眾所周知，VPS，阿里云天池平臺素以舉辦“國際化”、“高端化”、“智能化”的算法比賽在行業著稱，自2014年推出以來，已相繼有98個國家、30萬開發者參與，成為一個電商、金融、物流、電力、工業制造、醫療等領域創新方案的新發源地。

在經歷過諸如雪浪天池AI挑戰賽、廣東工業智造大數據創新大賽等業界重大賽事之后，最新一屆的算法挑戰賽“落戶”在天津市津南區。津南是天津工業經濟重鎮，數字經濟大趨勢下，全區面臨著產能升級、優勝劣汰的局面，工業效率亟待提升。阿里云天池平臺此次設置了兩個賽題，全面對準津南“剛需”：一是原料企業工藝優化（以漢德威藥業真實需求為場景），二是物流貨物限制品預測，讓AI融入安檢等行業。

總體而言，這兩個賽題契合津南的發展現狀，既有單點突破又有復制到多行業的可能。作為本次比賽的重頭戲即算法總決賽的結果亦相繼出爐。5月15日，廈門大學_ATCG_團隊和德國柏林工業大學X-Force團隊兩支隊伍最終分別奪冠。

優秀算法為原料企業改善工藝步驟 創收“功力”大增

賽題一極度關注津南區類似漢德威藥業的工業企業，這類企業共性之一就是普遍屬于重資產經營方式，數字化轉型速度慢、產線效率提升不明顯。加之云計算、大數據和AI等新興技術所需投入大，導致數據層面的價值一直屬于沉睡狀態，利用率極低。

因此，以提升該企業“異煙酸原料制備成品收率”做為賽題，算是相當關鍵而精準。

在比賽中，選手們以異煙酸生產過程中的各參數，設計了智能的優秀算法，找出了與異煙酸收率相關的關鍵工藝步驟，能夠根據工藝參數來精確預測收率，誤差率僅1%。據了解，異煙酸被用作醫藥中間體，云主機，主要用于制抗結核病藥物異煙肼，也用于合成酰胺、酰肼、酯類等衍生物。整個生產過程中每個步驟會受到溫度、時間、壓強等各因素影響，易造成收率的不穩定。

該賽題的最佳算法團隊，通過AI算法重新組合并優化各參數步驟，模型預測的最終收率達到99%以上。超過企業目前92%的平均收率6個百分點，投入使用后將為企業創造大量經濟效益。據冠軍團隊成員張春光介紹，使用控制與對照實驗進行樣本增強，同時結合boruta選特征方法是問題得以解決的關鍵。

活動現場，天津漢德威藥業有限公司總工程師陳慶芬對大賽成果表示了肯定：“本次大賽選手通過組合并優化所有工藝參數，模型最優收率達到99%以上。我們正根據大賽的產出改進工藝流程，相信能為提升異煙酸產品收率起到重要作用。”

“物流AI”性能強悍 危險物品無處遁形

與賽題一有所不同的是，賽題二關注的是一個行業層面的難題，即物流貨物限制品的監測，與物流、會展、機場、地鐵等安檢業務高度相關。

我們知道，安檢的目的是為了保障人的生命財產安全、確保人或物的合規合法。當前階段的檢測技術依舊是用機器掃描、人眼辨別，對安檢人員的專業技能提出了極大要求，因此融入AI技術十分緊迫。

據現場工作人員介紹，該賽題以物流X光安檢圖片為數據，要求選手針對給出的限制品種類，利用X光圖像及標注數據，研究開發高效的計算機視覺算法，監測圖像是否包含危險品及其大致位置，并通過自動化監測包裹攜帶品算法，降低漏檢風險及誤報率。

這場賽事中，參賽隊伍從數據工程、網絡結構設計、訓練策略等切入，在設計算法時重點考慮了X光成像特點，提出不同的結構解決特定問題，并通過前景背景融合等方法，充分利用有限數據擴充訓練樣本。最終來自德國柏林工業大學的X-Force團隊憑借整體完備的系統工程及針對X光問題的edge loss增強等改進，最終摘得冠軍。

對于眾多參賽團隊的優秀表現，阿里巴巴集團副總裁劉松表示：“物流業作為穩定社會供應和生活的大動脈，提升智能安檢水平將有助于相關產業的平穩運行。”，“本次比賽課題的技術門檻較高，但征集方案質量已遠超我們的預期。”

值得一提的是，目前，阿里巴巴達摩院機器智能技術實驗室對于該場景已經有較為成熟的解決方案，在當下主流技術研究基礎上，結合X光圖像特有的成像特點，自主研發出了適用于X光成像的特定目標識別檢測技術，并結合模型壓縮及加速等技術手段，有效部署于端上系統，形成自動化識別系統,可自動識別通過安檢機拍攝的行李/包裹中的限制品并作出提醒，輔助人工安檢。

阿里巴巴機器智能技術實驗室使用自研的模型壓縮加速手段，為算法帶來數十倍的壓縮及數倍的加速 

以上兩場算法挑戰賽都是由天津市津南區政府和阿里云主辦，天津津南城市建設投資有限公司承辦的，可謂極具地方特色。