Polska firma zajęła trzecie miejsce, za Baidu i Deep Mind, w najważniejszym na świecie konkursie poświęconym sztucznej inteligencji i nauczaniu maszynowemu.

Konkurs KDD Cup (International Knowledge Discovery and Data Mining Competition) odbył się w czasie konferencji KDD organizowanej przez ACM (American Computer Association) i nieoficjalnie jest nazywany Mistrzostwami Świata w dziedzinie AI. Odbywająca się od 1989 r. konferencja KDD jest najstarszym i największym na świecie wydarzeniem poświęconym eksploracji danych. 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 właśnie z KDD.

W 2020 roku konferencja przyciągnęła ponad 3 900 badaczy zarówno ze świata komercyjnego jak i uniwersyteckiego. Uczestnicy KDD pochodzą z największych firm technologicznych na świecie, takich jak Google, Alibaba, Facebook, Netflix, LinkedIn, Tencent, Microsoft, IBM, Spotify czy Amazon. Równie ważny dla społeczności KDD jest głos instytucji państwowych takich jak NIH, NSF, DARPA i przedstawicieli tych branż można także spotkać w trakcie konferencji.

W tym roku niemal 2 500 zespołów z całego świata rywalizowało w trzech 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 około 7 minut, podczas gdy rozwiązanie Google DeepMind potrzebuje aż 12 godzin”, powiedział 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 (około 250 GB) zawierał ponad 244 mld wierzchołków trzec typów, połączonych aż 1,7 mld 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”, powiedziała Barbara Rychalska, AI Research Scientist w Synerise.

Polska ekipa w składzie Jacek Dąbrowski, Michał Daniluk, Barbara Rychalska oraz Konrad Gołuchowski w przeciwieństwie do większości drużyn, które usprawniły istniejące dotychczas algorytmy, zastosowała autorskie metody uczenia maszynowego: Cleora oraz EMDE. Metody opracowane przez zespół Synerise pozwoliły wcześniej na zwycięstwa w konkursach SIGIR Rakuten Data Challenge 2020 oraz WSDM Booking.com Data Challenge 2021. Stanowią one także kluczowy element systemu personalizacji dostępnego dla klientów Synerise. Rozwiązanie polskiego teamu zostało już opublikowane na stronach Uniwersytetu Stanforda.

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 (producenta procesorów komputerowych), OPPO Research Topology Lab (producenta 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”, powiedział Jacek Dąbrowski z Synerise.

Firma ma w swojej ofercie platformę Big Data i AI pozwalającą 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.