滴滴全球Di-Tech算法大赛落幕,中国选手夺得10万美元冠军大奖

7月20日,滴滴出行首届全球Di-Tech算法大赛正式落幕,经过数轮激烈角逐后,由三名成员组成的中国团队”inferrrr”以绝对优势夺得冠军并收获10万美元奖金,“一剑风吼”和“blitz”两团队则分获二、三名。

7月20日消息,滴滴出行首届全球Di-Tech算法大赛今日正式落幕,经过数轮激烈角逐后,由三名成员组成的中国团队”inferrrr”以绝对优势夺得冠军并收获10万美元奖金,“一剑风吼”和“blitz”两团队则分获二、三名。

图片 1

滴滴出行CEO程维在算法大赛颁奖现场发表演讲,他表示:“互联网的下半场是人工智能。很庆幸,我们有世界上最难的题目,打造交通的AI。第一天创业的时候没想到我们在算法上这么难,我们要考虑的维度、复杂性、实时性超越了其他的行业。也很庆幸,最难的题目才需要最聪明的人工智能引擎,才有可能诞生未来最强大的大数据算法团队。我们希望建设全球顶级的技术团队,去面对这样的挑战。算法大赛我们会一直办下去,第一届十万美金只是开始,未来要扩大规模和影响力,吸引越来越多的人才参与。”

滴滴鼓励技术人才通过自主学习掌握行业前沿技术,在颁奖现场的圆桌论坛上,滴滴出行CTO张博表示:“滴滴希望搭建一个平台,让优秀的人工智能方面的人才脱颖而出,我们开放真实的数据和计算资源给这些同学,让他们在这个舞台上充分的施展,我们也会给获得比较好名次的同学机会,一起去解决出行领域的难题。”

滴滴研究院院长何晓飞在圆桌论坛上发表了“人工智能将改变未来”的看法,他表示:“如果我们能搜集到更多的数据,未来有一天我们甚至能够知道每一位乘客、每一位司机的意愿,或许前一分钟他不愿意接这个订单,也许下一分钟他就愿意了,如果我们能够更加准确的甚至预测人的心理,那么我们可以把整个城市的交通管理的更加有秩序。”

滴滴出行公布的数据显示,本次大赛总共吸引了11440位技术狂人参与,最终组队人数7664人,其中有1239人注册来自海外,选手遍布中国大陆、台湾、日本、美国、英国、印度、澳大利亚和新加坡等国家和地区。

一等奖获得者inferrrr团队由南京理工大学李翔、叶启威、柯国霖三人组成,该团队在特征工程方面具有鲜明创新性,高阶特征较精细,他们对传统的GBDT算法做出改进,并结合业务和产品特性,通过与司机交流等多种方式完善方案。滴滴研究院副院长叶杰平点评该团队时表示:“该团队对XGBOOST模型进行了一定的创新改造,在速度和MEMORY上体现出良好效果,显示了丰富经验和解决问题的能力。”

值得关注的是,此次评出的“最具潜力”参赛团队也是一个很具吸引力的奖项,获得二等奖的“一剑风吼”团队收获了该奖项,他们的算法对大数据的可扩展性较好,对残差神经网络进行了巧妙的适用改造,该团队除了获得滴滴出行提供的3万元现金大奖,本次大赛的独家教育合作伙伴优达学城还将为该团队提供价值约3万元的奖学金,鼓励他们持续学习来自硅谷的顶尖技术课程。此外,hczh团队被授予最佳答辩奖,并获得3万元奖金。

据悉,本次大赛赛题为“解决出行行业供需预测问题”:即:“对于特定城市(城市名称最后可否披露)的特定区域给定前三十分钟订单相关数据(包括数月的实时订单,区域POI, 交通信息,天气数据等),用以预测该地区未来十分钟的供需差值。最后由滴滴研究院核心负责人组成的评审委员会,根据预测模型的准确性、简洁性、创新性和稳定性(包括可复现性)及特征工程的质量,结合答辩表现,决出优胜队伍。”对于特定城市的特定区域给定前三十分钟订单相关数据(包括数月的实时订单,区域POI, 交通信息,天气数据等),参赛团队通过算法来预测该地区未来十分钟的供需差值。

之所以给出这样的题目,滴滴相关负责人表示,截至目前,滴滴出行平台日均需处理1400万订单,需要分析的数据量达到70TB,路径规划超过90亿次。面对如此庞杂的数据,需要通过不断升级、完善与创新的云计算与大数据技术,从而保证数据分析及相关应用的稳定,实现高频出行下的运力均衡,供需预测是其中的一个关键问题。

滴滴出行为本次算法大赛开放了真实的国内出行数据,所有参赛选手都基于这些真实数据进行算法大PK,最终所预测结果与真实情况差距最小者获得本次大赛冠军。

本次大赛的评委阵容豪华,包括人工智能科学家、滴滴研究院院长何晓飞;机器学习领域国际领军人物、滴滴研究院副院长叶杰平等,大赛也得到了Sebastian Thrun优达学城(Udacity)创始人兼总裁Google X 创始人优达学城创始人兼总裁Google X 创始人Sebastian Thrun、Google研究院院长Peter Norvig以及数据科学家Katie Malone的支持和指导。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(0)
大数据精选的头像大数据精选编辑
上一篇 2016-07-20 22:37
下一篇 2016-07-21 14:07

相关文章

关注我们
关注我们
分享本页
返回顶部