7月20日，在素有“数据世界杯”之称的KDD Cup 2019数据挖掘国际大赛AutoML自动化机器学习竞赛中，南京大学PASA大数据实验室代表队PASA-NJU，在全球860多支参赛队中，经过3个多月多轮激烈角逐，最终荣获大赛TOP 10优胜奖，评测成绩排名国际第8位。TOP10获奖者团队收到KDD Cup AutoML大赛主办方邀请赴美国参加KDD2019大会，参加颁奖仪式并做技术分享。

参加本次AutoML大赛的实验室团队成员包括：朱光辉博士（队长）、以及郭旭、方鑫、许卓尔三位硕士生同学。

近几年来，人工智能技术在国内外掀起了巨大的发展浪潮。著名计算机专家李开复预计，到2025年，AI将无处不在，“AI赋能行业”应用模式在未来将迎来高速成长。然而AI在行业应用时，存在着技术门槛高、专业人才短缺、依赖专家经验和手工作坊式生产、费时费力、建模周期长、效率低下的痛点，给行业AI应用落地带来诸多困难。

为此，近几年来，国内外出现了AutoML自动化机器学习技术，其目标是以机器替代人工建模，以AI设计AI，以此大幅提高建模效率，降低人工智能使用门槛。

南京大学PASA大数据实验室自2017年初开始从事AutoML自动化机器学习技术研究，是国内较早进入AutoML领域的研究团队。2018年，实验室在著名数据挖掘国际会议PAKDD 2018 举办的AutoML 挑战赛和国际人工智能顶级会议NIPS 2018举办的Life-long AutoML大赛中，连续两次荣获国际第三名的优异战绩。本次是实验室继前两次国际AutoML大赛获奖后，第三次在国际AutoML大赛中创造优异成绩！

至此，PASA实验室在2018年来三大著名AutoML国际大赛中，均以优异战绩获奖，体现了实验室在全流水线AutoML、全生命周期AutoML、以及时序与关系数据AutoML等多种不同类型和特性的自动化机器学习技术方面，均具有很强的技术实力，总体处于国际先进水平。

KDD是数据挖掘领域的顶级国际会议。KDD Cup由美国计算机协会知识发现与数据挖掘专委会(ACM SIGKDD)主办，是目前数据挖掘领域最有影响力、最高水平的国际顶级赛事，吸引世界顶尖的专家、学者、工程师、学生等前来参赛，素有“数据世界杯”之称。每年有很多杰出的学术组织及科技巨头申请承办KDD Cup。

KDD Cup已经在常规机器学习和强化学习领域举办了22次大赛。由于近年来自动化机器学习成为全球AＩ领域广为关注的热点技术，今年KDD Cup首次引入AutoML 自动化机器学习挑战赛赛道，受到全球学术及工业界的广泛关注。对于打破历来传统的数据挖掘方向赛事，增设AutoML赛道，KDD Cup大赛组委会主席表示，AutoML是AI落地的关键性技术之一，也是今年KDD国际会议关注的重点。

首届KDD Cup AutoML挑战赛由第四范式（4Paradigm）主办，由AutoML领域权威学术组织ChaLearn以及微软协办。通过本次AutoML大赛，主办方希望吸引全球范围内的AI专业技术人员和技术爱好者参与到AutoML研究进程中，为AutoML的探索发展和落地应用作出贡献，推动解决AI规模化落地的难题。

此次AutoML大赛设置了难度最高的比赛项目——基于时序关系型数据的AutoML自动化学习。时序关系型数据在在线广告、推荐系统、金融市场分析、医疗等实际应用场景中非常常见，往往需要充分利用这类数据的特性，进行机器学习模型设计和优化，以此提升智能化分析建模应用的效果。本次赛题主要考核的是参赛队伍在时序和多表关系数据学习时，在时序关系多表数据特征工程自动化选择处理上的技术方法和能力。赛事主要负责人、第四范式资深算法科学家涂威威表示，这是AutoML比赛历史上首次考虑时序关系型多表数据。与以往单表的自动机器学习比赛相比，本次挑战赛重点考察AutoML解决实际问题的能力，以此解决关系型、时序等多表类型数据学习和建模的挑战。

KDD Cup AutoML大赛于4月1日正式拉开帷幕，前后经历了3个多月的时间。比赛分为Feedback（反馈）、Check（检验）、AutoML（盲测）3个阶段。期间，各参赛队伍需要反复研讨探索和改进各自的技术方法。反馈阶段，参赛者基于公开数据集设计并提交AutoML方案；检验阶段，在参赛者无法看到比赛结果的条件下，在私有数据集上进行测试；盲测阶段，参赛队伍将各自方案在私有数据集上运行，在无人为干预情况下完成训练和预测。最终根据AUC排名选出TOP 10优胜团队。

自2017年初以来，南京大学PASA大数据实验室在AutoML技术领域开展了一系列系统深入的研究开发工作。除了参加三次AutoML国际大赛所涉及的全流水线AutoML、全生命周期AutoML、以及时序与关系数据AutoML技术外，实验室还进行了深度神经网络结构自动化搜索与超参优化、深度集成学习网络结构自动化搜索、复合模型学习、资源受限场景学习等诸多AutoML技术的研究开发，并取得一系列实际技术成果。实验室所积累的系列AutoML技术成果，已经形成完整的AutoML软件系统工具平台，并已由南京大学授权研究院进行成果转化。

2019年7月，实验室代表南京大学参赛队伍，以AutoML技术与软件平台参加“全国互联网+大学生创新创业大赛”江苏省赛和国赛选拔赛，最终荣获省赛一等奖，并获得10月份参加全国总决赛的资格。

目前，实验室的相关AutoML技术与软件已在华为、360等知名企业得到推广应用，在保持模型性能不低于专家人工设计模型的前提下，自动化建模效率可提升20-30倍。

不仅大型IT和互联网企业会需要AutoML技术，AutoML更可进一步广泛应用于诸多缺少AI技术人才的行业/企业，以自动化和高效易用的方式，支持行业大数据智能化分析建模与应用的快速开发。

AutoML的目标是，让AI建模本身也变得自动化、智能化、高效化，让人工智能普及化、平民化，让AI惠及更多的行业和企业，以此让AI真正普及并赋能行业应用。