5月17日,第一届6G智能无线通信系统大赛分享交流会暨颁奖典礼在上海顺利举行,宣告大赛圆满收官。


颁奖典礼现场合影


本次大赛在6G研究的关键发展阶段适时提出,旨在向社会各界推广6G愿景、先进技术和概念,广泛吸引全社会的优秀人才,系统性、多角度地分析和研究AI对未来无线通信系统的影响以及对关键问题的解决方案,以期全面推动智慧6G的技术突破,构建产业先发优势。在为期三个月的赛程中,有上千支团队及选手报名参加大赛。最终,3道赛题共32支团队跻进排行榜前列,获得大赛奖项。

在分享交流会上,来自中国信息通信研究院、华为、OPPO、浙江大学、上海科委等组织单位的特邀嘉宾一一致辞,各位无线通信领域的专家学者高度认可了赛事价值及其影响力,肯定了选手们的作品与技术能力,并表达了对赛事不断探索新领域、新方向,为6G技术产业发展做出更多积极贡献的期待。


特邀嘉宾致辞


大赛亮点

顺时应势,加速6G高质量发展

响应国家“创新驱动发展”战略,围绕科技创新需求,大赛聚焦6G研究,通过竞赛营造学术和产业研发创新创造氛围,推动6G产业化进程,促进产业、学术、人才等创新要素融合发展。

权威组织,开启6G领域新赛事

大赛主办方IMT-2030(6G)推进组,承办方中国信息通信研究院、华为、OPPO、浙江大学、上海科委等组织单位,始终致力于开启6G新通信赛事,积极挖掘专业人才,全面推动智慧6G的技术突破与产业落地。

高额奖金,斥资百万招募英才

大赛共设置三大赛题,总奖金池150万元,以高额激励刺激6G爱好者参赛,希望能够汇聚人工智能与无线通信领域的优秀人才与先进技术,为我国加快科技自立自强和科技强国建设步伐再添裨益。

简单赛制,一榜到底首评即决赛

客观成绩占比100%,线上测评榜单实时更新,全赛程一榜到底,经复现审核后的客观成绩即最终比赛成绩。


参赛情况

赛事期间,共1588支团队参加,报名人数达2567名。


华为赛题:智能波束预测与模型迁移

吸引众多顶尖高校的学生组队参加,例如,清华大学、北京大学、香港中文大学(深圳)、复旦大学、中山大学等高校学生参与到竞赛中,积极参赛提交优秀作品,同时也获得业界广泛关注。

三星、联想、电信、移动、联通、爱立信、中兴等知名企业均有研究人员报名参加。


华为赛题:智能分布式无线电地图构建

吸引众多顶尖高校的学生组队参加,例如,清华大学、香港中文大学(深圳)、复旦大学、中山大学等高校学生积极参与到竞赛中,积极参赛提交优秀作品,同时也获得业界广泛关注。

三星、联想、电信、移动、联通、ZTE 、DOCOMO 等知名企业均有研究人员报名参加。


OPPO赛题:面向小样本条件场景自适应及在线更新需求的无线AI设计

共有来自国内外120余所高校及科研院所的选手参赛,例如,中国科学院大学、北京邮电大学、西安交通大学、复旦大学、南京大学等高校学生参与到竞赛中,积极参赛提交优秀作品,同时也获得业界广泛关注。

中国移动、中国联通、中国电信、华为、中兴、三星、腾讯、百度、阿里巴巴等知名企业均有研究人员报名参加。


获奖团队


特邀嘉宾为华为赛题获奖团队颁奖

1684404189451420.png


特邀嘉宾为华为赛题获奖团队颁奖


1684404208220052.png

特邀嘉宾为OPPO赛题获奖团队颁奖


1684404225985362.png


专家点评


华为赛题:智能波束预测与模型迁移

无线Massive-MIMO技术显著地提升了通信系统的容量,而在高频场景下,更精准,更低开销的智能波束成形是实现未来6G通信系统容量更大程度提升的关键。选手通过对波束预测与迁移中的问题进行分析,设计了多种有效算法,实现以给定测量开销获得准确的波束预测。

参赛选手从数据增强、模型设计、模型迁移、模型训练方法等研究点出发,通过对环境信息、波束数据等进行分析,采用机器学习或者设计神经网络模型等方法,考虑了不同的训练方法和迁移方法,实现了精准的波束预测。

选手所采用的技术方案中,基本涵盖了现有AI技术中的主流神经网络模型结构和机器学习算法,如transformer、MAE,xgboost等。同时,按赛题要求,将模型预测精度指标和模型泛化能力指标进行结合,三个任务(波束预测、载频迁移、环境迁移)下波束预测精准度的平均值达到了0.9以上。


华为赛题:智能分布式无线电地图构建

无线电地图的概念是无线通信系统满足智能城市、智能工厂等6G潜在场景的关键工具。透过分布式学习方法,探究6G智能网络的关键技术。选手通过对无线电地图中的问题进行分析,设计了多种优秀算法方案,完成了智能的分布式无线电地图的构建。

参赛选手从数据增强、模型设计、用户调度算法、神经网络结构、模型融合算法和模型上传下发时的稀疏化算法等研究点出发,通过对环境和数据等进行分析,设计用户调度算法和神经网络模型,并同时考虑上下行开销,完成无线电地图的构建。

选手在有效控制无线分布式学习系统中的通信开销(上行通信开销和下行通信开销)的影响的同时,所训练的模型得分(真实信号强度和算法估计信号强度的归一化均方误差)均达到20分以上。且通过如动态量化,剪枝dropout等稀疏化算法,大幅降低了上/下行的通信开销。


OPPO赛题:面向小样本条件场景自适应及在线更新需求的无线AI设计

场景化、数据驱动的无线AI解决方案,在获得高性能优势的同时,也面临着多场景下的泛化问题,针对不同场景需要承受较高的数据采集成本、较长的训练时间等以实现适配模型的更新,这对基于AI方案的落地部署提出了挑战。针对 “面向小样本条件场景自适应及在线更新需求的无线AI设计”为题目,探索了更为实际的目标场景小数据限制下的无线AI解决方案构建方式。

参赛选手从数据预处理/增强、迁移学习/元学习、模型复杂度控制与在线适配模型选择等角度出发,通过对数据、学习、模型、应用等阶段的方案优化,实现了一系列行之有效的小数据限制下的无线AI解决方案在线更新与场景适配方案。


杜滢主任进行大赛总结演讲


中国信通院移动通信创新中心副主任杜滢指出,参赛团队和选手积极贡献智慧,呈现多样化解决思路,不断刷新赛题性能和效率,深刻地体现了技术交叉融合的优势。这些经验和成果将会应用到后续6G研究工作中,共同推进6G与AI融合发展。杜滢表示,6G和AI融合的学术研究和产业实践日益深入,主办方将再接再厉,集智践行,共同推动6G成为智能化等应用的高效数字基座。


大赛期间,DataFountain大数据竞赛平台(简称DF平台)为本届大赛提供全流程的运营服务与技术支持,持续助力6G与AI融合等技术领域的专业化人才发展,推动行业生态的良性建设。未来,DF平台期待与更多政府、企业、高校及科研院所携手,展开更多“大数据+”、“人工智能+”相关的竞赛探索,遴选国内外顶尖数智技术与人才,为我国的数字化建设和数字经济发展再添助力。