北京時間 8 月 23 日晚，人工智能領(lǐng)域的學(xué)術(shù)頂會 IJCAI 2021 在線上開幕。
從此前的報道中我們知道，今年的會議程序委員會主席由南京大學(xué)周志華教授擔(dān)任，負(fù)責(zé)掌控會議內(nèi)容。該職位歷來由全球人工智能領(lǐng)域內(nèi)公認(rèn)學(xué)術(shù)聲譽(yù)高、影響力大的學(xué)者擔(dān)任。
周志華教授也是人工智能兩大綜合性頂會 AAAI(2019) 和 IJCAI(2021)都擔(dān)任過程序委員會主席的第一位華人學(xué)者。此前在華人學(xué)者中，香港科技大學(xué)楊強(qiáng)教授曾擔(dān)任 IJCAI(2015) 程序委員會主席。
今年 IJCAI 的大會主席由 AAAI 卓越服務(wù)獎獲得者、美國明尼蘇達(dá)大學(xué) Maria Gini 教授擔(dān)任，負(fù)責(zé)協(xié)調(diào)各方資源，這是繼 IJCAI-2020 之后連續(xù)第二次由女性學(xué)者出任該職位。
在開幕式上，大會官方公布了本屆大會投稿、接收論文的關(guān)鍵數(shù)據(jù)信息以及杰出論文、AIJ 突出論文獎、AIJ 經(jīng)典論文獎等多個獎項。
此前，IJCAI 2021 已經(jīng)公布了本年度的部分獎項，包括卓越研究獎（Research Excellence Award）、計算機(jī)與思想獎（Computer and Thought Award）以及約翰麥卡錫獎（John McCarthy Award），分別由「強(qiáng)化學(xué)習(xí)之父」Richard Sutton、CMU 助理教授方飛、「德?lián)?AI 之父」 Tuomas Sandholm 獲得。
論文審稿與接收數(shù)據(jù)
每個學(xué)術(shù)會議的審稿，都是一項極為重要的工作。
據(jù)介紹，今年的 IJCAI 采用了快速初審 + 全文復(fù)審兩階段的審稿方式。
在快速初審階段，每篇論文分給了至少 10 位資深審稿人（AC/SPC），個別比較偏或難的稿子交由 SAC 復(fù)查。不過，這一階段的拒稿采用了非常保守的策略：只有至少 40% 的資深審稿人投票拒絕時，該論文才會在快速初審階段被拒。
在全文復(fù)審階段，每篇論文分給了至少 5 位審稿人（PC/SPC），其中 78.3% 的論文得到了 5 份或 5 份以上的全文審稿意見；97.5% 的論文得到了至少 4 份全文審稿意見；只有不到 2.5% 的論文得到了 3 份全文審稿意見（所有文章獲 3 份以上審稿意見）。此外，每篇論文都被分給了一位 AC 和一位 SAC，然后由 APCC 和 PCC 作出最終決定。
所以總體來看，每篇被接收 / 拒絕的論文（或摘要）都經(jīng)過了十幾位專家的審閱。
我們可以通過官方公布的數(shù)據(jù)看下今年的論文投稿與接收情況。
投稿量和接收率
今年的 IJCAI 總共收到 5534 份摘要投稿、4204 份全文投稿，其中 144 份提交因違反 IJCAI-21 提交政策被拒，Desk Reject 率（144/4204）為 3.4% ；而在剩下的 4060 份進(jìn)入摘要審查階段的提交材料中，3063 份進(jìn)入了全文審查階段。
最終，有 587 份投稿被大會接收，占大會全文投稿數(shù)的 13.9%。
投稿熱門領(lǐng)域和關(guān)鍵詞
從詞云來看，今年投稿的熱門詞匯前十名分別是：學(xué)習(xí)、網(wǎng)絡(luò)、圖、神經(jīng)、模型、深度、強(qiáng)化、檢測、圖像和對抗。
從投稿領(lǐng)域來看，比較熱門的領(lǐng)域包括機(jī)器學(xué)習(xí)、計算機(jī)視覺、數(shù)據(jù)挖掘和自然語言處理等。這四大領(lǐng)域的投稿占了全文投稿數(shù)的 65%。
從變化情況來看，投稿數(shù)增幅最大的三個領(lǐng)域分別是：1）AI 倫理、信任、公平性；2）數(shù)據(jù)挖掘；3）基于智能體和多智能體的系統(tǒng)。投稿數(shù)降幅最大的三個領(lǐng)域分別是自然語言處理、啟發(fā)式搜索和 Game Playing 以及機(jī)器學(xué)習(xí)。
被接收論文熱門領(lǐng)域和關(guān)鍵詞
從詞云來看，今年接收論文的熱門詞匯前十名分別是：學(xué)習(xí)、網(wǎng)絡(luò)、圖、神經(jīng)、模型、數(shù)據(jù)、知識、博弈（game）、檢測和深度。
接收率較高的論文主要分布在以下幾個領(lǐng)域：規(guī)劃與調(diào)度、約束和 SAT、基于智能體和多智能體的系統(tǒng)、啟發(fā)式搜索和 Game Playing、AI 中的不確定性等。
此外，大會官方還統(tǒng)計了被接收論文的標(biāo)題關(guān)鍵詞，發(fā)現(xiàn)排在前幾位的有：隨機(jī)（ stochastic ）、博弈（game）、示例（ instance ）、增強(qiáng)（ augmentation ）、蒸餾等。
如果你的標(biāo)題是「Stochastic optimization for matching game distillation with instance-wise sampling and label augmentation」，被接收率能達(dá)到 97.23%（狗頭）。
與之對應(yīng)的是拒稿重災(zāi)區(qū)標(biāo)題關(guān)鍵詞，排在前幾位的有：卷積、訓(xùn)練、特征、深度、對抗等。
如果你的標(biāo)題是「 Adversarial training of deep convolutional embedding features for efficient generative clustering with attention 」，被拒的概率能達(dá)到 99.99%（狗頭）。
熱門投稿國家 / 地區(qū)
從地域上分析，今年投稿數(shù)量前三名的國家分別是：中國（2219）、美國（580）和澳大利亞（118）；接收數(shù)量前三名分別是：中國（268）、美國（97）和德國（33）；接收率前三名的國家分別是：奧地利（42.1%）、瑞士（39.1%）和德國（32.0%）。
杰出論文獎
本次共有 3 篇論文獲得 IJCAI 2021 杰出論文獎，1 篇論文獲得榮譽(yù)提名。
- 論文 1：Learning Generalized Unsolvability Heuristics for Classical Planning
- 作者：Simon Ståhlberg (Linköping University), Guillem Francès (Universitat Pompeu Fabra), Jendrik Seipp (Linköping University)
論文鏈接：https://www.ijcai.org/proceedings/2021/0574.pdf
論文摘要：近來經(jīng)典規(guī)劃方面的研究提出了一些專用方法來檢測無法解決的狀態(tài)，即無法達(dá)到目標(biāo)狀態(tài)的狀態(tài)。在本篇獲獎?wù)撐闹?，研究者從廣義規(guī)劃的角度處理問題，并學(xué)習(xí)描述整個規(guī)劃領(lǐng)域不可解性的一階公式。此外，該研究還展示了如何將這個問題轉(zhuǎn)換為一個自監(jiān)督分類任務(wù)。
訓(xùn)練數(shù)據(jù)是通過對每個域的小實例進(jìn)行詳盡的探索而自動生成和標(biāo)記的，候選特征是根據(jù)用于定義域的判斷自動計算出來的。研究者研究了三種具有不同屬性的學(xué)習(xí)算法，并將它們與文獻(xiàn)中的啟發(fā)式算法進(jìn)行比較。實驗結(jié)果表明，所提方法能夠捕獲重要的不可解狀態(tài)類別，并具有較高的分類準(zhǔn)確率。此外，啟發(fā)式的邏輯形式使它們易于解釋和推理，并且可以用來展示在某些域中學(xué)得的特征，可以精確地捕獲域的所有不可解狀態(tài)。
- 論文 2：On the Relation Between Approximation Fixpoint Theory and Justification Theory
- 作者：Simon Marynissen (KU Leuven), Bart Bogaerts (Vrije Universiteit Brussel), Marc Denecker (KU Leuven)
論文鏈接：https://www.ijcai.org/proceedings/2021/0272.pdf
論文摘要：AFT（Approximation Fixpoint Theory ）和 JT（Justification Theory ）是兩個統(tǒng)一邏輯形式的框架。AFT 用 lattice 算子的不動點來研究語義，JT 則解釋了為什么某些事實在模型中成立或不成立。雖然方法不同，但這兩種框架在設(shè)計時考慮了類似的目標(biāo)，即研究非單調(diào)邏輯中出現(xiàn)的不同語義。本篇獲獎?wù)撐牡牡谝粋€貢獻(xiàn)是在這兩個框架之間提供了一個正式的聯(lián)系。準(zhǔn)確地說，該研究表明每個 justification 框架都引入了一個近似器，并且這種從 JT 到 AFT 的映射保留了所有的主要語義。第二個貢獻(xiàn)是利用這種對應(yīng)關(guān)系用一類新的語義來擴(kuò)展 JT，即終極語義（ultimate semantic）：終極語義可以通過 justification 框架上的句法轉(zhuǎn)換在 JT 中獲得，本質(zhì)上是對規(guī)則執(zhí)行某種解析。
- 論文 3：Keep Your Distance: Land Division With Separation
- 作者：Edith Elkind (University of Oxford), Erel Segal-Halevi (Ariel University), Warut Suksompong (National University of Singapore)
論文鏈接：https://arxiv.org/pdf/2105.06669.pdf
論文摘要：該研究通過處理現(xiàn)實生活中的應(yīng)用需求，讓公平劃分理論更接近于實際。該研究關(guān)注土地分割的兩個需求：（1）每個代理人都應(yīng)該獲得一個可用幾何形狀的地塊；（2）不同代理人的地塊必須在物理上分開。有了這兩點要求，按比例劃分的經(jīng)典公平概念是不切實際的，因為可能無法對其進(jìn)行乘法近似。相比之下，Budish 在 2011 年提出的序數(shù)最大值共享近似（the ordinal maximin share approximation）提供了更有意義的公平保證。當(dāng)可用形狀為正方形、寬矩形或任意軸對齊矩形時，本篇獲獎?wù)撐淖C明了可實現(xiàn)的最大共享保證的上限和下限，并探索了在此設(shè)置下找到公平劃分的算法和查詢復(fù)雜性。
榮譽(yù)提名
- 論文：Actively Learning Concepts and Conjunctive Queries under ELdr-Ontologies
- 作者：Maurice Funk (University of Bremen), Jean Christoph Jung (University of Hildesheim), Carsten Lutz (University of Bremen)
論文地址：https://arxiv.org/pdf/2105.08326.pdf
AIJ 獎
AIJ 突出論文獎（AIJ Prominent Paper Award）表彰不早于 7 年內(nèi)發(fā)表在 AI 期刊上，并且具有很高的重要性以及影響力的論文研究。2021 年的獲獎?wù)撐念C給了 2014 年發(fā)表在《Artificial Intelligence》雜志上的一篇論文。
獲獎?wù)撐模骸禔lgorithm runtime prediction: Methods & evaluation》
- 作者：Frank Hutter、Lin Xu、Holger H. Hoos、Kevin Leyton-Brown
- 論文鏈接：https://reader.elsevier.com/reader/sd/pii/S0004370213001082?token=C684E5315124C2EF0A0DEEE4EA0B091D708435141CAB29F5421DD0A12C0048A41DCF3BEE8531E2491B05244282BED8CF&originRegion=us-east-1&originCreation=20210824022324
該研究使用機(jī)器學(xué)習(xí)技術(shù)將算法運行時的模型構(gòu)建為特定于問題實例特征的函數(shù)，這種方法可以預(yù)測算法在先前未見過的輸入上運行需要多長時間。此類模型在算法分析、基于投資組合的算法選擇以及參數(shù)化算法的自動配置方面具有重要應(yīng)用。
在該論文中，研究者描述了當(dāng)時已有的多個模型、該研究所提模型的系列擴(kuò)展和改進(jìn)，并闡述了將算法參數(shù)作為模型輸入的處理方法。該論文還全面描述了用于預(yù)測布爾可滿足性問題（SAT）、旅行推銷員問題（TSP）和混合整數(shù)規(guī)劃問題（MIP） 的算法運行時的多個特征，包括在該研究模型中用到的特征和以往模型中用到的特征。研究者通過同類問題中最大型的實驗分析來評估所提模型的一些創(chuàng)新，并與文獻(xiàn)中的各種運行時建模技術(shù)進(jìn)行比較。該研究的實驗考慮了 11 種算法和 35 個實例分布，涵蓋了非常廣泛的 SAT、MIP 和 TSP 實例，并且這些實例中結(jié)構(gòu)化程度最低的是隨機(jī)均勻生成的，結(jié)構(gòu)化程度最高的則是從實際行業(yè)應(yīng)用中獲取的?？偟膩碚f，該研究所提模型在對新問題實例和參數(shù)化空間新算法的泛化以及同時對兩者的泛化方面，都能比以往方法產(chǎn)生更好的運行時預(yù)測。
AIJ 經(jīng)典論文獎表彰的是至少 15 年前發(fā)表在《Artificial Intelligence》雜志上的具有非凡意義和影響力的杰出論文。今年的 AIJ 經(jīng)典論文獎頒給了 Leslie Pack Kaelbling 等人 1998 年發(fā)表的一篇文章。論文作者表示，這篇文章是他們 1994 年發(fā)表在 AAAI 上的一篇文章的期刊加長版，1994 年那個版本還拿到了 AAAI 經(jīng)典論文獎。
獲獎?wù)撐模骸禤lanning and acting in partially observable stochastic domains》
- 作者：Leslie Pack Kaelbling（MIT）、Michael L.Littman（布朗大學(xué)）、Anthony R.Cassandra（RVshare）
- 論文鏈接：https://www.sciencedirect.com/science/article/pii/S000437029800023X
在這篇論文中，研究者將運籌學(xué)中的技術(shù)引入到部分可觀測隨機(jī)域的最優(yōu)行為選擇問題中。他們首先介紹了馬爾可夫決策過程理論（mdps）和部分可觀察 MDPs（pomdps）；然后概述了離線求解 pomdps 的新算法，并展示了如何在某些情況下，從某個 pomdp 的解中提取 finite-memory 控制器。最后，他們討論了該方法如何與以前的工作相聯(lián)系、尋找 pomdps 精確解的復(fù)雜性，以及尋找近似解的一些可能性。
