陶大研究生

雷锋网 AI 科技评论按：2018 年 12 月 16 日，在全国博士后管委会办公室、中国博士后科学基金会、国家自然科学基金委信息学部、中国计算机学会等单位的大力支持下，由鹏城实验室举办的「2018 第六届全国计算机学科博士后论坛」于广东省深圳市鹏城实验室召开。「2018 第六届全国计算机学科博士后论坛」召开自 2010 年 6 月以来，全国计算机学科博士后论坛已先后在清华大学、国防科技大学、浙江大学、中国科学院计算技术研究所广东云计算基地和同济大学成功举办五届，每届都有近 200 人参加，为全国计算机学科博士后们搭建了一个学术交流和事业发展的平台。「2018 第六届全国计算机学科博士后论坛」于 12 月 16 日在鹏城实验室召开，是进一步做好该项工作，扩大博士后与社会各界的交流机会，促进计算机学科博士后准确把握国际视野和国家需求。本届论坛会议以「『后』积博发，鹏城展翅」为主题，围绕 IT 产业核心技术、网络空间科学、人工智能以及博士后科技创新的机遇等热点问题，邀请了深圳市政府领导、计算机学科海内外知名专家学者，深圳地区高校、企业代表，以及有突出业绩的优秀出站博士后代表参会，进行沟通探讨。鹏城实验室，又称深圳网络空间科学与技术省实验室，于 2017 年 12 月 22 日授牌，2018 年 3 月 31 日正式启动。目前鹏城实验室设有网络通信、人工智能和网络安全三个研究方向，分别由中国工程院刘韵洁院士、高文院士、方滨兴院士任方向责任院士，设有网络通信、人工智能、网络安全、机器人、量子计算五个研究中心。目前，已有赵沁平、丁文华、李凯、沈向洋、郑志明、于全六位院士入驻实验室院士工作室。论坛内容 - 致辞、介绍与合影论坛开幕，杨士强担任主持人论坛上午第一项内容是嘉宾致辞，清华大学计算机系原党委书记、鹏城实验室高级顾问杨士强担任主持人，中国博士后科学基金会基金管理处处长陈颖、深圳市科协副主席张治平、清华大学计算机系副系主任徐恪依次上台致辞。中国博士后科学基金会基金管理处处长陈颖（左）、深圳市科协副主席张治平（中）、清华大学计算机系副系主任徐恪（右）紧接着是鹏城实验室博士后工作站成立揭牌仪式。鹏城实验室欢迎全国以及海外毕业的博士生到鹏城实验室做博士后。（从左至右）鹏城实验室主任助理郑仲文、鹏城实验室副主任陈长汶、深圳市科协副主席张治平、鹏城实验室常务副主任邹鹏、中国博士后科学基金会基金管理处处长陈颖、清华大学计算机系原党委书记杨士强、深圳市人力资源和社会保障局专业技术人员管理处处长郝时飞、深圳市委组织部人才局副处长黄河鹏城实验室常务副主任邹鹏接下来报告了鹏城实验室的基本情况、当前进行的科研学术工作、以及重点介绍了人工智能科研行动计划。鹏城实验室的建立速度非常快，自 2017 年 12 月批准建立后，仅用了 10 个月时间就从从上无片瓦建设成为具有 5 个中心、7 个项目、12 位院士、300 人运行、5.3 万平方米大楼的大规模实验室。鹏城实验室常务副主任邹鹏邹鹏在演讲中表示实验室有四点优势：高度期待关注，深圳特有的速度理念与包容，丰富特色资源（科研院所、企业、资金），国际化开放视野与胸怀。鹏城实验室具有包含全职在内的五种工作样式，全部工作 人员共 700 人。鹏城实验室科研学术工作共有未来区域网络、人工智能平台及应用、南海立体通信、网络仿真、自主可控生态环境、水下敏捷机器人、量子算法平台7 个方向。AI 超算系统研发邹鹏还重点介绍了人工智能专项，这个方向的研究要发挥「头雁效应」，未来发展规划包括：研发 AI 超算系统，开源开放平台，成立技术创新联盟，建立国际研发中心（港深协同创新中心）；相关基础研究也同步进行。鹏城 1 号 AI 超算目前已经研发完成，特色为 NVIDIA DGX-2 16卡/8卡、寒武纪芯片、通用服务器多层次高速互联。高文院士高文院士致欢迎辞。高文院士讲述了他曾亲历的哈工大博士后流动站历史故事；他表示鹏城实验室为博士后工作带来新的活力，并预祝论坛成功。各高校与实验室部分博士生、博士后论文海报展示论坛参会人员合影论坛内容 - 学术报告在茶歇、论文海报观看讨论、参会人员合影之后是学术报告环节，共三个报告。三位教授的研究领域均为计算机视觉。这个环节的主持人是鹏城实验室副主任陈长汶。鹏城实验室副主任陈长汶首位讲者是美国华盛顿大学黄正能教授，他的报告主题是「从视觉大数据对三维实体世界的协同探索」。美国华盛顿大学黄正能教授黄正能教授讲道，现在生活中有大量的摄像头、海量的视觉数据，深度学习的发展也带来了分类识别、检测追踪、语义分割、人体姿态识别等等技术成果，在交通、渔业都有诸多应用。那么未来还能做什么？我们目前的检测、分割仅仅是了解真实世界的第一步，未来还需要信息的融合，比如不同摄像头之间信息的融合、不同模态数据之间的融合，构成对世界更大范围的了解。黄正能教授介绍了在这一思想引导下的自己团队在七个方面的工作。一，多人人体姿态识别与时序追踪中如何克服检测误差、遮挡；二，三维物体空间定位中，如何追踪人体运动做相机自动校正；三，车辆的三维空间追踪，他们的方法在 CVPR 2018 AI City 竞赛拿到 Track 1 & 3 第一名；四，跨摄像头的人、车追踪，无视角交叠，这个任务的难点在于真实世界中无法学习不同摄像头间的差异；五，移动的摄像头画面的物体追踪，需要每一帧做重新定位，可以用在汽车摄像头导航、无人机自我定位；六，多个移动摄像头信息融合，场景3D地图还原；七，移动摄像头的多人姿态追踪三维空间定位。结论，实时感知、通讯、计算和控制实现之后可以形成完整回路；深度学习是一个起点，但完善解决问题并不能直接依靠端到端方案。第二位讲者是澳大利亚悉尼大学陶大程教授，他的报告主题是「AI at Dawn -opportunities and challenges」。澳大利亚悉尼大学陶大程教授陶大程教授首先指出，人脸检测技术虽然现在常见，但实际上也只是逐步发展到了今天。他举了一个 1000 人的自拍合影的照片，人脸检测技术所能正确检测出的脸的数目实际上逐年增加，而目前最先进的也只能检测到九百多张脸。人机协作解决当前的人工智能技术所无法完善解决的问题应当是未来的方向。在多年的研究中，陶大程教授团队的技术也从基于手工特征的人体姿态检测，进化到了基于深度学习的检测、追踪、姿态识别、表情检测、距离估计、像素分割、风格转换。陶大程教授在报告中介绍的自己的工作包括：物体识别中整合优化 proposal region 提高准确率；球场多人检测追踪；单视角深度重建，从结合手工特征到基于深度学习但并不是直接微调预训练模型的方法；快速非负矩阵分解；多视角学习看作是多次平面投影之后回到立体空间中物体的重建；带有标注噪声的学习。对于 GANs 相关的研究，陶大程教授提到图像在数据空间的分布是有许多的结构限制的，而 GANs 一般只能学习到部分数据模式，为了尝试改善 GANs 的表现大家也引入了各种不同的 loss function，有各自的表现，陶大程教授团队的 Evolution GANs 集成了多种不同的 loss function，得到了优秀的表现；他们也研究了深度学习的泛化问题，发现随着网络层数的增加，泛化误差成指数下降（而不是一般认为的上升）；还有推理和机器人模仿运动。陶大程教授最后给出了另一张包含了许多人的照片，观众们都一眼看出这张照片不是自拍，而是某个比赛的观众的照片。陶大程教授借此向大家传递了深意：让人工智能分辨集体自拍照和比赛现场的照片，虽然现在的人工智能技术能够用大数据学习方法解决，但我们更希望的是通过推理等各种方式解决。 现在领域内都是用大数据解决小问题，如何用小数据解决多种问题是未来任重而道远的发展方向。第三位讲者是浙江大学李玺教授，他的报告主题是「AI 驱动的视觉模型设计和应用」。与大多数研究人员所不同的是，李玺教授科研的核心思想并不是为了在任务中取得更高的表现而尝试不同的方法（尤其是人工智能时代不断尝试更大的数据和更大的网络），而是把人工智能技术本身当作工具，研究如何在资源有限的条件下，用人工智能的策略快速改善已有方法。李玺教授介绍了三个部分的内容。一，视觉感知模型学习，关注点在于表达本身的学习和更新。对于追踪模型，视觉显著性学习，目的是用简单模型捕捉数据本身的结构特点，用小数据完成学习，性能稳定提高、可解释性提高且不增加计算复杂度，找到了好的模式，受到了学术和工业界的欢迎（论文 Structured Person Identification，ICCV 2017）；二，结构可解释性，结构化知识约束的神经网络学习，知识蒸馏的思想用于网络模型压缩，渐进式块优化；三，强化学习，多智能体强化学习中，现有方法（如 DQN）有收敛慢、可解释性差等问题，李玺教授提出的解决方案是先模仿学习再强化学习，可以在 RTS 游戏中学习到类人的战术特点，简单得到好效果；医学影像，胰腺影像分割也可以转化为强化学习问题。李玺教授最后总结道，对于视觉模型的设计，最终目的是理解，过程中要注重计算复杂度、稳定性、可解释性。上午最后一位演讲嘉宾是深圳市委组织部人才局副处长黄河。借着鹏城实验室博士后工作站成立揭牌并面向国内外招收博士毕业生的契机，黄河全方位介绍了深圳市的人才状况、解读了深圳市的人才政策、并说明了深圳市未来的人才政策规划以及深圳市的长远经济发展规划。他欢迎、同时也十分希望高水平人才可以在深圳安家、在深圳做出新的科研成果、也参与到深圳的产学研互动以及完整的电子工业产业链中来。深圳市委组织部人才局副处长黄河部分深圳市的高水平人才补助政策论坛内容 - 圆桌讨论论坛下午的内容主要是圆桌讨论。杨士强也在讨论间隙向全体参会人员介绍了我国博士后制度、管理、发展现状等多方面情况，并向大家澄清普通大众对博士后的种种误解。第一个「出站博士后代表分享工作经历和人生感悟」圆桌讨论邀请了国家信息中心信息化和产业发展部主任单志广、清华大学深圳研究生院信息学部主任李秀、清华大学教授任丰原、中国科学院自动化研究所研究员王健、中国科学院遥感与数字地球研究所三亚研究院杨天梁五位优秀出站博士后代表。（从左到右）单志广、李秀、任丰原、王健、杨天梁作为曾经的「博士后」，他们分享了当时的有趣的个人经历、做博士后期间的学习经验。圆桌讨论中有一种观点得到了较多的认同，那就是博士后不仅仅是再发表几篇论文，而是一个学习更多思路和方法、锻炼更强的综合能力、为未来长远发展做更好准备的机会。在与台下观众的互动讨论中，美国华盛顿大学黄正能教授也表达了一条观点：博士后是一个学习大型系统的机会，仅仅以博士毕业的履历去一线科技企业任普通职位没问题，但是做的东西毕竟太细，需要在博士后期间学习到了成体系的知识、组织大系统的经验之后，才有资格在高水平实验室担任高级职位。第二个圆桌论坛「博士后管理工作分享」邀请了清华大学计算机系人事行政办公室主任谢裕元、北京大学信息科学技术学院党委人事办公室副主任孙晓昆、浙江大学计算机学院组织人事科科长陈杭渝、国防科技大学计算机学院政工处干事吴文骏、中国科学院计算所教育处处长李琳、中国科学院软件研究所研究生部主任李彩丽、中科院深圳先进技术研究院教育处处长杨帆、海淀科技园区博士后工作站管理办公室主任王伟、深圳证券交易所博士后管理办公室主任金虹 9 位有博士后管理经验的嘉宾展开讨论。（从左到右）孙晓昆，谢裕元，金虹，王伟，李琳，杨帆，李彩丽，陈杭渝，吴文俊9 位嘉宾各自介绍了所在的高校及机构博士后流动工作站的基本情况，讨论了博士后申请与录取情况、博士后出站后的去向，以及如何吸引博士后到工作站工作。来自企业与高校实验室的嘉宾给出了不同的答案，但大家也同意呼吁以及政策鼓励国际化博士后培养，不同高校的博士后之间也可以多举办交流活动。最后，中国工程院院士、「中国计算机博士后第一人」赵沁平简单回顾了博士后制度在中国发展的历史沿革，并讲出了自己认为的计算机科学的三个永恒的目标：性能/计算效率越来越高，交互越来越自然，处理问题越来越丰富越聪明。这也是鼓励着后辈们不断前进。论坛还向赵沁平院士赠送了鲜花和纪念证书。赵沁平院士（中）下午的论坛内容结束后，主办方组织参会人员参观鹏城实验室、深圳市人才公园以及深圳市人才研修院。会后采访会后，雷锋网 AI 科技评论就相关问题专访了鹏城实验室的领导专家。对于举办「院士高峰论坛」的初衷与目标，鹏城实验室常务副主任邹鹏表示：为了响应国家推动人工智能发展的号召，鹏城实验室据此进行科研布局，开展了一系列前期工作，其中就包括基础设施建设、学术研究以及院士高峰论坛。本次院士高峰论坛以「头雁」穿云，云脑启智为主题，是希望通过构建合适的科研设施环境（云脑），通过它像人脑一样广泛被连接和使用，同时作为「头雁」的人工智能，可以带领我们实现创新科技的发展。邹鹏希望院士高峰论坛能在国内形成学术研讨高峰，汇集一批业内知名专家学者探讨人工智能热门课题。院士高峰论坛一共分为三大板块，第一个是由十几位院士领衔探讨前沿问题的院士论坛；第二个是计算机学科博士后论坛；第三个是参会院士参访鹏城实验室活动。据了解，目前会议的报名人数已达数千人。得益于港深合作的优渥条件，鹏城实验室的科研将聚焦于人工智能领域的智慧城市、智能交通、智慧医疗与智慧金融等领域，希望通过本次会议率先在粤港澳地区宣誓鹏城实验室链接海内外的决心。因此，鹏城实验室将在会议期间发布「鹏城行动计划」，表明实验室未来的工作计划，其中包括：一、构造支撑人工智能的大型计算系统。二、在大型计算机系统的基础上与国内相关设施进行联网，组成基础设施平台。三、聚集国内从事人工智能研究的科研单位，形成战略联盟。四、于深港交接区建立人工智能国际研发中心。五、部署一项重量级研究课题。邹鹏强调，鹏城实验室是一盘大棋，不搞一家独占，也不赞同互相排斥，通过多方合作最终达到共赢局面。清华大学计算机系原党委书记、鹏城实验室高级顾问杨士强也是首届「计算机学科博士后论坛」指导委员会成员。我们向他询问了举办「计算机学科博士后论坛」的初衷与目标。杨士强认为，社会上目前依然对博士后群体存在诸多误解，比如将博士后视作更高一等的学历学位，要么就戏虐称博士后作「科研临时工」和「就业避风港」，这都是有失偏颇的。在杨士强看来，读博士期间需要处理的事情教庞杂，未必有时间仔细琢磨自身的学术成果，而博士后没有毕业方面的忧虑，正好为青年学者们创造了优渥的科研环境。此外，对于高校而言，博士后也是学校在挑选师资人选上的「双向考核期」，对于那些未能成功留校教书的，出站后还能灵活就业。然而无法忽视的是，这几年高校的教职岗普遍面临僧多粥少的局面，没有特别突出的科研成果较难受到青睐。杨士强以清华大学的计算机博士后流动站为例，该站自 1988 年建立以来共培养了416名博士后，其中仅有 140 位博士后成功谋得大学教职（33%），其中有 12 位去了政府机关单位，60几位去了企业单位，剩下的则为已有工作单位的在职博士后（部队居多）。因此，这批青年学者们需要有更多获得优质就业机会的渠道。正是考虑到博士后群体较少为人所关注，于是清华大学计算机系从 2010 年开始决定发起「计算机学科博士后论坛」，让在站的博士后同学们也能有一个与学界、业界人士进行交流的机会。此外，杨士强也大力赞扬深圳市的「惜才」，尤其在人才扶持上的政策力度方面，不但市内为博士后提供高额的生活补贴，同时不同区政府还配备了相应的奖金激励政策，对博士后群体而言不可不说具有极大的吸引力。雷锋网 AI 科技评论也很好奇鹏城实验室的人才队伍构成情况，为此我们询问了香港中文大学（深圳）理工学院院长、鹏城实验室副主任陈长汶。陈长汶答道，鹏城实验室的人才队伍由全职人员、保留原单位职位的「双聘」制人员以及短期合作人员（专家咨询或境外访问）构成。现有专职人员 300 余人，覆盖科研、技术支撑与行政管理三大工种。由于实验室发展迅速，实验室目前几乎是以一天招一个人的速度在扩充队伍。据了解，鹏城实验室正在积极探讨与香港政府就人工智能与智慧医疗两大新兴领域进行合作。其中就有和香港科研人员共建人工智能国际研发中心的设想。这个国际研发中心将作为鹏城实验室的分支机构，专门招聘来自境外的优质专家人才，以便和国内研究形成合力。为了招聘国际顶尖人才，陈长汶副主任与实验室主任高文院士曾经专门飞往美国宣传实验室的成立并张罗人才招募事宜。最近，实验室成功发掘到了近 120 位在美国顶尖高校学习或从事博士后研究有潜力的年轻学者，并将持续跟踪人选的最新动向。此外，鹏城实验室还将跟香港本土高校建立紧密的联系，其中包括香港科技大学、香港中文大学、香港大学、香港城市大学等高校，有望日后就国际学术交流开展全方位的合作。鹏城实验室副主任陈长汶表示，日后计划将实验室发展成 2000 人规模的队伍，在网络通讯、人工智能、网络安全、机器人与量子计算五大领域开展国家级的高水平科研工作。对于「2018 第六届全国计算机学科博士后论坛」的内容我们就介绍到这里。明天 12 月 17 日星期一还有内容更为精彩的「院士高峰论坛」，雷锋网 AI 科技评论也将发回第一手现场报道。请继续关注。

机器之心原创作者：路2018 年，AAAI、IJCAI、NeurIPS 等学术会议愈加火热。本文中，机器之心将概述 2018 年十大学术会议，包括论文提交与接收情况、备受关注的论文评审制度，以及论文主题分布等。我们希望读者能通过这篇文章遍历机器学习在一年中的起伏与风雨，同时也希望追随学术会议开辟的道路继续向前。年度学术会议配合年度研究进展服用效果更佳：机器之心年度盘点：2018 年重大研究与开源项目2018 顶会概览顶会论文提交与接收情况2018 年顶会论文提交与接收情况一览。紫色为论文提交数量，蓝色为论文接收数量。其中 AAAI 2018 论文提交数量为 3808 篇，较去年的 2571 提升了 47%；ICML 2018 共收到 2473 篇提交论文，比去年的 1676 篇提高 47.6%；EMNLP 2018 收到论文 2100 多篇（数量比去年多出 46%）；NeurIPS 2018 共收到 4856 篇投稿，创历史最高记录。接下来我们简要介绍这些会议及其今年接收论文的情况。1. 综合性会议ICML 是计算机科学领域的顶会之一。据统计，ICML 2018 共评审了 2473 篇论文（比去年的 1676 篇提高 47.6%，增幅显著），接收论文 621 篇，接收率为 25.1%，与去年的 26% 基本持平。NeurIPS 2018 共收到 4856 篇论文投稿，创历史最高记录，最终录取了 1011 篇论文，其中 Spotlight 168 篇 (3.5%)，oral 论文 30 篇 (0.6%)。接收率为 20.8%，与去年的 20.9% 基本持平。AAAI 是人工智能领域一年一度的顶级盛会，围绕人工智能的研究与发展，吸引了全球的人工智能精英。AAAI 2018 收到的投递论文有 3808 篇（比去年的 2571 提升了 47%），其中 938 篇论文被大会接收，接收率 24.6%，与去年持平。IJCAI（人工智能国际联合大会）是人工智能领域的顶级综合会议，被中国计算机学会推荐国际学术会议列表认定为 A 类会议。今年 IJCAI 共收到 3470 篇论文投稿（比去年增加了 37%），最终录取了 710 篇，接收率约为 20.5%（相比之下，去年的论文接收率为 26%，*今年 IJCAI 论文录取率与去年有所下降*）。2. 计算机视觉领域会议根据谷歌发布的 2018 版学术指标，在计算机视觉与模式识别领域，CVPR 是影响力最大的论文发布平台。CVPR 全称为「IEEE Conference on Computer Vision and Pattern Recognition」（计算机视觉与模式识别会议），是近年来计算机视觉领域全球最影响力、内容最全面的顶级学术会议。今年的 CVPR 收到超过 3300 篇大会论文投稿，接收 979 篇（接收率约为 29%，其中包括 70 篇 Oral 和 224 篇 Spotlight 论文）。欧洲计算机视觉大会（European Conference on Computer Vision，ECCV），与计算机视觉模式识别会议（CVPR）和国际计算机视觉会议（ICCV）并称计算机视觉方向的三大顶级会议。据统计，本届 ECCV 共收到 2439 篇论文的投稿，接收 776 篇，接收率 31.8%（去年的论文接收率为 29%），包括 59 篇 oral 论文，717 篇 Poster 论文。今年大会参会人数近 3200 人，是上届（2016）的两倍。3. 自然语言处理领域会议 国际计算语言学协会 (ACL，The Association for Computational Linguistics) 是世界上影响力最大、最具活力的国际学术组织之一。今年 ACL 收到 1544 篇提交论文，其中 1018 份长论文接收了 258 篇，526 份短论文接收了 126 篇，总体接收率为 24.9%，与去年的论文接收率 24% 基本持平。EMNLP 是自然语言处理领域的顶级会议。今年 EMNLP 共收到论文 2100 多篇（数量比去年多出 46%），收录 549 篇，接收率为 24.6%（去年的论文接收率为 22%）。4. 深度学习领域会议ICLR 是深度学习领域的盛会，每年举办一次。2013 年，深度学习巨头 Yoshua Bengio、Yann LeCun 主持举办了第一届 ICLR 大会。经过几年的发展，在深度学习火热的今天，ICLR 已经成为人工智能领域不可错过的盛会之一。ICLR 2018 共收到超 900 篇提交论文（去年为 507 篇），接收论文 337 篇，其中 23 篇为 oral 论文、314 篇为 Poster 论文。5. 数据挖掘领域会议KDD 是国际数据挖掘领域的顶级会议。据统计，KDD 2018 共收到 1480 篇论文投递，收录 293 篇，录用率 19.8%。顶会中的华人力量在综合性顶会和深度学习顶会中，今年获奖的华人很多。尤其是 IJCAI 2018，来自中国的研究人员为本届 IJCAI 贡献了主要力量，在七篇杰出论文中，华人学者的研究占据四席；陈天琦获得 NeurIPS 2018 最佳论文的研究《Neural Ordinary Differential Equations》也引发了社区的热议。ICML 2018：获得 Best Paper Runner Up Awards 奖的三篇论文中有两篇有华人学者的参与：复旦大学副教授黄增峰一人署名的论文《Near Optimal Frequent Directions for Sketching Dense and Sparse Matrices》；斯坦福大学的论文《Fairness Without Demographics in Repeated Loss Minimization》，作者之一 Percy Liang 是著名华人学者、斯坦福大学计算机系助理教授、斯坦福人工智能实验室成员。NeurIPS 2018：本届 NeurIPS 大会共有 4 篇最佳论文，其中《Neural Ordinary Differential Equations》的作者之一是来自多伦多大学向量研究所的陈天琦；《Optimal Algorithms for Non-Smooth Distributed Optimization in Networks》的作者来自华为诺亚方舟实验室、PSL 研究大学和微软研究院，其中 Yin Tat Lee 本科毕业于香港中文大学，现任华盛顿大学助理教授。AAAI 2018：杰出论文《Memory-Augmented Monte Carlo Tree Search》作者分别为 Chenjun Xiao、梅劲骋与 Martin Müller。其中，Chenjun Xiao 和梅劲骋均为华人。梅劲骋本科毕业于华南理工大学，研究生赴上海交通大学，师从计算机系吕宝粮教授。2015 年起，他来到阿尔伯塔大学攻读博士，师从 Dale Schuurmans 教授。Chenjun Xiao 研究生与博士阶段均师从于 Martin Müller 教授。IJCAI 2018：据大会官方统计，今年的接收论文中，46％的论文包含来自中国的通讯作者，57％的论文来自亚洲。而在七篇杰出论文中，华人学者的研究占据四席，来自北京大学、武汉大学、清华大学、北京理工大学的研究榜上有名。SentiGAN: Generating Sentimental Texts via Mixture Adversarial Networks作者：Ke Wang、万小军研究机构：北京大学论文地址：https://www.ijcai.org/proceedings/2018/0618.pdfR-SVM+: Robust Learning with Privileged Information作者：Xue Li、Bo Du、Chang Xu、Yipeng Zhang、 Lefei Zhang、陶大程研究机构：武汉大学、悉尼大学论文地址：https://www.ijcai.org/proceedings/2018/0334.pdfWhat Game are We Playing? End-to-end Learning in Normal and Extensive from Games作者：C. K. Ling、J. Z. Kolter、方飞研究机构：卡内基梅隆大学（CMU）论文地址：https://www.ijcai.org/proceedings/2018/0055.pdfCommonsense Knowledge Aware Conversation Generation with Graph Attention作者：Hao Zhou、Tom Young、Minlie Huang、Haizhou Zhao、Jingfang Xu、朱小燕研究机构：清华大学、北京信息科学与技术国家研究中心、北京理工大学论文地址：http://coai.cs.tsinghua.e.cn/hml/media/files/2018_commonsense_ZhouHao_3_TYVQ7Iq.pdf计算机视觉是华人广泛研究的领域，在此类顶会上常会看到华人的身影。例如，何恺明曾获得 CVPR 2009、2016 的最佳论文奖，而他也获得了本届 CVPR 的 PAMI 青年研究员奖。今年，华人在计算机视觉顶会上的获奖情况如下：CVPR 2018：最佳论文《Taskonomy: Disentangling Task Transfer Learning》作者是来自斯坦福大学加州大学伯克利分校的研究者。该论文的共同二作 William Shen（沈博魁）为华人，研究兴趣为计算机视觉和机器人学习（robotics learning）。此外，FAIR 研究科学家何恺明获得本届 CVPR 的 PAMI 青年研究员奖，该奖项颁发给 7 年内获得博士学位且早期研究极为有潜力的研究人员。论文《SPLATNet: Sparse Lattice Networks for Point Cloud Processing》获得 CVPR 2018 最佳论文荣誉提名奖。其中 Hang Su、Deqing Sun、Ming-Hsuan Yang 均为华人。ECCV 2018：FAIR 研究工程师吴育昕与研究科学家何恺明合作的《Group Normalization》获得了最佳论文荣誉提名奖。华人在自然语言处理顶会上的获奖情况如下：ACL 2018：最佳长论文之一《Let』s do it「again」: A First Computational Approach to Detecting Adverbial Presupposition Triggers》共同一作 Yulan Feng 本科毕业于麦吉尔大学，研究领域为自然语言理解。最佳短论文之一《Know What You Don』t Know: Unanswerable Questions for SQuAD》作者之一是著名华人学者 Percy Liang。EMNLP 2018：最佳资源论文《MultiWOZ - A Large-Scale Multi-Domain Wizard-of-Oz Dataset for Task-Oriented Dialogue Modelling》的作者 Tsung-Hsien Wen、Bo-Hsiang Tseng 为华人。而在数据挖掘领域会议 KDD 中，由中国科学技术大学、微软和苏州大学的研究者合著的《XiaoIce Band: A Melody and Arrangement Generation Framework for Pop Music》获得最佳学生论文奖。顶会论文主题分析这部分将介绍部分学术会议的论文主题分布情况，包括 ICML 2018、NeurIPS 2018、AAAI 2018、IJCAI 2018 和 ACL 2018。ICML 下图展示了 ICML 2018 论文子领域统计情况。可以看出神经网络架构和强化学习两个子领域的投稿数量最多，强化学习领域的论文接收数量最多，其它热门方向还有深度学习理论、最优化方法、监督学习、在线学习、统计学习理论等等。图源：https://www.msra.cn/zh-cn/news/features/icml-2018NeurIPSNeurIPS 2018 接收了 1011 篇论文，其中 Spotlight 168 篇 (3.5%)，oral 论文 30 篇 (0.6%)。如下图所示，算法、深度学习和应用领域的投稿数量最多。机器之心在梳理论文接收列表时重点关注了 30 篇 Oral 论文，从中可以看到总体上有几个比较突出的方面：首先对神经网络、模块及损失函数的理论分析比较多，此外对反向传播及最优化过程的研究也比较多，最后从策略到结构对强化学习的整体研究就更多了。AAAI AAAI 2018 收到的投递论文有 3808 篇，接收论文 938 篇。其中机器学习方法的论文在论文提交和接收量上都居首位，而视觉领域的论文稳居第二，且相比 2017 年该领域论文提交量增长了 257%、接收数量增长了 285%，实现了飞跃。紧随其后的是 NLP 与机器学习、AI 与网络、机器学习应用等。图源：https://youtu.be/JbUuB72pA-c?list=PL_9a5ic6GUim0HB71cILHmQwfdKiwZ-MGIJCAI IJCAI 2018 共收到 3470 篇论文投稿，最终录取 710 篇。其中机器学习论文在论文提交和接收量上都是第一，分别是 1808 篇和 356 篇。紧随其后的子领域有：计算机视觉、机器学习应用、多智能体系统、自然语言处理、知识表征等。ACLACL 2018 收到 1544 篇提交论文，其中 1018 份长论文接收了 258 篇，526 份短论文接收了 126 篇，总体接受率为 24.9%。接收论文标题关键词（左：ACL 2017 独有，中：ACL 2017 和 ACL 2018 共有，右：ACL 2018 独有）（图源：https://www.msra.cn/zh-cn/news/features/acl-2018）从上图对接收论文标题的词云分析中可以看出，在 ACL 2017 和 2018 上持续热门的关键词有深度（deep）、解析（parsing）、语言（language）、知识（knowledge）、注意力机制（attention）、提取（extraction）、序列（sequence）等。而 ACL 2018 独有的关键词包括嵌入（embedding）、情感（sentiment）、建模（modeling）、图（graph）等。从顶会大事件中看趋势大家都关心也都「吐槽」的评审制度1. 同行评审制度近年来，机器学习和深度学习研究火热，相关顶会的投稿数量激增，很多人开始担忧论文评审的质量。常见的评审制度有单盲评审（single-blind）、双盲评审（double-blind）和开放式评审（open review）等。单盲评审即评审人员对文章进行匿名评审，评审人员知道文章作者的信息。双盲评审即评审人和文章作者互相都不知道对方的信息，完全匿名。而在开放式评审中，所有提交的论文都会公开姓名等信息，并且接受所有同行的评价及提问（open peer review），任何学者都可匿名或实名评价论文。而在公开评审结束后，论文作者也能够对论文进行调整和修改。我们比较熟悉的学术会议大多采用双盲评审制度，其中 ICLR 经历了从 open review 到双盲评审的转变。ICLR 2017 多篇论文引发争议，比如 2016 年火爆的 DeepMind LipNet 论文遭拒（然而今年 DeepMind 的新唇读系统论文又被 ICLR 拒了）、最佳论文《UNDERSTANDING DEEP LEARNING REQUIRES RETHINKING GENERALIZATION》遭受质疑。自 2018 年开始，ICLR 采取采取双盲评审，但该会议不禁止作者在 arXiv 或其他公共论坛上发表文章，大会将只进行一轮论文评审，初步评审结束后，作者和审稿人之间仍将有一个讨论期，作者可以继续对论文进行修改。双盲评审可以有效减少评审人因知道作者信息而产生的刻板印象，但 ICLR 采用双盲评审后依然引起了争议。前不久，ICLR 2019 结束论文投稿，所有论文被放在开放平台 Openreview 上，以匿名方式供所有人审阅。但是，一篇 9 月 28 号提交到 Openreview 上参与 ICLR 2019 双盲评审的论文引起了评论区的非正面交锋：评论区疑似出现匿名或非匿名的刷屏式好评。针对这种情况，有网友指出：在真正的评审结果面世之前发布可见的评论是一个可怕的想法，有很多方式可以对评审员造成影响。论文的好评（如果是真的，一定会有影响，如关于热门论文 BigGAN 的评论）在对手论文下发布刻薄、详细的评论（如果别人的论文和你的类似，你必须发现甚至连评审者都没发现的缺陷，这样他们就不会忽视你的评论）在对手论文下发布看起来过于浮夸的评论使之看起来像在作弊也就是说过早的反馈可能会使评审过程变得不公平。评审人员由于自身经验关系，不可能做到完美的公正。而无论是虚假的吹捧或真实的指摘，作为先入之见，最后都会让评审人员留下对论文的负面印象。而论文的热度、好评也可能会影响评审结果。ICLR 2018 评论和讨论阶段对论文分数的影响。（图源：https://news.cnblogs.com/n/595597/）如前所述，自 2018 年 ICLR 开始实行双盲评审制度之后，争议仍然存在，比如 LipNet 论文作者再投 ICLR 再次失败、ICLR 2019 评审阶段评论区疑似有水军出没等，且允许作者在 arXiv 等平台发布论文的做法使*双盲*形同虚设。而同样实行双盲评审制度的 ACL 大会规定投递论文在一定期限内不得上传到开放平台。此外，关于投稿论文是否应该开源代码、评审人员是否应该复现论文结果也引发了大量争论。那么，在当前人工智能领域各大顶会投稿量飞速增长的情况下，如何从制度层面上确保原本旨在促进开放研究的同行评审制度发挥其本来作用，减少在执行过程中出现的问题，不断优化其执行过程和效果，同时在机器学习大发展的当下，同行评审不会限制新研究的创新性，这值得我们思考和讨论。2. 论文数量增多与合格论文评审人员数量不足之间的矛盾从本文第一部分，我们可以看到这些学术顶会的论文提交数量不断增长，有些增幅甚至超 40%。那么一年过去了，合格的论文评审人员的增幅是否赶得上论文的增幅呢？答案显而易见。今年 5 月，本科毕业生成为 NeurIPS 2018 论文同行评审的事情引发争议；7 月份，NeurIPS 2018 论文评审结果出来后，很多人吐槽评审意见不专业。几天后，GAN 之父 Ian Goodfellow 发推质疑同行评审机制的作用，他认为同行评审导致 AI 顶会论文质量下降，而主要原因正在于评审人员水平不一。此前发表过「机器学习之怪现状」的 Zachary Lipton 同意 Goodfellow 的看法，认为同行评审机制的退化是机器学习怪现状的原因之一。除了 Ian Goodfellow、Zachy Lipton 以外，Geoff Hinton 前不久接受采访时称，现在的评审制度和既定路径不利于创新性想法的提出和传播，junior 论文评审者可能压根无法理解创新性论文。关于此，国内学者也有类似看法，著名自然语言处理专家刘群教授说过：「审稿的时候……通常比较 junior 的审稿人会更严厉一些，发现一些小问题就会倾向于给低分，而 senior 的审稿人反倒宽松一些，如果觉得论文确有可取之处，通常不会太计较一些小问题。」此前，南京大学周志华教授称：「senior 知道论文价值就是那点新火花，有毛病没关系。前沿研究要有长处，系统开发要无短处。」AAAI 2019 程序主席、南京大学周志华教授在谈到 AAAI 2019 7700 多篇论文提交量的时候，评论道：当前主要矛盾是够水平的审稿人数远不足以应付快速增长的巨量投稿数。随便什么高水平会议，几千个投稿涌过去足以冲垮防线。除非不公开征文，否则似乎无解。这是会议机制本身的问题。CS 重视会议的传统形成于 CS 还是小学科的时候，从业者多了之后问题就显现出来了，相对较大的子领域先遭殃。那么如何改善评审质量参差不齐这一现象呢？之前，CVPR 2019 程序委员会发布了一个关于如何写好 CVPR 论文评审的教程：《How to Write Good Reviews for CVPR》，对论文评审的工作或许具备普遍意义。该教程从评审人工作的重要性、论文决策流程、如何写好论文评审意见等方面展开。此外，ICML 2019 程序主席之一 Ruslan Salakhutdinov 教授在 Twitter 上表示为了鼓励可复现性和高质量的论文提交，今年 ICML 的程序委员会在论文提交上作出了三项改变：设置了论文摘要的提交 deadline，2019 年 1 月 18 日。只有提交了合适摘要的论文才能被允许提交 full paper，并且占坑性质的摘要将会被移除，重点提一下，标题和摘要都不能有 test、xyz 这样的占位符。提交的摘要不合格的话就不能提交 full paper 了。full paper 的提交 deadline 是 2019 年 1 月 23 日。今年，在 full paper 提交的 deadline 之后，不会再有修改的机会了。最后，为了促进可复现性，委员会鼓励提交的论文附带代码。他们设置的提交形式包含了两种可选的补充文件：常规的附录和代码。结果的可复现性和代码的易用性将作为论文接收和进一步决策的考虑因素。目前来看，社区对学术会议评审问题的关注起到了一定好的影响，学术会议程序委员会也在想办法从多个层面改进同行评审的质量。我们期待学术研究越来越好。性别平权根据斯坦福 AI Index 2018 年度报告，针对美国 AI 课程的注册情况调查显示，斯坦福大学 2017 年的 AI 课程注册学生中男性占 74.45%，ML 课程注册学生中男性占比 75.91%；伯克利 2017 年的 AI 课程注册学生中男性占 73.37%，ML 课程注册学生中男性占比 78.67%。顶级计算机科学学校的 AI 教授中男女比例是：4:1——来自 UC 伯克利、斯坦福、UIUC、CMU、UC London、牛津、苏黎世联邦理工学院的教授中 80% 为男性。图源：斯坦福 AI Index 2018 年度报告（http://cdn.aiindex.org/2018/AI%20Index%202018%20Annual%20Report.pdf）而在对 2017 年美国 AI 职位的调查中，高达 71% 的职位申请者是男性。图源：斯坦福 AI Index 2018 年度报告（http://cdn.aiindex.org/2018/AI%20Index%202018%20Annual%20Report.pdf）过去这一年，学术界并不平静。尤其是随着全球 #metoo 运动的不断发展，学术界爆出大量内部性别歧视、性骚扰的案例。NIPS 大会的名字由于带有情色意味，引起了众多社区成员的反对。在经历了官方调研、社区抗议等事件后，NIPS 大会终改名为 NeurIPS。NIPS 大会事件持续了好几个月，引起了 AI 社区的大量讨论和关注。这件事不仅改变了让人不舒服的名字，也提醒社区成员注意自己在学术会议上的行为，学术会议应该是友好开放的，而不应因为某些人的不当行为导致另一些人的痛苦。此外，NeurIPS 2018 也开始在基础设施方面做出改变，如提供托儿服务等便利措施。这些举措无疑在学术界男女平权问题上是有所助益的。AI 教育、相关职位方面的性别多样化现状或许需要很长时间、多方面的努力才能改变，但学术顶会的这些改变及其所引发的积极影响将会对前者大有裨益。斯坦福大学李飞飞教授创立非营利性公益组织 AI4All，致力于提高人工智能领域的多样性和包容性，让少数群体（包括女性、亚裔、非裔等）都能参与到 AI 的研发过程中。斯坦福以人为中心的 AI 计划（HAI）表示：「AI 的最终目的应该是增强我们的人文性（humanity），而不是削弱或取代它。」技术与人文未来会怎样，我们不知道。但在重视技术的同时，追求人文性、追求人与人（不只是特定部分的人）之间更融洽地相处与合作依然必不可少。参考文章：学界 | AAAI 2018获奖论文提前揭晓：两大奖项花落阿尔伯塔、牛津不出所料！ICLR 2018最佳论文：基于梯度的元学习算法，可高效适应非平稳环境CVPR 2018奖项出炉：两篇最佳论文，何恺明获PAMI 青年研究员奖ICML 2018大奖出炉：伯克利、MIT获最佳论文，复旦大学榜上有名IJCAI 2018所有奖项出炉：AlphaGo获奖，中国研究成果占据半壁江山计算语言顶会ACL 2018最佳论文公布！这些大学与研究员榜上有名KDD 2018 | 最佳论文：首个面向Facebook、arXiv网络图类的对抗攻击研究ECCV 2018奖项公布：德国团队获最佳论文，吴育昕、何恺明上榜EMNLP 2018 | 最佳论文出炉：谷歌、Facebook、CMU上榜NeurIPS 2018最佳论文出炉：UT陈天琦、华为上榜机器之心CES 2019专题报道即将到来，欢迎大家积极关注。

【了解更多志愿填报信息，请点击关注】江西，属华东地区，地处江南，自古为“干越之地”，素有“文章节义之邦，白鹤鱼米之国”的美称。省会南昌，更是国家历史文化名城，华东地区重要的中心城市之一，是中国重要的制造中心、新中国航空工业的发源地。而如今的江西省在高教发展方面却很不尽如人意，只有一所双一流高校。今天就以软科江西高校排名，给大家介绍一下江西前10强高校。第1：南昌大学是一所12大学科门类齐全的省部共建高校。学校创建于1921年，至今以有百年历史，学校文化底蕴非常深厚，是江西省唯一的211工程、世界一流学科建设高校，材料科学与工程是世界一流建设学科。在第四轮学科评估中，拥有B类以上学科11个，其中，食品科学与工程获评A等级，位列全国第3名。材料成型及控制工程、医学影像学、生物科学、工商管理、软件工程、通信工程、汉语言文学、计算机科学与技术、食品科学与工程9个国家级特色王牌专业。第2：江西财经大学简称“江财”，坐落于省会南昌市，是原财政部直属高校，学校创建于1923年，是一所由财政部、教育部、江西省共建，以经济、管理类学科为主，法、工、文、理、农、教育、哲学、历史、艺术等学科协调发展的高等财经学府，具有研究生推免资格。在第四轮学科评估中，学校的应用经济学、统计学2个学科获评A-等级，工商管理获评B+等级，理论经济学、管理科学与工程、法学3个学科获评B等级，公共管理获评B-等级。国家级特色专业6个：金融学、市场营销、会计学、信息管理与信息系统、财政学、法学。第3：江西师范大学简称“江西师大”，位于省会南昌，是博士、全国第一批学士、硕士学位授予权单位，为共建高校。学校是江西省本科办学历史最为悠久的普通高校，被江西省确定为优先发展的省属重点师范大学。虽然是双非院校，但学校毕业生深受当地欢迎认可，具学校官网显示，江西近50%中小学特级教师、60%以上的中小学省级骨干教师、80%以上的高中特级教师和学科带头人都是本校毕业生。在第四轮学科评估中，学校的马克思主义理论获评A-等级，教育学获评B等级，心理学、中国语言文学、数学、化学4个学科获评B-等级。国家级特色专业：汉语言文学、思想政治教育、公共事业管理、化学、应用化学、英语。第4：华东交通大学简称“华东交大”，位于省会南昌，博士学位授权单位，拥有研究生推免资格。学校原隶属于铁道部，是一所以交通为特色、轨道为核心、多学科协调发展的教学研究型大学。学校前身是1971年由上海交通大学机车车辆系和同济大学铁道工程专业并入的上海铁道学院，更名为华东交通大学，迁至江西。学校就业前景很好，具学校官网显示，每年有两成以上毕业生进入世界500强企业，四成以上到国企就业。在第四轮学科评估中，学校的控制科学与工程、交通运输工程2个学科获评B-等级。土木工程、自动化、电气工程及其自动化等都是学校的王牌专业。第5：南昌航空大学简称“昌航”，是一所工科优势明显、航空特色鲜明、工理文管经法教艺等学科协调发展的多科性大学。学校创建于1952年，是全国首批学士学位授予权单位，具有研究生推免资格。学校还与北航、西工大、北师大、南航天、北京航空材料研究院等高校和科研院所联合培养博士生；每年有30%以上毕业生服务于国防军工企事业单位和各大民航、通航公司。国家级特色专业：金属材料工程、测控技术与仪器、软科工程、电子信息工程、材料成型及控制工程。第6：江西农业大学简称“江西农大”，位于南昌经济技术开发区，是一所以农为优势、以生物技术为特色、多学科协调发展的特色高水平大学。学校可溯源至1905年创办的江西实业学堂，1980年更名为江西农业大学。是首批学士、硕士学位授予权单位，江西省最早开展研究生教育的高校。现拥有6个一级学科博士点，20个一级学科硕士点，有博士后科研流动站、博士后科研工作站5个。国家级特色专业5个：动物科学、农学、林学、农林经济管理、生物工程。第7：东华理工大学简称“东华理工”，位于南昌市经开区，前身是创办于1956 年的太谷地质学校。是中国核工业第一所高等学校，是一所具有地学和核科学特色，以理工为主，经、管、文、法、教、艺兼备的多科性大学，被誉为“中国核地学人才摇篮”和“世界原子能事业的宝贵财富”。资源勘查工程、勘查技术与工程、水文学与水资源工程、环境工程、测绘工程等都是学校的特色专业。第8：江西理工大学简称“江理”，校本部位于国家历史文化名城赣州市，在赣州、南昌两地有5个校区。学校创办于1958年，原名江西冶金学院，2004年更名为江西理工大学，为省部共建高校，具有研究生推免资格。学校是我国有色金属工业和钢铁工业重要的人才培养和科研基地，被誉为“有色冶金人才摇篮”。现拥有1个全国示范院士工作站、2个博士后科研流动站、1个博士后科研工作站、2个一级学科博士点，22个一级学科硕士点。国家特色专业3个：采矿工程、机械工程及自动化、冶金工程。第9：江西中医药大学简称“江中大”，位于省会南昌，是一所以中医药教育为主体、多学科协调发展、产学研结合特色鲜明的高等中医药院校。学校创办于1951年，是教育部、国家中药局与江西省共建高校，是博士学位授权单位，具有研究生推免资格；拥直属附属医院3所，非直属附属医院9所。现有博士学位授权一级学科点2个，硕士学位授权一级学科点6个。中药学、药学、针灸推拿学都是学校的王牌专业。第10：景德镇陶瓷大学简称“陶大”，坐落于千年瓷都景德镇，是中国唯一以陶瓷为特色的全日制多科性本科高等学校，是国内首所陶瓷高等学府。学校前身为1910年创办的中国陶业学堂，2016年更名为景德镇陶瓷大学。现已发展成为全国乃至世界陶瓷人才培养、陶瓷科技创新和陶瓷文化艺术交流的重要基地。现拥有3个一级学科博士点，13个一级学科硕士点，1个设计学博士后流动工作站；设计学、美术学在第四轮学科评估中获得了B+等级。国家级特色专业：无机非金属材料工程、陶瓷艺术设计、机械设计制造及其自动化。以下是2020软科江西省高校排名：江西红色文化驰名中外，省会南昌更是被初唐四杰王勃在《滕王阁序》中称其为“物华天宝、人杰地灵”之地；在新中国成立后，南昌制造了新中国第一架飞机、第一批海防导弹、第一辆摩托车、拖拉机。现如今虽然江西高等教育方面比较薄弱，但前10强高校8所位于南昌，省会仍是个人文荟萃之地。另外就是关于这个软科排名问题，在每篇文章中都要强调一下，第三方机构排名有自己的标准，有的与高校录取分数不成正比，大家看看就可以了，在高考志愿填报时，还是要以学校在自己省份的录取分数和位次来报考。大家对江西高校有何看法？欢迎关注、评论区留言讨论。河北61所高校排名！河北大学排名第2，看前10强高校都有哪所？福建39所高校排名！华侨大学进前5强，看前10强都是哪所高校？安徽47所高校排名！“安师大”进前5强，看哪所位列前10强好消息：教师资格认证改革！这些师范生可直接获“教师资格证”

新智元 AI World 2018 世界人工智能峰会全程回顾新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会，邀请机器学习教父、CMU教授 Tom Mitchell，迈克思·泰格马克，周志华，陶大程，陈怡然等AI领袖一起关注机器智能与人类命运。爱奇艺上午：https://www.iqiyi.com/v_19rr54cusk.html下午：https://www.iqiyi.com/v_19rr54hels.html新浪：http://video.sina.com.cn/l/p/1724373.html新智元报道 来源：Quantamagazine作者：Erica Klarreich编辑：三石、肖琴【新智元导读】来自加州大学伯克利分校的研究生Urmila Mahadev解决了量子计算中的验证问题。她将经典密码学与量子领域进行结合，解决了“量子计算中最根本的问题之一。”即，如果你让一台量子计算机为你执行一个计算，那么你如何确定它确实执行了你的指令，甚至如何得知它是否做了与量子相关的事情。01:37震撼！AI WORLD 2018世界人工智能峰会开场视频2017年春天，Urmila Mahadev解决了量子计算中的一个重要问题，即从量子物理学的奇怪定律中获得能量的计算机研究。Mahadev的新成果与她之前的论文结合在一起，被称为“盲计算（blind computation）”。德克萨斯大学奥斯汀分校的计算机科学家Scott Aaronson说：“她显然是一颗冉冉升起的新星。”Mahadev当时28岁，已经在加州大学伯克利分校读了7年研究生，很多急于毕业的学生早就离开了学校。她在伯克利的博士导师Umesh Vazirani说：“她现在终于有了一个非常漂亮的博士论文。”但是Mahadev并没有在那年选择毕业，她甚至没有考虑过毕业。她觉得她的梦想并没有完成。五年多来，在她眼中想要解决的问题与其他人不同，Aaronson将此称之为“量子计算中最为基础的问题之一。”即，如果你让一台量子计算机为你执行一个计算，那么你如何确定它确实执行了你的指令，甚至如何得知它是否做了与量子相关的事情。这个问题可能很快就会远离学术界。研究人员希望，过不了太多年，量子计算机就能在许多问题上提供指数级的加速，例如模拟黑洞周围的行为、模拟大蛋白质的折叠方式等。但是，一旦量子计算机能够完成经典计算机无法完成的计算，我们怎么知道它是否正确地完成了这些计算呢?如果你不信任一台普通的电脑，理论上，你可以自己仔细检查它在计算过程中的每一个步骤。但是量子系统从根本上来说是抵制这种检查的。首先，它们的内部工作是极其复杂的：用几百个量子比特（quantum bit）来描述一台计算机的内部状态需要一个比整个可见宇宙都大的硬盘。即使你有足够的空间写下这个描述，也没有办法得到它。量子计算机的内部状态通常是许多不同的非量子“经典”状态的叠加（比如薛定谔的猫，它既死又活）。但是一旦你测量一个量子态，它就会崩溃成一个经典态。Vazirani说：“量子计算机功能非常强大，但同时它也非常隐秘。”考虑到这些限制因素，计算机科学家们长期以来一直想知道量子计算机是否有可能提供任何证据能够证明它确实做到了声明的那些功能。耶路撒冷希伯来大学的计算机科学家Dorit Aharonov问道：“量子和古典世界之间的相互作用是否足够强大到可以进行对话?”在研究生二年级的时候，马哈德夫被这个问题迷住了，原因连她自己都不完全明白。在随后的几年里，她尝试了一种接一种的方法。她说：“有很多次我觉得做得不错的时候，要么很快就失败了，要么做了一年才发现是失败的。”但她拒绝放弃。Mahadev表现出一种前所未有的决心。而今，经过八年的研究生学习生涯，Mahadev终于成功了。她提出了一种交互式协议，通过这种协议，没有量子能力的用户可以使用密码学在量子计算机上安装一个套具，并在他们想要的任何地方驱动它，并保证量子计算机正在遵循他们的指令。Aaronson说：“对于一个研究生来说，独自完成这样一个任务是非常令人震惊的！”Mahadev现在是UC Berkeley的博士后研究员。昨天，她在计算机科学基金会（foundation of Computer Science）年度研讨会上提交了自己的方案。她的作品获得了该会议的“最佳论文”和“最佳学生论文”奖，这对一位理论计算机科学家来说是罕见的荣誉。加州理工学院(California Institute of Technology)的计算机科学家Thomas Vidick过去曾与Mahadev有过合作，他在一篇博客文章中称，Mahadev的研究成果“是近年来量子计算和理论计算机科学领域出现的最杰出的思想之一”。量子计算研究人员不仅对Mahadev的协议所取得的成就感到高兴，更对她为解决这个问题所采取的全新方法感到兴奋。Vidick写道，在量子领域使用经典密码学是一个“真正新颖的想法”。“我预计，在这些想法的基础上，还会有更多的成果。”漫漫研究路Mahadev在洛杉矶的一个医生家庭长大，她就读于南加州大学，她从一个学习领域徘徊到另一个领域，只是不想成为一名医生。后来，计算机科学家Leonard Adleman教授的一门课让她对理论计算机科学感到兴奋。她申请了UC Berkeley的研究生院，在申请材料中解释说她对理论计算机科学的所有方面都感兴趣——除了量子计算。她说：“量子计算听起来特别遥远，我对它一无所知。”但是当她在伯克利的时候，Vazirani通俗易懂的解析很快改变了她的想法。他向她介绍了如何找到验证量子计算的协议，这个问题“激发了她的想象力”，Vazirani说。“协议就像谜题，”Mahadev解释说。对我来说，这些问题似乎比其他问题更容易回答，因为你可以自己立即开始思考协议，然后打破它们，这样你就能看到它们是如何工作的。她选择了这个问题作为她的博士研究课题，开始了她的“漫漫长路”。如果量子计算机可以解决一个经典计算机无法解决的问题，那并不意味着解决方案将难以检验。以大数因式分解为例，这是一个大型量子计算机可以有效解决的问题，但一般认为任何经典计算机都无法解决。即使经典计算机不能因式分解一个数字，它也可以很容易地检查量子计算机的因式分解是否正确——它只需要把这些因子相乘，看看它们是否产生了正确的答案。然而，计算机科学家认为（并且最近向证明迈出了一步）量子计算机可以解决的许多问题并没有这个特征。换句话说，经典计算机不仅无法解决这些问题，甚至无法识别所提出的解决方案是否正确。鉴于此，于2004年左右，安大略省滑铁卢周界理论物理研究所的物理学家Daniel Gottesman提出了一个问题，即，如果你让一台量子计算机为你执行一个计算，那么你如何确定它确实执行了你的指令，甚至如何得知它是否做了与量子相关的事情。在四年时间里，量子计算研究人员已经得到了部分答案。两个不同的团队表明，量子计算机可以证明它的计算，不是一个纯粹的经典验证者（classical verifier），而是对一个能够访问它自己的非常小的量子计算机的验证者。研究人员后来改进了这种方法，以表明验证者所需要的是每次测量一个量子比特的能力。2012年，包括Vazirani在内的一组研究人员表示，如果量子计算是由一对无法相互通信的量子计算机进行的，那么一个完全经典的验证者就可以检查量子计算。Gottesman说，但那份论文的方法是针对这种特定情形而设计的，这个问题似乎陷入了死胡同。“我想可能有人认为你不能再往下进行了。”大约在这个时候Mahadev遇到了验证问题。起初，她试图得出一个“无条件”的结果，一个对量子计算机能做什么或不能做什么的假设。但是，在她研究这个问题一段时间没有取得任何进展后，Vazirani提出了使用“后量子”加密的可能性——也就是说，研究人员认为即使量子计算机也无法破解这种加密，尽管他们不确定。(用于加密在线交易等信息的RSA算法等方法并不是后量子算法——大型量子计算机可能会破坏它们，因为它们的安全性依赖于分解大数的难度。)2016年，Mahadev和Vazirani在研究另一个问题时取得了进步，这在后来被证明是至关重要的。他们与OpenAI的研究科学家Paul Christiano合作，开发了一种利用密码学的方法来让量子计算机构建所谓的“secret state”——一种其描述为经典验证者（classical verifier）所知，而不是为量子计算机本身所知的状态。他们的程序依赖于“陷门”（trapdoor）函数，这种函数很容易执行，但很难逆转，除非你有一个私密的加密密钥。（研究人员还不知道如何真正构建一个合适的陷门函数。）函数也要求是“2对1”，这意味着每个输出对应两个不同的输入。例如，平方函数——除了0，每个输出（例如9）有两个对应输入（3和3）。有了这样一个函数，你就可以让量子计算机创建一个secret state，如下所示：首先，要求计算机建立一个所有可能的函数输入的叠加。然后，告诉计算机将函数应用到这个巨大的叠加上，创建一个新的状态，这个状态是函数的所有可能输出的叠加。输入和输出的叠加会产生纠缠，这意味着其中对一个的测量结果会立即影响到另一个。接下来，要求计算机测量输出状态并告诉你结果。此测量将输出状态坍缩（collapse）为只有一个可能的输出，并且输入状态立即坍缩来匹配它，因为它们是纠缠的——例如，如果使用平方函数，如果输出是9的状态，输入将会坍缩成3和3的叠加态。但要记住，你使用的是trapdoor函数。你有trapdoor的密钥，所以你可以很容易地找出构成输入叠加的两个态。但是量子计算机不能。它不能简单地测量输入叠加来求出它是由什么态构成的，因为这个测量会使它进一步坍缩，让计算机只剩下两个输入中的一个，但无法找出另一个。2017年，Mahadev通过一种名为“Learning With Errors”（LWE）的加密技术，找到了如何在secret-state方法的核心构建trapdoor函数的方法。利用这些trapdoor函数，她能够创建一个量子版本的“盲”计算（blind computation），通过这种计算，云计算用户可以屏蔽他们的数据，这样云计算机即使在计算时也无法读取数据。不久之后，Mahadev、Vazirani和Christiano与Vidick和Zvika Brakerski（以色列魏茨曼科学研究所的科学家）合作，进一步完善了这些trapdoor函数，利用secret-state方法开发了一种量子计算机生成可证实的随机数的简单方法。Mahadev本可以凭借这些结果毕业，但她决心继续研究，直到解决验证问题。“我从未想过毕业，因为我的目标从来就不是毕业，”她说。她不知道是否能解决这个问题，这有时会让人感到压力。但是，她说：“我花时间学习感兴趣的东西，所以这真的不能说是浪费时间。”解决验证问题Mahadev尝试了从secret-state方法到验证协议的各种方法，但有一段时间她一无所获。然后她产生了一个想法：研究人员已经证明，如果一个验证者（verifier）能够测量量子比特，它就可以检验量子计算机。根据定义，classical verifier缺乏这种能力。但是，如果classical verifier能够以某种方式强迫量子计算机执行测量并诚实地报告它们，结果会怎样呢？Mahadev意识到，最棘手的部分是让量子计算机在它知道verifier会要求哪种测量方法之前，先确定它要测量的state——否则，计算机很容易欺骗verifier。这就是secret-state方法发挥作用的地方：Mahadev的协议要求量子计算机首先创建一个secret state，然后将其与它应该测量的state纠缠在一起。只有这样，计算机才知道要执行哪种测量。由于计算机不知道secret state的构成，但verifier知道，Mahadev表明，量子计算机不可能在不留下明显的欺骗痕迹的情况下进行大型作弊。Vidick写道，从本质上讲，计算机要测量的量子比特被“加密且固定不变”。因此，如果测量结果看起来像一个正确的证明，verifier就能确信它们确实是。“这是一个非常好的想法！””Vidick写道，“每次Urmila解释它的时候，都让我感到震惊。”Mahadev的验证协议——以及随机数生成器和盲加密方法——取决于量子计算机不能破解LWE的假设。目前，LWE被广泛认为是后量子密码学的主要候选，可能很快就会被国家标准和技术研究所采用作为其新的加密标准，以取代量子计算机可能破解的标准。Gottesman警告说，这并不能保证它对量子计算机是安全的，“但到目前为止它还很稳固，还没有证据证明它可能被破解。”Vidick写道，无论如何，该协议对LWE的依赖使得Mahadev的工作带来了双赢。量子计算机欺骗协议的唯一方法是量子计算世界中有人找到了破解LWE的方法，这本身就是一项了不起的成就。Mahadev的协议不太可能在不久的将来在真正的量子计算机上实现。目前，该协议需要很大的计算能力才能实现实用。但随着量子计算机规模的越来越大，以及研究人员简化协议，未来这种情况可能会改变。Aaronson说，Mahadev的协议可能在未来五年之内都不可行，但“在幻想世界里也不是完全不可行”。“如果一切顺利，在量子计算机发展的下一个阶段，就可以开始思考这个问题了。”考虑到这个领域现在发展的速度有多快，这个阶段可能会很快到来。Vidick说，毕竟，就在五年前，研究人员还认为量子计算机要想解决经典计算机无法解决的任何问题都还需要很多年。“现在，”他说，“人们认为这将在一两年内发生。”至于Mahadev，解决了她最喜欢的问题让她有点茫然。她希望找到一个新问题。但理论计算机科学家认为，Mahadev将量子计算和密码学统一起来与其说是故事的结束，不如说是有望证明许多观点的初步探索。“我感觉会有很多后续研究，”Aharonov说，“我期待着Urmila取得更多结果。”原文：https://www.quantamagazine.org/graate-student-solves-quantum-verification-problem-20181008/更多阅读：AI算力需求100万倍增长，如何优化AI计算系统弥平鸿沟？黄超：清洁环卫自动驾驶，实现无人驾驶商业和社会双重价值新智元AI WORLD 2018世界人工智能峰会全程回顾新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会，邀请机器学习教父、CMU教授 Tom Mitchell，迈克思·泰格马克，周志华，陶大程，陈怡然等AI领袖一起关注机器智能与人类命运。全程回顾新智元 AI World 2018 世界人工智能峰会盛况： 爱奇艺 上午：https://www.iqiyi.com/v_19rr54cusk.html 下午：https://www.iqiyi.com/v_19rr54hels.html新浪：http://video.sina.com.cn/l/p/1724373.html

新智元 AI World 2018 世界人工智能峰会全程回顾新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会，邀请机器学习教父、CMU教授 Tom Mitchell，迈克思·泰格马克，周志华，陶大程，陈怡然等AI领袖一起关注机器智能与人类命运。爱奇艺上午：https://www.iqiyi.com/v_19rr54cusk.html下午：https://www.iqiyi.com/v_19rr54hels.html新浪：http://video.sina.com.cn/l/p/1724373.html新智元推荐 来源：知乎作者：田渊栋【新智元导读】Facebook人工智能研究院研究员、围棋项目负责人田渊栋博士在本文中总结了自己博士毕业后五年来的工作心得和体会。田博士结合自己毕业五年来的亲身经历，从研究方向选择、阅读积累、时间管理等方面给出了自己的贴心建议，值得初入职场的博士同学们参考借鉴，相信可以少走很多弯路！01:37震撼！AI WORLD 2018世界人工智能峰会开场视频现在回头想来，其实博士阶段是很单纯的。拿着微薄的薪水，带着毕业的压力，待在一个交通闭塞的地方，在导师的指导、鼓励或是逼迫下，在周围各种牛人的压力下，花一些时间，专心地做一些东西。在这些条件下，很多人可以在一个从未尝试过的领域里面获得成功。等到成家立业放飞自我了，往往问题就来了。再好的公司，也希望员工努力干活，而不是培养人的地方。不管表面上如何温情脉脉，最终还是要看绩效的，绩效好升职加薪，绩效不好卷铺盖走人，就这样简单。而个人的成长方向，自始至终要由自己负责。选方向？先要控制自己阅读的入口读什么东西，就成为什么样的人。读什么东西，就成为什么样的人。读什么东西，就成为什么样的人。重要的事情要说三遍。人是很容易被周围的东西影响的，在现在这个手机时代尤其如此，你关注谁，就会成为相似的人。刷一刷各类新闻和朋友圈，几十分钟就很容易过去了。而且这些东西大多可以定制，所以你的命运，可能完全取决于你自己，也可能完全交给你周围的人，不可不察。另外如之前我的答案里所说，书和文章可以多看，但还是要多想，多去提炼其中隐藏的主线和趋势，多去做小小的预测，形成自己的世界观和方法论，然后才自然而然会有个人的见解和想做的方向，这种思考往往是很累人的，而且在这个信息过载的时代可能大家都更习惯去接受已有的观点，并且躲在自己的安全区里面。但在日积月累之下，做或者不做这些，会让每个人最终成为不一样的人。所以多看点动脑的内容，就不会让大脑生锈。做科研一个比较好的地方是工作本身并不重复，而是一直在开拓边界，这样自然会有更多的动脑时间。在闲暇时间，我经常会多看知乎上做数学和物理的同学们的回答，最好有几个不懂的名词需要自己去查去想想，手机上有个刷Arxiv的app经常看看，看一看一些优秀的github代码，也会动手刷刷题。在走管理职位之后，这个尤其重要。“管理”这个词除了在国企之外，都是“支持”的同义词，支持的意思是帮人成事，事情搞完，功劳大部分是下属的，我鼓个掌说两句好听的。而“领导”另有个词叫“技术带头人”(tech leader)，那个才是带大家冲锋在前的人。而要保证自己能做技术领导加管理的路子，技术的能力是一概不能少的。而参与了管理事务之后，每天开点会议，会让人产生“自己已经干了很多”的幻觉，一旦松懈下来，就再难再追上。在人工智能这个进展以月来计算的领域，要是对将来的方向不是很有见解，大家马上就不会再听你的了。如何选方向：“道”中取“术”有了选方向的点滴积累，接下来的问题是如何去选。我们常说高考难，难如千军万马过独木桥，路只有一条，如何在最短时间内获得最高的分数，这是”术“；其实博士毕业之后更难，面对山高水远大路小路，往哪个方向跑，那是”道“的问题了。然而，”道“和”术“并非完全分离，再高明的”道“，还是要”术“去贯彻的。博士阶段其实就在寻找“道”中之“术”。博士努力学习如何探索如何试错，如何在纷乱的线头里找到关键点，才能在将来更大的挑战前降低试错成本，在有限的时间里找到对的方向。所以读博在某种程度上是预支了人生的风险，在二十几岁的时候犯几个错不要紧，大不了浪费一年从头再来；在四十来岁的时候再拍脑袋决策，轻率犯错就会比较麻烦了。选方向，不管是科研选课题，还是VC投资，还是说选个人职业发展方向，其实是有一些通用的大原则的，比如说多从第一性原理出发从头解构分析，仔细思考每一步逻辑链条，多做调查，不要被三分钟热度冲昏头脑，不要挤人多的方向，从自己的独立分析和思考中找到突破口。别人都说好但自己觉得有硬伤的要三思后行，别人没注意到但自己觉得有前途的就要勇于尝试。在此之上，再发扬个人的风格喜好。选方向，立意是第一重要的。所谓“立意”是指先对这个世界有一个精炼的模型，然后在所选的方向上，思考这个模型能否有个不错的未来。强调立意，其实是要强调要找到最重要的脉络和趋势。一个博士生往往拼命干活，为一篇文章呕心沥血；但导师则可以集中在一些“一定有效”的大思路上，举重若轻地指导学生做出几篇甚至十几篇文章来。这五年来，如何从一个博士生变成导师，如何去找到能深挖大挖的金矿，是比具体技巧更重要的事情。我在《博士五年总结》里，把立意当成是一种写好文章的“术”，以归纳总结的方式，去为每篇文章或者是博士论文去寻找一个故事；但其实，它的重要性要远高于此。事物的发展在大尺度上是有脉络的，是有章可循的，而历史，往往重复它自己。这些，我就先不展开说了。选方向要考虑到自己的能力。定一个不那么简单但又切实可行的小目标，往往是一切的开始。不要好高骛远，也不要自卑自弃。回头看我自己的五年总结，我会觉得在博士阶段时过早去啃一些相对困难的方向，且没能经常和牛人们合作，是一个比较遗憾的地方，不然的话会走得更好。不过幸亏自己还可以在每次deadline之前迷途知返，专心做应用文章，所以整个博士阶段还算顺利。毕业前博士是一座山，毕业后博士只是一道关，过关之后，将来才有机会继续搞下去。在这方面，成熟的人会把问题分解，按照难易排序，知道轻重缓急，知道充分交流，也知道做事节奏，在没做出什么东西之前也吃得下睡得着；而不成熟的人往往盯着一两个比较近的目标，不管三七二十一先爽过再说，而碰上比较难的问题，往往先过于乐观，然后马上放弃，缺少韧劲和思考的深度。要去验证这个小目标。可能最重要的是要找到第一个会出错的地方，并且修正对问题的建模。这里就是考验面对现实的勇气的时候，很多人事事都做好了，但偏偏最重要的地方不去试验，心里幻想着这事可以成，越往后拖，损失最大。举研究的例子，比如说拼命做漂亮的UI，但不考虑算法会不会有效果；拼命做简单实验，但不去做最可能失败的；拼命折腾编辑器设置，但却不写文章。另一个例子比如说想转强化学习，在略微过一下教材之后，就可以上实验试着把东西调通，然后就可以在之前的经验之上开始思考什么方向可以发文章，然后再试。这种有选择性的跳跃方式，可以以比较快的速度找到关键所在，并且修正自己脑中对问题的建构模型。要记得不管自己多聪明，保留”自己可能全错“的这种可能，并且经常听取别人意见或是采纳实验上的证据，不仅对于选方向是重要的，也是一个人可以持续发展的根基。如何抓紧时间：抓碎片化时间，10分钟也要做事情踏入工作之后，时间就变得非常宝贵。可能在博士阶段花一个月做的事情，工作时花两周或者一周就要能做出来。并且时间变得零碎，变得资深后及担任管理职位之后，开会等各种其它的事务也变多了，如果没有一个明确的方向，那很快就会陷入琐事里面去。这方面例子非常多。一天开会，忙的时候留给自己的工作时间只有两三个小时，基本上是早上十点前及下午四点后，要是不能坐下来马上进入状态，稍微刷一刷或者聊一聊，那就啥都干不了；反过来要是心里有明确计划和目标，那就算是10分钟都可以做些事情。一天有多少个十分钟碎片？很多很多，公车上，走路时，马桶上——做好计划，这些时间都可以被利用起来。古人说“马上、枕上、厕上，盖惟此尤可以属思尔。”，一千年后，还是一样的。如何坚持一个长期方向：习惯于两线作战我记得前一阵子在将门直播的时候，我被问到一个问题，说做研究要如何平衡短期工作和长期工作的关系，如何应对外界的压力。我觉得这个问题非常好。在博士阶段我就得要处理这个矛盾，导师想做的，未必是我自己喜欢的；我喜欢的，未必是马上能做出来的，现在工作了，仍然要处理这样的矛盾，并且因为节奏变快，责任更重，矛盾会变得更加尖锐。如同我在《博士五年总结》里面说的那样，要习惯于两线作战，要有“进可攻”的长期课题，也要有“退可守”的短期课题，这样既减少对短期绩效评估的担心，又怀抱有长远的希望。然而要做到这一点，是需要大量的技术和细节支撑，一点一点地从严苛的现实世界中，从每天24小时里面，取回自己想要的东西。在理完纷乱的俗务之后，还能心向茫茫的星辰大海。原文链接：https://zhuanlan.hu.com/p/45703402本文经授权转载自知乎专栏：远东轶事新智元AI WORLD 2018世界人工智能峰会全程回顾新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会，邀请机器学习教父、CMU教授 Tom Mitchell，迈克思·泰格马克，周志华，陶大程，陈怡然等AI领袖一起关注机器智能与人类命运。全程回顾新智元 AI World 2018 世界人工智能峰会盛况： 爱奇艺 上午：https://www.iqiyi.com/v_19rr54cusk.html 下午：https://www.iqiyi.com/v_19rr54hels.html新浪：http://video.sina.com.cn/l/p/1724373.html

一提到网红许多人第一反应就是，年轻，颜值高，会唱歌的小哥哥或者小姐姐，他们的穿着和妆容永远都和时尚沾着边，让人感觉新奇。可是戴老爷子却完全是个反差，不会穿着打扮，也不会化精致的妆，对于音乐更是不通。可这么一位已经62岁的老人家，讲课实在太幽默，所以一夜之间便成为了教育界网红的新秀，更有不少网友称其是楷模！据悉，戴老爷子1956年出生于湖北省麻城市，从小就对文学和历史学非常感兴趣，本科毕业于华中师范大学中文系，研究生就读于西南师范大学的古代文学。现在的研究生可能不是那么值钱，可是80年代的本科生都极少，更不用提研究生了，所以说戴老爷子绝对是学霸中的学霸。研究生毕业后，老爷子回到了母校华中师范大学当任中文系教授，专攻领域有唐代文学和湖北古代文学。他在讲到著名田园诗人陶渊明时，不是介绍其“采菊东篱下，悠然见南下”，的那一种悠然意境，而是引用了 “种豆南山下，草盛豆苗稀”，一下便将陶大诗人拉下了高台，沾上了一丝“地气”。甚至直言，陶大诗人虽然种田勤奋，可技术却不好，种在田里的豆子，都没有小草长得茂盛，让人感觉原来诗人也有这么可爱的一面，使得文学生动有趣。同样的，在讲到唐玄宗时，他更是推己及人，将自己比作唐玄宗，如果是他处于那个位置，可能不出五年就会腐败，可唐玄宗却坚持了二十年。原来在我们心中对于唐玄宗都感到非常可惜，不止是他和杨贵妃之间的爱情，更觉得是他促成了安史之乱，使得唐朝的“贞观之治”和“开元盛世”最终毁于一旦，使唐代走向了灭亡。可是经过他这么一说，我们才反应过来皇帝也是人，他也有七情六欲也会老，晚年犯的错不应该让后人一直吐槽。对于历史从来就没有如果，我们要做的是取前人精华，创现世伟业。总之，网友们称戴老爷子为网红界的楷模也是不无道理，简直就是一股清流啊，讲课幽默风趣，却又干货满满尊敬历史，难怪引不少人前去蹭课。

（文/纪云浪 图/顾哲元）4月9日晚，景德镇陶瓷大学在研究生艺术实验大楼报告厅举办大学生职业规划论坛。用人单位嘉宾江西黑猫炭黑股份有限公司人力资源处处长于文菲、浙江省武义县人力资源与社会保障局副局长胡文、广东东鹏控股股份有限公司人力资源高级经理谢思乐、科达制造股份有限公司招聘与员工关系主管何慧颖应邀参加论坛并作经验分享，师生代表共300余人参加了论坛。此次论坛以大学生职业规划为主题，围绕“陶大校友在用人单位的发展情况”“大学生职业规划的重要作用”“大学生职业规划之自我探索”“大学生如何做好职业规划”等话题展开，嘉宾们结合工作经验和个人发展进行讲述。嘉宾们表示，做好职业生涯规划是增强个人就业竞争力的重要方式，在校大学生要充分了解自身兴趣及能力结构，结合实际尽早制定个人职业生涯规划。在工作中，要善于寻找个人成长与单位发展的平衡点，科学合理地做好规划。同时，要注重培养自身的创新和发散思维，发挥个人价值，不断提升自己的获得感、成就感。嘉宾们还与现场学生们进行交流，就大家提出的问题给予回答。现场学生纷纷表示，此次论坛让自己更加了解用人单位对于大学生的能力需求，明晰了如何做好职业生涯规划，进一步明确了自己在校期间的努力方向。此次论坛由学校创业学院、党委学生工作部（处）、团委联合承办，社团大学生乐创俱乐部协办，旨在面向大学生架好学生与政府、企业沟通的桥梁，普及职业规划知识，增强职业规划意识，做好职业生涯规划，提升就业竞争力。（责任编辑：徐胤嫚）

走进景德镇陶溪川文创街区，数百个摊位开始忙碌起来，各式陶瓷器皿、首饰、摆件以及手工艺品让人目不暇接。　李韵涵　摄中新网景德镇10月22日电 题：瓷都里的“景漂”青年：“创”是这里的关键词作者 李韵涵 姜涛“没有创意在这里是‘活’不下去的。”今年研究生刚毕业的应园园已经是“千年瓷都”景德镇的一个“老景漂”了。走进景德镇陶溪川文创街区，数百个摊位映入眼帘，各式陶瓷器皿、首饰、摆件以及手工艺品让人目不暇接。创新、创业、创意……在这里发挥得淋漓尽致。“一开始没想留在景德镇的。”2016年，应园园结束了在景德镇陶瓷大学四年的陶艺学习后去了北京。“北漂”了一段时间后，又回到景德镇继续研究生学习。景德镇陶溪川文创街区内的陶瓷版权服务站。　李韵涵 摄“在景德镇如果你不做自己的东西，真的浪费了这个环境。在这里你只要做你自己喜欢的，客户能接受的，就一定有卖点。”2018年，还在读研期间，应园园就开始了自己的创业之路。正如应园园所说的，她既做着自己喜欢的产品，也找到了产品的卖点。如今，应园园的客户遍布北京、上海、广州等全国各地，从最开始不足一平米的流动摊位到现在成立自己的公司、工厂，行情好的时候，一个月的销售额可达9万余元。应园园目前在陶溪川邑空间内有了固定摊位。邑空间约有148个摊位，“原创”是入驻邑空间最重要的条件。邑空间每个月实行动态管理，没有定期创新产品或者抄袭了其他产品，都无法在这生存下去。“如果每样产品都申请国家专利那么专利费是一笔不小的开支，但可以申请外观设计的版权保护证书，也是具有法律效力的。”应园园表示，目前在陶溪川里面就可以免费申请版权保护证书，审批十分快速。除了保护“景漂”们的创新成果，景德镇也真金白银支持“景漂”创业。该市推出“景漂贷”，最高可执行90万元贷款额度，同时也给予一定的免息政策。走进景德镇陶溪川文创街区，数百个摊位开始忙碌起来，各式陶瓷器皿、首饰、摆件以及手工艺品让人目不暇接。　李韵涵 摄在距离陶溪川不到十公里的景德镇陶瓷大学，也是另外一个创业聚集地，大大小小由学生创办的陶艺工作室在校外星罗棋布。“景德镇是个很神奇的地方，包容性很大，来了就不想走。”老家在安徽张文卿也毕业于陶大，本科期间在校外与同学一起创办了工作室，如今工作室月流水可达3万元。“我已经申请了景德镇专门给‘景漂’的扶持金，以后也想扩张自己的工作室，再买一个窑，烧制产品会更方便。”谈及未来的规划，张文卿难掩笑意。张文卿在景德镇陶瓷大学旁的工作室。　受访者供图就在9月底，张文卿工作室的对面又开了一家新的工作室。工作室的合伙人之一苏杰也是一位在读研究生。“目前正在烧制样品，已经有上海的公司在与我们洽谈了。作为一名学生，也想看看现在的市场是什么样的。”谈起开工作室的初衷，苏杰的想法很简单，不想浪费课余时间，想看看理论如何变成实践。夜幕降临，瓷都里大大小小的工作室依然灯火通明，拉坯机不停转动，窑火不息，照亮了“景漂”们的创新和创业之路……(完)

新智元推荐 来源：天天IC（ID：laoyaoic）作者：茅茅 【新智元导读】众所周知，中国科学技术大学少年班堪称中国学术精英的"黄埔军校"，自成立40年以来已培养出众多业界知名学者和企业家。而在这其中，寒武纪创始人陈天石和哥哥陈云霁是少年班历史上并不多见的亲兄弟。01:37震撼！AI WORLD 2018世界人工智能峰会开场视频本文主要参考于陈天石在“首届中国科大微电子行业全球校友峰会”上的主题演讲集微网消息，众所周知，中国科学技术大学少年班堪称中国学术精英的"黄埔军校"，自成立40年以来已培养出众多业界知名学者和企业家。而在这其中，寒武纪创始人陈天石和哥哥陈云霁是少年班历史上并不多见的亲兄弟。1983年出生的哥哥陈云霁，14岁入读中科大少年班，19岁转入中科院计算所硕博连读，24岁便取得了计算机博士学位。而1985年出生的陈天石丝毫没有落后于哥哥，大学所读的也是中科大少年班，并拿到了计算机博士学位，随后又转入中科院计算所担任研究员。可以说，陈氏兄弟有着众人艳羡的求学经历。大学本科因数学成绩太差被迫换专业在普通人眼里，2001年入读中科大少年班的陈天石绝对是学霸级人物，但他却笑称自己在大学本科时期成绩非常差。在本科时期，陈天石读的是数学专业。当时，同专业成绩较好的同学都选择出国留学，然后去美国华尔街求职。而陈天石却因成绩太差只能考虑换专业，不然担心自己以后会“没饭吃”。可是到底该换哪个专业呢？陈天石陷入了纠结之中。一直以来，物理专业和计算机专业都是他想读的两个专业，于是他随手撕了几张纸片，并分别写上物理和计算机，最终以抓阄的方式决定改学计算机专业。由于之前学的是数学专业，因此陈天石没有写代码的经验，但庆幸的是，当时计算机系的导师对学生十分宽容，并没有嫌弃他成绩差。在考中科大计算机系研究生时，150分的满分卷，陈天石的数学考了不到120分，而计算机只考了97分。有趣的是，他的政治竟考了87分的高分，该分数高到连老师们都惊讶于他是如何考出来的。就这样，陈天石顺利地进入科大计算机系读研究生，并一直读到博士毕业。在那期间，陈天石有两位导师，分别是陈国良老师，以及现在担任南科大系主任的姚新老师。在彼时的陈天石眼中，姚新老师特别像周星驰电影里卖如来神掌的那位老头，姚新老师不仅发现了陈天石的“慧根”，还顺利地“忽悠”他学习人工智能（AI），此后更是成为他的主攻方向。为爱人离开合肥进入中科院计算所在科大读博即将结束时，导师告诉陈天石可以考虑留校工作。陈天石知道后十分开心，还打算在合肥买房，但是对于当时的他来说房价着实太贵，最终只好放弃。虽然可以选择留校工作，但是因为爱人在北京，再加上哥哥陈云霁在中科院计算所跟着胡伟武老师研究“龙芯”项目，因此陈天石在读博的最后一年，经常跟导师找借口说去北京计算所做基础研究。正因为那段经历，所以陈天石和中科大的师兄、龙芯中科总裁胡伟武之间十分熟悉。等陈天石博士刚毕业，胡伟武老师便盛情邀请他加入龙芯工作，虽然他此前完全没有处理器架构相关的基础知识，但胡老师却确信他是能干事的。而这也成为了陈天石真正踏入集成电路（IC）行业的契机。加入龙芯之后，胡老师认为陈天石比较有天赋，便决定把他培养成一位全战型人才。培养的方式主要有两种，一种是“自底向下”，另一种是“自顶向上”，而胡老师最终为他选择了“自顶向上”的培养方式。因此，他在加入龙芯之后被安排的第一个工作就是画版图。然而，画了几个月版图的陈天石发觉自己实在没有这方面的“天赋”，便主动跟胡老师提要求去做基础研究。在从事于基础研究工作后不久，一个非常“不靠谱”的想法开始在他脑中浮现。当时的AI远没有现在火热，甚至有很多人因找不到工作选择转行，而计算所大都选择做芯片，于是陈天石大胆设想：是不是可以将AI和芯片结合在一起呢？老实讲，当时的陈天石只是想找“一口饭吃”。直到后来，很多人会问他为什么这么有前瞻性，想到去做AI芯片呢？他只能笑称是自己运气好。实际上，他的运气确实不错。论文获得国际大奖后终于开始崭露头角此后，陈天石便开始了真正的AI芯片研发之路。在这条路上，他还有一位最佳的合作伙伴，一直以来在中科院计算所研究芯片的哥哥陈云霁。虽然做AI芯片的想法看似非常“不靠谱”，但是陈氏兄弟也认真地寻找可以支持自己想法的理论依据。当时，陈氏兄弟甚至以自动驾驶作为例子去说服计算所的领导，以此来告诉他们研发AI芯片是有道理的。2010年左右，得到计算所李院士支持的陈氏兄弟决定继续AI芯片的研发工作。实际上，早期的人工神经网络在80年代就已被提出，但当时的规模特别小，英特尔还为此特意研发了神经网络硬件。但是，在真正的深度学习时代，人工神经网络的模型十分庞大，根本无法轻易做出来。因此，摆在陈氏兄弟面前最重要的问题就是：一个AI专用处理器如何才能使一颗芯片在逻辑上是完备的？为了解决该问题，陈氏兄弟认为首先需要为深度学习设计出一款专用处理器。经过多年的艰苦研究，陈氏兄弟团队终于在2014年开始崭露头角。2014年3月，团队撰写的《DianNao：一种小尺度的高吞吐率机器学习加速器》，在国际顶级学术会议ASPLOS上获得了最佳论文奖，这也是亚洲学术研究成果首获处理器架构领域顶尖会议最佳论文；同年12月，DaDianNao（又称寒武纪2号神经网络处理器，面向大规模神经网络的应用）荣获2014年度Micro最佳论文，这也是Micro自1963年创办以来，第一次由美国以外的研究者摘得该奖项。截至目前，陈氏兄弟团队在计算机体系结构方面的系列技术成果已经获得国际四大顶级会议的认可，包括ASPLOS上有两篇，ISCA上有两篇，MICRO与HPCA上各有一篇。科大讯飞和华为是寒武纪的“贵人”本来，陈天石对自己未来的生活规划是：升到计算所教授、每天可以打打游戏、然后再骂骂学生，简单而快乐。但是生活往往都不会朝着自己所预期的轨道前进。在论文获得国际学术界的认可之后，陈氏兄弟团队的研究工作开始得到更多关注。2015年，团队获得了科学院先导专项数千万元的资助，在这笔资金的支持下，仅20人的研发团队研发出世界首款深度学习专用处理器原型芯片。当然，研发芯片只是第一步，如何将其做成产品便成为了团队的下一个目标。2016年，陈氏兄弟的寒武纪科技公司便在此基础上诞生了。跟其他创业公司一样，寒武纪刚成立之初，陈天石出去拉投资时也遇到了不少挫折。其中有90%的投资人会说，“这个AI芯片是什么玩意”？而一部分脾气比较好的投资人会说，“小伙子，你的PPT做的太差了”，但是他们最终也不会出钱投资。甚至还会碰到一些非常狡猾的投资人，虽然十分看好寒武纪的产品，但却只愿意先拿100万出来......直到后来，由中科大91级校友刘庆峰创办的科大讯飞愿意出1000万投资寒武纪，寒武纪才看到了希望。如果说科大讯飞是寒武纪的第一个“贵人”，那么华为则是寒武纪的又一颗“福星”。就在寒武纪拿到科大讯飞的投资，并开始思考公司如何赚钱之际，一帮华为从事市场工作的人找到了陈天石，向他咨询AI与智能手机芯片结合的可能性。陈天石听后感觉十分有意思，于是与公司团队一起花费数月时间，将前期设计的处理器翻新之后再卖给华为公司。虽然刚开始华为内部对此也有许多的争议，但是寒武纪最终用实际成绩证明了实力。后来的故事大家就十分清楚了。2017年9月，华为在德国IFA展上重磅发布了全球首款人工智能处理器——麒麟970，其背后的AI芯片搭载寒武纪的嵌入式IP，集成了寒武纪的NPU（寒武纪1A处理器）作为神经网络专用处理单元，成为了AI产业发展的一个里程碑。寒武纪未来要做的就是埋头做事近两年，寒武纪公司在业内的声望与日俱增，并先后获得了两笔巨额融资。2017年8月，寒武纪获得了国投、阿里巴巴、联想、国科投资等共计1亿美元的A轮融资；2018年6月，寒武纪再次获得了数亿美元的B轮融资，投后公司整体估值达25亿美元，领跑全球人工智能芯片的创业公司。2017年11月，寒武纪举办了公司成立以后的首场发布会，并一口气推出了四款新产品：面向视觉领域的寒武纪1H8、性能更强的寒武纪1H16、面向智能驾驶领域的寒武纪1M，以及面向开发者的人工智能系统软件Cambricon NeuWare。2018年5月，寒武纪一鼓作气，再次发布了包括第三代IP产品寒武纪1M、最新一代云端AI芯片MLU100，以及搭载MLU100的云端智能处理卡在内的多款新品。在陈天石看来，寒武纪能取得今天的成绩，主要是因为公司处于一个非常好的时代。在早期学术研究时期，公司团队成员拥有一个难能可贵的好的学术氛围；后来在公司成立之后，不管是社会还是政府都提供了足够的资本帮助公司投入研发。正是因为处于这样一个时代，公司才能如此迅速地发展起来。目前，寒武纪公司的团队成员共500余人，分别在北京、上海、深圳、合肥四个AI行业重镇设立了办公司。未来，公司将主要集中于终端和云端两个产品线。其中在终端方面，主要采取类似于Arm的商业模式，将自己的IP授权给下游的SoC厂商；而在云端方面，寒武纪会设计自己的芯片，并将其应用于数据中心服务器里面。作为一家成立不到三年的人工智能芯片企业，陈天石谦虚地认为寒武纪还只是一家小公司，未来更多的是需要埋头做事，拿真正有价值的产品说话。而对于整个集成电路产业的发展，陈天石也保持着乐观的心态，他认为集成电路是一个需要全球产业链共同协作的行业，需要国内外同行保持开放的心态，共同学习、交流、进步。新智元AI WORLD 2018世界人工智能峰会全程回顾新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会，邀请机器学习教父、CMU教授 Tom Mitchell，迈克思·泰格马克，周志华，陶大程，陈怡然等AI领袖一起关注机器智能与人类命运。全程回顾新智元 AI World 2018 世界人工智能峰会盛况： 爱奇艺 上午：https://www.iqiyi.com/v_19rr54cusk.html 下午：https://www.iqiyi.com/v_19rr54hels.html新浪：http://video.sina.com.cn/l/p/1724373.html