コンテスト趣意

情報科学が世界的に発展し、人工知能技術やビッグデータの活用が様々な分野の科学や産業等において大きなインパクトを与えています。人工知能の研究開発目標と産業化のロードマップ策定のため、産学官の叡智を集め、縦割りを排した「人工知能技術戦略会議」が創設されました。

この取組のさらなる加速化に向けて、国内の学生・社会人を幅広く対象として先端的な人工知能技術の開発とビッグデータ活用の能力を競う場として「AIチャレンジコンテスト」を開催します。人工知能技術を開発し活用できる人材の発掘や、実際的な課題・データを対象とした研究開発や優れた参加者の技術・アイデア等から波及する人材育成効果を期待します。

画像認識アルゴリズムの作成にチャレンジ

さて、第1回AIチャレンジコンテストのテーマは「画像認識」

今回は、クックパッドの提供する画像データを使用して、料理の領域検出・料理の分類の画像認識アルゴリズムの作成に挑戦していただきます。

クックパッドは、「毎日の料理を楽しみにする」という理念のもと、料理レシピの投稿・検索サイトとしてサービスを開始し、現在投稿レシピ数は250万品を超え、国内で月間6,000万人以上が利用している日本最大のレシピサービスです。

一方、昨今注目を浴びるAIの世界では、ディープラーニング技術の台頭によって、画像認識の精度が急速に上昇してきました。
「料理の画像認識」は、同じ料理でも形状や使われている素材にばらつきが多く、比較的難しい領域と言われています。クックパッドは、本コンテストへの協力を通じて画像認識技術が向上し、日々のレシピ選びに今までにない新しい体験を生み出してくれることを期待しています。

データサイエンティストが画像という素材をどう料理するのか、みなさまの作るレシピに注目したいと思います。

スケジュール

２０１７年１月１０日（火）　コンテスト開始
２０１７年３月　９日（木）　コンテスト終了
２０１７年３月１３日（月）　予測モデルの提出締切　（※入賞連絡を受け取った方）
２０１７年３月　　下旬　　　検収・審査にて入賞者を決定
２０１７年５月　　下旬　　　表彰式

参加資格

・本コンテストで提供されるデータについて、本コンテストのモデル作成以外の目的で使用又は複製しないこと、第三者に対して開示しないことに同意すること
・本コンテストにおける分析結果及び本コンテストを通じて得られたプログラムに係る全ての権利について、営利目的の利用をしないこと、第三者に対して譲渡又は許諾しないことに同意すること
・コンテストの応募終了後、利用者は直ちにデータを消去すること
・サイト利用規約の全ての条項に同意すること
　※ただし、サイト利用規約よりも上記条件が優先されます

応募方法

コンテスト期間中に無料で利用できるGPU環境のクラウドサービス（提供：株式会社IDCフロンティア）を、１月中にご用意する予定です。
準備が整い次第、利用方法についてご案内します。

開催部門

「(1)料理領域検出部門」と「(2)料理分類部門」の2部門を開催します。どちらか1部門のみでの参加も可能です。

部門	(1)料理領域検出部門		(2)料理分類部門
課題	各画像における料理領域の特定		各画像の料理の分類
データ	3万枚の料理画像と料理領域の情報		7万枚の料理画像と25種の料理カテゴリの情報
懸賞/賞金	最高精度賞（1名） 協賛企業から授与（調整中）	アイデア賞（1名） 賞金10万円 +ノベルティ 提供：クックパッド株式会社	最高精度賞（1名） NVIDIA TITAN X （Pascal GPUアーキテクチャ） 提供：エヌビディア合同会社	アイデア賞（1名） 賞金10万円 +ノベルティ 提供：クックパッド株式会社
	最優秀賞（入賞者の中で特に優れた人1名） 主催から授与（調整中）
提出物	予測結果	予測結果 + レポート	予測結果	予測結果 + レポート
評価	精度１位	精度上位 + レポート審査	精度１位	精度上位 + レポート審査

・両部門のアイデア賞は、レポート未提出の方は対象にはなりません。
・予測結果は、コンテスト開催期間中は正解データの一部で評価し、スコアボードに反映します。
・ただしコンテスト終了後は、開催期間中とは異なる正解データで最終評価を行います。
・何れの賞も、ベンチマーク（コンテスト終了後に表示されるRankingのスコアボードにおけるユーザー名"benchmark"のスコア）を超えることが、入賞の条件の1つとなります。

(1)料理領域検出部門

料理画像に対して、料理が写っている領域を、bounding box = (x, y, width, height) として割り当てていただきます。各画像には、１つ以上の bounding box （右図の例では３領域）が割り当てられます。画像の左上を原点（0,0）とし、料理領域の左上の座標（x, y）、幅（width）、高さ（height）の4つを指定することで、bounding box は表現されます。

評価関数は「mean average precision（MAP）」を使用します。この関数は評価対象の全ての画像に関する「average presicion（AP)」の平均値です（右図を参照）。領域が検出できたかどうかは予測と正解の重なり具合から判断します（右図を参照）。本コンテストでは、1画像あたりの予測数Kは1以上15以下とします（予測なし、16以上予測することは禁止）。

(2)料理分類部門

料理画像に対して、25種類の料理カテゴリの1つを付与していただきます。
なお、評価関数は 「Accuracy」 を使用します。
Accuracy は、予測ラベルと正解ラベルが一致した画像の数の、全サンプル数に対する比率をスコアとします。（下式参照）

ルール

１ユーザにつき１アカウント
　　コンテスト参加者は1人につき１アカウントまでです。
　　ただし、アカウントが1つという条件の元であれば、チームでの参加も可能とします。

他参加者との情報共有は禁止
　　コンテスト参加者が同じチーム以外の参加者と本コンテストの予測に関連するデータ・ソースコードを共有する行為は禁止です。

手動でのラベル付は禁止
　　手動でラベル付けした結果を提出することは反則行為とみなします。

学習データの改ざんは禁止
　　学習データのラベルを書き換えてモデルを学習するのは禁止します。
　　学習データの位置情報を手動で書き換えるのは禁止します。

外部データの使用は禁止
　　配布する学習データ以外のデータを用いてモデルを学習することは禁止と致します。

APIの使用は禁止
　　ただし、学習済みモデルやライブラリ等は使用してよいものとします。

最終順位の決定

１．評価指標が、タイ（同値）の場合は、早い日時でご応募いただいた参加者を上位とします。
２．コンテスト期間終了後、開催期間中とは異なる正解データでの評価値で順位が決定します。
３．順位確定の際に下記の情報を提出していただきます。
　　(ア) 予測モデルのソースコード及び再現の為の手順書
　　(イ) 各説明変数の予測モデルへの寄与度
　　　　（寄与度の算出が可能な手法を用いた場合）
　　(ウ) 実行環境（OSのバージョン、使用ソフトウェア及び解析手法）
　　(エ) 乱数を利用したモデリングの場合の乱数シード
　　　　（再現性確保のため、固定シードでのモデル推定にご協力下さい）

４．再現性検証期間中、入方候補者及び、その提出モデルが下記いずれかに該当する場合は懸賞の獲得資格を失います。
　　(ア) 事務局からの手続き上の連絡・要求に対して指定された期限内に対応しない
　　(イ) モデルの予測結果を再現できない
　　(ウ) 新しい画像に対して予測できない

審査員の紹介（敬称略、五十音順）

井崎武志 氏（エヌビディア合同会社 ディープラーニング部 部長）
齊藤秀 氏（株式会社オプトホールディング 最高解析責任者CAO データサイエンスラボ代表 国立研究開発法人 国立がんセンター研究所 客員研究員）
成田一生 氏（クックパッド株式会社 最高技術責任者）
（他調整中）

表彰式

　各部門入賞者の表彰式を以下のイベントにて執り行う予定です。

　　日時：2017年5月下旬（調整中）
　　場所：大阪大学コンベンションセンター
　　　　（大阪府吹田市山田丘１-１）
　　主催：人工知能技術戦略会議、内閣府、文部科学省

主催

人工知能技術戦略会議、内閣府、文部科学省

謝辞

本コンテストへの協賛並びに使用するデータを提供いただきました、各企業様に感謝申し上げます。