IJCAI最佳論文出爐！單設「中國AI」Panel，周志華帶領AI人才爭奪戰

新智元原創

來源：ijcai19

編輯：新智元編輯部

【新智元導讀】剛剛，IJCAI 2019重磅公布了最佳論文獎和傑出論文獎獲得者。今年IJCAI在中國澳門舉辦，這是繼 2013 年於北京召開後，第二次踏足中國。最佳論文花落誰家，大會亮點有哪些，一起來看！

今天上午，IJCAI 2019主會議開幕式在中國澳門舉行，備受矚目的「最佳論文獎」也終於揭曉。

今年是第28屆IJCAI（國際人工智慧聯合會議），於 8 月 10 日至 16 日在中國澳門召開，如往常一樣，前三天是workshop。

IJCAI是人工智慧領域歷史最悠久的學術會議，也是最重要和最頂級的學術會議之一。第一屆 IJCAI 於 1969 年舉辦，是 1956 年達特茅斯研討會的延伸，也是有史以來的第一次人工智慧國際會議。幾十年來，眾多領先的 AI 科技成果都是在 IJCAI 會議期間提出。

今年正值IJCAI成立50周年，也是 IJCAI 繼 2013 年於北京召開後，第二次踏足中國。因此，會上的「中國元素」非常多。

開幕式上的「舞獅」

IJCAI 2019理事會主席是香港科技大學計算機科學與工程學系主任楊強教授，他也是IJCAI的首位華人理事會主席。

大會的一個亮點是「中國的 AI」panel，楊強主席特地邀請了中國人工智慧的領軍人物張鈸院士、高文院士、周志華教授，中國香港的人工智慧代表人物 PASCAL FUNG（馮雁）、張潼教授以及新一代人工智慧的代表人物戴文淵，來共同分享中國AI的故事。

會場上南大人工智慧學院的展示牌

AI頂會一向也是人才交流、機構展示的重要地點，周志華教授也在為南京大學人工智慧學院招募人才，有志者別錯過。

此外，IJCAI最佳論文獎以及各大獎項都新鮮出爐，看看都有哪些論文上榜了吧。

投稿數量增長迅猛，華人一作論文數量依舊最多

根據大會官方發布的數據，今年的IJCAI共投稿4752篇(較去年增長37%)，接收了850篇(接受率為17.8%)。

對於這樣的高增長投稿數和低接收率，新智元在5月份也報道了網友們對此次論文「奇葩」評審的吐槽。當然，對此事件，IJCAI程序主席也早已發表公開信進行了回應。

大會也提供了從2007年至2019年來投稿數量變化及增長率情況。

在接收的850篇論文中，官方給出了根據第一作者和地域劃分的數據，可以看出中國學者的力量依舊迅猛，中國的入選論文達到327篇，佔比38%。

根據投稿領域劃分，機器學習有2516篇投稿，接收438篇，依舊是最熱門的子領域。其次是計算機視覺、機器學習應用、多智能體系統以及自然語言處理等等。

按照慣例，新智元根據接收論文的題目做了一個詞雲，Learning、Multi、Network以及Deep等詞成為今年的最熱關鍵詞。

IJCAI 2019的關鍵詞：Learning、Multi、網路、深度

IJCAI 2018的關鍵詞：學習、模態和網路是佔比最高的關鍵詞

對比IJCAI 2017的標題關鍵詞

比較有趣的一個現象是，從2017年-2019年，最熱詞從Lear變為Learned，再變為Learning。

最佳論文

獲得最佳論文的是Clause Elimination for SAT and QSAT，作者來自德克薩斯大學奧斯汀分校、芬蘭赫爾辛基大學、維也納工業大學和奧地利約翰內斯·開普勒大學。

標題：Clause Elimination for SAT and QSAT

作者：Marijn Heule，Matti J?rvisalo，Florian Lonsing，Martina Seidl，Armin Biere

作者機構：德克薩斯大學奧斯汀分校、芬蘭赫爾辛基大學、維也納工業大學、奧地利約翰內斯·開普勒大學

論文地址：https://www.jair.org/index.php/jair/article/view/10942

摘要：

本文開發並分析了預處理和後處理的從句消除過程。這些從句消除程序構造了一系列（P）CNF公式簡化技術，該技術可以刪除具有特定（實際上是多項式時間）冗餘屬性的從句，同時讓公式保持滿足性狀態。

我們的技術除了能夠消除無意義重複、包含句和從句不通等已知問題外，我們還基於這些技術的不對稱變體，推出了新的消除程序，還開發了一系列的隱式從句消除程序，並實現了CNF公式性能的提升。

我們對所提出的從句消除程序進行了各個方面的考察。此外，我們還表明如何從滿足簡化CNF的賦值下重構原始CNF的解決方案，這對這些消除程序的實際應用具有重要意義。作為對更多理論分析的補充，我們根據對解算器運行時對標準實際應用基準的影響，對從句消除過程的重要性進行了實證性評估。事實證明，在最先進的QSAT解決方案中，以往經驗證明了本研究中開發的從句消除程序的重要性。

點評：

這篇論文介紹了作為SAT和QBF求解器預處理和簡化技術的一系列子句消除程序的基本結果和實際結果。

自發表以來，所述的技術已得到證明，對最先進的SAT和QBF求解器的效率有著深遠的影響。

本文優美地擴展了一些成熟的理論概念，並對預處理和處理中的技術給予了新的強調和推動，這一強調超越了SAT和QBF這兩個關鍵問題。

傑出論文

IJCAI2019 評選出一篇傑出論文(Distinguished Paper)，作者來自德國馬普智能研究所和德國圖賓根大學。

標題：Boosting for Comparison-Based Learning

作者：Micha?l Perrot, Ulrike von Luxburg

作者機構：德國馬普智能研究所、德國圖賓根大學

論文地址：https://arxiv.org/pdf/1810.13333.pdf

摘要：

本文在基於比較如下設置中考慮分類問題：給定一組對象，只能進行「對象xi更接近對象xj，而不是對象xk」的三元形式的比較。

在本文中，我們介紹了TripletBoost，這是一種能夠從這種三元形式的比較中學習分類器的新方法，其主要思路是將三元組信息聚合成弱分類器，隨後再將其增強為強分類器。

我們的方法有兩個主要優點：（i）它適用於來自任何度量空間的數據，（ii）它可以僅使用被動獲得的和有雜訊的三元組數據來處理大規模問題。

我們推導出了這種方法理論的推廣保證和三元組數據量的必要下限，我們憑經驗證明，這種方法既具有最先進的性能，又能有效抵抗雜訊的干擾。

卓越貢獻獎

說完最佳論文，再來看其他獎項。IJCAI的獎項是任何AI研究人員可獲得的最高榮譽之一。

IJCAI 2019獎項設置分為：卓越研究獎（Research Excellence Award）、計算機與思想獎（Computer and Thought Award）、約翰麥卡錫獎（John McCarthy Award），以及傑出服務獎（Donald E. Walker Distinguished Service Award）。接下來看看誰獲獎了。

IJCAI最高榮譽：卓越研究獎（Research Excellence Award）

2019年卓越研究獎的獲獎者是斯坦福大學計算機科學教授Yoav Shoham。Shoham教授因對知識表示、multi-agent系統和AI的經濟基礎的貢獻而得到認可。

授予卓越研究獎的對象是在整個科研生涯中始終如一地執行高質量研究計劃，並取得一定成果的科學家。過去獲得該榮譽的群體是人工智慧領域中最傑出的科學家群體，包括麥卡錫（1985）、明斯基（1991）、Judea Pearl（1999）和Michael I. Jordan（2016）。

計算機與思想獎（Computer and Thought Award）

2019年計算機與思想獎的獲得者是加州大學洛杉磯分校助理教授兼Samueli研究員Guy Van den Broeck。Van den Broeck教授因其對統計和relational人工智慧的貢獻以及學習和推理中tractability的研究而受到表彰。

IJCAI會議頒發的計算機與思想獎授予對象是人工智慧領域中的青年科學家。該獎項是由 Edward Feigenbaum 和 Julian Feldman 編輯的《計算機與思想》一書中收取的版稅而設立的，目前由IJCAI基金的收入支持。

過去曾獲此殊榮的AI研究者包括：David Marr (1979)，Stuart Russell (1995)，Daphne Koller (2001)，Tuomas Sandholm (2003)，吳恩達(2009)，以及Percy Liang (2016)。

約翰麥卡錫獎（John McCarthy Award）

2019年約翰麥卡錫獎的獲獎者是華盛頓大學教授Pedro Domingos。多明戈斯教授因其對機器學習和數據科學的貢獻以及統一邏輯和概率而受到認可。

IJCAI的約翰麥卡錫獎主要授予成熟的職業中期研究人員（通常在獲得博士學位後15至25年)，並且在人工智慧領域中取得了重要的研究成果。該獎項的獲得者將為其所在地區的研究議程做出重大貢獻，並將對影響力較大的研究成果進行評估。此榮譽的過去獲獎者包括：Bart Selman (2015)，Moshe Tennenholtz (2016) 和Dan Roth (2017)。

傑出服務獎（Donald E. Walker Distinguished Service Award）

IJCAI傑出服務獎2019年獲獎者是Francesca Rossi，義大利帕多瓦大學計算機科學教授，IBM研究院傑出研究員，她是AI倫理全球領導者。Rossi教授因其豐富的經驗，以及她在整個職業生涯中擔任各種角色的人工智慧領域的廣泛服務而受到表彰。

IJCAI傑出服務獎由IJCAI受託人於1979年成立，旨在紀念人工智慧的高級科學家在其職業生涯中為該領域的貢獻和服務。此榮譽的過去獲獎者包括：Erik Sandewall （2016年），Ramon Lopez de Mantaras（2017年）和Craig Knoblock（2018年）。

周志華等人主旨演講

今年IJCAI的主旨演講內容非常豐富，組委會一共邀請了7位大咖，從不同角度探討AI的現在過去和未來。大家熟知的南京大學人工智慧學院院長周志華也受邀演講。

南京大學計算機系主任、人工智慧學院院長周志華

演講題目：Deep Learning: Why deep and is it only doable for neural networks? （深度學習：為什麼很深，它只適用於神經網路？）

「深度學習」一詞通常被認為是「深度神經網路（DNNs）」的同義詞。雖然深度學習技術在許多應用中取得了巨大的成功，但仍然不清楚為什麼模型必須是深度的，而淺層的模型不能同樣強大。在本次演講中，我們將分享關於深度學習要點的一些想法，並指出深度學習可以用其他模型實現，甚至基於不可微分（non-differentiable）的模型，也不一定受神經網路和基於梯度的反向傳播的限制。

羅馬第一大學計算機科學與工程系教授Giuseppe de Giacomo

演講題目：Queryable Self-Deliberating Dynamic Systems（可查詢的自動審議動態系統）

麻省理工學院計算機科學與工程系教授Leslie Kaelbling

演講題目：Doing for our robots what evolution did for us（為我們的機器人做進化對我們做的事）

加州大學洛杉磯分校計算機科學教授Adnan Darwiche

演講題目：Reasoning About The Behavior of AI Systems（關於AI系統行為的推理）

康奈爾大學機械與航空航天工程學院副教授Hadas Kress-Gazit

演講題目：Formal Synthesis for Robots（機器人的形式合成）

索尼公司計算機科學實驗室總裁兼首席執行官Hiroaki Kitano

演講題目：Creating the Engine for Scientific Discovery: Nobel Turing Challenge as a grand challenge project in AI and Systems Biology（為科學發現創造引擎：諾貝爾圖靈挑戰是AI和系統生物學的一項重大挑戰項目）

博洛尼亞大學計算機科學與工程系教授Michela Milano

演講題目：Empirical Model Learning: merging knowledge-based and data-driven decision models through machine learning（經驗模型學習：通過機器學習合併基於知識和數據驅動的決策模型）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！