快手联手清华举办大数据挑战赛 全球 1392 支队伍决出冠军

8 月 18 日,历时近 3 个月的 2018 年中国高校计算机大赛——大数据挑战赛(下称「大数据挑战赛」)在清华大学进行决赛。1392 支队伍参与比赛,经过初赛和复赛,最终 10 支队伍进入决赛。经过激烈角逐,最终厦门大学的 lambda 团队夺取冠军获得 30 万元奖金。

 厦门大学的 lambda 夺取冠军,获得 30 万元奖金

全球 1392 支队伍参赛 快手和清华大学联合承办 

据悉,该大赛由教育部高等学校计算机类专业教学指导委员会、教育部高等学校软件工程专业教学指导委员会、教育部高等学校大学计算机课程教学指导委会、全国高等学校计算机教育研究会主办,清华大学和北京快手科技有限公司(以下简称「快手」)联合承办。赛题根据快手短视频应用场景为参考模型,由快手提供模拟数据。旨在通过竞技的方式提升对于数据分析和处理的算法研究以及技术应用的能力。

本次大赛面向全球高校在校生开放,并鼓励高校教师参与指导,共有来自全球 10 个国家及地区,439 所高校,1392 支队伍,2751 位选手,15803 次提交参与评审。经过层层筛选激烈竞争,现场 10 支队伍进入决赛环节。10 支队伍来自清华大学、北京邮电大学、哈尔滨工业大学、厦门大学、武汉大学、同济大学等高校。

决赛中 10 支队伍答辩后,最终决赛成绩综合复赛成绩和现场评委打分两部分生成,来自厦门大学的团队 Lamdba 获得一等奖,来自西北大学和福州大学的小小蚂蚁团队、北京邮电大学的可爱多团队、哈尔滨工业大学的 LCtry 团队获得二等奖,比赛真难、发粉漏丝、今我来思、搬砖、Lindada、Legend94rz6 支团队获得三等奖。

中国高校计算机大赛组织委员会主任蒋宗礼表示,大赛给学生们提供了平台,希望大赛的举办不仅仅是参赛选手获益,也通过选手「带回去」,把探索创新的精神扩散出去,影响我们整个国家的 IT 教育。

决赛中所有参赛选手和评委老师合影

快手提供模拟场景 推动大数据产学研用

快手作为中国最大的短视频平台,拥有累计数亿的注册用户,50 亿条库存短视频,快手致力于实现用户和视频内容之间的精准分发,这为大数据、算法等新技术提供了大量的参考场景。本次大赛赛题设计也是基于快手平台的真实场景为参考模型,体现了大赛的专业性和独特性。

值得关注的是,本届大数据挑战赛以模拟真实场景的模型为基础,预测未来一段时间活跃用户,旨在通过竞技的方式提升学生对数据分析与处理的算法研究与技术应用能力,探索大数据的核心科学与技术问题,尝试创新大数据技术,推动大数据的产学研用。

记录到分发 快手构建整套以 AI 为核心的基础设施

 快手科技首席技术官陈定佳在比赛现场发言

快手科技首席技术官陈定佳表示,2012 年前后,正是大数据技术和深度学习技术兴起的时间点,快手这六、七年来的发展也是和这两项技术在工业界的成熟应用密不可分,快手是技术进步的受益者。AI 相关的技术应用在快手从内容生产到内容分发的各个环节,发挥着重要作用。

据介绍,在快手,AI 技术已经应用于从记录到分发的各个环节。首先是记录生产环节,通过 AI 技术让记录的玩法更丰富;第二是视频理解,让机器高效地看懂海量视频;然后是用户理解,让机器对用户有深度的认知。最后则是基于视频、用户理解,实现智能的视频分发。

未来快手在 AI 领域还有非常多的探索方向,例如通过多模态信息融合的视频理解器能够像人类一样理解一个视频,理解人类复杂的情绪。快手构建的是一整套以 AI 技术为核心的基础设施,能够用科技的力量提升每一个人独特的幸福感觉,能够让每一个人更多更好的感受这个世界,也能够更好的被这个世界所感受到,这是快手最想做的事情。

产业清华大学快手大数据比赛
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

推荐文章
暂无评论
暂无评论~