IBM Watson Build 创新中心 “用技术改变世界 Call For Code 全球挑战赛”同样竞争激烈，参赛者的视野也从聚焦具体产业，上升到地球环境。
随着全球人口的不断增长， 地球所承担的资源压力也越来越重。研究显示，到 2100 年左右，全球气温可能会升高 3-5 摄氏度。大量研究证实，气候在不断变化，海平面迅速上升，极端天气事件在世界范围内不断上演。
与此同时，人们与混沌系统、蝴蝶效应的较量能力也在进化。比如，借助机器学习算法，人们越来越善于预测百公里厚、并且一直在移动的大气层运动，并根据最新数据不断调校模型算法。最明显的例子，就是人们对飓风马修的运动轨迹越来越了解。现在，提前5天的预测，就像十年前提前24小时预测一样准确。
因此，IBM Watson Build 创新中心以「应对气候变化」为主题，设置了「水资源可持续性」、「能源可持续性」、「抗灾能力」三大方向。从获奖情况来看，大家仍然遵循着既有的两大思路来设计自身方案：利用“对话”API搭建对话机器人，从事沟通与协调；或者，注重“发现”，让人工智能加速从海量非结构数据中提取信息。
冠军团队名叫“喵喵喵”，阵容强大，成员包括字节跳动设计师、北航博士研究生、海归程序员和Airbnb工程师。他们利用机器学习技术结合卫星数据来预测厄尔尼诺现象，通过观察海平面高度的异常情况并使用ConvLSTM2D 神经网络加以识别和预测来更好的帮助人类抵抗自然灾害。
冠军团队还有自己的React App，https://rootial.github.io/
这一解决方案不仅让人想起几年前，IBM收购了 Weather Company。作为一家能够从 4000 万手机中收集超过每秒 4GB 信息量， 以及147000 个天气监测站，50000 个航班，和数不清的能够反馈天气数据的智能汽车作为信息收集源的公司。它掌握的天气数据就是对未来天气进行预测分析的最好素材。
天气数据几乎影响着各行各业，IBM 可以向各个产业出售天气数据和业务解决方案，而Watson则是这一构想的核心所在：
如果能预测很多事情，能够预测地更准确，我们就能采取行动。即便是今天，我们能够提前3，到4周预测天气，我们可以理解严寒天气延长意味着什么，天气转暖和干旱又意味着什么，所有这些，都有助于水资源、农业生产甚至更多行业的生产和生活。
第二名花落“大气科学小分队”。他们试图构建一个气候影响评级（CIR）系统，该CIR系统的核心功能为扫描产品barcode（和食品标签类似），能够实时在数据库中调用产品评级数据，通过预设算法给出产品气候评级结果，让消费者意识到制造过程中的能源成本和由此产生的二氧化碳（以及诸如水之类的其他消耗品）。
本团队在此次比赛中完成了基础框架的建立和实现，并对系统完善升级提出了拓展框架的构想。基础框架部分包括CIR评级标签设计，评级指标的算法建立，通过API服务器、cloudant等服务调用和存储数据，评级结果可视化的实现。拓展框架部分除了核心算法外，还包括制造商和销售商上载数据平台的搭建，政府部门基于CIR评级结果的补贴政策的制定等。
如果说前两名获奖团队侧重 Watson “发现”技能，那么，第三名获奖者将重心放在 “对话”。这也是非常常见的构建思路，以往IBM Watson 挑战赛中也经常看到这类方案，比如虚拟旅行助理、导医机器人等。
第三名是章明为代表的“We Help”团队，打造了语音无线警告系统。他们公司本来就是做音视频交互协议，因此，他们想要结合IBM的人工智能技术，去扩大它的语音应用场景。
WeHelp的方案展示
比如，当前端设备监听到关键声音（如救命，今后还可以更多，玻璃碎，大哭，枪声等）后，可以直接接通应急救援频道，可以是多方并发接通，让更多的人收到报警来进行救援和协调。团队希望将 WeHelp的适用范围扩大到包括老人、小孩的求救，还包括公安、应急等面向社会安全场景。
章明认为，将来单一技术很难获得大量应用，混合技术一定是方向，WeHelp 希望更好的支持混合应用，在紧急救援中结合现场的声音求救，物联探测，AI探测等获得综合感知和救援能力，并利用WeHelp的语音和视频传输构建人和物联和智能桥梁。
