「新智元V享圈NIPS 2017特輯」5分鐘速覽長灘8000人大會前兩日精華

直播嘉賓

杜克大學 機器學習博士 溫偉

斯坦福大學AI博士 Jim Fan

CMU計算機學院副教授 馬堅

熱心讀者

大會幹貨整理

?

【NIPS 2017】國內公司佔據NIPS顯著位置。滴滴和DeepMind是鄰居。NIPS一個中心環節是各公司和學術界交流。今日中午滴滴專門與卡內基梅隆計算機學院若干位教授舉行午餐會。滴滴研究院副院長葉傑平教授主持並作介紹。

——馬堅分享

大數據看NIPS 2017：8500人註冊、156個細分領域、2093位特邀評委、3240篇論文、7844個不同的作者、10000 位作者（含重複出現）。

——Jim Fan分享

?

?

現在太多的RL都是在玩video game，不需要考慮sample efficiency。在有人類參與的RL里，就不能用如此簡單粗暴的方法了。一個解決方案是multitask RL。

?

兩種演算法家族，基於模型的RL+planning採樣效率高，但是有統計偏差。基於importance sampling 的演算法採樣一般，但是沒有統計偏差。

?

IBM量子計算，官方說主要做加速，但還是需要general purpose processors做general計算，量子計算更會像gpu做輔助計算。

——溫偉分享

?

?

Policy Search的方法能提高採樣效率，但是容易卡在非最佳的local minima里無法恢復。

?

在醫學領域，AI模型的可解釋性顯得更加重要，特別是DNN這種黑盒模型。但是，理解這麼複雜的模型會比直接理解大腦機制容易多少呢？

Test of time award. 說AI還處於鍊金術（alchemy）階段，呼籲大家沉下心來一起努力把鍊金術真正地轉化為「electricity」，AI會裡聽過最好的talk（應該有視頻回放）。建議看看歐洲鍊金術那段歷史，基本是妖術，但是為後續的技術革命提供了巨大動力。

?

【NIPS 17】今年的best paper之一是一個玩撲克牌的演算法。他們聲稱自己的工作能解決比AlphaGo更實際的問題。。。但是我還是覺得這套演算法沒有任何可推廣性。如果還是以AlphaGo技術為起點延伸出去的話，真正有現實意義的、有很大影響力的應用是robotic reinforcement learning。

?

【NIPS 17】今天參加了三場after-event活動，回到住處基本累癱了，一直在聊學術 喉嚨都啞了 。整理了點照片為大家解說一下！

第一個活動在Parker Lighthouse舉辦，是Facebook的ONNX team。ONNX全稱是Open Neural Network Exchange format，是一個能讓不同的深度學習平台互相貫通的橋樑。現在官方支持的是架構有PyTorch、Caffe2、CNTK（微軟）和MXNet（亞馬遜）。Tensorflow也有支持，但是是非官方的community effort。

舉個例子，比如你在PyTorch里寫的機器翻譯的回饋式神經網路，你能很方便地把訓練好的網路用ONNX導出參數和架構，然後在Caffe2里deploy，這樣運行效率會高很多。可以說ONNX提供了一個從實驗研究直接到工業應用的捷徑。

?

【NIPS 17】第三場after party是Uber的活動。不得不提一下，Uber這次的party排場相當盛大，看來是為了吸引人才不計成本了。

?

【NIPS 17】續ONNX after-party：圖一為ONNX重要支持公司的三大牌坊：AWS（亞馬遜雲計算 MXNet）、Facebook Open Source（臉書開源計劃 PyTorch和Caffe2）、Microsoft（微軟CNTK）。

ONNX如此重要的項目自然會有眾多大佬出席！圖二是Yann Lecun大神在演講致辭後的自拍，他現在是Facebook人工智慧研究院的主任。我今天還遠遠看到了賈楊清大神（Caffe作者、Facebook應用機器學習團隊lead），但是因為人實在太多了，沒機會聊上天。

圖三是ONNX團隊的合影。我今天還和久仰的Adam Paszke大神談了很久，他是PyTorch的發明人之一，非常年輕有為。我曾經和他在論壇上討論過不少技術問題。

?

【NIPS 17】早上和騰訊的高校學術交流總監見了面，非常熱情！聊天中得知，騰訊在西雅圖有個AI lab，剛剛建起來，才十幾個人。還聊了下圍棋引擎「絕藝」的團隊情況，非常佩服他們的工程能力！

NIPS 2017，新智元智庫專家、CMU計算機學院副教授馬堅老師、杜克大學機器學習博士溫偉、斯坦福大學AI博士生Jim Fan將在美國長灘帶來現場直播，關注新智元小程序或掃描下方二維碼加入直播群，參與直播互動，第一時間了解NIPS前沿資訊。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！