第三屆琶洲演算法大賽聚焦演算法模型、創新方案、工業智慧和行業應用等領域，廣泛聯動人工智慧領域産學研創多方優勢資源，推動産學研用深度協同，積極以賽選才、育才、用才，以賽促産、促教、促用，為建設具有世界競爭力的人工智慧産業集群挖掘新技術、注入新活力、增添新動能。

目前，華東、華南、華中、華北四大國內賽區的宣講會均已落幕，大賽戰鼓正式擂響，歡迎對大模型技術感興趣的廣大人才積極參賽、踴躍報名。

一、賽題介紹

本屆大賽設置演算法優選賽、創新應用賽、AI大模型挑戰賽三大賽事組別，聯合龍頭企業、科研機構設立共14個賽題。

1、演算法優選賽

針對産業實際某個具體挑戰設置賽題，出題方提供真實數據和明確的比賽任務，選手構建演算法模型，並使用測試數據不斷完善演算法模型以完成比賽任務，解決問題。考查選手問題理解、數據處理、演算法應用能力。初賽和復賽選手線上提交解題答案，決賽進行路演和答辯。

消費網際網路：物流優化

出題單位：京東零售

賽題任務：通過AI技術分析和優化電商平臺的需求預測和物流管理，以提升運營效率，實現庫存和物流管理等方面的降本增效。

智慧交通：自動駕駛場景邊緣案例識別

出題單位：吉利汽車

賽題任務：本賽題旨在深入探索智慧駕駛視頻中邊緣場景的識別技術。參賽者需利用合適的電腦視覺人工智慧演算法，在賽題方提供的測試數據集上進行模型測試。挑戰的核心是要求參賽者能夠有效地從賽題方提供的測試數據集中識別出特定的邊緣場景的分類。這些案例存在於各種複雜的駕駛視頻場景中，挑戰參賽者的模型在實際應用中的適應性和準確性。

智慧調度：製造流程優化調度

出題單位：美的集團旗下美雲智數

賽題任務：根據産品物料的訂單需求數據，智慧演算法排産一個車間內所有工單在每個設備的加工順序，排産結果包括每個工單在哪臺設備生産和開始生産時間和結束生産時間。工廠生産指導員根據智慧排産結果進行備料與生産。

GIGAVISION·十億像素視覺智慧：複雜場景長程軌跡預測

出題單位：中國人工智慧學會、GIGAVISION挑戰賽組委會

賽題任務：面向國際頭個十億像素級複雜場景數據集PANDA， 面向全球徵集複雜場景長程軌跡預測演算法， 推動十億像素視覺智慧技術發展，引領公共安全、智慧城市、無人系統等産業變革。

生物醫藥：AI賦能生物醫藥研發

出題單位：亞馬遜雲科技

賽題任務：生物醫藥研發採用AI 篩選方法， 利用機器學習和深度學習技術， 分析大量結構和活性數據， 從而實現對小分子與主蛋白酶之間相互作用的預測，提高研發效率。

2、創新應用賽

針對産業共性問題設置賽題方向和比賽範圍。選手在設定的方向和範圍內，採用創新思路，應用數據演算法提出創新性、實用性和示範性解決方案或産品，以商業計劃書的形式展開競賽。專家根據參賽團隊提供的書面材料進行初賽評選。復賽和決賽需進行路演答辯。

數據安全

出題單位：德國弗勞恩霍夫協會

賽題任務：

1：數據可信流通利用：設計一種機制或技術方案，解決數據流通利用過程中的安全和信任問題，確保數據流通利用參與各方的權益，防止數據濫用和隨意傳播。

2：公共數據安全利用：涉及一個解決方案，確保公共數據在開放和共用過程中不被濫用，同時保障數據的安全性和隱私性。

3：個人數據保護和利用：從網際網路企業視角出發，提出一種創新的隱私保護機制和技術方案，確保個人數據在共用和利用過程中的隱私不被洩露，同時實現數據的有效利用。

選手可選擇以上任務的一個或多個組合成解決方案參賽。

智慧製造

出題單位：中國機械工程學會

賽題任務：

1：預測性維護與故障診斷：開發一個基於機器學習和數據分析的解決方案，能夠實時監測和分析設備運作狀態，提前預測設備故障並提供維護建議，確保生産過程的連續性和可靠性。

2：智慧品質控制與檢測：提出一種結合電腦檢測和深度學習技術的品質控制系統，能夠自動檢測生産過程中出現的産品缺陷，提高産品品質，減少廢品率。

3：自適應製造系統：設計自適應製造系統，根據實時數據和環境變化，快速適應需求變化，自主調整生産參數和流程，優化生産效率和産品品質。

選手可選擇以上任務的一個或多個組合成解決方案參賽。

綠色能源

出題單位：綠色能源相關協會機構

賽題任務：

1：智慧電網優化：設計並實現一種基於先進演算法的智慧電網優化系統，能夠在多種約束條件下優化電力分配，提高電網的穩定性和效率，降低能源損耗。

2：可再生能源預測：開發一個基於機器學習和數據分析的解決方案，能夠準確預測太陽能、風能等可再生能源的發電量，幫助電網更好地調度和管理能源資源。

3：儲能系統優化：提出一種結合優化演算法和數據分析的儲能系統管理方案，能夠高效管理儲能設備的充放電過程，提升儲能系統的利用率和經濟性。

4：分佈式能源管理：設計一種分佈式能源管理系統，能夠根據實時數據和環境變化，自主優化分佈式能源的生産和使用，提高能源利用效率，減少能源浪費。

5：電動汽車與智慧充電：開發一個基於大數據和優化演算法的電動汽車智慧充電系統，能夠實時分析和優化充電樁的分佈和使用，提高充電效率，降低充電成本。

選手可選擇以上任務的一個或多個組合成解決方案參賽。

電子商務

出題單位：廣東省電子商務協會

賽題任務：

1：個性化推薦系統：設計並實現一個基於機器學習和大數據分析的個性化推薦系統，能夠根據用戶的歷史行為和偏好，實時推薦最適合的商品和服務，提高用戶的滿意度和轉化率。

2：智慧庫存管理：開發一個結合預測演算法和優化技術的智慧庫存管理系統，能夠準確預測商品需求，優化庫存水準，減少庫存成本，避免缺貨和過剩。

3：精準行銷策略：提出一種基於數據分析和用戶行為模型的精準行銷策略，能夠有效識別潛在客戶，優化廣告投放，提高行銷活動的效果和ROI。

4：物流優化：設計一個基於演算法優化和實時數據分析的物流管理系統，能夠優化配送路徑和倉儲佈局，提高物流效率，降低配送成本，提升客戶滿意度。

5：客戶情感分析：開發一個基於自然語言處理和情感分析的客戶反饋分析系統，能夠實時分析客戶評論和反饋，識別客戶情感和需求，幫助商家改進産品和服務。

選手可選擇以上任務的一個或多個組合成解決方案參賽。

未來産業

出題單位：北京盛景嘉成投資管理有限公司

賽題任務：

1：氣候變化應對：開發一種基於數據分析和預測模型的氣候天氣變化監測和應急應對系統，能夠監測氣候變化趨勢，預測極端天氣事件，為政府和企業提供科學決策支援，減少氣候變化帶來的負面影響。

2：智慧健康監測：設計並實現一個基於物聯網和人工智慧的智慧健康監測系統，能夠採集監測個人健康數據，提供個性化的健康建議和預警，幫助人們更好地管理健康，預防疾病。

3：疾病預測與控制：開發一個基於數據分析和演算法的疾病預測與控制系統，通過數據收集和預測，研究疾病的發展變化趨勢，為個人和公共衛生部門提供健康指導和決策支援，提升疾病防控能力。

4：智慧城市治理：提出一種結合大數據和優化演算法的智慧城市治理方案，能夠提升城市管理效率，優化公共資源配置，改善交通、環境等城市問題，提升市民生活品質。

選手可選擇以上任務的一個或多個組合成解決方案參賽。

AI産品

出題單位：新加坡大學、海外投資機構

賽題任務：本賽題比拼與AI 緊密結合的軟體或硬體産品解決方案， 如AI 晶片、機器人、無人機、自動駕駛平臺、生成式人工智慧工具等。

3、AI大模型挑戰賽

考查選手大模型應用能力。GLM法律賽題類似演算法優選賽比賽方式。大模型産品賽類似創新應用賽比賽形式。公共服務賽題則兼而有之，初賽又專家評審解題的技術方案，復賽進行模型訓練並對模型性能打分，決賽進行路演和答辯。

GLM法律行業大模型挑戰賽

出題單位：智譜AI、安碩資訊、深圳數據交易所

賽題任務：參賽者需基於 GLM-4 模型，制定技術方案。方案應利用大語言模型的語義理解和函數調用功能，準確解析用戶查詢，並通過訪問相關法律數據庫或 API，提供服務，包括解答法律問題、查詢案件資訊、檢索歷史案件和分析司法數據。

政務服務行業大模型訓練賽

出題單位：廣州市政務服務和數據管理局

賽題任務：通過大模型技術與政務服務事項辦理指南數據相結合，向用戶提供智慧、精準、便捷的對話引導式服務，提升用戶在辦理政務服務過程中的服務體驗。以華為大模型為底座構建一個政務服務智慧導辦應用場景，回答用戶諮詢辦理的問題，比拼回答的相關性和準確性。

AI大模型産品賽

賽題任務：AI大模型産品賽鼓勵開發者應用大模型技術落地各行各業，開發創新型、實用型、易操作型的AI 大模型産品，解決個人、家庭、企業的實際問題。

三大活動

除高額獎金外，為激發廣大大模型愛好者的參賽熱情，大賽組委會還分別針對三個賽組設置了“曬報名，抽盲盒”“衝提交，領裝備”及“曬經歷，贏周邊”三大賽中活動。只要參與就有機會獲得數位/商務/生活禮品！

（推廣）

來源：東方網    | 撰稿：第三屆琶洲演算法大賽    | 責編：谷晟    審核：張淵

新聞投稿：184042016@qq.com    新聞熱線：135 8189 2583