深度學(xué)習(xí)近年來對(duì)數(shù)據(jù)科學(xué)產(chǎn)生了革命性的影響?；谟?jì)算能力的提升、數(shù)據(jù)來源的延展及編程框架的進(jìn)步，深度神經(jīng)網(wǎng)絡(luò)已經(jīng)無處不在。目前深度學(xué)習(xí)的相關(guān)方法在如計(jì)算機(jī)視覺、語音識(shí)別及生成、自然語言處理等多個(gè)領(lǐng)域取得了領(lǐng)先進(jìn)展，也正在將它的應(yīng)用領(lǐng)域延展至其它研究當(dāng)中，取得更大的應(yīng)用優(yōu)勢。

而在 KDD 2018 大會(huì)同期舉辦的首個(gè) key event——Deep Learning Day，毫無疑問成為了本次大會(huì)倍受關(guān)注的重點(diǎn)議程。據(jù)官方介紹，這個(gè)首次在 KDD 舉辦的「深度學(xué)習(xí)日」，是 KDD 大會(huì)歷史以來第一個(gè)圍繞深度學(xué)習(xí)所組織的全天議程，旨在對(duì)深度學(xué)習(xí)提供學(xué)術(shù)與工業(yè)融合的最新研究發(fā)展概述，包括如圖卷積神經(jīng)網(wǎng)絡(luò)及計(jì)算最優(yōu)傳輸?shù)缺姸嘈屡d的研究主題。

本次 Deep Learning Day 的組織者包括：Anima Anandkumar（Caltech /Amazon）、Jure Leskovec（斯坦福），東昱曉（微軟研究院），胡俠（德州農(nóng)工大學(xué)），以及 Joan Bruna（紐約大學(xué)）。

Deep Learning Day 的核心議程是十名特邀講者的報(bào)告，包括三個(gè) Keynote 演講及七個(gè)主題演講，每個(gè)演講時(shí)長均為 45 分鐘。同期收錄的 32 篇論文也主要是以交流為主，不作專門的口頭報(bào)告?！敢粋€(gè)專注的主題，一個(gè)更大的空間，」Deep Learning Day 的組織者之一、德州農(nóng)工大學(xué)助理教授胡俠博士（Hu "Ben" Xia）如是總結(jié)道，「我們可以把 Deep Learning Day 理解為一個(gè)『super workshop』, KDD 2018 第一次將原本分散的深度學(xué)習(xí)相關(guān) workshops 融合成一個(gè)大的議程，本質(zhì)上也是一種議程設(shè)置的創(chuàng)新?！?/p>

據(jù)雷鋒網(wǎng) AI 科技評(píng)論了解，Deep Learning Day 實(shí)際上從去年就已經(jīng)開始規(guī)劃籌辦，直到今年才正式與 3000 余名參會(huì)者見面。從學(xué)術(shù)大環(huán)境與大會(huì)規(guī)劃上，增設(shè) Deep Learning Day 這一議程有著兩方面的重要考慮。

首先是深度學(xué)習(xí)的廣泛應(yīng)用有目共睹，KDD 組委會(huì)認(rèn)為有必要增設(shè)一個(gè)單獨(dú)環(huán)節(jié)專門對(duì)深度學(xué)習(xí)的相關(guān)研究進(jìn)行討論；其次，鑒于 KDD 本質(zhì)還是一個(gè)基于知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘的頂級(jí)學(xué)術(shù)會(huì)議，組委會(huì)并不希望讓深度學(xué)習(xí)的「風(fēng)頭」蓋過多樣化的數(shù)據(jù)挖掘研究方向，因此將深度學(xué)習(xí)的相關(guān)議程獨(dú)立出來，也有益于數(shù)據(jù)挖掘領(lǐng)域的健康發(fā)展。

Salesforce / Stanford 的 Richard Socher 在做題為《The Natural Language Decathlon: Multitask Learning as Question Answering》的 Keynote 演講

Deep Learning Day 當(dāng)天 Keynote 的演講嘉賓包括來自特斯拉的 Andrej Karpathy、Deepmind 的 Oriol Vinyals 及 Salesforce / Stanford 的 Richard Socher 等三位工業(yè)界知名的研究者；主題演講則更多涵蓋高校領(lǐng)域，包括 MIT 的 Tamara Broderick、密歇根大學(xué)的 Qiao Zhu Mei、NYU / Facebook 的 Kyunghyun Cho、USC 的 Yan Liu、谷歌的 Ali Rahimi、Facebook 的 Soumith Chintala 及喬治亞理工大學(xué)的宋樂。

值得一提的是，特斯拉的 Andrej Karpathy 在演講時(shí)也向觀眾們表示，這是他第一次受邀以講者的身份參加 KDD 的首個(gè) Deep Learning Day，著實(shí)頗具意義。

從邀請的嘉賓中不難發(fā)現(xiàn)，Deep Learning Day 的十位講者基本都是產(chǎn)學(xué)雙棲的中青年講者，他們作為研究的中堅(jiān)一線力量，能為與會(huì)的觀眾們提供最新的思考。這一點(diǎn)得到了胡俠博士的證實(shí)，組織者們在邀請演講嘉賓的過程中，也綜合考慮了多方面的因素?！傅谝唬覀兿Ｍv者要有橫跨工業(yè)界與學(xué)術(shù)界的豐富經(jīng)驗(yàn)，即使是工業(yè)界大牛，也有著比較強(qiáng)的研究背景；其次，講者們需要覆蓋多個(gè)深度學(xué)習(xí)目前做得比較不錯(cuò)的主題，如視覺、健康、自動(dòng)駕駛等；再者，還要兼顧深度學(xué)習(xí)的理論內(nèi)容，做到理論應(yīng)用相融合?！?/p>

而從現(xiàn)場的參會(huì)情況來看，Deep Learning Day 的首次「亮相」無疑頗具成效。場地選擇的是用來舉行 KDD 2018 開幕式的最大場館，當(dāng)天據(jù)雷鋒網(wǎng) AI 科技評(píng)論估計(jì)，有近千人參與了這個(gè)「超級(jí) workshop」；而從組委會(huì)反饋的情況來看，也有一部分與會(huì)者就是專門沖著 Deep Learning Day 而注冊參會(huì)的。這自然給予了 KDD 2018 組委會(huì)一個(gè)很大的鼓勵(lì)，也為下一年的 Deep Learning Day 提供了寶貴的經(jīng)驗(yàn)參考。

有了第一年的成功經(jīng)驗(yàn)，在未來 Deep Learning Day 可能發(fā)展成為 KDD 的一個(gè)特色議程嗎？胡俠博士向雷鋒網(wǎng) AI 科技評(píng)論分享了自己的一些觀點(diǎn)。

KDD 2018 舉辦 Deep Learning Day，本質(zhì)上是希望通過將與深度學(xué)習(xí)相關(guān)的內(nèi)容剝離出來，讓 KDD 更純粹地成為一個(gè)數(shù)據(jù)挖掘的相關(guān)會(huì)議?！改壳笆盏降恼娣答伜芏啵覀円苍诳紤]是否將 Deep Learning Day 的規(guī)模進(jìn)一步擴(kuò)大，但組委會(huì)對(duì)此還是表現(xiàn)得相當(dāng)謹(jǐn)慎，至少不會(huì)在議程的比重上對(duì)深度學(xué)習(xí)的重要性進(jìn)行『肯定』?！?/p>

其次，在 Deep Learning Day 的具體議程設(shè)置上，組委會(huì)也在考慮是否減少深度學(xué)習(xí)的理論分享，以強(qiáng)化數(shù)據(jù)挖掘的核心主題。這些思考也能夠進(jìn)一步地幫助下一年的 KDD 做更符合實(shí)際情況的議程制定，我們也期待明年 KDD 的 Deep Learning Day，可以給我們帶來更多驚喜。

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