为抓住数字经济全球发展战略机遇，发挥实验室在数字经济领域的引领和推动作用，琶洲实验室（黄埔）自2022年起创办《粤港澳大湾区（黄埔）国际算法算例大赛》。首届大赛以“湾区逐‘例’、共创算‘法’”为主题，创设“擂台制”“竞赛制”双赛制模式，发布十道高价值赛题，吸引了众多国内外顶尖高校及企业团队参赛，水平及参赛规模上均达到了国内外人工智能比赛顶尖水平，最终产生了10个冠军算法。

《国家科学评论》（National Science Review，NSR）今年第6期将10个冠军算法成果凝练集结成“人工智能赋能数字经济”专题（特邀编辑：徐宗本、申恒涛、胡事民）出版，包含10篇Perspective、1篇Guest Editorial和1篇News Report。希望通过此专题，进一步汇聚面向国家重大需求、基础研究重大突破的问题，寻找能解决实际问题的优质算法，推动技术迭代创新，激发数字经济活力，全面赋能经济社会高质量发展。

https://academic.oup.com/nsr/issue/10/6

【长按扫描二维码，免费阅读下载专题】

Special Topic: AI Algorithms and Cases: To Energize Digital Economy

GUEST EDITORIAL

Preface to special topic on AI algorithms and cases: To energize digital economy

Zongben Xu (徐宗本), Heng Tao Shen (申恒涛), Shi-Min Hu (胡事民)

Natl Sci Rev 2023, 10(6): nwad170

https://doi.org/10.1093/nsr/nwad170

“人工智能赋能数字经济”专题前言

通讯作者：徐宗本（西安交通大学）

• 本文是NSR“人工智能赋能数字经济”专题的特邀编者按。本专题报道了粤港澳大湾区（黄埔）国际算法算例大赛的10个冠军算法，包含10篇Perspective和1篇News Report，以小见大，展示了人工智能在赋能数字经济方面的重要作用。

PERSPECTIVE

A robust and efficient algorithm for Chinese historical document analysis and recognition

Chongyu Liu, Cheng Jian, Jiarong Huang, Wentao Yang, Yongxin Shi, Qing Jiang, Lianwen Jin

Natl Sci Rev 2023, 10(6): nwad115

鲁棒且高效的中文古籍文档图像分析与识别算法

通讯作者：金连文（华南理工大学）

• 古籍数字化对于传统文化的传承非常重要，但目前的古籍文档识别与理解算法并不能很好地解决目前的需求与挑战，粤港澳大湾区（黄埔）国际算法算例大赛“古籍文档图像分析与识别”赛道正是聚焦于这一挑战性问题而设置。本文阐述了赛题内容以及数据挑战，介绍了冠军算法的细节与功能，它是一种鲁棒且高效的中文古籍文档识别与理解算法；同时本文对未来古籍数字化的研究进行了展望。

Competition on robust deep learning

Yinpeng Dong, Chang Liu, Wenzhao Xiang, Hang Su, Jun Zhu

Natl Sci Rev 2023, 10(6): nwad087

鲁棒深度学习竞赛

通讯作者：苏航（清华大学）

• 对抗鲁棒性是目前深度学习模型面临的一个重要问题。现有方法大多用于小规模数据集，难以评估其在现实大规模数据集上的有效性。粤港澳大湾区(黄埔)国际算法算例大赛“深度学习模型的对抗鲁棒性评估算法”赛道正是聚焦于这一挑战性问题而设置。本文综合阐述了赛题内容，介绍了冠军算法基于模型预训练的对抗微调方法的内涵与功能，并对可能的未来研究进行了展望。

Competition for gradient-free tuning of large language models: approaches, results, current challenges and future directions

Tingfeng Cao, Liang Chen, Dixiang Zhang, Tianxiang Sun, Zhengfu He, Xipeng Qiu, Xing Xu, Hai Zhang

Natl Sci Rev 2023, 10(6): nwad124

大型语言模型无梯度调优竞赛：方法、结果、当前挑战和未来方向

通讯作者：邱锡鹏（复旦大学）、张海（西北大学、琶洲实验室（黄埔））

• 预训练语言模型已经改变了自然语言处理领域，在广泛任务取得最先进的性能。由于其规模快速增长，使得适应下游任务的成本越来越高。此外，大多数具有竞争力的大型语言模型通常是作为服务发布，这使得其难以用传统基于反向传播的方法进行微调。粤港澳大湾区（黄埔）国际算法算例大赛“预训练语言模型应用调优算法”赛道是评估不同的无梯度调优方法的首次尝试之一。本文阐述了竞赛内容、结果、冠军方案以及当前挑战和未来方向。

CMW-Net: an adaptive robust algorithm for sample selection and label correction

Jun Shu, Xiang Yuan, Deyu Meng

Natl Sci Rev 2023, 10(6): nwad084

‍https://doi.org/10.1093/nsr/nwad084‍

CMW-Net：一种自适应的数据选择与标记校正鲁棒学习算法

通讯作者：孟德宇（鹏城实验室 & 西安交通大学）

• 从噪音标记数据集中对深度网络进行鲁棒训练是目前机器学习领域的一个重要问题。现有方法大多针对特定形式的标记噪音类型设计策略，难以普适用于现实应用中复杂标记噪音类型的数据。粤港澳大湾区(黄埔)国际算法算例大赛“数据选择与标记校正算法设计” 赛道正是聚焦于这一挑战性问题而设置。本文综合阐述了赛题内容，介绍了冠军算法CMW-Net的内涵与功能，并对可能的未来研究进行了展望。

Fast algorithms for singular value decomposition and the inverse of nearly low-rank matrices

Chen Xu, Weiwei Xu, Kaili Jing

Natl Sci Rev 2023, 10(6): nwad083

近似低秩矩阵奇异值分解和求逆的快速算法

通讯作者：徐玮玮（西安交通大学 & 南京信息工程大学）

• 矩阵计算是科学和工程中的一项基本任务，也是大数据计算公认的“七大巨人问题”之一。开展矩阵计算等基础理论问题的研究，可推动人工智能和大数据、信息处理基础理论的发展以及关键技术的革新。本文通过建造矩阵低秩分解新工具和随机重整化新理论，提出“用近似低秩矩阵建模能量集中现象和随机重整化简化矩阵计算”数学原理，给出了近似低秩矩阵的奇异值分解和求逆的快速算法。

Character recognition competition for street view shop signs

Jingqun Tang, Weidong Du, Bin Wang, Wenyang Zhou, Shuqi Mei, Tao Xue, Xing Xu, Hai Zhang

Natl Sci Rev 2023, 10(6): nwad141

街景图像店面招牌文字识别竞赛

通讯作者：周文洋 （清华大学）、张海（西北大学，琶洲实验室（黄埔））

• 街景店面招牌文字识别技术具有很高的研究和落地应用价值，粤港澳大湾区(黄埔)国际算法算例大赛“街景图像店面招牌文字识别”赛道正是聚焦于这一挑战性问题而设置。本文阐述了赛题内容以及数据挑战，介绍了冠军算法的细节与功能，它是一种鲁棒且高效的街景店面招牌文字识别算法。同时，本文对未来研究进行了展望。

Surface defect detection competition with a bio-inspired vision sensor

Anjing Guo, Jupo Ma, Renwei Dian, Fuyan Ma, Jinjian Wu, Shutao Li

Natl Sci Rev 2023, 10(6): nwad130

基于仿生成像的工业品表面缺陷检测竞赛

通讯作者：马居坡（西安电子科技大学、琶洲实验室（黄埔））、吴金建（西安电子科技大学，琶洲实验室（黄埔））、李树涛（湖南大学）

• 仿生成像技术采用动态视觉传感器，具有动态范围大、成像速度快等特性，在弱小缺陷检测任务中具有独特的优势。粤港澳大湾区（黄埔）国际算法算例大赛“工业品表面缺陷检测技术”赛道聚焦于这一新型成像手段在铝基片表面缺陷检测中的应用，推动“中国制造2025”的发展。本文详细阐述了赛题背景、挑战和冠军算法，并对未来研究方向进行展望。

Competition for roadside camera monocular 3D object detection

Jinrang Jia, Yifeng Shi, Yuli Qu, Rui Wang, Xing Xu, Hai Zhang

Natl Sci Rev 2023, 10(6): nwad121

路侧视觉单目3D目标检测竞赛

通讯作者：时一峰（百度）、张海（西北大学、琶洲实验室（黄埔））

• 路侧3D目标检测是自动驾驶的一项重要任务，然而该领域面临着传感器多样性等问题。粤港澳大湾区(黄埔)国际算法算例大赛“路侧3D感知算法”赛道旨在推进算法发展而设置。本文阐述了赛题内容以及挑战，介绍了冠军算法的细节，利用双流网络实现深度和图像的融合，缓解了深度歧义问题。同时本文对未来的研究进行了展望。

Automated object recognition in high-resolution optical remote sensing imagery

Yazhou Yao, Tao Chen, Hanbo Bi, Xinhao Cai, Gensheng Pei, Guoye Yang, Zhiyuan Yan, Xian Sun, Xing Xu, Hai Zhang

Natl Sci Rev 2023, 10(6): nwad122

高分辨率遥感图像中目标自动检测识别

通讯作者：闫志远（中国科学院空天信息创新研究院）、孙显（中国科学院空天信息创新研究院）、徐行（电子科技大学、琶洲实验室（黄埔））

• 高分辨率遥感图像中目标检测识别一直是遥感领域的研究热点，可广泛应用于国土、交通等领域。粤港澳大湾区（黄埔）国际算法算例大赛“遥感图像物体目标检测”赛道正是聚焦于这一热点问题而设置。本文详细阐述了赛题内容、数据挑战及冠军算法，并对未来研究方向进行展望。

The PSG challenge: towards comprehensive scene understanding

Jingkang Yang, Zheng Ma, Qixun Wang, Xiaofeng Guo, Haofan Wang, Ziwei Liu, Wayne Zhang, Xing Xu, Hai Zhang

Natl Sci Rev 2023, 10(6): nwad126

全景图生成竞赛：面向全面的场景理解

通讯作者：马政（商汤科技）、张海（西北大学、琶洲实验室（黄埔））

• 当前的计算机视觉任务如目标检测和图像分割大多关注在视觉场景感知的层面，缺乏对场景进行全面和深入的理解。在实际的 AI 落地场景中，除了需要对场景中的目标进行分割外，还需要对图像中各个主体的相互关系做推理和预测。与传统检测分割任务不同，本竞赛赛题聚焦全场景图生成任务。本文阐述了赛题内容以及数据挑战，介绍了冠军算法的设计细节和评测效果，它是一种精度高泛化性好的全景图算法。同时本文也探讨了该问题的难点以及对未来工作展望。

NEWS REPORT

Introduction to the Greater Bay Area (Huangpu) International Algorithm Case Competition

Hai Zhang and Xing Xu

Natl Sci Rev 2023, 10(6): nwad154

粤港澳大湾区（黄埔）国际算法算例大赛简介

通讯作者：张海（西北大学、琶洲实验室（黄埔））、徐行（电子科技大学、琶洲实验室（黄埔））

• 为发挥实验室作用，推动粤港澳大湾区大数据与人工智能算法生态体系建设，粤港澳大湾区（黄埔）国际算法算例大赛于2022年8-11月举行。本文报道了大赛的背景和赛况。