全球人工智能十项全能决赛的浪潮进入前三名

本篇文章1102字，读完约3分钟

4月17日，由世界顶级人工智能组织——神经信息处理系统会议(神经科)举办的自动深度学习的最终结果公布了。wave队以优异的成绩排名世界第三。

神经信息处理系统大会举办的自动深度学习系列是世界人工智能领域的顶级竞赛。它以难度大、竞赛题目新、竞赛日程长而闻名。一年一度的竞赛是“华山论剑”的世界顶级人工智能前沿科研机构。比赛持续了四个月，吸引了世界知名的科研机构，包括谷歌、微软、卡内基梅隆大学、清华大学和其他顶尖的人工智能技术公司。

历史上最困难的比赛是人工智能的“十项全能”。

自动深度学习相当于超级人工智能，它可以自己产生人工智能。它可以通过自动学习各种类型的数据来产生强大的人工智能。这种自动的深度学习决赛是历史上最困难的比赛，争夺每个参赛队的“十项全能”。竞赛的难点在于每个团队需要设计一套使用深度学习技术的人工智能系统来处理10种不同类型的数据集，包括图像、视频、声音、文本和表格等5个主要任务。每个任务的识别规则非常不同。这就像要求团队训练一个能看、听、说的全方位人工智能模型。这对系统的数据处理能力、模型创建能力和模型精度优化提出了很大的挑战。

通常情况下，专业的人工智能算法工程师需要大约一周的时间来完成数据集任务的深度学习建模的开发和调试。如果为这项任务开发几十种不同的算法模型，将需要3-6个月的时间。但是，本次比赛要求参赛队伍使用一套深度学习系统自动处理和识别10个不同领域的数据集，数据处理、建模和参数优化的全过程由算法自动完成。该算法在20分钟内完成的精度接近人工智能专家在7天人工调试中的精度。这和以冲刺的速度完成“三项全能”没什么不同。

全自动深度学习模型的生产模式将效率提高了一万倍。

浪潮针对这一挑战开发了自动深度学习解决方案，全面优化了自动数据处理、自动建模和自动参数优化等核心组件。实现了通过同一系统对不同任务场景的全自动建模。同时，模型优化过程通过系统的自动调试完成，大大提高了模型的辨识精度和算法的优化效率。与参考值相比，该方案的处理精度平均提高20%，数据读取效率平均提高22%，半小时内可生成数千种算法模型。与专家手工创建的模型相比，效率提高了1万多倍。

目前，浪潮在竞争中使用的核心技术已经应用到浪潮的自动机器学习人工智能算法平台产品AutoML Suite中。在刚刚举行的IPF2020 Tide云数据中心合作伙伴会议上，Tide提出智能计算中心是人工智能的新基础设施。浪潮将为智能计算中心的四大运行环节:计算能力的生产、聚合、调度和释放的持续创新提供领先产品。这种领先的产品技术能力也正通过其“元脑”生态成为中国工业人工智能过程的核心驱动力。(益铭)

来源：BBC新闻网