AAAI 2019今天公布最佳論文、最佳學(xué)生論文等獎(jiǎng)項(xiàng)，在7745篇投稿論文、16.2%錄取率的競(jìng)爭(zhēng)下，來(lái)自以色列理工學(xué)院、CMU、斯坦福和MIT的論文分別斬獲大獎(jiǎng)，其中強(qiáng)化學(xué)習(xí)、零樣本學(xué)習(xí)尤其受到關(guān)注。

作為2019年人工智能學(xué)界的第一個(gè)頂會(huì)，AAAI 2019已經(jīng)在美國(guó)夏威夷拉開(kāi)了帷幕。

今年AAAI大會(huì)主席是AI、機(jī)器人研究領(lǐng)域著名專家、德州大學(xué)奧斯汀分校的Peter Stone教授 ，南京大學(xué)周志華教授、喬治亞理工大學(xué)Pascal Van Hentenryck教授是聯(lián)合程序主席。

早在大會(huì)開(kāi)始前，周志華教授已經(jīng)透露AAAI 2019的論文錄取率：16.2%，可以說(shuō)是AAAI錄取率最低的一年。而且，今年的投稿數(shù)量高達(dá)7745篇，比去年翻了一番，創(chuàng)下AAAI歷史新高！

日前，AAAI 2019 最受矚目的各大獎(jiǎng)項(xiàng)已經(jīng)全部公布，包括最佳論文獎(jiǎng)和最佳學(xué)生論文獎(jiǎng)、經(jīng)典論文獎(jiǎng)、藍(lán)天創(chuàng)意獎(jiǎng)、杰出教育家獎(jiǎng)、Robert S. Engelmore紀(jì)念獎(jiǎng)，F(xiàn)eigenbaum 獎(jiǎng)等。

2019 AAAI經(jīng)典論文獎(jiǎng)

2019 AAAI經(jīng)典論文獎(jiǎng)授予了2002年在加拿大舉行的第18屆AAAI會(huì)議最具影響力的論文：

Content-Boosted Collaborative Filtering for Improved Recommendations

作者：Prem Melville, Raymond J. Mooney, Ramadass Nagarajan

作者機(jī)構(gòu)：德克薩斯大學(xué)

論文地址：

https://www.cs.utexas.edu/~ml/papers/cbcf-aaai-02.pdf

這篇論文提出一種在推薦系統(tǒng)中補(bǔ)充基于內(nèi)容和協(xié)同過(guò)濾方法的方法。

論文的第一作者Prem Melville將在1月29日上午11：30進(jìn)行演講。

最佳論文獎(jiǎng)(Outstanding Paper Award)

今年，AAAI的“Outstanding Paper Award”共提及4篇論文，其中最佳論文及提名、最佳學(xué)生論文及提名各有一篇，這些獎(jiǎng)項(xiàng)將由大會(huì)程序主席Pascal Van Hentenryck和周志華在頒發(fā)。

AAAI-19 最佳論文獎(jiǎng)

如何在強(qiáng)化學(xué)習(xí)中結(jié)合樹(shù)搜索方法(How to Combine Tree-Search Methods in Reinforcement Learning)

作者：Yonathan Efroni, Gal Dalal, Bruno Scherrer, Shie Mannor

機(jī)構(gòu)：以色列理工學(xué)院，法國(guó)國(guó)家信息與自動(dòng)化研究所(INRIA)

鏈接：https://arxiv.org/abs/1809.01843

最佳論文提名：

Solving Imperfect-Information Games via Discounted Regret Minimization

作者：Noam Brown, Tuomas Sandholm

機(jī)構(gòu)：卡內(nèi)基梅隆大學(xué)(CMU)

鏈接：https://arxiv.org/abs/1809.04040

AAAI-19最佳學(xué)生論文獎(jiǎng)

Zero Shot Learning for Code Education: Rubric Sampling with Deep Learning Inference

作者：Mike Wu, Milan Mosse, Noah Goodman, Chris Piech

機(jī)構(gòu)：斯坦福大學(xué)

鏈接：https://arxiv.org/abs/1809.01357

最佳學(xué)生論文獎(jiǎng)提名：

Learning to Teach in Cooperative Multiagent Reinforcement Learning

作者：Shayegan Omidshafiei, Dong Ki Kim, Miao Liu(劉淼), Gerald Tesauro, Matthew Riemer, Chris Amato, Murray Campbell, Jonathan How

機(jī)構(gòu)：MIT、IBM、美國(guó)東北大學(xué)

鏈接：https://arxiv.org/abs/1805.07830

CMU、斯坦福、MIT等摘獲最佳論文獎(jiǎng)，強(qiáng)化學(xué)習(xí)最受關(guān)注

AAAI-19 最佳論文獎(jiǎng)

如何在強(qiáng)化學(xué)習(xí)中結(jié)合樹(shù)搜索方法(How to Combine Tree-Search Methods in Reinforcement Learning)

作者：Yonathan Efroni, Gal Dalal, Bruno Scherrer, Shie Mannor

機(jī)構(gòu)：以色列理工學(xué)院，法國(guó)國(guó)家信息與自動(dòng)化研究所(INRIA)

論文簡(jiǎn)介：

有限時(shí)域前瞻策略(Finite-horizon lookahead policies)已經(jīng)在強(qiáng)化學(xué)習(xí)中得到廣泛應(yīng)用，并取得了令人印象深刻的實(shí)證成果。通常，前瞻性策略是通過(guò)特定的規(guī)劃方法實(shí)現(xiàn)的，例如蒙特卡洛樹(shù)搜索(Monte Carlo Tree Search)，AlphaZero正是應(yīng)用了該方法。將規(guī)劃問(wèn)題視為樹(shù)搜索，實(shí)現(xiàn)上的一種合理做法是只備份葉節(jié)點(diǎn)上的值，而根節(jié)點(diǎn)上獲得的信息只用于更新策略。

在這篇論文中，作者質(zhì)疑了這種方法的有效性，認(rèn)為后一過(guò)程通常是非收縮的，其收斂性沒(méi)有保證。

論文提出一種簡(jiǎn)單明了的增強(qiáng)方法：使用最優(yōu)樹(shù)路徑的返回值來(lái)備份根節(jié)點(diǎn)的后代的值。為了實(shí)現(xiàn)結(jié)果，作者引入一個(gè)稱為多步貪婪一致性(multiple-step greedy consistency)的概念。然后，在樹(shù)搜索階段和值估計(jì)階段同時(shí)注入噪聲的情況下，為上述增強(qiáng)方法的兩個(gè)算法實(shí)例提供收斂速度。

AAAI-19最佳學(xué)生論文獎(jiǎng)

代碼教育的零樣本學(xué)習(xí)：深度學(xué)習(xí)推理的量規(guī)采樣(Zero Shot Learning for Code Education: Rubric Sampling with Deep Learning Inference)

作者：Mike Wu, Milan Mosse, Noah Goodman, Chris Piech

機(jī)構(gòu)：斯坦福大學(xué)

論文簡(jiǎn)介：

現(xiàn)代計(jì)算機(jī)科學(xué)教育中，大規(guī)模開(kāi)放在線課程(MOOC)記錄了數(shù)千小時(shí)關(guān)于學(xué)生如何解決編碼挑戰(zhàn)的數(shù)據(jù)。由于數(shù)據(jù)豐富，這些平臺(tái)吸引了機(jī)器學(xué)習(xí)社區(qū)的興趣，許多新算法試圖自動(dòng)提供反饋，以幫助未來(lái)的學(xué)生學(xué)習(xí)。但對(duì)于第一批學(xué)生呢？在大多數(shù)教育環(huán)境(如教室)中，沒(méi)有足夠的作業(yè)歷史數(shù)據(jù)來(lái)進(jìn)行監(jiān)督學(xué)習(xí)。

在這篇論文中，作者提出一種“human-in-the-loop”的“量規(guī)抽樣”（Rubric sampling）方法來(lái)解決“零樣本”反饋的挑戰(zhàn)。結(jié)果證明，該方法能夠?yàn)榈谝慌鷮W(xué)生的入門(mén)編程作業(yè)提供自主反饋，其準(zhǔn)確性大大優(yōu)于依賴大量數(shù)據(jù)的算法，甚至接近人類水平。

Rubric sampling只需要最少的教師工作量，能夠?qū)⒎答伵c學(xué)生答案的特定部分聯(lián)系起來(lái)，并能夠用教師的語(yǔ)言清晰地解答學(xué)生的錯(cuò)誤。隨著更多特定于作業(yè)的學(xué)生數(shù)據(jù)可獲取，深度學(xué)習(xí)推理使得Rubric sampling方法的效果能夠進(jìn)一步提高。作者使用Code.org(世界最大的編程教育平臺(tái))的一個(gè)新數(shù)據(jù)集證明了他們的結(jié)果。

最佳論文獎(jiǎng)提名：

Solving Imperfect-Information Games via Discounted Regret Minimization

作者：Noam Brown, Tuomas Sandholm

機(jī)構(gòu)：卡內(nèi)基梅隆大學(xué)(CMU)

這篇論文的兩位作者分別是CMU計(jì)算機(jī)系博士生Noam Brown，以及該校計(jì)算機(jī)系教授Tuomas Sandholm。這兩位也是去年的著名的***AI程序“冷撲大師”（Libratus）的締造者，堪稱***AI之父。論文通過(guò)***基準(zhǔn)平臺(tái)來(lái)探討不完全信息條件下的博弈策略問(wèn)題。

論文簡(jiǎn)介：

反事實(shí)后悔最小化（CFR）是目前最熱門(mén)一系列迭代算法，在實(shí)際應(yīng)用中，也是近似解決大型不完美信息博弈問(wèn)題的最快方法。在本文中，我們介紹了新的CFR變體。分別為：

1）以多種方式從先前的迭代中將后悔程度實(shí)現(xiàn)縮減（在某些情況下，對(duì)正向和負(fù)向后悔采用不同處理方式），

2）以多種方式對(duì)迭代進(jìn)行重新加權(quán)，獲得輸出策略，

3）使用非標(biāo)準(zhǔn)后悔最小化和/或

4）利用“樂(lè)觀后悔匹配”方式。這可以在許多環(huán)境下顯著提高性能。

首先，我們?cè)诿總€(gè)測(cè)試的游戲中引入一個(gè)優(yōu)于CFR +（一種之前的最先進(jìn)的算法）的變體，包括大規(guī)模的現(xiàn)實(shí)設(shè)置。 CFR +是一個(gè)強(qiáng)大的基準(zhǔn)：目前沒(méi)有其他算法能夠超越它。最后，我們表明，與CFR +不同，許多重要的算法的新變體與現(xiàn)代不完美信息博弈修剪技術(shù)兼容，也與博弈樹(shù)中的采樣兼容。

最佳學(xué)生論文獎(jiǎng)提名：

Learning to Teach in Cooperative Multiagent Reinforcement Learning

作者：Shayegan Omidshafiei, Dong Ki Kim, Miao Liu(劉淼), Gerald Tesauro, Matthew Riemer, Chris Amato, Murray Campbell, Jonathan How

機(jī)構(gòu)：MIT、IBM、美國(guó)東北大學(xué)

集體人類知識(shí)顯然因?yàn)閭€(gè)人創(chuàng)新通過(guò)交流向其他人流動(dòng)這一事實(shí)而獲益。與人類社會(huì)群體類似，分布式學(xué)習(xí)系統(tǒng)中的智能體也可能會(huì)從彼此交流中受益，實(shí)現(xiàn)分享知識(shí)和教授技能。先前的研究成果已經(jīng)在關(guān)注改進(jìn)智能體學(xué)習(xí)的教學(xué)問(wèn)題，但是這些方法所基于的假設(shè)，讓這些教學(xué)上的應(yīng)用無(wú)法用在一般的多智能體問(wèn)題上，或者還需要領(lǐng)域內(nèi)專業(yè)知識(shí)來(lái)解決關(guān)于應(yīng)用范圍的問(wèn)題。這種學(xué)習(xí)教學(xué)問(wèn)題存在固有的復(fù)雜性，與量度教學(xué)質(zhì)量和效果的長(zhǎng)期影響密切相關(guān)，給標(biāo)準(zhǔn)化多智能體共同教學(xué)問(wèn)題造成了更大的挑戰(zhàn)。

與現(xiàn)有研究相比，本文提出了智能體在多智能體環(huán)境中進(jìn)行教學(xué)的首個(gè)通用的框架和算法。我們的算法（LeCTR）解決了合作多智能體強(qiáng)化學(xué)習(xí)中的點(diǎn)對(duì)點(diǎn)教學(xué)問(wèn)題。我們的方法中的每個(gè)智能體都會(huì)學(xué)習(xí)在何時(shí)何地提出建議，然后利用收到的建議來(lái)改善學(xué)習(xí)效果。重要的是，這些智能體的角色并不固定，智能體能夠?qū)W會(huì)在適當(dāng)?shù)臅r(shí)刻承擔(dān)學(xué)生和/或教師的角色，發(fā)出請(qǐng)求并提供建議，以提高整個(gè)團(tuán)隊(duì)的表現(xiàn)。與目前最先進(jìn)的教學(xué)方法的實(shí)證比較表明，我們的教學(xué)智能體不僅學(xué)得更快，而且可以學(xué)會(huì)協(xié)調(diào)用現(xiàn)有方法無(wú)法完成的任務(wù)。

其他大獎(jiǎng)：藍(lán)天獎(jiǎng)、Feigenbaum 紀(jì)念獎(jiǎng)等

AAAI-19藍(lán)天創(chuàng)意獎(jiǎng)（AAAI-19 Blue Sky Idea Awards）

AAAI與計(jì)算機(jī)研究協(xié)會(huì)計(jì)算社區(qū)聯(lián)盟（CCC）合作，宣布三篇獲獎(jiǎng)?wù)撐?，這些論文提出了可以激發(fā)研究界追求新方向的想法和愿景，比如提出了新問(wèn)題、新應(yīng)用領(lǐng)域或新方法。獲獎(jiǎng)?wù)叻謩e是：

第一名：Pat Langley 獲獎(jiǎng)?wù)撐模篍xplainable, Normative, and Justified Agency

第二名：Francesca Rossi和Nicholas Mattei 獲獎(jiǎng)?wù)撐模築uilding Ethically Bounded AI

第三名： Barry Smyth，獲獎(jiǎng)?wù)撐腞ecommender Systems: A Healthy Obsession

2019 AAAI/EAAI杰出教育家獎(jiǎng)

AAAI / EAAI杰出教育家獎(jiǎng)旨在表彰為人工智能教育做出重大貢獻(xiàn)、為人工智能社區(qū)實(shí)現(xiàn)長(zhǎng)期利益的個(gè)人或團(tuán)體。 2019年AAAI / EAAI杰出教育家獎(jiǎng)?lì)C給佐治亞理工學(xué)院的Ashok Goel，以表彰他持續(xù)卓越的教學(xué)貢獻(xiàn)，利用AI技術(shù)來(lái)教授AI技術(shù)的創(chuàng)新，采用科學(xué)實(shí)驗(yàn)和獎(jiǎng)學(xué)金來(lái)評(píng)估和改進(jìn)AI的教學(xué)方法，以及他向整個(gè)社區(qū)分享的大量資源。該獎(jiǎng)項(xiàng)由AAAI和人工智能教育進(jìn)展研討會(huì)（Symposium on Educational Advances in Artificial Intelligence）聯(lián)合贊助。

2019年羅伯特·S·恩格爾莫爾紀(jì)念獎(jiǎng)

羅伯特·S·恩格爾莫爾(Robert S. Engelmore)紀(jì)念獎(jiǎng)由IAAI-19和AI Magazine贊助，由IAAI-19主席Karen Myers和AI Magazine主編Ashok Goel主持。 該獎(jiǎng)項(xiàng)于2003年設(shè)立，旨在紀(jì)念羅伯特·S·恩格爾博士為AAAI、AI雜志和AI應(yīng)用社區(qū)的卓越貢獻(xiàn)，以及他對(duì)應(yīng)用AI期刊的貢獻(xiàn)。 2019年的獎(jiǎng)項(xiàng)將頒發(fā)給南加州大學(xué)的Milind Tambe團(tuán)隊(duì)，以表彰他們?cè)诙嘀悄荏w系統(tǒng)領(lǐng)域的杰出貢獻(xiàn)，以及在解決具有重大社會(huì)意義的問(wèn)題上的應(yīng)用。

Feigenbaum獎(jiǎng)

AAAI Feigenbaum獎(jiǎng)旨在表彰和鼓勵(lì)通過(guò)計(jì)算機(jī)科學(xué)實(shí)驗(yàn)方法取得的杰出的AI研究進(jìn)展。 2019年的AAAI Feigenbaum獎(jiǎng)項(xiàng)授予加州大學(xué)伯克利分校的Stuart Russell，以表彰他通過(guò)創(chuàng)新和概率知識(shí)表示，推理和學(xué)習(xí)的成就對(duì)AI領(lǐng)域的具有廣泛影響力貢獻(xiàn)。 Feigenbaum獎(jiǎng)由Feigenbaum Nii基金會(huì)資助。