Przedstawiciele firm Baidu, DeepMind i Synerise znaleźli się wśród zwycięzców KDD Cup 2021. Organizowany od 24 lat konkurs uważany jest przez branżę technologiczną za jedno z najbardziej prestiżowych wydarzeń AI i machine learningu na świecie, często również nazywany jest Mistrzostwami Świata w dziedzinie sztucznej inteligencji.
W rywalizacji wzięli udział przedstawiciele najbardziej zaawansowanych technologicznie firm i uniwersytetów na świecie. Polski Synerise pokonał drużyny z całego świata, m.in. specjalistów firmy Intel (producent procesorów komputerowych), OPPO Research Topology Lab (producent telefonów OnePlus i Oppo) czy Huazhong University of Science and Technology.
“W Synerise stawiamy na fundamentalne zrozumienie fenomenów matematycznych, leżących u podstaw działania deep learningu. W połączeniu z finezją inżynierii pozwala nam to konkurować z najlepszymi ośrodkami badawczymi na świecie, mimo że dysponujemy tylko ułamkiem dostępnych im zasobów”, mówi Jacek Dąbrowski z Synerise.
KDD Cup (International Knowledge Discovery and Data Mining Competition) jest organizowany przez ACM (American Computer Association), które jest najbardziej wpływową naukową i edukacyjną organizacją zajmującą się informatyką na świecie.
Odbywająca się od 1989 roku konferencja KDD jest najstarszym i największym wydarzeniem eksploracji danych na świecie. Innowacje, takie jak crowdsourcing, zakrojone na szeroką skalę konkursy data science, algorytmy personalizowania reklam (np. Google), eksploracji danych (np. Facebook, LinkedIn) oraz systemy rekomendacji (np. Netflix, Amazon itp.) w dużej części pochodzą z KDD.
W 2020 roku konferencja przyciągnęła ponad 3900 badaczy zarówno ze świata komercyjnego jak i uniwersyteckiego. Uczestnicy KDD pochodzą z najpotężniejszych firm technologicznych na świecie, takich jak Google, Alibaba, Facebook, Netflix, LinkedIn, Tencent, Microsoft, IBM, Spotify i Amazon. Głos instytucji państwowych takich jak NIH, NSF, DARPA jest również ważny dla społeczności KDD i przedstawicieli tychże branż można spotkać w trakcie konferencji.
W tym roku niemal 2500 zespołów z całego świata rywalizowało w 3 kategoriach konkursowych KDD Cup, z których nagrodzono trzech zwycięzców danej kategorii. Synerise wystąpił w najtrudniejszej z nich, organizowanej między innymi przez Uniwersytet Stanford, Facebook AI, Google i Intel.
„Swoją pracą chcemy udowodnić, że nasz zespół AI może rywalizować z liderami innowacji z całego świata. Stworzyliśmy jeden z najdokładniejszych i najszybszych systemów – czas przetworzenia zbioru testowego za pomocą modelu Synerise wynosi ok. 7 minut, podczas gdy rozwiązanie Google DeepMind potrzebuje aż 12 godzin”, stwierdził Michał Daniluk, AI Research Scientist w Synerise.
Zadanie konkursowe polegało na przewidywaniu tematyki publikacji naukowych na podstawie krawędzi zawartych w heterogenicznym grafie opracowań, cytowań, autorów i instytucji naukowych. Graf o bezprecedensowych rozmiarach (~250 GB) zawierał 244 160 499 wierzchołków 3 typów, połączonych aż 1 728 364 232 krawędziami, co pozwoliło na weryfikację algorytmów pod kątem gotowości do działania na danych o bardzo dużej skali.
„Wielkie heterogeniczne grafy pojawiają się w wielu zastosowaniach praktycznych. Przetwarzany przez nas w ramach KDD Cup graf dotyczy cytowań akademickich, jednak dane o podobnej strukturze są obecne również w e-commerce (grafy transakcji klientów), wielkich bazach wiedzy i bazach dokumentów. Mistrzostwo w przetwarzaniu danych tego typu prowadzi więc do uzyskania konkretnej przewagi biznesowej w ulepszaniu jakości rekomendacji i wyszukiwania danych. Cieszy mnie, że dane dotyczące tego typu praktycznych problemów coraz częściej pojawiają się w ramach konkursów na czołowych konferencjach” – mówi Barbara Rychalska, AI Research Scientist w Synerise.
Polacy w składzie Jacek Dąbrowski, Michał Daniluk, Barbara Rychalska, Konrad Gołuchowski w przeciwieństwie do większości drużyn, które usprawniły istniejące dotychczas algorytmy, zastosowali autorskie metody uczenia maszynowego: Cleora oraz EMDE.
Metody opracowane przez zespół Synerise pozwoliły do tej pory na zwycięstwa w konkursach SIGIR Rakuten Data Challenge 2020 oraz WSDM Booking.com Data Challenge 2021. Metody te stanowią także kluczowy element systemu personalizacji (m.in. rekomendacji, wyników wyszukiwania) dostępnego dla klientów Synerise. Rozwiązanie polskiego teamu zostało już opublikowane na stronach Uniwersytetu Stanforda.
Synerise to polska spółka technologiczna, będąca producentem platformy big data i AI pozwalającej w oparciu o najnowsze rozwiązania technologiczne przetwarzać dane w czasie rzeczywistym z różnych źródeł w oparciu o autorskie systemy bazodanowe, własne algorytmy sztucznej inteligencji a także metody zautomatyzowanej egzekucji scenariuszy biznesowych dla segmentów takich jak retail, banking, telekomunikacja czy e-commerce. Wśród klientów Synerise znajdują się między innymi: CCC, Carrefour, Żabka, Orange, mBank, SharafDG.
