2017 年臨近尾聲，一整年的頂級學術會議也畫上了圓滿的句號。如果你為自己錯過了某些精彩的國內(nèi)論文演講而心存遺憾，剛剛結束的「人工智能國際頂級會議論文報告會」或許能夠讓你擁有不一樣的體會和收獲。

12 月 20 日（周三）上午，「人工智能國際頂級會議論文報告會」在深圳市西麗大學城哈工大（深圳）F 棟國際報告廳順利舉行。雷鋒網(wǎng)作為獨家合作媒體，于 20 日提供了現(xiàn)場直播環(huán)節(jié)，并予以報道支持。

雷鋒網(wǎng) AI 科技評論在與會期間，同中國人工智能學會青年工作委員會秘書長、哈爾濱工業(yè)大學（深圳）計算機學院徐睿峰教授進行了交流。徐睿峰教授告訴雷鋒網(wǎng) AI 科技評論，當天上午進行的「人工智能國際頂級會議論文報告會」主要是作為中國人工智能學會青年工作委員會學術年會的一部分召開。

雷鋒網(wǎng) AI 科技評論了解到，本次論文報告會從議程上看，主要邀請了清華大學深圳研究生院、北京大學深圳研究生院、哈爾濱工業(yè)大學（深圳）、騰訊 AI Lab 等高校和研究機構人員參與，主要圍繞今年發(fā)表于 AAAI, IJCAI, CVPR, ACL, ACM MM 等人工智能領域國際頂級會議的論文。此外，騰訊 AI Lab 還帶來了 AAAI 2018 及 ACL 2018（TACL）的最新錄用論文，提前一睹明年優(yōu)秀論文的風采。根據(jù)徐睿峰教授的介紹，本次論文報告會主要依照定向邀請研究單位，后者推薦人選及論文的方式進行。兼顧到地域問題，本次的邀請對象主要集中于深圳地區(qū)。

議程于上午 9 點開始。雖然當天為工作日，但一早現(xiàn)場已經(jīng)座無虛席。由于本次活動為免費參與，不設人數(shù)上限，有不少準時到場的同學都只能站在會場周圍，擠得滿滿當當。據(jù)雷鋒網(wǎng) AI 科技評論了解，與會群體主要為廣東省高校的老師、同學，還有不少是從外地趕過來的。一名來自廣東外語外貿(mào)大學的老師笑稱，「接到消息的時候趕緊報名，當時學校附近的酒店都快訂光了。」

整個上午的議程持續(xù)三個多小時，8 位講者各進行 15 分鐘的論文展示，接受現(xiàn)場觀眾的提問并做答疑。

作為第一位演講者，寧義雙博士介紹了他在清華大學讀博期間與香港中文大學、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》（語音交互系統(tǒng)中基于多任務深度學習的用戶意圖理解）。在以 Apple Siri、搜狗語音助手、微軟小娜為代表的語音交互系統(tǒng)中，準確理解用戶語音輸入所蘊含的意圖是改善用戶體驗、提升用戶滿意度的關鍵核心。本論文聚焦語音交互系統(tǒng)的用戶意圖理解，提出了一種多任務深度學習的模型，將表征用戶輸入語義的文本焦點（Text Focus）、凸顯用戶側重的語音重音（Speech Emphasis）進行融合，并結合社交網(wǎng)絡數(shù)據(jù)將反映用戶方言習慣和表達方式的地域信息進一步整合到模型中，從而實現(xiàn)對用戶意圖的準確理解，讓計算機更加「通情達意」。

據(jù) AI 科技評論了解，該論文是國家自然科學基金面上項目《面向自然口語對話的深層次信息感知與表達方法研究》以及重點項目《互聯(lián)網(wǎng)話語理解的心理機制與計算建?！返闹匾芯砍晒?，論文的指導教師為吳志勇、賈珈、蔡蓮紅等。

2016 年最受人矚目的研究工作之一莫過于圍棋 AI 了。但與 AlphaGo 不同，北京大學 Wang Jinzhuo、王文敏、王榮剛、高文等人提出的新方法沒有使用蒙特卡洛樹搜索。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（DANN）和長期評估（LTE）組成的系統(tǒng)，在每個卷積層后插入一個循環(huán)層，進行交替堆疊，以得到更豐富的層級特征；此外，針對對候選項進行綜合的可能性評估（而非單個概率），模擬人類專家考慮走子的思考模式。通過實驗，研究者表明該系統(tǒng)的棋力也強于目前大多數(shù)基于蒙特卡洛樹搜索的方法。作者在演講最后表達了對人類棋手的信心，認為雖然人類頂級棋手落敗于機器，但人類經(jīng)驗依然有值得學習的地方。

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

在演講的開頭，吳保元強調(diào)了多樣性圖像標注（DIA）是視覺理解的基礎。這也是騰訊 AI Lab 一直在著力的研究點。在目前的圖像標注上，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，還需要減少用兩個詞標注同一內(nèi)容的情況出現(xiàn)。為了實現(xiàn)這一點，研究者將問題轉換為兩個需求：1）增加標簽描述的相關性（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）如何同時從多樣性與相關性制定相關維度？2）如何用一個指標以評估多樣性？團隊采用了一個簡單而可行的思想：通過 DPP（determinantal point process）模型對多樣性與相關性進行編碼；而通過加權語義路徑（weighted semantic paths）來制定新的語義度量。也就是說，既要保證 path 的個數(shù)，又要使得對應詞所在的層級越低越好（說明該詞越具體）。

以下圖為例，「person」與「people」都是屬于同類對象，因此在判別時需要盡量減少這兩個詞的同時出現(xiàn)，而同一 path 的層級越深（people-woman-lady），則說明該描述詞越具體。

哈工大（深圳），華為諾亞方舟實驗室的合作論文《DeepFM: A Factorization-Machine based Neural Network for CTR Prediction》被 IJCAI 2017 錄用，團隊通過關注如何學習用戶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。比如通過最近的 App 熱度，為用戶推薦帶有相關 ID 的應用；或是通過一些用戶行為時間（如飯點到了，外賣類 App 下載量會變高）來進行推薦排序；抑或是用戶的性別、年齡等信息進行判斷（如向男性用戶推薦射擊類游戲）。

研究團隊通過集成 FM 與 DNN，思想與谷歌的 Wide&Deep 類似，wide 代表 FM 模型；deep 代表深度神經(jīng)網(wǎng)絡，構建一個端到端的，且能突出高低階組合特征的模型——DeepFM。據(jù)論文提及，DeepFM 在真實應用市場的數(shù)據(jù)和 criteo 的數(shù)據(jù)集上實驗驗證，在 CTR 預估的計算效率和 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，來自騰訊 AI LAB 的論文作者分享了他們在 AAAI 2018 的錄用論文。簡單說來，團隊將自然語言的句法樹通過端到端模型轉換成一個序列，實現(xiàn)「輸入是一個序列、輸出同樣也是一個序列」的結果。在預測某個節(jié)點時，對附近的節(jié)點信息進行提前預測，實現(xiàn)端到端的句法解析。

在短暫的茶歇與交流過后，北京大學深圳研究生院分享了他們在 ACM Multimedia 2017 的其中一篇論文成果。在《Learning Object-Centric Transformation for Video Prediction》中，信息工程學院碩士研究生陳雄濤、導師王文敏教授等作者深入研究了以物體為中心的視頻預測問題，采用深度注意機制和動作轉換學習方法，可以有效地對同一場景下不同物體的動作進行預測。

而在今年的 ACM Multimedia 2017 上，王文敏教授所指導的碩士研究生在主會 Main Paper Track 上發(fā)表論文 2 篇、在主會 Thematic Workshops 上發(fā)表論文 1 篇、在與主會同時舉辦的「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」孔雀團隊項目、以及深圳市「智能多媒體與虛擬現(xiàn)實重點實驗室」項目的支持。

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

從騰訊 AI Lab 的角度來看，這兩篇論文分別是它們在文檔層面（雙語詞），以及 adequacy learning（未翻譯建模）的新嘗試。

在與清華大學劉洋老師合作的《Learning to Remember Translation with a Continuous Cache》中，團隊使用 Key-Value Memory Network 記錄歷史翻譯信息，將 EMNLP2017 工作的 cross-sentence context 從單語句子級別推進到了雙語詞級別。而在《Modeling Past and Future for Neural Machine Translation》中，團隊將源信息分為過去內(nèi)容與未譯內(nèi)容兩個部分，并由兩個附加遞歸層進行建模。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)提供兩個層面的信息。實驗結果表明，此方法能顯著提升漢英、德英和英德翻譯任務的效果，且在質量與比對錯誤率都優(yōu)于傳統(tǒng)模型。

在論文報告會的最后，哈爾濱工業(yè)大學（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)情感分類只是簡單判別情感的正負向，此外，基于原始文本沒有指定特定目標，或文本中存在的大量隱喻論述，針對特定目標的立場檢測及分類成為了一個值得關注的問題。團隊通過提出神經(jīng)網(wǎng)絡模型，通過 1）給定 target augment embedding 模型與 2）給定 target 注意力信號，將目標特定信息融入分類中。

在與徐睿峰教授交流時，他表示整場報告會聽下來，最大的感受依然是人工智能的領域之寬，「雖然目前技術上各個領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行借鑒和采用，但實際上還是很難存在一些通用性的方法囊括所有的問題，比如博弈所采用的方法，在其它問題領域的應用上就會少一些。」

上午的「人工智能國際頂級會議論文報告會」結束后，下午開展了學術年會暨工作會議的相關議程，除邀請中科院自動化所張家俊、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行學術報告外，還進行了青工委的工作計劃和討論。

本次學術年會在 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，中國人工智能學會青年工作委員會將會組織更多的學術活動，為老師學生們提供廣闊的交流平臺。雷鋒網(wǎng) AI 科技評論也將持續(xù)帶來更多詳細報道。

本文圖片由哈爾濱工業(yè)大學徐睿峰教授提供，特此感謝。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。