本文为2022年青源会「青源LIVE」活动的精彩内容，汇总了「最佳论文报告」视频。这里还将为你推荐「青源Workshop」的精彩活动：

具身智能与机器人

AI+艺术：前景与挑战   

模型技术安全与治理

青源会是智源研究院倡导建立的学术组织，面向国内外人工智能领域的青年学者开展工作，通过高度学科交叉的深度交流，激发新的研究思想和创新课题，在人工智能领域产生更多的原创而有影响力的研究成果，旨在营造轻松愉悦、聚焦学术、专注创新的交流氛围。更多活动请阅读原活动地址。

以下为「最佳论文报告」视频：

📹 ECCV 2022 最佳论文 (Partial) Distance Correlation 在深度学习中的应用

报告人：ECCV 2022 最佳论文获得者甄行践，威斯康星大学麦迪逊分校计算机科学博士生，师从Vikas Singh。在NeurIPS，ICCV，CVPR，AAAI，ECCV等高水平会议上发表学术论文7篇，其中2篇获的CVPR oral，1篇获的ECCV 最佳论文奖。

报告摘要：当我们比较两个（或多个）神经网络的时候，我们通常更在意其在某些测试集上的表现，比如准确度/AUROC。但是其实我们更值得在意的是，这个网络学到了什么信息。比如我们都知道，现在ViT在绝大多数情况下比resnet的识别准确度更高，但是当我们真的考虑ViT学习到的信息量是否比resnet多的时候，我们没有一种非常好的方式。换句话说，我们比较不同网络的时候，需要一种可以被理解被解释的方式“做减法”。这个时候，我们从统计学中知道，correlation（相关性）是一种被广泛应用于比较两个随机变量的度量，甚至当随机变量增多时，我们可以用partial correlation或者说 conditional correlation来去掉某些随机变量对于剩下的随机变量的影响。在本报告中，我们将介绍distance correlation和partial distance correlation的基本想法以及我们在深度学习中探索的三种应用。

报告地址：https://event.baai.ac.cn/activities/610   点击「观看回放」按钮即可观看

📹 2022 KDD最佳论文：超图上的因果效应估计

报告人：KDD 2022 最佳论文得主马菁，现为弗吉尼亚大学博士生，本科及硕士毕业于上海交通大学。曾在KDD,NeurIPS,AAAI,WWW,WSDM,IJCAI,IPSN,TKDE等知名国内外会议和期刊发表学术论文十余篇，其中KDD 2022年获得最佳论文奖。研究兴趣涵盖机器学习和数据挖掘等领域，近年主要研究方向为因果推断和图神经网络，尤其集中在因果推断与机器学习之间的联系与结合。曾于微软研究院等多个机构有实习和交流经历。

报告摘要：讲者从因果关系的角度研究超图，介绍对于高阶因果干扰的建模，以及一个由超图神经网络驱动的新因果学习框架，主要为专注超图上个体层面的因果效应估计问题，旨在超图上估计干预某个因变量(treatment)会对结果(outcome)产生的因果影响。

报告地址：https://event.baai.ac.cn/activities/568  点击「观看回放」按钮即可观看

📹 CVPR最佳学生论文—通用的概率n点透视（PnP）算法

报告人：陈涵晟，同济大学2020级硕士研究生，导师为熊璐教授，副导师为助理教授田炜。曾于2021年作为研究型实习生加入阿里巴巴达摩院，由王丕超博士指导。研究兴趣主要为3D计算机视觉，在CVPR发表了两篇一作论文，其中一篇获得最佳学生论文奖。

报告摘要：单目物体位姿估计是指通过单张图像确定其中物体在相机坐标系中的位置和朝向。因单张图像只有2D信息，没有直接的深度信息，因此物体的准确定位具有较大的挑战性。现有的基于n点透视（PnP）算法估计物体位姿的方法需要通过深度网络去预测物体的2D-3D关联点，但网络的训练往往是以回归特定点的2D或3D坐标为目标，而不是以最小化物体位姿误差为目标进行端到端训练。这是因为PnP通过优化算法求解位姿，其最优解相对于优化问题的条件（即2D-3D关联）不一定可导，因此在反向传播上存在困难。

本次报告中，陈涵晟将介绍针对单目图像中的物体6自由度位姿估计问题，提出一种通用的概率n点透视（PnP）算法——EPro-PnP，该算法可作为一个可微分模块插入到深度网络中，输出位姿的概率密度分布，并通过最小化预测姿态与目标姿态分布之间的 KL 散度来实现端到端的物体位姿学习。‍EPro-PnP结合了传统几何视觉与前沿深度学习方法的优势，理论上可拓展至学习一般的几何优化问题。

报告地址：https://event.baai.ac.cn/activities/453  点击「观看回放」按钮即可观看

📹CoRL2021最佳论文一作、MIT博士陈涛：如何让机器人学习高频接触的操作技能

报告人：陈涛，麻省理工学院EECS在读博士生。研究兴趣包括强化学习，机器人灵巧手操作，四足机器人控制，移动机器人导航等。在相关领域国际顶会如NeurIPS,ICLR,ICRA,RSS,CRL等发表过多篇论文。其中近期代表作《A System for General In-Hand Object Re-Orientation》摘得2021年CoRL (Conference on Robot Learning)会议的最佳论文荣誉。

报告摘要：单目物体位姿估计是指通过单张图像确定其中物体在相机坐标系中的位置和朝向。因单张图像只有2D信息，没有直接的深度信息，因此物体的准确定位具有较大的挑战性。现有的基于n点透视（PnP）算法估计物体位姿的方法需要通过深度网络去预测物体的2D-3D关联点，但网络的训练往往是以回归特定点的2D或3D坐标为目标，而不是以最小化物体位姿误差为目标进行端到端训练。这是因为PnP通过优化算法求解位姿，其最优解相对于优化问题的条件（即2D-3D关联）不一定可导，因此在反向传播上存在困难。

本次报告中，陈涵晟将介绍针对单目图像中的物体6自由度位姿估计问题，提出一种通用的概率n点透视（PnP）算法——EPro-PnP，该算法可作为一个可微分模块插入到深度网络中，输出位姿的概率密度分布，并通过最小化预测姿态与目标姿态分布之间的 KL 散度来实现端到端的物体位姿学习。‍EPro-PnP结合了传统几何视觉与前沿深度学习方法的优势，理论上可拓展至学习一般的几何优化问题。

报告地址：https://event.baai.ac.cn/activities/318  点击「观看回放」按钮即可观看

📹 AAAI 2021最佳论文得主：AAAI'21最佳论文奖熊辉教授：人工智能算法的人文本质

报告人：熊辉，现为香港科学技术大学（广州）人工智能学域主任，讲座教授（Chair Professor）。长期从事数据挖掘与人工智能方面的科研工作，在Nature Communications、TKDE、TOIS、KDD、VLDB、AAAI、IJCAI、NeurIPS等国际顶级期刊和会议上发表论文300余篇。学术休假期间曾担任百度研究院副院长并主管5个实验室。他获得的部分荣誉包括AAAS Fellow、IEEE Fellow、ACM杰出科学家、哈佛商业评论2018年“2019拉姆·查兰管理实践奖”-全场大奖、2017 IEEE ICDM Outstanding Service Award、ICDM-2011最佳研究论文奖和AAAI-2021最佳论文奖。

报告摘要：

AI算法的人文本质：整个人类发展的过程是一个拔河的过程。人的智能和人工智能，我们人创造出来很多人工智能，帮助我们去做什么事情？帮助把很多以前属于人类的工作都归于机器了。

数据驱动的AI如何与中国文化的自然链接：例如易经和道教。这两种思想都主张自然世界是一个涌现的自平衡的系统，是元素的复杂排列不断变化和相互作用。例如，《易经》平衡原则可以经常在算法设计中看到，就好比在尝试新事物和享受快乐之间寻找平衡的探索，以及在回忆和精确之间的平衡。

《易经》如何指导我们做人工智能研究？易经阐述的“不易”、“简易”和“变易”原则在人工智能算法研究和系统落地中具有很好的指导作用。

报告地址：https://event.baai.ac.cn/activities/571  点击「观看回放」按钮即可观看

📹 耶鲁&清华学者：KDD 2022 博士论文奖冠亚军对话

KDD，全称国际数据挖掘与知识发现大会，是数据挖掘领域历史最悠久、规模最大的国际顶级学术会议，也是首个引入大数据、数据科学、预测分析等概念的会议。会议自1995年举办第一届以来，今年的 KDD 大会是第 28 届，会议将于 8月14日-18日在美国华盛顿会议中心举行。KDD2022论文接收结果早前已经公布，共收到 2448 篇投稿，其中 449 篇被接收，接收率为 18.3%。KDD 2022 博士论文奖获奖结果已经公布，来自斯坦福大学的Rex Ying（应智韬）获得博士论文奖WINNER 奖，清华大学裘捷中获得Runner Up 奖 。

报告人：

Rex Ying（应智韬）:

美国耶鲁大学计算机系的助理教授，kumo.ai的创始工程师。主要研究方向为AI和机器学习在图数据结构上的算法和应用，包括图神经网络，表示学习，几何深度学习等。他是很多图学习领域常用算法的作者，包括GraphSAGE, PinSage, GNNExplainer等。Rex在社交网络，推荐系统，生物计算，物理模拟等应用场景中设计并落地图学习算法；他的框架在Pinterest，Amazon等多家公司被应用和部署。Rex是LoG 2022的领域主席，并且在KDD, ICML, ICLR, NeurIPS等多个会议举办图学习以及应用的Workshop和竞赛。Rex于2022年1月获得斯坦福大学计算机系博士学位，导师是Jure Leskovec。

裘捷中:

腾讯高级研究员，主要研究方向是图数据的算法设计和表示学习。他关于图表示学习的工作 NetMF 和 GCC 分别是是 WSDM'18 和 KDD'20 当年会议第二高引用和最高引用论文。他曾获得 2018 MSRA 微软学者提名奖、2022 北京市优秀毕业生、2022 清华大学优秀毕业论文。他于 2022 年 1 月获得清华大学计算机科学与技术系博士学位，导师为唐杰教授。

报告地址：https://event.baai.ac.cn/activities/485  点击「观看回放」按钮即可观看

 

更多阅读

2022年智源社区20篇最热文章

2022年强化学习30篇优秀论文

2022预训练40篇优秀论文

 

智源研究院专区

中英双语图像生成系统AltDiffusion开源，满足专业级图像创作者的高需求！

智源AltDiffusion升级｜支持中英西法日韩阿俄意等9种语言

10亿参数、多项SOTA，智源开源视觉基础模型EVA

智源研究院开源阿拉伯语通用大模型ALM，发布最大阿拉伯语数据集ArabicText