据美国国防部网站2019年8月15日刊文，美国国防部国防创新单元(DIU)宣布启动“探索视角2挑战”(xView2 Challenge)，寻求利用人工智能技术，实现自动化灾后毁损评估。美国国防部在该新闻中表示，当灾难来临时，速度至关重要。在重大事件发生后正确评估毁损所需的时间，可能产生生死之别。
但是，紧急救援人员必定会经常对当地通信和交通基础设施造成干扰，使准确的评估变得危险、困难和缓慢。虽然卫星和航空照相提供的风险较低的替代方案覆盖范围更广，但却使分析师仍必须对图像进行耗时的人力评估。在“探索视角2挑战”中，DIU正在挑战机器学习专家们，希望他们开发计算机视觉算法，对自然灾害造成的各类的建筑物毁损进行定位和分类，从而加快对卫星和航空图像的分析。
“探索视角2挑战”是DIU挑战系列中的二等奖竞赛，聚焦于进一步推动用于人道主义援助和救灾工作的计算机视觉创新。2019年的竞赛以“探索视角1挑战”(xView1 Challenge)为基础，后一挑战是寻找计算机视觉算法来定位和识别地面上对首批响应者有用的不同目标。DIU的人工智能投资组合主管迈克·考尔(Mike Kaul)表示：“DIU举办这一挑战的目标，是征募机器学习专家全球团体来解决一个非常棘手的问题：在背景中检测过顶图像中的关键目标，并评估灾难中的毁损。”
本次挑战赛的合作伙伴、FEMA区域管理员罗伯特·芬顿(Robert Fenton)说：“我们一直在寻找改进连续快速毁损评估的方法，以确保我们和我们的合作伙伴在合适的时间向正确的地方提供合适的资源。我们相信DIU的挑战赛可以为这一目标做出贡献。”
DIU已带领学术界和工业界的专家团队创建了一个新的数据集xBD，以便在灾难发生前后进行定位和毁损评估。该数据集将为本次挑战赛奠定基础。虽然现在已经有了几个用于从卫星图像中检测物体的开放数据集——例如，“太空网”(SpaceNet)和“探索视角”(xView)——但每个这样的数据集都只能及时呈现一幅快照，并且缺少有关灾后毁损类型和严重程度的信息。
xBD数据集则是最大和最多样化的建筑物毁损标注数据集，它允许机器学习/人工智能从业人员生成和试验自动化的建筑物毁损评估模型。该数据集基于开源的光电图像(分辨力为0.3米)，将包含来自15个国家和地区5000平方千米免费获取图像中的70万个建筑物标注，其中涉及7种灾害类型：野火；山体滑坡；大坝坍塌；火山爆发；地震 / 海啸；大风破坏；洪水破坏。
“探索视角2挑战”设置了3个奖项：
一是开源奖。各参赛队将争夺排行榜的位置，最高分得奖。通过在不设限开源许可证之下公开发布他们的模型，各参赛队还有资格获得额外的开源奖励。
二是非独家政府用途赋权奖。各参赛队授予DIU将模型用于政府用途的权限，这样就有资格获得此奖项，或者有机会在该排行榜上获得最高分。解决方案可用来帮助未来的灾后恢复工作。
三是评估奖。各参赛队保留其知识产权，只授予DIU对其解决方案进行基准测试的权限，就能竞争此奖项。该类别中的顶级团队仍有资格因其提交的作品获得特别奖金。
以上三类奖项中的最佳解决方案都有几个分享一笔总额15万美元的奖金。最佳解决方案将获得邀请，在2019年12月的NeurIPS 2019人工智能研讨会上展示他们的工作如何用于人道主义援助和救灾。任何现金奖的获奖者都将被视为有资格获得美国防部的后续工作合同。
“探索视角2挑战”将从2019年8月开始，持续到2019年11月。
本次挑战赛中获得的成果将被应用于作战和学术场合，包括但不限于：路障；重新安排路线以跨越受阻道路；自然力量识别；资源分配决策；物体辨识与识别。由DIU和美国卡内基梅隆软件工程研究所合作发展的基线模型将是公开可获得的，作为本挑战赛的起点提供。除了推进毁损评估的水平之外，本挑战赛还着眼于通过xBD数据集为研究人员、企业和其他团体提供开发算法的手段和动机，将人道主义援助和灾害响应带入人工智能时代。
“探索视角2挑战”的合作伙伴代表了人工智能和灾害响应团体之间的第一个联盟，后者包括美国航空航天局的地球科学灾害计划( Earth Science Disasters Program)，美国联邦紧急事务管理局第9区，美国加利福尼亚州州长紧急服务办公室，加州森林及防火局，加州国民警卫队，美国防部联合人工智能中心，卡内基梅隆软件工程研究所，美国地质局，美国地理空间情报局和国家安全创新网络。（张洋）
声明：本文来自航空简报，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
