自動化機器學習（AutoML）作為AI產業化的關鍵性技術，在該領域的探索及突破被認為是AI發展的領航燈。去年第四范式主辦了"NeurIPS 2018 AutoML Challenge"、"PAKDD 2018 Data Competition"等AutoML重要賽事，今年第四范式將攜手谷歌、ChaLearn聯合舉辦全球首屆AutoDL大賽——AutoDL2019挑戰賽。
對于首屆AutoDL大賽的期望，大賽組委會負責人之一——第四范式資深算法科學家涂威威表示：歡迎google加入，一起承辦首屆AutoDL挑戰賽。過去AutoML比賽主要集中解決結構化數據的應用問題，本次AutoDL挑戰賽參賽者將面臨多種結構化和非結構化數據的新問題，挑戰難度更大。今天，我們對機器“自動”學習技術的探索和發展旨在讓機器更加智能，相信未來無論是在傳統機器學習及深度學習領域，它都將為整個行業帶來全新改變，這是我們承辦挑戰賽的初衷和期望。
據悉，本次AutoDL比賽的目標是利用深度學習解決多種結構化和非結構化數據的問題，涉及到結構化數據、文本、語音、圖像等多個不同領域的多分類問題，大賽將提供大量預先格式化的公共數據集，并建立一個數據交換庫，以實現元學習。參賽者最終提交自動深度學習方案，在多個全新的測試數據集上盲測，按盲測的效果進行最終排名。
近年來，深度學習在語音、圖像等領域應用成果大家有目共睹，但技術門檻高、人才匱乏等多方面原因，成為阻礙其大規模落地的絆腳石。因此，實現自動化深度學習的技術AutoDL成為行業探索和研究的重要方向。第四范式自2015年成立就開始AutoML的研究探索和應用，目前已經發布了自動特征組合（FeatureGo）、自動時序特征（TemporalGo）、自動深度稀疏網絡DSN（Deep Sparse Network）、自動半監督學習（Auto-SSL）等多項AutoML核心技術，并成功應用在反欺詐、個性化推薦等業務場景中，讓普通開發人員開發的AI應用有接近甚至超過數據科學家的效果。
基于在AutoML領域的技術積累和與落地實踐，第四范式本次與Google、ChaLearn攜手合辦AutoDL 2019挑戰賽，旨在進一步擴大自動化機器學習的技術版圖，為推動AI大規模產業化落地奠定更堅實的基礎。
