智源人工智能算法大賽現(xiàn)已正式啟動！本次比賽由北京智源人工智能研究院主辦，清華大學(xué)、北京大學(xué)、中科院計算所、曠視、知乎等協(xié)辦，總獎金超過 100 萬元，旨在以全球領(lǐng)先的科研數(shù)據(jù)集與算法競賽為平臺，選拔培育人工智能創(chuàng)新人才。

北京智源人工智能研究院（Beijing Academy of Artificial Intelligence，BAAI）是落實“北京智源行動計劃”的重要舉措，在科技部和北京市委市政府的指導(dǎo)和支持下，由北京市科委和海淀區(qū)政府推動成立，是依托北京大學(xué)、清華大學(xué)、中國科學(xué)院、百度、小米、字節(jié)跳動、美團點評、曠視科技等北京人工智能領(lǐng)域優(yōu)勢單位共建的新型研發(fā)機構(gòu)。在 2018 年 11 月 14 日舉行的 2018 中國（北京）跨國技術(shù)轉(zhuǎn)移大會開幕式上，智源研究院正式揭牌。
 

本次智源人工智能算法大賽有兩個重要的目的，一是通過發(fā)布數(shù)據(jù)集和數(shù)據(jù)競賽的方式，推動基礎(chǔ)研究的進展。特別是可以讓計算機領(lǐng)域的學(xué)者參與到其他學(xué)科的基礎(chǔ)科學(xué)研究中；二是可以通過比賽篩選、鍛煉相關(guān)領(lǐng)域的人才。

北京智源人工智能研究院院長、北京大學(xué)教授黃鐵軍介紹：智源的中心任務(wù)是在北京建成全球最優(yōu)的人工智能創(chuàng)新生態(tài)，核心是選拔培育人工智能頂尖人才和發(fā)展?jié)摿Υ蟮那嗄陮W(xué)術(shù)英才。研究院副院長劉江也表示：“我們希望不拘一格來支持人工智能真正的標(biāo)志性突破，即使是本科生，如果真的是好苗子，我們也一定支持。”而人工智能大賽就是發(fā)現(xiàn)有潛力的年輕學(xué)者的重要途徑。
 

2019 智源算法大賽將包括 10 道賽題，覆蓋機器視覺、自然語言處理、推薦系統(tǒng)等機器學(xué)習(xí)領(lǐng)域，也將覆蓋粒子物理學(xué)、神經(jīng)生物學(xué)、藥物化學(xué)、工業(yè)制造等基礎(chǔ)或應(yīng)用學(xué)科。比賽的數(shù)據(jù)來自全球頂尖企業(yè)和研究實驗室，代表了最前沿的學(xué)科方向。

首批發(fā)布的兩個賽題分別來自知乎和中科院計算所。
 

第一彈：專家識別

 

?? 任務(wù)描述

比賽將提供知乎上的問題、話題、用戶畫像和用戶回答記錄等數(shù)據(jù)。希望選手可以預(yù)測某個專家是否會接受某個用戶就某個問題向他發(fā)出的回答邀請。

為了協(xié)助選手更好地搭建模型，本次比賽提供了 10 萬個話題數(shù)據(jù)、180 萬個問題和 475 萬個回答數(shù)據(jù)、190 萬個脫敏的用戶畫像和回答記錄數(shù)據(jù)，以及 1000 萬條邀請數(shù)據(jù)。

?? 數(shù)據(jù)集

比賽將提供知乎的問題信息、用戶畫像、用戶回答記錄，以及用戶接受邀請的記錄，要求選手預(yù)測這個用戶是否會接受某個新問題的邀請。

1. 問題信息。包括<問題id、問題創(chuàng)建時間、問題的話題、問題的文本、問題的描述等>；
2. 用戶的回答。包括<回答id、問題id、作者id、回答的文本、回答時間、點贊數(shù)、收藏數(shù)、感謝數(shù)、評論數(shù)>等；
3. 用戶人畫像數(shù)據(jù)。包括<用戶id、性別、活躍頻次、關(guān)注話題、長期興趣、鹽值>等；
4. <topic、token(詞)、單字 64維embedding> 數(shù)據(jù)；
5. 最近一月的邀請數(shù)據(jù)包括<問題id、用戶id、邀請時間、是否回答>。。

 

第二彈：虛假新聞識別

 

 

?? 任務(wù)描述

為應(yīng)對當(dāng)前虛假新聞泛濫的現(xiàn)狀，將虛假新聞帶來的危害最小化，我們設(shè)立此賽題以促進對虛假新聞自動化檢測方法的研究。針對虛假新聞的特點，我們設(shè)立了三個子任務(wù)：

Task 1：虛假新聞文本檢測：文本是新聞信息的主要載體，對新聞文本的研究有助于虛假新聞的有效識別。具體任務(wù)為：給定一個新聞事件的文本，判定該事件屬于真實新聞還是虛假新聞。

Task 2：虛假新聞圖片檢測：虛假新聞圖片是指虛假新聞中的配圖。在虛假新聞中，新聞配圖往往也包含著豐富的信息，有助于虛假新聞的判別。具體任務(wù)為：給定一張圖片，要求參賽者判斷該圖片是虛假新聞圖片還是真實新聞圖片。

Task 3：虛假新聞多模態(tài)檢測：隨著多媒體技術(shù)的發(fā)展，新聞當(dāng)中通常都包含著文本與圖片等多模態(tài)信息，不同模態(tài)之間既存在著增強關(guān)系，同時也包含著互補信息。如何充分利用多模態(tài)信息進行虛假新聞檢測仍是一項具有挑戰(zhàn)的工作，為此，我們設(shè)立虛假新聞多模態(tài)檢測子任務(wù)以促進該領(lǐng)域研究。具體任務(wù)為：給定一條新聞的多模態(tài)內(nèi)容，包括文本、配圖、用戶特征等，要求參賽者判斷該新聞屬于虛假新聞還是真實新聞。

?? 參考論文清單

為便于參賽選手了解已有方法，主辦方整理了參考論文清單：

 

• Jin Z, Cao J, Zhang Y, et al. Newsverification by exploiting conflicting social viewpoints in microblogs. AAAI2016.

• Jin, Z., Cao, J., Zhang, Y., Zhou, J.,& Tian, Q. Novel visual and statistical image features for microblogs newsverification. TMM, 19(3).

• Jin, Z., Cao, J., Guo, H., Zhang, Y.,& Luo, J. Multimodal fusion with recurrent neural networks for rumordetection on microblogs. MM 2017.

• Guo H, Cao J, Zhang Y, et al. Rumordetection with hierarchical social attention network. CIKM 2018.

• Qi P, Cao J, Yang T, et al. ExploitingMulti-domain Visual Information for Fake News Detection. ICDM 2019.

• Guo C, Cao J, Zhang X, et al.Exploiting Emotions for Fake News Detection on Social Media. arXiv:1903.01728.

 

除了首批發(fā)布的數(shù)據(jù)外，其余 8 道賽題將于未來兩個月內(nèi)陸續(xù)發(fā)布。北京智源人工智能研究院副院長、清華大學(xué)計算機系教授唐杰表示：“本次智源的數(shù)據(jù)算法大賽，一方面促進了數(shù)據(jù)共享，提升數(shù)據(jù)使用效率，另一方面以賽代訓(xùn)，提升了廣大學(xué)生和工程人員的技術(shù)水平，很有意義。”

人工智能正以前所未有的速度改變這個世界，也在改變我們探索自然，連接彼此，生產(chǎn)內(nèi)容，制造產(chǎn)品的方式。業(yè)內(nèi)人士普遍認(rèn)為，依托北京智源人工智能研究院強大的科研實力和數(shù)據(jù)開放計劃，2019 智源人工智能算法大賽將成為促進學(xué)科交叉，推動算法進展，發(fā)掘潛力人才的重要活動。

來源 | BAAI