第三届琶洲算法大赛聚焦算法模型、创新方案、工业智能和行业应用等领域，广泛联动人工智能领域产学研创多方优势资源，推动产学研用深度协同，积极以赛选才、育才、用才，以赛促产、促教、促用，为建设具有世界竞争力的人工智能产业集群挖掘新技术、注入新活力、增添新动能。

目前，华东、华南、华中、华北四大国内赛区的宣讲会均已圆满落幕，大赛战鼓正式擂响，欢迎对大模型技术感兴趣的广大人才积极参赛、踊跃报名。

大赛报名地址：http://www.aicompetition-pz.com

一、赛题介绍

本届大赛设置算法优选赛、创新应用赛、AI大模型挑战赛三大赛事组别，联合龙头企业、科研机构设立共14个赛题。

1、算法优选赛

针对产业实际某个具体挑战设置赛题，出题方提供真实数据和明确的比赛任务，选手构建算法模型，并使用测试数据不断完善算法模型以完成比赛任务，解决问题。考查选手问题理解、数据处理、算法应用能力。初赛和复赛选手线上提交解题答案，决赛进行路演和答辩。

消费互联网：物流优化

出题单位：京东零售

赛题任务：通过AI技术分析和优化电商平台的需求预测和物流管理，以提升运营效率，实现库存和物流管理等方面的降本增效。

智能交通：自动驾驶场景边缘案例识别

出题单位：吉利汽车

赛题任务：本赛题旨在深入探索智能驾驶视频中边缘场景的识别技术。参赛者需利用合适的计算机视觉人工智能算法，在赛题方提供的测试数据集上进行模型测试。挑战的核心是要求参赛者能够有效地从赛题方提供的测试数据集中识别出特定的边缘场景的分类。这些案例存在于各种复杂的驾驶视频场景中，挑战参赛者的模型在实际应用中的适应性和准确性。

智能调度：制造流程优化调度

出题单位：美的集团旗下美云智数

赛题任务：根据产品物料的订单需求数据，智能算法排产一个车间内所有工单在每个设备的加工顺序，排产结果包括每个工单在哪台设备生产和开始生产时间和结束生产时间。工厂生产指导员根据智能排产结果进行备料与生产。

GIGAVISION·十亿像素视觉智能：复杂场景长程轨迹预测

出题单位：中国人工智能学会、GIGAVISION挑战赛组委会

赛题任务：面向国际首个十亿像素级复杂场景数据集PANDA， 面向全球征集复杂场景长程轨迹预测算法， 推动十亿像素视觉智能技术发展，引领公共安全、智慧城市、无人系统等产业变革。

生物医药：AI赋能生物医药研发

出题单位：亚马逊云科技

赛题任务：生物医药研发采用AI 筛选方法， 利用机器学习和深度学习技术， 分析大量结构和活性数据， 从而实现对小分子与主蛋白酶之间相互作用的预测，提高研发效率。

2、创新应用赛

针对产业共性问题设置赛题方向和比赛范围。选手在设定的方向和范围内，采用创新思路，应用数据算法提出创新性、实用性和示范性解决方案或产品，以商业计划书的形式展开竞赛。专家根据参赛团队提供的书面材料进行初赛评选。复赛和决赛需进行路演答辩。

数据安全

出题单位：德国弗劳恩霍夫协会

赛题任务：

1：数据可信流通利用：设计一种机制或技术方案，解决数据流通利用过程中的安全和信任问题，确保数据流通利用参与各方的权益，防止数据滥用和随意传播。

2：公共数据安全利用：涉及一个解决方案，确保公共数据在开放和共享过程中不被滥用，同时保障数据的安全性和隐私性。

3：个人数据保护和利用：从互联网企业视角出发，提出一种创新的隐私保护机制和技术方案，确保个人数据在共享和利用过程中的隐私不被泄露，同时实现数据的有效利用。

选手可选择以上任务的一个或多个组合成解决方案参赛。

智能制造

出题单位：中国机械工程学会

赛题任务：

1：预测性维护与故障诊断：开发一个基于机器学习和数据分析的解决方案，能够实时监测和分析设备运行状态，提前预测设备故障并提供维护建议，确保生产过程的连续性和可靠性。

2：智能质量控制与检测：提出一种结合计算机检测和深度学习技术的质量控制系统，能够自动检测生产过程中出现的产品缺陷，提高产品质量，减少废品率。

3：自适应制造系统：设计自适应制造系统，根据实时数据和环境变化，快速适应需求变化，自主调整生产参数和流程，优化生产效率和产品质量。

选手可选择以上任务的一个或多个组合成解决方案参赛。

绿色能源

出题单位：绿色能源相关协会机构

赛题任务：

1：智能电网优化：设计并实现一种基于先进算法的智能电网优化系统，能够在多种约束条件下优化电力分配，提高电网的稳定性和效率，降低能源损耗。

2：可再生能源预测：开发一个基于机器学习和数据分析的解决方案，能够准确预测太阳能、风能等可再生能源的发电量，帮助电网更好地调度和管理能源资源。

3：储能系统优化：提出一种结合优化算法和数据分析的储能系统管理方案，能够高效管理储能设备的充放电过程，提升储能系统的利用率和经济性。

4：分布式能源管理：设计一种分布式能源管理系统，能够根据实时数据和环境变化，自主优化分布式能源的生产和使用，提高能源利用效率，减少能源浪费。

5：电动汽车与智能充电：开发一个基于大数据和优化算法的电动汽车智能充电系统，能够实时分析和优化充电桩的分布和使用，提高充电效率，降低充电成本。

选手可选择以上任务的一个或多个组合成解决方案参赛。

电子商务

出题单位：广东省电子商务协会

赛题任务：

1：个性化推荐系统：设计并实现一个基于机器学习和大数据分析的个性化推荐系统，能够根据用户的历史行为和偏好，实时推荐最适合的商品和服务，提高用户的满意度和转化率。

2：智能库存管理：开发一个结合预测算法和优化技术的智能库存管理系统，能够准确预测商品需求，优化库存水平，减少库存成本，避免缺货和过剩。

3：精准营销策略：提出一种基于数据分析和用户行为模型的精准营销策略，能够有效识别潜在客户，优化广告投放，提高营销活动的效果和ROI。

4：物流优化：设计一个基于算法优化和实时数据分析的物流管理系统，能够优化配送路径和仓储布局，提高物流效率，降低配送成本，提升客户满意度。

5：客户情感分析：开发一个基于自然语言处理和情感分析的客户反馈分析系统，能够实时分析客户评论和反馈，识别客户情感和需求，帮助商家改进产品和服务。

选手可选择以上任务的一个或多个组合成解决方案参赛。

未来产业

出题单位：北京盛景嘉成投资管理有限公司

赛题任务：

1：气候变化应对：开发一种基于数据分析和预测模型的气候天气变化监测和应急应对系统，能够监测气候变化趋势，预测极端天气事件，为政府和企业提供科学决策支持，减少气候变化带来的负面影响。

2：智能健康监测：设计并实现一个基于物联网和人工智能的智能健康监测系统，能够采集监测个人健康数据，提供个性化的健康建议和预警，帮助人们更好地管理健康，预防疾病。

3：疾病预测与控制：开发一个基于数据分析和算法的疾病预测与控制系统，通过数据收集和预测，研究疾病的发展变化趋势，为个人和公共卫生部门提供健康指导和决策支持，提升疾病防控能力。

4：智慧城市治理：提出一种结合大数据和优化算法的智慧城市治理方案，能够提升城市管理效率，优化公共资源配置，改善交通、环境等城市问题，提升市民生活质量。

选手可选择以上任务的一个或多个组合成解决方案参赛。

AI产品

出题单位：新加坡国立大学、海外投资机构

赛题任务：本赛题比拼与AI 紧密结合的软件或硬件产品解决方案， 如AI 芯片、机器人、无人机、智慧医疗、自动驾驶平台、生成式人工智能工具等。

3、AI大模型挑战赛

考查选手大模型应用能力。GLM法律赛题类似算法优选赛比赛方式。大模型产品赛类似创新应用赛比赛形式。公共服务赛题则兼而有之，初赛又专家评审解题的技术方案，复赛进行模型训练并对模型性能打分，决赛进行路演和答辩。

GLM法律行业大模型挑战赛

出题单位：智谱AI、安硕信息、深圳数据交易所

赛题任务：参赛者需基于 GLM-4 模型，制定技术方案。方案应利用大语言模型的语义理解和函数调用功能，准确解析用户查询，并通过访问相关法律数据库或 API，提供服务，包括解答法律问题、查询案件信息、检索历史案件和分析司法数据。

政务服务行业大模型训练赛

出题单位：广州市政务服务和数据管理局

赛题任务：通过大模型技术与政务服务事项办理指南数据相结合，向用户提供智能、精准、便捷的对话引导式服务，提升用户在办理政务服务过程中的服务体验。以华为大模型为底座构建一个政务服务智能导办应用场景，回答用户咨询办理的问题，比拼回答的相关性和准确性。

AI大模型产品赛

赛题任务：AI大模型产品赛鼓励开发者应用大模型技术落地各行各业，开发创新型、实用型、易操作型的AI 大模型产品，解决个人、家庭、企业的实际问题。

三大活动

除高额奖金外，为激发广大大模型爱好者的参赛热情，大赛组委会还分别针对三个赛组设置了“晒报名，抽盲盒”“冲提交，领装备”及“晒经历，赢周边”三大赛中活动。只要参与就有机会获得数码/商务/生活礼品！更多信息请锁定大赛官网：https://www.aicompetition-pz.com/