0
| 本文作者： 我在思考中 | 2021-08-25 10:58 | 專題：IJCAI 2019 |
8月19日到26日，IJCAI 2021 在線上召開，昨天又公布了兩大獎項，分別是 AIJ 杰出論文獎（AIJ Prominent Paper Award 2021）與 AIJ 經典論文獎（Classic AIJ Paper Award）！
AIJ 的全稱為“Artificial Intelligence Journal”，即《人工智能期刊》，始建于 1970 年，是人工智能研究領域的頂級學術期刊，具有公認的權威性與知名性。
上個月，IJCAI 2021 在開幕前已頒布三大獎項，其中，“強化學習之父”、阿爾伯塔大學計算科學系教授 Richard Sutton 獲得“卓越研究獎”，卡內基梅隆大學計算機學院軟件研究所助理教授方飛獲得計算機與思想獎，卡內基梅隆大學 Angel Jordan 計算機科學教授 Tuomas Sandholm 則獲得約翰麥卡錫獎。
那么，IJCAI 最新頒布的兩大獎項又花落誰家？AI 科技評論為你揭曉。
AIJ 杰出論文獎
今年，IJCAI 杰出論文獎的獲得者是 Frank Hutter、Lin Xu、Holger Hoos 與 Kevin Leyton-Brown，獲獎論文為 2014 年發表在《人工智能期刊》上的工作“Algorithm runtime prediction: Methods & evaluation”。
在這篇工作中，作者團隊提出了處理算法參數的新方法。
他們提到，用機器學習技術將算法運行時間的模型構建成一個具備特定問題實例特征的函數，然后預測算法在完全陌生的輸入上所需的運行時間，也許聽起來很荒謬，但實現的可能性極高。而且，這類模型在算法分析、組合算法選擇與參數化算法自動配置上具有重要應用。
針對這類模型，作者團隊介紹了新的拓展與改進方式；更重要的是，他們提出將算法參數作為模型輸入，進行了更徹底的處理。此外，他們還全面描述了預測命題可滿足性（SAT）、旅行商（TSP）和混合整數規劃（MIP）問題的算法運行時間的已有特征與新特征。
作者團隊通過大量的實驗分析對這些創新進行了評估，并與大量研究運行時間建模的工作進行了比較。在實驗中，他們考慮了11種算法與35種實例分類，涵蓋了大量 SAT、MIP 與 TSP 實例，包括隨機生成的結構化程度最低的案例，已經從現實工業應用中產生的結構化程度最高的案例。
總的來說，這篇工作所提出的新模型被證明，在遇到全新輸入、全新問題等等時能夠更好地預測算法的運行時間。
作者團隊：
Frank Hutter，現任德國弗萊堡大學工程學院計算機科學系教授，機器學習組負責人。2004年碩士畢業于德國達姆施塔特工業大學（Darmstadt University），2009年博士畢業于不列顛哥倫比亞大學（UBC），主要研究興趣是統計機器學習、自動問題求解、自動學習軟件系統、不確定情況下的序列決策與科學實驗，目前的研究課題主要是圍繞貝葉斯優化、自動機器學習、深度學習與自動算法設計。
個人主頁：https://ml.informatik.uni-freiburg.de/profile/hutter/
Holger Hoos，AAAI Fellow，荷蘭萊頓大學萊頓高級計算機科學研究所（LIACS）機器學習教授，同時在加拿大不列顛哥倫比亞大學（UBC）計算機系擔任兼職教授。1998年在德國達姆施塔特工業大學獲得博士學位，主要研究興趣是人工智能、經驗算法、生物信息學等，在隨機局部搜索的算法設計上取得了卓越成就，也是自動化機器學習（AutoML）改變的開山鼻祖之一。
個人主頁：https://www.universiteitleiden.nl/en/staffmembers/holger-hoos#tab-1
Kevin Leyton-Brown，AAAI Fellow，加拿大不列顛哥倫比亞大學教授，1998年本科畢業于加拿大麥克馬斯特大學（McMaster University），碩士與博士則分別于2001年、2003年畢業于斯坦福大學，主要研究內容是機器學習與電子市場設計和操作的交叉，以及機器學習與啟發式算法的設計交叉，曾憑借 SAT 求解器 SATzilla在國際SAT求解器競賽中獲得許多獎牌。
個人主頁：https://www.cs.ubc.ca/~kevinlb/
注：Lin Xu 資料不詳，故未作介紹。
AIJ 經典論文獎
此外，今年 IJCAI 經典論文獎的獲得者是 Leslie Pack Kaelbling、Michael Littman與 Anthony Cassandra，獲獎論文為 1998 年發表在《人工智能期刊》上的工作“Planning and acting in partially observable stochastic domains”。
在這篇工作中，作者團隊將運籌研究技巧應用于解決在部分可觀察的隨機域中選擇最佳動作的問題。
他們首先介紹了馬爾可夫決策過程（mdps）與部分可觀察MDP（pomdps），然后提出了一種可以離線解決 pomdps 的新算法，并展示了 POMDP 解決方案在某些情況下可以如何提取出內存有限的控制器。
最后，他們將這篇工作與以往的研究作對比，探討了尋找準確解決 pomdps 方法的復雜程度，以及尋找近似解的可能性。
論文鏈接：https://www.sciencedirect.com/science/article/pii/S000437029800023X
作者團隊：
Leslie Pack Kaelbling，AAAI Fellow，現任麻省理工學院 EECS 教授，在情景智能體設計、移動機器人、強化學習與決策理論規劃等方面進行了大量研究。1983年本科畢業于斯坦福大學哲學系，1990年在斯坦福大學獲得計算機科學博士學位。
個人主頁：https://www.csail.mit.edu/person/leslie-kaelbling
Michael Littman，AAAI Fellow 與 ACM Fellow，布朗大學計算機系Royce Family教授，主要研究機器學習與不確定性決策，在強化學習、概率規劃與自動填字猜謎等方面的研究獲得了三個最佳論文獎與兩個有影響力的論文獎。
前兩個月，他在 ACM 通訊上發文痛斥論文作者和審稿人串通欺騙盲審的現象。
個人主頁：https://www.littmania.com/
Anthony Cassandra，又稱“Tony Cassandra”，1998年博士畢業于布朗大學，目前是 RVshare 的技術 VP，主要研究軟件設計與管理。
個人主頁：https://tonycassandra.com/
杰出論文獎
今年，IJCAI杰出論文獎共有三篇，榮譽提名一篇。
第一篇獲獎論文為《Learning GeneralizedUnsolvability Heuristics for Classical Planning》。作者：Simon St?hlberg (Link?ping University), Guillem Francès (UniversitatPompeu Fabra), Jendrik Seipp (Link?ping University)。
論文摘要：
近些年來經典規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，即無法達到目標狀態的狀態。在本篇獲獎論文中，研究者從廣義規劃的角度處理問題，并學習描述整個規劃領域不可解的一階公式。此外，該研究還展示了如何將這個問題轉換為一個自監督分類任務。
本文使用到的訓練數據是通過對每個域的小實例進行詳盡地探索而自動生成和標記的，候選特征是根據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習算法，并將它們與文獻中的啟發式算法進行比較。實驗結果表明，本文所提出的方法能夠捕獲重要的不可解狀態類別，并具有較高的分類準確率。此外，啟發式的邏輯形式使它們易于解釋和推理，并且可用于表明在某些域中學習的特征準確地捕獲了該域的所有無法解決的狀態。
論文鏈接：https://www.ijcai.org/proceedings/2021/0574.pdf
作者團隊：
Simon St?hlberg 是林雪平大學(Link?ping University)計算機與信息科學系博士后，主要研究人工智能和集成計算機系統（AIICS）。
個人主頁：https://liu.se/en/employee/simst50
Guillem Francès是西班牙巴塞羅那加泰羅尼亞理工大學(Universitat Pompeu Fabra)博士后研究員，論文研究重點是開發有效的方法來利用獨立于領域的經典規劃語言中的表達建模結構。
個人主頁：https://www.upf.edu/web/ai-ml/entry/-/-/31934/adscripcion/guillem-franc%C3%A8s
Jendrik Seipp是林雪平大學(Link?ping University)計算機與信息科學系人工智能助理教授。與 Hector Geffner 和 Ulf Nilsson 一起領導 AIICS 部門的"Representation, Learning and Planning"實驗室。
個人主頁：https://liu.se/en/employee/jense56
第二篇獲獎論文為《Onthe Relation Between Approximation Fixpoint Theory and Justification Theory》。作者：Simon Marynissen (KU Leuven), Bart Bogaerts (Vrije UniversiteitBrussel), Marc Denecker (KU Leuven)。
論文摘要：
AFT（Approximation FixpointTheory ）和 JT（JustificationTheory ）是兩個統一邏輯形式的框架。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，但是這兩種框架在設計時考慮了相似的目標，即研究非單調邏輯中出現的不同語義。本篇獲獎論文的第一個貢獻是為兩個框架之間提供了一個正式的聯系。準確地說，該研究表明每個 justification 框架都引入了一個逼近器（approximator），并且這種從 JT 到 AFT 的映射保留了所有的主要語義。第二個貢獻是利用這種對應關系用一類新的語義來擴展 JT，即終極語義（ultimate semantic）：終極語義可以通過 justification 框架上的句法轉換在 JT 中獲得，本質上是對規則執行某種解析。
論文鏈接：https://www.ijcai.org/proceedings/2021/0272.pdf
作者團隊：
Simon Marynissen 是魯汶大學(KU Leuven)博士研究員，主要研究聲明式語言和人工智能 (DTAI)。
個人主頁：https://www.kuleuven.be/wieiswie/en/person/00117394
Bart Bogaerts 是布魯塞爾自由大學(Vrije Universiteit Brussel)人工智能實驗室的助理教授。他的研究興趣遍及知識表示領域。
個人主頁：https://ai.vub.ac.be/team/bart-bogaerts/?utm_source
Marc Denecker 是魯汶大學(KU Leuven)研究員，負責知識表示和推理研究小組。
個人主頁：https://people.cs.kuleuven.be/~marc.denecker/
第三篇獲獎論文為《KeepYour Distance: Land Division With Separation》。作者：EdithElkind (University of Oxford), Erel Segal-Halevi (Ariel University), WarutSuksompong (National University of Singapore) 。
論文摘要：
本篇獲獎論文通過研究處理現實生活中的應用需求，讓公平劃分理論更接近于實際。該研究關注 landestates 的兩個需求：（1）每個智能體都應該獲得一個可用幾何形狀的地塊；（2）不同智能體的地塊必須在物理上分開。有了這兩點要求，按比例來劃分的經典公平概念是不切實際的，因為可能無法對其進行乘法近似。相比之下，Budish 在 2011 年提出的序列最大值共享近似（the ordinal maximin share approximation）則提供了更有意義的公平保證。當可用形狀為正方形、矩形或任意軸對齊矩形時，本篇獲獎論文證明了可實現的最大共享保證的上限和下限，并探索了在此設置下找到公平劃分的算法和查詢復雜度。
論文鏈接：https://arxiv.org/pdf/2105.06669.pdf
Edith Elkind 是牛津大學(University of Oxford)計算機學教授、非教程研究員。Elkind博士于 2013 年加入牛津計算機科學系。在來到牛津之前，她是南洋理工大學的助理教授，她的研究得到了國家研究基金會 (NRF) 獎學金的支持。
個人主頁：https://www.cs.ox.ac.uk/people/edith.elkind/
Erel Segal-Halevi是Ariel 大學(Ariel University)計算機科學系的終身講師。主要研究目標是開發算法使人類社會更美好、更公平。
個人主頁：http://tora.us.fm/erelsgl/
Warut Suksompong 是新加坡國立大學(National University of Singapore)計算機學院助理教授。此前是牛津大學計算機科學博士后研究員。
個人主頁：https://www.comp.nus.edu.sg/~warut/
獲榮譽提名的論文是《Actively Learning Concepts and Conjunctive Queries under ELdr-Ontologies》。作者：Maurice Funk (University of Bremen), Jean Christoph Jung (Universityof Hildesheim), Carsten Lutz (University of Bremen)。
論文摘要：
本文考慮在存在描述邏輯制定的本體情況下學習一個概念或查詢的問題，在 Angluin 的主動學習框架下，允許學習算法交互地查詢 oracle（如領域專家）。本文表明，以下內容可以在多項式時間內學會。(1)概念，(2)無對稱性的概念，(3)和弦性的、無對稱性的、有界算數的聯合查詢（CQ）。在所有的情況下，學習者都可以向 oracle 提出基于 ABoxes 的成員查詢和等價查詢，詢問所考慮的類中的給定概念/查詢是否與目標等價。當我們在等價查詢中承認不受限制的 CQ 時，可以消除（3）中對有界元數的限制。本文還表明，概念不是在 本體存在的情況下能夠學習到的多項式查詢。
論文地址：https://arxiv.org/pdf/2105.08326.pdf
注：Maurice Funk 圖片資料不詳，故未做介紹。
Maurice Funk 是不來梅大學(University of Bremen)人工智能理論組的博士生。目前，在CODA項目工作。
JeanChristoph Jung 是希爾德斯海姆大學(University of Hildesheim)理論計算機科學的臨時教授。
個人主頁：http://www.informatik.uni-bremen.de/~jeanjung/
Carsten Lutz 是不來梅大學(University of Bremen)教授。
個人主頁：https://www.informatik.uni-bremen.de/~clu/
雷鋒網雷鋒網雷鋒網
雷峰網特約稿件，未經授權禁止轉載。詳情見轉載須知。
專題
