十二所数据智能团队参加首届AIOps（智能运维）挑战赛获季军

Posted 2021-04-24 中物院曙光视点

5月19日，由中国计算机协会筹办的首届AIOps（智能运维）挑战赛的第一个挑战项目——KPI异常检测挑战赛（后改名为“通用异常检测算法挑战赛”）结果揭晓，我院十二所派出的挑战队伍——“ICA128”从330余支参赛队伍中脱颖而出，拿下了首届AIOps挑战赛决赛季军的好成绩，并应邀出席了5月19日在清华大学举办的首届AIOps研讨会。

这是十二所128室从年初组建以来，在新的框架和目标下，积极探索，快速形成战斗力的一个缩影；也是对十二所高层次人才培养工作的一次检验。

高手云集，解运维难题

此次AIOps挑战赛旨在运用人工智能算法解决互联网故障发现、故障止损、故障修复、故障规避等各类运维难题。2017年12月1日，AIOps挑战赛的首个挑战项目——KPI异常检测启动，向运维领域当前最大的痛点之一——异常检测发起“攻势”。项目所用的数据全部来自于搜狗、腾讯游戏、eBay、百度、阿里巴巴等国内外一流互联网的真实运维环境，吸引了包括清华大学、北京大学、复旦大学、国防科技大学、中国工商银行、携程、国家互联网应急中心、腾讯等在内的国内高校、央企和互联网公司的330余支高水平队伍参赛。

几乎在相同的时间段——2018年年初，128室数据智能团队正式成立。这是落实十二所“121”发展战略的重要举措，旨在解决我院综合管理、信息安全、装置装备、科学实验四类数据的智能分析的迫切需求。为了更好地提升团队的大数据与人工智能技术水平，加强与业界精英的交流和学习，今年2月初，十二所128室数据智能团队抽调精英组建了一支名为“ICA128”的参赛队伍，参加了KPI异常检测挑战赛，为智能运维领域的异常检测提供了一种基于集成学习的异常检测模型。

5月19日的决赛答辩现场，参赛团队和评委之间进行着紧张而激烈的问答和演示，各支参赛队伍云集会场，角逐最后的荣誉。最终，十二所ICA128团队凭借在异常检测方面的“特征提取智能化”“调参自动化”“通用性强”等优势特点征服了评委，从其余的参赛队伍中顺利出线，获得了决赛第三名的优异成绩。

天道酬勤，获比赛佳绩

荣誉背后少不了的是辛勤的汗水。然而年轻人，最不缺的就是奋斗的激情和不怕苦、不怕累的干劲儿。此次参赛的ICA128团队成员全部是“10后”——2010年后毕业的硕士和博士研究生。在获知挑战赛信息之后，ICA128团队的几位年轻人就张罗上了参赛的事情。经过几轮的讨论和碰撞，团队成员正式确定下来：2017年毕业于北京大学的褚新坤博士被推选为参赛的领队，主要负责算法设计与实现；而2014年毕业于西北工业大学的田志宇和2010年毕业于国防科技大学的张浩博士则分别负责算法实现和数据分析。

新成立的科研室，有大量工作亟待开展。2018年2月到5月的备赛阶段，刚好是室里最忙碌的时候。梳理技术路线图，定目标，制方案……为了使新成立的科研室快速形成战斗力，每个人身上都承担着大量的工作任务，更不用提作为数据智能团队的核心成员的3位年轻人了。可他们没有因为忙碌而停下参赛的脚步。没时间备赛怎么办？——团队成员形成了共识：“利用下班时间加班干！”3个多月的时间里，3位团队成员每天利用下班后的时间一起琢磨、准备着比赛的事情……

天道总酬勤。经过近半年的辛苦付出和加班加点，ICA128团队最终获得了KPI异常检测项目预赛第二名和决赛第三名的好成绩。

不拘一格，创成才环境

十二所所长莫则尧在2018年所工作会报告中就明确提出要“布局智能化核心能力，支撑两化融合迈上新台阶”，要“组建数据智能与虚拟现实团队群，完成大数据和智能化布局”。正是在这样的新形势和背景下，2018年1月，128室组建成立。本次挑战赛是十二所128室数据智能团队在国内机器学习与人工智能领域的初步尝试。

这是一个新生的创业型团队。为了解决“人才问题”，128室和下辖的数据智能团队都把为青年人才成长营造优质的环境和服务作为室和团队建设的主要工作内容之一，目的就是要助推青年人才成长，从而快速形成战斗力。围绕这一出发点，在平时工作中，128室给予青年人充分的自主空间；不将不必要的日常事务性工作安排给年轻人，确保他们有足够的精力从事科研。同时，室里也十分重视年轻人的意见，不以任何形式束缚他们的思维。另外，室里还在资源配备和任务争取方面给予年轻人充分的支持，鼓励年轻人申报和参与各类符合室发展方向的竞争性项目，为青年人才营造了自由、充分的成长空间。

此次在AIOps挑战赛这张“考卷”上，128室数据智能团队交出了令人满意的答案，同时也折射出128室这支年轻的队伍在高层次人才培养工作方面取得的初步成效。参赛队伍提出的检测模型突破了KPI异常检测这一智能运维的关键技术，具有很好的通用性，可应用于工业、人力资源管理及网络安全等领域的异常检测，同时在我院大型科学装置元器件异常检测与预测，武器装备预测性维护，超算、网络智能运维等领域也有广泛的应用前景。 

来源：十二所   编辑：胡倩    编审：李倩珉  梁冯勇   监制：韩长林

猜你喜欢