本文系網(wǎng)易智能工作室（公眾號(hào)smartman 163）出品。聚焦AI，讀懂下一個(gè)大時(shí)代！

　　【網(wǎng)易智能訊7月18日消息】7月13日至19日，IJCAI（國(guó)際人工智能聯(lián)合會(huì)議）在瑞典斯德哥爾摩舉行。作為人工智能領(lǐng)域頂級(jí)國(guó)際，今年IJCAI大會(huì)的主題是“人工智能的進(jìn)化圖景（The Evolution of the Contours of AI）”，旨在鼓勵(lì)人們圍繞人工智能的發(fā)展趨勢(shì)進(jìn)行深入討論。

　　據(jù)悉，今年的IJCAI大會(huì)規(guī)模再創(chuàng)新高，注冊(cè)參會(huì)人數(shù)達(dá)2500人，總投稿量達(dá)3470篇，最終錄取710 篇，錄取率約為20。5%。

　　今年，優(yōu)必選AI首席科學(xué)家陶大程教授再度擔(dān)任了會(huì)議領(lǐng)域主席，其領(lǐng)導(dǎo)的優(yōu)必選悉尼AI研究院有5篇論文被錄取。其中，論文《R-SVM+！ Robust Learning with Privileged Information》于7月16日斬獲杰出論文獎(jiǎng)，成為今年IJCAI評(píng)選出的7篇杰出論文之一。

　　優(yōu)必選悉尼AI研究院IJCAI 2018錄取的論文在特權(quán)信息學(xué)習(xí)、量子人工智能、遷移度量學(xué)習(xí)、哈希算法、快速目標(biāo)檢測(cè)等領(lǐng)域?qū)崿F(xiàn)了突破。此次優(yōu)必選入選的5篇論文如下：

　　論文1：《R-SVM+！ Robust Learning with Privileged Information》

　　本文基于嚴(yán)格的理論分析，提出了一個(gè)新的魯棒SVM +（記作R-SVM +）算法。在基于LUPI范式的SVM+方法框架下，本文研究了普通樣本數(shù)據(jù)和特權(quán)數(shù)據(jù)中、將誤導(dǎo)模型做出錯(cuò)誤決策的最小噪聲擾動(dòng)的下界。通過最大化擾動(dòng)的下界，所學(xué)到的模型對(duì)噪聲帶來(lái)的擾動(dòng)將具有更強(qiáng)的容忍度。

　　論文2：《Online Heterogeneous Transfer Metric Learning》

　　本文提出了在線HTML（OHTML）方法。本文提出的在線HTML模型不僅優(yōu)化高效，且能夠適應(yīng)新的數(shù)據(jù)。該方法的有效和高效性在不同應(yīng)用的實(shí)驗(yàn)中得到了驗(yàn)證。

　　論文3：《Quantum Divide-and-Conquer Anchoring for Non-negative Matrix Factorization》

　　本文探索了如何利用量子計(jì)算機(jī)來(lái)設(shè)計(jì)一種量子算法用以求解分離假設(shè)下的非負(fù)矩陣分解問題（separable Non-negative Matrix Factorization， SNMF）。在合理的假設(shè)下，QDCA實(shí)現(xiàn)了量子加速，對(duì)快速解決高維問題提供了新的途徑。

　　論文4：《Semantic Structure-based Unsupervised Deep Hashing》

　　本文提出了一個(gè)新穎的無(wú)監(jiān)督深度哈希學(xué)習(xí)框架：基于語(yǔ)意保持的無(wú)監(jiān)督深度哈希。我們?cè)O(shè)計(jì)了一個(gè)深度結(jié)構(gòu)和成對(duì)損失函數(shù)。實(shí)驗(yàn)表明，本文提出的方法顯著優(yōu)于目前最先進(jìn)的方法。

　　論文5：《Rethinking Diversified and Discriminative Proposal Generation for Visual Grounding》

　　本文對(duì)視覺定位問題中候選框生成的問題進(jìn)行深入探索，提出一種兼顧多樣性和鑒別性的候選框生成模型DDPN?；贒DPN生成的候選框特征，我們?cè)O(shè)計(jì)了一個(gè)簡(jiǎn)單的基礎(chǔ)模型，并在4個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上驗(yàn)證了方法的有效性，大大超越目前這些數(shù)據(jù)集上現(xiàn)有的最好結(jié)果。

　　據(jù)優(yōu)必選透露，2018年，優(yōu)必選研究院在學(xué)術(shù)研究領(lǐng)域持續(xù)發(fā)力，在多個(gè)人工智能頂尖國(guó)際會(huì)議和比賽中榮獲佳績(jī)：在 AAAI 2018上，優(yōu)必選悉尼AI研究院共有5篇論文入選；在CVPR 2018上，優(yōu)必選悉尼AI研究院共發(fā)表4篇論文；在KDD 2018上，優(yōu)必選悉尼AI研究院共發(fā)表2篇論文；在ECCV 2018上，優(yōu)必選悉尼AI研究院共發(fā)表8篇論文；在第22屆機(jī)器人足球世界杯（RoboCup）上，優(yōu)必選研究院在人形機(jī)器人成人組（AdultSize）的技術(shù)挑戰(zhàn)賽和一對(duì)一足球比賽中分別獲得亞軍和季軍；在2018 Robust視覺挑戰(zhàn)賽（Robust Vision Challenge）圖片深度識(shí)別單元（Single Image Depth Prediction）中，優(yōu)必選悉尼AI研究院獲得冠軍；在2018視覺問答挑戰(zhàn)賽( Visual Question Answering Challenge）上，優(yōu)必選悉尼AI研究院協(xié)同杭州電子科技大學(xué)和與中國(guó)科學(xué)院大學(xué)共同取得亞軍，僅次于Facebook 人工智能研究院。

　　優(yōu)必選在AI和機(jī)器人領(lǐng)域的前沿科研成果屢獲認(rèn)可，這與公司對(duì)研發(fā)和人才的重視密不可分。研發(fā)方面，優(yōu)必選不斷加大對(duì)人形機(jī)器人的投入，深入人形機(jī)器人驅(qū)動(dòng)伺服、步態(tài)運(yùn)動(dòng)控制算法、機(jī)器視覺、語(yǔ)音/語(yǔ)義理解、情感識(shí)別、U-SLAM(即時(shí)定位與地圖構(gòu)建)等領(lǐng)域的研發(fā)。由陶大程教授領(lǐng)導(dǎo)的優(yōu)必選悉尼AI研究院，主導(dǎo)研發(fā)先進(jìn)的、具備核心技術(shù)競(jìng)爭(zhēng)力的機(jī)器視覺技術(shù)，希望這些技術(shù)能夠賦予機(jī)器人環(huán)境感知及認(rèn)知的能力。此外，優(yōu)必選還聘請(qǐng)了清華大學(xué)趙明國(guó)教授擔(dān)任優(yōu)必選“人形機(jī)器人首席科學(xué)家”，專注于雙足機(jī)器人運(yùn)動(dòng)控制技術(shù)研究。目前，優(yōu)必選在科大訊飛、清華大學(xué)、華中科技大學(xué)都設(shè)立了智能服務(wù)機(jī)器人聯(lián)合實(shí)驗(yàn)室，并在悉尼大學(xué)成立了人工智能研究院。這些研發(fā)布局都是優(yōu)必選戰(zhàn)略布局非常重要的一環(huán)。（易智）

　　關(guān)注網(wǎng)易智能公眾號(hào)（smartman163），為你解讀AI領(lǐng)域大公司大事件，新觀點(diǎn)新應(yīng)用。