一级市场并购退出的难点是什么？
06-18
IJCAI已在纽约举办了第五天。
不过，与CVPR大会期间不断充斥屏幕的黑科技相比，IJCAI似乎低调得多。
这几天除了微软曝光的演讲PPT：《深度学习在语义理解上不再难有用武之地》（NLP相关）；人工智能哲学专家Aaron Slaman宣布演讲：《AI的发展已经失去了方向？》（基础理论和架构相关），Deepmind的David Silver解释《AlphaGo如何工作》，我们还没有看到太多大公司人工智能和机器人实验室和大学来自人工智能的强有力的演讲智能与机器人实验室。
我们还没有看到任何与本次会议主题——【人类意识的人工智能】相关的杰出学术成果。
这个时候，我们不妨把注意力转向主会场的报告方向，关注一下这个扎实的会议正在研究什么。
方向的问题是推动【人类意识的人工智能】？glance会议从7月12日持续到7月15日，重点讨论了代理、推理与逻辑、机器学习、智能规划等9个主题。
看什么，看主讲人的演讲，你在会议上讲什么？ 1. ML（机器学习） 相关主题演讲次数：17次 示例，Data-based Promotion of Tourism Events with Minimal Operating Impact（基于数据的促销旅游活动与最小运营影响） 演讲者：Vishalaksh Aggarwal Biplav Srivastava Srikanth Tamilselvam在这里，我们将演示使用人工智能改进旅行促销的计算强度最小的方法。
通过事件的集体分析，推动这座城市旅游业未来的发展，影响城市管理者的作风。
关键词：旅游促销、机器学习、开源数据。
2. 代理人 相关主题演讲次数：12 次 例如，给予或不给予：严格偏好的公平划分 演讲者：Simina Branzei Yuezhou Lv Ruta Mehta 当满足特定要求时 在此情况下，单个代理人具有严格偏好。
这种偏好经常出现在资源分配场景中。
例如，计算机（在执行各种内部任务时）要求CPU、内存、带宽等资源的分配尽可能公平。
关键词：公允价值配置技术、市场均衡。
3. KR（知识表示、推理和逻辑） 相关主题演讲次数：11次 Example, Distributing Knowledge into Simple Bases（将知识库分解为简单的基础（库）） 演讲者：Adrian Haret Jean-Guy Mailly Stefan Woltran 懂片段信念改变算子在经典逻辑问题中的行为近年来受到越来越多的关注。
例如，最近流行的小说研究问题已经开始涉及碎片驱动的问题。
这里我们想提出一个概念……关键词：信仰、信仰融合、碎片化。
4、策划、相关主题演讲次数：10次。
例如，Plan Recognition as Planning Revisited 演讲者：Shirin Sohrabi Anton Riabov Octavian Udrea 近年来，在领域理论和总体规划算法中的计划识别工作给了我们很大的希望，在本文中我们提出了之前的工作：标签观察序列；更加重视不可靠的观测（例如噪声或遗漏观测）以协助... 关键词：智能规划、规划识别、多样性规划。
5. Multi（多任务、多视图、多...） 相关主题演讲次数：8次 示例，基于多任务多视图学习的城市水质预测（基于多任务多视图学习的城市水质预测）任务、多视角学习）演讲人：叶刘宇郑宇轩梁漱溟刘David Rosenblum城市水质问题与我们的生活息息相关。
预测水质可以帮助我们控制水污染并保护人类健康。
在本文中，我们将使用多任务和多视角的方法。
，处理来自多个域的不同数据集。
关键词：城市计算，多任务学习。
6. AIW 相关主题演讲次数：7次 例如，Main track & AIW track Posters（主跟踪和AIW跟踪） 原文链接省略... 原文链接省略... 7. NLP（自然语言）处理）相关主题演讲次数：7次 例如，Neural Segmentation Models Leveraging Segment Representations（使用分割模式来表示神经分割模型） 演讲者：刘一佳 车江 郭冰勤 刘婷 自然语义处理的大部分问题可以归类为（语义）分割问题。
这里我们将半CRF组合方法与神经网络相结合来解决这个问题。
我们的模型输入并嵌入一个切分，然后深入到不同的组合函数和不同的嵌入切分...关键词：自然语言处理，切分，神经网络，中文（英文）分词。
8. 约束 相关主题演讲次数：4 次 例如，ConstraintDetection in Natural Language Problem Descriptions（自然语言问题描述中的约束检测） 演讲者：Zeynep Kiziltan Marco Lippi Paolo Torroni 在此背景下，形式化约简语言将被设计以自然语言和离散数学模型混合的方式表达约束问题，接近自然语言表达方法，但非常严格和精确。
关键词：约束变换、自动模型重构、自然语言问题描述的自动处理。
9. 搜索 相关主题演讲次数：3 次 示例，Mastering the Game of Go with Deep Neural Networks and Tree Search（如何使用神经网络和树搜索来掌握围棋游戏。
） 演讲者：Google DeepMind David Silver 我们的人工智能 智能技术实际上是从智能体开始的。
您可以将智能代理视为机器人手臂、自动驾驶汽车或推荐引擎的控制系统。
这个智能代理有一些目标需要完成，并且它也在尝试不断优化。
为了实现这个目标，我们需要编写代码，这是我们为这个智能代理所做的唯一事情。
总结：像IJCAI这样顶级的AI学术会议，赞助商为何没有上届CVPR那么豪华？到现在为止，以往做过学术报告的大公司实验负责人的热情已经没有上次那么高了。
AI科技评论员认为，原因有二。
原因：首先，CV领域目前正处于从学术到产业落地的高潮期。
无人驾驶、无人机、VR、物体识别、工业检测等多个领域现在都在使用其最新技术，导致CV领域的许多学术成果一发布就投入到公司产品中使用，因此它们吸引了大量的商业公司。
其次，IJCAI会议原本每两年举办一次，但今年距离上届仅一年时间。
一些重要的潜在参与者这次可能还没有做好充分的准备。
另外，今年的主题是人类意识的人工智能，相比CVPR学术成果，该主题在应用中非常受欢迎。
本主题侧重于基础理论的讨论。
而且基础理论的讨论并不是能够很快得出令人惊讶的结论的事情。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-17
06-18
06-21
06-06
06-17
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态