【新智元导读】 刚刚，IJCAI 2019重磅公布了最佳论文奖和杰出论文奖获得者。今年IJCAI在中国澳门举办，这是继 2013 年于北京召开后，第二次踏足中国。最佳论文花落谁家，大会亮点有哪些，一起来看！

今天上午，IJCAI 2019主会议开幕式在中国澳门举行，备受瞩目的“最佳论文奖”也终于揭晓。

今年是第28届IJCAI（国际人工智能联合会议），于 8 月 10 日至 16 日在中国澳门召开，如往常一样，前三天是workshop。

IJCAI是人工智能领域历史最悠久的学术会议，也是最重要和最顶级的学术会议之一。第一届 IJCAI 于 1969 年举办，是 1956 年达特茅斯研讨会的延伸，也是有史以来的第一次人工智能国际会议。几十年来，众多领先的 AI 科技成果都是在 IJCAI 会议期间提出。

今年正值IJCAI成立50周年，也是 IJCAI 继 2013 年于北京召开后，第二次踏足中国。因此，会上的“中国元素”非常多。

IJCAI 2019理事会主席是 香港科技大学 计算机科学与工程学系主任 杨强 教授 ，他也是IJCAI的首位华人理事会主席。

大会的一个亮点是“ 中国的 AI ”panel，杨强主席特地邀请了中国人工智能的领军人物 张钹 院士、高文院士、周志华教授，中国香港的人工智能代表人物 PASCAL FUNG（冯雁）、 张潼 教授以及新一代人工智能的代表人物戴文渊，来共同分享中国AI的故事。

AI顶会一向也是人才交流、机构展示的重要地点，周志华教授也在为 南京大学人工智能学院 招募人才，有志者别错过。

此外，IJCAI最佳论文奖以及各大奖项都新鲜出炉，看看都有哪些论文上榜了吧。

投稿数量增长迅猛，华人一作论文数量依旧最多

根据大会官方发布的数据，今年的IJCAI共投稿 4752篇 (较去年增长37%)，接收了 850篇 (接受率为17.8%)。

对于这样的高增长投稿数和低接收率，新智元在5月份也报道了网友们对此次论文“奇葩”评审的吐槽。当然，对此事件，IJCAI程序主席也早已发表公开信进行了回应。

大会也提供了从2007年至2019年来投稿数量变化及增长率情况。

在接收的850篇论文中，官方给出了根据第一作者和地域划分的数据，可以看出中国学者的力量依旧迅猛，中国的入选论文达到327篇，占比38%。

根据投稿领域划分， 机器学习 有2516篇投稿，接收438篇，依旧是最热门的子领域。其次是 计算机视觉 、 机器学习应用 、 多智能体系统 以及 自然语言处理 等等。

按照惯例，新智元根据接收论文的题目做了一个词云，Learning、Multi、Network以及Deep等词成为今年的最热关键词。

IJCAI 2019的关键词：Learning、Multi、网络、深度

IJCAI 2018的关键词：学习、模态和网络是占比最高的关键词

对比IJCAI 2017的标题关键词

比较有趣的一个现象是，从2017年-2019年，最热词从Lear变为Learned，再变为Learning。

最佳论文

获得最佳论文的是 Clause Elimination for SAT and QSAT ，作者来自德克萨斯大学奥斯汀分校、 芬兰赫尔辛基大学 、维也纳工业大学和奥地利约翰内斯·开普勒大学。

标题： Clause Elimination for SAT and QSAT

作者： Marijn Heule，Matti Järvisalo，Florian Lonsing，Martina Seidl，Armin Biere

作者机构： 德克萨斯大学奥斯汀分校、芬兰赫尔辛基大学、维也纳工业大学、奥地利约翰内斯·开普勒大学

论文地址：

摘要：

本文开发并分析了预处理和后处理的从句消除过程。这些从句消除程序构造了一系列（P）CNF公式简化技术，该技术可以删除具有特定（实际上是多项式时间）冗余属性的从句，同时让公式保持满足性状态。

我们的技术除了能够消除无意义重复、包含句和从句不通等已知问题外，我们还基于这些技术的不对称变体，推出了新的消除程序，还开发了一系列的隐式从句消除程序，并实现了CNF公式性能的提升。

我们对所提出的从句消除程序进行了各个方面的考察。此外，我们还表明如何从满足简化CNF的赋值下重构原始CNF的解决方案，这对这些消除程序的实际应用具有重要意义。作为对更多理论分析的补充，我们根据对解算器运行时对标准实际应用基准的影响，对从句消除过程的重要性进行了实证性评估。事实证明，在最先进的QSAT解决方案中，以往经验证明了本研究中开发的从句消除程序的重要性。

点评：

这篇论文介绍了作为SAT和QBF求解器预处理和简化技术的一系列子句消除程序的基本结果和实际结果。

自发表以来，所述的技术已得到证明，对最先进的SAT和QBF求解器的效率有着深远的影响。

本文优美地扩展了一些成熟的理论概念，并对预处理和处理中的技术给予了新的强调和推动，这一强调超越了SAT和QBF这两个关键问题。

杰出论文

IJCAI 2019 评选出一篇杰出论文(Distinguished Paper)，作者来自德国马普智能研究所和德国 图宾根大学 。

标题：Boosting for Comparison-Based Learnin

作者：Michaël Perrot, Ulrike von Luxburg

作者机构：德国马普智能研究所、德国图宾根大学

论文地址：

摘要：

本文在基于比较如下设置中考虑分类问题：给定一组对象，只能进行“对象xi更接近对象xj，而不是对象xk”的三元形式的比较。

在本文中，我们介绍了TripletBoost，这是一种能够从这种三元形式的比较中学习分类器的新方法，其主要思路是将三元组信息聚合成弱分类器，随后再将其增强为强分类器。

我们的方法有两个主要优点：（i）它适用于来自任何度量空间的数据，（ii）它可以仅使用被动获得的和有噪声的三元组数据来处理大规模问题。

我们推导出了这种方法理论的推广保证和三元组数据量的必要下限，我们凭经验证明，这种方法既具有最先进的性能，又能有效抵抗噪声的干扰。

卓越贡献奖

说完最佳论文，再来看其他奖项。IJCAI的奖项是任何AI研究人员可获得的最高荣誉之一。

IJCAI 2019奖项设置分为：卓越研究奖（Research Excellence Award）、计算机与思想奖（Computer and Thought Award）、约翰 麦卡锡 奖（John McCarthy Award），以及杰出服务奖（Donald E. Walker Distinguished Service Award）。接下来看看谁获奖了。

IJCAI最高荣誉：卓越研究奖（Research Excellence Award）

2019年卓越研究奖的获奖者是 斯坦福大学 计算机科学教授Yoav Shoham。Shoham教授因对知识表示、multi-agent系统和AI的经济基础的贡献而得到认可。

授予卓越研究奖的对象是在整个科研生涯中始终如一地执行高质量研究计划，并取得一定成果的科学家。过去获得该荣誉的群体是人工智能领域中最杰出的科学家群体，包括麦卡锡（1985）、明斯基（1991）、Judea Pearl（1999）和Michael I. Jordan （2016）。

计算机与思想奖（Computer and Thought Award）

2019年计算机与思想奖的获得者是加州大学洛杉矶分校助理教授兼Samueli研究员Guy Van den Broeck。Van den Broeck教授因其对统计和relational人工智能的贡献以及学习和推理中tractability的研究而受到表彰。

IJCAI会议颁发的计算机与思想奖授予对象是人工智能领域中的青年科学家。该奖项是由 Edward Feigenbaum 和 Julian Feldman 编辑的《计算机与思想》一书中收取的版税而设立的，目前由IJCAI基金的收入支持。

过去曾获此殊荣的AI研究者包括：David Marr (1979)，Stuart Russell (1995)，Daphne Koller (2001)，Tuomas Sandholm (2003)， 吴恩达 (2009)，以及Percy Liang (2016)。

约翰麦卡锡奖（John McCarthy Award）

2019年约翰麦卡锡奖的获奖者是华盛顿大学教授Pedro Domingos。多明戈斯教授因其对机器学习和数据科学的贡献以及统一逻辑和概率而受到认可。

IJCAI的约翰麦卡锡奖主要授予成熟的职业中期研究人员（通常在获得博士学位后15至25年)，并且在人工智能领域中取得了重要的研究成果。该奖项的获得者将为其所在地区的研究议程做出重大贡献，并将对影响力较大的研究成果进行评估。此荣誉的过去获奖者包括：Bart Selman (2015)，Moshe Tennenholtz (2016) 和Dan Roth (2017)。

杰出服务奖（Donald E. Walker Distinguished Service Award）

IJCAI杰出服务奖2019年获奖者是Francesca Rossi， 意大利帕多瓦大学 计算机科学教授，IBM研究院杰出研究员，她是AI伦理全球领导者。Rossi教授因其丰富的经验，以及她在整个职业生涯中担任各种角色的人工智能领域的广泛服务而受到表彰。

IJCAI杰出服务奖由IJCAI受托人于1979年成立，旨在纪念人工智能的高级科学家在其职业生涯中为该领域的贡献和服务。此荣誉的过去获奖者包括：Erik Sandewall （2016年），Ramon Lopez de Mantaras（2017年）和Craig Knoblock（2018年）。

周志华等人主旨演讲

今年IJCAI的主旨演讲内容非常丰富，组委会一共邀请了7位大咖，从不同角度探讨AI的现在过去和未来。大家熟知的南京大学人工智能学院院长周志华也受邀演讲。

演讲题目： Deep Learning: Why deep and is it only doable for neural networks? （深度学习：为什么很深，它只适用于神经网络？）

“深度学习”一词通常被认为是“深度神经网络（DNNs）”的同义词。虽然深度学习技术在许多应用中取得了巨大的成功，但仍然不清楚为什么模型必须是深度的，而浅层的模型不能同样强大。在本次演讲中，我们将分享关于深度学习要点的一些想法，并指出深度学习可以用其他模型实现，甚至基于不可微分（non-differentiable）的模型，也不一定受神经网络和基于梯度的反向传播的限制。

罗马第一大学计算机科学与工程系教授 Giuseppe de Giacomo

演讲题目： Queryable Self-Deliberating Dynamic Systems（可查询的自动审议动态系统）

麻省理工学院 计算机科学与工程系教授 Leslie Kaelbling

演讲题目： Doing for our robots what evolution did for us（为我们的机器人做进化对我们做的事）

加州大学洛杉矶分校计算机科学教授 Adnan Darwiche

演讲题目： Reasoning About The Behavior of AI Systems（关于AI系统行为的推理）

康奈尔大学 机械与航空航天工程学院副教授 Hadas Kress-Gazit

演讲题目： Formal Synthesis for Robots（机器人的形式合成）

索尼公司计算机科学实验室总裁兼首席执行官 Hiroaki Kitano

演讲题目： Creating the Engine for Scientific Discovery: Nobel Turing Challenge as a grand challenge project in AI and Systems Biology（为科学发现创造引擎：诺贝尔图灵挑战是AI和系统生物学的一项重大挑战项目）

博洛尼亚大学 计算机科学与工程系教授 Michela Milano

演讲题目： Empirical Model Learning: merging knowledge-based and data-driven decision models through machine learning（经验模型学习：通过机器学习合并基于知识和数据驱动的决策模型）