入职第四年获得“Kaggle Master”称号的金本和树

在第五次挑战中，他成功摘得了全球AI竞赛“Kaggle”的金牌——这背后是长达三个月的不懈努力和反复尝试，专注于攻克充满噪声和缺失数据的难题。

我们采访了获得“Kaggle Master”称号的金本和树（岛津制作所 分析计测事业部技术部成像组），了解他此次挑战的经历。

“Kaggle”是一个拥有超过2000万数据科学家的全球最大平台。企业和研究机构提出课题，参赛者提交AI模型并比拼精度，优秀的AI模型将获得奖金作为奖励。

AI（人工智能）和ML（机器学习）中的“模型”是指通过数据构建的数学表达，用于执行特定任务。它从数据中学习模式，并对未来的数据进行预测或分类。

金本此次挑战的竞赛是“Child Mind Institute — Problematic Internet Use”，由Child Mind Institute主办，NVIDIA和DELL Technologies等大企业赞助。竞赛内容是通过手腕传感器数据、问卷调查数据和身体测量评分等，预测青少年网络依赖的严重程度。比赛时间为2024年9月至12月，共有3,559支队伍参加。

金本挑战这一课题的原因，源于初次参赛时的遗憾以及对时间序列数据分析的兴趣。此次数据包含了普通家庭实际采集的噪声多、缺失多的数据，以及按时间顺序采集的时间序列数据。

金本表示：“我希望构建一个对噪声和缺失数据具有鲁棒性的‘稳健模型’。”通过反复尝试和改进模型，他的努力得到了回报，在竞赛中获得了高度评价。

他回忆道：“三个月里，我一心一意地反复尝试。跑步锻炼身体的同时，也是整理思路的最佳时机，吃饭时也一直在思考如何提高分数。”当被问及获胜的原因时，他笑着回答：“说实话，就是靠毅力！”

当被问及学习的原点时，金本表示：“从小我就喜欢游戏，沉迷于各种类型的游戏。因为这份热爱，我选择了信息类大学作为升学目标。”他原本想着“或许能制作游戏”，但在大学里接触到了计算机科学，并深深沉迷其中，最终走上了现在的职业道路。

金本说：“Kaggle具有很强的游戏元素，像在线游戏一样，比赛结果会实时反映在排名中，这非常有趣。”这种激发了他儿时游戏热情的排名机制，也推动他在世界舞台上取得了成果。

金本自称是一名图像解析工程师。他参与了搭载AI的多数据解析平台“PLUS ALGO”和细胞观察支持应用程序“Cell Pocket”等软件的开发。

以下是AI图像解析的应用示例：利用PLUS ALGO的“PLUS ALGO™ AM”可以判断电子电路板上焊接部件的质量。通过分析图像中突起的形状和焊接接合部的空隙率，实现检测自动化和错误预防。

金本的评论
参加“Kaggle”的契机是，随着希望的调动，他开始了作为图像处理工程师的职业生涯。随着与AI的接触加深，他希望通过自学进一步提升自己的知识水平。

获得金牌的关键在于坚持不懈的尝试和逻辑思考能力。当然，Kaggle的游戏性也让我着迷。这次是独自挑战，但我也希望未来能以团队形式再次挑战。今后，我将继续迎接新的挑战，作为图像解析工程师，为社会贡献我的技术。