距 NIPS 2018 還有小半年，會(huì)上的各種挑戰(zhàn)賽已經(jīng)開(kāi)始啦

雷鋒網(wǎng) AI 研習(xí)社按，第二屆 NIPS Competitions 競(jìng)賽相關(guān)資料日前正式公布啦。今年主辦方共收到 21 個(gè)與大會(huì)相關(guān)、涉及到不同層面的數(shù)據(jù)驅(qū)動(dòng)類比賽的相關(guān)提案，基于競(jìng)賽組織機(jī)構(gòu)中高水平專家和研究人員的審查，最終接收了 8 個(gè)評(píng)分最高的比賽方案。對(duì)競(jìng)賽的評(píng)估是基于數(shù)據(jù)質(zhì)量、問(wèn)題的趣味、影響力、對(duì)新模型設(shè)計(jì)的促進(jìn)程度以及計(jì)劃和管理是否適當(dāng)。（第四范式憑借贊助和舉辦 AutoML for Lifelong Machine Learning 比賽，在雷鋒網(wǎng)學(xué)術(shù)頻道 AI 科技評(píng)論旗下數(shù)據(jù)庫(kù)項(xiàng)目「AI 影響因子」中增加 8 分。）

下圖是被接收的 8 個(gè)比賽的時(shí)間節(jié)點(diǎn)和獎(jiǎng)金，大家可以訪問(wèn)比賽詳情頁(yè)，了解更多關(guān)于比賽、日程安排以及如何參與的信息。比賽的結(jié)果，以及主辦方和競(jìng)賽優(yōu)勝者的演講將在 NIPS 2018 中歷時(shí)兩天的 Competition track day 進(jìn)行。目前已有三項(xiàng)比賽啟動(dòng)——ConvAI2，Pommerman，AI for prosthetics，大家可以即刻參加！

接下來(lái)雷鋒網(wǎng) AI 研習(xí)社將為大家提供這 8 項(xiàng)賽事的相關(guān)信息。

1. 終生機(jī)器學(xué)習(xí)中的 AutoML（AutoML for Lifelong Machine Learning）

賽事概述：在許多真實(shí)世界的機(jī)器學(xué)習(xí)應(yīng)用中，由于開(kāi)發(fā)人員的機(jī)器學(xué)習(xí)專業(yè)知識(shí)有限，所以這時(shí)候 AutoML 非常重要。此外，許多真實(shí)世界應(yīng)用中數(shù)據(jù)批次到來(lái)的時(shí)間間隔可能是每天、每周、每月或每年，而且數(shù)據(jù)分布隨時(shí)間變化相對(duì)比較緩慢，這時(shí)候，AutoML 系統(tǒng)面臨持續(xù)學(xué)習(xí)或終生機(jī)器學(xué)習(xí)的挑戰(zhàn)。

典型的問(wèn)題包括客戶關(guān)系管理、在線廣告、推薦系統(tǒng)、情緒分析、欺詐檢測(cè)、垃圾郵件過(guò)濾、交通監(jiān)控、計(jì)量經(jīng)濟(jì)學(xué)、患者監(jiān)控、氣候監(jiān)測(cè)、工業(yè)化等。在這場(chǎng)我們稱之為「AutoML for Lifelong Machine Learning」的競(jìng)賽中，將提供從實(shí)際應(yīng)用中收集的大規(guī)模數(shù)據(jù)集。與以前的 AutoML 競(jìng)賽 (http://automl.chalearn.org/) 相比，本次比賽遠(yuǎn)離了更簡(jiǎn)單的 i.i.d. 案例，重點(diǎn)在概念漂移（drifting concepts）。參賽者需要設(shè)計(jì)一個(gè)計(jì)算機(jī)程序，該程序能夠自主地 (無(wú)需任何人工干預(yù)) 開(kāi)發(fā)預(yù)測(cè)模型，并在終生機(jī)器學(xué)習(xí)環(huán)境中進(jìn)行訓(xùn)練和評(píng)估。

官網(wǎng)：https://www.4paradigm.com/competition/nips2018

2. 對(duì)抗性視覺(jué)挑戰(zhàn)（Adversarial Vision Challenge）

賽事概述：這一挑戰(zhàn)旨在促進(jìn)魯棒性機(jī)器視覺(jué)模型和更普適的對(duì)抗性攻擊方法的發(fā)展。現(xiàn)代機(jī)器視覺(jué)算法非常容易受到輸入時(shí)微小且?guī)缀鯚o(wú)法察覺(jué)的擾動(dòng)所影響。這一特性揭示了人類和機(jī)器在信息處理方面的驚人差異，并引出了許多已部署的機(jī)器視覺(jué)系統(tǒng) (如自動(dòng)駕駛汽車) 的安全隱患。因此，提高視覺(jué)算法的魯棒性對(duì)于縮小人與機(jī)器感知之間的差距，保證應(yīng)用更加安全非常重要。

官網(wǎng)：https://www.crowdai.org/challenges/adversarial-vision-challenge

3. 對(duì)話智能挑戰(zhàn)賽（The Conversational Intelligence Challenge 2，ConvAI2）

賽事概述：目前很少有適合訓(xùn)練和評(píng)估非任務(wù)導(dǎo)向型對(duì)話系統(tǒng)（聊天機(jī)器人）模型的數(shù)據(jù)集，也沒(méi)有評(píng)估這類模型的標(biāo)準(zhǔn)程序。ConvAI 競(jìng)賽的目標(biāo)是建立一個(gè)具體的場(chǎng)景來(lái)測(cè)試與人類交談的聊天機(jī)器人，并使其成為標(biāo)準(zhǔn)的評(píng)估工具，以便直接比較這些系統(tǒng)。今年有如下改進(jìn)：a）從一開(kāi)始就提供數(shù)據(jù)集 Persona-Chat；b）讓對(duì)話更吸引人；c）評(píng)估過(guò)程更加簡(jiǎn)單 (先是自動(dòng)評(píng)估，然后是人工評(píng)估)。

官網(wǎng)：http://convai.io/ 

4. 機(jī)器學(xué)習(xí)軌跡挑戰(zhàn)（Tracking Machine Learning Challenge）

賽事概述：在 Kaggle Higgs (https://www.kaggle.com/c/higgs-boson) 和 the flavor of physics (https://www.kaggle.com/c/flavours-of physics) 兩項(xiàng)挑戰(zhàn)賽中，要求參賽者利用數(shù)據(jù)科學(xué)技術(shù)提出推動(dòng)科學(xué)進(jìn)步的新穎想法。粒子軌跡重建是 CERN 實(shí)驗(yàn)中數(shù)據(jù)處理的核心，極具挑戰(zhàn)性。為了充分挖掘碰撞數(shù)據(jù)的潛力，促進(jìn)未來(lái)的科學(xué)發(fā)現(xiàn)，我們將不得不克服這種面向吞吐量的挑戰(zhàn)，并提供幾秒之內(nèi)在數(shù)十萬(wàn)點(diǎn)間運(yùn)行的解決方案。這一獨(dú)特的挑戰(zhàn)需要你的創(chuàng)造力和計(jì)算技能。

官網(wǎng)：https://sites.google.com/site/trackmlparticle/

5. Pommerman

賽事概述：  訓(xùn)練一組智能體來(lái)玩 Bomberman，與其他隊(duì)伍競(jìng)爭(zhēng)。

官網(wǎng)：https://www.pommerman.com/

6. 分布傾向性方面的挑戰(zhàn)（InclusiveImages：A challenge of distributional skew, side information, and global inclusion）

賽事概述：近年來(lái)，機(jī)器學(xué)習(xí)公平性和包容性的問(wèn)題引起人們的高度關(guān)注，并在機(jī)器學(xué)習(xí)領(lǐng)域內(nèi)迅速形成一個(gè)完整的研究領(lǐng)域。為了提供更多的經(jīng)驗(yàn)依據(jù)，方便新方法的正面比較，「InclusiveImages」競(jìng)賽鼓勵(lì)研究人員開(kāi)發(fā)出一種建模技術(shù)，這種技術(shù)能減少可能存在于大型數(shù)據(jù)集中的編碼偏差。特別地，該競(jìng)賽的重點(diǎn)是當(dāng)訓(xùn)練圖像的地理分布不能完全代表在測(cè)試或推理時(shí)的多樣性時(shí)在地理傾向性（geographic skew）方面的挑戰(zhàn)。

官網(wǎng)：https://sites.google.com/view/inclusiveimages/

7. AI 駕駛奧林匹克賽（The AI Driving Olympics）

賽事概述：機(jī)器學(xué)習(xí) (ML)、深度學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)在最近的許多任務(wù)上成果斐然。然而，尚不清楚這些方法能否取代傳統(tǒng)的 embodied 智能體。特別，是否可以完全信任用基于學(xué)習(xí)的方法來(lái)控制自動(dòng)駕駛等安全關(guān)鍵系統(tǒng)還有待觀察。這一比賽由 Duckietown Foundation 舉辦，旨在探索哪種方法最適合復(fù)雜的機(jī)器人系統(tǒng)中的各種任務(wù)和子任務(wù)。參與者需要設(shè)計(jì)算法來(lái)實(shí)現(xiàn)小型出租車車隊(duì)在自動(dòng)駕駛中所需的部分或全部管理和導(dǎo)航。

官網(wǎng)：暫無(wú)

8. AI 在假肢中的應(yīng)用（AI for prosthetics）

賽事概述：材料科學(xué)和設(shè)備技術(shù)的最新進(jìn)展提升了人們對(duì)制造假肢以改善人類運(yùn)動(dòng)的興趣。然而，設(shè)計(jì)這些設(shè)備非常困難，因?yàn)樵谠S多設(shè)計(jì)間迭代非常昂貴且耗時(shí)。在這一挑戰(zhàn)中，我們探索使用強(qiáng)化學(xué)習(xí)技術(shù)來(lái)訓(xùn)練逼真的仿生機(jī)械模型，使其接近帶有假肢的病人的運(yùn)動(dòng)模式。成功的模型將是更好地理解人類-假肢交互的關(guān)鍵，將有助于加速這一領(lǐng)域的發(fā)展。

官網(wǎng)：https://www.crowdai.org/challenges/nips-2018-ai-for-prosthetics-challenge

（完）

via：https://nips.cc/Conferences/2018/CompetitionTrack

雷鋒網(wǎng) AI 研習(xí)社編譯整理。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。