本届大赛共设置三大赛道，赛题极具挑战性与创新性。其中「AI+无线通信」赛道，聚焦无线通信领域，突破AI技术热点与难点，找到“利用辅助信息助力实现无反馈通信”的最优解；「AI+视觉特征编码」赛道，聚焦智能视觉领域，结合传统信号处理与AI技术，充分探索视觉信息压缩与智能处理分析技术的融合，加速“特征编码关键技术演进”；「AI+视频质量评价」赛道，聚焦超高清视频传输领域，探索“有效预测和评价超高清视频经压缩编码后的感知质量”的最佳解决方案。
AI+无线通信 驱动通信技术革新
在当今社会，无线通信已成为人们生活和工作中不可或缺的一部分。云原生网络架构作为未来无线通信网络的趋势，以其健壮、敏捷、低成本、可预测、易管理等特点备受关注。“AI+无线通信”赛道，应用人工智能技术以改进无线通信系统，尤其是无反馈通信系统，即“通过在应用层利用辅助信息来摆脱对物理层信道测量的依赖，减少信道测量带来的空口资源开销”。
本赛道复赛赛题提供了“地理坐标、无线信道响应”元组数据，参赛选手需要设计适用于无反馈通信系统的下行传输方案。选手根据用户的地理位置坐标和通信相关知识，设计神经网络模型，利用神经网络得到两个基站的发送预编码向量，对基站进行波束成形。通过人工智能和无反馈通信两个前沿技术的研究和应用，参赛选手设计适用于无反馈通信系统的神经网络模型，利用辅助信息和深度学习等技术手段，解决通信系统中实际存在的问题，提升无线通信系统的性能和灵活性，提高系统性能，为未来无线通信革新奠定基础。
“AI+无线通信”赛道复赛赛题任务极具挑战性，旨在激发参赛选手利用人工智能技术在无线通信领域的创造力和思维能力，通过推动二者相互融合，实现无线通信技术的巨大突破，进一步推动通信领域的革新与发展。
AI+视觉特征编码 加速智能视觉创新演进
视觉特征编码是人工智能领域的关键技术之一。为了尽可能提高视觉信息编码效率和机器视觉任务性能，“AI+视觉特征编码”赛道赛题重点集中在探索视觉信息编码技术与智能处理分析技术的融合等方面，同时考虑到视觉信息编码技术在传统信号处理技术和人工智能技术的基础上的发展，重点关注码率约束下的机器视觉任务。复赛赛题注重参赛选手在交通场景视频的视觉张量特征流信息压缩和重建，并利用重建后的张量特征流进行事件检测等方面的算法优化和模型设计，复赛赛题评分为张量特征流重建误差得分与事件检测精度得分的加权平均值，注重参赛选手在码率约束与任务性能间的平衡。
通过优化算法和设计模型，本赛道复赛选手们致力于在高效率和高质量的视觉信息压缩方面取得突破性进展，同时还将设计出能够准确识别和分析交通场景中事件的算法与模型，这对于提高数据传输效率、推动智能视频分析领域的发展，以及为资源节约和性能需求提供思路等方面具有重要价值。
AI+视频质量评价 提升沉浸视觉体验
“AI+视频质量评价”赛道聚焦于超高清视频的压缩编码和质量评估。超高清视频以其更高的分辨率、更广的色域范围、更深的量化比特数和更先进的编解码技术，为用户提供更加真实生动的视觉享受。然而，超高清视频由于带宽资源限制，往往需要经过大幅度压缩编码才能有效传输，而这也难以避免地引入了模糊、蚊噪和伪轮廓等损伤。本赛道的目标是在压缩编码后有效预测和评价超高清视频的感知质量，以提高超高清视频业态的服务质量和用户体验。复赛赛题基于大规模超高清视频压缩损伤数据库，选手需要设计深度学习评价模型，准确预测测试集中各失真视频的主观质量分值。
不同于初赛阶段，本赛道复赛的训练集和测试集包含了更丰富的压缩编码类型，如XAVC、ProResHQ和JPEG2000等，这些压缩编码类型在视频内容编辑和生产过程中被广泛使用，给模型的泛化能力带来一定挑战，选手需要考虑如何设计在不同压缩编码方法上均具有准确预测能力的网络架构和训练方法。这将为提高视频处理技术在各种视频制作和传输环节中的表现、为用户带来更高质量的视频体验具有重要意义，同时更将推动人工智能在超高清视频领域的发展，为未来超高清视频的传输和应用提供重要技术支持。
第四届全国人工智能大赛复赛正在如火如荼的进行中，其赛题任务重点聚焦人工智能技术在“无线通信、智能视觉、超高清视频传输”等领域的应用，分别在“采用AI算法以降低通信空口开销、面向视觉大数据应用优化提升针对码率约束下机器视觉任务的精度与效率，以及保障超高清视频业态服务质量、提升视频平台用户黏性和经济效益”等方面发挥了重要作用，凸显了高难度、前瞻性和极高的行业应用价值等特点，引领着人工智能创新浪潮。
相信在这场以技术比武，用创新做战的AI竞技赛中，不仅将展示出选手们卓越成果，还将进一步推动人工智能技术的赋能落地，为行业带来更瞩目的进步与变革！
