破译千年楔形文字 重庆诞生首个本科Kaggle大师

本文转自：人民网-重庆频道

人民网重庆4月10日电 （刘政宁、周小平）近日，在全球顶级数据科学竞赛平台Kaggle与Deep Past Initiative团队联合举办的“Deep Past挑战赛”中，重庆邮电大学人工智能学院2023级本科生王世成、刘洋携手美国IGS Energy公司算法工程师Jack Van Dyke组成的“M&J&M”团队，从全球2673支队伍中脱颖而出，排名第6，斩获15枚金牌中的1枚，位列参赛总人数前0.2%。王世成更凭借包括本次赛事在内的多场国际顶级竞赛的累计卓越表现，获评“Kaggle竞赛大师”称号，成为重庆市首位获此全球顶级认证的本科学子。

学生参赛奖状。主办方供图

Kaggle 是全球数据科学与人工智能领域极具权威性的竞技平台，赛事题目紧贴产业真实场景与前沿科研难题，赛事排名不仅被业界视为衡量算法实力的黄金标准，更是头部AI企业选拔算法人才的重要依据。

王世成介绍，本次比赛的任务，是用人工智能把两千多年前的古阿卡德语（楔形文字）翻译成现代英语。这类古老语言被称为“低资源语言”——现存文献极少，总共相当于只有约100本书。比赛提供了大约4000条文档（相当于30本书的体量），但资料依然严重不足，而且文字本身存在大量格式错乱和拼写错误，就像一片杂乱无章的“数据沼泽”。翻译过程中，王世成和刘洋发现，这些刻在石头上的古老文字，记录的并不是什么深奥的典籍，而是商队讨价还价、债务凭证之类的日常琐事，让他们真切触摸到了古代文明的脉搏。

王世成（右）、刘洋在实验室。周小平摄

比赛伊始，团队便遭遇难题：官方提供的原始资料质量差、格式乱。起初只用少量干净数据训练，成绩徘徊在中游。王世成坦言：“最大的挑战不是调参数，而是把杂乱资料整理成模型能学懂的东西。”于是他们改变策略，全力做“扎实、准确”的数据，花费大量时间清洗、整合土耳其语资料、公开书籍、机器标注伪标签等多源信息。随着高质量数据增多，模型效果迅速提升。最后冲刺阶段，王世成设计了一套复杂训练方法，融合15个模型的结果，最终斩获全球第六。刘洋在数据处理与模型验证中也功不可没，这支跨国团队远程协作，配合默契。

“Kaggle竞赛大师”称号代表全球排名前1%的顶尖水平，需要选手在相关赛事中累积“两金一银”。目前全球约2266人入选，国内300余人。王世成从大二开始便连续斩获Kaggle银牌，多次带队参赛，在挑战杯、大数据挑战赛等国内顶级赛事中屡获大奖。

这份成绩的背后，是重庆邮电大学人工智能学院定制化拔尖人才培养的支撑。王世成、刘洋所在的数据科学与大数据技术拔尖班，采用20人小班教学，将Kaggle等高水平国际竞赛纳入实践教学核心环节，设定了“银牌必修、金牌培优”的考核机制——学生必须拿到银牌以上才能获得相应学分。学院副院长王进介绍，学院每年面向本科生开放免费竞赛训练营，覆盖近40%的学生，从零基础入门到实战指导，全面降低参赛门槛。拔尖班不追求学分数量，而是将时间留给项目实战与竞赛，学生从大一起就“泡”在数据与模型中，对接互联网大厂的真实需求，培养“上手就能用”的算法人才。

从实际效果来看，这套培养模式成效明显：技术拔尖班学生进入头部大厂算法岗位的比例接近40%，2019级毕业生平均年薪达42万元。2021级拔尖创新班升学率100%，保研率63.6%；2022级保研率达91.7%。以王世成、刘洋为标杆，越来越多低年级学生主动投身算法竞赛，形成良性梯队。