g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

AAAI 2018'in ileriye dönük altı önemli özelliği, BATJ ve Didi ilk akademik zirvesi AAAI 2018 için bir araya geldi

Leifeng.com AI Technology Review Press: 32. AAAI Konferansı (AAAI 2018) ABD'de New Orleans'ta başladı ve yerel saatle 2-7 Şubat'ta yapay zeka araştırmacıları için zengin bir bilgi ziyafeti getirdi . En iyi akademik konferanslara dikkat etmeye devam eden Leifeng.com'un akademik bir kanalı olan AI Technology Review, 2016'dan beri uluslararası akademik konferanslara katılıyor, bunlara katılıyor ve rapor veriyor. Okuyuculara yalnızca birinci sınıf harika raporlar sunmakla kalmıyor, aynı zamanda yapay zeka ile ilgili alanlardaki akademisyenlere daha fazla genel bakış sağlıyor. Küresel akademik konferanslar için fırsatlar.

Yeni yıl, yeni yolculuk. Leifeng.com AI Technology Review'in yılın başındaki ilk uluslararası akademik konferansının raporu, geçen yıl olduğu gibi AAAI 2018'de de kilitlendi. New Orleans'ta düzenlenen AAAI 2018, "geç" bir konferanstır. Neden öyle diyorsun? Bu, geçen yılki AAAI konferansına geri dönecek. AAAI 2017'nin başlangıçta 2017'nin başlarında New Orleans'ta yapılması planlanmıştı. O sırada planlanan zaman Çin Yeni Yılı ile çakışıyordu. Pek çok Çinli bilim adamının konferans alanına ulaşamayacağı bekleniyor. AAAI organizasyon komitesi geniş Çin toplumunu hesaba katmak için etkinliği yeniden planlamaya karar verdi. Ne yazık ki, New Orleans uygun bir mekan seçemedi ve mevcut AAAI mekanını yalnızca geçici olarak San Francisco'ya taşıyıp bir sonraki yıla erteledi. Ancak o zaman New Orleans AAAI-18 yaptı.

New Orleans AAAI'yi beklemek için bir yıl geç olsa da, iyi bir akademik konferans asla geç değildir. Çin Bilgisayar Federasyonu (CCF) tarafından önerilen yapay zeka alanında bir kategori A akademik konferans olarak, AAAI kapsamlılığıyla tanınır ve her yıl bu konferansı sunan birkaç küresel bilim insanı yoktur. Leifeng.com AI Technology Review, okuyucular için yeni yılda AAAI'nin önemli olaylarını derledi ve geçen yılki durumla ayrıntılı bir karşılaştırma yaptı.

içindekiler

1 Birden çok önemli kişi / grup ödülünü vurgulayın
Öne Çıkın 24. En İyi Bildiri Ödülünü kim kazanacak?
Vurgu 3 Açılış konuşmasına ileriye bakın
Öne Çıkın 4 Beş büyük Çinli şirket ilk kez aynı anda bir araya geliyor AAAI 2018
Öne Çıkın 5 Geçen yıl soğuk geçen İş Fuarı, bu yıl ne olacak?
Vurgu 6: Karnaval, ısının ve dört gözle bekleyin

1 Birden çok önemli kişi / grup ödülünü vurgulayın

AAAI 2018, yerinde bir dizi önemli ödül verecek. O zamanki ödül töreninde Leifeng.com AI Technology Review, ödüller hakkında ayrıntılı raporlar hazırlayacak ve ilgili konuşma kayıtlarını harmanlayacak.

AAAI Özel Ödülleri ve Onurları

Üç ödül kazanan var, bunlar:

Ödül Düzenleme Komitesi Başkanı ve AAAI Derneği'nin eski Başkanı Thomas Dietterich;
AAAI Derneği'nin şu anki başkanı olan Subbarao Kambhampati, konferansta "İnsan Bilincine Sahip Yapay Zeka Sistemlerinin Zorlukları" üzerine bir konuşma yapacak ve AI Technology Review tam metni o zaman takip edecek.
AAAI Derneği'nin seçilmiş başkanı Yolanda Gil.

Yeni AAAI Üyesi

Bu yılki yeni AAAI Üyelerinin tümü Kuzey Amerika'daki (ABD, Kanada) akademisyenler tarafından işe alındı. Toplamda 8 kişi var. Liste aşağıdaki gibidir:

Nancy Amato (Texas A&M Üniversitesi)
Regina Barzilay (MIT)
Marie desJardins (Maryland Üniversitesi)
Kevin Leyton-Brown (British Columbia Üniversitesi)
Dinesh Manocha (Kuzey Carolina Üniversitesi)
Joelle Pineau (McGill Üniversitesi)
Amit Sheth (Kno.e.sis, Wright Eyalet Üniversitesi)
Gaurav Sukhatme (Güney Kaliforniya Üniversitesi)

Buna karşılık, AAAI 2017'nin Ronen I. Brafman, Eduard H. Hovy, Tommi S. Jaakkola, Maurizio Lenzerini, Dale Schurmans, Munidar P. Singh adında toplam 7 yeni Üyesi bulunmaktadır.Ayrıca, Hong Kong Bilim ve Teknoloji Üniversitesi'nden 7 bursiyer bulunmaktadır. Profesör Lin Fangzhen tek Çinli seçildi.

Kıdemli Üye Tanıma

Bu ödülün kuruluşunda esas olarak AAAI'ye uzun vadeli ve önemli katkılarda bulunan akademisyenler verilmektedir. Bu yıl iki Orta Doğulu ve dört Amerikalı bilim insanı da dahil olmak üzere toplam 6 akademisyen seçildi. Bunlar:

Ariel Felner (Ben Gurion Üniversitesi, İsrail)
Martin Michalowski (Minnesota Üniversitesi, ABD)
Ashish Sabharwal (Allen Institute for Artificial Intelligence, ABD)
Ram Sriram (Ulusal Standartlar ve Teknoloji Enstitüsü)
Matthew Taylor (Washington Eyalet Üniversitesi, ABD)
Ingmar Weber (Katar Bilgi İşlem Araştırma Enstitüsü)

AAAI 2017, geçen yıl üç kıdemli üyeyi onurlandırdı. Aralarında, Çin Bilimler Akademisi Xi'an Optik ve İnce Mekanik Enstitüsü'nün müdür yardımcısı ve araştırmacısı Li Xuelong, listedeki tek Çinli oldu.

Klasik Kağıt Ödülü

AAAI 18'in klasik kağıt ödülü, Natasha Noy ve Mark Musen tarafından "PROMPT: Otomatik Ontoloji Birleştirme ve Hizalama için Algoritma ve Aracı" na verildi. Bu ödül, yazarların çığır açan ontoloji eşleştirme ve entegrasyon araştırmalarını keşfetmelerini onayladı ve ilk yenilikçi çözümü sağladı.

4 Şubat yerel saatle 11: 00'de, Leifeng.com AI Technology Review, Natasha Noy'un Classic Paper Award ile ilgili konuşmasıyla sahneyi takip edecek, bu yüzden bizi izlemeye devam edin.

Üstün Hizmet Ödülü

Yıllık Üstün Hizmet Ödülü, AI topluluğuna olağanüstü katkılar ve hizmetler sağlayan bir kişiye verilir. NASA'da AI araştırma departmanının kurulması, ABD Hava Kuvvetleri Bilimsel Araştırma Ajansı'nda yapay zeka ile ilgili programların konuşlandırılması ve hesaplamalı moleküler biyolojideki ilgili başarılarla, Peter Friedland bu yılki Üstün Hizmet Ödülü'nü kazandı.

AAAI / EAAI Üstün Eğitimci Ödülü

Amerika Birleşik Devletleri'ndeki Gettysburg Koleji'nde bilgisayar bilimi profesörü olan Todd Neller, yapay zeka eğitimi alanındaki önemli katkılarından dolayı bu yıl AAAI ve EAAI tarafından ortaklaşa verilen Üstün Eğitim Ödülü'nü kazandı.

Bu ödülün geçen yıl Udacity'nin kurucusu ve "Google Otonom Araçlarının Babası" Sebastian Thrun'a verildiğini belirtmekte fayda var.

Robert S. Engelmore Memorial Ödülü

CMU'dan Stephen F. Smith ödülü, kısıtlama planlama ve zamanlama teknolojisi araştırması ve uygulamasının yanı sıra AI topluluğuna verdiği hizmetlerden dolayı aldı.

4 Şubat öğleden sonra, yerel saatle Stephen F. Smith, "Geleceğin Kentsel Mobilitesi için Akıllı Altyapı" konulu bir konuşma yapacak.

Ek olarak, IAAI-18 Uygulama Ödülü ve AAAI Blue Sky Ödülü gibi pratik uygulamalar ve yeni fikirler için birçok ödül vardır. Yerel saatle 4 Şubat'ta Leifeng.com AI Technology Review, ödül töreninin tamamı hakkında ayrıntılı bir rapor sunacak.

Öne Çıkın 24. En İyi Bildiri Ödülünü kim kazanacak?

Akademisyenlerin sıkı çalışmasını öven ve onaylayan bir dizi ödüle ek olarak, en iyi makale ödülü doğal olarak en ilgili olandır. En iyi makale ödülünü sunmadan önce, AAAI 2017'nin durumunu anlamak için bir dizi veri kullanalım.

AAAI 2017'deki kayıtlı katılımcı sayısı 1692'ye ulaştı ve her ikisi de rekor düzeyde yüksek olan 2571 makale gönderildi; Nihayet AAAI 2017'ye dahil edilen toplam makale sayısı, ortalama% 24,9'luk kabul oranıyla 639'du. Bu yılın ayrıntılı işe alım verileri 4 Şubat'ta konferansın başlangıcına kadar resmi olarak duyurulmayacak olsa da, halihazırda yayınlanan makale kabul durumuna bakılırsa, gönderilen ve kabul edilen bildiri sayısı yeni bir zirve gösterecek, ardından AI teknolojisine bağlı kalın Yorum raporu.

Geçen yıl sunulan bir dizi kağıt verisinde, makine öğrenimi (910 makale gönderildi, 215 dahil), NLP (373 makale gönderildi, 77 makale dahil) ve uygulama (268 makale gönderildi, 61 makale dahil) AAAI olarak tanımlanabilir En ilgili ve hoş karşılanan gönderim alanı; ayrıca, geri getirme / planlama, vizyon, bilgi temsili ve oyun teorisi alanlarında da birçok sunum vardır. Nispeten konuşursak, oyun teorisi alanındaki makalelerin kabul oranı en yüksek olup 0.38'e ulaşırken, NLP alanının kabul oranı nispeten düşüktür, sadece 0.21.

AAAI 2018'in en iyi (öğrenci) kağıtları ve aday bildirileri birkaç gün önce açıklandı. O zamana kadar, bu dört mükemmel makale yerinde sözlü raporlarda sunulacak ve AI Technology Review konuşmanın tam metninin bir derleme raporunu hazırlayacak, bu yüzden bizi izlemeye devam edin.

Kazananların listesi şu şekilde:

En İyi Makale "Hafıza Arttırılmış Monte Carlo Ağaç Araması"

Bu makalenin yazarlarının Alberta Üniversitesi'nden Chenjun Xiao, Jincheng Mei ve Martin Müller olduğunu ve aynı zamanda bu yıl en iyi makale olarak seçilen iki Çinli yazar olduğunu belirtmekte fayda var.
En İyi Öğrenci Makalesi: "Karşı-Olgusal Çok Temsilci Politika Gradyanları"
En İyi Makale Adaylığı: "Karıştırıcı ve Seçim Sapmaları Altında Genelleştirilmiş Ayarlama"
En İyi Öğrenci Makalesi Adaylığı: "Böbrek Değişim Algoritmasını İnsan Değerleriyle Uyumlu Hale Getirmek"

Lei Feng.com AI Technology Review, makalenin özetini aşağıdaki gibi derledi:

En iyi kağıt "Hafıza Arttırılmış Monte Carlo Ağacı Araması" (Hafıza Arttırılmış Monte Carlo Ağacı Araması)

Bu makale, yeni bir çevrimiçi gerçek zamanlı arama yöntemi sağlayan Bellek Artırılmış Monte Carlo Ağaç Aramasını (M-MCTS) önermekte ve değerlendirmektedir. Bu yöntem esas olarak MCTS'yi bir bellek yapısı ile birleştirir, her giriş özel bilgiler içerir ve bellek yapısı, yaklaşık değer tahmini için benzer durum değerlendirmelerini birleştirmek için kullanılır. Çalışmalar, bu yöntemle üretilen tahminlerin sıradan Monte Carlo tahminlerinden daha iyi olduğunu göstermiştir. Go oyununda, M-MCTS aynı sayıda simülasyonda MCTS'den daha iyidir.

Kağıt adresi: https://webdocs.cs.ualberta.ca/~mmueller/ps/2018/Chenjun-Xiao-M-MCTS-aaai18-final.pdf

En iyi öğrenci makalesi: "Karşı-Gerçek Çok Temsilcili Politika Gradyanları" (Karşı-Faktilli Çok Temsilci Politika Gradyanları)

Özet: Ağ veri paketlerinin yönlendirilmesi veya otonom araçlar arasındaki koordinasyon gibi birçok gerçek dünya problemi, doğal olarak işbirlikçi çok ajanlı sistem problemleri olarak modellenebilir. Bu, bu sistemler için bölge merkezli operasyon stratejilerini verimli bir şekilde öğrenmek için yeni takviye öğrenme yöntemlerine güçlü bir talep ortaya koymaktadır. Bu amaçla, yazarlar yeni bir çok-etmenli "uygulayıcı-eleştirmen" yöntemi önermişlerdir: Karşı-Olgusal Çok-etmenli Strateji Gradyanı (COMA). COMA, Q işlevini ve merkezi uygulayıcıyı tahmin etmek için merkezi bir eleştirmen kullanır ve böylelikle temsilcinin operasyon stratejisini optimize eder. Ek olarak, çoklu temsilciler arasındaki karşılıklı güven sorununu çözmek için, tek bir ajanın eylemlerini marjinalleştirecek ve diğer ajanların eylemlerinin değişmeden kalmasını sağlayacak karşı olgusal bir temel kullanır. COMA'da kritik bir temsil kullanılır, böylece bu karşı olgusal temel, tek bir ileri besleme sürecinde verimli bir şekilde hesaplanabilir. Yazarlar, COMA'nın performansını, StarCraft oyununun birim kontrol testi ortamında, ayrı ayrı gözlemlenmesi çok kolay olan merkezi olmayan değişkenler kullanarak değerlendirdiler. Bu ortamdaki diğer çok aracılı yürütme-eleştirmen yöntemleriyle karşılaştırıldığında, COMA'nın ortalama performansı önemli ölçüde iyileştirilmiştir ve COMA tarafından elde edilen en iyi aracı performansı, tam durum verileriyle en iyi merkezi kontrol yöntemi ile karşılaştırılabilir. Eşit.

Kağıt adresi: https://arxiv.org/abs/1705.08926

En İyi Makale Adaylığı: "Karıştırma ve Seçim Yanlılıkları Altında Genelleştirilmiş Ayarlama" (Karıştırma ve Seçim Sapmaları Altında Genelleştirilmiş Ayarlama)

Özet: Seçim önyargısı ve kafa karıştırıcı önyargı, büyük ölçekli ortamlarda ortak akıl yürütme yöntemlerinin kullanımını sınırlayan en yaygın iki engeldir. Bu makalede, yazarlar arka kapı ayarlaması fikrini aynı anda her iki önyargı türünü ele almak ve olası dış verileri (bir nüfus sayımından elde edilen veriler gibi) kullanmak için seçim önyargısı olmadan genelleştirdiler. Yazarlar, ayarlama çifti fikrini ortaya attılar ve nedenselliği ayarlama yöntemleriyle belirlemek için tüm grafik koşullarını gösterdiler. Yazarlar ayrıca, bir polinom formunda işlenebilecek tüm mutabakat çiftlerini listelemek için bir algoritma tasarladılar. Kısmen işlenebilir mutabakat çiftlerinin belirli özelliklerini değerlendirmek isteyen araştırmacılar için (ortak özellikler arasında maliyet, değişim ve ölçüm zorluğu bulunur) Bu faydalı olacaktır. Son olarak, yazarlar, belirli bir ortamın yönetilebilir olduğu onaylandıktan sonra gerçekleştirilebilecek istatistiksel bir tahmin sürecini açıklar; sınırlı bir örneklemde çeşitli problemlerle başa çıkmak için kullanılabilir.

Kağıt adresi: https://pdfs.semanticscholar.org/023a/a92487c037a7557b9b74e894003725afd00a.pdf

En İyi Öğrenci Makalesi Adaylığı: "Böbrek Değişim Algoritmasını İnsan Değerleriyle Uyumlu Hale Getirmek" (insan değerleriyle tutarlı bir böbrek tahsis algoritmasını yeniden oluşturmak)

Özet: Sınırlı kaynakların verimli bir şekilde nasıl tahsis edileceği, iki ekonomi ve bilgisayar bilimi alanı tarafından paylaşılan klasik bir sorundur. Böbrek nakli operasyonları için, bir merkezi pazar genellikle tüm normal böbrek donörlerini böbrek bekleyen hastalara tahsis eder. Böbrek tahsisinde hasta ve vericilerin önceliği ilk olarak komite tarafından ad hoc ağırlıklar ile belirlenir, ardından hangi hastanın hangi donöre, hangi hastanın vericiye tahsis edilmeyeceğini belirleyen bir tahsis algoritmasına girilir. Bu yazıda yazarlar, böbrek dağılımındaki her hastanın dosyasına göre ağırlıkları tahmin etmek için uçtan uca bir yöntem önermektedir. Yazarlar ilk olarak hastaların önceliğini belirlemek için kullanılabileceğini düşündükleri bir dizi özellik (tıbbi özellikler, yaşam tarzı vb.) Elde ettiler. Daha sonra yazarlar, farklı hastaların dosyalarına dayanarak deneklere karşılaştırmalı sorular sordular ve cevaplarına göre her bir özelliğin ağırlığını kesinlikle hesapladılar. Yazarlar, bu ağırlıkların böbrek tahsis pazarının tahsis algoritmasında nasıl kullanılacağını gösteriyor. Yazarlar daha sonra simüle edilmiş bir ortamda bu ağırlıkların etkisini değerlendirdiler ve hesapladıkları ağırlıkların tam değerinin aslında küçük bir etkiye sahip olduğunu buldular.Aslında, gerekli olan tek şey ağırlıklarla hesaplanan dosyaların sıralanmasıdır. Bununla birlikte, hastalara hiç öncelik verilmediği durumla karşılaştırıldığında, ağırlıklı algoritma yine de daha iyi performansa ulaşmaktadır. Aslında, bazı hasta kategorileri, yukarıda bahsedilen test uzmanının değer değerlendirmesinden öncelik eşleştirmesi elde etmiş (veya gecikmiş). Eşleştirmeden sonra).

Kağıt adresi: https://users.cs.duke.edu/~conitzer/kidneyAAAI18.pdf

Vurgu 3 Açılış konuşmasına ileriye bakın

AAAI 2018 ayrıca 7 seçkin konuşmacıyı davet etti. Gelin bu konferansa hangi büyük kahvelerin katılacağına ve konferansta hangi düşündürücü içerikleri konuşacaklarına bir göz atalım.

Subbarao Kambhampati

Arizona Eyalet Üniversitesi'nden Profesör Subbarao Kambhampati, bu konferansta "İnsan Algılama Yapay Zeka Sisteminin Zorluğu" konulu bir konuşma yapacak.

Subbarao Kambhampati (Rao), Arizona Eyalet Üniversitesi'nde bilgisayar bilimi profesörüdür. Kambhampati, planlama ve karar vermedeki temel sorunları, özellikle de insan bilinci AI sistemlerinin zorluklarını araştırmada büyük başarılar elde etti.

Dr. Rao, Maryland Üniversitesi Bilgisayar Bilimleri Bölümü'nden mezun oldu ve 2000 yılında Arizona Eyalet Üniversitesi'nde tam zamanlı profesör oldu. Aynı zamanda ASU Yapay Zeka Laboratuvarı Yochan Araştırma Grubu'nun da başkanıdır. AAAI Derneği'nin 2014'te seçilen başkanı olarak seçildi ve 1992 NSFF Araştırma Başlatma Ödülü'nü, 1994 NSF Genç Araştırmacı Ödülü'nü, 2001-2002 Mühendislik Öğretiminde Mükemmellik Ödülü'nü, 2004 IBM Akademi Ödülü'nü ve 4 Google Araştırma Ödülü'nü (2007 , 2010, 2013 ve 2016).

Konuşma Özeti: Yapay zeka araştırmaları uzun zamandır insanları rahatsız ediyor ve bu araştırmalar "insanlığın ikame edilmesi" ve "insanlığın geliştirilmesi" misyonu arasında gidip geliyor. Artık yapay zeka teknolojisinin artan büyümesi ve yavaş yavaş günlük hayatımıza girmesiyle birlikte yapay zeka sistemlerinin insanlarla birlikte çalışması gerekiyor. Bunu etkili bir şekilde yapmak için yapay zeka sistemleri, "duygusal zeka" ve "sosyal zeka" dahil "insanlarla çalışmak" üzerine araştırmalara daha fazla dikkat etmelidir.

Konuşmada Profesör Subbarao Kambhampati, insanların zihinsel durumlarının modellenmesi, arzularını ve niyetlerini belirleme ve davranışlara ve ihtiyaçlara yanıt vermek için olumlu destek sağlama dahil olmak üzere, insan bilişsel yapay zeka sistemlerinin tasarımının karşılaştığı araştırma zorluklarını tartışacak. Pratik açıklama. Ek olarak, Profesör Subbarao Kambhampati bu zorluklarda şimdiye kadar kaydedilen ilerlemeyi inceleyecek, bazı umut verici yönleri vurgulayacak ve ayrıca bu sistemlerin yarattığı ek ahlaki ikilemlerden bahsedecek.

İnsan bilincinin peşinde koşan yapay zeka sistemi, yapay zeka şirketlerinin araştırma kapsamını genişletiyor, acil olarak gerçek disiplinler arası işbirliğine ihtiyaç duyuyor ve bunu teşvik ediyor ve halkın yapay zeka teknolojisini kabulünü büyük ölçüde artırabilir.

Yejin Choi

Yejin Choi, Washington Üniversitesi'nde Paul G. Allen Bilgisayar Bilimleri ve Mühendisliği Okulu'nda doçenttir. Son araştırmaları, dil ve vizyonun bütünleştirilmesi, metin ve görüntülerden bilgi öğrenme, doğal dil için daha zengin bir bağlam oluşturma ve kurma ve metnin gerçek olmayan anlamını oluşturmak için çağrışımsal çerçeveler kullanma üzerine odaklanmaktadır. 2015'te IEEE AInin İzlenecek 10 listesine seçildi ve aynı zamanda ICCV 2013 Marr Ödülü'nün de sahibi. Bu konferanstaki konuşmasının konusu "Saf fiziksel eylemden çağrışımı anlamaya: dili öğrenmek ve dünya hakkında mantık yürütmek için kullanmak"

Konuşma Özeti: Akıllı iletişim, okunan kelimelerin satırlarının anlaşılmasını gerektirir ve bu, "dünyanın nasıl çalıştığı" hakkında zengin bir arka plan bilgisi gerektirir. Bununla birlikte, anlatılamaz sağduyu ve bilgiyi dilden öğrenmek kolay değildir, çünkü insanlar bunu nadiren açıklar, "Evim benden daha büyük" gibi. Bu derste Yejin Choi, önemsiz günlük bilgilerin uygulanmamış dilden nasıl geri kazanılacağını tartışacak. İnsanların paylaştığı ve varsaydığı zımni bilginin, insanların dili kullanma şeklini sistematik olarak etkilediği ve bu da dünyayı dolaylı olarak anlamak için ipuçları sağlayan önemli bir içgörüdür. Örneğin, "Jen evine girerse", o zaman evi onunkinden daha büyük olmalıdır.

Yejin Choi, konuşmada ilk olarak, çerçeve semantiğinin temsiline uyum sağlayarak, saf fiziksel bilgiden daha soyut çağrışımlara kadar sağduyunun tüm yönlerini nasıl organize edeceğini tanıtacak. Çerçeve merkezli yaklaşımı tamamlayan sinir ağı yöntemleri tartışılacak, tartışma mevcut modeller ve formalist zorluklar tartışılarak sonuçlandırılacak ve gelecekteki araştırma yaklaşımları belirtilecektir.

Cynthia Dwork

Harvard / Radcliffe İleri Araştırmalar Enstitüsü'nden Cynthia Dwork "Eşitlik Sorunu" üzerine bir konferans verecek. Profesör Cynthia Dwork, titiz matematiğe dayanan gizlilik koruma verilerini analiziyle ünlüdür. Ayrıca kriptografi ve dağıtılmış hesaplama alanlarında da öncü katkılarda bulunmuştur. Ayrıca Edsger W. Dijkstra Ödülü'nün de sahibidir.En son araştırma alanları arasında uyarlanabilir veri analizinin kararlılığı (özellikle farklı gizlilik yoluyla) ve sınıflandırmanın adaleti yer almaktadır. Dwork aynı zamanda Ulusal Bilimler Akademisi, Ulusal Mühendislik Akademisi ve Amerikan Felsefe Topluluğu üyesidir ve Amerikan Sanat ve Bilim Akademisi üyesidir.

Konuşma Özeti: Reklamcılıktan tekrar suçlama tahminine kadar değişen algoritma-görevlerin "adaletsizliği", günümüzde popüler medyada büyük ilgi gördü. Adaleti sağlamaya yönelik algoritmik teknikler, artık sıklıkla özel seminerlerde ve sempozyumlarda ve yerleşik araştırma konferanslarında görülmektedir. Bu ders matematiksel açıdan titiz adalet teorileri (tanımlar, yöntemler ve kanıtlanabilir sınırlar ve uzlaşmalar) üzerine yeni araştırmalara odaklanacak, "yorumlanabilirlik" gibi sıcak politika konularına yön verecek ve gelecekteki araştırmalar için yeni sorular ortaya koyacaktır.

Zoubin Ghahramani

Zoubin Ghahramani, Cambridge Üniversitesi'nde bilgi mühendisliği profesörü ve Uber'de baş bilim insanıdır. Kendisi aynı zamanda Leverhulme İstihbaratın Geleceği Merkezi Dekan Yardımcısı ve St Johns College Üyesi'dir. Aynı zamanda Birleşik Krallık Ulusal Veri Bilimi Enstitüsü Alan Turing Enstitüsü'nün kurucu direktörüdür. Pennsylvania Üniversitesi, Massachusetts Teknoloji Enstitüsü, Toronto Üniversitesi, University College London Gatsby ve Carnegie Mellon Üniversitesi'nde çalışmış ve eğitim almıştır. Araştırması, makine öğrenimi ve yapay zekanın olasılıklı yöntemlerine odaklanıyor ve 250'den fazla ilgili araştırma makalesi yayınladı. Geometric Intelligence'ın (şimdi Uber AI Labs) kurucu ortağıdır ve birçok AI ve makine öğrenimi şirketinde danışman olarak hizmet vermektedir. AAAI 2018 konuşmasının konusu "Olasılıklı Makine Öğrenimi ve Yapay Zeka".

Konuşma Özeti: Olasılık teorisi, öğrenmeyi anlamak ve makul akıllı sistemleri inşa etmek için matematiksel bir çerçeve sağlar. Zoubin Ghahramani, olasılıksal AI alanının temellerini gözden geçirecek ve ardından Bayesian derin öğrenme, olasılıklı planlama, Bayesian optimizasyonu ve veri bilimi AI gibi konuları içeren bazı güncel araştırma alanlarına odaklanacak.

Joseph Halpern

Joseph Halpern, 1996 yılında Cornell Üniversitesi Bilgisayar Bilimleri Bölümü'ne katıldı ve 2010-2014 yılları arasında bölüm başkanı olarak görev yaptı. Halpern AAAI, AAAS, American Academy of Arts and Sciences, ACM, IEEE, Game Theory Society ve Economic Theory Progress Society üyesidir. Bu konferansta konuşmasının konusu: "Pratik Nedensellik: Bir Soruşturma"

Konuşma Özeti: "C olayı" aslında "E olayına" götüren ne anlama geliyor? Gerçek nedenselliği tanımlama sorunu sadece felsefi spekülasyon değildir. Örneğin, birçok yasal tartışmada, sorumluluğun belirlenmesi, oluşturulması gereken şeydir (bir araba kazasının veya tıbbi sorunun gerçek nedeni nedir?). 18. yüzyıldan beri felsefi edebiyat, nedenselliğin tanımlanması sorunuyla mücadele etmektedir. Birçok tanım karşı olgusal olarak ifade edilir. (C, E'nin bir nedenidir. C olmazsa, E olmaz). 2001'de Joseph Halpern ve Judea Pearl, karşı olgusalları simüle etmek için Pearl'ün yapısal denklemler kavramını kullanarak gerçek nedenlerin yeni bir tanımını yaptı. O zamandan beri bu tanım iki kez revize edildi, "sorumluluk" ve "suçlama" gibi kavramları ele alacak şekilde genişletildi ve veritabanı ve program doğrulamasına uygulandı. Bu konuşmada Joseph Halpern, Judea Pearl, Hana Chockler ve Chris Hitchcock ile son 15 yıldaki araştırmalarını inceleyecek ve dört gözle bekleyecek.

Charles Isbell

Charles Isbell, Georgia Bilgisayar Teknolojisi Enstitüsü'nde profesör ve kıdemli bir yardımcı dekan ve bir makine öğrenimi araştırmacısıdır. Isbell, Ulusal Bilimler Akademisi'nde (üç yıllık) Caverley Üyesidir ve NSF KARİYER ve DARPA CSSG ödüllerini kazanmıştır. ICML'de en iyi kağıt ödülünü kazandı. ICML, NIPS, RoboCup, Tapia ve NAS Science Frontiers Seminerinde komite çalışması yaptı ve çok sayıda konferansta toplantılar düzenledi.

Konuşma Özeti: Makine öğrenimi sistemleri oluşturuyoruz çünkü belirli bir şekilde davranmalarını istiyoruz. Bu durumda "biz" konusu genellikle insandır. Hedefin kendisini tanımlamak için belirli bir strateji veya ince bir tercih iletmek istesek de, insandan algoritmaya bir tür bilgi aktarımı her zaman gereklidir. Etkileşimli makine öğrenimi, yapay zeka sorunlarını çözmek için makine öğrenimi tekniklerini kullanma bağlamında göçü destekleyen teknolojilere odaklanır. Bu ders, etkileşimli makine öğreniminde incelenen bazı problemleri ve teknikleri, insan katılımcıların deneysel sonuçlarının ürettiği sezgisel tasarım ilkelerine özel vurgu yaparak tartışacaktır. Özellikle, bu sezgisel olmayan ilkeler genellikle "biz (biz) ) "" biz "in yanlış anlaşılmasından kaynaklanıyor.

Percy Liang

Percy Liang, Stanford Üniversitesi'nde bilgisayar bilimi yardımcı doçentidir. Araştırması makine öğrenimi ve doğal dil işlemeyi içerir. Amacı, insanlarla etkili bir şekilde iletişim kurabilen ve etkileşim yoluyla performans iyileştirmeleri elde eden güvenilir aracılar geliştirmektir. Belirli araştırma konuları arasında soru yanıtlama, diyalog, program tanıtımı, etkileşimli öğrenme ve güvenilir makine öğrenimi yer alır.

Percy Liang'ın bu konferanstaki konuşmasının konusu "Yapay zeka için makine öğrenimini nasıl değerlendirmeliyiz"?

Konuşma Özeti: Makine öğrenimi, yapay zekanın büyük başarısını teşvik etmede şüphesiz çok başarılıdır, ancak aynı zamanda bir eğitim-test değerlendirme paradigması türetir. Bu standart değerlendirme, ortalama olarak sadece iyi davranışları teşvik eder; karşıt örneklerin gösterdiği sağlamlığı garanti etmez ve diyalog veya yanlış cevaplar gibi etkileşimli görevlerle hiçbir ilgisi yoktur. Bu konuşmada Percy Liang, doğal dili anlama görevlerine odaklanan değerlendirme örneklerini tanıtacak ve yapay zekanın ilerlemesine anlamlı yönlerde nasıl rehberlik edileceğini keşfedecek.

Öne Çıkın 4 Beş büyük Çinli şirket ilk kez aynı anda bir araya geliyor AAAI 2018

AAAI 2018'e bu yıl toplam 26 şirket / kurum sponsor olarak katıldı. Bu yılın en önemli özelliği, birçok Çinli şirketin derinden dahil olması.İlk kez, beş büyük Çinli şirket AAAI 2018'de bir araya geldi.

Didi Chuxing ilk kez AAAI 2018'in sponsoru oldu ve tek seferde en büyük sponsoru kazandı. Baidu, Tencent, Alibaba ve JD.com altın sponsorlardır. Ayrıca, geçen yıl AAAI 2017'ye sponsor olan küçük i robotları, AAAI 2018 ekibinde yer almaya devam ediyor. 2018'deki ilk akademik konferans, pek çok Çinli şirketin katılımını ve ilgisini sağladı.Gerçekten nadirdir.Ayrıca BAT, JD.com ve Didi Travel da AAAI 2018 tarafından temsil edilen uluslararası akademisyenin bu etkinlikte yer aldığını gösteriyor. Çinli şirketlerin kafasında konferansların durumu giderek daha önemli hale geliyor.

O zaman, Leifeng.com AI Technology Review, yerinde sergi alanında yukarıda belirtilen Çinli şirketlerle iletişim kuracak ve iletişim kuracak ve takip raporlarını geri getirecektir.

AAAI 2017'deki kağıt koleksiyonuna bakılırsa, Baidu, Tencent, Huawei, 360, Toutiao, Ctrip, iPIN ve diğer şirketlerin yapay zeka ekiplerinin hepsinde kağıtlar bulunuyor. Geçen yıl ile karşılaştırıldığında, Leifeng.com'un AI Technology Review tarafından bilinen mevcut durum daha yoğun. Baidu'nun bu yıl kabul edilen dört AAAI makalesi var; Alibaba ve Tencent AI Lab'ın her birinde 11 kağıt var; ayrıca tilki kuyruğu teknolojisinde de iki kağıt var. İlgili belgeler dahildir. AAAI 2018 tarafından diğer şirketlerden makaleler kabul edilirse, lütfen Leifeng.com'un AI Technology Review Resmi Hesabı (aitechtalk) üzerinden bizimle iletişime geçmekten çekinmeyin.

Alibaba Yapay Zeka Laboratuvarı Pekin Ar-Ge Merkezi başkanı, AAAI Derneği Başkanı Subbarao Kambhampati'nin 5 Şubat yerel saatiyle 20: 00'de Alibaba'nın "Ali Gecesi" atölye çalışmalarını çevrimdışı yürüteceğini belirtmek gerekir. Dr. Nie Zaiqing de davetli bir konuk olacak.

Öne Çıkın 5 Geçen yıl soğuk geçen İş Fuarı, bu yıl ne olacak?

İş Fuarı, şirketler ve öğrenciler için bir iletişim platformu sağlamayı hedefliyor AAAI-17 de düzenlendi. O zamanlar, AI Technology Review İş Fuarı'na katıldığında, kafayı sıkmanın canlı bir sunum sahnesini önceden ayarlamıştı, ancak gerçek durum beklenen durumdan çok farklıydı. Olay yerindeki duruma bakıldığında, öğrenci katılımı seviyesi çok yüksek değil. Sunum mekanı yaklaşık 200 kişiyi ağırlayabilir, ancak AI Technology Review'un dinlediği kurumsal sunum sayısı sadece 20 kişiydi. Tüm mekan çok boş görünüyordu. Sunumu yapmak için sıraya giren şirket temsilcilerini çıkarırsanız, gerçekten mekana gelen öğrenciler "Çok az" olarak tanımlanabilir.

Ancak "sarhoşun niyeti içki içmek değil." Birçok şirket, o zamanlar Leifeng.com AI Technology Review'e, kurumsal PR tanıtımının amacının en sevdikleri öğrencileri yerinde işe alma motivasyonundan çok daha büyük olduğunu söyledi. Buna ek olarak, bu aynı zamanda AI patlamasıyla da ilgili olabilir. Rüzgârda öğrenciler istihdam sorunları konusunda endişeli değiller.

Ve bu yıl AAAI Konferansı Düzenleme Komitesi geçen yıldan itibaren projeye devam etti ve hala İş Fuarı ile ilgili projeleri açtı.Ama AAAI-18 İş Fuarı değiştirilecek mi?

Vurgu 6: Karnaval, ısının ve dört gözle bekleyin

Yerel saatle 2 Şubat, New Orleans'ta Mardi Gras Karnavalı ... Bugün olay yerine gelen sınıf arkadaşlarıysanız, bu "Yağlı Salı" da yerel halkın hayalet gibi davranarak maske takacağını ve sokaklar gong ve davullarla dolu olduğunu görebilirsiniz. Havai fişekler son derece canlıdır. (Burada resim yok, yarın sağlayacağım)

Leifeng.com AI Technology Review ayrıca AAAI 2018 konferansının canlı yayınını size sunmak için New Orleans'a koştu. New Orleans, Louisiana'nın güneyinde bir liman kentidir ve Louisiana eyaletinin en büyük şehridir. Bu konferansın yeri, Mississippi Nehri'nin yanındaki New Orleans Hilton Riverside Oteli'dir.

Gündeme göre, konferans 2 Şubat'ta başlayacak ve saat 07: 30'da kayıt için açılacak.Kayıt yeri Hilton Oteli'nin 3. katında. Kayıt penceresi, 7'nci öğlen 11'e kadar açık kalacak (yukarıdakilerin tümü New Orleans yerel saatidir) ).

Kayıt işlemini kolaylaştırmak için, konferans partisi iki kayıt penceresi oluşturmuştur.Gelen kayıtlı personel, soyadının ilk harfine göre iki pencerede bulunan katılımcı etiketini ve bilgi çantasını alacaktır ki bu çok uygundur.Leifeng AI Technology Review fotoğraflarının çekilme süresi nispeten geç. Yani çok fazla pencere insanı yok.

Gündeme göre, 2 Şubat - 3 Şubat tarihleri arasında toplam 15 atölye çalışması (başlangıçta W6: Akıllı Şebekeler ve Akıllı Binalar için Yapay Zeka iptal edildi) ve 30'a yakın Eğitim birbiri ardına düzenlendi. Bugün 8 Öğretici var. Spesifik gündem, konular ve konuşmacılar aşağıdaki gibidir:

Bugünün yerinde durumuna bakılırsa, 8 Eğiticinin ölçekleri farklıdır ve dinleyici sayısı biraz fazla, neredeyse dolu. Örneğin, Ağ Temsili Öğrenimi: Vektör Uzayında Ağ Çıkarımını Etkinleştirme - Tsinghua Üniversitesi'nden Profesör Cui Peng ve Profesör Zhu Wenwu tarafından düzenlenen bu Öğretici birçok izleyici kazandı.

Nispeten az kişinin olduğu bazı mekanlar da vardır (aşağıdaki resim bugünün [2.ÇP: Ters Pekiştirmeli Öğrenme Araştırması: Zorluklar, Yöntemler ve İlerleme - Prashant Doshi, Saurabh Arora] temalı mekanı göstermektedir).

Saat beşte, insan akışı yavaş yavaş geri çekilmeye başladı. Leifeng.com AI Technology Review, bazı Çinli öğrencilerle anında iletişime geçti. Bazıları Leifeng.com AI Technology Review'e bugünün ana amacının "ısınmak için sahaya adım atmak" olduğunu ve hepsinin takip etmeyi dört gözle beklediklerini söyledi. Daha heyecan verici içerik.

Önümüzdeki birkaç gün içinde, Leifeng.com AI Technology Review olay yerinden daha ayrıntılı raporlar getirecek, bu yüzden bizi izlemeye devam edin.

Not:

New Orleans'taki Louis Armstrong Havalimanı'ndan etkinlik mekanına ulaşmak on milden fazla sürüyor.Otobüs bir saatten fazla sürüyor ve ortadan aktarılması gerekiyor.Büyük bagajı olan öğrenciler için pek dostane değil. Taksi tavsiye edilir.

Havalimanında Uber veya Lyft'i arayabilirsiniz.Havalimanı çıkışındaki otoparkta, yazılım haritası iğnesinde görülebilen özel bir Uber / Lyft bekleme alanı olduğuna dikkat edilmelidir. Lyft, taksiyle yaklaşık 40 dolara mekana gitti.

"Siam Show: Dokuz Tanrının Savaş Zırhı" tutkulu Muay Thai ile canlanıyor, yaz dosyasını çalıştırmak için enerji biriktiriyor

Hong Kong Bilim ve Teknoloji Üniversitesi'nden Wang Yu ile röportaj: AI + Robotlar, Akıllı Sahnelerin Uygulanmasını Hızlandırın