全国人工智能大赛自2019年末起，已经成功举办两届。随着2021年接近尾声，我们迎来了第三届NAIC大赛——“2021年全国人工智能大赛”。一直以来，NAIC大赛以其主办单位权威性、赛题应用的广阔前景、丰厚奖金而闻名于各大参赛群体，今年也同样延续了这些“优良传统”。
· 大赛亮点 ·
1. 主办单位：深圳市人民政府、鹏城实验室（PCNL）；
2. 硬核双赛道：“AI+无线通信”、“AI+视觉特征编码”，用人工智能赋能网络通信和机器视觉领域；
3. 奖金池：一等奖奖金100万，总奖金池近400万元；
4. 招聘绿色通道：复赛审核通过的单赛道排名前20支队伍中的选手，可进入鹏城实验室和相关协办单位的招聘绿色通道。
除此之外，大赛亮点多多，奖励多多，还待你的慧眼亲自发掘，请继续往下查看大赛详情：
· 大赛背景 ·
为进一步落实科技部、工信部支持深圳建设国家新一代人工智能创新发展试验区和人工智能创新应用先导区“双区驱动”工作要求，加快推动深圳在人工智能、网络通信等科技创新领域建设步伐，由深圳市人民政府、鹏城实验室（PCNL）主办，深圳市科技创新委员会、新一代人工智能产业技术创新战略联盟（AITISA）联合承办“2021年全国人工智能大赛”。
大赛以“AI赋能视界”为主题，分为“AI+无线通信”、“AI+视觉特征编码”两个赛道，在2021年12月启动，面向全球开放报名参赛。
大赛立足于国际视野，营造人工智能创新创造氛围，促进产业、学术、资本、人才等创新要素融合发展，以高规格、高质量、高难度的理念加速培养人工智能领域的高精尖人才，推动人工智能技术的落地。
· 赛道一 · 
AI+无线通信
赛题简介：无线通信复杂多场景下的高维信道智能压缩反馈及重建
赛题背景
当今大规模无线通信系统面临着天线阵列扩增所带来的高维信道状态信息（CSI）的传输挑战。随着 6G 系统天线数量增长，高维信道信息维数大幅扩增，需要先在发射端进行压缩再反馈，以减少传输开销，之后在接收端进行解压和重建，恢复原始的高维信道信息。
初赛任务
大赛将提供真实无线通信场景下采集的信道数据，鼓励参赛选手采取数据驱动的思路和采用深度学习的方法来设计适用于真实多场景下的信道数据的低复杂度AI算法，在保持反馈开销一定的情况下，尽量追求模型的重建精准度。
针对多个复杂场景下的真实大规模天线阵列通信信道，采集到的数据是 10,000个信道数据样本，覆盖若干个复杂场景与采样点。每个样本是一个矩阵（单个样本可视为一张图片）。随机划分8,000个样本作为训练数据给予选手，2,000个样本作为验证数据给予选手。选手需要设计合理的神经网络结构来进行信道数据（等同于图片）的压缩和重建。
本赛题规定压缩后的单个样本大小为512比特，即压缩后传输的管道容量为512比特。本赛题主要考察模型的重建误差，即原始高维信道信息和经过压缩重建后的信息之间的误差。
数据样例
※ 每个样本是一个矩阵，单个样本可视为一张图片
126×128 的 CSI 灰度图样例，分别为实部、虚部、模值可视化