汽车大师是一款通过在线咨询问答为车主解决用车问题的APP，致力于做车主身边靠谱的用车顾问，在用户提出问题后自动匹配相关技师进行解答。目前平台上已有13万名通过认证的4S店专修技师，帮助解决各类用车问题，覆盖几乎全品类车型，已提供近2000万次的车主问题解答服务。
由于平台用户基数众多，大部分问题之间有很高的重合度，重复回答和多轮问询不仅花去汽修技师大量时间，也使用户获取解决方案的时间变长，对双方来说都有严重的资源浪费。汽车大师希望通过AI竞赛，利用机器学习对平台积累的大量历史问答数据进行模型训练，基于历史多轮问答文本，输出完整的建议报告和回答，让用户在线通过AI语义识别即时获得全套解决方案。
“科技让复杂的世界更简单！”
为了让模型训练准确有效，汽车大师在本次PaddlePaddle AI 大赛中首次对外公布了11万条来源于平台历史问答场景的文本数据集，每条数据都包含一次问答服务的完整过程——问题描述、追问追答、结构化问诊小结。科赛的在线数据工作平台K-Lab和百度为本次赛事提供全程支持，数据集可直接挂载于K-lab，并利用百度PaddlePaddle深度计算框架和百度云计算资源进行在线模型训练。本次赛事的支持媒体平台PaperWeekly是专业推荐、解读、讨论和报道人工智能前沿论文成果的学术平台，致力于让国内外优秀科研工作得到更为广泛的传播和认可，并拥有着大量AI科研人员作为忠实读者。
一直以来，由于真实行业的数据资源有限，研究者普遍很难开展深入的行业应用研究，给人工智能产业化落地带来很大困难。本次汽车大师的数据完全取自真实问答记录并进行脱敏处理，立足于垂直行业场景。在百度PaddlePaddle和科赛的协助下，不仅能集合众多学者和研究人员的力量共同解决实际问题，对于阅读理解领域研究者来说，也是珍贵的行业研究资料，能使他们更深入地了解行业知识、行业特性和行业动态，进而对垂直领域问答系统智能化做进一步探索。
图1: 汽车大师多轮对话截图
图2: 数据字段解释
在将来，由企业主贡献行业数据集，通过线上竞赛模式，聚集人才解决其业务难点，实现高效算法创新，并使研究人员接触到真实行业数据，从而达到产研双赢结果，很可能成为一种新时代的主流商业模式。
本次比赛的重要意义之一，在于数据科学与行业真实问题结合的尝试，不仅有望加速用车业务场景的垂直智能方案自动生成工具的研发，同时应用于汽车咨询平台、网上汽车商城售后智能助手或汽修店智能客服等场景内，亦将大幅提高业务效率。
本次赛事将基于百度深度学习平台PaddlePaddle进行。PaddlePaddle框架的功能强大，支持海量图像识别分类、机器翻译和自动驾驶等多个领域的业务需求，应用性极强，目前已在农业、零售、餐饮等行业有着众多实际落地的运用，如果农智能桃子分拣机、生鲜超市进货量智能预测、连锁餐饮企业进行客流预测。
NLP一直是人工智能中的难点和亮点。此次比赛要求大家在语意理解的基础上，加入推理和判断，无疑给赛事增加了一层挑战，对选手的行业理解能力也提高了要求。
但只有不畏挑战，前进才有可能。
你觉得呢？
感兴趣的你点击阅读原文即刻参与Battle!
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。
▽ 点击 | 阅读原文 | 报名参赛