PowerAI 黑客松大赛第三季将围绕着人工智能在制造业的应用继续展开，本季的赛题是《挖掘制造工艺和流程的金矿》！参赛选手通过对大量非结构化文本数据建立相关模型，分析和理解其中语义。类似模型可以在制造业的新产品设计、工艺和流程改进等方面帮助设计和研究人员更快速借鉴既有经验从而加速产品设计、工艺和流程改进的过程。其难点在于：一、准确判断问题意图（类别）；二、精准定位问题所在文档位置；三、自动抽取并精确组成答案。
怎么样，自诩为人工智能开发高手的您难道不想参加这个令人疯狂的大赛？加入这个汇聚众多人工智能开发高手的大家庭？
通往人工智能编程高手之门： PowerAI人工智能黑客松大赛第三季！
时间：2017年9月2日
地点：北京马哥孛罗酒店（北京市朝阳区安立路78号）
大赛交流QQ群：377825425，欢迎大家加入！
•实现一套自动问答系统的模型；
•选手会得到大赛组委会分发的文本训练语料；
•除训练语料外，选手会得到用于测试的问题和答案集用于模型构建时的测试；
训练语料内容集中在制造业相关文本内容。文档会预先做好分类。分类类别约为5-6个。
• 从事深度学习，机器学习，人工智能等相关技术领域的研究或研发人员、在校学生
• 本次活劢针对制造业领域工作者，包括制造业上下游企业的内部开发者，以及为制造业企业提供软件外包系统集成服务的企业或个人
成功完成赛题的团队给予基础分20分；
问答比赛阶段共有10个自动推送的问题，10个问题总计60分，每题6分；
选手最终程序需要接受裁判端推送的问题并自动生成答案;
自动生成的答案需要通过指定的方法推送会裁判端;
按照答案传回的时间顺序，第一个传送回正确答案的团队得6分，其余团队 不得分;
标准答案由行业专家给出;
附加分评判标准。在选手构建模型时，使用以下模型其中每一种可以得到3分的附加分：
•使用双向LSTM分词
•Attention-LSTM
•(Dynamic)Memory Network
•ReasoNet
•Attentive Reader
•R-Net (Microsoft)
•Skim-text
通过Caffe, Tensorflow 进行模型训练, 鼓励发挥GPU on Power硬件特性；
要求参赛者编写神经网络模型实现考题需求。参赛者可以修改Caffe，Torch, Theano或者Tensorflow源代码， 但是必须在修改后，提供代码修改说明以确定没有违规部分。参赛者也可以使用github上开源的不同发行版的Caffe，Torch，Theano或者Tensorflow， 但是必须自己解决在Power上的依赖和编译问题；
赛程当天环境只提供基于Python 2.7版本的深度学习框架。如需Python 3版本的框架需自行设置；
大赛组织方会在赛前提供关于比赛题目实现方法的参考实现。选手可根据参考实现设计解决方案；
首页