<mark id="oztn4"></mark>
0
| 本文作者： 奕欣 | 2018-02-04 10:48 | 專題：AAAI 2018 |
雷鋒網 AI 科技評論按：第 32 屆 AAAI 大會（AAAI 2018）日前在美國新奧爾良拉開帷幕，并于當地時間 2 月 2 日至 7 日為人工智能研究者們帶來一場豐富的知識盛宴。AI 科技評論作為持續關注頂級學術會議的雷鋒網學術頻道，從 2016 年開始涉足、參與并報道國際學術會議，不僅為讀者帶來一線精彩報道，更為人工智能相關領域的學者們提供更多縱覽全球學術會議的機會。
新的一年，新的征程。雷鋒網 AI 科技評論的開年第一次國際學術會議報道，仍然同去年一樣鎖定了 AAAI 2018。說起來，在新奧爾良舉辦的這次 AAAI 2018，可謂是一場「遲來」的會議。為何這么說？這就要追溯到去年的 AAAI 大會了。原定于 2017 年初在新奧爾良舉辦的 AAAI 2017，當時擬定的時間與中國春節存在交疊，預期有很多華人學者無法到達會議現場。為了兼顧廣泛的華人群體，AAAI 組委會決定改期舉辦。遺憾的是，新奧爾良沒能選定合適的場地，只能臨時將當屆的 AAAI 舉辦地點遷移到舊金山，并順延到下一年舉辦，這才有了新奧爾良的 AAAI－18。
雖然新奧爾良晚了一年才等來 AAAI，但好的學術會議，什么時間舉辦都不算晚。作為中國計算機學會（CCF）推薦的人工智能領域 A 類學術會議，AAAI 以其綜合性著稱，每年投遞這一會議的全球學者不在少數。雷鋒網 AI 科技評論為讀者們整理了新一年 AAAI 的重大看點，并和去年的情況做了詳細對比。
亮點一 多個重要個人／團體獎項
亮點二 最佳論文四大獎花落誰家？
亮點三 主題演講提前看
亮點四 五大中國巨頭企業首次同時集結 AAAI 2018
亮點五 去年遇冷的 Job Fair，今年會如何？
亮點六 時值狂歡節，預熱踩點期待滿滿
AAAI 2018 將在現場頒布一系列重要獎項，在屆時的頒獎儀式上，雷鋒網 AI 科技評論也將做詳細的獲獎報道和相關演講實錄整理。
頒獎者有三位，他們分別是：
獎項組委會主席及前任 AAAI 協會主席 Thomas Dietterich；
現任 AAAI 協會主席 Subbarao Kambhampati，他也將在會上做《Challenges of Human-Aware AI Systems》的相關演講，AI 科技評論屆時將做全文跟進。
AAAI 協會候任主席 Yolanda Gil。
AAAI 新任 Fellow
今年的 AAAI 新任 Fellow 全部被北美地區（美國、加拿大）的學者包攬，共 8 位，名單如下：
Nancy Amato (德州農工大學)
Regina Barzilay (MIT)
Marie desJardins (馬里蘭大學)
Kevin Leyton-Brown (不列顛哥倫比亞大學)
Dinesh Manocha (北卡羅來納大學)
Joelle Pineau (麥吉爾大學)
Amit Sheth (Kno.e.sis, 萊特州立大學)
Gaurav Sukhatme (南加州大學)
相比之下，AAAI 2017 的新晉 Fellow 共有 7 位，分別是 Ronen I. Brafman，Eduard H. Hovy, Tommi S. Jaakkola, Maurizio Lenzerini, Dale Schurmans, Munidar P. Singh. 此外，來自香港科技大學的林方真教授作為唯一華人當選。
資深會員表彰
這一獎項的設立主要肯定為 AAAI 作出長期重要貢獻的學者，今年共有 6 名學者當選，包括兩位中東學者與四位美國學者，他們分別是：
Ariel Felner (以色列本·古里安大學)
Martin Michalowski (美國明尼蘇達大學)
Ashish Sabharwal (美國艾倫人工智能研究所)
Ram Sriram (美國國家標準技術研究所)
Matthew Taylor (美國華盛頓州立大學)
Ingmar Weber (卡塔爾計算研究所)
AAAI 2017 在去年表彰了三位資深會員，其中，中國科學院西安光學精密機械研究所副所長、研究員李學龍成為唯一上榜華人。
AAAI 18 的經典論文獎頒給了 Natasha Noy 和 Mark Musen 的《PROMPT: Algorithm and Tool for Automated On- tology Merging and Alignment》。這一獎項肯定了作者們對于開創性的本體匹配和集成研究的探索，并提供了首個創新解決方案。
在當地時間 2 月 4 日上午 11:00，雷鋒網 AI 科技評論將在現場跟進 Natasha Noy 帶來經典論文獎的相關演講，敬請期待。
每年的杰出服務獎授予一位對 AI 社群作出突出貢獻和服務的個人。憑借在 NASA 建立 AI 研究部門、在美國空軍科學研究局部署人工智能相關計劃，以及在計算分子生物學的相關成就，Peter Friedland 榮獲今年的杰出服務獎。
美國蓋茨堡學院計算機教授 Todd Neller 榮獲今年 AAAI 和 EAAI 聯合授予的杰出教育獎，以表彰他在人工智能教育領域所作出的重要貢獻。
值得一提的是，去年的這一獎項頒給了「谷歌無人車之父」、Udacity 創始人 Sebastian Thrun。
CMU 的 Stephen F. Smith 獲得該獎項，以肯定他在約束規劃和調度技術所做的相關研究及應用，以及他為 AI 社群所提供的服務。
當地時間 2 月 4 日下午，Stephen F. Smith 將以《Smart Infrastructure for Future Urban Mobility》為題發表演講。
此外，還有 IAAI－18 應用獎和 AAAI 藍天獎等多個針對實際應用和嶄新創意的獎項。在當地時間 2 月 4日，雷鋒網 AI 科技評論將做全程頒獎詳細報道。
除了一系列表彰和肯定學者辛勤工作的獎項外，最受關注的自然是最佳論文獎了。在介紹最佳論文獎之前，我們先以一組數據來了解下 AAAI 2017 的情況。
AAAI 2017 的注冊參會人數達到 1692 人，收到投遞論文 2571 篇，兩者都創下了歷史新高；AAAI 2017 最終收錄的論文總數為 639 篇，平均錄取率為 24.9%。雖然今年的詳細錄用數據要到 2 月 4 日正會開始才正式公布，但從目前公布的論文錄用情況來看，論文投遞數和錄用數將會呈現一個新的高峰，屆時敬請關注 AI 科技評論的報道。
在去年呈現的一系列論文數據中，機器學習（投稿 910 篇，收錄 215 篇）、NLP（投稿 373 篇，收錄 77 篇），應用（投稿 268 篇，收錄 61 篇）這三大領域可謂是 AAAI 最受關注和歡迎的投稿領域；此外，檢索／規劃、視覺、知識表征和博弈論等領域的投稿論文也不在少數。相對而言，博弈論領域論文的錄取率最高，達到 0.38，而 NLP 領域的錄取率相對較低，只有 0.21.
AAAI 2018 的最佳（學生）論文及候選論文日前已經揭曉名單。屆時，這四篇優秀論文都將在現場進行口頭報告展示，AI 科技評論將做全文演講的整理報道，敬請期待。
獲獎名單如下：
最佳論文《Memory-Augmented Monte Carlo Tree Search》
值得一提的是，本文作者為阿爾伯塔大學的 Chenjun Xiao、Jincheng Mei 和 Martin Müller，這也是今年僅有的當選最佳論文的兩位華人作者。
最佳學生論文：《Counterfactual Multi-Agent Policy Gradients》
最佳論文提名：《Generalized Adjustment Under Confounding and Selection Biases》
最佳學生論文提名：《Adapting a Kidney Exchange Algorithm to Align with Human Values》
雷鋒網 AI 科技評論將論文摘要編譯如下：
最佳論文《Memory-Augmented Monte Carlo Tree Search》（記憶增強的蒙特卡洛樹搜索）
本文提出并評估了記憶增強的蒙特卡洛樹搜索（Memory-Augmented Monte Carlo Tree Search，M-MCTS），提供了一種在線實時搜索的新方法。這一方法主要是將 MCTS 和一個記憶結構組合，每個 entry 包涵特定信息，記憶結構用于組合類似狀態的評估進行近似值估計。研究表明這一方法產生的估計值優于普通蒙特卡洛估計。在圍棋游戲中，M－MCTS 在相同模擬次數下優于 MCTS。
論文地址：https://webdocs.cs.ualberta.ca/~mmueller/ps/2018/Chenjun-Xiao-M-MCTS-aaai18-final.pdf
最佳學生論文：《Counterfactual Multi-Agent Policy Gradients》（反事實多智能體策略梯度）
論文摘要：許多現實世界中的問題，比如網絡數據包的路由，或者自動駕駛汽車之間的協調，都可以很自然地看作合作性的多智能體系統問題來建模。這就對新的強化學習方法提出了強烈的需求，以便為這些系統高效地學習到區中心化的運行策略。出于這個目的，作者們提出了一種新的多智能體的「執行者-批評者」方法：反事實多智能體策略梯度（COMA）。COMA 中使用一個中心化的批評者估計 Q 函數和區中心化的執行者，從而優化智能體的運行策略。除此之外，為了解決多智能體間互相建立信任的問題，它使用了一個會把單個智能體的動作邊緣化的反事實基準線，同時還能保證其它智能體的動作不變。COMA 中使用了一個批評式的表征，從而使得這個反事實基準線可以在單個前饋流程中進行高效的計算。作者們在星際爭霸游戲的單位控制測試環境中評估了 COMA 的表現，使用了非常便于分別觀察的去中心化變量。與這個環境下的其它多智能體執行者-批評者方法相比，COMA 的平均表現有顯著提高，而且 COMA 得到的最好的智能體的表現可以和頂尖的具有全狀態數據的中心化控制方法相提并論。
論文地址：https://arxiv.org/abs/1705.08926
最佳論文提名：《Generalized Adjustment Under Confounding and Selection Biases》（對選擇偏倚和混雜偏倚的泛化調節處理方法）
論文摘要：選擇偏倚和混雜偏倚是限制常見推理方法在大尺度環境下使用的最常見的兩個障礙。在這篇論文中，作者們泛化了后門調節的想法，以便同時處理這兩種偏倚，并且在不引入選擇偏倚的情況下利用可能的外部數據（比如來自人口調查的數據）。作者們介紹了調節對（adjustment pair）的思路，并展示了通過調節方法識別因果關系的完整圖形條件。作者們還進一步設計了一個算法，以多項式形式列出所有可以處理的調節對，對于希望評估以部分可處理的調節對的特定屬性（常見屬性包括開銷、變化、測量難度）的研究人員來說這會很有用。最后，作者們描述了一種統計性的估計過程，一旦確認了某個設置是可以處理的就可以執行這個過程；它可以用來處理有限樣本中的多種問題。
論文地址：https://pdfs.semanticscholar.org/023a/a92487c037a7557b9b74e894003725afd00a.pdf
最佳學生論文提名：《Adapting a Kidney Exchange Algorithm to Align with Human Values》（改造出和人類的價值一致的腎臟分配算法）
論文摘要：如何高效分配有限的資源是經濟學和計算機科學兩個領域共有的經典問題。對于腎臟移植手術來說，通常會由一個中央市場把一切正常的腎臟捐贈者分配給等待腎臟的病人。在腎臟分配中，病人和捐贈者首先由委員會通過特設的權重決定優先級，然后輸入一個分配算法，由它決定哪個病人會分配到哪個捐贈者——以及決定哪個病人分配不到捐贈者。在這篇論文中，作者們提出了一種端到端的方法用于在腎臟分配中根據每個病人的檔案估計權重。作者們首先從人類被試者獲取了一組他們認為可以用于決定病人優先級的屬性（比如醫療特征，生活方式等等）。然后作者們根據不同病人的檔案向被試者提問對比問題，并根據他們的回答嚴格地計算出各個屬性的權重。作者們展示了如何在腎臟分配市場的分配算法中使用這些權重。作者們接著在模擬環境下評估了這些權重的影響，發現他們算出的權重的精確值其實影響很小，實際上需要的只是由權重計算出的檔案的排序。不過，與完全不給病人排優先級的情況相比，帶有權重的算法還是取得了更好的表現，確實有部分類別的病人從前述的測試者的價值評價中獲得了優先匹配（或者延后匹配）。
論文地址：https://users.cs.duke.edu/~conitzer/kidneyAAAI18.pdf
AAAI 2018 同樣邀請了 7 位優秀的特邀演講嘉賓，讓我們一起來看看有哪些大咖會出席本次會議，以及他們會在會上講哪些發人深省的內容呢？
亞利桑那州立大學的 Subbarao Kambhampati 教授將在本次大會上進行主題為《人類感知人工智能系統的挑戰》的演講。
Subbarao Kambhampati（Rao）是亞利桑那州立大學計算機科學教授。Kambhampati在研究規劃和決策中的基本問題、特別是關于人類意識AI系統的挑戰中頗有建樹。
Rao 博士畢業于馬里蘭大學計算機科學系，2000 年成為亞利桑那州立大學全職教授，同時也是 ASU 人工智能實驗室 Yochan 研究小組負責人。2014 年當選為擔任 AAAI 協會侯任主席，曾獲 1992 年 NSFF 研究啟動獎，1994 年 NSF 年輕研究員獎，2001-2002 年工程教學卓越獎，2004 年 IBM 學院獎和 4 個 Google 研究獎（2007年，2010年，2013 年和 2016 年） 。
演講摘要：人工智能的研究長期以來一直困擾著人類，這些研究在「替代人類」和「增強人類」的使命之間搖擺不定。現在，隨著人工智能技術的日益增長，逐漸的進入了我們的日常生活，人工智能系統則更需要與人類協同工作。想要有效地做到這一點，人工智能系統必須更加關注「與人類協同工作」方面的研究，這其中就包括「情感智能」和「社交智能」。
在演講中，Subbarao Kambhampati 教授將討論設計人類認知人工智能系統所面臨的研究挑戰，包括對人的心理狀態進行建模、識別他們的愿望和意圖并提供積極的支持，對行為和需求做出切實的解釋。并且，Subbarao Kambhampati教授將調查迄今在這些挑戰方面取得的進展，并突出一些有希望的方向，也會談到這些系統構成的額外的道德困境。
追求人類意識的人工智能系統拓寬了人工智能企業的研究范圍，迫切需要和促進真正的跨學科協作，并且可以大大提高公眾對人工智能技術的接受度。
Yejin Choi 是華盛頓大學 Paul G. Allen 計算機科學與工程學院的副教授。她最近的研究集中在語言和視覺的整合、從文本和圖像學習知識、為自然語言生成和建立更豐富的語境、以及使用內涵框架建立文本的非字面意義。她當選了 2015 年 IEEE AI’s 10 to Watch，也是 ICCV 2013 的 Marr Prize 獲獎者。她在本次大會上的演講主題是《從純粹的物理動作到了解內涵：用語言來學習和推理世界》
演講摘要：智能的溝通需要從閱讀的字里行間進行理解，而這又需要關于「世界是如何工作」的豐富背景知識。但是，從語言中學習不可言喻的常識和知識并非易事，因為人們很少說明這一點，例如「我的房子比我大」。在這個講座中，Yejin Choi 將討論如何從沒有體現的語言中還原出瑣碎的日常知識。一個關鍵的洞察是：人們分享和假設的隱性知識系統地影響著人們使用語言的方式，這為間接理解世界提供了線索。例如，如果「Jen 進入她的房子」，那一定是她的房子比她大。
在演講中，Yejin Choi 將首先介紹如何通過適應框架語義的表示，來組織常識的各個方面——從純粹的物理知識到更抽象的內涵。將討論補充以框架為中心的方法的神經網絡方法，將通過討論當前模型和形式主義方面的挑戰來結束討論，并指出未來研究的途徑。
來自哈佛/拉德克利夫高等研究學院的 Cynthia Dwork 將進行主題為《公平問題》的演講。Cynthia Dwork 教授因其在數學上嚴謹的基礎上進行隱私保護數據分析而聞名。在密碼學和分布式計算方面也做出了開創性的貢獻。此外，他也是 Edsger W. Dijkstra 獎的獲得者，他最近的研究領域包括適應性數據分析的穩定性（特別是通過不同的隱私）和分類的公平性。Dwork 還是美國國家科學院、美國國家工程院以及美國哲學學會的成員，也是美國藝術與科學學院的 Fellow。
演講摘要：算法的「不公平性」——從廣告到重犯預測的任務，在時下的流行媒體上引起了相當的關注。用于實現公平的算法技術現在經常出現在專門的研討會和專題討論會以及已建立的研究會議中。這次演講將重點討論數學嚴謹的公平理論（定義、方法和可證明的限制以及折衷）的新研究，為「解釋性」等熱點政策問題提供一個方向，并為未來的研究提出新的問題。
Zoubin Ghahramani 是劍橋大學信息工程系教授和Uber首席科學家。他還是Leverhulme Centre for the Future of Intelligence 的副院長、 St John’s College Fellow。他也是英國國家數據科學研究所艾倫·圖靈研究所（Alan Turing Institute）的創始總監。他曾在賓夕法尼亞大學，麻省理工學院，多倫多大學，倫敦大學學院的蓋茨比分校和卡內基梅隆大學工作和學習。他的研究集中在機器學習和人工智能的概率方法上，發表了超過 250 篇相關研究論文。他是 Geometric Intelligence（現在的 Uber AI Labs）的聯合創始人，并為一些AI和機器學習公司擔任顧問。其在本次 AAAI 2018 演講的主題為《概率機器學習和人工智能》
演講摘要：概率論為理解學習和建構合理的智能系統提供了一個數學框架。Zoubin Ghahramani 將回顧概率AI領域的基礎，然后將重點介紹當前的一些研究領域，涉及貝葉斯深度學習、概率規劃、貝葉斯優化和數據科學 AI 等主題。
Joseph Halpern 于 1996 年加入康奈爾大學計算機系，并于 2010 至 2014 年擔任系主任。Halpern 是 AAAI、AAAS、美國藝術與科學學院、ACM、IEEE、博弈論學會和經濟理論進步學會 Fellow。在本次大會上，他帶來的演講題目為：《實際因果關系：一項調查》
演講摘要：「事件 C「事實上導致」事件 E」的含義何在？界定實際因果關系的問題不僅僅是哲學思辨。例如，在許多法律論點中，確定責任就是需要建立的（車禍或醫療問題的真正原因究竟是什么？）。自 18 世紀以來，哲學文獻一直在與定義因果關系的問題斗爭。許多定義都是用反事實來表述的。（C 是 E 的一個原因，如果 C 沒有發生，那么 E 就不會發生）。2001 年，Joseph Halpern 和 Judea Pearl 引入了一個新的實際原因的定義，用 Pearl 的結構方程的概念來模擬反事實。自那時以來，這個定義被修改了兩次，擴展為處理「責任」和「責備」等概念，并應用于數據庫和程序驗證。在這一演講中，Joseph Halpern 將圍繞他與 Judea Pearl, Hana Chockler 以及 Chris Hitchcock等人過去15年的研究進行回顧和展望。
Charles Isbell 是喬治亞理工學院計算學院教授兼高級副院長，機器學習研究人員，Isbell 是美國國家科學院的卡弗利獎助研究員（為期三年），曾獲得了 NSF CAREER 和 DARPA CSSG 獎項。他在 ICML 曾獲得最佳論文獎。曾在 ICML、NIPS、RoboCup、Tapia 和 NAS 科學前沿研討會等組織承擔委員會工作，并在多個會議上組織會議。
演講摘要：我們建立機器學習系統是因為我們希望它們以某種方式行事。在這種情況下，「我們」的主體通常是人類。無論我們想傳達特定的策略還是細微的偏好，以定義目標本身，總是需要某種形式的從人到算法的知識遷移。交互式機器學習主要集中在利用機器學習技術解決人工智能問題的背景下推動遷移的技術。本次演講將探討交互式機器學習中所研究的一些問題和技巧，特別強調與人類參與者的實驗結果所產生的違反直覺的設計原則，尤其，那些違反直覺的原則通常是由于「我們（we）」對「我們（us）」的錯誤理解而產生的。
Percy Liang 是斯坦福大學計算機科學助理教授，他的研究范圍涉及機器學習和自然語言處理，其目標是開發可靠的智能體，使其可以有效地與人溝通，并通過互動獲得性能的提高。具體的研究主題包括問答、對話、程序導入、交互式學習和可靠的機器學習。
Percy Liang 在本次大會上的演講主題為《我們應該如何評估 AI 的機器學習》？
演講摘要：機器學習在推動人工智能領域取得巨大成功無疑是非常成功的，但也衍生出訓練－測試的評價范式。這個標準評估只會鼓勵平均行為良好的行為; 它不能保證對抗性例子所顯示的魯棒性，并且對對話這樣的互動性任務或者錯誤的回答無計可施。在這次演講中，Percy Liang 將介紹以自然語言理解任務為重點的評估范例，并探討在有意義的方向上指導 AI 的進展。
今年共有 26 家企業／機構列席 AAAI 2018 的贊助商。今年的最大亮點在于，眾多中國企業都進行了深度參與，五大中國巨頭企業第一次同時聚首 AAAI 2018.
滴滴出行首次成為 AAAI 2018 的贊助商，而且一舉拿下頂級贊助商。百度、騰訊、阿里巴巴和京東則是金牌贊助商。此外，去年贊助了 AAAI 2017 的小 i 機器人也依然出現在 AAAI 2018 的隊伍當中。2018 開年第一個學術會議，就迎來這么多中國企業的參展和關注，實屬難得；更何況，BAT 與京東、滴滴出行也亮相這一盛會，可見以 AAAI 2018 為代表的國際學術會議在中國企業心目中的地位也越來越重要。
屆時，雷鋒網AI科技評論將會在現場展區與上述中國企業進行交流和溝通，并帶回后續報道。
而從論文收錄情況看，AAAI 2017 上，百度、騰訊、華為、360、今日頭條、攜程、iPIN 等公司的人工智能團隊都有論文被收錄。而相較去年，目前雷鋒網 AI 科技評論所了解的情況比較集中，百度今年有四篇 AAAI 論文被錄用；而阿里巴巴和騰訊 AI Lab 各有 11 篇論文被收錄；此外，狗尾草科技也有兩篇相關論文被收錄。如果有其他企業的論文被 AAAI 2018 錄用，歡迎在雷鋒網 AI 科技評論公眾號（aitechtalk）與我們取得聯系。
值得一提的是，在當地時間 2 月 5 日晚上八點，阿里巴巴將進行「阿里之夜」的 workshop 線下活動，屆時 AAAI 協會主席 Subbarao Kambhampati、阿里巴巴人工智能實驗室北京研發中心負責人聶再清博士也將做為受邀嘉賓出席。
Job Fair 旨在為企業和學生們提供一個溝通的平臺，AAAI－17 也曾經舉辦過。彼時 AI 科技評論在參加 Job Fair 時，曾預設過擠破頭的熱鬧宣講場景，但實際情況與預想的情況大相徑庭。從現場的情況看，學生參與程度并不是太高。宣講場地能容納將近 200 人，但 AI 科技評論聽的幾場企業宣講，人數都只有 20 人左右，整個會場顯得很空曠，如果再刨掉排隊準備做宣講的企業代表，來到會場的學生真的可以用「寥寥無幾」來形容。
但「醉翁之意不在酒」，不少企業當時也向雷鋒網 AI 科技評論表示，企業 PR 宣傳的目的要遠大于在現場招聘到心儀學生的動機，另外，這也或許和 AI 熱潮還在風口，學生們并不擔心就業問題有關。
而今年，AAAI 大會組委會延續了去年的這一項目，仍然開設了 Job Fair 的相關項目，不知道 AAAI－18 的 Job Fair，是否會有所改觀呢？
當地時間 2 月 2 日是新奧爾良的 Mardi Gras 狂歡節，如果是今天來到現場的同學，可以看到當地的人們都會在這個「油膩的星期二」頭戴面具，裝神弄鬼，街頭鑼鼓喧天，沒有鞭炮，異常熱鬧。（此處無圖，明天奉上）
雷鋒網 AI 科技評論也趕到了新奧爾良，為大家帶來 AAAI 2018 大會的現場報道。新奧爾良是美國路易斯安那州南部的一座海港城市，同時也是路州最大的城市。本屆會議的舉辦地點就在毗鄰密西西比河的新奧爾良希爾頓河畔酒店。
按照議程，大會從 2 月 2 日開始，2 日上午 7 點 30 分起開放注冊，注冊地點在希爾頓酒店的 3 樓，注冊窗口將持續開放到 7 日中午 11 點（以上均為新奧爾良當地時間）。
為了便捷注冊，會方設置了兩個注冊窗口，到達的注冊人員，按照姓氏的首字母分別在兩個窗口拿取參會吊牌和資料袋，非常便捷，雷鋒網AI科技評論拍照的時間較晚，所以窗口人并不是很多。
根據議程介紹，從 2 月 2 日至 2 月 3 日，共有 15 個Workshop（原為16個，其中 W6: Artificial Intelligence for Smart Grids and Smart Buildings被取消）和近 30 個 Tutorial 相繼舉行。今天有 8 個 Tutorial，具體議程、主題、講者如下：
從今天的現場狀況來看，8 個 Tutorial 的規模各不相同，聽眾人數有些很多，接近爆滿狀態。如Network Representation Learning: Enabling Network Inference in Vector Space——這場由清華大學崔鵬教授、朱文武教授組織的 Tutorial 就收獲了不少聽眾。
也有些會場人員相對較少，（下圖為今天【FP2：A Survey of Inverse Reinforcement Learning: Challenges, Methods and Progress – Prashant Doshi, Saurabh Arora】主題會場）。
到五點鐘人流逐漸開始撤退，雷鋒網AI科技評論在現場和一些中國學生進行了交流，有幾位告訴雷鋒網AI科技評論，今天主要是來“踩場預熱”，他們都在期待后續更精彩的內容。
接下來幾天，雷鋒網AI科技評論會從現場帶來更詳盡的報道，敬請期待。
PS：
從新奧爾良的路易斯阿姆斯特朗機場到會場要十幾英里，公交需要一個多小時，中途需要轉車，對帶大件行李的同學不是很友好，建議打車。
在機場可以叫 Uber 或 Lyft，需要注意的是，機場出站口的停車場有專門的 Uber/Lyft 等待區域，在軟件地圖圖釘上可以看到。Lyft 打車到會場大約 40 刀。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
