读不懂NeurIPS 2018的艰深论文?我们已经为你划好了重点

栏目: 数据库 · 发布时间: 6年前

内容简介:AI的火爆,让今天在加拿大蒙特利尔开幕的第32届神经信息处理系统大会(NeurIPS 2018),就成为了各国研究组织和企业刷存在感的香饽饽。有多火呢?据说,今年的参会人数有9000人,大会门票在11分钟内被一抢而空。官方自己都吐槽,只比碧昂丝演唱会卖的慢一点。

AI的火爆,让今天在加拿大蒙特利尔开幕的第32届神经信息处理系统大会(NeurIPS 2018),就成为了各国研究组织和企业刷存在感的香饽饽。

有多火呢?

据说,今年的参会人数有9000人,大会门票在11分钟内被一抢而空。官方自己都吐槽,只比碧昂丝演唱会卖的慢一点。

读不懂NeurIPS 2018的艰深论文?我们已经为你划好了重点

当然,学术会议核心的还是论文,NeurIPS 2018 今年也是收了个盆满钵满,一共收到 4856 篇投稿,创下了历年来的最高记录,最终被录取的论文有 1011 篇,其中有44% 的论文作者放出了代码,42% 将公布数据,无疑让整场大会显得干货十足。

情况介绍的差不多了,接下来该上“硬货”了。但学术名词和论文推理读起来都有点反人类。因此,我们从自己的观察中,为大家梳理了一下NeurIPS 2018可能是最重要的三大趋势,帮助大家了解一下,学术界都发现了哪些新东西,又将给明年的AI带来哪些新机会。

下面请大家系好安全带,收起小桌板,准备好瓜子花生肥宅快乐水,我们开始吧。

趋势一:

深度学习依然是“最强王者”

以获得最佳论文奖的四篇论文为例,来自加拿大多伦多大学Vector Institute,通过一种新的深度神经网络模型,采取自适应来构建归一性,无需对对数据进行分类或排序,就可以使用黑盒ODE求解器进行端到端训练。

第二篇最佳论文的第一作者为加拿大麦克马斯特大学Hassan Ashtiani,则通过新的相关分布压缩来进行分布式学习,解决了表征学习分布类的样本复杂性。

第三篇则是来自华为诺亚方舟实验室担任一作的研究,在两种情况下研究了分布式优化的最优收敛速度,并提出了第一个最优分散算法:多步原始对偶(MSPD)。

第四篇的作者全部来自Google AI,提出了新的策略一致性概念,结合多项数据集,解决大规模强化学习的妄想偏见问题。

除了获奖的四篇,收录的1011篇论文中还有不少是深度学习方向的文章(大约25%左右),还能在“王座”的位置上待一阵子。

不过,即便是深度学习也并不是在炒冷饭。显然,学术界也在积极反思深度学习存在的一些效率、黑箱性等问题,很多研究都是围绕着对其进行优化展开的。

在NeurIPS 2018的论文集中搜索“optimization”,得到了61个结果。由此可见,通过底层优化算法,用更好的模型让AI以更小的数据代价,更精准地解决问题,正在成为集体做功的方向。

读不懂NeurIPS 2018的艰深论文?我们已经为你划好了重点

趋势二:一超多强,

难以跨越的谷歌和美帝?

此外,谷歌不但开始向顶会反向输送人才(今年大会的主席Samy Bengio就是来自谷歌的科学家 ),还开始艺高人胆大地开始探讨很多极端领域命题。

比如通过Mesh-TensorFlow实现超级计算机的深度学习。利用一种分布式深度神经网络(DNN),对一些由于内存限制而无法训练的超大模型,进行高效分批处理。

谷歌利用512个TPU训练出了多达50亿个参数的变压器模型。这种基于大型数据集群的高效并行模型算法,足以让其在处理航空、军事、智慧城市等极端算力需求时,依然能保持稳定高效实时处理。

另外,“美国势力”还有不少强队,其中MIT(68篇)与斯坦福(57篇)领衔学术界,Microsoft(46篇)和Facebook(13 篇)领衔工业界。

Facebook在机器视觉领域提出的不少新方式,像是“双注意力网络”、分块坐标搜索算法、能够对抗无聊的新推荐系统、SING音频合成器等等,目测都将在来年给大众早已“审美疲劳”的社交娱乐带来不少新意。

读不懂NeurIPS 2018的艰深论文?我们已经为你划好了重点

毕竟,谷歌还有不少纯烧钱的技术,学术会议上再多的成功,未必真能在现实中凝结出商业的果实。这么想想,吃到了酸葡萄的大家心里想必好受了点。

趋势三:中国身影与新晋黑马

先说四篇最佳论文(Best paper awards),华人科学家陈天琦,以及华为的诺亚方舟实验室,就分别以第一作者的身份摘得殊荣,占据了半壁江山。

华人学者也表现不俗,清华大学有 21 篇论文被收录,论文数量排名第十。来自南京大学的张利军就有 3 篇论文被收录,周志华等人提出了无组织恶意攻击检测算法UMA,CMU的教授邢波和微软研究院的朱泽园也有多篇论文榜上有名。

中国的科技企业巨头也纷纷实力炫技。华为捧回最佳论文奖,阿里iDST(数据科学与技术研究院)就霸气演示了全中文demo,腾讯AI Lab则以 17 篇文章被收录的实力与美国AI军团一较高下。

总体而言,中国军团的学术水准体现出了不容忽视的力量感。

本届大会一共发布了86篇论文,数量上接近10%,远超英法等国。质量上AI那些关键领域一个都没有遗漏,产学研各个层面都在进入技术加速并肩甚至超越的黄金周期。

不过,人工智能的狂飙突进也并不是只有中美在互相抢分。今年的最佳论文及作者,都有加拿大几所大学的相关背景,加拿大在人工智能领域的存在感和影响力,比我们以为的要强得多。

在NeurIPS的AutoML挑战赛中,来自印度的团队Autodidact.ai 也成功出道,取得竞赛第一名(清华、中南大学等队伍摘得亚季军)。

读不懂NeurIPS 2018的艰深论文?我们已经为你划好了重点
(NeurIPS 2018 AutoML for Lifelong Machine Learning 竞赛结果以及团队成员名单)

总而言之,在接下来的短时间内,来自美国的企业和高校(谷歌/MIT)等依然代表着最强大的“科研势力”,但其话语权是否也能进一步扩张?还真是未知数。

因为其他各国的优势也越来越多,黑马不断涌现,而美国对AI也变得越来越敏感和防备(无处不在的政治正确、贸易战下的严苛签证策略),这些都正在悄无声息地改变看似已经被框定的AI世界。

那么,在感受谷歌“有技术就是可以为所欲为”的打击之外,或许我们可以一起期待一下,未来的中国速度、印度速度、枫叶国现象……


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

How to Solve It

How to Solve It

Zbigniew Michalewicz、David B. Fogel / Springer / 2004-03-01 / USD 59.95

This book is the only source that provides comprehensive, current, and detailed information on problem solving using modern heuristics. It covers classic methods of optimization, including dynamic pro......一起来看看 《How to Solve It》 这本书的介绍吧!

在线进制转换器
在线进制转换器

各进制数互转换器

MD5 加密
MD5 加密

MD5 加密工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试