研究中心师生参加国际人工智能联合会议IJCAI2019

第28届IJCAI 2019（国际人工智能联合会议, International Joint Conferences on Artificial Intelligence），于2019年8月10日至 16 日在中国澳门召开。研究中心崔立真教授、郑永清教授、史玉良教授、郭伟老师及曹益铭、于福强、王世鹏、任永健等博士生参加了本次会议。会议期间，老师和学生们同国内外的与会者包括前来参会的新加坡南洋理工大学的苗春燕教授、加拿大英属哥伦比亚大学Cyril Leung教授等知名专家进行了广泛的学术交流。

IJCAI是人工智能领域历史最悠久的学术会议，也是最重要和最顶级的学术会议之一。第一届 IJCAI 于 1969 年举办，是 1956 年达特茅斯研讨会的延伸，也是有史以来的第一次人工智能国际会议。几十年来，众多领先的 AI 科技成果都是在 IJCAI 会议期间提出。今年正值IJCAI成立50周年，也是 IJCAI 继 2013 年于北京召开后，第二次踏足中国。IJCAI 2019理事会主席是香港科技大学计算机科学与工程学系主任杨强教授 ，他也是IJCAI的首位华人理事会主席。

根据大会官方发布的数据，今年的IJCAI共投稿 4752篇 (较去年增长37%)，接收了 850篇 (接受率为17.8%)。论文提交量和录取量都创历史新高，但录取比率却是近10年最低。今年IJCAI的投稿总数相较于去年增加了约37%（1282篇），而录取数仅比去年多了141篇。在接收的850篇论文中，中国学者的力量依旧迅猛，中国的入选论文达到327篇，占比38%。

同时研究中心师生们参加并聆听了今年IJCAI的invited talk，组委会一共邀请了7位大咖进行了演讲，内容非常丰富，从不同角度探讨AI的现在过去和未来。7位演讲人及演讲题目：南京大学人工智能学院院长周志华，演讲题目为“Deep Learning: Why deep and is it only doable for neural networks?”；罗马第一大学计算机科学与工程系教授 Giuseppe de Giacomo，演讲题目为“ Queryable Self-Deliberating Dynamic Systems”；麻省理工学院计算机科学与工程系教授 Leslie Kaelbling，演讲题目为“Doing for our robots what evolution did for us”；加州大学洛杉矶分校计算机科学教授 Adnan Darwiche演讲题目为“Reasoning About The Behavior of AI System”；康奈尔大学机械与航空航天工程学院副教授 Hadas Kress-Gazit，演讲题目为“Formal Synthesis for Robots”；索尼公司计算机科学实验室总裁兼首席执行官 Hiroaki Kitano，演讲题目为“Creating the Engine for Scientific Discovery: Nobel Turing Challenge as a grand challenge project in AI and Systems Biology”；博洛尼亚大学计算机科学与工程系教授 Michela Milano，演讲题目为“Empirical Model Learning: merging knowledge-based and data-driven decision models through machine learning”。

近年来，人工智能（AI）的研究在各行业的应用迅速落地，进而大力而广泛地推动了AI+各领域的研究与产业发展。本次大会期间我研究中心师生通过和与会的学者的广泛交流及聆听各位领域内的大咖的演讲，对AI有了新的认知，也对未来的AI领域的发展有了更美好的展望。更有三位参会同学分享了其参会感想。

王世鹏同学：会议中的优秀论文除了想法比较新颖，大多数论文注重理论分析和证明，所以在后续的学习和论文写作中要尝试将证明和推导部分加强，基础很重要。通过与一些工业界论文作者交流，发现在实验时需要加强算法的普适性，需要针对数据提出合适的算法并验证，但是不能为了数据而规避一般性问题，不能仅挑选合适的数据进行实验。需要加强英语的学习，主动交流，大多数学者愿意解答疑惑，但是限于口语表达问题，没法问清楚。

于福强同学：在此次会议中，聆听了各位领域大咖的演讲，最目前AI在各个领域的应用及发展前景有了详细的认知。了解到AI在多媒体、自然语言处理、医学健康领域都有着极大的应用前景。同时也在各个分会场中听取了一些被录取文章的presentation，学习文章作者解决问题的具体思路及其研究动机。通过参加阿里文娱学习到一点，那就是对于所研究的学术问题，目前领域专家更加看重模型的效果，而不是模型的复杂程度。这给了我很大启发，也是此次会议中我收获的最重要的一点：其实不管模型有多么复杂，最终的目标只有一个，那就是对所研究的问题有所提升河促进。

曹益铭同学：IJCAI从论文的主体上看，机器学习方面的文章依旧是IJCAI的主流，计算机视觉、多媒体智能和自然语言处理也是收录的热门方向。IJCAI及参会企业组织了大量的Invited talk及Panels，通过学习专家们的演讲和相互的探讨，人工智能，特别是深度学习取得成功的原因在于逐层处理、有特征的内部变换以及足够的模型复杂度。然而，在某些领域人工智能的发展还不够完善，特别是人工智能的隐私安全问题，深度学习的理论研究等方面，这些方面也是潜在的热点研究方向。通过此次参会，我认为找到有实际意义的问题，通过大量的实验验证模型或算法的有效性，并通过丰富的表示形式展示实验结果是十分重要的。医疗方向的文章可侧重于预测和推荐方向，在线评论的研究可侧重于评论或商品的推荐。