数据挖掘“世界杯”KDD Cup 2019开赛,百度夺得主办权

近日,中国互联网公司巨头百度公司获得了“KDD CUP 2019”的主办权,KDD CUP素有全球数据挖掘领域“世界杯”之称,是目前数据挖掘领域最高水平、最具影响力、规模最大的国际顶级赛事,2018年参赛队伍曾达到4200余支。

一直以来,KDD Cup的主办权争夺都异常激烈,很多在数据领域积累颇深的学术组织和科技巨头都曾申请承办过,但能够脱颖而出的寥寥无几。过去几年,主办权一直被微软研究院、雅虎等世界顶级科技公司或研究机构垄断。百度此次能一举拿下大赛的主办权,背后是组委会对百度雄厚的AI技术实力和突出的业务场景能力的深度认可。

0408KDD-CUPwise

据悉,百度团队此次是历时2个月,经过3轮的申请、答辩,PK掉上百家竞争对手才最终胜出。领导此次申请项目的熊辉教授,目前担任百度研究院商业智能实验室主任。他是全球大数据领域颇具影响力的科学家,曾担任KDD 2018 Research Track PC Chair和KDD 2012 Industrial and Government Track PC Chair,带领团队在KDD 2017和KDD 2016发表过17篇论文。由这样的业内“大佬”坐镇,也为百度顺利拿下大赛的主办权增添了一份保障。

今年的赛事,为了分流参赛队伍,除了历年全球巨头竞相争夺主办权的“主赛场”Regular ML Track外,还首次增设了Auto-ML Track、Humanity RL Track两场比赛。

百度主办的KDD Cup 2019“主赛场”Regular ML Track 于4月10日正式开赛。比赛将持续近4个月,预计吸引数千支来自全球各地的队伍参加,颁奖典礼将于今年8月在美国阿拉斯加召开的KDD 2019大会上隆重举行。

此次比赛,百度设置了有两个子赛题。第一个赛题是“场景感知的多模态出行推荐”,需要参赛者在考虑城市复杂出行情境下比较各种出行方式,如步行、骑车、打车,以及各种出行方式的组合方案。

该题目和智能出行相关,是从百度相关业务场景抽象而来。基于百度大脑强大的AI能力,2018年百度地图上线了“智行”——业界第一个多模态出行规划服务,为用户提供个性化和场景化的混合路线服务,帮助用户找到最合适的出行方案。在过去的一年中,该服务已经响应了过亿次路线规划请求,并为过千万的用户提供了智能推荐服务。百度地图作为国内最大的地图服务商之一,其真实的业务场景、海量的出行数据将为本次比赛提供强有力支撑。挑战赛的获胜者不仅可以获得丰厚的奖金,还将被邀请在百度地图部署和测试他们的模型,让选手有了直接接触商业市场的可能,这无疑对参赛选手来说是极大的成就。

QQ截图20190408203512

此外,本次比赛还专门设立了开放应用挑战赛,允许参赛者利用百度开放的大数据自由命题,探索百度大数据在智能城市领域的应用。百度PaddlePaddle将为开放课题提供深度学习框架和基线系统支持。

为本次比赛提供平台支持的是百度大数据部点石平台。大数据部肩负着管理分析百度大数据,助力百度业务飞跃增长的任务。同时也在积极探索大数据生态模式,将业内领先的数据智能技术,依托点石平台,对外赋能生态伙伴,推动大数据智能应用在行业落地。其中,点石大数据竞赛已与国内、国际顶尖机构合作举办多场知名赛事。

关于此次大赛的赛题,百度研究院商业智能实验室主任熊辉教授表示:“题目和智能出行相关,多模态出行推荐除了可以为百度地图用户提供更好的用户体验外,还有巨大的社会意义,可减少整体出行时间,平衡交通流量,减少交通拥堵,并最终促进智能交通系统的发展。” 

百度作为一家以技术为主导的公司,是国内最早将人工智能提升到战略高度的企业,在AI能力的创新研发与落地等方面一直起着标杆作用。而比赛所涉及的所有技术背后,都离不开百度大脑的强大支撑。

百度大脑作为百度人工智能领域多年研究成果的集大成者,正在飞速进步着,对内支持百度所有业务,对外全方位开放,助力合作伙伴和开发者。基于百度大脑的建模和算法能力,百度在语音、图像、自然语言处理等AI技术领域早已达到了国际一流水平。2018年百度大脑再升级,迭代至3.0版本。截至目前,百度大脑已经开放了近160项AI能力,平台上开发者数量超过100万,并将持续以“月度更新升级”的速度,不断加速着AI技术的研发与落地。

此次百度能够在空前激烈的竞争中,一举拿下此次大赛的主办资格,证明百度在全球人工智能大数据领域的领先技术实力。

KDD Cup 2019赛事一触即发,想了解更多比赛详情,也可以直接登录百度点石官网(https://dianshi.baidu.com/competition/29/rule?fr=aig )查询,让我们敬请期待今年KDD Cup比赛场上的盛况!

产业百度数据挖掘KDD Cup 2019
相关数据
Microsoft机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
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。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

商业智能技术

商业智能(Business Intelligence,BI),又称商业智慧或商务智能,指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

查询技术

一般来说,查询是询问的一种形式。它在不同的学科里涵义有所不同。在信息检索领域,查询指的是数据库和信息系统对信息检索的精确要求

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

百度机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

https://www.baidu.com/
推荐文章
暂无评论
暂无评论~