恭喜這 3 位童鞋，去IJCAI 2019的機酒我們全包了！
期待這麼久，IJCAI 頂會贊助計劃終於結束啦！
從 2019 年 4 月正式開啟「AI 研習社 2019 頂會贊助計劃」之後，就獲得了眾多小夥伴的熱烈支持。截至 2019 年 7 月 23 日，大家在「IJCAI 頂會交流小組」踴躍參與討論，一共發布了泡泡319條，帖子134篇，論文推薦了14篇，形成了認真熱烈的學術氛圍。
快來圍觀下各位學術青年是如何進行學術交流的——
學術交流
#提問 IJCAI 大咖#提問Geoffrey E. Hinton教授，您提出的反向傳播演算法讓神經網路有了突破性的進展，同時這也給神經網路的應用範圍帶來了限制，使得它在一些不可微問題上難以被應用，想問下你的看法。
#提問 IJCAI 大咖#想問Hinton教授如何看待神經膠質細胞也會互相傳遞信息並與神經細胞共同組成網路的這種假設？有沒有可能在人工神經網路中對這個「Glial Network」建模?
#提問 IJCAI 大咖#我想提問Geofferey E.Hinton老師關於神經網路對於adversarial sample脆弱性的看法，以及膠囊網路是否會存在類似的脆弱性。
#提問 IJCAI 大咖#提問Alan Bundy教授，fpn中提出的是使用特徵金字塔進行特徵融合，相比圖像金字塔可以節省一部分空間，進行特徵融合是為了解決高層網路中的特徵損失，請問在特徵融合上我們應該如何取捨?如何進行更高效的特徵融合。
#提問 IJCAI 大咖#提問Robert Kowalski教授，您主要研究邏輯方面的內容，您認為當前深度學習大熱的背景下，邏輯符號類的AI應該致力在哪些方面的研究？我們能否使用logic給AI插上理性的翅膀，讓它能"知其果，知其因"？
#提問 IJCAI 大咖#想問一下gan訓練過程比普通神經網路不穩定，對於既能解決訓練振蕩問題，同時保證generator學習到可靠的目標分布有什麼可借鑒的思路呢
#提問 IJCAI 大咖#提問Victor R.Lesser教授，如何看待當前Multi-Agent Reinforcement Learning和過去Multi-Agent System研究之間的聯繫？
#提問 IJCAI 大咖#提問Judea Pearl老師，您曾經將自己比作AI社區的"叛逃者"，這事因為您認為現在都是在研究關聯性而忽視了一些因果關係，在維克托·邁爾-舍恩伯格的大數據時代中認為在大數據時代我們追求的是關聯而不是因果，請問我們應該追求的是因果還是關聯呢?
所以今天打卡分享關於adversarial sample的故事，它就是一張圖片加上random noise(即對圖像進行擾動）這種擾動是人眼不可察的，但是產生的圖像可以使得模型在預測時將其歸類為一個錯誤類別(實際上在我們看來還是原來的東西，比如說是一個蘋果，我們還是會認成蘋果)~
阿里今年聯手IJCAI發布了圖像分類比賽，包括模型攻擊與模型防禦，阿里公開 110 個類目，共計 11 萬張左右圖片，參賽選手可以作為攻擊方，對圖片進行輕微擾動生成對抗樣本，也可以作為防禦方，構建一個更加魯棒的模型。話說，有小夥伴參加了嗎~
#我要參加 IJCAI#作為中文系學生，因為學習語言學而接觸到NLP，繼而喜歡上這個被稱為「人工智慧皇冠上的明珠」的學科。語言智能是最高級的智能了吧。人類語言的本質與人類思維本質在很大成都上是同一的。
#我要參加 IJCAI#作為一個像做無人機的計算機專業的學生，喜歡上了計算機視覺這個方向，現在也有很多的人在這個方向上，目前我就是個小菜雞，做過目標檢測，做過對抗樣本，人臉識別。但是自己的基礎是不牢固的，希望有機會可以和大咖面對面。
繼續講一下對抗樣本吧，MIT的研究者提出對抗樣本不是一個bug而是一種特徵分布，它有利於提升網路的泛化性，如果不需要也可以叫將那些特徵去除，詳情將推送這篇論文，歡迎一起閱讀。
測了一下自己寫的高置信度的對抗樣本和低置信度的對抗樣本的在第一層卷積的特徵圖，雖然圖片有點綠的我發慌，但是還是可以對比一下的，可以發現高置信度的好像在一些地方更淡？可能有其它區別，歡迎一起討論
劉知遠老師總結ACL進展趨勢:預訓練語言模型；低資源NLP任務；模型可解釋性；更多任務與數據集。一句話:更多數據，更深理解。ps:語義事實上就是帶有混沌性的黑暗泥潭，語言學沒有搞清楚這個問題，NLP同樣任重道遠。
論文解讀
Github一萬多星，史上最全頂會論文集錦（包含開源代碼）
對於 Adversarial Sample 的討論
對抗機器學習的進展與挑戰：Ian GoodFellow ICLR 2019演講（附視頻、PPT下載）
僅需四步，教你高效閱讀 ArXiv論文
最新論文筆記：
Google AI-Unsupervised Monocular Depth Learning from Unknown Camera
最新論文筆記：Google Brain NAS-FPN優於用於物體檢測的SOTA模型
介紹一些自然語言處理的論文，代碼，博客及研究趨勢
【學習筆記】數據集規模對深度學習模型技能和績效評估的影響
近期思考：神經網路，流形和拓撲
【學習筆記】用於圖像分類的卷積神經網路模型創新（附論文鏈接）
贊助計劃名單公布
截至 2019 年 7 月 23 日，根據 IJCAI 小組內「研值」排行，我們分別選出了前三名用戶，分別是綠子、Albertchen、KFC和MLer-1（並列第三），分別累計「研值」為：774、756、742，他們分別來自復旦大學語言學及應用語言學專業、瀋陽理工大學和University of Liverpool。
他們四位都將獲得由 AI 研習社提供往返機票 酒店住宿 註冊費用，和 AI 科技評論的記者同行啟動澳門 IJCAI 之旅。
對此，他們各自都發表了簡短的獲獎感言：
真的超級感謝AI研習社此次的會議贊助活動，能讓我得以參加IJCAI這種AI領域最頂級的學術會議之一，十分期待～ 作為一個身在中文系、學習語言學、同時對AI心嚮往之的學生，我的確是AI領域的「邊緣人」了，但好在很多近在手邊的學習資源非常豐富。AI研習社就提供給我一個很棒的學習平台，儘管進入社區的時間不長，但已經從中獲得了不少。我的興趣在NLP，在相關小組裡我就能利用一些優質學習資源，滿足學習需求。還有研習社的小哥哥小姐姐都很年輕很好看很優秀誒！祝你們越來越好哇～我會繼續堅持學習更多新知識，讓自己有能力在社區有所付出和貢獻。
@綠子
非常感謝AI研習社的這次贊助活動，這是第三次參加研習社的贊助活動了。第一次是CVPR的贊助，當時我很積極的參與，很遺憾沒有獲得贊助名額。第二次是前不久的CCF-Gair贊助，這個我很榮幸地拿到了贊助，不得不說去了深圳一趟很是開心，聽了很多論文演講，見了很多大佬，更開心的是要到了楊強老師的簽名以及合照。第三天也很幸運地和孫劍老師拍了合照。頂會贊助計劃確實很棒，面基的小夥伴也是棒棒噠，感覺自己才學疏淺還需繼續努力。 這次第三次參加贊助活動，很開心最終獲得了贊助名額，我不光在小組裡和大家衷心分享我平日的學習心得，還跟身邊的好友們大力推薦，拿到名額我有些小驚喜，也非常非常開心，我很期待下個月的澳門之旅，這次的IJCAI的入選論文方向很多，所以自己不懂不會的也有很多，因此要多學習多做準備多看論文(ˇ?ˇ)
@Albertchen
大家好，我是 KFC ，因為愛吃 KFC 就直接起了這個名字感謝AI研習社給我們提供了一個交流和分享的平台，可以讓我們通過發帖和泡泡等形式相互交流，共同進步。當然最感謝AI研習社的頂會贊助計劃，進入研習社以來我通過分享學習筆記，搬運最新研究進展，發泡泡，邀請好友加入等形式獲得了七百多研值，讓我得以有機會接觸學界大佬，跟進最新的學術動態，並為接下來的發展定下方向和目標，刷研值的過程不僅是為了發表，還是對知識的回顧整理和重新加工，是一個和有共同愛好和共同目標的人們接觸和交流的機會，十分有意義。希望越來越多的人可以加入研習社，一起探討共同向前。
@KFC
這次很榮幸獲得了AI研習社2019 IJCAI參會贊助，在此發表一下獲獎感言： 大家好，我就是IJCAI板塊的MLer-1，非常感激AI研習社提供這樣的機會可以讓志同道合的研究人員聚在一起，分享最新的進展。之前一直在關注領域內的各大頂會，後來通過AI科技評論的公眾號發現了AI研習社，分享、交流的圈子又擴大了數倍。再此感謝研習社提供的交流平台和贊助機會，以及期間一起參與的同學，謝謝大家一路的陪伴和支持，研究之旅不再孤單！再次，也非常歡迎大家一起多多交流互動！我目前正在利物浦大學從事機器學習演算法相關的研究和開發工作，研究領域包括NLP，CV和分散式計算。
@MLer-1
IJCAI 2019 直播預告
距離 IJCAI 2019還有十幾天的時間，為了方便社區開發者和學術青年更加直觀地感受 IJCAI 第一現場的學術氛圍，我們決定在「IJCAI 頂會交流小組」開設直播！沒錯！就是現場直播！
那麼問題來了，如何觀看直播呢？
TAG:AI研習社 |