日前，由中国人工智能学会、中国工程科技中心主办、微软联合主办的2017机器智能前沿论坛（MIFS 2017）在中国工程院召开。来自清华大学、美国蒙特利尔大学、罗格斯大学等知名高校的教授，为现场数百名专业人士带来了一场有关人工智能领域的前沿讨论。

论坛上，微软、摩拜、神州优车等人工智能领域前沿企业举办的数据大赛，引起了相关专家的讨论。清华大学计算机科学与技术系副教授唐杰在接受记者采访时表示，数据大赛是个很好的生态，企业通过组织竞赛的方式，找到很多问题的解决方案；还可通过设置特定题目，有目的地招揽人才。另外，从高校培养人才的角度讲，以赛代教改变了传统教育理念，企业开放数据，参赛团队学以致用，实现了交互式的教学。

据了解，神州优车主办的UAI（Ucar Artificial Intelligence）数据大赛涉及网约车出行问题，参赛选手通过神州专车历史数据预测未来某段时间不同区域间的订单需求。近两年，人工智能、数据挖掘得到各行企业的重视和利用。谈及出行平台在人工智能、无人驾驶等方面的研究价值，唐杰表示，“现在是谁拥有数据谁就好说话”，出行平台类公司非常有机会入场无人驾驶领域。他以谷歌为例指出，此前，谷歌在无人驾驶安全行驶了几百万英里，这已是很大的数据，而该数据量可能被同样进入无人驾驶领域的UBER在很短时间就能秒杀。“无人驾驶的各种系统及数据模型搭建好后，需要机器不断测试，而出行平台类公司在数据收集及机器测试方面就有很强的优势。”唐杰进一步解释说。

美国罗格斯－新泽西州立大学教授熊辉，把数据源形象地比喻为“水龙头”。他指出，现在很多企业处于“抢水龙”的阶段，未来一旦政府在企业进行数据买卖方面有所限制，很多需要数据输入的创业型公司可能会倒掉。

熊辉举例说，一些企业基于出行平台的数据，建立了一套商业模式，类似数据征信，未来平台一旦关掉“水龙头”，企业就会受制于人。如果企业手中掌握大量出行数据，就可能制于人，比如通过输出数据向下游公司收费。目前，很多企业愿意把数据免费开放给其他企业共享开发，一旦数据成为稀缺资源之时，免费就会变成收费。

众所周知，人工智能离不开大数据、计算平台、应用场景。熊辉认为，这三个应用场景中美都具有优势，中美是最有可能在人工智能方面取得成就的国家。“不过，从数据角度，美国的数据相对完备，而且积累时间较长。人才也多是来自世界各地，同时技术方面也有先发优势。”

近年来，神州优车等平台类公司比较重视大数据对于效率提升的应用，通过不断优化运营效率，来改善城市交通状况。唐杰和熊辉均表示，平台的大数据除了对平台本身有用，对加快智慧城市的建设也有很大的推动作用。据记者了解，本届UAI赛题由神州优车技术团队开发，面向160个国家的专业人才。今年8月，以优车智脑为技术支撑的智慧交通开放平台（UTOP）上线，UAI数据大赛作为其战略延伸，加速了算法落地及智慧交通建模。