全球疫情嚴峻，各類賽事、會議能取消則取消，不取消的也紛紛改為線上進行，但學術(shù)頂會的步伐卻未因此受阻。近日，ACM SIGKDD 公布了 KDD Cup 2020（ 國際知識發(fā)現(xiàn)和數(shù)據(jù)挖掘競賽）的賽事安排。

KDD Cup 2020 將延續(xù) 2019 年的三個賽道：常規(guī)機器學習賽道、自動化機器學習賽道、強化學習賽道，阿里、Biendata 分別主辦了常規(guī)機器學習賽道的賽道一和賽道二，第四范式、滴滴則分別主辦了后兩個賽道，而第四范式也是連續(xù)第二年主辦自動化機器學習賽道。所有的比賽都將在 3 月-4 月進行，獎金池更是達到了 12 萬美金。

本次 KDD Cup 主席團中也有著兩張華人面孔：清華計算機系教授唐杰和滴滴技術(shù)副總裁葉杰平。唐杰曾任 KDD 2018 大會副主席，并獲得當年的杰出貢獻獎；葉杰平則從 2005 開始便成為 KDD 的?？?，并在 2013 年獲得 KDD 最佳論文獎，而其和學生在 KDD 中過的論文總數(shù)超過 60 篇。

同時，ACM SIGKDD 和 KDD 2020 組委會也表示，將以參會者和志愿者的健康、安全為首要考慮，在現(xiàn)行慣例之外，采取有效措施，根據(jù)疫情變化，探索可用方案，以保證賽事的有序進行。

KDD Cup 2020 賽項

? 常規(guī)機器學習賽道（ML 賽道 1） 「現(xiàn)代電子商務平臺挑戰(zhàn)賽」（于 2020 年 3 月 30 日開放）

? 常規(guī)機器學習賽道（ML 賽道 2） 「圖片對抗性攻防」（于 2020 年 4 月 15 日開放）

? 自動化機器學習賽道（AutoML 賽道） 「用于圖表示學習的 AutoML」（于 2020 年 3 月 30 日開放）

? 強化學習競賽賽道（RL 賽道） 「學習按需移動平臺上的調(diào)度和重定位」（2020 年 4 月 2 日開放）

常規(guī)機器學習賽道（ML 賽道 1）

賽道關(guān)鍵字：學習表示，遷移學習，圖像、視頻和文本處理

平臺：天池

總獎金： 40,000 美元

報名時間：UTC 2020 年 3 月 30 日至 2020 年 4 月 27 日。UTC 2020 年 4 月 27 日晚上 11:59 將關(guān)閉報名入口，并禁止換隊。

任務及評審標準：ML Track 1「現(xiàn)代電子商務平臺挑戰(zhàn)」賽項，要求參賽者通過考慮不同類型的復雜信息和模式之間的緊密聯(lián)系，學習高質(zhì)量的跨模式表達；然后，學習表示可用于計算表示之間的相似度得分，并選擇與文本相關(guān)的圖像/視頻；最后，每一次提交都將在測試數(shù)據(jù)集上進行評估，該數(shù)據(jù)集評估檢索到的產(chǎn)品與事實之間的對應關(guān)系。

此賽項有兩個分任務，任務 1 主題為「召回多模式實體」。

參賽者需要設(shè)計一個模型框架，以促進對圖像和視頻的有效語義理解、搜索和檢索，以便召回具有適當多模態(tài)內(nèi)容的產(chǎn)品并對其進行排名，從而幫助消費者做出更好的決策。

召回多模式實體賽項詳情：

https://tianchi.aliyun.com/competition/entrance/231786/introduction?spm=5176.12281949.1003.4.2926539dVvsnc8

任務 2 主題為「消除偏見」。

由于指定目標（例如 ctr，cvr 或 gmv）帶來的算法偏見，將導致機器學習推薦系統(tǒng)產(chǎn)生嚴重的馬太效應，用戶將搜到曝光率更高的商品，從而導致推薦的不公平。因此，了解系統(tǒng)是否公平是至關(guān)重要的，也即「消除偏見」。

消除偏見賽項詳情：

https://tianchi.aliyun.com/competition/entrance/231785/introduction?spm=5176.12281949.1003.5.2926539dVvsnc8

常規(guī)機器學習賽道（ML 賽道 2）

賽項關(guān)鍵詞：生成對抗網(wǎng)絡（GAN），圖結(jié)構(gòu)數(shù)據(jù)，圖嵌入

總獎金： 19,000 美元

平臺： Biendata

任務及評審標準：ML 賽道 2 「圖片對抗性攻防」賽項分為兩個階段。 

在第一階段，將為所有團隊提供一個圖形數(shù)據(jù)集，然后要求參賽者以作為一種攻擊形式，提交該數(shù)據(jù)集的修改版本，修改后的數(shù)據(jù)看起來應與原始圖「相似」，但在競賽系統(tǒng)后端準備并保存的基準模型下分類精度較低。

在第二階段中，所有團隊都必須提交攻擊模型和防御模型，塞方將發(fā)布相似但不相同的圖形數(shù)據(jù)集。攻擊模型是一種算法，可以讀取圖形和防御模型，并根據(jù)這兩個輸入來修改圖形。防御模型是對圖進行穩(wěn)健分類的模型。

評審標準：然后賽方將匹配所有團隊的所有進攻模型和防守模型。在每次比賽中，攻擊模型將首先修改圖，而防御模型則將修改后的圖分類，比賽系統(tǒng)將記錄每次比賽的準確性。最后，每支球隊都會獲得兩個模型的準確性報告，然后以此作為排名依據(jù)。

ML 賽項 2 詳情地址：

https://biendata.com/competition/kddcup_2020/

自動化機器學習賽道（AutoML 賽道）

賽項關(guān)鍵字：圖表示學習，圖結(jié)構(gòu)化數(shù)據(jù)，圖嵌入，AutoML

總獎金： 33,500 美元

平臺： CodaLab

任務及評審標準：AutoML 軌道「用于圖表示學習的 AutoML」是有史以來第一個應用于圖結(jié)構(gòu)數(shù)據(jù)的 AutoML 挑戰(zhàn)。

在這一挑戰(zhàn)中，參賽者被要求搭建用于圖表示學習的 AutoML 解決方案，以自主地繪制圖形表示學習問題（無需任何人工干預），其中節(jié)點選擇分類作為評估學習表示質(zhì)量的任務。

每個團隊都有三個公共數(shù)據(jù)集來開發(fā) AutoML 解決方案，并提供六個反饋數(shù)據(jù)集，以使參與者能夠評估他們的解決方案。這些解決方案將在沒有人工干預的情況下使用六個看不見的數(shù)據(jù)集進行評估，優(yōu)勝者將根據(jù)數(shù)據(jù)集的最終排名進行選擇。

AutoML 賽項詳情地址：

https://www.automl.ai/competitions/3

強化學習比賽賽道（RL 賽道）

賽道關(guān)鍵字：強化學習，按需機動性，車輛重定位

總獎金： 30,000 美元

平臺： CodaLab

任務及評審標準：RL 軌道「學習按需移動平臺上的調(diào)度和重定位」賽項要求：參與者應用機器學習工具來確定新穎的解決方案，重點考察點為如何應用機器學習解決方案來提高 MoD 平臺的效率。

其中包含了 2 個任務，即按需移動（MoD）平臺上的訂單分派（訂單匹配）和車輛重定位（車隊管理）。

任務 1 訂單分派要求團隊開發(fā)一種算法，實現(xiàn)在兩秒鐘的調(diào)度窗口內(nèi)確定訂單驅(qū)動程序分配。其中，未完成的訂單（行程請求）和可用的驅(qū)動程序需要在窗口中進行批處理，它們的狀態(tài)信息將傳遞到訂單調(diào)度算法中。

在整個模擬中，將為每個調(diào)度窗口重復調(diào)用此模塊。評估模擬將運行多天，從中計算出平均駕駛員總收入，以此作為算法的得分。

任務 2 車輛重新定位要求團隊為預選的小型車輛開發(fā)一種重新定位算法。對于這些車輛中的任何一個，如果連續(xù)怠速時間超過 L = 5 分鐘的閾值，則該車輛可以重新定位。

環(huán)境會定期將所選組中所有合格車輛的狀態(tài)信息發(fā)送到重新定位算法，該算法指示駕駛員駛向特定目的地。模擬期間，參賽算法的平均個人收入率，被計算為該算法的分數(shù)。

這些算法將在團隊無法訪問的模擬環(huán)境中進行評估，除了環(huán)境所產(chǎn)生的分數(shù)之外。參與團隊可以選擇開發(fā)一種或兩種算法。

RL 賽道詳情地址：

https://outreach.didichuxing.com/competition/kddcup2020/ 

KDD Cup：數(shù)據(jù)挖掘的世界杯

KDD Cup 由美國計算機協(xié)會知識發(fā)現(xiàn)與數(shù)據(jù)挖掘?qū)Ｎ瘯ˋCM SIGKDD）發(fā)起，被稱為數(shù)據(jù)挖掘的世界杯，是該領(lǐng)域水平最高、影響力最大的頂級賽事。該比賽同時面向企業(yè)界和學術(shù)界，從 1997 年開始，每年舉辦一次，吸引了世界數(shù)據(jù)挖掘界的頂尖專家、學者、工程師前來參賽。

此外，KDD Cup 可以說是華人的主場。

2005 年楊強（右二） KDD Cup 奪冠照片

最早，2004、2005年，香港科技大學教授、IEEE Fellow 楊強曾帶領(lǐng)其團隊連續(xù)兩年拿下 KDD Cup 比賽冠軍。到了 2017 年，中國隊伍幾乎包攬了 KDD Cup 的所有獎項。

KDD Cup 強調(diào)應用，前期的承辦者多為高校，近十年則越來越多由企業(yè)贊助。與此同時，中國企業(yè)的出鏡率也越來越高。KDD Cup 2017 便曾由阿里云承辦，百度、第四范式也贏得過 KDD Cup 2019 的主辦權(quán)。

2019 年，KDD Cup 有了獨立的議程，并首次設(shè)立 3 個賽道：Regular ML（常規(guī)機器學習）、Auto-ML（自動化機器學習）、Humanity RL（強化學習），其中強化學習的賽道為首次設(shè)立。三個賽道的冠軍分別被螞蟻金服和日本的 NTT DOCOMO 公司、深蘭科技和北京大學團隊、國立成功大學拿下。

雷鋒網(wǎng).雷鋒網(wǎng).雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。