http://www.betsysapts.com

ICLR 2020华人雄起!华人参与度近60%谷80余篇入选实

  DeepMind 和哈佛大学的研究人员构建了一个AI驱动的虚拟大鼠,训练它完成复杂任务,然后用神经科学来解释它的人工“大脑”是如何控制身体运动的。

  视频中,研究人员创建了一个栩栩如生的3D小白鼠模型,可以在模拟中由神经网络控制。通过神经科学技术生物大脑活动,就能够了解神经网络是如何控制老鼠运动的。

  

  这是一篇发表在ICLR 2020上的论文,作者在该论文解释了灵活性是如何产生并在大脑中实现的,从而有可能设计出具有类似能力的智能体,并提出了一种更贴近现实的方式来训练,使其与生物数据更具可比性。

  今年的ICLR受影响取消了现场会议,但仍然如期在线上进行了虚拟会议。此次虚拟顶会的参会形式有所改变,所有被接受的论文都要预先展示视频。

  而这篇论文,正如所有被接受的ICLR论文一样,通过发视频来展示论文的。

  2020年4月26日,ICLR准时拉开序幕,众多业界大咖纷纷齐聚线上,“云参会”。

  

  

  在 ICLR 2020 入选论文的 2566 位作者中,华人学者占到将近四分之一,共有 655 位。

  其中:有 2 人发表 7 篇论文,1 人发表 6 篇,1 人发表 5 篇,5 人入选 4 篇,17 人入选 3 篇,101 位入选 2 篇论文。

  总体来看,此次华人参与的论文数超过半壁江山,共有 412 篇,占总论文数的 60%。

  

  其中华人一作论文共有 301 篇,占华人参与论文数的 73%,占收录论文总数的 44%。

  

  分别是大学计算机系朱军教授和佐治亚理工学院计算科学与工程系终身副教授宋乐。

  其中朱军老师,iclr已连续多年在机器学习国际会议和期刊ICML、NIPS、IJCAI、AAAI等发表论文100余篇。

  洛桑联邦理工计算机与通信科学学院的三年级博士生 Tao Lin是华人学生中的佼佼者,以一作身份入选三篇。发表 2 篇的共计 8 人。

  

  今年的ICLR,谷又是硕果累累。入选论文达80余篇(12篇Oral),其中华人学者参与就有31篇,占比超过38%。

  值得注意的是,谷所有入选论文中,我们通过搜索关键词「meta lrning」发现,iclr有5篇是专门研究元学习的。

  我们知道元学习具备自学能力,也就是学习如何学习,它能够充分利用过去的经验来指导未来的任务,被认为是实现通用人工智能的关键方法。迁移学习、自动机器学习都属于元学习的内容,谷一直比较重视自动机器学习,在AutoML领域也处于业内领先地位,前不久开源的AutoML-Zero就能从零开始学习搭建网络结构,选择优化器。

  可以看出谷的研究人员非常重视深度学习的泛化能力和通用性,虽然谷拥有全球最强大的算力,但是大力也不总是出奇迹,如何减小模型参数量、降低对数据的依赖,也是需要重点关注的领域。

  强化学习一直是ICLR的热点,近年来强化学习及深度强化学习不断刷新着人类在游戏、等领域的最好成绩,新智元关于谷研究人员用6小时完成AI芯片设计的报道,也是采用了深度强化学习方法,强化学习的威力不容小觑。

  

  根据AMiner统计,ICLR2020接收论文华人学者所在单位共有185个,学术界123个,工业界为62个。

  此次入选高分论文中,国内企业如华为、字节跳动、腾讯、快手,国内高校如大学、学、哈工大、西安电子科技大学等均榜上有名。

  我们为大家梳理了国内满分论文,希望未来能够看到越来越多的国人团队拿到满分论文!

  本文要解决的问题是:在给定了有向无环图(D)的邻域聚合(一阶邻接点聚合)函数后,根据观测到的数据集,iclr通过强化学习反向搜索图的原始D结构。

  

  本文研究者提出了一个镜像生成式的机器翻译模型(MGNMT),可以更好地利用非平行语料提高NMT的效果。MG-NMT使用生成式的方法,同时优化两个方向的翻译器和语言模型,从而能从两个角度得到提升。实验表明了这种方法的有效性。

原文标题:ICLR 2020华人雄起!华人参与度近60%谷80余篇入选实 网址:http://www.betsysapts.com/caijingpindao/2020/0609/24412.html

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。