第四届“计图”人工智能算法挑战赛启动

计图(Jittor)人工智能算法挑战赛是在国家自然科学基金委信息科学部指导下，由北京信息科学与技术国家研究中心和清华大学-腾讯互联网创新技术联合实验室于2021年创办、基于清华大学Jittor深度学习框架的人工智能算法大赛。2022年起，该赛事也作为中国软件开源创新大赛中开源任务挑战赛的赛事之一，开展AI算法竞赛。

大赛面向所有在校学生和AI 相关领域从业人士开放，旨在通过竞技的方式提升人们对数据分析与处理的算法研究与技术应用的能力，推动我国自主人工智能平台的生态建设和人工智能研究和应用的深入。

本次大赛得到了腾讯公司的赞助，得到了天津市人工智能计算中心/天津市河北区政府、曙光智算信息技术有限公司的算力支持，得到了北京非十科技有限公司的技术支持，特此致谢！

Part 1

挑战赛的组织机构

挑战赛邀请人工智能领域的权威专家和国家自然科学基金委相关的主管领导参加指导委员会，并组建了包括高校、研究院所的学者和IT企业的资深技术专家在内的专家委员会，负责挑战赛的评审。指导委员会和专家委员会的名单如下。

指导委员会 (按字母顺序)

1. 戴琼海，清华大学信息学院院长、中国工程院院士、中国人工智能学会理事长

2. 胡事民，清华大学教授、中国科学院院士、中国计算机学会副理事长

3. 刘克，国家自然科学基金委信息科学部常务副主任

4. 梅宏，北京大学教授、中国科学院院士

5. 沈向洋，粤港澳大湾区数字经济研究院理事长、美国工程院外籍院士

6. 王怀民，国防科技大学教授、中国科学院院士

7. 吴国政，国家自然科学基金委信息科学部二处（计算机、人工智能）处长

8. 吴一戎，中国科学院空天信息创新研究院院长、中国科学院院士

9. 徐宗本，西安交通大学教授、中国科学院院士

10. 查红彬，北京大学教授

11. 张钹，清华大学教授、中国科学院院士

专家委员会 (按字母顺序)

1. 程明明，南开大学计算机学院教授

2. 董未名，中科院自动化所研究员

3. 高林，中科院计算所研究员

4. 郭延文，南京大学计算机科学与技术系教授

5. 黄华，北京师范大学人工智能学院教授

6. 李庆利，华东师范大学通信与电子工程学院教授

7. 刘偲，北京航空航天大学人工智能学院教授

8. 吕琳，山东大学计算机学院教授

9. 孟德宇，西安交通大学数学与统计学院教授

10. 闵卫东，南昌大学数学与计算机学院教授

11. 童若峰，浙江大学计算机学院教授

12. 万鹏飞，快手Y-tech AI技术中心负责人

13. 王志衡，国家自然科学基金委信息科学部二处(计算机、人工智能)项目主任

14. 严骏驰，上海交通大学计算机学院教授

15. 张松海，清华大学计算机科学与技术系副教授

16. 郑伟诗，中山大学数据科学与计算机学院教授

Part 2

挑战赛的赛题介绍

本届挑战赛设置一个热身赛（手写数字生成赛题）和两个正式赛道（开放域少样本视觉分类和风格迁移图片生成），参赛团队需要通过热身赛才能参加两个正式赛道。

热身赛：数字生成

热身赛的目的是帮助选手学习计图，并对参赛团队进行初筛，参赛团队需要通过热身赛才能参加两个正式赛道。

热身赛任务是在数字图片数据集 MNIST 上训练Conditional GAN模型，生成特定数字的图像。组织方提供示例代码，提供数据下载、模型定义、训练步骤等功能。如图1。比如用户的随机ID是 18012345678，那么一种可能的提交结果图像为：

图1 手写数字生成结果

比赛报名和参赛的入口为：

https://www.educoder.net/competitions/index/Jittor-5

赛道一：开放域少样本视觉分类

视觉语言模型已经成为计算机视觉领域的核心技术，但数据标注成本高昂、面对特定领域表现欠佳的问题仍然突出。因此，如何在少量数据的支持下提高模型在特定领域的表现，已成为当下研究的热点问题。同时，使用少量数据增强多个领域上的表现，更具有挑战性。

因此，本赛题要求参赛者使用极少的多领域训练样本，探索在大模型时代下模型训练的创新策略，实现对多领域测试集的准确分类。

图2 赛道一示意图

比赛报名和参赛的入口为：

https://www.educoder.net/competitions/index/Jittor-5

赛道二：风格迁移图片生成

图像生成任务一直以来都有很大的应用前景，是计算机图形学和视觉领域的研究热点。近年来随着扩散模型的发展，涌现了一大批图片生成或者编辑的算法，其中一个重要的课题就是可控生成。在可控图片生成中一个相当有艺术性和挑战性的研究课题是风格迁移问题：将一种图像的风格应用到另一张图像上，同时保留后者的内容结构。本赛题要求参赛者根据提示词指示生成与参考图片相同风格的图片，具体过程如下图。

图3 赛道二示意图

计图团队发布的JDiffusion模型库为本赛题提供了Baseline。比赛报名和参赛的入口为：

https://www.educoder.net/competitions/index/Jittor-5

Part 3

挑战赛的时间安排

本届Jittor人工智能算法挑战赛4月7日启动，4月10日发布A榜评测数据集，7月15日报名截止，9月决赛答辩；具体时间安排如下。

Part 4

参赛规则和奖项

所有参赛选手都必须在头歌平台注册报名，参赛选手需确保注册时提交信息准确有效。

https://www.educoder.net/competitions

参赛者在规定时间内须使用Jittor深度学习框架进行模型的设计、训练和预测。

为了帮助用户快速上手计图，Jittor团队联合头歌平台发布计图深度学习框架实践课程。本课程全面、系统地介绍了Jittor深度学习框架的基础模块、模型训练测试流程、基础网络结构编写、计算机视觉任务实现以及模型库的使用。学习本课程需要有一定的Python编程基础以及一定的深度学习基础。Jittor深度学习框架实践课程的主页是:

https://www.educoder.net/paths/89rcg6jn

Jittor的教程和相关信息，详见Jittor官网、GitHub网页或Gitlink网页：

https://cg.cs.tsinghua.edu.cn/jittor/

https://github.com/Jittor/Jittor

https://www.gitlink.org.cn/Jittor/jittor

选手可2-3人组队或单人成队参赛，每位选手只能加入一支队伍，报名截止日期之后不允许更改队员。

本次竞赛的奖金有腾讯公司提供，大赛奖金共28万，两个赛题分别评审，每个赛题的奖项如下。