前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【IJCAI系列报道】热点全剖析

【IJCAI系列报道】热点全剖析

作者头像
腾讯高校合作
发布2018-03-20 16:33:56
1.2K0
发布2018-03-20 16:33:56
举报
文章被收录于专栏:腾讯高校合作

IJCAI-15的一大亮点是通过单独的Track对当前人工智能研究的最新问题和应用场景进行集中展示,例如与本届大会主题息息相关的人工智能与艺术论文组和描述当前人工智能研究新课题和新方向的可持续性计算论文组。与其他相似领域的国际会议不同,大多数会议的Track设置往往来自于当前学术界已经存在的研究方向,Track的选择虽然也有一定的导向性,但主要起到归类整理的作用;而IJCAI-15却每年设置一个或几个“全新的”研究方向,这些研究方向所对应的Track往往不包含在往届的IJCAI会议中,甚至从未在任何会议中出现过。通过这样的程序设置,IJCAI一方面鼓励研究人员开创全新的研究方向,另一方面对学术研究有一定的引导作用,从而不断拓展人工智能研究的边界,促进这一领域的长远发展。

本届IJCAI大会共包括Main Track(341篇论文)、机器学习(Machine Learning Track,114篇论文)、知识表示(KR Track,83篇论文)、人工智能与艺术(AI & Arts Track,16篇论文)和可持续性计算(CompSust Track,19篇论文)等。大会一共受到全球65个国家的1996篇论文,录取论文一共575篇。本次来自中国(包括中国香港)的投稿数和录取数均排名第一,首次超过美国。

图1. IJCAI 2015论文投稿分布、接收论文分布

一、主题报告与特邀报告

IJCAI-15共包括2个主题报告(Keynote)和8个特邀报告(Invited Talks),从多个不同的侧面强调了AI前沿信息技术的跨学科交流、应用、成果、前景与人文关怀。

来自卡内基梅隆大学CMU的Ariel Procaccia教授获得了本次大会的“计算机与思维”(Computers and Thought Award)大奖,并为我们带来了主题报告“人工智能与经济理论:更为健康、安全和公平的世界”(AI and Economics for a Healthier, Safer, and Fairer World)。该报告介绍了人工智能与经济学理论之间广泛而深刻的联系,并以此为基础介绍了基于人工智能的计算经济学理论在医疗卫生、健康安全和争端仲裁等与社会生活紧密相关的重要问题中的应用。

来自康奈尔大学Cornell的Bart Selman教授的主题报告为我们带来了计算复杂性理论的最新研究成果。Selman教授是本年度约翰·麦卡锡奖(John McCarthy Award)的得主,以表彰其在复杂性理论和模型参数推断方法中所做的卓越贡献。

在本届IJCAI大会中同时有两个经济学理论与人工智能技术结合的主题/特邀报告(见下),可见该研究方向受到了极大的关注。经济学理论与人工智能、机器学习技术的结合对传统AI研究领域的专家而言是一个耳目一新的课题。经济学作为一门相对古老的学科,几乎已经渗透了社会经济政治生活等方方面面,而人工智能与机器学习技术的融入为很多经济学难题的解决带来了全新的思路和可能性,因此可以极大地扩展AI的用武之地,为人工智能进一步走向日常生活开辟了新的方向。

图2. IJCAI 2015的主题报告专家:CMU的Ariel Procaccia教授和Cornell的Bart Selman教授

在8个特邀报告(Invited Talks)中,来自麻省理工学院(MIT)的Erik Brynjolfsson教授则带来了“机器智能的经济学方法:第二次机器时代”特邀报告(The Economic Implications of Machine Intelligence: Lessons from the Second Machine Age)。Brynjolfsson教授在该报告中指出,由于科学技术不断的指数进步、数字进步和组合进步,我们应当对未来的科技发展和以“机器智能”为核心的第二次机器时代的来临报以积极乐观的态度,正如第一次机器时代到来的速度完全超出了人类的预期。但是,我们也应当同时注意到技术水平的快速进步可能会将一些人、机构和组织甩在后面。为此,我们应当关注人工智能实现过程中对经济学核心均衡理论与思想的融入,从而在机器智能的技术发展与人类社会的全面进步中取得均衡。

图3. IJCAI 2015的特邀报告专家,包括:MIT大学的Erik Brynjolfsson教授、加州大学伯克利分校(UCB)的Stuart Russell教授、Google DeepMind小组的高级研究员Julien Cornebise、Google的高级研究员Evgeniy Gabrilovich、卡内基梅隆大学(CMU)的Manuela M. Veloso教授、莫纳什大学的研究员Jon McCormack、布朗大学(Brown University)的Michael L. Littman教授、Kiva Systems科技公司的创始人Pete Wurman先生。

另外,来自加州大学伯克利分校(UCB)的Stuart Russell教授所做的特邀报告“Killer robots, the end of humanity, and all that: What should a good AI researcher do?”(杀人机器人——人性的泯灭:一个好的AI研究人员应当做些什么),进一步为本届IJCAI大会诠释了人工智能的人文关怀与人性思考。在该报告中,Russell教授介绍了目前禁止智能杀伤武器运动在全球取得的进展,并指出当前人工智能的一些研究方向对人类社会的安全带来的潜在甚至已经存在的威胁。在报告中Russell教授也从哲学的角度与高度分析了当前人工智能研究中一些关键问题的伦理基础及存在的问题,尤其是人工智能与人类之间复杂深奥而又极其重要的关系,可谓当前火热的人工智能研究热潮中的一个更为冷静的思考。

来自Google DeepMind小组的高级研究员Julien Cornebise给出了主题为“面向泛化人工智能”(Towards General Artificial Intelligence)的特邀报告。Google DeepMind小组于2011年成立于伦敦,是一个做长期研究的独特环境。他的报告为我们展示了他们这个跨领域的小组是如何通过结合深度学习(deep learning)、强化学习(reinforcement learning)以及系统神经科学(system neuroscience)等技术来实现通用的学习代理(learning agents)。

来自Google的高级研究员Evgeniy Gabrilovich为我们带来了特邀报告“我们相信知识”(In Knowledge We Trust)。近年来,众多的大规模知识库出现,包括Wikipedia、Freebase、YAGO、微软的Satori以及Google的Knowledge Graph。这些知识库催生了网络搜索和很多其他应用的功能,并且帮助了大众的信息获取。以往这些知识库都是通过人工管理来构建,这随着规模的增大是很有挑战的。Evgeniy研究员在报告中讨论了如何利用现有的知识体来获取更多的知识。他描述了Google的一个研究项目Knowledge Vault,可以自动地从网页中抽取大量的事实,并且利用概率推理来获得它们的正确性。同时通过自动构建搜索查询来寻找特定的缺失信息。最后,他讨论了当前从网络中抽取知识的局限的挑战。

来自卡内基梅隆大学(CMU)的Manuela M. Veloso教授给出了特邀报告“使智能移动服务机器人称为现实”(Making Intelligent Mobile Service Robots a Reality)。她展示了基于任务的自主机器人面临的感知上、认知上和驱动上的综合挑战。机器人在它们的本分任务中自主,例如定位和导航,并且通过主动地向人类寻求帮助、向网络获取缺失信息以及和其他机器人配合来处理它们的局限。希望这样智能的机器人可以以自然的方式与人类共存和交互。Veloso教授接着展示了基于语言的人机交互,按照人类使用的复杂指令,以及教导和管理新的任务。她们的CoBot服务机器人已经在多层建筑中移动了超过1,000公里,护卫游客以及运输包裹。

呼应IJCAI-15主题,来自莫纳什大学的研究员Jon McCormack带来了题目为“艺术是系统”(Art is a System)的特邀报告。大多数“AI and the Arts”的方法被概念化为涉及人工制品的生产和分类问题,因为我们会自然地将人类艺术家产生人工制品认作是例证这一社会角色的主要活动。这一概念化的隐式假设是艺术创作只是简单的生产问题,即产生合适的输出的固定问题。McCormack给出了艺术与AI的一个不同的视角。不同于关注物品的生产,他认为艺术是一个交换、关系和交互的系统。一个系统的视角可以使我们重新想象AI在艺术实践中的角色。目前的方法集中于人类创造的自动化,McCormack认为这是一个技术和道德的死胡同。一个系统的视角可以在艺术的生态系统中吸收机器为艺术家、评论家、破坏者、助理或者催化剂,这样可以使我们想象AI和艺术的新角色和新的艺术种类。

来自布朗大学(Brown University)的Michael L. Littman教授带来了特邀报告“通过奖励的程序代理”(Programming agents via rewards)。强化学习(reinforcement-learning)范例将产生智能代理问题分成两个主要部分:(1)定义一个奖励函数来鼓励想要的行为;(2)允许代理来搜寻优化这个奖励函数的行为。大多数RL研究关注与第二个问题——如何构建代理来学习最大化奖励。在Littman教授的报告中,他关注于构造合适的奖励函数问题,通过各种机制例如行为样例、渐进优化、形式规范和人为反馈。这一工作的目标是使RL代理的能力更加可扩展并可理解。

最后,美国Kiva Systems科技公司的创始人Pete Wurman先生为我们带来了特邀报告“人工智能与机器人:Kiva系统的经验介绍”(AI and Robotics: Tales from Kiva Systems),介绍了仓储机器人在提高仓储效率、节省仓储时间方面所获得的成功。在创立Kiva之前,Wurman曾是北卡莱罗纳州立大学的教授,主要从事电子商务、电子竞价方面的研究。Kiva科技成立于2002年,并致力于智能仓储机器人的研究,截止到2012年被亚马逊收购之前,Kiva已经为多家世界500强公司设计建造了智能仓储系统,在同一座仓库中最多同时运作1,000台智能机器人,快速高效地完成存取货操作;而亚马逊基于Kiva技术所构建的仓储系统是目前世界智能仓储领域的领头羊,使得亚马逊能够在短时间内处理上百万的订单出货需求,带来了巨大的实际效益。

二、博士生论坛

IJCAI的博士生论文独具特色,来自澳大利亚西南威尔士大学(UNSW)的Toby Walsh教授为与会的博士研究生们带来了别开生面的“Managing your Supervisor”(管理你的导师)互动式报告。在这场报告中,Walsh教授采用问答的形式讲授了博士研究生应当如何灵活地处理好自己的生活和研究与导师之间的关系,包括如何理解自己的导师,如何与导师交流合作,如何与导师探讨和规划自己的研究生涯,甚至如何反客为主地“管理”自己的导师、做到研究方向和研究成果的双赢。由于该报告形式新颖,并且对博士研究生同学具有较强的指导意义,该报告受到了学生参会人员的热烈关注,报告过程中Walsh教授与同学们互动频繁,可谓本届IJCAI大会的一大亮点。

图4. IJCAI 2015博士生论坛,右图为澳大利亚西南威尔士大学(UNSW)的Toby Walsh教授

三、大会奖项

IJCAI作为人工智能研究领域的权威会议,所颁奖项受到整个业界的极大关注并具有相当的影响力,在本届大会的开幕式上吸引了众多与会者的眼球。

本届IJCAI会议共颁发了四项个人成就奖:来自哈佛大学的芭芭拉·格罗斯(Barbara J. Grosz)教授获得本年度的杰出研究奖(Research Excellence Award),以表彰其在自然语言处理和智能体协作方面的先驱性工作和取得的成就;来自卡内基梅隆大学的阿里尔·普罗卡萨(Ariel D. Procaccia)教授则获得了本年度的计算机思维奖(Computers & Thought Award),用以表彰他在计算经济学和可计算社会选择论等方面所作出的成就、及其为扩展公平价值分配技术(Fair Division Techniques)的应用范围所做的努力;来自康奈尔大学的巴特·塞尔曼(Bart Selman)教授则因其在计算复杂性理论所作出的突出贡献而被授予本年度的约翰麦卡锡奖(John McCarthy Award);最后,来自英国利兹大学(University of Leeds)的安东尼·科恩(Anthony G. Cohn)被授予杰出学术服务奖(Distinguished Service Award),以表彰其在世界范围内为人工智能研究领域众多会议、期刊的发展所做的杰出贡献。

图5. 左图为来自哈佛大学的格罗斯教授获得杰出研究奖,右图为利兹大学科恩教授获得杰出学术服务奖

在论文方面,本届大会的主会部分包括两篇杰出论文奖以及一篇杰出论文提名奖。来自华盛顿大学研究组的论文《Recursive Decomposition for Nonconvex Optimization》(Abstract | PDF)获得杰出论文奖,优化问题是图像处理、机器人控制、机器学习等众多人工智能研究领域都要涉及的基础性问题,而连续优化算法在实际应用中常常陷入局部最优解,该论文则提出了一种基于子问题分解的非凸优化算法,在很大程度上减小算法陷入局部最优的概率,并经实验验证其求解速度可达到传统优化算法的指数倍,在众多实际问题中具有广泛的应用。来自卡内基梅隆大学研究团队的论文《Bayesian Active Learning for Posterior Estimation》(Abstract | PDF)则同样获得杰出论文奖,传统的贝叶斯后验估计理论和相关算法并未考虑似然函数的估计和计算难度,而本文则基于主动回归框架提出了一种新的似然函数估计算法,并进一步设计了快速高效的贝叶斯后验估计框架。

除此之外,来自南加州大学和德州大学奥斯汀分校研究团队的论文《When Security Games Go Green: Designing Defender Strategies to Prevent Poaching and Illegal Fishing》(Abstract | PDF)以及来自澳大利亚南威尔士大学研究团队的论文《Online Fair Division: analysing a Food Bank problem》(Abstract | PDF)分别获得可持续性计算分会的最佳论文奖和最佳学生论文奖。

除了从出本届会议收录的论文中评选出杰出论文、最佳论文等奖项之外,本届IJCAI还颁发了人工智能期刊论文奖——获奖论文从历期人工智能领域的重要期刊《Artificial Intelligence》中脱颖而出。其中加州大学洛杉矶分校朱迪亚·珀尔(Judia Pearl)教授发表于1986年论文《Fusion, Propagation, and Structuring in Belief Networks》获得了本年度经典论文奖(Classic Paper Award)。珀尔教授因其人工智能概率方法的杰出成绩和贝氏网络的研发而知名,2011年他因通过概率和因果推理的算法研发在人工智能取得的杰出贡献而获得图灵奖,据谷歌学术引擎统计,该论文截至目前已被引用了2000余次。另外,来自德国马尔堡大学和达姆施塔特工业大学研究团队发表于2008年的论文《Label Ranking by Learning Pairwise Preferences》则获得了杰出论文奖(Prominent Paper Award)。

本届IJCAI大会的一大亮点是视频竞赛环节的设置,与通过论文文本传达研究成果的方式不同,通过视频向研究人员介绍和解释相关研究成果的方式更为直观和易于理解。在此基础上,本届大会别出心裁地设置了最佳视频奖环节,在众多参赛视频中,共有六部脱颖而出,分别获得了本届大会的最佳应用视频、最佳机器人视频、最佳社会效益视频、最佳长视频、最佳教育视频和最佳娱乐视频。

图6. 《人工智能》期刊经典论文奖和杰出论文奖

四、竞赛环节

本次会议共包括三个竞赛环节,与其它会议的竞赛不同,本届IJCAI大会的竞赛环节形式丰富多彩,既有技术性、又有趣味性,构成了大会的一大亮点。

人机大战(Man vs Machine)竞赛环节则以“愤怒的小鸟”这一著名游戏为背景来设计,充满趣味性。该竞赛在会议期间共持续一天的时间,在比赛当天的18:00之前,所有与会者都可以尝试该游戏,并由组委会记录每位人类玩家的最好成绩,而在18:00之后,将由计算机人工智能程序来完成这一游戏。通过比较人类玩家和计算机程序所取得的成绩,我们可以了解到当前人工智能在自由游戏博弈中已经走了多远。

最佳视频竞赛(Video Competition)环节则完全不同于以往的会议竞赛,形式非常新颖。该竞赛类似于普通的论文投稿,而这里的“论文”则是“学术视频”。在该竞赛中,每只参赛队伍以视频的形式介绍自己的最新研究成果或讲解重要人工智能技术的原理,并由组委会选出最佳长视频、最佳机器人视频、最佳应用视频、最佳社会效益视频、最佳教育视频和最佳娱乐视频。这些视频将在会议进行期间于会场主要公共区间进行播放,以展示参赛团队的工作成果。传统的学术交流以文字论文为主要形式,而IJCAI创新地提出了以多媒体视频为媒介的学术交流形式,可谓前所未有,并且该形式相比于枯燥的文本更有助于观众理解最前沿的学术成果。

电商网站中的回头客预测竞赛(Repeated Buyer Prediction)由阿里巴巴承办。在该竞赛中,阿里巴巴公司开放了400万匿名用户在双十一大促前半年内的点击/购买行为,用于预测大促当天新用户在未来半年复购同一家店铺的概率。这一竞赛是人工智能、机器学习算法在互联网智能中的典型应用,一方面考验参赛者对相关理论的理解掌握和灵活运用程度,另一方面也具有极为重要的实际应用价值和空间,体现了人工智能技术重要的应用前景。最后8支队伍脱颖而出,他们的解决方案被IJCAI Workshop“Social Influence Analysis”接受发表。

五、未来展望

图7. 第二十五届国际人工智能联合会议在美国纽约举办

图8. 第二十六届国际人工智能联合会议在澳大利亚墨尔本举办

明年IJCAI 2016 将在美国纽约举办,后年IJCAI 2017将在澳大利亚墨尔本举办。在人工智能发展备受关注的今天,IJCAI系列会议意义非凡。人工智能发展历经几起几落,有人说当前是新的人工智能时代到来了,这必将为社会各行各业的发展带来革命性的变化,传统行业正在朝着信息化、智能化的方向加速转型,智能成为一个学科发展必须提及的主题。一方面,数据收集和数据处理成为一门基础学问;另一方面人类产生的海量数据又为智能化处理带来挑战和机遇。正如IJCAI’15大会程序委员会主席杨强教授所说“智能技术的发展使得我们必须重新思考图灵测试”,我们需要重新思考图灵测试的局限、新测试的标注以及如何实现新智能测试的途径,让图灵引领的创新思维以及卓越精神朝着更符合人类需求的方向演进,推动社会发展。我们很幸运地站在了这场人工智能革命的中心,也站在了大数据信息时代的潮头浪尖,让我们不断进取,抓住时代机遇,承担历史使命,共同引领这场数据革命。

IJCAI大会已经快进入第50个年,明年将是IJCAI的第26届,一个全新时代的人工智能时代正在提供一个更大更高更令人瞩目的舞台,期待着中国人工智能学者能够作出更大贡献和更非凡的成就。

作者:清华大学张永锋、李昕、唐杰、张敏

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2015-09-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 腾讯高校合作 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档