作為被中國計算機學會的國際學術(shù)會議排名以及清華大學的計算機科學推薦學術(shù)會議和期刊列表中同時列為人工智能領(lǐng)域的A類頂級會議，人工智能領(lǐng)域的最重磅會議之一，第三十四屆美國人工智能協(xié)會會議AAAI 于2月7日在美國紐約正式拉開帷幕，大會聚集了全球頂尖的人工智能領(lǐng)域?qū)＜覍W者，可謂是人工智能領(lǐng)域的科研風向標。

據(jù)了解，AAAI 2020大會已經(jīng)收到了各國研究者投來的9200余篇論文摘要，這一數(shù)字已經(jīng)超過了去年大會的150％。截止論文提交日期，共有7737 篇論文進入評審環(huán)節(jié)，但最終錄取數(shù)量僅僅只有1591篇，錄取率為20．6％，在所有評審中有接近70．5％的論文（即5453篇）都是由學生完成。

本屆會議注冊參會人數(shù)達到4000多人，但由于疫情在中國的影響，多達800名中國注冊人員無法參會。AAAI組委會也面向中國學者做出了相應調(diào)整，允許實時在線報告或錄制視頻。據(jù)統(tǒng)計，我國AI論文投稿文章數(shù)量多達3189篇，位居榜首，占到總投稿的41％（3189／7737），錄取論文占到總錄取文章的37％，且錄取論文比美國多222篇。

清華奪得最佳學生論文

其中，最佳論文由艾倫人工智能研究院和華盛頓大學的研究者獲得，而清華姚班首屆門生貝小輝和姚班本科生李子豪發(fā)表的《可分割與不可分割商品混合情況下的公平分配》，攻克了算法博弈難題，摘得最佳學生論文。

從各種研究課題來看，機器學習仍然是人工智能領(lǐng)域最火熱的探索重點，其次是計算機視覺研究、自然語言處理和應用。

百度被收錄28篇論文

本屆大會中，百度共有28篇論文被收錄。在NLP預訓練領(lǐng)域，百度入選論文《ERNIE 2．0： A Continual Pre－training Framework for Language Understanding》同時也被選做Oral進行展示。ERNIE2．0是持續(xù)學習的語義理解框架，可以在海量數(shù)據(jù)中逐步學習知識，不斷提高語義理解效果。通過ERNIE2．0，知識可以被添加到預訓練任務(wù)形式的框架中，每當引入新的任務(wù)，該框架可以學習與訓練同時進行�；�于該框架，Ernie2．0模型通過命名實體預測、句子排序結(jié)構(gòu)重建、語義邏輯關(guān)系預測等預訓練任務(wù)，從大規(guī)模訓練數(shù)據(jù)中獲取詞匯、句法、語義等維度的知識，大大提高了一般語義理解水平。

機器閱讀理解領(lǐng)域，百度入選論文《A Robust Adversarial Training Approach to Machine Reading Comprehension》，討論了機器閱讀理解模型面臨對抗攻擊時的效果魯棒性問題以及安全問題。通過手動操作發(fā)現(xiàn)，總結(jié)和產(chǎn)生對樣本的訓練方法將需要人工干預的方式，并且不可能通過規(guī)則的方式列舉所有可能的對抗樣品類型和規(guī)則。論文提出了一種模型驅(qū)動的方法，它可以自動識別未觀察到的對抗樣本類型，并最終提高閱讀理解的魯棒性并且無需人工參與。

經(jīng)實驗驗證，運用論文中的對抗訓練方法后，在不同的對抗數(shù)據(jù)集上均有非常顯著的效果提升。并且發(fā)現(xiàn)模型驅(qū)動的方法確實能夠產(chǎn)生對更豐富的對抗樣本，從而補充人工制定規(guī)則的缺失部分。同時，還發(fā)現(xiàn)使用該方法生成的對抗性樣本案例仍然比較雜亂，不具備良好的流暢性甚至完全不自然的語言，因此目前的對抗性生成方法仍有很大的改進空間。

在計算機視覺領(lǐng)域，百度入選論文《ZoomNet： Part－Aware Adaptive Zooming Neural Network for 3D Object Detection》。論文提出了雙目3D檢測框架ZoomNet，通過精巧地利用自適應縮放，以減少深度估計誤差距離，包括學習部位特征來進一步提高3D檢測的性能。

論文指出，對于每個實例，ZoomNet獲得有關(guān)邊界框后，細粒度分析的第一個例子在的2D完成。然后，前景像素將在2D轉(zhuǎn)換成3D空間回歸姿態(tài)進行投影。充分利用了RGB圖像及時更準確的視差估計的質(zhì)感豐富的優(yōu)勢，ZoomNet引入了一個簡單的模塊化概念 － 自適應縮放。模塊，該模塊同時將2D實例邊界框的大小調(diào)整為統(tǒng)一的分辨率，并相應對相機的內(nèi)部參數(shù)調(diào)整，以達到更高質(zhì)量的視差圖。

寫在最后

AI作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，我國永遠不缺少在人工智能領(lǐng)域的探索先鋒。并且隨著大數(shù)據(jù)、人工智能和云計算等最新技術(shù)的創(chuàng)新發(fā)展，科技巨頭們也正積極布局AI產(chǎn)業(yè)生態(tài)鏈，逐步推動AI技術(shù)商用場景落地，相信2020年AI的相關(guān)產(chǎn)業(yè)也將如火如荼的發(fā)展。