KDD CUP首届AutoML竞赛启动，主办权“花落”第四范式

AutoML（Automated/Automatic Machine Learning，自动机器学习）旨在研究在没有专业知识的情况下、使用的低门槛甚至零门槛的机器学习算法，在AI人才紧缺的情况下，AutoML可以降低AI落地过程中对科学家的依赖，是 2014 年以来机器学习领域最炙手可热的研究对象之一。2018年1月，谷歌高调推出自动机器学习产品Cloud AutoML，再次将这项技术推向更多人的视野中，目前AutoML已成为国内外科技巨头关注的焦点。由于日益受到学术界、工业界的广泛关注， NeurIPS、IJCAI等学术顶会从去年开始将AutoML视为重点。本次KDD Cup选择将其纳入比赛内容，并为此打破历来数据挖掘方向赛事的传统，也是基于对AutoML技术发展趋势和落地价值的认可。对此，KDD Cup主席Taposh Dutta-Roy表示，AutoML是今年KDD关注的重点，也是一项AI落地的关键技术。

据了解，本次KDD Cup AutoML挑战赛由国内AI独角兽公司第四范式主办，微软、AutoML领域最权威的学术组织ChaLearn协办，并为此次比赛设置了“史上”难度最高的比赛项目——基于时序关系型数据的AutoML。时序关系型数据在在线广告、推荐系统、金融市场分析、医疗等应用场景中非常常见，人们往往需要利用这样的数据去构建机器学习模型，并应用机器学习模型提升对应业务的效果。赛事主要负责人、第四范式资深算法科学家涂威威表示这是AutoML比赛历史上首次考虑时序关系型多表数据，会重点考察AutoML在实际应用场景中的能力，应对关系型、时序等多表类型数据的挑战，探索AutoML解决实际问题的价值。竞赛已于4月1日正式拉开帷幕，挑战赛分Feedback（反馈）、Check（校验）、AutoML（盲测）3个阶段，最终根据AUC排名选出冠军团队，并在7月20日公布比赛结果。

值得一提的是，KDD Cup比赛向来由具备深厚学术积累和行业实践的顶级企业或高校承办，竞争极为激烈，历届承办方有微软、阿里等巨头公司和卡耐基·梅隆大学等知名高校。本次第四范式能打破这一传统获得承办权，主要是基于其在AutoML领域的耕耘及成果。据悉，第四范式自2015年起开展AutoML研究，自主研发了自动特征组合（FeatureGo）、自动时序特征（TemporalGo）、自动深度稀疏网络DSN（Deep Sparse Network）等AutoML关键性支撑技术，并全球率先将AutoML应用于工业界，构建了反欺诈、个性化推荐等业务场景下的AutoML。根据公开材料，第四范式曾先后举办了PAKDD、NeurIPS等顶级学术会议的AutoML比赛，完成了从技术参与者到规则制定者的角色转换。

AI技术的发展，兴起于比赛，成功于行业，此前ImageNet赛事推动了一大批CV公司的成长，并且极大地促进了行业爆发。AutoML的产业发展延续了这个路径，此次首登“数据世界杯”的比赛舞台，KDD平台将有望吸引更多“全球最聪明的大脑”参与到AutoML进程中，AutoML或将落地于更广泛的行业和场景，迎来新的发展高峰。