盤點數據競賽二十年：《數據競賽白皮書》發布

　 阿里云優惠券 先領券再下單

近日，中國乃至全球的第一份《數據競賽白皮書》(以下簡稱“白皮書”)發布，首次為我們從全局的角度盤點了數據競賽的發展歷程、現狀以及價值。白皮書指導單位為“大數據系統軟件國家工程實驗室”，和鯨科技攜旗下第三方數據競賽平臺和鯨社區(Kesci)，聯合AWS共同發布。

據發布方的信息顯示，白皮書通過搜集整理1000場全球競賽數據、1000余份問卷調研、幾十位行業專家及企業辦賽負責人的訪談、超過1200小時的分析研究，共同打造并發布了《數據競賽白皮書》(以下簡稱“白皮書”)。白皮書分為《數據競賽白皮書·上篇·1000場競賽的深度分析》和《數據競賽白皮書·下篇·辦好一場競賽的實操手冊》兩部分。

《數據競賽白皮書·上篇·1000場競賽的深度分析》中指出，數據競賽的發展起點可追溯至 1997 年首次問世的 KDD Cup，由國際頂會KDD 牽頭舉辦，這也是數據科學領域迄今為止最重要的國際賽事之一，至今已經舉辦22年。

今天，就讓我們跟著白皮書一起，回顧一下這二十多年數據競賽與國際頂會的歷程吧。

2019年夏天有件令人驚喜的事件傳遍了全國——KDD CUP 2019三個賽道的冠軍全都被華人面孔拿下。被譽為數據挖掘領域「奧運會」的 KDD CUP，從1997年到現在已經舉辦了22屆，是目前數據挖掘領域最有影響力的賽事。也是從今年開始開始， KDD CUP 擁有了專屬的獨立議程，供世界數據挖掘界的頂尖專家、學者、工程師、學生等前來參賽，在KDD中的分量越來越重要。

K D D(Conference on KnowledgeDiscovery and Data Mining，知識發現和數據挖掘會議)隸屬于 ACM(Association forComputing Machinery，國際計算機學會)，是響譽全球的頂級學術會議。1997 年， KDD 正式推出 KDD Cup，KDD Cup 要求參賽者通過數據分析，判斷出哪些人有可能成為美國癱瘓退伍軍人協會的捐贈者，從而幫助協會更精準地發送求助郵件，開啟了數據競賽的新模式。此后，KDD Cup 保持了一年一度的舉辦慣例。

1999 年KDD Cup 的賽題更為經典，選用了來自美國國防部高級規劃署在 MIT 林肯實驗室操作進行的入侵檢測評估項目數據，希望參賽者能夠分辨那些操作是外部入侵，獲勝者是廣為人知的統計分析軟件公司 SAS。作為數據挖掘領域影響力最廣、水平最高的國際頂級賽事，KDD Cup 20 余年以來的賽題設計始終帶有鮮明的工業應用色彩，每年都會吸引大量優秀的企業、高?；蚩蒲袡C構協辦賽事，或直接參給與競賽角逐。

通過KDD Cup 的歷年成果上不難看出，雖然面臨的問題日益復雜，但始終帶有強烈的工業應用色彩，高度契合各類組織機構的實際需求，不斷涌現出全新的應用場景。KDD Cup的成功，帶動了ICCV、NeurlPS、ISBI、Euro CSS、ECML-PKDD、VoxCeleb、MICCAI、C-MIMI、IEEE-CIS、CVPR(ActivityNet)、IWCS、ECCV 等國際頂尖學術會議紛紛加入這一浪潮。

他們除了在世界不同地域舉行年度性盛會外，也開始聯手全球各地的企業、科研機構共同籌辦數據競賽，以短時間競賽的形式幫助前沿數據科學技術的進一步發展。這類享有頂會權威背書和國際影響力的重大賽事在全球范圍內得到了積極響應，參賽對象不僅限于技術水平突出的個人，還囊括了科研實驗室、高校和企業等一系列組織。

國際頂會數據競賽也往往會積極兼顧市場應用的需求，通過與企業、政府機構合作，聚集當下技術與數據應用中的難點尋求解決思路， 不斷縮短科研成果與落地應用之間的距離，賽題內容廣泛覆蓋醫療、軍事、互聯網、交通出行、快消零售、生態及文化保護等眾多場景。

中國企業、高校及科研機構和個人參賽者在國際頂會數據競賽的獲獎次數呈現逐年上升的趨勢，亦反應了中國在數據科學領域的實力和影響力不斷加強。在中國也有一些企業開始和國際頂會合作，舉辦基于行業應用的數據競賽。而數據競賽的進程也伴隨著人工智能相關科技專利的爆發期，從2000年開始不斷向上。

根據麥肯錫全球研究院發布的 MGI 行業數字化指數報告，在產業數字化動態發展的過程中，完備的數字資產積累、充分的資本投入與研發、可持續的人才連接與協同推進了產業數字化程度的不斷加深，進而帶來了較高的平均利潤增長率以及勞動增長率。

《數據競賽白皮書》中提到，通過數據競賽形式并以此建立基于數據價值流動的生態系統，才能充分利用生態內不斷升級的人才資源和技術資源賦能商業發展，已成為越來越多商業領袖的共識。相較于傳統的數字化進程，主動采用數字化戰略的企業明顯能在后續發展中與競爭對手拉開差距。

中國數據競賽的崛起并非偶然，也不止是對國外先進模式的亦步亦趨，而是在技術落地應用需求增長、宏觀政策支持和云計算基礎不斷成熟等原因之下的必然結果。建立基于數據價值流動的生態系統，充分利用生態內不斷升級的人才資源和技術資源賦能商業發展，已成為越來越多商業領袖的共識。

據悉，在《數據競賽白皮書·下篇·辦好一場競賽的實操手冊》中，和鯨科技將首次公開自身100+場專業賽事的服務經驗，開源其數據競賽管理的方法論，這將對數據競賽行業產生不小的沖擊。和鯨科技是中國對標Kaggle成立的，最早的數據競賽平臺之一，且在這個過程中形成了在用戶數、用戶質量、活躍度方面均有出色表現的中國數據科學家社區——和鯨社區(由Kesci發展而來)。在和鯨社區上，有來自中國聯通、中國平安、招商銀行、騰訊、百度、字節跳動、攜程、IBM、華為、默克中國、南京市人民政府、深圳市人民政府、鵬城實驗室等頭部企業與機構舉辦數據競賽。通過開放競賽的機制和數據科學的手段，解決各個行業的業務難題。

國內最高規格的大數據競賽，由教育部主辦的“中國高校計算機大賽-大數據挑戰賽”，以及獎金規模最大的人工智能大賽，由深圳市政府主辦的“全國人工智能大賽”，都選擇在和鯨社區完成全流程的組織。由此可見，《數據競賽白皮書·下篇·辦好一場競賽的實操手冊》必然會促進“數據競賽”這一高效、敏捷的數字化創新模式，在中國進一步發展。

申請創業報道，分享創業好點子。點擊此處，共同探討創業新機遇！