日前，高德地圖聯合阿里雲天池平臺舉辦的AMAP-TECH算法大賽落幕。本次大賽以“基於車載視頻圖像的動態路況分析”爲賽題，來自15個國家和地區的880支戰隊經過數輪激烈角逐後，1996年出生的北京郵電大學博士三年級學生朱奕達帶領的戰隊奪得冠軍。
（高德地圖技術委員會主席李小龍給冠軍隊伍頒獎，從左到右的三位同學分別是北京郵電大學研究生一年級學生謝誌慶、廣州大學方濱興班研究生二年級學生黃文鋒、北京郵電大學博士三年級學生朱奕達）
本次競賽的賽題來源於高德真實的業務場景。路況信息不僅影響用戶選擇出行的路線、出行的方式，預估到達的時間，對於交通管理部門和城市規劃部門也有重要的價值。
此次高德地圖號召全球的開發者利用人工智能技術探索動態路況難題，收到了國內外頂尖學府、科研機構以及一線知名技術企業等產學研各界技術愛好者的積極響應。歷經4個月的初賽、複賽，五強戰隊從來自於15個國家和地區，309所高校和256家+公司的參賽者組成的880支戰隊中脫穎而出進入到現場決賽答辯。
決賽評審上，北京大學教授、機器感知與智能教育部重點實驗室主任查紅彬，中科院自動化所研究員、模式識別國家重點實驗室主任王亮，高德地圖技術委員會主席李小龍，高德地圖首席科學家任小楓，阿里巴巴達摩院自動駕駛實驗室負責人王剛組成的專家評審團從創新性、實用性和擴展性以及現場表現三個維度對各隊方案進行現場的綜合評審。
評委們認爲，朱奕達戰隊以模塊化的方式設計了一個端到端序列分類模型， 使用了比較新穎的滑動窗口法對數據進行擴充。在簡潔模型結構中充分利用了圖像序列信息，並實現了較爲優異的性能。在比賽過程中，算法的魯棒性優秀，並具備良好的可擴展能力。同時模型設計過程中使用了學術研究領域相對前沿的技術方法，落地和實用性的潛力在決賽的幾個作品裏更突出。
北京大學教授、機器感知與智能教育部重點實驗室主任查紅彬表示，針對交通場景，選手們對深度學習網絡結構方面下了很大的功夫。交通場景的問題是個動態變化的自適應性問題，希望同學們能夠更多從在線學習角度考慮相關問題。
高德地圖技術委員會主席、研究員李小龍在決賽現場發言時表示，動態路況分析是智慧出行場景的重要課題，高德通過智能化手段解決動態路況分析就需要用到人工智能、大數據等技術，這個問題的解決對於精準導航和人們美好出行具有重要的現實意義。他鼓勵同學們通過更多系統性的深度思考，把更多學術界的前沿方法用到工業界的實際業務場景中，帶來新的突破方向。