国际顶级人工智能学术会议 AAAI 2019 即将开幕，特邀演讲嘉宾名单出炉

雷锋网 AI 科技评论按，国际顶级人工智能学术会议 AAAI 2019 开幕在即，今年的大会将在美国夏威夷举办，时间是 2019 年 1 月 27 日到 2019 年 2 月1 日。

按照惯例，雷锋网每年都会对会议进行相关报导。目前，主办方已经公布了参会的特邀演讲嘉宾名单，这些嘉宾演讲的日程具体如下：

AAAI-19/IAAI-19 特邀演讲人时间表

1 月 28 日，星期一

上午 9:10–10:00 杰出教育工作者奖获得者演讲：Ashok Goel

1 月 29 日，星期二

上午 8:40–9:40 AAAI-19 特邀演讲：Cynthia Breazeal

上午 10:25–11:15 EAAI-19 特邀演讲：Larry Medsker

下午 4:15–5:15 IAAI Robert S.Engelmore 颁奖演讲：Milind Tambe

下午 5:15–6:15 待定

1 月 30 日，星期三

上午 8:45–9:45 AAAI-19 特邀演讲：Ian Goodfellow

下午 5:15–6:15 AAAI-19 特邀演讲：杨强

1 月 31 日，星期四

上午 8:40–9:40 AAAI-19 / IAAI-19 联合受邀演讲：俞正

下午 4:15–5:15 AAAI-19 特邀演讲：Tuomas Sandholm

2 月 1 日星期五

上午 8:50–9:50 AAAI-19 受邀演讲：Marta Gonzalez

AAAI-19 将特别邀请一下杰出人物演讲（待定）：

这些嘉宾们演讲的主题是什么呢？下面我们就来看看吧~

• Cynthia Breazeal，来自 MIT 媒体实验室
  

演讲主题：与人工智能一起生活与繁荣

摘要：人工智能除了可以实现生产力的自动化和支持决策外，还有助于人类的繁荣与发展。随着不同年龄和阶层的人们开始在家里与人工智能一起生活，我们有机会开发出能够支持多元化的自主机器，它们精明强干、能力突出。当社会为满足日益增长的老龄化、慢性病管理、情绪障碍和终身学习的需求而努力时，这一点尤为重要。这给如何设计、部署和评估现实世界中社会和情感智能机器的长期影响带来了重要的挑战和机会。这需要在设计、人类社会心理学、伦理学和人工智能的交叉点采用紧密交织的方法。我们有机会开发人工智能，这种人工智能以人类的成长和福祉为中心，以对个人有意义和令人振奋的方式造福每个人。

Cynthia Breazeal 是麻省理工学院媒体实验室的副教授，她在那里创建并领导了个人机器人小组。同时，她也是麻省理工学院探索情报战略计划的负责人之一。她被公认为社会机器人和人机交互领域的先驱，将人工智能、机器人学、心理学和设计完美结合在一起。她的研究重点是设计和实现影响世界的个性化情感人工智能技术，以促进个人成长和发展。她是「Designing Sociable Robots」一书的作者。她曾在 TED、CES、SXSW、世界经济论坛和联合国等重要场合就人工智能、创新和社会等话题发表过演讲。她获得了国家工程院奖和国家设计奖。她曾获得 MIT「Technology Review」的 TR100/35 奖和 George R. Stibitz 计算机与通信先锋奖。她的机器人在 2008 年和 2017 年被「时代」杂志评为最佳发明，并登上该杂志封面。

• Ashok Goel ，来自乔治亚理工学院

演讲主题：人工智能教学实验

摘要：随着人们对人工智能兴趣的不断增长，我们有责任教给更多的学生人工智能相关的知识。这也为利用人工智能教授人工智能知识提供了一个极好的机会，并将人工智能的教学作为人工智能技术和工具的试验台。我将介绍几个人工智能教学实验，尤其是认知系统教学。这些实验不仅包括面对面学习，还包括在线和混合学习。我将分享这些课程的学习评估结果。我还将提出一些教授人工智能和用人工智能教授人工智能的一般原则。

AshokGoel 是乔治亚理工学院交互计算学院的计算机科学教授，同时他也是「Human-Centered」计算博士项目主任。他从事人工智能和认知科学的研究，并专注于研究计算设计和创造性。他是「人工智能」杂志的编辑，也是认知科学学会第 41 届年度会议的联合主席。他是麻省理工学院出版社 2019 年出版的「Blended Learning in Practice: A Guide for Practitioners and Researchers」一书的联合编辑。

• Ian Goodfellow，来自谷歌 AI

演讲主题：对抗性机器学习

摘要：直到 2013 年左右，研究人工智能机器学习的大多数研究者都致力于同一个目标：让机器学习为人工智能规模的任务工作。鉴于监督学习起作用了，于是就出现了一系列新的研究方向：机器学习的安全问题、机器学习私有化问题、用机器学习处理新任务、减少对大量标记数据的依赖等等。我调查了机器学习中的对抗性技术是如何应用到这些新的研究领域的。

Ian Goodfellow 是谷歌大脑的高级研究人员。他带领团队研究人工智能对抗技术。他开发了第一个防御对抗的案例，并且是第一个研究神经网络安全和隐私的人，帮助普及了机器学习的安全和隐私。他是麻省理工学院教科书「Deep Learning」的主要作者。2017 年，Ian 被麻省理工技术评论（MIT Technology Review）列入 35 岁以下的创新者，认可了他对抗性网络这一成果。

• Larry Medsker，乔治华盛顿大学

演讲主题：未来的工作、人工智能教育和公共政策

摘要：人工智能和其他自动化技术对社会各方面，包括劳动力的影响是显而易见的。争论的焦点是它对社会的破坏程度、公共部门和私营部门应该为谁负责以及如何负责。与以前的工业革命相比，此次变革的步伐是前所未有的，而且将不同程度地影响社会的不同阶层。人工智能教育者和决策者应该直接参与关于人工智能影响的讨论、规划和决策，并参与应对未来的劳动力和教育需求。我将概述为未来人工智能教育需求所做的准备以及当前正在做的事情，包括所需的不同技能和知识的数据，以及相关机构是如何应对的。

Larry Medsker 是物理学研究教授，前数据科学研究生项目的创始主任，乔治华盛顿大学 Human-Technology 和博士项目组成员。他的研究领域是混合智能系统、人工神经网络以及人类和机器的本质。目前的工作重点是人工智能和数据科学对劳动力的影响，以及人工智能在人类技术支持系统中对自闭症的认知辅助等应用。他定期参加 AAAI 研讨会，并担任 ACM SIGAI 公共政策官，负责撰写和管理和 AI 有关的公共政策的博客。

• Tuomas Sandholm，来自卡内基梅隆大学

演讲主题：解决不完善信息游戏问题的新成果

摘要：现实世界中，大多数时候我们遇到的都是不完善信息游戏的问题。他们带来的挑战比完善的信息游戏要大得多。在这次演讲中，我将探讨我们最近在不完善信息游戏方面所做的一些工作。涉及到的主题包括用一个统一的框架来抽象对解决方案质量有要求的游戏 [Kroer 和 Sandholm 参与, NeurIPS-18]、一个健全的深度有限的搜索框架 [Brown 等人参与, NeurIPS-18]、最快的平衡发现（equilibrium-finding）算法 [Brown 和 Sandholm 参与，AAAI-19]、作为抽象的替代品的深度学习 [Brown 等人参与，Deep RL Workshop-18]、一个新的用于顺序决策过程和一般形式博弈的在线通用框架 [Farina 等人参与，AAAI-19]，第一个用于颤抖手（trembling-hand）平衡优化的可扩展算法 [Farina 等人参与，Neurips-18] 等等。

Tuomas Sandholm 是卡内基梅隆大学的 Angel Jordan 计算机科学教授。他是 CMU AI 的联合总监。他是 Electronic Marketplaces 实验室的创始人和主任。他是「Optimized Markets」、「Strategic Machine」和「Strategy Robot」的创始人和首席执行官。他设计并组织了 600 亿美元的组合拍卖活动。Optimized Markets 正在为电视、流媒体、显示、移动、游戏、广播和跨媒体广告中的广告活动销售、日程安排和定价带来新的优化支持范例。Strategic Machine 和 Strategy Robot 正在将计算游戏解决方法应用于商业、军事、游戏和体育应用中。

• Milind Tambe ，来自南加州大学

演讲主题：人工智能和多智能体社会公益系统

摘要：随着人工智能和多智能体系统研究的不断成熟，我们有了一个巨大的机会来使用这些进步，用它们去解决复杂的社会问题。我将集中讨论公共安全、野生动物保护和低资源社区的公共卫生问题，并介绍这个社会公益系统的研究进展，以解决一个关键的跨领域挑战：如何将我们有限的资源合理地部署到这些领域中。来自世界各地的反馈结果表明，我们的技术水平有了长足的进步。在推动这一研究议程的过程中，我们相信人工智能确实能够在打击社会不公正现象和改善社会方面发挥重要作用。

Milind Tambe 是 Helen N 和 Emmett H. Jones 工程教授，同时也是南加州大学人工智能研究中心的创始联席主任。他是 AAAI 和 ACM 的 fellow，也是 IJCAI John McCarthy 奖的获得者，同时他还获得了 ACM/SIGAI 自主代理研究奖，被授予瓦格纳奖、军事运筹研究协会（Military Operations Research Society）奖、Christopher Columbus 奖学金基金会国土安全奖、国际代理和多代理系统基金会有影响力的论文奖、来自美国海岸警卫队和洛杉矶机场警察的杰出团队表彰以及来自美国联邦航空警署的感谢证书。

• 杨强，来自香港科技大学

演讲主题：GDPR、数据短缺和人工智能

摘要：尽管人工智能取得了巨大的进步，但在高质量大数据的可用性方面依然面临着严峻的挑战。在许多实际应用中，数据之间是相互孤立的。集成数据的工作越来越困难，其中一部分原因是对用户隐私和数据安全的严重担忧。严格的政府法规，例如欧洲的大数据隐私条例（GDPR），加剧了这一问题。在本次演讲中，我将回顾这些挑战，并描述有哪些技术可能用来解决这些问题。更重要的是，我将概述迁移学习的最新进展，并说明它是如何减轻数据短缺问题的。我还将概述最近在联合学习和迁移学习方面所做的努力，这项工作旨在在不损害数据安全和隐私的情况下，架起数据存储的桥梁。

杨强是香港科技大学计算机科学与工程系的讲席教授。他的研究领域包括人工智能、机器学习，尤其是迁移学习。他是 AAAI、ACM、IEEE、AAAS 等组织的 fellow，是 ACM 智能系统与技术杂志（ACM TIST）的创始主编，也是 IEEE 大数据杂志（IEEE TBD）的创始主编。1989 年，他获得马里兰大学 Park 学院的博士学位，并在 the University of Waterloo 和 Simon Fraser University 任教。他曾担任 IJCAI-2015 的 PC 主席，并于 2017 年获得 ACM SIGKDD 杰出服务奖。他是 IJCAI 现任主任（2017-2019 年）和 AAAI 执行理事会成员。

• 郑宇，来自京东集团

演讲主题：城市计算：利用大数据和人工智能构建智慧城市

摘要：城市计算是云计算、大数据和人工智能模型在城市背景下的协同作用，解决城市面临的大气污染、能源消耗和交通拥堵等挑战，创造双赢的解决方案，改善城市环境、改善人类生活质量和城市运营系统。本次演讲将介绍城市计算的愿景，展示人工智能技术如何帮助建设智慧城市。本次演讲还将介绍一系列人工智能驱动的应用，如企业选址、空气和水质预测、降低能耗等。更多信息请访问网站：http://icity.jd.com/。

郑宇是 JD 集团副总裁，领导城市计算事业部和京东智慧城市研究团队。同时，他还担任京东数字科技的首席数据科学家，热衷于使用大数据和人工智能技术来应对城市挑战。在加入京东集团之前，他是微软研究院的高级研究经理。郑宇也是上海交通大学的讲席教授，同时也兼任香港科技大学教授。目前，他担任 ACM 智能系统和技术杂志（ACM Transactions on Intelligent Systems and Technology）的总编辑，并担任 10 多个著名国际会议的主席，如 ICDE 2014（工业方面）、CIKM 2017（工业方面）和 IJCAI 2019（工业方面）项目联席主席，以及 AAAI 2019 地区主席。2013 年，他被「麻省理工技术评论」（MIT Technology Review）（TR35）评为 35 岁以下的顶级创新者之一，并因其对城市计算的研究而登上「时代」杂志。2014 年，他被《财富》杂志评为中国 40 岁以下商业精英之一。2017 年，郑宇被评为 ACM 杰出科学家。他的主页是 http://urban-computing.com/yuzheng。

到这里，目前已公布的演讲嘉宾就介绍完啦。接下来，雷锋网 AI 科技评论也会对大会进行关注和报道，敬请期待~

via：https://aaai.org/Conferences/AAAI-19/invited-speakers/

雷峰网版权文章，未经授权禁止转载。详情见转载须知。