AI战力爆发，浪潮获NIPS 18自动机器学习全球挑战赛前三！

近日，NlPS 2018第三届自动机器学习挑战赛（AutoML3 - Lifelong ML with Concept Drift Challenge）成绩榜单公布，由浪潮集团联合北京邮电大学和中南大学的AI工程师团队“GrandMasters”以出色表现在三百余支参赛队伍中获得全球第三名。冠亚军分别为 创业 公司团队“audodidact.ai”和清华大学计算机系朱文武教授团队“Meta_Learners”。NIPS 2018大会将于12月2-7日在加拿大蒙特利尔举行，据预计本次大会将有近万人参加，成为最盛大的人工智能学术盛会，大会上将为本次挑战赛获奖者举行颁奖，前三名团队还将做口头报告。

AutoML挑战赛是自动机器学习领域的国际顶尖赛事，今年大赛首次登陆人工智能及机器学习领域顶级会议NIPS（即NeurIPS，Conference on Neural Information Processing Systems，神经信息处理系统大会），吸引了来自清华大学、北京大学、麻省理工学院、德州农工大学、微软、腾讯、阿里巴巴、Autodidact.ai等顶尖高校、公司的众多优秀团队的参与。

自动机器学习（Automated Machine Learning, 简称AutoML）是近年来人工智能领域的研究热点之一，它能够使机器学习的工作流程实现自动化，降低对算法开发人员的依赖，缩短模型开发时间。但是在许多实际应用场景中，AutoML也会面临挑战。例如，数据按天、周、月甚至年依次到来，并且随着时间推移，数据分布会发生变化。在这种情况下，AutoML面临着持续学习或终生机器学习的挑战。这类问题在在线广告、推荐系统、情绪分析、欺诈检测、垃圾邮件过滤、交通监控、计量 经济 学、患者监控、气候监测等机器学习应用中很常见。本届比赛要求参赛者关注这类问题，设计自主实现终生机器学习的计算机程序，对算法通用性、自适应能力、鲁棒性、运行时间等都提出了很高的要求。

“GrandMasters”团队通过构建新的数据特征，在原始模型基础上使精度提升了27%，并对lightGBM模型进行微调工作，进一步将模型性能提升了10%。浪潮AI工程师独立设计了特征选择算法，通过降低数据特征维度将模型训练时间缩短了30%，并且提出了一种滑窗数据训练方法以平衡训练时间和计算精度，最终在提高模型性能和精度的同时降低了训练时间，从而在决赛中脱颖而出。

浪潮AI&HPC总经理刘军表示：“AutoML降低了机器学习的门槛，有助于进一步推动机器学习应用与行业智慧转型。作为专业的AI计算力厂商，浪潮一直专注于AI技术的开发应用，此次获奖标志着浪潮AI团队在AutoML领域的算法能力开始步入世界前列，将激励浪潮持续攻坚AI技术能力，与国内外各界共同促进行业AI计算应用和转型。”