全球人工智能“十项全能”总决赛，浪潮进前三

本篇文章1257字，读完约3分钟

4月17日，全球人工智能顶级组织“神经科学”举行的自动深度学习决赛最终结果揭晓，Inspur团队以优异成绩名列世界第三。

神经信息处理系统会议举办的自动深度学习系列赛是全球人工智能领域的顶级A级比赛，以难度大、竞赛题目新、赛程长而著称。年度竞赛是人工智能全球前沿领域顶级科研机构的“华山论剑”。竞赛持续了4个月，吸引了谷歌、微软、卡内基梅隆大学、清华大学等世界著名科研机构和顶级人工智能技术公司的参与。

历史上最困难的事情是争夺人工智能“十项全能”[S2/]

自动深度学习相当于超级人工智能，它可以学习自己产生人工智能。它可以通过自动学习各种数据来产生强大的人工智能。这种自动深度学习决赛可以说是历史上最困难的比赛，它是每个参赛队的十项全能。比赛的难度在于，每个团队都需要设计一个人工智能系统，使用深度学习技术来处理十种不同类型的数据集，包括图像、视频、语音、文本和表格等五项任务。每个任务的识别规则都非常不同。这就像要求团队训练一个能看、听、说的全方位人工智能模型。它对系统的数据处理能力、模型创建能力和模型精度优化提出了很高的要求。

在正常情况下，专业的人工智能算法工程师需要大约一周的时间来完成数据集深度学习建模的开发和调试任务。如果为这项任务开发几十种不同的算法模型，将需要长达3-6个月的时间。但是，本次比赛要求参赛团队使用深度学习系统自动处理和识别10个不同领域的数据集，数据处理、建模和参数优化的全过程由算法自动完成，20分钟内完成的算法精度接近人工智能专家7天人工调试的精度。这相当于以100米短跑的速度完成了铁人三项。

全自动深度学习模式生产模式，效率提高一万倍[/s2/]

针对这一挑战，Inspur开发了自动深度学习解决方案，全面优化了自动数据处理、自动建模和自动参数优化等核心组件。通过同一系统实现不同任务场景的全自动建模；同时，模型优化过程由系统自动调试完成，大大提高了模型的识别精度和算法优化的效率。与参考值相比，该方案的处理精度平均提高20%，数据读取效率平均提高22%。半小时内可以生成数千个算法模型，比专家手工创建模型的效率高出10000多倍。

此前，Inspur已在自动机器学习和弱监督学习等顶级人工智能竞赛中进入世界前三名。这一系列比赛的获胜者是刚从学校毕业的弟弟妹妹，而作为教练的医生仍然是一个超级帅哥。在这场决赛的关键时刻，由于疫情，其中一个弟弟被阻止离开张家口农村的村庄，甚至克服了不利的情况，取得了巨大的成就，令人印象深刻。

目前，Inspur在竞赛中使用的核心技术已经应用到automlsuite中，这是Inspur的一个自动机器学习人工智能算法平台产品。在刚刚召开的ipf2020 Inspur云计算数据中心合作伙伴大会上，Inspur提出智能计算中心是人工智能的新基础设施，Inspur将为智能计算中心的计算能力生产、聚合、调度和发布四个运营环节的持续创新提供一流的产品。而这种引领A的产品技术能力正通过其“元脑”生态成为中国产业人工智能化进程的核心驱动力。