日前，知識社交平臺知乎舉辦的 「2017知乎·看山杯機器學(xué)習(xí)挑戰(zhàn)賽」順利結(jié)束。該角逐從 8 月 15 日正式開始，一共為期 3 個月，大賽以語義分析應(yīng)用為賽題，由創(chuàng)新工場人工智能工程院副院長王詠剛老師，東南大學(xué)計算機學(xué)院教授、博士生導(dǎo)師漆桂林教授、清華大學(xué)計算機系副教授黃民烈、知乎高級副總裁李大海擔(dān)任導(dǎo)師。角逐一共吸引了 919 支來自全球各個院校以及工業(yè)界的算法挑戰(zhàn)隊伍參與。8 月 30 日，知乎正式公布角逐結(jié)果，，最終來自北京郵電大學(xué)模式識別實驗室的 init 團隊成功奪魁。

據(jù)悉，知乎將于 9 月 2 日在北京總部舉辦頒獎禮，頒獎禮現(xiàn)場還會舉辦「基于人工智能的自然語言處理」主題沙龍。沙龍上，角逐導(dǎo)師將和知乎合伙人、高級副總裁李大海一起分享、討論當(dāng)前人工智能及 NLP 領(lǐng)域的進展。

      參賽選手亮點頻頻 角逐結(jié)果超預(yù)期

本次角逐一共設(shè)置 3 個獎項，其中一等獎 1 名，二等獎 2 名，三等獎 3 名。二等獎獲得者為北京郵電大學(xué)模式識別實驗室的 Koala 團隊、中國科學(xué)院計算機算研究所網(wǎng)絡(luò)數(shù)據(jù)重點實驗室的 YesOfCourse 團隊。

三等獎獲獎團隊則包孕：北京大學(xué)的 NLP Fakers 團隊，英國倫敦大學(xué)學(xué)院數(shù)據(jù)科學(xué)專業(yè)及武漢大學(xué)計算機學(xué)院的 Gower Street & 81 Road 團隊，北京郵電大學(xué)模式識別實驗室的 ye 團隊，北方交通大學(xué)和西安交通大學(xué)的 Yin & Bird 團隊。

這批算法江湖的語義分析高手不單可以獲得 80,000 元獎金，還有機會親自參與和改進知乎的內(nèi)容理解技術(shù)，參與改善千萬知乎用戶的使用體驗 。

為了驗證結(jié)果，在獲獎隊伍提交其方法說明及可復(fù)現(xiàn)的代碼和模型數(shù)據(jù)后，評審委員會逐一評審獲獎隊伍的方法及代碼，而且隨機抽取其中一些隊伍提交的模型，使用別的一份驗證數(shù)據(jù)集進行結(jié)果驗證。通過對獲獎結(jié)果的復(fù)現(xiàn)，評審委員會發(fā)現(xiàn)，這些參賽隊伍提交的模型都表示出了非常強的泛化能力，在新的評審集上，模型的表示和原有的驗證集基本一致。

關(guān)于這次大賽的整體評價，評審委員會認為，“選手在角逐中會把一些最前沿的技術(shù)運用進來，或在比較復(fù)雜的模型上調(diào)整效果，在數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型集成等環(huán)節(jié)都提出了新穎想法，非常有亮點，好比  init 團隊在數(shù)據(jù)增強方面進行了富有創(chuàng)意的工作， Koala 團隊在進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練的時候，使用了逐層 boosting 的方法來提升單個神經(jīng)網(wǎng)絡(luò)模型的表示。”

     聚集自然語言處理喜好者    開放數(shù)據(jù)助力 AI 研究

知乎機器學(xué)習(xí)挑戰(zhàn)賽負責(zé)人張瑞曾體現(xiàn)，舉辦角逐的主要目的，一方面，是為了吸引大家對于機器學(xué)習(xí)，特別是自然語言理解（NLU）領(lǐng)域的興趣。并把機器學(xué)習(xí)喜好者聚集起來碰撞出一些思維的火花，同時參賽者也可以提升本身對自然語言處理領(lǐng)域的興趣和能力，相互雙贏。

另一方面，知乎也希望通過角逐開放部分數(shù)據(jù)，為 AI 在國內(nèi)的發(fā)展提供一些助力。比擬國外的ImageNet、Gigaword 等高質(zhì)量數(shù)據(jù)集，中文互聯(lián)網(wǎng)相關(guān)的高質(zhì)量數(shù)據(jù)集是相對缺乏的。而作為中文互聯(lián)網(wǎng)最大的知識社交平臺，知乎累積了非常多的高質(zhì)量文本語料和其他各種各樣的數(shù)據(jù)。

知乎接下來還將在開放數(shù)據(jù)方面做更多努力，后期會在知乎「知識青年」和「Hacker’s Log」等專欄繼續(xù)發(fā)布賽題對應(yīng)的明文數(shù)據(jù)，以及一些與知乎密切相關(guān)的數(shù)據(jù)集和機器學(xué)習(xí)任務(wù)，例如內(nèi)容保舉、社交網(wǎng)絡(luò)鏈接預(yù)測等數(shù)據(jù)集。所有數(shù)據(jù)集會經(jīng)過嚴(yán)格脫敏和審核。

知乎機器學(xué)習(xí)愿景 滿足優(yōu)質(zhì)內(nèi)容獲取需求

作為一款用戶體驗導(dǎo)向的產(chǎn)品，知乎上大量的人工智能，以及機器學(xué)習(xí)技術(shù)，歸根結(jié)底是了為支撐用戶的使用體驗。作為一家技術(shù)型互聯(lián)網(wǎng)公司，知乎對技術(shù)一直有著本身的想法和追求。知乎認為，算法更高價值的地方，在于算法有機會了解人的潛在需求，打破信息獲取障礙，提升學(xué)習(xí)效率。目前，知乎機器學(xué)習(xí)團隊已經(jīng)搭建了一套基礎(chǔ)生態(tài)體系，通過算法實現(xiàn)了用戶畫像、內(nèi)容分析、內(nèi)容個性化推送等，其效率比過去的人工運營方式提高了數(shù)十倍。

未來，知乎希望通過機器學(xué)習(xí)和算法滿足用戶的閱讀興趣，進一步滿足關(guān)乎用戶自我提升的優(yōu)質(zhì)信息獲取需求。作為一個擁有 2300 萬日活用戶，每天有數(shù)以十萬計的高質(zhì)量的 UGC 內(nèi)容產(chǎn)生的網(wǎng)站。機器學(xué)習(xí)技術(shù)可以幫知乎做到的不只是「分發(fā)」內(nèi)容，還能更深入地「理解」內(nèi)容，從而幫手用戶更好地獲取有價值信息，帶來更好的內(nèi)容瀏覽體驗。