8月13日，IJCAI 2019终于迎来万众期待的开幕式。
IJCAI的大会主席Thomas Eite在大会开幕式致辞，并特别强调“澳门是中国一国两制政策下的特别行政区”，让人动容。今年是IJCAI 50 周年与中国人工智能 40 周年，是十分具有意义的一年。大会还专门推出了两场特色 Panel：“IJCAI 50 周年：AI 走向反转还是重构？”和“中国的 AI”，分别将于 13 日和 14 日举行。
在IJCAI 2019的议程的前三天里，大会为各位参会者安排了主题丰富的技术Workshop和Tutorial，全球各地人工智能行业人士在此讨论 AI 在各个领域与方向的最新研究成果与未来动向。
其中不乏一些优秀的国内的研究成果，比如：滴滴AI lab发表了《Artificial Intelligence in Transportation》，基于全球最大的移动交通平台滴滴的实际应用和需求，重点介绍了移动交通平台的三大重点；阿里安全中心发表了《Artificial Intelligence for Business Security (AIBS)》，并在AIBS 2019研讨会来谈论企业使用人工智能的安全问题，同时还展现了阿里巴巴对抗性人工智能挑战赛(AAAC 2019)各赛段前三名的解决方案。
在AI for social good工作坊中，探讨了如何以负责任和有益的方式使用AI，以及AI如何为解决社会问题做出贡献。其中，埃塞俄比亚亚的斯亚贝巴的大学与韩国科学技术院和芬兰阿尔托大学发表的《Web based Expert system for the prevention, diagnosis and treatment of Malaria using two Ethiopian local languages (Amharic & Afan Oromo)》探讨了基于网络的专家系统，使用两种埃塞俄比亚当地语言预防、诊断和治疗疟疾 ；美国印第安纳大学计算机科学学院与南加州大学公共政策学院发表的《Food Fairness: An Artificial Intelligence Perspective for SNAP Allocation》探讨了补充营养援助计划（SNAP），有效地提高了稀缺公共资源分配的结果公平性。
印度皮拉尼大学博拉理工学院发表的《Semantic Segmentation Based Earthquake Damage Assessment of Built Environment》中就探讨了用基于图像的深度学习技术来损伤检测及其识别的可能性，这将有助于在地震发生后决定建筑物是否可以安全居住，这对于社会可持续发展有着重大的意义。
研究中采用 2015 年尼泊尔地震、2010 年海地地震、2016 年台湾地震、2016 年厄瓜多尔地震的住宅建筑图像作为训练数据集，对建筑不同构件进行损伤预测。
此外，本研究采用深度学习模型来确定地震破坏预测。该模型利用语义分割技术，将建筑物的图像分割为三类：结构构件类(比如柱子)、非结构构件类(比如墙体)以及其它门窗、天花板之类的背景类。和所有其他组件。对构件进行分割后，同时检测被识别构件的损伤类型。为了对模型进行微调，85% 的数据集用于训练，15% 的数据集用于验证。最终，该模型的验证精度为 86.75%，训练精度为 88.44%。
多领域人工智能研究
人工智能技术安全风险问题一直受到大家的关注，随着机器算法的研究越来越深入，人为控制逐渐被排除在算法和决策之外，安全性问题变得越来越重要。 剑桥大学的生存风险研究中心(CSER)，发表了《Artificial Intelligence Safety (AISafety)》，探讨了机器人和自主系统(RAS)的安全，致力于研究和缓解当前或未来技术带来的生存风险。
深度学习系统越来越多地被用于安全关键任务，例如自动驾驶。这些系统需要面对恶劣的天气条件，如雾，雨和雪等。 深度学习系统对合成对抗性攻击的脆弱性，已得到了广泛的研究，但自然天气条件对此类系统的影响，尚未被详细研究。中央佛罗里达大学和美国空军研究实验室发表了《On the Susceptibility of Deep Neural Networks to Natural Perturbations》来探讨深度神经网络对自然扰动的敏感性。他们使用来自 Cityscapes 数据集和计算机图形技术的立体图像来模拟逼真的自然发生的雾，证明了最先进的 Inception 深度学习模型也很容易被生成雾的图像所欺骗。
在金融方面，金融技术和自然语言处理研讨会（FinNLP 研讨会）分享将 NLP 技术应用于金融科技领域的研究。为销售预测，股票市场预测和情绪分析构建了一些新模型，还演示与 FinTech 和 NLP 相关的工具和语料库。在论文《Leveraging BERT to Improve the FEARS Index for Stock Forecasting》中，通过 BERT（Bidirectional Encoder Representations from Transformers）来考虑 FEARS 搜索项的语义，并进一步将自我关注的深度学习模型，应用于精确预测 FEARS，以进行股票收益的分析。
在艺术方面，《Creative and Artistic Writing via Text Generation》探讨从人工智能角度如何建立艺术体系，从而吸引一个大的群体在人工智能社区建立一个娱乐书写系统比如诗歌生成系统,长文本生成等等。
还有对形式概念分析(FCA)，情感计算(AC)，定性推理(QR)，计算机视觉、自然语言处理、机器学习、数据挖掘等各种领域的深度研究，在IJCAI的官方网站上均有展示。
IJCAI 2019 全部奖项出炉
马文·明斯基奖章---德州扑克 LIBRATUS 团队，这个创立于 2018 年、以人工智能领域创始人之一 Marvin Minsky 命名的奖章用来奖励 AI 领域的标志性成果。2018 年的首个 Marvin Minsky 奖章颁发给了 AlphaGo。
IJCAI 计算与思想奖---Guy Van den Broeck，他在统计和关联人工智能方面以及学习和推理中的易处理性的研究方面有突出贡献。
IJCAI 约翰麦卡锡奖--- Pedro Domingos，他在机器学习和数据科学中有突出贡献，且在逻辑和概率的统一中发挥了巨大的作用。这个奖项以 AI 领域的创始人 John McCarthy 而命名
IJCAI 卓越研究奖--- Yoav Shoham，他被认为在知识表示、多智能体系统、AI 的经济学基础等方面有非常杰出的贡献。这个奖项 IJCAI 所有奖项中最为重要的一个奖，它对获奖者的要求是“在整个职业生涯中始终保持高质量的研究，且取得实质性成果”。
IJCAI 杰出服务奖--- Francesca Rossi，她是 AI 伦理全球领导者（AI Ethics Global Leader），因其大量的贡献，以及在整个职业生涯中对人工智能领域的广泛服务而受到表彰。
AIJ 经典论文奖---《Between MDPs and semi-MDPs: A framework for temporal abstraction in reinforcement learning》，这篇论文的第一作者 Richard Sutton 正是强化学习领域的开山人物之一。这是关于 Options（选项）的一篇精华论文，Options 是强化学习中广泛使用的一个框架，用来在不同的时间尺度、不同的抽象级别上表征动作。Options 框架影响了这个领域内后续的研究的走向，而且如今仍然定义了强化学习领域内层级式的动作、知识的表征学习是如何公式化、如何进行研究的。
AIJ 突出论文奖---《The dropout learning algorithm》，这篇论文中的数学分析揭露出的本质属性已经让 dropout 成为了深度学习的一个重要基石。这篇论文也和统计学领域的其它方面、和集成学习和脉冲神经元的理论建立了一些联系。
IJCAI-JAIR 最佳论文奖---《Clause Elimination for SAT and QSAT》，发表在 JAIR, volume 53, pages 127-168 (2015)。这是一篇关于算法复杂度的论文。自从这篇论文发表之后，论文中描述的方法对于最先进的 SAT&QBF 解算器的效率有长远、显著的影响。
ACM SIGAI 2019 杰出工业 AI 奖---微软的真实世界强化学习团队，团队领导人是 John Langford 和 Rafah Hosn。他们在应用领域的创新性、方法的创新性和技术杰出程度、AI 在方法中的重要程度，以及这项应用已有的/未来可以预期创造了巨大的社会影响。
杰出论文奖---《Boosting for Comparison-Based Learning》。在论文中作者们提出了 TripletBoost，这是可以仅仅使用三元组比较就可以学习到一个分类器的方法。方法的关键思路是把三元组信息集聚成为较弱的分类器，然后可以把它逐步提升为一个比较强的分类器。通过实验，这种方法能够更好的抵抗噪声。
杰出论文奖荣誉提名---《Portioning using Ordinal Prefernces: Fairness and Efficiency》与《Out of Sight But Not Out of Mind: An ASP Based Online Abudction Framework for Visual Sensemaking in Automous Driving》
IJCAI 2019 特别奖：合作奖---：《Iterative Budgeted Exponential Search》
论文链接：1.《Artificial Intelligence in Transportation》：https://outreach.didichuxing.com/IJCAI2019/tutorial/2.《Artificial Intelligence for Business Security (AIBS)》：https://security.alibaba.com/alibs20193.《Web based Expert system for the prevention, diagnosis and treatment of Malaria using two Ethiopian local languages (Amharic
图片来自网络，侵删
干货获取方式
