-
-
【AQ】
AIクエスト（個人戦） -
-
構築したAIモデルの予測精度や速度を競う競技。
2021年度競技ルール
- 競技タイトル
-
AIじゃんけん
競技形式 - 個人対抗戦
- トーナメント方式
事前準備 - プレイヤー１名と、プレイヤーが作成したAIモデルでチームを編成。
- じゃんけん手を判定するAIモデルをディープラーニングでトレーニングする。
決勝競技 - 1試合は、対戦チームのAIモデルがじゃんけんにそれぞれ6回挑戦する + AIモデルの(じゃんけん手の)判定速度を競う1戦の計7戦で構成。
- AIモデルがじゃんけんに勝つ(=じゃんけん手を正しく判定する)ことができればプラスポイントを獲得、負け/あいこは加点なし。さらに判定速度による加点を行う。
- 7戦終了時での獲得ポイントで勝敗を決定。
競技開発 - 株式会社日立ソリューションズ・クリエイト
-
-
-
【CQ】
サイバークエスト（個人戦） -
-
情報セキュリティに関する知識と技術をCTF形式(※) で競う競技。
-
※CTF(Capture The Flag)…クイズ形式の問題を出題。問題に隠された言葉(Flag)をセキュリティの知識や専用のソフトウェアを駆使して見つけ出し、獲得した得点を競う競技
2021年度競技ルール
- 競技タイトル
-
Capture The Flag
競技形式 - 個人対抗戦
- クイズ形式
決勝競技 - 問題に隠された隠された言葉(Flag)をセキュリティの知識や検索、専用のソフトウェアを駆使して見つけ出し、獲得した得点を競う。
出題分野 - Reverse
- Forensics/Stegano
- Network/Web
- OSINT
- Crypto
- Misc
競技開発 - 株式会社日立ソリューションズ・クリエイト
-
-
-
【DQ】
データクエスト（個人戦） -
-
ビッグデータから社会的に有用な知見を抽出するためのスキルを競う競技。
2021年度競技ルール
- 競技タイトル
-
人口変動予測AIモデルの
育成
競技形式 - 個人対抗戦
- 予測精度評価方式
事前準備 - 選手は本部から提供される GPS を用いた人流ビッグデータを教師データとして、人口変動予測のAIモデルを構築する。
決勝競技 - 構築したAIモデルを使用して、指定地域・指定日時の時系列の人口変動を予測する。
- 競技で指定される複数地区の予測データの精度で得点を付与し、合計得点で順位を決定する。
競技開発 - 株式会社MILIZE/ 株式会社ドコモ・インサイトマーケティング
-
-
-
【RQ】
ロボクエスト（個人戦） -
-
ロボット制御のためのプログラム作成など、ロボットテクノロジー関連の競技。
2021年度競技ルール
- 競技タイトル
-
AIロボカーレース in VRサーキット
競技形式 - 個人対抗戦
- タイムアタック方式(又はレース方式)
事前準備 - 選手は本部から提供されるVR空間上の競技用車輌をコース走行させ教師データを作成する。
- 作成した教師データを機械学習によりトレーニングし走行用のAIモデルを作成する。
決勝競技 - 競技は各チーム交代で3回ずつコースを走行させ、タイムを計測する。
- 走行後にはAIモデルを調整する機会が与えられる。
- 各チームの最速のタイムで順位を決定する。
※競技方式が変更になる可能性があります。予めご了承ください。
競技開発 - 株式会社フジアール/株式会社フジミック
競技協賛 - ウーブン・プラネット・ホールディングス株式会社
-
-
-
【XQ】
Xクエスト（個人戦） -
-
人とコンピューターの相互作用に関わるUI/UX、HCI、デザイン思考関連の競技。
2021年度競技ルール
- 競技タイトル
-
AI FanTan（七並べ）
競技形式 - 個人対抗戦
- トーナメント方式
事前準備 - プレイヤー1名とAIモデルでチームを編成。
- プレイヤーは七並べに勝つためにAIのアルゴリズムを設計する。
決勝競技 - ゲームマスターが参加チームにカードを配布し、受け取った手札でAIモデルが七並べを行う。
- 早く手札がなくなった順で順位を決定。
競技開発 - 東京工芸大学芸術学部遠藤雅伸研究室/株式会社MILIZE
開発協力 - もりくらげ/SUKANEKI
-
