从 即日起截止至7月3日 ，WAIC 2021·黑客松 报名开启 ！2天36小时巅峰对决，最强大脑、一触即发，打造开发者们专属的Coding赛场，期待与你一起用代码改变世界。

世界人工智能大会

世界人工智能大会（WAIC）是经国务院批准，国家发展改革委、科技部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院等部委与上海市政府共同举办的顶级人工智能会议。2021 年大会继续秉持「智联世界」的理念，以「众智成城」为主题，促进全球人工智能创新思想、技术、应用、人才和资本的集聚和交流，推动全球科技的创新协同，助力打造人工智能世界级产业集群。本届大会将于 7 月 7 日 - 10 日在上海举办。

世界人工智能黑客马拉松

世界人工智能大会黑客马拉松 是 WAIC 期间唯一的一场黑客松，由世界人工智能大会组委会办公室作为指导单位，由机器之心， MindSpore 开源社区 ，Waston Build 创新中心，六七八九集团 主办 ，此次黑客松设计多道赛题，聚焦 AI 技术与应用热点问题。黑客松颁奖典礼将在 7 月 10 日举办的 WAIC· 开发者论坛上举行颁奖。

MindSpore 开源社区赛道

本赛道由华为 MindSpore 开源社区主办，设置三个赛题，围绕 Volcano 容器批量计算平台、openLooKeng 机器学习库、openGauss 数据库算子代价估算功能，三个方向设置赛题， 每个赛道奖金分别为冠军: ￥5000、亚军: ￥3000、季军: ￥2000。

赛题 1 ： 基于 Volcano 容器批量计算平台进行MindSpore LeNet 模型训练

旨在实现易开发、高效执行、全场景覆盖三大目标，其中易开发表现为 API 友好、调试难度低，高效执行包括计算效率、数据预处理效率和分布式训练效率，全场景则指框架同时支持云、边缘以及端侧场景。LeNet-5 是最早的卷积神经网络之一，主要用来进行手写字符的识别与分类。LeNet-5 通过巧妙的设计，利用卷积、参数共享、池化等操作提取特征，避免了大量的计算成本。

在本次黑客松挑战赛中，挑战者需要使用 MindSpore 进行 LeNet-5 手写体识别模型训练。并需要把模型容器化后部署到 volcano 批处理系统中进行调度训练。

参考网站

• https://github.com/volcano-sh/volcano

• https://volcano.sh/en/

• https://www.mindspore.cn/tutorial/zh-CN/master/introduction.html

参赛要求

1. 技术要求：熟悉 Python；熟悉 kubernetes 平台；对 MindSpore 和 LeNet 有一定了解 2. 团队要求：1-3 人
赛题 2： openLooKeng 机器学习库支持算法扩展
当今社会机器学习算法在很多应用场景中得到大量成熟应用（如疫情人员追踪分析、医疗图像聚类分析、商业智能分析等），而一个好的算法离开了数据其能力也一定无法施展。openLooKeng 原生支持对接不同类型的数据源，极大程度地方便了跨源分析的底层数据融合，基于此可以利用各种机器学习算法在海量规模的数据中做出精准有效的分析预测。

在本挑战赛中，需要在 openLooKeng 现有已经支持的机器学习算法上，扩展支持常见常用的两个聚类算法——DBSCAN 和 KMeans 以及两个个分类算法——KNN 和朴素贝叶斯。

参考网站

• https://openlookeng.io/

• https://gitee.com/openlookeng/hetu-cor

参赛要求

1. 技术要求熟悉 JAVA 和面向对象程序设计，了解

DBSCAN/Kmeans/KNN/Bayesian原理

2. 团队要求：1-3 人 赛题 3： 数据库内部实现基于 AI 的算子代价估算功能 现有数据库理论中对执行算子的代价估算是基于代价模型（cost model）的，代价模型是预设模型，不可自我更新，模型参数需要预设，且在不同硬件上参数配置差异会很大（如 random_page_cost 与 seq_page_cost）。数据库优化器估算出的 cost 值与 SQL 语句的真实执行时间线性相关性差，难以直观体会 SQL 语句复杂程度。并且，在负载 SQL 语句下，某些算子的执行代价会被低估或高估，这将直接影响执行计划的生成（如 IndexScan 算子代价被低估，导致使用索引扫描而造成性能下降）。上述问题都是现有数据库优化器代价模型的现实问题。

在本挑战赛中，希望挑战者通过 AI 的方式来评估算子的代价信息，以此来构建数据库原生的、可在线学习的、时间线性相关的、评估准确的新型 AI 数据库代价估计模型，并以此来替换现有的代价模型。openGauss 已经在该领域有过初步探索，即 “predictor 执行时间预测” 特性，该特性在数据库外部实现，通过 Http 协议进行通信，并非数据库原生组件，不可替换现有代价模型，仅供挑战者参考。

参考网站

• https://gitee.com/opengauss/openGauss-server/tree/master/src/gausskernel/dbmind/tools/predictor

参赛要求

1.技术要求：熟悉 Python、C/C++ 编程语言；对数据库内核原理、机器学习有了解

2. 团队要求：1-3 人

比赛信息

比赛时间

• 报名时间：即日起开启线上报名，7 月 3 日截止线上报名

• 决赛名单公布时间：决赛名单 7 月 4 日统一公布

• 决赛时间：7 月 9 日 9:30-18:00

比赛地点

上海张江人工智能岛 21 号楼 4 楼（上海市浦东新区川和路 55 弄上科路 366 号）

立即报名

扫下方二维码或点击阅读原文即刻报名

如果您对openGauss的赛题感兴趣，欢迎扫码加小助手入群咨询 在此诚挚邀请全球的开发者们组团来战！

欢迎访问openGauss官方网站

openGauss开源社区官方网站：

https://opengauss.org

openGauss组织仓库：

https://gitee.com/opengauss

openGauss镜像仓库：

https://github.com/opengauss-mirror

扫码关注我们

微信公众号｜openGauss

微信社群小助手｜openGauss-bot