虫害领域，如果最终能利用参赛选手提供的算法做到一个实用化的小产品，将是一个价值无法估量的好事情。

本次农作物病虫害识别比赛邀请参赛者设计算法与模型，对图像中的农作物叶子进行病虫害识别。组委会将通过将参赛者提交的识别结果与真实标注作比较，得出准确率(accuracy)，并结合答辩表现，评估参赛者的算法模型。目前看，至少前5名的准确率都已经超过88.9%。

AI Challenger 2018由创新工场、搜狗、美团点评、美图联合主办，旨在推动AI在科研与商业领域结合来解决真实世界的问题。AI Challenger 2018农作物病害检测竞赛报名时间截止11月11日。从8月29日至11月11日是预赛阶段，11月13日至14日是决赛阶段，前5名将进入12月18、19日AI Challenger总决赛答辩与颁奖。

创作场景

用 AI 做天气预报和研究病虫害