天马杯全球高校科技创新大赛

大赛介绍

“天马杯全球高校科技创新大赛”（以下简称大赛），是由马上消费金融股份有限公司主办的高校级别的科技主题杯赛。在新时代国家信息化发展“数字中国”大战略背景下，2021届大赛主题为“敢为所AI，无惧未来”，围绕人工智能核心技术助力实体经济建设的宗旨，依托马上消费强大的科技实力与丰富的行业数据，吸引高校人才共同发现、创造具体落地场景的技术方案。以赛引才、以赛促研、以赛兴业，通过大赛的举办为优秀的高校人才提供企业就业机会，为广大高校学子的创业、创新提供观点与思路的交流，引导更多青年人才在乡村振兴赋能、数字中国建设等方面进行有价值的探索。

---

赛道介绍

2021届“天马杯全球高校科技创新大赛”采取多赛道并行的竞赛形式，包括视觉赛道、语音赛道、NLP赛道，涵盖了人工智能核心技术的热点方向，参赛队选手可根据自身兴趣及技术能力选择相应赛道，充分发挥创新能力，探索具体应用场景下的落地方案。

视觉赛道

赛题：AI鸡群数量监测

语音赛道

赛题：无监督学习ASR

NLP赛道

赛题：科技新闻分类与摘要

---

赛题背景

视觉赛道 - AI鸡群数量监测

农业农村农民问题是关系国计民生的根本性问题，科技助力乡村振兴是马上消费作为国民企业的责任。本届大赛的视觉赛道选取马上消费“乡村振兴”智慧养鸡平台中的AI鸡群数量盘点场景，通过摄像头拍摄并自动计算鸡群数量，科技赋能替代原来费时费力的人工盘点，帮助养鸡场提高鸡群盘点效率，实现鸡群自动化管理。此项赛题涉及密集目标检测，属视觉类典型技术，对AI算法实现精准计算提出了较高挑战。

乡村振兴的必由之路是加快农业农村现代化，必要环节就是科技赋能。此赛题的场景正是科技赋能乡村振兴的“缩影“，通过科技加持带动农村产业发展，支持农民增加收入！

语音赛道 - 无监督学习ASR

虽然使用带标签数据的监督学习ASR模型在学术和工业上都取得了巨大的成功，但是我国幅员辽阔，民族众多，在方言、少数民族语言等小语种上想要获取海量标注数据存在非常大的困难。如何使用少量的场景或者方言数据，就能达到好的识别效果？本届大赛语音赛道的赛题“无监督学习ASR”，正是为了解决不同场景下、不同语种下数据资源不足，无法使用现有ASR技术的难点问题。

随着我国经济的发展，各行业服务水平的提升，无监督学习ASR能够低成本覆盖更多的应用场合，更多的语种，例如服务于广大农村用户群体，这是一个很有发展潜力的研究方向！

NLP赛道 - 科技新闻分类与摘要

这是一个信息爆炸的时代，在有限的时间能够对所关心领域的信息进行有效获取，成了越来越多人的必要需求。例如，马上消费金融所在的金融科技领域的新闻信息海量，其中分为很多子领域，比如与金融科技相关的监管政策、金融巨头动态、金融科技公司动态等等，不同的子领域产生的新闻风格、内容都有很大的差异。有效利用算法对现有领域的金融科技新闻进行摘要提取和精准推送，并且把模型迁移到其它领域的数据集上，是本届大赛NLP赛道“科技新闻分类与摘要”的应用场景。

信息爆炸时代，利用模型对信息进行精准分类和摘要，以及在不同领域数据上进行有效迁移，正变得越来越有价值，也受到学术界和工业界的广泛关注和研究！

---

赛事安排

初赛环节

初赛通过线上方式进行，参赛选手在规定时间下载相应赛题的比赛数据，登录比赛官网提交数据后由评审组进行评审，成绩优胜者进入决赛，每个赛道排名前十的队伍有机会进入决赛。

决赛环节

决赛为现场比赛（决赛地点为重庆），入围决赛团队将进行现场答辩，大赛邀请高校&行业协会&企业的技术专家组成评委团，评委团综合打分后决出大赛最终的各个奖项，进行现场颁奖。

大赛时间安排

9.28-10.20	大赛报名启动 各赛道数据开放
10.31	报名通道关闭 线上初赛进行中
11.20	初赛成果提交 线上初赛数据关闭
11.20-11.30	初赛成绩评审 决赛入围名单公布
12.1-12.15	线下决赛举行 大赛颁奖典礼

---

参赛要求

1、参赛范围：全日制在校在读大学生，包括本科、硕士、博士。

2、参赛选手以团队组队形式参赛，每队1-5人，每人只可参加一个团队。

3、报名方式：登录马上消费金融官方网站报名参加天马杯大赛。

4、报名时间：9月28日报名通道正式开启，10月31日报名通道关闭。

---

奖项设置

一等奖	1名	奖金50000元/队	马上消费金融人工智能研究院offer
二等奖	2名	奖金20000元/队	马上消费金融人工智能研究院offer
三等奖	2名	奖金10000元/队	马上消费金融人工智能研究院offer
优秀奖	2名	奖金5000/队	马上消费金融人工智能研究院offer

---

大赛声明

若出现以下情况，将视为违规，大赛组委会将有权取消参赛者或者参赛队的资格。

1、参赛报名信息虚假，不符合大赛报名以及组队要求的参赛者/参赛队。

2、参赛作品涉嫌弄虚作假，或者抄袭，侵犯他人知识产权等行为。

3、参赛期间或者参赛作品发现或者被举报认定存在其他的违法、违规行为。

---

语音赛道赛题说明

无监督学习ASR赛题说明

1、使用带有标注信息的资源进行有监督学习的ASR模型，在学术和工业上都取得了巨大的成功。但是我国幅员辽阔，民族众多，在方言、少数民族语言等小语种上想要获取海量标注数据存在非常大的困难。如何使用少量的场景数据或者方言数据，就能达到好的识别效果呢？AI人工智能领域试图探索不需要语音-文字转录数据的语音识别系统。为了解决在不同场景下、不同语种下和数据资源不足的情况下，现有ASR技术性能损失严重的问题。我们寻求更优模式，更优算法来实现低资源ASR系统，期待本次大赛高手过招！

2、初赛任务：本赛题使用受限数据。

(1) 针对方言、小语种语音识别系统，在数据资源不足，标注难以获取的情况下，使用半监督，无监督建模成为一种可能。本次赛题旨在探索低资源语音识别更高准确度，更优算法。

(2) 考虑到比赛为了突出技术深度，避免数据带来的增益过大；鼓励参赛队伍能够深度参与这次活动，本次比赛中只允许使用官方提供的 Aishell-1开源数据集。不允许使用外部数据，包括其它语音识别数据集、纯文本数据集，以及语音合成数据等；可以在开源的预训练模型，如wav2vec基础上fine-tune；不允许使用模型融合系统。

(3) 发音词典可以采用Aishell-1提供的发音词典，也可以采用公开渠道可获取的词典，包括通过商业渠道或者开源项目提供的发音词典。

(4) 主办方提供预训练模型和baseline基线系统。并且提供单卡T4（16G）GPU服务器用于完成比赛任务（数量有限，先到先得）。

3、初赛赛程：初赛分为A榜评测和B榜评测。A榜评测开放时间为10月1日到11月15日，B榜评测时间为11月16日-11月19日，最终初赛成绩以B榜排行榜为依据选拔晋级队伍进入决赛。

◆9月28日 10:00:00 官网报名组队启动

◆10月01日 10:00:00 发布训练集、开发集和A榜测试集数据，A榜评测在线提交结果启动，A榜排行榜启动，每队每日可提交两次

◆10月22日 10:00:00 发布预训练模型，baseline系统

◆10月31日 23:59:59 官网报名组队截止

◆11月15日 23:59:59 A榜提交结果截止，A榜排行停止刷新

◆11月16日 10:00:00 发布B榜测试集数据，开放B榜结果提交，每队可提交多次但仅评测最后一次提交数据

◆11月19日 23:59:59 B榜在线提交结果截止

◆11月20日 18:00:00 B榜排行榜评测出分，按B榜成绩排序Top15队伍提交比赛系统和说明文档（A榜成绩不计入）。组委会对提交的比赛系统和说明文档进行复现和评审。

◆11月30日 10:00:00 决赛入围名单公布，经过评审后初赛排名TOP 10队伍入围决赛

4、数据描述

◆ 预训练模型：组委会10月22日发布

◆ 训练集：Aishell-1训练集

◆ 开发集：Aishell-1开发集

◆ A榜测试集：Aishell-1测试集

◆ B榜测试集：比赛组委会11月16日发布

5、评价指标

◆ 比赛将以补充测试集上的字错误率（CER）进行最后队伍名次的排序。

CER = (S + D + I ) / N

CER，Character Error Rate，S为替换的字数，D为删除的字数，I为插入的字数，N为总字数

◆ 最终解释权归大赛组委会所有。

6、语音赛道组委会

联席主席：谢磊 教授 西北工业大学

联席主席：王洪斌 高级总监 马上消费金融有限公司

委员： 刘敏 总监 马上消费金融有限公司

委员： 卢晶 研究员 马上消费金融有限公司

委员： 卜辉 CEO 北京希尔贝壳科技有限公司

---

联系我们

大赛邮箱：stic@msxf.com

联系电话：18682298169 主

办机构：马上消费人工智能研究院&马科大研究院

联办单位：西北工业大学、北京希尔贝壳科技有限公司

赛事官网

https://aicontest.msxf.com/