原创：Synced机器之心
机器之心报道
作者：微胖
垃圾难分、智能制造火热、Pepper机器人做你的英语私教、AutoNLP全自动建模.......WAIC黑客马拉松四十八小时鏖战，亮点不断。
8月29日上午，WAIC黑客马拉松与世界人工智能大会开幕式同时启动，在张江人工智能岛火热开赛。作为世界人工智能大会期间唯一的一场黑客松，该大赛由机器之心承办，张江集团协办，阿里云、微软Azure提供云计算资源支持，张江创业工坊、微软人工智能和物联网实验室提供场地支持。
此次黑客松设计了四大赛题，主要聚焦AI技术与应用的热点问题，分别由微众银行、软银机器人、第四范式以及微软AIoT实验室进行命题，吸引了来自世界多个国家近百余支团队、数百名开发者报名参赛。
在决赛阶段，48支团队近位开发者线下展开了四十八小时的鏖战。最终，十三支队伍分列各赛题前三，取得胜利。
微众智能垃圾分类：识别率不理想，场景更难找
和其他三大赛道比起来，这个赛道的团队成员最为年轻。
尽管如此，这一命题还是比我们想象中更有现实意义。据在场评委介绍，在探索智能技术在垃圾分类的应用上，上海做的远比外界认为的多。目前，从前端的居民生活垃圾分类，到小区垃圾装运，再到垃圾厂分选处理，计算机视觉被应用到了每个环节。
作为出题方的微众银行也进行了相关实践。他们曾经花了两周左右的时间做了一款智能垃圾识别的小程序。
垃圾分类范围非常广泛，包括生活垃圾、建筑垃圾（比如居民装修产生的垃圾）、电子垃圾、医疗垃圾等。本次挑战赛聚焦生活垃圾，利用深度学习图像分类模型的构建，实现（上海）四大类别垃圾图片的精准识别，包括湿垃圾、干垃圾、有害垃圾和可回收垃圾。
为此，微众银行发布了00张图片作为训练集、张图片作为测试集（参赛者不可见），考验参赛选手模型的建构、抗干扰能力以及迁移能力。
一共有九支队伍参加了此赛题的角逐。最终，skype脱颖而出，拔得头筹。
skype答辩中
skype首先捋顺了识别逻辑。在她看来，模型构建的过程和人类认知过程差不多：通常，人类一眼就能识别自己扔的是什么垃圾，比如苹果、电池、筷子、纸盒。然后，再根据相关提示进一步分类到合适的垃圾桶，比如干垃圾或者有害垃圾。
微众银行提供的数据也涉及两级目标分类：一级目标的四大类和二级目标的多个种类，覆盖了主要的生活垃圾。
skype认为，可以将任务理解为一个二级标签空间上的分类以及标签映射问题。随后，她介绍了自己的分类器设计、特征提取模型以及推断策略。和其他选手不同的是，在整个比赛过程中，她并没有爬取额外的数据。
从最终结果来看，验证集结果明显好于测试集。其中，针对有害垃圾的识别效果较差；可回收和干垃圾识别效果最理想，可以达到80%以上。
分析其中原因，她认为有一点在于训练集与测试集差别很大。如果要提升效果，还要在数据搜集方面多下工夫，更加切合实际情况。
评委也针对她的算法设计提出了自己的看法：不要为了算法而算法，可以考虑将常识添加到分类设计中。
评委进一步解释道，上海将垃圾分为四大类别，其实并没有大多数人想的那么深奥，本质上也符合生活常识：原则上，人吃的东西，剩下来就是湿垃圾；可回收垃圾无非就是玻璃、塑料、金属、纸张和衣服；至于干垃圾，就是一个兜底的类别。
另一位评委赛后告诉机器之心，他们发现一些参赛选手在算法处理上有一些很有意思的地方，这位skype选手的处理方式比较特别，让她印象比较深刻。事实上，在点评过程中，评委也曾就推理策略与选手有过几轮交流。
第二名「分不清什么垃圾」算是本赛道最有故事的选手：垃圾分类本该是CV选手的天下，然而这位背景为NLP的同学却独自完成了比赛，且获得了第二名的好成绩。
作为一名NLP选手，他看到图片后的第一反应是如何用imagecaption将图像中的语义、物体转化为文本，然后再进行垃圾分类。NLP背景让他没有完全依赖外部形态，而是考虑到了语义特征。他最终选择了Resnet50进行训练。
「分不清什么垃圾」答辩中
第三名是「sharinghappiness」。第一次训练后，和其他获奖选手一样，他的图像分类结果在测试集上的效果出现了大幅下滑，仅有49%。他认为，除了模型，数据本身也有很大问题，比如爬取图和实际垃圾差距比较大。
接下来，选手对不合理数据进行了人工清理，同时为二级类别每个类型增加了张图片并加入到原始数据，然后进行了二次训练。结果，算法在测试集上的准确率提升了30%多，大概为79%。因为将主要工作都集中在了数据工作上，选手认为，最终结果的提升也与此关系重大。
需要说明的是，79%是四类垃圾分类效果的平均值。就具体类别来说，和其他选手遇到的情况一样，有害垃圾识别率最低，即便是从网络爬取一些图片后，效果仍不理想；而效果最好的是干垃圾。
评委对干垃圾识别率高的这一结果多少有些意外，在他看来，干垃圾作为一个兜底分类，包含垃圾成分会比较多，也比较复杂。理论上，识别起来应该更加困难。或许，这一结果与参赛者的样本有关。
sharinghappiness团队答辩
从应用场景上来看，大家几乎都设想到了手机、电脑等前端甚至后端工厂的应用可能性。
笔者非常赞同第三名获得者的一个观点：最终，特别是在后端，往往需要不同技术手段的联合，包括光学技术、机器人甚至其他物理方法。事实上，目前搭载了CV的机器人，也仅仅在后端工厂的最终质检环节发挥作用（甚至可以说可有可无）。没有被委以重任的一个很大阻碍，仍然是处理速度。
纵观整个比赛过程，我们可以看到一些共性，比如ResNet成为大多数团队的首选，都非常强调数据集对识别效果的重要性。
针对几乎都在有害垃圾识别上翻车的现象，评委告诉机器之心，选手普遍反映数据集存在一些挑战，比如数据量不够。但数据也与算法要服务的具体场景有关系，比如，如果知道这个算法所要服务的场景的具体情况，然后有的放矢地去收集相关数据，算法效果会有改善。
在评委看来，最棘手的问题其实不是算法，而是找到一个非常合适的落地场景。相对而言，在后端的CV识别可能更能满足比较刚性的需求。
传说中的智能分类垃圾桶
评委的一番话，让我想起位于张江人工智能岛大门一侧的那台巨型智能垃圾箱，据厂家介绍，这个垃圾箱价值好几千。
该垃圾箱配备感应器，当我将易拉罐靠近一扇关闭的小窗时，系统会感应到进而打开小窗。易拉罐扔进去后，小窗立刻关闭。不一会儿，就可以听见系统识别出这是可回收垃圾，轰隆一声，本来水平的铁板向可回收垃圾一侧倾斜，易拉罐掉了进去。
如果我扔进去的是一袋未加分类的垃圾呢？机器之心曾在WAIC现场询问过该垃圾箱制造厂商，对方说，系统会直接默认为不可回收垃圾。
虽说系统可以识别97%的可回收垃圾，可当你观摩过黑客松现场就会发现，这其实是最容易做好的一类识别：
可回收垃圾无非就是那几样，通常都是有形的，效果当然好；相反，如果是湿垃圾，因为早已不再是有形的（苹果变成了苹果皮），识别起来就更困难了。
据了解，目前这台智能垃圾系统还无法进一步区分玻璃瓶和易拉罐（仅能识别这是不是一个瓶子）。至于能否像国外网红智能垃圾桶Oscar那样识别出瓶子包装上的可口可乐等logo，厂家告诉我们，这也是他们努力的方向，但目前做到的识别率仅30%多。
评委告诉我们，识别更多的商品包装信息对数据集要求就更高，目前简单的一级、二级分类目标就无法满足需求，数据规模也要变得更庞大，这也意味着更加复杂的工作。笔者不由一惊，如此一来，智能垃圾桶的价格岂不是要上万了？！
微软智能车间：实力强劲，亮点不断
在微软智能车间挑战赛中，出题方主要聚焦两大问题：一方面