2017 年臨近尾聲，一整年的頂級(jí)學(xué)術(shù)會(huì)議也畫(huà)上了圓滿(mǎn)的句號(hào)。如果你為自己錯(cuò)過(guò)了某些精彩的國(guó)內(nèi)論文演講而心存遺憾，剛剛結(jié)束的「人工智能?chē)?guó)際頂級(jí)會(huì)議論文報(bào)告會(huì)」或許能夠讓你擁有不一樣的體會(huì)和收獲。

12 月 20 日（周三）上午，「人工智能?chē)?guó)際頂級(jí)會(huì)議論文報(bào)告會(huì)」在深圳市西麗大學(xué)城哈工大（深圳）F 棟國(guó)際報(bào)告廳順利舉行。雷鋒網(wǎng)作為獨(dú)家合作媒體，于 20 日提供了現(xiàn)場(chǎng)直播環(huán)節(jié)，并予以報(bào)道支持。

雷鋒網(wǎng) AI 科技評(píng)論在與會(huì)期間，同中國(guó)人工智能學(xué)會(huì)青年工作委員會(huì)秘書(shū)長(zhǎng)、哈爾濱工業(yè)大學(xué)（深圳）計(jì)算機(jī)學(xué)院徐睿峰教授進(jìn)行了交流。徐睿峰教授告訴雷鋒網(wǎng) AI 科技評(píng)論，當(dāng)天上午進(jìn)行的「人工智能?chē)?guó)際頂級(jí)會(huì)議論文報(bào)告會(huì)」主要是作為中國(guó)人工智能學(xué)會(huì)青年工作委員會(huì)學(xué)術(shù)年會(huì)的一部分召開(kāi)。

雷鋒網(wǎng) AI 科技評(píng)論了解到，本次論文報(bào)告會(huì)從議程上看，主要邀請(qǐng)了清華大學(xué)深圳研究生院、北京大學(xué)深圳研究生院、哈爾濱工業(yè)大學(xué)（深圳）、騰訊 AI Lab 等高校和研究機(jī)構(gòu)人員參與，主要圍繞今年發(fā)表于 AAAI, IJCAI, CVPR, ACL, ACM MM 等人工智能領(lǐng)域國(guó)際頂級(jí)會(huì)議的論文。此外，騰訊 AI Lab 還帶來(lái)了 AAAI 2018 及 ACL 2018（TACL）的最新錄用論文，提前一睹明年優(yōu)秀論文的風(fēng)采。根據(jù)徐睿峰教授的介紹，本次論文報(bào)告會(huì)主要依照定向邀請(qǐng)研究單位，后者推薦人選及論文的方式進(jìn)行。兼顧到地域問(wèn)題，本次的邀請(qǐng)對(duì)象主要集中于深圳地區(qū)。

議程于上午 9 點(diǎn)開(kāi)始。雖然當(dāng)天為工作日，但一早現(xiàn)場(chǎng)已經(jīng)座無(wú)虛席。由于本次活動(dòng)為免費(fèi)參與，不設(shè)人數(shù)上限，有不少準(zhǔn)時(shí)到場(chǎng)的同學(xué)都只能站在會(huì)場(chǎng)周?chē)?，擠得滿(mǎn)滿(mǎn)當(dāng)當(dāng)。據(jù)雷鋒網(wǎng) AI 科技評(píng)論了解，與會(huì)群體主要為廣東省高校的老師、同學(xué)，還有不少是從外地趕過(guò)來(lái)的。一名來(lái)自廣東外語(yǔ)外貿(mào)大學(xué)的老師笑稱(chēng)，「接到消息的時(shí)候趕緊報(bào)名，當(dāng)時(shí)學(xué)校附近的酒店都快訂光了。」

整個(gè)上午的議程持續(xù)三個(gè)多小時(shí)，8 位講者各進(jìn)行 15 分鐘的論文展示，接受現(xiàn)場(chǎng)觀眾的提問(wèn)并做答疑。

作為第一位演講者，寧義雙博士介紹了他在清華大學(xué)讀博期間與香港中文大學(xué)、搜狗等科研單位合作的 AAAI 2017 錄用論文《Multi-Task Deep Learning for User Intention Understanding in Speech Interaction Systems》（語(yǔ)音交互系統(tǒng)中基于多任務(wù)深度學(xué)習(xí)的用戶(hù)意圖理解）。在以 Apple Siri、搜狗語(yǔ)音助手、微軟小娜為代表的語(yǔ)音交互系統(tǒng)中，準(zhǔn)確理解用戶(hù)語(yǔ)音輸入所蘊(yùn)含的意圖是改善用戶(hù)體驗(yàn)、提升用戶(hù)滿(mǎn)意度的關(guān)鍵核心。本論文聚焦語(yǔ)音交互系統(tǒng)的用戶(hù)意圖理解，提出了一種多任務(wù)深度學(xué)習(xí)的模型，將表征用戶(hù)輸入語(yǔ)義的文本焦點(diǎn)（Text Focus）、凸顯用戶(hù)側(cè)重的語(yǔ)音重音（Speech Emphasis）進(jìn)行融合，并結(jié)合社交網(wǎng)絡(luò)數(shù)據(jù)將反映用戶(hù)方言習(xí)慣和表達(dá)方式的地域信息進(jìn)一步整合到模型中，從而實(shí)現(xiàn)對(duì)用戶(hù)意圖的準(zhǔn)確理解，讓計(jì)算機(jī)更加「通情達(dá)意」。

據(jù) AI 科技評(píng)論了解，該論文是國(guó)家自然科學(xué)基金面上項(xiàng)目《面向自然口語(yǔ)對(duì)話(huà)的深層次信息感知與表達(dá)方法研究》以及重點(diǎn)項(xiàng)目《互聯(lián)網(wǎng)話(huà)語(yǔ)理解的心理機(jī)制與計(jì)算建?！返闹匾芯砍晒唬撐牡闹笇?dǎo)教師為吳志勇、賈珈、蔡蓮紅等。

2016 年最受人矚目的研究工作之一莫過(guò)于圍棋 AI 了。但與 AlphaGo 不同，北京大學(xué) Wang Jinzhuo、王文敏、王榮剛、高文等人提出的新方法沒(méi)有使用蒙特卡洛樹(shù)搜索。在 AAAI 2017 錄用論文《Beyond Monte Carlo Tree Search: Playing Go with Deep Alternative Neural Network and Long-Term Evaluation》中，研究者們嘗試從圍棋專(zhuān)家的角度考慮更好的下棋方式。研究者使用了由深度交替網(wǎng)絡(luò)（DANN）和長(zhǎng)期評(píng)估（LTE）組成的系統(tǒng)，在每個(gè)卷積層后插入一個(gè)循環(huán)層，進(jìn)行交替堆疊，以得到更豐富的層級(jí)特征；此外，針對(duì)對(duì)候選項(xiàng)進(jìn)行綜合的可能性評(píng)估（而非單個(gè)概率），模擬人類(lèi)專(zhuān)家考慮走子的思考模式。通過(guò)實(shí)驗(yàn)，研究者表明該系統(tǒng)的棋力也強(qiáng)于目前大多數(shù)基于蒙特卡洛樹(shù)搜索的方法。作者在演講最后表達(dá)了對(duì)人類(lèi)棋手的信心，認(rèn)為雖然人類(lèi)頂級(jí)棋手落敗于機(jī)器，但人類(lèi)經(jīng)驗(yàn)依然有值得學(xué)習(xí)的地方。

作為騰訊 AI Lab 及阿卜杜拉國(guó)王科技大學(xué)的合作論文《Diverse Image Annotation》的代表，來(lái)自騰訊 AI Lab 的吳保元針對(duì) CVPR 2017 的這篇錄用論文做了介紹。

在演講的開(kāi)頭，吳保元強(qiáng)調(diào)了多樣性圖像標(biāo)注（DIA）是視覺(jué)理解的基礎(chǔ)。這也是騰訊 AI Lab 一直在著力的研究點(diǎn)。在目前的圖像標(biāo)注上，研究者發(fā)現(xiàn)，如果要以盡可能少的詞囊括盡可能多的圖片信息，不僅需要減少冗余，還需要減少用兩個(gè)詞標(biāo)注同一內(nèi)容的情況出現(xiàn)。為了實(shí)現(xiàn)這一點(diǎn)，研究者將問(wèn)題轉(zhuǎn)換為兩個(gè)需求：1）增加標(biāo)簽描述的相關(guān)性（relevant to the image）；2）保證詞間的多樣性（diverse to each other）。

研究者所面臨的挑戰(zhàn)則是：1）如何同時(shí)從多樣性與相關(guān)性制定相關(guān)維度？2）如何用一個(gè)指標(biāo)以評(píng)估多樣性？團(tuán)隊(duì)采用了一個(gè)簡(jiǎn)單而可行的思想：通過(guò) DPP（determinantal point process）模型對(duì)多樣性與相關(guān)性進(jìn)行編碼；而通過(guò)加權(quán)語(yǔ)義路徑（weighted semantic paths）來(lái)制定新的語(yǔ)義度量。也就是說(shuō)，既要保證 path 的個(gè)數(shù)，又要使得對(duì)應(yīng)詞所在的層級(jí)越低越好（說(shuō)明該詞越具體）。

以下圖為例，「person」與「people」都是屬于同類(lèi)對(duì)象，因此在判別時(shí)需要盡量減少這兩個(gè)詞的同時(shí)出現(xiàn)，而同一 path 的層級(jí)越深（people-woman-lady），則說(shuō)明該描述詞越具體。

哈工大（深圳），華為諾亞方舟實(shí)驗(yàn)室的合作論文《DeepFM: A Factorization-Machine based Neural Network for CTR Prediction》被 IJCAI 2017 錄用，團(tuán)隊(duì)通過(guò)關(guān)注如何學(xué)習(xí)用戶(hù)行為背后的組合特征（feature interaction），并最大化推薦系統(tǒng)的 CTR。

目前的主要方法只能分別得到低階或是高階組合特征。比如通過(guò)最近的 App 熱度，為用戶(hù)推薦帶有相關(guān) ID 的應(yīng)用；或是通過(guò)一些用戶(hù)行為時(shí)間（如飯點(diǎn)到了，外賣(mài)類(lèi) App 下載量會(huì)變高）來(lái)進(jìn)行推薦排序；抑或是用戶(hù)的性別、年齡等信息進(jìn)行判斷（如向男性用戶(hù)推薦射擊類(lèi)游戲）。

研究團(tuán)隊(duì)通過(guò)集成 FM 與 DNN，思想與谷歌的 Wide&Deep 類(lèi)似，wide 代表 FM 模型；deep 代表深度神經(jīng)網(wǎng)絡(luò)，構(gòu)建一個(gè)端到端的，且能突出高低階組合特征的模型——DeepFM。據(jù)論文提及，DeepFM 在真實(shí)應(yīng)用市場(chǎng)的數(shù)據(jù)和 criteo 的數(shù)據(jù)集上實(shí)驗(yàn)驗(yàn)證，在 CTR 預(yù)估的計(jì)算效率和 AUC、LogLoss 上超越了現(xiàn)有的模型（LR、FM、FNN、PNN、W&D）。

在《Improving Sequence-to-Sequence Constituency Parsing》中，來(lái)自騰訊 AI LAB 的論文作者分享了他們?cè)?AAAI 2018 的錄用論文。簡(jiǎn)單說(shuō)來(lái)，團(tuán)隊(duì)將自然語(yǔ)言的句法樹(shù)通過(guò)端到端模型轉(zhuǎn)換成一個(gè)序列，實(shí)現(xiàn)「輸入是一個(gè)序列、輸出同樣也是一個(gè)序列」的結(jié)果。在預(yù)測(cè)某個(gè)節(jié)點(diǎn)時(shí)，對(duì)附近的節(jié)點(diǎn)信息進(jìn)行提前預(yù)測(cè)，實(shí)現(xiàn)端到端的句法解析。

在短暫的茶歇與交流過(guò)后，北京大學(xué)深圳研究生院分享了他們?cè)?ACM Multimedia 2017 的其中一篇論文成果。在《Learning Object-Centric Transformation for Video Prediction》中，信息工程學(xué)院碩士研究生陳雄濤、導(dǎo)師王文敏教授等作者深入研究了以物體為中心的視頻預(yù)測(cè)問(wèn)題，采用深度注意機(jī)制和動(dòng)作轉(zhuǎn)換學(xué)習(xí)方法，可以有效地對(duì)同一場(chǎng)景下不同物體的動(dòng)作進(jìn)行預(yù)測(cè)。

而在今年的 ACM Multimedia 2017 上，王文敏教授所指導(dǎo)的碩士研究生在主會(huì) Main Paper Track 上發(fā)表論文 2 篇、在主會(huì) Thematic Workshops 上發(fā)表論文 1 篇、在與主會(huì)同時(shí)舉辦的「International Workshop on Multimedia Verification (MuVer)」上發(fā)表論文 1 篇。上述研究獲得了深圳市「圖像與視頻處理技術(shù)」孔雀團(tuán)隊(duì)項(xiàng)目、以及深圳市「智能多媒體與虛擬現(xiàn)實(shí)重點(diǎn)實(shí)驗(yàn)室」項(xiàng)目的支持。

騰訊 AI Lab 高級(jí)研究員涂兆鵬作為代表，分享了騰訊 AI Lab 與清華大學(xué)、南京大學(xué)，今日頭條，滑鐵盧大學(xué)等合作機(jī)構(gòu)撰寫(xiě)的兩篇 ACL 2018（TACL）錄用論文。

從騰訊 AI Lab 的角度來(lái)看，這兩篇論文分別是它們?cè)谖臋n層面（雙語(yǔ)詞），以及 adequacy learning（未翻譯建模）的新嘗試。

在與清華大學(xué)劉洋老師合作的《Learning to Remember Translation with a Continuous Cache》中，團(tuán)隊(duì)使用 Key-Value Memory Network 記錄歷史翻譯信息，將 EMNLP2017 工作的 cross-sentence context 從單語(yǔ)句子級(jí)別推進(jìn)到了雙語(yǔ)詞級(jí)別。而在《Modeling Past and Future for Neural Machine Translation》中，團(tuán)隊(duì)將源信息分為過(guò)去內(nèi)容與未譯內(nèi)容兩個(gè)部分，并由兩個(gè)附加遞歸層進(jìn)行建模。這些內(nèi)容都將被提供給注意力模型與解碼器，為 NMT 系統(tǒng)提供兩個(gè)層面的信息。實(shí)驗(yàn)結(jié)果表明，此方法能顯著提升漢英、德英和英德翻譯任務(wù)的效果，且在質(zhì)量與比對(duì)錯(cuò)誤率都優(yōu)于傳統(tǒng)模型。

在論文報(bào)告會(huì)的最后，哈爾濱工業(yè)大學(xué)（深圳）博士生杜嘉晨分享了他作為第一作者在 IJCAI 2017 上發(fā)表的論文《Stance Classification with Target-Specific Neural Attention Networks》。

傳統(tǒng)情感分類(lèi)只是簡(jiǎn)單判別情感的正負(fù)向，此外，基于原始文本沒(méi)有指定特定目標(biāo)，或文本中存在的大量隱喻論述，針對(duì)特定目標(biāo)的立場(chǎng)檢測(cè)及分類(lèi)成為了一個(gè)值得關(guān)注的問(wèn)題。團(tuán)隊(duì)通過(guò)提出神經(jīng)網(wǎng)絡(luò)模型，通過(guò) 1）給定 target augment embedding 模型與 2）給定 target 注意力信號(hào)，將目標(biāo)特定信息融入分類(lèi)中。

在與徐睿峰教授交流時(shí)，他表示整場(chǎng)報(bào)告會(huì)聽(tīng)下來(lái)，最大的感受依然是人工智能的領(lǐng)域之寬，「雖然目前技術(shù)上各個(gè)領(lǐng)域有一些相通的東西，一些做視頻的方法與做文本的方法也可以進(jìn)行借鑒和采用，但實(shí)際上還是很難存在一些通用性的方法囊括所有的問(wèn)題，比如博弈所采用的方法，在其它問(wèn)題領(lǐng)域的應(yīng)用上就會(huì)少一些?！?/p>

上午的「人工智能?chē)?guó)際頂級(jí)會(huì)議論文報(bào)告會(huì)」結(jié)束后，下午開(kāi)展了學(xué)術(shù)年會(huì)暨工作會(huì)議的相關(guān)議程，除邀請(qǐng)中科院自動(dòng)化所張家俊、哈工大（深圳）張春慨、狗尾草智能科技的王昊奮、中科院信工所任文琦及哈工大張偉男進(jìn)行學(xué)術(shù)報(bào)告外，還進(jìn)行了青工委的工作計(jì)劃和討論。

本次學(xué)術(shù)年會(huì)在 2017 年 12 月落下帷幕，也為 2018 年青工委的工作提前做好了合理的規(guī)劃與部署，相信在新的一年里，中國(guó)人工智能學(xué)會(huì)青年工作委員會(huì)將會(huì)組織更多的學(xué)術(shù)活動(dòng)，為老師學(xué)生們提供廣闊的交流平臺(tái)。雷鋒網(wǎng) AI 科技評(píng)論也將持續(xù)帶來(lái)更多詳細(xì)報(bào)道。

本文圖片由哈爾濱工業(yè)大學(xué)徐睿峰教授提供，特此感謝。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。