2022年人工智能行業(yè)競(jìng)賽白皮書21版

1、2022年人工智能行業(yè)競(jìng)賽白皮書21版1.人工智能競(jìng)賽是數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展的重要推動(dòng)方式一、人工智能競(jìng)賽是人工智能技術(shù)創(chuàng) 新、應(yīng)用發(fā)展的重要推動(dòng)方式，受到 各國(guó)政府高度重視在國(guó)家層面，人工智能競(jìng)賽助力數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展，突破重點(diǎn)技 術(shù)瓶頸，推動(dòng)人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展。2017 年 7 月，國(guó)務(wù)院 印發(fā)新一代人工智能發(fā)展規(guī)劃的通知，人工智能正式上升至 國(guó)家戰(zhàn)略層面，此后各類關(guān)于加快推進(jìn)數(shù)據(jù)應(yīng)用的政策相繼出臺(tái)。 可以看到，在國(guó)家宏觀政策的大力推進(jìn)和堅(jiān)實(shí)支持下，大數(shù)據(jù)、 云計(jì)算以及人工智技術(shù)的不斷迭代和成熟正在催生日漸規(guī)?；?網(wǎng)絡(luò)化和生態(tài)化的內(nèi)生驅(qū)動(dòng)的生態(tài)經(jīng)濟(jì)體，其基礎(chǔ)都在于借助算 法和算力實(shí)現(xiàn)對(duì)數(shù)據(jù)

2、價(jià)值的洞察。人工智能競(jìng)賽活動(dòng)是人工智能 技術(shù)創(chuàng)新、產(chǎn)業(yè)應(yīng)用實(shí)踐、賦能數(shù)字經(jīng)濟(jì)改革創(chuàng)新的重要方法。 通過組織各類人工智能競(jìng)賽活動(dòng)可匯聚各方技術(shù)力量，共同研究 突破關(guān)鍵技術(shù)瓶頸，解決人工智能技術(shù)應(yīng)用落地難點(diǎn)，并提升公 眾對(duì)人工智能技術(shù)的認(rèn)知。當(dāng)前，全球多個(gè)國(guó)家發(fā)布人工智能國(guó)家戰(zhàn)略，并在戰(zhàn)略中指明應(yīng) 加強(qiáng)人工智能競(jìng)賽、合作研討，實(shí)現(xiàn)本國(guó)人工智能技術(shù)的重大突 破，并通過競(jìng)賽方式促進(jìn)人工智能解決方案的開發(fā)，恢復(fù)本國(guó)經(jīng) 濟(jì)增長(zhǎng)。部分國(guó)家政府部門牽頭組織競(jìng)賽，成果解決人工智能相 關(guān)的科學(xué)和工程問題。 可以看到，以人工智能競(jìng)賽作為載體，以問題為導(dǎo)向，以人才為 抓手，匯聚人工智能領(lǐng)域的各界科技創(chuàng)新力量和智慧，在

3、共同推 動(dòng)人工智能 + 產(chǎn)業(yè)發(fā)展，加快算法產(chǎn)業(yè)化進(jìn)程中起到重要作用。 人工智能競(jìng)賽作為人工智能賦能數(shù)字經(jīng)濟(jì)改革創(chuàng)新的重要手段和 窗口，也越來越受到各國(guó)的高度重視。二、人工智能競(jìng)賽是各地人工智能產(chǎn) 業(yè)創(chuàng)新發(fā)展的重要實(shí)現(xiàn)方式我國(guó)各省、市貫徹國(guó)家創(chuàng)新驅(qū)動(dòng)戰(zhàn)略，結(jié)合各地人工智能產(chǎn)業(yè)特 色，舉辦各類人工智能創(chuàng)新、創(chuàng)業(yè)大賽，推動(dòng)人工智能技術(shù)在各 行各業(yè)的應(yīng)用創(chuàng)新及成果轉(zhuǎn)化，匯聚人工智能專業(yè)人才，促進(jìn)地 方人工智能產(chǎn)業(yè)發(fā)展。多地舉辦面向不同人群的人工智能競(jìng)賽，覆蓋從學(xué)生教育、專業(yè)技術(shù)人員，到行業(yè)專家的不同類型競(jìng)賽活動(dòng)， 既促進(jìn)人工智能技術(shù)的普及，又面向具有應(yīng)用價(jià)值的場(chǎng)景，探尋 技術(shù)解決方案。助力政府實(shí)踐產(chǎn)業(yè)

4、落地和建設(shè)數(shù)據(jù)創(chuàng)新生態(tài)在“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”的號(hào)召下，在政府資金、政策和轉(zhuǎn)型 決心的支持下，政務(wù)部門在大力倡導(dǎo)政務(wù)管理數(shù)據(jù)化、智能化的 同時(shí)，也成為了有序開放優(yōu)質(zhì)公共數(shù)據(jù)資源、釋放公共數(shù)據(jù)紅利 的引領(lǐng)者，為建設(shè)數(shù)據(jù)創(chuàng)新生態(tài)建設(shè)提供著政策支撐和資源支持。 如何借助數(shù)據(jù)科學(xué)建設(shè)智慧城市，是政務(wù)機(jī)構(gòu)面對(duì)的重要問題。 政務(wù)部門的數(shù)據(jù)積累具有數(shù)量更大、來源更多、質(zhì)量更好、緯度更廣等特征，其應(yīng)用領(lǐng)域遍布城市管理的方方面面。為了探索數(shù) 據(jù)科學(xué)在城市管理中的應(yīng)用可能性，政務(wù)機(jī)構(gòu)較為偏好開放性的 產(chǎn)品方案賽題。具有明顯的行業(yè)標(biāo)簽，如教育局、交通局、氣象局等， 賽題應(yīng)用場(chǎng)景多與其自身行業(yè)標(biāo)簽一致；而沒有明顯行業(yè)

5、標(biāo)簽的 政務(wù)機(jī)構(gòu)，如人民政府，其賽題場(chǎng)景則非常廣泛。三、人工智能競(jìng)賽為各行業(yè)數(shù)字化轉(zhuǎn)型創(chuàng)新持續(xù)輸出動(dòng)能在各類人工智能競(jìng)賽活動(dòng)中，賽事匯聚產(chǎn)學(xué)研各領(lǐng)域?qū)＜?，?shí)現(xiàn)以問題為導(dǎo)向的產(chǎn)學(xué)研協(xié)同創(chuàng)新。通過舉辦選撥各行業(yè)優(yōu)秀的人工智能 創(chuàng)新應(yīng)用方案，加速形成各細(xì)分領(lǐng)域的人工智能應(yīng)用共識(shí)和標(biāo)準(zhǔn)。伴隨著技術(shù)水平的日趨成熟，越來越多的行業(yè)開始嘗試融入信息 技術(shù)，技術(shù)落地也成為數(shù)字化創(chuàng)新的首要目標(biāo)。組織機(jī)構(gòu)希望加 入數(shù)字化轉(zhuǎn)型的趨勢(shì)性浪潮，然而，數(shù)字化卻面臨著諸如抗拒改 變的文化氛圍、有限的分享和協(xié)作、業(yè)務(wù)尚未準(zhǔn)備就緒、人才短缺、 現(xiàn)有實(shí)踐不適宜進(jìn)行數(shù)字化、以及成本投入巨大等多方面的挑戰(zhàn)。 對(duì)絕大多數(shù)組織機(jī)構(gòu)而言，

6、推進(jìn)數(shù)據(jù)科學(xué)項(xiàng)目耗時(shí)漫長(zhǎng)、所費(fèi)不 貲。 從集思廣益提出創(chuàng)意，到通過審慎評(píng)估形成切實(shí)可行的方案， 繼而投入大量尖端人力進(jìn)行算法開發(fā)，成果新鮮出爐后投入現(xiàn)實(shí) 場(chǎng) 景加以應(yīng)用驗(yàn)證，再到確定其效果與回報(bào)后推行全面部署 每 一個(gè)環(huán)節(jié)都會(huì)牽涉到大量資源的協(xié)調(diào)投放與各方利益訴求的平 衡，更少不了富有預(yù)瞻性的戰(zhàn)略判斷、科學(xué)專業(yè)的運(yùn)營(yíng)管理、以及發(fā)現(xiàn)誤差后能夠進(jìn)行敏捷的優(yōu)化調(diào)整。因此，人工智能競(jìng)賽為數(shù)據(jù)驅(qū)動(dòng)的技術(shù)創(chuàng)新落地和數(shù)字化轉(zhuǎn)型升 級(jí)提供了充沛的生產(chǎn)力。例如，近年來知名度提升的國(guó)際蛋白質(zhì) 結(jié)構(gòu)預(yù)測(cè)競(jìng)賽（CASP）由馬里蘭大學(xué)的 John Moult 教授和加州 大學(xué)戴維斯分校的 Krzysztof Fidel

7、is 教授聯(lián)合創(chuàng)建的國(guó)際性比賽， 旨在評(píng)估、促進(jìn)和確認(rèn)最佳的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)手段。2018 年， DeepMind 開發(fā)的第一代 AlphaFold 首次參加 CASP 并且拔得頭 籌。而 2020 年，新一代的 AlphaFold2 在 CASP 中的表現(xiàn)更為 驚艷，其評(píng)估結(jié)果比 2018 年提升了，被媒體譽(yù)為“解決生物學(xué) 50 年來的重大挑戰(zhàn)”。2.人工智能競(jìng)賽是敏捷的數(shù)據(jù)探索與應(yīng)用創(chuàng)新方式一、數(shù)字化轉(zhuǎn)型成本高昂，暗藏諸多風(fēng)險(xiǎn)推進(jìn)數(shù)據(jù)科學(xué)項(xiàng)目每一環(huán)節(jié)都面臨著諸多難題。數(shù)據(jù)科學(xué)項(xiàng)目的推動(dòng)需要經(jīng)歷一系列艱難 環(huán)節(jié)，但凡有一環(huán)節(jié)出現(xiàn)遲滯或脫節(jié)，都有 可能導(dǎo)致重大損失，或在瞬息萬(wàn)變的數(shù)字化 時(shí)代喪失

8、創(chuàng)新發(fā)展的先機(jī)。二、整合關(guān)鍵創(chuàng)新要素，快速實(shí)驗(yàn)創(chuàng)新應(yīng)用引領(lǐng)企業(yè)進(jìn)行技術(shù)落地場(chǎng)景的創(chuàng)新探索企業(yè)舉辦人工智能競(jìng)賽的核心訴求，是挖掘潛在的創(chuàng)新方向和應(yīng) 用場(chǎng)景。通過人工智能競(jìng)賽的舉辦，企業(yè)打造出了充分融合數(shù)據(jù)、 算法、人才、算力等各項(xiàng)創(chuàng)新要素的標(biāo)桿案例，以賽題要求切入， 讓創(chuàng)新探索過程更加具象、創(chuàng)新探索結(jié)果更加明確，為企業(yè)的數(shù) 字化投入建立信心。同時(shí)，人工智能競(jìng)賽作為數(shù)據(jù)研發(fā)的縮影，也成為了企業(yè)積累數(shù) 據(jù)科學(xué)能力的實(shí)驗(yàn)室。在貼近真實(shí)業(yè)務(wù)場(chǎng)景的競(jìng)賽環(huán)境下，為可 復(fù)用的數(shù)據(jù)科學(xué)方法論指導(dǎo)賽事設(shè)計(jì)與運(yùn)營(yíng)，厘清數(shù)字化轉(zhuǎn)型的 目標(biāo)與路徑，把握數(shù)據(jù)科學(xué)項(xiàng)目的生命周期，更加有的放矢地制 定策略。分析 2014 年

9、至今國(guó)內(nèi)的 400 場(chǎng)人工智能競(jìng)賽發(fā)現(xiàn)，企業(yè)在所有 人工智能競(jìng)賽主辦方中占比高達(dá) 67%，金融、通信、文娛傳媒、 交通運(yùn)輸和電子商務(wù)是發(fā)起人工智能競(jìng)賽數(shù)量最多的五大行業(yè)領(lǐng) 域，合計(jì)占比高達(dá) 75%。企業(yè)最為偏好結(jié)構(gòu)化數(shù)據(jù)挖掘類賽題 （47.4%），其次是計(jì)算機(jī)視覺（21.6%）。具體來看，金融行 業(yè)賽事主辦方的賽題場(chǎng)景相對(duì)發(fā)散，除金融關(guān)聯(lián)領(lǐng)域外，亦涉及 電子商務(wù)、交通出行、農(nóng)林養(yǎng)殖業(yè)、新零售等“金融 +”場(chǎng)景。 通信行業(yè)在 5G 技術(shù)的商用趨勢(shì)與產(chǎn)業(yè)互聯(lián)的影響下，還會(huì)關(guān)注 安防、交通、旅游、人文、社會(huì)治理、及文娛傳媒等“萬(wàn)物互聯(lián)” 和“智慧城市”等相關(guān)領(lǐng)域。人工智能競(jìng)賽連接起的每一項(xiàng)要素都在數(shù)

10、字化創(chuàng)新中扮演著不可 或缺的重要角色：云計(jì)算資源和數(shù)據(jù)科學(xué)協(xié)同開發(fā)工具是基礎(chǔ)設(shè) 施，人才和 AI 技術(shù)是生產(chǎn)力，數(shù)據(jù)是基礎(chǔ)生產(chǎn)資料，環(huán)環(huán)相扣的 創(chuàng)新效果通過以賽題承載的應(yīng)用場(chǎng)景得以直觀呈現(xiàn)。以人工智能 競(jìng)賽為中軸，匯聚起更多的人才、組織起更頻繁的跨學(xué)科領(lǐng)域交流、 涉足更廣泛的技術(shù)面，積累更全面更優(yōu)質(zhì)的數(shù)據(jù)，從而帶來更加 敏捷高效的創(chuàng)新探索和性能突出的創(chuàng)新成果。與收益不斷高企相伴的是成本的逐步下跌： 由競(jìng)賽催動(dòng)的規(guī)模經(jīng)濟(jì)促使基礎(chǔ)設(shè)施的研發(fā)成本不斷攤薄；通過競(jìng)賽培養(yǎng)和積累的核心能力也讓獲取數(shù)據(jù)科學(xué)研發(fā)經(jīng)驗(yàn)和 制定競(jìng)賽制度與標(biāo)準(zhǔn)的邊際成本不斷減少； 規(guī)模日益巨大的數(shù)據(jù)科學(xué)人才在向競(jìng)賽輸入其專業(yè)能力和

11、創(chuàng)造 力的同時(shí)，也在獲取持續(xù)的實(shí)踐訓(xùn)練和成長(zhǎng)，人才聚集和培養(yǎng) 成本得以壓縮； 社區(qū)為交流互動(dòng)提供了發(fā)聲地，工具為團(tuán)隊(duì)合作提供了功能保 障，協(xié)作不再成為難點(diǎn)。 創(chuàng)新的巨輪一旦轉(zhuǎn)起，就會(huì)越來越快，最終開拓出更多有效果 有價(jià)值的應(yīng)用場(chǎng)景，實(shí)現(xiàn)令數(shù)字化價(jià)值指數(shù)級(jí)增長(zhǎng)的飛輪效應(yīng)。三、低耗高效可持續(xù)，生態(tài)化創(chuàng)新動(dòng)能不斷競(jìng)賽低耗高效可持續(xù)，創(chuàng)新探索敏捷化各類組織機(jī)構(gòu)不懈探索更簡(jiǎn)單、更便捷的數(shù)字化戰(zhàn)略，根據(jù) Gartner 在 2017 年發(fā)布的數(shù)字化戰(zhàn)略調(diào)研報(bào)告，在眾多數(shù)字化創(chuàng) 新手段中，人工智能競(jìng)賽依然具有相對(duì)較高的成功率。因?yàn)樵诖_保有 100% 的信心推動(dòng)數(shù)據(jù)科學(xué)項(xiàng)目成功著陸之前，人工智能競(jìng) 賽在性價(jià)比

12、、敏捷性和持續(xù)性等方面表現(xiàn)突出，不僅有利于低成 本的發(fā)展策略試驗(yàn)和排錯(cuò)，亦能充分積累數(shù)據(jù)科學(xué)實(shí)戰(zhàn)經(jīng)驗(yàn)。性價(jià)比：人工智能競(jìng)賽創(chuàng)造了化繁為簡(jiǎn)的環(huán)境條件，在更加緊 湊的周期內(nèi)，能夠直接感受推動(dòng)數(shù)據(jù)科學(xué)創(chuàng)新和技術(shù)落地的步驟 與方法。無論是自行成立數(shù)字化研發(fā)中心，還是與產(chǎn)業(yè)同行進(jìn)行 戰(zhàn)略合作，往往首先需要在 IT 基礎(chǔ)設(shè)施上有巨大投入，而在競(jìng)賽 環(huán)境里，賽事主辦方往往只需要承擔(dān)一個(gè)業(yè)務(wù)負(fù)責(zé)人的角色，與 競(jìng)賽運(yùn)營(yíng)平臺(tái)溝通其創(chuàng)新訴求，配合輕量級(jí)的付出即能夠獲得賽 事運(yùn)營(yíng)團(tuán)隊(duì)和數(shù)據(jù)科學(xué)研發(fā)人員的專業(yè)服務(wù)與支持。敏捷性：傳統(tǒng)的數(shù)據(jù)科學(xué)項(xiàng)目受限于團(tuán)隊(duì)人數(shù)和團(tuán)隊(duì)精力，信 息反饋也往往需要較長(zhǎng)的周期。而人工智能競(jìng)賽由

13、于其特殊的賽 馬機(jī)制，模型迭代的速度和對(duì)于數(shù)據(jù)的利用效率往往遠(yuǎn)高于常規(guī) 的數(shù)據(jù)科學(xué)項(xiàng)目。作為缺乏前車之鑒的創(chuàng)新之舉，推進(jìn)數(shù)據(jù)科學(xué) 項(xiàng)目總少不了反復(fù)的試驗(yàn)和排錯(cuò)，傳統(tǒng)方式下的每一次試驗(yàn)往往 因投入巨大可能導(dǎo)致決策者投鼠忌器。但籍由人工智能競(jìng)賽以更 經(jīng)濟(jì)的投入換取更快速的反饋，便為多輪連續(xù)驗(yàn)證創(chuàng)造了空間， 實(shí)現(xiàn)了敏捷的創(chuàng)新。持續(xù)性：以人工智能競(jìng)賽為契機(jī)，加強(qiáng)企業(yè)、高校和科研機(jī)構(gòu)、 政務(wù)部門之間廣泛深入的合作，促進(jìn)多方資源的整合與聯(lián)通，既 是促進(jìn)產(chǎn)教融合的數(shù)據(jù)科學(xué)人才培養(yǎng)模式變革的創(chuàng)新之舉，也為 研協(xié)同打通了渠道、樹立了標(biāo)桿，為可持續(xù)的技術(shù)創(chuàng)新應(yīng)用探索 提供了基礎(chǔ)設(shè)施平臺(tái)，市場(chǎng)價(jià)值必將迎來指數(shù)型增長(zhǎng)

14、。3.人工智能競(jìng)賽幫助促進(jìn)高校的學(xué)科 交叉與產(chǎn)研融合一、促進(jìn)高校加強(qiáng)學(xué)科建設(shè)與學(xué)科交叉促進(jìn)高校加強(qiáng)學(xué)科建設(shè)與人才培養(yǎng)在國(guó)家相關(guān)政策的鼓勵(lì)和推動(dòng)下，越來越多的高校開始進(jìn)行數(shù)據(jù) 科學(xué)的學(xué)科建設(shè)和人才培養(yǎng)。高校學(xué)科建設(shè)需要持續(xù)的資金投入 和資源配套，數(shù)據(jù)相關(guān)專業(yè)仍缺乏成熟的學(xué)科建設(shè)經(jīng)驗(yàn)，學(xué)生則 需要充足的優(yōu)質(zhì)數(shù)據(jù)、功能完備的工具平臺(tái)和貼近實(shí)戰(zhàn)的場(chǎng)景來 進(jìn)行實(shí)踐這一系列問題都是困擾著高校的現(xiàn)實(shí)困難。人工智能競(jìng)賽作為高校推進(jìn)大數(shù)據(jù)相關(guān)學(xué)科建設(shè)的重要手段，將 教學(xué)、科研、實(shí)訓(xùn)深度結(jié)合，以賽題的形式發(fā)布，廣泛吸引校內(nèi)的人才參與競(jìng)爭(zhēng)和交流學(xué)習(xí)，探索將理論知識(shí)轉(zhuǎn)化為實(shí)踐應(yīng)用， 幫助人才在競(jìng)賽場(chǎng)景中以賽促學(xué)，幫助

15、人才認(rèn)識(shí)理論學(xué)習(xí)、基礎(chǔ) 知識(shí)的意義與重要性。 在此背景下，高校圍繞技術(shù)熱點(diǎn)、學(xué)科建設(shè)以及創(chuàng)新應(yīng)用三個(gè)方 向進(jìn)行賽題的策劃，廣泛涉及社會(huì)服務(wù)、工業(yè)制造、旅游、生物 科技、網(wǎng)絡(luò)安全和醫(yī)療健康等多個(gè)行業(yè)，以加強(qiáng)學(xué)生的理論和技 能在多元場(chǎng)景下的應(yīng)用能力。由于人工智能賽事涉及的賽道非常廣泛，除了計(jì)算機(jī)相關(guān)的專業(yè) 外，還可能需要材料科學(xué)、電氣工程、自動(dòng)化工程、通信工程、 數(shù)學(xué)等學(xué)科的專業(yè)知識(shí)，甚至還有部分賽道需要航天工程、測(cè)繪 與地理、物理學(xué)、醫(yī)學(xué)、人文與社會(huì)科學(xué)等與計(jì)算機(jī)科學(xué)不太相關(guān)的學(xué)科背景。對(duì)于擁有多領(lǐng)域人才的高校和科研機(jī)構(gòu)而言，涉 及到多領(lǐng)域的人工智能賽事對(duì)于不同學(xué)科的交流以及交叉學(xué)科融 合研究與

16、教學(xué)都有極大的促進(jìn)作用。二、推動(dòng)科研機(jī)構(gòu)加速產(chǎn)研融合與技術(shù)發(fā)展推動(dòng)科研機(jī)構(gòu)加速產(chǎn)研融合與技術(shù)發(fā)展科研機(jī)構(gòu)是技術(shù)研究與探索的引領(lǐng)者，也是數(shù)字化轉(zhuǎn)型的推動(dòng)者。 基礎(chǔ)研究、應(yīng)用研究和開發(fā)研究是科研系統(tǒng)中三個(gè)緊密相連的重 要環(huán)節(jié)，三者協(xié)調(diào)統(tǒng)一的發(fā)展才能夠真正實(shí)現(xiàn)科研成果的價(jià)值轉(zhuǎn) 化。 在人工智能領(lǐng)域，人工智能競(jìng)賽為這個(gè)過程的進(jìn)化創(chuàng)造了條件， 集中了數(shù)據(jù)、人才等必要的基礎(chǔ)要素，提供了跨學(xué)科領(lǐng)域的交流 環(huán)境。同時(shí)，前沿科研的實(shí)用價(jià)值通過競(jìng)賽被釋放、被感知，也獲得了持續(xù)的社會(huì)關(guān)注和資源支持。 科研機(jī)構(gòu)的賽題技術(shù)方向和應(yīng)用場(chǎng)景富有前瞻性，集中于和自身 行業(yè)背景屬性相同的場(chǎng)景中，地質(zhì)、水利、氣象、傳媒是較為常

17、見的賽題場(chǎng)景。4.選手眼中的人工智能競(jìng)賽一、為什么參加人工智能競(jìng)賽競(jìng)賽離不開人才的參與，那么人工智能競(jìng)賽對(duì)于參賽選手有哪些 價(jià)值，他們參與競(jìng)賽的動(dòng)機(jī)和意愿是又什么？通過面向逾千名選 手的調(diào)研中發(fā)現(xiàn)，選手報(bào)名參與競(jìng)賽的動(dòng)機(jī)主要有如下幾方面：1. 實(shí)戰(zhàn)經(jīng)驗(yàn)：參與競(jìng)賽可以接觸業(yè)界實(shí)際的業(yè)務(wù)場(chǎng)景與真實(shí)數(shù)據(jù)， 助力人才累積相關(guān)技術(shù)在具體行業(yè)場(chǎng)景下的應(yīng)用經(jīng)驗(yàn)。 2. 技能提升：競(jìng)賽過程中能極大鍛煉工程實(shí)踐，復(fù)雜分析，團(tuán)隊(duì) 協(xié)作等能力，培養(yǎng)技術(shù)與跨領(lǐng)域認(rèn)知策略，提升人才綜合素質(zhì)。 3. 交流學(xué)習(xí)：由具體的賽題和充滿探討交流氛圍的競(jìng)賽學(xué)習(xí)環(huán)境， 助力人才拓展人脈，建構(gòu)知識(shí)與人際關(guān)系的連接。 4. 報(bào)酬獎(jiǎng)勵(lì)：一

18、般競(jìng)賽都有不菲的賽事獎(jiǎng)金和并提供工作機(jī)會(huì)， 在人工智能競(jìng)賽中取得的成績(jī)也日益成為證明個(gè)人能力的權(quán)威背 書，對(duì)促進(jìn)人才職業(yè)發(fā)展與財(cái)富積累頗有裨益。二、希望通過參賽收獲根據(jù)在人工智能競(jìng)賽中的排名表現(xiàn)，調(diào)研對(duì) 象被劃分了黃金玩家、白銀玩家和青銅玩家 三大類。大家對(duì)人工智能競(jìng)賽的訴求在呈現(xiàn) 出一定程度上的一致性之外，也在某些具體 內(nèi)容上有細(xì)微的差異： 黃金玩家依然把賽事獎(jiǎng)金列為最大訴求， 也遠(yuǎn)比其他人更加倚重通過競(jìng)賽拓展人脈 和加強(qiáng)交流學(xué)習(xí)； 相對(duì)入門的青銅玩家則更加看重能通過競(jìng) 賽接觸數(shù)據(jù)和獲取工作機(jī)會(huì)。三、認(rèn)為競(jìng)賽對(duì)自己的意義人工智能競(jìng)賽有重要意義和豐富價(jià)值，吸引著越來越多的人才投身人工智能競(jìng)賽，

19、為更好的了解人工智能競(jìng)賽對(duì)于參賽者的意義？我們 設(shè)計(jì)了自我效能感、內(nèi)部滿足感、外在報(bào)酬感等維度去探究選手們眼中人工智能競(jìng)賽對(duì)于他們的意義。1. 自我效能感自我效能感是個(gè)體結(jié)合自身的實(shí)力和任務(wù)難度，對(duì)于完成任務(wù)目 標(biāo)的自信程度。故在參與人工智能競(jìng)賽的人才中，其自我效能感 會(huì)隨著持續(xù)參與的結(jié)果不斷進(jìn)行調(diào)整。具有高水平自我效能感的 選手，在競(jìng)賽中更可能相信付出努力，可以獲得滿意的績(jī)效，也 即高自我效能感的人才容易形成較高的期望估值并持續(xù)的付出和 留存。2. 內(nèi)部滿足感內(nèi)部滿足感不是為了一些可感知可分離的結(jié)果做事，而是滿足內(nèi) 心的需求。擁有諸如樂趣、挑戰(zhàn)感、歸屬感等內(nèi)部動(dòng)機(jī)的使用者 更能夠持續(xù)參與和使

20、用。本年鑒中持續(xù)參與動(dòng)機(jī)中的內(nèi)部滿足感 動(dòng)機(jī)分為學(xué)習(xí)成長(zhǎng)、身份構(gòu)建、虛擬社區(qū)感三個(gè)方面。（1）學(xué)習(xí)成長(zhǎng)學(xué)習(xí)成長(zhǎng)是指人才在參與人工智能競(jìng)賽中， 能夠?qū)W習(xí)或提高的相關(guān)技能，繼而能力提高會(huì)引發(fā)參與者的持續(xù)根據(jù)深度訪談選手反饋，人工智能競(jìng)賽是鍛煉技能實(shí)踐驗(yàn)證能力 的機(jī)會(huì)，在學(xué)習(xí)與就業(yè)的不同階段都會(huì)參與競(jìng)賽去不斷提升自己 的能力，培養(yǎng)自我效能最大的困難是剛接觸競(jìng)賽時(shí)，知識(shí)儲(chǔ)備不足， 缺少相應(yīng)的路徑和指導(dǎo)。相比競(jìng)賽中名列前茅，更看重在競(jìng)賽中 多次累積的經(jīng)驗(yàn)，底層的數(shù)據(jù)分析能力訓(xùn)練與跨領(lǐng)域認(rèn)知策略的 培養(yǎng)，更讓自己有信心并不斷參與競(jìng)賽。與意向，當(dāng)個(gè)體在參與的過程中得到學(xué)習(xí)和提升，也容易被社群 接納建立歸屬感

21、，也就會(huì)更頻繁的參與。（2）身份構(gòu)建身份構(gòu)建是指通過在競(jìng)賽中，釋放自己的創(chuàng) 造力和想象力 , 來證明自己能力并進(jìn)一步構(gòu)建自己的身份角色， 也稱自我肯定。身份構(gòu)建和自我肯定能夠使得競(jìng)賽選手產(chǎn)生沉浸 的體驗(yàn)，保持持續(xù)的參與意愿和行為。選手希望通過持續(xù)的參與賽和任務(wù)，能夠證明自己的能力并且構(gòu)建自己的身份。（3）虛擬社區(qū)感虛擬社區(qū)感會(huì)使其對(duì)社區(qū)負(fù)有責(zé)任感 , 從 而在競(jìng)賽平臺(tái)中想要持續(xù)的參與。競(jìng)賽選手在社區(qū)中互相支持建 立自己的角色并且認(rèn)同別人的身份以及產(chǎn)生信任，會(huì)產(chǎn)生社區(qū)歸 屬感，進(jìn)而有持續(xù)參與的意愿。根據(jù)深度訪談選手反饋，在人工智能競(jìng)賽中和志同道合的小伙伴 一同參與競(jìng)賽，通過學(xué)習(xí)成長(zhǎng)，從競(jìng)賽小白一

22、路成長(zhǎng)為競(jìng)賽大神， 通過社交不斷深化關(guān)系鏈，并在社群與社區(qū)中漸漸構(gòu)建起影響力 和社會(huì)地位，對(duì)于自己很有滿足感和社區(qū)歸屬感，愿意分享自己 的競(jìng)賽經(jīng)驗(yàn)，自發(fā)維護(hù)競(jìng)賽氛圍，愿意為人工智能競(jìng)賽生態(tài)建設(shè) 不斷貢獻(xiàn)力量。3. 外部報(bào)酬外部報(bào)酬能夠間接地得到內(nèi)心滿足的需求，是一種可感知可分離 的事務(wù)，例如競(jìng)賽獎(jiǎng)金，工作機(jī)會(huì)等，越高的獎(jiǎng)勵(lì)的設(shè)置，越能 增強(qiáng)持續(xù)參與意愿。人工智能競(jìng)賽平臺(tái)具備將知識(shí)進(jìn)行變現(xiàn)的有 償屬性，人才對(duì)于獲取報(bào)酬的預(yù)期是激勵(lì)和吸引他們參與的十分 重要的因素。根據(jù)深度訪談選手反饋，人工智能競(jìng)賽比起獎(jiǎng)金更看重的是工作 / 實(shí)習(xí)機(jī)會(huì)，人工智能競(jìng)賽帶來的就業(yè)競(jìng)爭(zhēng)力的提升，和工作機(jī) 會(huì)要比一次性的獎(jiǎng)

23、金更為吸引人，一次完整參與競(jìng)賽的項(xiàng)目經(jīng)歷 可以為簡(jiǎn)歷增添不少分?jǐn)?shù)，獲取 Top 名次就更有競(jìng)爭(zhēng)優(yōu)勢(shì)，目前 也有不少公司或機(jī)構(gòu)通過人工智能競(jìng)賽遴選人才，在如今數(shù)字經(jīng) 濟(jì)時(shí)代，算法相關(guān)崗位競(jìng)爭(zhēng)相對(duì)激烈，人才通過人工智能競(jìng)賽獲 取更多報(bào)酬機(jī)會(huì)，具備相應(yīng)的意愿，但因?yàn)楦?jìng)賽的名次有限，競(jìng) 爭(zhēng)依舊激烈，故意愿相對(duì)自我效能感與內(nèi)部滿足感低一些。人才是人工智能競(jìng)賽的核心源泉，競(jìng)賽的價(jià)值體現(xiàn)與人才內(nèi)在的 動(dòng)機(jī)滿足相互促進(jìn)，共同發(fā)展。隨著時(shí)代的發(fā)展，面對(duì)社會(huì)對(duì)人 工智能人才的泛在需求，人才應(yīng)跟緊技術(shù)發(fā)展與產(chǎn)業(yè)升級(jí)的步伐， 意識(shí)到人工智能競(jìng)賽對(duì)于個(gè)人成長(zhǎng)與發(fā)展的價(jià)值，廣泛積極參與 競(jìng)賽，不斷夯實(shí)基礎(chǔ)知識(shí)，積極學(xué)習(xí)跨

24、學(xué)科、多領(lǐng)域技能，以解 決實(shí)際問題為導(dǎo)向，持續(xù)積累項(xiàng)目經(jīng)驗(yàn)，全方位提高綜合素質(zhì)能力。5.組織人工智能競(jìng)賽的挑戰(zhàn)一、對(duì)競(jìng)賽復(fù)雜性的調(diào)研結(jié)果調(diào)研發(fā)現(xiàn)，在多數(shù)的參賽選手心目中，人工智能競(jìng)賽的質(zhì)量取決 于三個(gè)要素：主辦方的品牌知名度、賽事激勵(lì)的豐厚程度、競(jìng)賽 是否提供真實(shí)的數(shù)據(jù)。這些是吸引優(yōu)質(zhì)參賽選手，促進(jìn)產(chǎn)出更高 水平成果的關(guān)鍵要素。 但是，這三點(diǎn)仍不足以保障優(yōu)質(zhì)競(jìng)賽的完成。人工智能競(jìng)賽牽扯到應(yīng)用場(chǎng)景、數(shù)據(jù)、算力、算法和人才等方方面面的復(fù)雜要素， 包含了數(shù)據(jù)科學(xué)研發(fā)過程中的主要環(huán)節(jié)，從賽前籌備到賽中運(yùn)營(yíng)， 再到賽后跟進(jìn)，從應(yīng)用場(chǎng)景挖掘到配套數(shù)據(jù)處理，從計(jì)算環(huán)境搭 建到算法應(yīng)用，從參賽選手管理到成果測(cè)

25、評(píng)，每個(gè)環(huán)節(jié)都需要專 業(yè)能力和精細(xì)運(yùn)營(yíng)的支撐。2018 Kinetics 視頻行為分類比賽數(shù)據(jù)失誤導(dǎo)致重大競(jìng)賽事故2018 年，Kinetics 視頻行為分類比賽遭遇了賽事組織的多次事故。起因在于賽事運(yùn)營(yíng)方發(fā)布的訓(xùn)練集數(shù)據(jù)中錯(cuò)誤地混 入了測(cè)試集數(shù)據(jù)。一周后，賽事運(yùn)營(yíng)方重新發(fā)布的數(shù)據(jù)集再度出現(xiàn)重大疏忽所有數(shù)據(jù)標(biāo)簽被泄漏，意味著能夠驗(yàn)證 模型效果的答案遭到提前揭示，選手無須花費(fèi)精力訓(xùn)練可靠的模型。參賽選手向賽事運(yùn)營(yíng)方發(fā)送郵件反應(yīng)數(shù)據(jù)集的問題， 也未得到及時(shí)的回應(yīng)和解決。賽事的公平性和參賽團(tuán)隊(duì)的積極性遭到了破壞，同時(shí)引起了輿論爭(zhēng)議，賽事被迫延期2018 Kinetics 視頻行為分類比賽數(shù)據(jù)失誤導(dǎo)致

26、重大競(jìng)賽事故2018 年，Kinetics 視頻行為分類比賽遭遇了賽事組織的多次事故。起因在于賽事運(yùn)營(yíng)方發(fā)布的訓(xùn)練集數(shù)據(jù)中錯(cuò)誤地混 入了測(cè)試集數(shù)據(jù)。一周后，賽事運(yùn)營(yíng)方重新發(fā)布的數(shù)據(jù)集再度出現(xiàn)重大疏忽所有數(shù)據(jù)標(biāo)簽被泄漏，意味著能夠驗(yàn)證 模型效果的答案遭到提前揭示，選手無須花費(fèi)精力訓(xùn)練可靠的模型。參賽選手向賽事運(yùn)營(yíng)方發(fā)送郵件反應(yīng)數(shù)據(jù)集的問題， 也未得到及時(shí)的回應(yīng)和解決。賽事的公平性和參賽團(tuán)隊(duì)的積極性遭到了破壞，同時(shí)引起了輿論爭(zhēng)議，賽事被迫延期。1. 主辦方對(duì)競(jìng)賽有高預(yù)期不同的賽事主辦方舉辦人工智能競(jìng)賽的初衷各有側(cè)重，其共同的 訴求是賽事進(jìn)程平穩(wěn)順暢、輿論評(píng)價(jià)正面積極、參賽選手能夠準(zhǔn) 確理解賽題、參

27、賽選手技術(shù)能力出色、賽事成果具有優(yōu)越表現(xiàn)。 這需要不同環(huán)節(jié)的專業(yè)服務(wù)能力緊密配合，促成賽事實(shí)現(xiàn)最好的效果。正是意識(shí)到賽事籌辦和組織的復(fù)雜性，主辦方存在多方面 的顧慮，擔(dān)心對(duì)于人工智能競(jìng)賽的投入無法獲取預(yù)期回報(bào)，甚至 損傷品牌形象。2. 參賽者對(duì)競(jìng)賽有嚴(yán)要求選手的技術(shù)潛力的釋放程度和技術(shù)能力的發(fā)揮水平，高度依賴于 賽事全生命周期的技術(shù)支撐和運(yùn)營(yíng)管理。人工智能競(jìng)賽參賽者調(diào) 研的結(jié)果顯示：組織“優(yōu)質(zhì)的人工智能競(jìng)賽”需要兼?zhèn)鋵I(yè)的技 術(shù)儲(chǔ)備和豐富的項(xiàng)目管理經(jīng)驗(yàn)。從參賽頻率的維度來看：競(jìng)賽新手：關(guān)心自己是否值得將精力投入到競(jìng)賽中，獲得經(jīng)驗(yàn) 與成長(zhǎng)，認(rèn)為優(yōu)質(zhì)的人工智能競(jìng)賽首先應(yīng)該具備科學(xué)合理的賽 題、數(shù)據(jù)

28、和測(cè)評(píng)辦法，競(jìng)賽頁(yè)面的文字描述需要清晰、專業(yè)、 合理。競(jìng)賽常客：在賽題與數(shù)據(jù)相匹配的基準(zhǔn)要求被滿足后，則更關(guān) 心完善的賽制、自動(dòng)測(cè)評(píng)等功能點(diǎn)能夠保障良好的參賽體驗(yàn)。競(jìng)賽老手：獎(jiǎng)金或工作機(jī)會(huì)等實(shí)質(zhì)性激勵(lì)是他們首要考慮因素， 且激勵(lì)也需要以合理、可解的賽題為基礎(chǔ)；此外，他們也會(huì)傾 向于投入精力加入前沿性難題的探索。從參賽成績(jī)的維度來看：青銅玩家：除了要求題意表達(dá)通暢清晰外，希望公平的賽制和 完善的測(cè)評(píng)功能能夠保障競(jìng)賽的鍛煉價(jià)值。白銀玩家：最關(guān)心賽題與數(shù)據(jù)匹配程度；進(jìn)而關(guān)心有科學(xué)的測(cè) 評(píng)算法合理評(píng)估選手的表現(xiàn)；而為了更有效率地展現(xiàn)實(shí)力，白 銀玩家也要求優(yōu)質(zhì)的人工智能競(jìng)賽配套功能全面、性能優(yōu)越的 算法

29、開發(fā)工具和計(jì)算資源。黃金玩家：對(duì)自己的能力充滿自信，因此對(duì)于優(yōu)質(zhì)人工智能競(jìng) 賽的定義簡(jiǎn)單直接：不浪費(fèi)時(shí)間、不枉費(fèi)付出，即賽題、數(shù)據(jù)、 評(píng)審辦法科學(xué)合理，且有敏捷完善的產(chǎn)品功能予以支撐，從而 保證其精力最大程度投入解題本身；同時(shí)要有與自己的開發(fā)成 果相般配的豐厚回報(bào)；水平一流的黃金玩家比起其他人也更愿 意投身前沿課題的研發(fā)?？梢钥闯觯{(diào)研對(duì)象雖然擁有不同程度的參賽經(jīng)驗(yàn)和成績(jī)表現(xiàn)， 但對(duì)于人工智能競(jìng)賽從賽題、評(píng)審到工具、運(yùn)營(yíng)均擁有復(fù)雜而嚴(yán) 苛的要求競(jìng)賽內(nèi)容富有實(shí)際意義、競(jìng)賽服務(wù)專業(yè)周到。選手 需求的復(fù)雜性和多元性，對(duì)于賽事的主辦方和賽事平臺(tái)，也提出 了嚴(yán)格而專業(yè)的要求。二、人工智能競(jìng)賽的運(yùn)營(yíng)復(fù)雜度

30、詳解優(yōu)質(zhì)的人工智能競(jìng)賽需要把控住賽事的全流程，每一環(huán)節(jié)的成果 產(chǎn)出都將直接影響其它環(huán)節(jié)的工作，影響整場(chǎng)賽事的質(zhì)量。這對(duì) 賽事組織運(yùn)營(yíng)者的業(yè)務(wù)解讀能力、技術(shù)能力和溝通能力提出了持 續(xù)的考驗(yàn)。1. 數(shù)據(jù)科學(xué)項(xiàng)目管理，支撐賽事成果有效性通過需求分析和賽題設(shè)計(jì)，賦予人工智能競(jìng)賽創(chuàng)新意義和業(yè)務(wù)價(jià) 值，進(jìn)而借由數(shù)據(jù)和計(jì)算資源管理保障該創(chuàng)新價(jià)值落地，有著綜 合性的挑戰(zhàn)。a. 需求分析和賽題設(shè)計(jì)需求分析和賽題設(shè)計(jì)的首要任務(wù)是能夠充分理解、拆解、定義競(jìng) 賽主辦方的真實(shí)訴求，使其可被人工智能競(jìng)賽承載和實(shí)現(xiàn)。賽事 組織方需要對(duì)業(yè)務(wù)場(chǎng)景進(jìn)行賽題邊界的確定，使得賽題方向與主 辦方的行業(yè)特征、業(yè)務(wù)特點(diǎn)、數(shù)據(jù)儲(chǔ)備相匹配。

31、面向大眾廣泛收集開放性方案的競(jìng)賽形式也很常見，因?yàn)樵S多行 業(yè)的數(shù)字化轉(zhuǎn)型正處于起步階段，需要?jiǎng)?chuàng)新方向的借鑒與啟發(fā)。 通過對(duì)國(guó)內(nèi)數(shù)百場(chǎng)人工智能競(jìng)賽的分析，我們發(fā)現(xiàn)開放性方案題 在報(bào)名熱情上只稍遜于算法題，但最終成果的提交數(shù)量卻遠(yuǎn)低于 算法題。算法賽題需要對(duì)應(yīng)用場(chǎng)景進(jìn)行高度收斂，開放性方案題則不設(shè)邊 界，能讓選手充分發(fā)揮創(chuàng)意，往往可收獲意想不到的、但實(shí)則可 行的數(shù)據(jù)與技術(shù)在場(chǎng)景中的應(yīng)用方案，從而可為技術(shù)進(jìn)一步落地 指明方向。也是由于邊界發(fā)散，導(dǎo)致考核標(biāo)準(zhǔn)難以界定，成果表 現(xiàn)從而也往往不夠穩(wěn)定。算法模型類賽題相比開放性方案賽，有更加穩(wěn)定的表現(xiàn)，其 設(shè)計(jì)過程也存在著諸多考驗(yàn)：在需求分析結(jié)果和賽事數(shù)據(jù)條 件的基礎(chǔ)上，在成本限制、計(jì)算資源、數(shù)據(jù)安全的約束條件下， 最終的賽題需要平衡可解性、前沿性和創(chuàng)新性等多方面的要b. 數(shù)據(jù)管理賽題設(shè)計(jì)需要兼顧是否可解、是否具備業(yè)務(wù)應(yīng)用價(jià)值或前沿技術(shù) 探索價(jià)值等多方面的因素，而這皆以“數(shù)據(jù)”為基礎(chǔ)。數(shù)據(jù)層面 有三個(gè)重點(diǎn)：數(shù)據(jù)質(zhì)量、數(shù)據(jù)集切分、數(shù)據(jù)安全，任何一點(diǎn)的疏 漏都會(huì)導(dǎo)致潛力巨大的賽題難以兌現(xiàn)價(jià)值。求。 算法賽題需要以清晰明確的表達(dá)方式，幫助參賽選手充分理解 其考察重點(diǎn)和開發(fā)目標(biāo)，同時(shí)配套科學(xué)的測(cè)評(píng)方法對(duì)賽事效果 進(jìn)行合理評(píng)價(jià)。c. 成果管理成果管理是影響數(shù)據(jù)科學(xué)項(xiàng)目項(xiàng)目效果的“最后一公里”，成果 版本管理混亂、成果不可復(fù)現(xiàn)都