IJCAI 2019精选论文一览,从底层到应用都有了

作者 | 神经小姐姐

来源 | HyperAI超神经(ID: HyperAI)

导语:为期一周的 IJCAI 第一天议程已经圆满结束。在前三天的工作坊上,全球各地人工智能行业人士,在此讨论 AI 在各个领域与方向的最新研究成果与未来动向。超神经特此整理部分主题及论文,做一详细介绍。

在 IJCAI 2019 的议程的前三天里,大会为各位参会者安排了主题丰富的技术工作坊(Workshop),也在今天的工作坊中,向多篇最佳论文进行现场颁奖。

在今年的 IJCAI 2019 中,共设置了 38 个主题,涉及医疗、金融、教育等等领域和方向,我们从中挑选出 3 个主题以及精选论文,做一些简单的介绍。

哪些论文获得了 IJCAI 2019 的青睐?

AI 与安全—精选论文

在过去十年中,人工智能技术使用的风险问题,越来越受到人们的关注。随着人为控制逐渐被排除在算法和决策之外,安全性问题变得越来越重要。

传统安全工程原理所依据的技术基础和假设,不再适用于 AI 算法,特别是机器学习(ML)算法,被用在更高的自治水平上与物理世界进行交互。我们必须考虑当前人工智能系统带来的安全挑战,思考它们在更具前瞻性的研究上的安全,这些研究的重点是打造更有能力的人工智能系统,包括通用人工智能系统(AGI)。 

精选论文 1:

《Metric Learning for Value Alignment》 价值取向的度量学习

作者:Andrea Loreggia, Nicholas Mattei, Francesca Rossi, K. Brent Venable

单位:帕多瓦大学,杜兰大学,IBM 研究院,佛罗里达人类机器认知研究所

论文地址:http://ceur-ws.org/Vol-2419/paper_22.pdf

最佳论文团队在 8 月 11 日的工作坊领奖

摘要:

偏好是机器和人类决策的核心。在偏好中进行表达,学习和推理,是计算机科学和社会科学领域的重要研究方向。

当我们将偏好提供给人工智能系统时,我们希望系统能够做出相符合的决策或建议,但决策也应遵循某些规范,指南和道德原则。

因此,在使用偏好时,有必要理解和计算偏好之间的度量(距离) —— 特别是在该过程中,用户的偏好和道德标准。

在本文中,我们研究了使用 CP 网作为形式主义,来表示 AI 系统的行为。利用最近提出的 CP 网络度量,以及神经网络架构 CPMETRIC 来计算该度量。使用这两个工具,我们将了解如何构建快速灵活的价值对齐系统。

精选论文 2:

《On the Susceptibility of Deep Neural Networks to Natural Perturbations》关于深度神经网络对自然扰动的敏感性

作者:Mesut Ozdag,Sunny Raj,Steven Fernandes,Alvaro Velasquez, Laura L. Pullum,Sumit Kumar Jha

单位:中央佛罗里达大学,美国空军研究实验室,橡树岭国家实验室

论文地址:http://ceur-ws.org/Vol-2419/paper_25.pdf

摘要:

深度学习系统越来越多地被用于安全关键任务,例如自动驾驶。这些系统需要面对恶劣的天气条件,如雾,雨和雪等。

深度学习系统对合成对抗性攻击的脆弱性,已得到了广泛的研究,但自然天气条件对此类系统的影响,尚未被详细研究。

在本文中,我们研究了这个因素,将如何影响流行的深度学习模型,是否会改变它的分类准确性。

我们使用来自 Cityscapes 数据集和计算机图形技术的立体图像来模拟逼真的自然发生的雾。我们证明了最先进的 Inception 深度学习模型也很容易被生成雾的图像所欺骗。

精选论文 3:

《Conservative Agency》 

作者:Alexander Matt Turner, Dylan Hadfield-Menell,Prasad Tadepalli

单位:俄勒冈州立大学,加州大学伯克利分校

论文地址:http://ceur-ws.org/Vol-2419/paper_13.pdf

摘要:

奖励机制很容易被忽略,但却很大地影响了系统。虽然设计师可以在观察到错误后进行纠正,但错误的奖励机制,会造成不可逆转的影响。

如果该错误排除了正确指定的奖励函数的优化,那么事后校正是徒劳的。

例如,由于奖励错误指定,机器人工厂助理可能会损坏昂贵的设备。

为了降低这种风险,我们引入了一种方法,可以平衡主要奖励功能的优化,并保持优化辅助奖励功能的能力。我们证明了,即使辅助奖励函数是随机生成的,对正确指定的奖励函数没有信息,这种方法也会引发保守,有效的行为。

AI for social good —精选论文

如我们所见,人工智能正在社会中多个领域发挥越来越大的作用。因此,我们也越来越关注能够确保以负责任和有益的方式使用 AI,包括从基础研究到持续部署的全部范围。

AI for social good 工作坊中,探讨人工智能如何为解决社会问题做出贡献。例如,AI在促进健康、可持续发展方面可以发挥什么作用?如何以道德,包容和负责任的方式部署人工智能计划?

为了解决这些问题,AI for social good 研讨会汇集人工智能和一系列应用领域的研究人员和从业人员,分享当前的研究和实践状况,探索未来工作的方向。

精选论文 1:

《Semantic Segmentation Based Earthquake Damage Assessment of Built Environment》基于语义分割的建筑环境震害评估

作者:Dhananjay Nahatai,Prateek Dusad,Harish Mulchandani

单位:印度皮拉尼大学博拉理工学院

论文地址:

https://aiforgood2019.github.io/papers/IJCAI19-AI4SG_paper_26.pdf

摘要:

本研究的重点是确定基于图像的深度学习技术,用于损伤检测及其识别的可行性,这将有助于在地震发生后决定建筑物是否可以安全居住。

研究中采用 2015 年尼泊尔地震、2010 年海地地震、2016 年台湾地震、2016 年厄瓜多尔地震的住宅建筑图像作为训练数据集,对建筑不同构件进行损伤预测。

此外,本研究采用深度学习模型来确定地震破坏预测。该模型利用语义分割技术,将建筑物的图像分割为三类:结构构件类(比如柱子)、非结构构件类(比如墙体)以及其它门窗、天花板之类的背景类。和所有其他组件。

对构件进行分割后,同时检测被识别构件的损伤类型。为了对模型进行微调,85% 的数据集用于训练,15% 的数据集用于验证。最终,该模型的验证精度为 86.75%,训练精度为 88.44%。

精选论文 2:

《Web based Expert system for the prevention, diagnosis and treatment of Malaria using two Ethiopian local languages (Amharic & Afan Oromo)》

基于网络的专家系统,使用两种埃塞俄比亚当地语言预防、诊断和治疗疟疾

作者:Dereje Yoheannes,Zelalem Mihret,Alemenew Shiferaw

单位:埃塞俄比亚亚的斯亚贝巴的大学,韩国科学技术院和芬兰阿尔托大学

论文地址:

https://aiforgood2019.github.io/papers/IJCAI19-AI4SG_paper_7.pdf

摘要:

据估计,非洲每年有 5 亿例疟疾病例,每 30 秒就有一名儿童因为疟疾死亡。随着时间的推移,为了得到最好的治疗,患者可能需要几位专家的建议,并且以他们当地的语言来表达。

虽然主要的医疗中心确实可以提供如此充分的服务,但那些经济上处于不利地位或偏远地区的人们,却不能得到这样集中的援助。

这个问题在不发达国家尤其严重。在这些国家,甚至连医生,护士和技术人员的供应都非常有限。

该研究项目的主要重点是开发和使用疟疾专家系统,以提供支持使用埃塞俄比亚两种广泛使用的语言——阿姆哈拉语和阿法奥罗莫语,来预防、预测和诊断疟疾。

在创建这样的系统方面仍然存在一些问题,因为埃塞俄比亚农村地区的大多数人是文盲,不能指望他们具备计算机知识。因此研究者深信,需要用区域语言来发展这种系统。

这些系统必须通过街区或村庄管理单位向村庄地区提供。此外,通过文本、图片和声音与系统通信的可能性,将提供额外的优势。在这样的系统中添加语音接口可能会对偏远地区的人们更有好处。即使是文盲,也可以与基于语音界面的专家系统进行交互,并从中获益。

精选论文 3:

《Food Fairness: An Artificial Intelligence Perspective for SNAP Allocation》食品公平:SNAP 分配的人工智能视角

作者:Boli Fang,Miao Jiang,Jerry Shen,Pei-Yi Cheng,Manju Chivukula

单位:美国印第安纳大学计算机科学学院,南加州大学公共政策学院

论文地址:

https://aiforgood2019.github.io/papers/IJCAI19-AI4SG_paper_43.pdf

摘要:

为改善低收入家庭的粮食安全,补充营养援助计划(SNAP)为有需要的家庭提供食物预算帮助。然而,SNAP 的支付错误率创下了 10 年来的新高,达到 6.3%,这引起了人们出了对错误付款和不公平收益的重大担忧。

为了确保生活在贫困之中的家庭可以得到适当的食物和营养,作者提出了一种算法,旨在将尽可能多的经历粮食不安全和贫困的家庭纳入该计划,同时减少不需要食物援助的家庭数量。

使用不同影响的法律概念,他们从测试数据集构建 fairgroups 来反映不同特性的相对重要性,并对这些 fairgroups 应用逻辑回归。

实验表明,该方法在保证分类精度的同时,有效地提高了稀缺公共资源分配的结果公平性。

金融技术与自然语言处理 FinNLP —精选论文

金融技术和自然语言处理研讨会(FinNLP 研讨会),是为国际参与者提供一个论坛,以分享将 NLP 技术应用于金融科技领域的研究。通过在 FinNLP 研讨会上分享的内容,将确定融合 FinTech 和 NLP 的挑战性问题,探讨未来的研究方向,并扩大该跨学科研究领域的应用范围。

参与者来自学术界和工业界,他们提出了几个新的任务,包括业务分类法构建,交易的基本原理和合同消歧。为销售预测,股票市场预测和情绪分析构建了一些新模型。还将演示与 FinTech 和 NLP 相关的工具和语料库。

精选论文 1:

《Leveraging BERT to Improve the FEARS Index for Stock Forecasting》利用 BERT 提高股票预测的 FEARS 指数

作者:Linyi Yang,Yang Xu,Tin Lok James Ng,Ruihai Dong

单位:都柏林大学,北京工业大学,卧龙岗大学

论文地址:https://www.aclweb.org/anthology/W19-5509

FEARS 指数(Financial and Economic Attitudes Revealed by Search),反映了公众投资者的关注和情绪,是预测股票价格回报的重要因素。

摘要:

在论文中,我们通过 BERT(Bidirectional Encoder Representations from Transformers)来考虑 FEARS 搜索项的语义,并进一步将自我关注的深度学习模型,应用于精确预测 FEARS,以进行股票收益的分析。

通过与基准工作进行比较,我们证明了该方法的超越常规方法的预测。

精选论文 2:

《Pluto: A Deep Learning based Watchdog for Anti Money Laundering Pluto》基于深度学习的反洗钱监管机制

作者:Hao-Yuan Chen,Shang-Xuan Zou,Cheng-Lung Sun

单位:中国信托商业银行(中国台湾)

论文地址:https://www.aclweb.org/anthology/W19-5515

摘要:

银行面临反洗钱(AML)的义务,通过各个渠道的负面新闻来识别问题客户,是一种必不可少的方法。通过搜索新闻,出版物资料,政府咨询和公告信息,得到有关个人或实体参与金融犯罪事务的信息。

但这种方法需要大量的人力和时间,而且往往效率很低。

为了解决这个这个问题,Pluto1 为 AML 从业者,提供了一种分布式和可扩展的批处理系统,基于深度学习的自然语言处理(NLP)技术,以提高日常任务效率。它对一组负面新闻执行文本预处理,使用段落嵌入和聚类算法,为 AML 从业者提供具有关键字和相似性的聚类结果。AML 从业者的整体反馈良好,此工具可减少 67% 的信息筛选工作。

精选论文 3:

《On a Chatbot Conducting a Virtual Dialogue in

Financial Domain 》在 Chatbot 上进行金融领域的虚拟对话

作者:Boris Galitsky,Dmitry Ilvovsky

单位:甲骨文,国家研究大学高等经济学院

论文地址:https://www.aclweb.org/anthology/W19-5517

摘要:

在个人财务领域资讯方面,我们研发了一款聊天机器人,它以虚拟对话的形式提供问答服务,内容则来自历史文档资料,通过自动提取和选择,生成纯文本回复。

输入问题查询,聊天机器人会查找文档,从中提取相关资料,根据关注焦点在群集中组织这些内容,并分析和预测出最有价值的资料,然后提供给用户。

通过虚拟对话评估信息传递的有效性,我们比较了用户获得纯文本答案的传统聊天机器人会话,以及通过虚拟对话向用户提供内容的会话。

以上就是我们整理的 IJCAI 2019 研讨会精彩内容,接下来几天我们还将继续推出 IJCAI 人物、奖项等内容,敬请期待。

(*本文为 AI科技大本营转载文章,转载请联系作者)

精彩推荐

AI ProCon 2019 邀请到了亚马逊首席科学家@李沐,在大会的前一天(9.5)亲授「深度学习实训营」,通过动手实操,帮助开发者全面了解深度学习的基础知识和开发技巧。

9大技术论坛、60+主题分享,百余家企业、千余名开发者共同相约 2019 AI ProCon!技术驱动产业,聚焦技术实践,倾听大牛分享,和万千开发者共成长。5折优惠票抢购中!

原文发布于微信公众号 - AI科技大本营(rgznai100)

原文发表时间:2019-08-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券