<mark id="oztn4"></mark>
0
雷鋒網 AI 科技按，NIPS 2017 正在美國如火如荼召開，作為機器學習領域的頂級會議，今年的注冊參會者超過 8000 人。
現場 Keynote、Oral 和 Sportlight 等優秀論文的宣講一場接一場，雷鋒網 AI 科技評論記者也在時刻關注。除了論文之外，今年有一個議程尤為矚目，美國時間 12 月 8 日，大會現場將會有一個圍繞 NIPS 2017 Competition Track（NIPS 2017 大賽）的 workshop。NIPS 2017 Competition Track 是今年新增的一項議程，主辦方從 23 個比賽提案中選擇了五個不同類型的數據驅動類比賽，覆蓋領域廣泛。
這場 workshop 將從早上八點持續到晚上七點半，比賽主辦方和優勝選手會分別上臺宣講，其中有大家耳熟能詳的 Ian Goodfellow、Yoshua Bengio 等人（作為比賽主辦方）。
下面雷鋒網 AI 科技評論將為大家帶來關于這五個比賽的詳細信息。
The Conversational Intelligence Challenge（智力對話比賽）
該比賽為莫斯科物理技術學院（MIPT）、麥吉爾大學（McGill University）、蒙特利爾大學（University of Montreal）等機構的多位學者共同主辦，主辦方為選手提供的獎金為 1 萬美元，Facebook 是比賽的白金贊助商。
據主辦方介紹，「人機交流對話系統（聊天機器人、個人助理和語音控制界面等）在我們的日常生活中越來越普遍，這場比賽的初衷是想創造一個可以與人類進行智能對話的聊天機器人，他們希望能為開發下一代智能會話系統貢獻出開放的數據集。」
比賽分為四個階段——Qualification round（認證階段）、Human Evaluation Round（評估階段）、Tuning Round（調整階段）、NIPS Round（NIPS 階段）。在 Human Evaluation Round，每隊選手至少需要評估 150 條對話，而在 Tuning Round，大家需要對自己的方案進行調整，訓練模型。NIPS Round 中，則會對提交的會話系統進行評估。
從目前公開的排行榜上可以看到，中國選手中，來自香港理工大學和復旦大學的 PolyU 團隊在NIPS Round 中取得第五名。
Personalized Medicine: Redefining Cancer Treatment（個性化醫療：重新定義癌癥治療）
此次比賽的參賽隊伍共有 1386 支，第一名的獎金是 10000 美元，第二名是 3000 美元，第三名是 2000 美元。
該項比賽由 Sloan-Kettering 癌癥中心 (MSKCC) 發起，在Kaggle上舉辦，目前關于比賽的討論也有很多，大家要是對這項比賽有興趣，可以點擊 https://www.kaggle.com/c/msk-redefining-cancer-treatment 查看詳情。目前中國選手也取得了不錯的成績，可以看到 kaggle 賬戶為 Li-Der 的中國選手取得了 Public Leaderboard 第一名，kaggle 賬戶為 Yang 的中國選手取得了 Private Leaderboard 第三名。
在比賽中，參賽選手需要開發基于臨床證據 (文本) 的基因突變分類算法，基因突變可以劃分為 9 類。即使對專家來說，解釋臨床證據也非常具有挑戰性，因此想要成功對臨床證據（文本）建模難度非常大。這類算法可以幫助人們解決癌癥的復雜性，并且發現以前未知的基因突變，這些突變往往對癌細胞的生成起到重要作用。
Adversarial Attacks and Defences（對抗攻擊防御比賽）
比賽的全名為 Non-targeted Adversarial Attack，簡介是「Imperceptibly transform images in ways that fool classification models」，也就是說，需要以欺騙分類模型的方式將圖片巧妙地移花接木。該比賽為谷歌大腦團隊（Ian Goodfellow 等人）牽頭主辦，具體而言，分為三個競賽項目：
Non-targeted Adversarial Attack，競賽者所提交的系統需要對給定的圖片進行處理，使得某個通用機器學習分類器無法識別。
Targeted Adversarial Attack，競賽者所提交的系統需要對給定的圖片進行處理，讓某個通用機器學習分類器能成功識別圖像屬于特定類別。
Defense Against Adversarial Attack，競賽者需要構建一個機器學習分類器，擁有足夠的魯棒性使之能正確鑒別對抗性的圖像。
本次比賽共有 91 支隊伍參賽，排行榜顯示，來自清華大學的 TSAIL 團隊（Yinpeng Dong, Tianyu Pang, Fangzhou Liao）占領 Leaderboard 榜首。
目前大多數現有的機器學習系統的魯棒性很差，容易受對抗樣本的影響，樣本經過輕微修改后，可能就會讓機器學習發生錯誤，這一比賽主要是為了加快研究機器學習分類器的對抗樣本，提升其魯棒性。
相關文章：
Ian Goodfellow牽頭舉辦NIPS機器學習對抗賽，提升系統魯棒性
Learning to Run（學習跑步比賽）
本次比賽共有 595 支隊伍報名，中國選手在其中表現不俗，來自中國科學技術大學 USTC-IMCL 團隊在 Round 1 中排名第一，來自清華大學的黃哲威在 Round1 和 Round2 中均排名第二，比賽的前幾名幾乎全被中國選手包攬。值得一提的是，冠軍選手可以獲得 NVIDIA DGX Station，亞軍和季軍的獎品則是 NVIDIA Titan Xp。
該項賽事由斯坦福神經肌肉生物力學實驗室（MNBL）主辦，要求參賽者開發一個控制器，使符合生理學的人體模型能夠盡可能快地在復雜的障礙物中進行奔跑。比賽提供人體肌肉骨骼模型和基于物理的模擬環境，參賽者可以在其中合成物理和生理上精確的運動，最終根據在規定的時間內跑動的距離和韌帶拉伸懲罰來計分。
根據比賽要求，參賽者需要建立一個采用當前狀態觀察（41維向量）為輸入的函數f，并以最大化獎勵的方式輸出肌肉的激勵行為（18維向量）。其中，總回報是最后一次迭代后X軸上的骨盤位置（即跑動的距離）減去過度使用韌帶力量帶來的懲罰（韌帶的作用是防止關節過度彎曲，如果跑動幅度過大會導致韌帶受到傷害，而這是在比賽中需要避免的）。
相關文章：
大二少年的煉丹入門之路：專訪NIPS 2017“Learning to Run” 比賽亞軍黃哲威 | NIPS 2017
Human-Computer Question Answering（人機問答系統比賽）
眾所周知，智能問答系統涉及的領域很廣，比如說知識的抽取和表示，用戶問句的語義理解和通過知識推理得到答案。這些領域都需要進行深入研究，才能得到更好的智能問答系統。今年，參賽選手需要提交類似 IBM Watson 一樣的智力問答系統，這個問答系統在接收問題時，每次收到一個單詞，由系統自主決定什么時候回答。
機器學習在語音、圖像等領域都取得了不錯的成績，但對自然語言的處理仍是一個難點，這次的比賽也將極具挑戰性。
該項賽事由馬里蘭大學（University of Maryland）、斯坦福大學（Stanford University）等多家機構的研究人員發起，亞馬遜 AWS 提供設備資助。在明天的 workshop 上，美國時間下午 6 點，勝出的系統還會與人類頂尖智力問答選手過招，這也將會非常精彩。
關于 NIPS 2017 Competition Track 的介紹就此結束，雷鋒網 AI 科技評論也會持續關注，為大家帶來最新消息。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
