近日，一年一度的國際數據挖掘頂級會(huì )議KDD正在如火如荼的進(jìn)行。在此次會(huì )議中，第四范式捷報連連：首先，第四范式與北京航空航天大學(xué)童詠昕教授研究組組成的聯(lián)合團隊在千余支隊伍中脫穎而出，獲得KDD Cup 2020強化學(xué)習挑戰賽（RL Track）世界冠軍；其次，由第四范式主辦，ChaLearn、斯坦福大學(xué)和谷歌（Google）協(xié)辦的KDD Cup 2020自動(dòng)機器學(xué)習挑戰賽（AutoML Track）圓滿(mǎn)落幕，中國團隊不負眾望，包攬前三名的同時(shí)，斬獲了大部分獎項。第四范式創(chuàng )新的賽制、出色的組織也得到了KDD主席團的高度認可。此外，由第四范式參與組織的AutoML Workshop和Tutorial邀請了諸多學(xué)術(shù)大咖，分享AutoML的實(shí)戰應用，得到了學(xué)術(shù)界的積極響應和廣泛關(guān)注。

賽題聚焦共享出行優(yōu)化難題 彰顯技術(shù)價(jià)值

今年，KDD Cup 2020 強化學(xué)習挑戰賽難度陡增，與去年KDD Cup強化學(xué)習賽題的分類(lèi)任務(wù)以及過(guò)往多應用在體育競技類(lèi)比賽性質(zhì)不同，此次挑戰賽聚焦于更加真實(shí)且問(wèn)題極為復雜的業(yè)務(wù)場(chǎng)景，以解決共享出行領(lǐng)域優(yōu)化難題——智能化按需共享出行平臺。主辦方希望參賽團隊嘗試應用強化學(xué)習解決方案提出智能算法策略，在確保用戶(hù)體驗的基礎上，進(jìn)一步提高出行效率和司機收入，將強化學(xué)習的價(jià)值進(jìn)一步放大。

該項賽事全球共有1007支團隊參賽，其中不乏普渡大學(xué)、南京大學(xué)、中國科學(xué)技術(shù)大學(xué)、中山大學(xué)、東南大學(xué)等國際頂尖高等院校以及電商巨頭京東、出行巨頭Lyft、 日本通信巨頭NTT DOCOMO的身影。最終，第四范式與北京航空航天大學(xué)童詠昕教授研究組組成的聯(lián)合團隊以絕對優(yōu)勢斬獲KDD Cup 2020強化學(xué)習挑戰賽冠軍，這也是中國AI公司首次奪得該項賽事的冠軍。

此次比賽主辦方共設計了訂單分配和車(chē)輛調度兩個(gè)任務(wù)，參賽團隊需設計開(kāi)發(fā)算法來(lái)指定在派單窗口內的訂單和司機進(jìn)行匹配，并指引一批空閑司機開(kāi)往指定目的地。最終結果排名以所有司機的平均日均收入為評判標準。

為了最大化平臺上所有司機日均收入，在計算每個(gè)訂單的收益時(shí)，聯(lián)合團隊采用強化學(xué)習的方法，不僅能考慮當前時(shí)刻的收入，還能兼顧未來(lái)可能的收益。同時(shí)，結合剪枝與C++實(shí)現的高效二分圖匹配算法，能夠在2秒的規定時(shí)限內，及時(shí)找到合適的訂單分配方案，保證乘客的用戶(hù)體驗。

AutoML挑戰賽圓滿(mǎn)落幕 中國團隊閃耀數據挖掘世界杯

此次KDD Cup另外一個(gè)重頭戲，是由第四范式主辦，ChaLearn、斯坦福大學(xué)和谷歌（Google）協(xié)辦的KDD Cup 2020自動(dòng)機器學(xué)習挑戰賽，比賽經(jīng)過(guò)四個(gè)月的激烈角逐最終落下帷幕，并公布了比賽成績(jì)：美團點(diǎn)評、中國科學(xué)院大學(xué)、清華大學(xué)的聯(lián)合團隊獲得冠軍，南京大學(xué)團隊斬獲亞軍，螞蟻金服團隊位列第三。

大賽吸引了全球上百支隊伍參賽，囊括了加利福尼亞大學(xué)洛杉磯分校、南加利福尼亞大學(xué)、南洋理工大學(xué)、新加坡國立大學(xué)、中國科學(xué)院大學(xué)、清華大學(xué)、浙江大學(xué)、北京大學(xué)、北京郵電大學(xué)、南京大學(xué)、中國科學(xué)技術(shù)大學(xué)、香港大學(xué)等世界頂尖高校以及阿里巴巴、美團點(diǎn)評、螞蟻金服、?？低暤瓤萍季揞^共同參賽。

與以往聚焦在表數據的AutoML競賽不同，本次比賽首次設置為AutoGraph 挑戰賽，聚焦在近年來(lái)非常熱門(mén)的圖表示學(xué)習技術(shù)。其核心任務(wù)是基于圖的拓撲結構，學(xué)習節點(diǎn)或者全圖的向量表達，從而更好地用于下游機器學(xué)習的任務(wù)，如商品推薦，知識圖譜補全，交通流量預測等，希望通過(guò)自動(dòng)實(shí)現圖表示學(xué)習的方案，解決現有圖表示學(xué)習算力投入大、技術(shù)實(shí)現難等棘手問(wèn)題。

對此，該賽事負責人之一、第四范式副總裁、主任科學(xué)家涂威威認為：“圖表示學(xué)習的應用領(lǐng)域十分廣闊，因此能夠自動(dòng)實(shí)現圖表示學(xué)習的方案極具應用價(jià)值，這也是學(xué)術(shù)界和工業(yè)界近年來(lái)共同關(guān)注的焦點(diǎn)之一。此次比賽驗證了AutoML能夠很好的應用于圖領(lǐng)域，并且獲得了出色的效果。參賽者們也對傳統的方法進(jìn)行了諸多改進(jìn)，對業(yè)務(wù)效果提升明顯。未來(lái)，第四范式還將在自動(dòng)圖表示學(xué)習方向上深耕，進(jìn)一步推動(dòng)其發(fā)展與應用落地?！?

此外，作為第一家連續兩年舉辦 KDD Cup 的中國科技公司，第四范式此次加大了賽事投入力度，獎金也為歷年最高，達到了34000美金，排名前10的團隊均可獲得獎金，創(chuàng )新的賽制、出色的組織也得到了KDD主席團的高度認可。

組織多場(chǎng)學(xué)術(shù)活動(dòng)引學(xué)界關(guān)注 持續推動(dòng)AutoML發(fā)展

本次大會(huì )雖然采用虛擬方式召開(kāi)，但仍然提供與往年相同的活動(dòng)內容，吸引了眾多世界數據挖掘領(lǐng)域的頂尖專(zhuān)家、學(xué)者參與。為了進(jìn)一步推動(dòng)AutoML發(fā)展，第四范式參與組織了AutoML Workshop，并與清華大學(xué)聯(lián)合舉辦了名為“Automated Recommender System”的Tutorial活動(dòng)，得到了學(xué)術(shù)界的積極響應和廣泛關(guān)注。

近年來(lái)，機器學(xué)習技術(shù)的應用領(lǐng)域越來(lái)越廣泛，為了進(jìn)一步降低人工智能專(zhuān)家稀缺性和成長(cháng)周期長(cháng)造成的影響，AutoML已成為一個(gè)非常重要的研究課題。與此同時(shí)，如何在真實(shí)的業(yè)務(wù)場(chǎng)景中應用現有的AutoML算法也成為了工業(yè)界關(guān)注的焦點(diǎn)。在此次的AutoML Workshop中，第四范式聯(lián)合創(chuàng )始人、AAAI院士、IJCAI理事會(huì )主席楊強、德國弗萊堡大學(xué)計算機科學(xué)系機器學(xué)習教授、博世人工智能中心首席AutoML專(zhuān)家Frank Hutter、杜克大學(xué)電子與計算機工程系教授Hai (Helen) Li （KDD 2020最佳學(xué)生論文的指導老師）、美國德州農工大學(xué)數據挖掘實(shí)驗室主任、計算機學(xué)院終身教職系列助理教授胡俠等學(xué)術(shù)大咖現身說(shuō)法，通過(guò)實(shí)際案例講解了自動(dòng)遷移學(xué)習、自動(dòng)聯(lián)邦學(xué)習、自動(dòng)多方機器學(xué)習（AutoMPL）、自動(dòng)推薦系統（AutoRec）、自動(dòng)異常檢測系統（AutoOD）、以及CTR預測任務(wù)自動(dòng)設計架構等技術(shù)實(shí)踐。

此外，在Tutorial活動(dòng)中，第四范式也與清華大學(xué)學(xué)者重點(diǎn)圍繞特征工程、超參數優(yōu)化/神經(jīng)網(wǎng)絡(luò )結構搜索、算法選擇等三個(gè)重要課題進(jìn)行了詳細闡述，并介紹了AutoML技術(shù)在推薦系統領(lǐng)域的應用。

未來(lái)，第四范式還將與更多AutoML技術(shù)的研究者和團隊開(kāi)展深入的合作與交流，為AutoML的應用普及提供新的思路和動(dòng)力。