微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 滴滴Di-Tech算法大赛正式启动 冠军奖金高达10万美元

滴滴Di-Tech算法大赛正式启动 冠军奖金高达10万美元

2016-05-18 23:04
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2016-05-18 23:04 CNET科技资讯网

5月18日消息,滴滴出行宣布Di-Tech算法大赛于今日中午12:00正式开赛,本次大赛冠军将获得高达10万美元奖金,而赛题挑战成功者还将直接获得滴滴出行的面试机会。滴滴出行此番巨额奖金面向全球寻找数据狂人,对技术人才通过自主学习掌握行业前沿技术将是极大鼓励。

本次大赛的评委阵容豪华,包括人工智能科学家、滴滴研究院院长何晓飞;机器学习领域国际领军人物、滴滴研究院副院长叶杰平;优达学城创始人、GoogleX创始人Sebastian等。大赛也得到了Google研究院院长Peter Norvig以及数据科学家Katie Malone的支持和指导。

据悉,整个赛程分为初赛、实名认证、决赛、答辩四个环节,为期一个月的初赛于北京时间5月18日中午12:00正式拉开序幕,选手登陆算法大赛官网(research.xiaojukeji.com)即可在线参加比赛。初赛成绩排名前50名(含并列)的队伍将进入决赛;决赛成绩排名前10名的队伍进入线下答辩环节,最终角出冠亚季军以及最佳答辩、最有潜力等奖项,奖金最高将达10万美金。

值得注意的是,滴滴将开放国内真实的出行数据,用最炙手可热的研究课题,向算法天才征集更聪明的解决方案,并且该解决方案还将有机会应用于“滴滴出行”产品端,直接改变全球数亿用户的出行体验。

本次大赛赛题为“解决出行行业供需预测问题”,供需预测的目标是准确预测出给定地理区域在未来某个时间段的出行需求量及需求满足量。调研发现,同一地区不同时间段的订单密度是不一样的,例如大型居住区在早高峰时段的出行需求旺盛,而商务区则在晚高峰时段的出行需求旺盛。如果能预测到在未来的一段时间内某些地区的出行需求量比较大,就可以提前对营运车辆提供一些引导,指向性地提高部分地区的运力,从而提升乘客的整体出行体验。

之所以给出这样的题目,滴滴相关负责人表示,截至目前,滴滴出行平台日均需处理1100万订单,需要分析的数据量达到50TB,路径规划超过90亿次。面对如此庞杂的数据,需要通过不断升级、完善与创新的云计算与大数据技术,从而保证数据分析及相关应用的稳定,实现高频出行下的运力均衡。供需预测就是其中的一个关键问题。

据介绍,Di-Tech算法大赛由滴滴研究院主办,合作方是硅谷的IT在线教育“独角兽”优达学城(Udacity),后者为参赛者提供学习资源和技术指导。此前4月18日,滴滴出行宣布同优达学城达成战略合作引发业界众多联想。总部在硅谷的优达学城有着得天独厚的优势,它和Google、Facebook、亚马逊等全球顶尖的科技企业合作推出的认证项目“纳米学位”,将学员培养为顶级的网站开发者、数据分析师和移动开发者。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-