中国学生再登国际领奖台！“10:30pm”团队喜获世界亚军

以创新方法应对野火管理的全球挑战

2021年4月，四大会计师事务所之一的安永公司与微软、澳大利亚国家消防局 CFA 和美国国家航空航天局 NASA 合作，主办2021 Better Working World Data Challenge竞赛。2020年澳大利亚爆发史无前例的森林火灾一年之后，本次竞赛希望参赛团队采用创新方法来更好地应对野火管理这一全球挑战。

竞赛吸引了来自超过 115 个国家/地区的 8700 名大学生和年轻数据科学专业人士参与，参赛者通过使用航空和卫星图像，开发自动火灾边缘检测和预测模型，帮助应对森林火灾的全球威胁。来自英国曼彻斯特大学的王晨奕、武汉理工大学的郭栋宇、华中科技大学的陶泽远组成了“10:30pm”团队，参与了本次竞赛。

此次比赛历时三个多月，经过层层筛选，最终产生了12组global finalists，当中仅有两组来自中国。经过激烈的角逐，最终来自中国大陆的“10：30pm”团队获得了2021 Better Working World Data Challenge global runners-up（全球亚军）的成绩。颁奖典礼已于2021年7月20日在伦敦线上举行。

“10:30pm”团队介绍获奖模型及发表获奖感言

来自武汉理工大学的郭栋宇介绍了所使用的U-net模型。“与传统的图像分割方法相比，U-Net无需人工设计即可自动提取和组合特征，与其他深度学习方法相比，其长连接结构集成了多层次的语义特征，适用于不同尺度和大小的火灾区域。同时我们团队在现有模型的基础上直接融合了高层特征。那就意味着，我们团队的方法同时考虑了训练效率和分割精度。不仅如此，该模型还适用于大范围的目标区域。”

来自英国曼彻斯特大学的王晨奕提到关于人工智能将如何影响我们未来的生活。“人工智能使人类劳动的工作方式趋于简单高效，趋于自由。 在这项挑战工作中，人工智能为森林灭火节省了宝贵的时间，并且人工智能的判断更加准确和正确。我期待人工智能在更多地方的应用，更好地满足人类的需求。 随着人类生产力的解放，我们的生活必将发生翻天覆地的变化。我等不及一个更健康、更自由、更安全的智能社会”

华中科技大学的陶泽远介绍了自己在比赛中所学到的。“在整个过程中，我学会了：如何处理红外线数据，搭建U-Net模型以及如何根据实际情况处理输出图像。我在大学的主要研究方向就是图像处理，以后也希望从事这方面的工作。在这一次比赛中学到的图像处理方法会成为我以后工作中的关键技能。”

本次挑战是安永致力于创新和使用技术来解决一些世界上最大的环境和气候变化问题的一部分，邀请了世界各地的学生和早期职业数据科学家构建可以绘制和预测丛林大火路径的人工智能模型。本次获胜的解决方案将与澳大利亚的消防部门进行现场测试，这些知识产权将免费提供给全球各地的消防当局和其他非商业组织。

安永全球咨询数据和分析负责人 Beatriz Sanz Saiz 说：“我们鼓励有抱负的数据科学家，并帮助他们认识到可以运用他们的技能来分析现实世界的问题，并开发可以产生持久积极影响的算法。我们希望参与者利用数据科学的力量为最复杂和最苛刻的问题找到创新的解决方案。我们很高兴看到我们的 2021 Better Working World Data Challenge 参与者将在今年和未来几年提出各种变革性的 AI 模型，以帮助建立一个更美好的世界。”

10:30pm团队成员介绍

　　王晨奕

精算学硕士

数学系

曼彻斯特大学

·对数学的主要领域有很强的理解，包括概率、统计学、纯数学和金融数学。

·使用数学建模和问题解决技能、R、SPSS、EViews和Visual Basic软件包来理解、分析和审查数字数据，并绘制和解释图表。

·在2018年COMAP举办的MCM/ICM（数学建模竞赛/跨学科建模竞赛）中获得Meritorious Winner。

·曾领导一个小型创业公司制作商业计划书。在路演中为团队吸引了第一笔天使投资。

郭栋宇

控制科学与工程硕士

武汉理工大学

·主研方向为故障诊断、深度学习、应急决策。

·在2018年“创青春“网络信息经济专项赛获得全国铜奖。

·在2017年NI虚拟仪器大赛获得全国二等奖。

·在2018年“西门子杯”中国智能制造挑战赛获得华中赛区一等奖。

·曾获武汉理工大学青年五四奖章。

陶泽远

控制工程硕士

华中科技大学

·主要从事图像处理、目标检测、图像分割的相关研究。

·精通Python、C/C++等编程语言，熟练使用Pytorch、OpenCV等第三方计算机视觉库。

·在“天智杯”智能挑战赛中获得第二名。