夏乙 发自 凹非寺
量子位 出品 | 公众号 QbitAI

 

这几天,吃瓜群众心系莫斯科,机器学习研究者们的目光,飘向了更靠北的斯德哥尔摩。

机器学习顶会ICML马上开始,哪些亮点值得关注?-深度学习中文社区
△ Twitter @AmandaPapp4AI

机器学习顶会ICML 2018马上就要开始了。部分圈内人士已经聚集在瑞典首都斯德哥尔摩,欣赏着晚上9点多的日落;也有一些研究者,正在赶往斯德哥尔摩的路上。

当然,无论国内国外,更多的人都和你我一样,在远程关注。

盛会信息量巨大,最值得关注的有哪些呢?

量子位根据在Twitter、Reddit、微博等国内外社区的观察,整理了一些不容错过的信息。

读Paper才是要紧事

就算你没有中Paper,ICML这种盛会,总有论文值得一读。

首先,这次会议的论文集PMLR v80已经出炉了,收录了从2473篇投稿中选出的全部621篇论文。

机器学习顶会ICML马上开始,哪些亮点值得关注?-深度学习中文社区

论文集地址:
Proceedings of Machine Learning Research

这里有所有论文的PDF和补充资料,数量众多,全部读完当然不太可能,还是要根据自己的研究方向,各取所需。

不过几篇官方认定的获奖论文,倒是值得特别关注一下。

最佳论文奖(Best Paper Awards)2篇,都与机器学习的安全问题有关:

Obfuscated Gradients Give a False Sense of Security: Circumventing Defenses to Adversarial Examples
Anish Athalye (MIT), Nicholas Carlini (UC Berkeley), David Wagner(UC Berkeley)
论文:Obfuscated Gradients Give a False Sense of Security: Circumventing Defenses to Adversarial Examples
代码:anishathalye/obfuscated-gradients

这篇论文早在今年2月就引起了轰动。当时,ICLR 2018接收论文列表刚刚公布,一作小哥哥Athalye说,ICLR录用的对抗样本防御论文,他们的模型攻破了7/8。

机器学习顶会ICML马上开始,哪些亮点值得关注?-深度学习中文社区

他所说的现象,就是这篇获奖论文所得“混淆梯度(Obfuscated Gradients)”。

Delayed Impact of Fair Machine Learning
Lydia Liu, Sarah Dean, Esther Rolf, Max Simchowitz, Moritz Hardt
(几位作者都来自UC Berkeley)
Delayed Impact of Fair Machine Learning

这篇论文所研究的是机器学习静态公平性标准的长期影响。

最佳论文亚军(Best Paper Runner Up Awards)3篇:

The Mechanics of n-Player Differentiable Games
David Balduzzi, Sebastien Racaniere, James Martens, Jakob Foerster, Karl Tuyls, Thore Graepel
(作者来自DeepMind、哈佛大学)
The Mechanics of n-Player Differentiable Games

Near Optimal Frequent Directions for Sketching Dense and Sparse Matrices
Zengfeng Huang(复旦大学)
Near Optimal Frequent Directions for Sketching Dense and Sparse Matrices

Fairness Without Demographics in Repeated Loss Minimization
Tatsunori Hashimoto, Megha Srivastava, Hongseok Namkoong, Percy Liang(斯坦福)
Fairness Without Demographics in Repeated Loss Minimization

时间检验奖(Test Of Time Award)1篇:

A Unified Architecture for Natural Language
Processing: Deep Neural Networks with
Multitask Learning (from 2008)
Ronan Collobert and Jason Weston
ronan.collobert.com/pub

“大怼之日”

除了顶会的核心——论文之外,今年ICML有一个Workshop格外受关注。

机器学习顶会ICML马上开始,哪些亮点值得关注?-深度学习中文社区

这次会议的7月15日可谓“大怼之日”,当天,有一场名叫Machine Learning: The Great Debates的Workshop要举办,简称MLGD2018。

参加Workshop的辩手,有通过提交论文入选的,也有主办方邀请的。斯坦福大学教授Percy Liang、最爱参加辩论的纽约大学教授Gary Marcus等都在其中。

大怼之日有4个要怼的辩题,每个话题都有两名正方、两名反方。这些辩题分别是:

关于严格

严格程度的提高将加速该领域的进展,我们可能实施的增强严谨性的做法并不会对其他价值造成过度折衷。

关于安全

当前机器学习系统的漏洞非常严重,我们不应允许它们在实际环境中进行一般部署。

关于公平性

为了有效地解决公平问题,机器学习社区不能减少对技术问题的公平性。 相反,它必须越来越明确地进行广泛的制度变革,注意技术本身的政治影响。

关于深度学习

目前和可预见的深度学习方法具有固有的局限性,如果没有其他技术做辅助,它提升机器智能的能力有天花板。

这里,是完整的日程:
Program

ICML怼过之后,这个Workshop还会在IJCAI-ECAI、AAMAS等会议上继续开怼。

研究机构各显神通

ICML即将开始,各机构也就纷纷在官方博客上介绍自家的论文、展位、参会人员等等。

入选论文太多的Google,洋洋洒洒列出了52篇论文。另外,Google的同学们还组织了3场Workshop,包括机器学习中的人类可解释性(WHI)、强化学习里的探索、深度生成模型的理论基础和应用。更多详情以及链接,都在他们的博客中:
ai.googleblog.com/2018/

DeepMind列出了29项研究的介绍,还贴心地给出了各项研究Oral陈述和Poster展示的时间地点:
deepmind.com/blog/deepm

Facebook官方博客也介绍了自家17篇论文:
research.fb.com/faceboo

除此之外,他们也举办了一场Workshop,主题是强化学习中的预测和生成建模。

腾讯AI实验室也在官方公众号上,解读了他们的入选论文:

ICML 2018 | 腾讯AI Lab详解16篇入选论文

微软说,他们有26篇论文被大会收录,派出了40多人去参会,展位,也基本搭好了。

机器学习顶会ICML马上开始,哪些亮点值得关注?-深度学习中文社区

在录取论文列表公布的时候,量子位初步统计过这些论文的出产机构。贡献了最多一作论文的,是Google(含DeepMind);我国战果最丰硕的,则是清华大学。

最后,附传送门

ICML的整体议程,在这里:
ICML 2018

以及,重要的事情再说一遍,论文集的地址要记好:
Proceedings of Machine Learning Research

- 完 -

欢迎大家关注我们的专栏:量子位 - 知乎专栏

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI· 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态