沈向洋、马毅牵头创办，首届「简洁与进修集会」征稿进行中

国内 AI 大佬沈向洋和马毅牵头，创办了一个新的学术集会，CPAL（Conference on Parsimony and Learning），即简洁与进修集会。CPAL 是一年一度的研究型学术集会，专注于解决机器进修、信号处理、优化等领域中普遍存在的简洁、低维结构问题。创办这个集会的出发点，即将其设计为一个普遍的迷信论坛，使机器进修、使用数学、信号处理、优化、智能系统以及所有有关的迷信和工程领域的研究人员能够聚集在一起，分享见解，并最终努力达成一个共同的现代实践和计算框架，从简洁进修的角度理解智能和迷信。首届 CPAL 集会将于 2024 年 1 月 3 日 – 6 日，在香港大学数据迷信研究院举办。集会地址：https://cpal.cc/

CPAL 集会愿景

智能或迷信的存在，乃至其产生的最基本原因之一是，世界并非完全随机，而是高度结构化和可预测的。因此，智能或迷信的一个基本目的和功能是从大量感知到的世界数据中进修简洁的模型（或规律），来理解这种可预测的结构。在过去的十年中，机器进修和大规模计算的出现，极大地改变了我们在工程和迷信中处理、解释和预测数据的方式。基于特定信号和测量结构的参数模型（比如稀少和低秩模型）来设计算法的「传统」方法，及其有关的优化工具包，现在已经通过数据驱动的进修技术得到了极大地丰富，其中，大规模搜集被预训练，然后适应各种具体任务。然而，无论是现代数据驱动还是经典模型本原的范例的成功，都关键地依赖于正确识别实际数据中存在的低维结构，我们认为进修和收缩数据处理算法的角色（无论是显式还是隐式，如深度搜集）是密不可分的。在过去的十年左右的时间里，包括实践、计算和实践在内的几个研究领域都已经探索了进修与收缩之间的相互作用。一些工作探索了深度进修时代下的信号模型的角色和作用，试图理解深度搜集与非线性、多模态数据结构之间的相互作用。还有些人将这些见解使用到深度架构的原理设计中，将数据中所期望的结构融入到进修过程中。另一些人则将通用深度搜集本身视作一等公民，探索了如何收缩和稀少模型以提高效率，这往往伴随着硬件或系统感知的联合设计。在所有这些场景中，基于低维模型的实践工作已经开始用于解释深度架构和高效进修的本原，包括从优化到泛化问题，尽管其中也存在「过参数化」等障碍。最近，本原模型的出现使一些人提出，简洁性和收缩本身是智能系统进修目标的一个基本部分，这与神经迷信对收缩作为大脑表征世界感知数据的指导原则的观点相连。总的来说，这些研究线路到目前为止相对独立地发展，尽管他们的本原和目的都在于简洁性和进修。我们组织这次集会的目的是统一解决和进一步深化研究这个问题：我们希冀这次集会成为一个通用的迷信论坛，让机器进修、使用数学、信号处理、优化、智能系统以及所有有关迷信和工程领域的研究人员可以在这里紧密交流，分享见解，最终从简洁进修的视角向理解智能和迷信的现代实践和计算框架共同迈进。团队介绍首届大会主席共有四人，他们分别是沈向洋、马毅，以及慕尼黑大学的 Gitta Kutyniok、宾夕法尼亚大学的 René Vidal。集会程序主席包括 CMU 的池跃洁（Yuejie Chi）、Google DeepMind 的 Gintare Karolina Dziugaite、密歇根大学的曲庆（Qing Qu），以及德州大学奥斯汀分校的汪张扬（Atlas Wang）。有关主题大会有关主题包括但不限于以下领域，详细信息请参阅：https://cpal.cc/subject_areas/：模型和算法：深度搜集的简洁训练和推理算法（例如基于稀少性、低秩或其他）；紧凑高效的神经搜集架构设计；结构化模型为本原的深度进修；稳健性 / 可解释性由简洁原则指导；生成模型；分布式和联邦进修；高效的神经搜集扩展；其他非线性降维方法等。数据：现代信号模型；数据集简洁和稀少数据格式；结构化数据表示进修等。实践：深度进修中与其隐含简洁性严格有关的泛化、优化、稳健性和近似；经典稀少编码实践及其与神经搜集稀少性的联系；由于稀少性而遗忘等。硬件和系统：库，内核，编译器或定制硬件加速稀少计算；资源高效进修与协同设计等。使用和迷信：简洁人工智能用于迷信和工程；实践神经迷信和认知迷信为简洁性提供本原；其他跨学科使用等。以上是 CPAL 关注的主要概述，但不包含所有内容。如果你不确定自己的论文是否适合本集会，请随时通过电子邮件（[email protected]）与程序主席联系。提交路线CPAL 设有一个主要的论文集路线（存档）和一个「最新亮点」路线（非存档）：论文集路线（存档）：提交和评审阶段是双盲的。集会使用 OpenReview 托管论文并允许公开讨论。完整的论文可以有最多九页，参考文献和附录页数不受限制。「最新亮点」路线（非存档）：提交集会风格的论文（最多九页，附加页用于参考文献），描述工作内容。请在 OpenReview 上上传一个简短（250 字）的摘要。评审将以单盲方式进行（作者不需要匿名化提交）。评审机制中的重要创新：每篇论文都有一个 Program Chair 负责引导。对于每篇被接受的论文，其负责的 Area Chair 和 Program Chair 的姓名将公开发布在其 OpenReview 页面上，以确保责任。对于每篇被拒绝的论文（不包括撤稿），只会显示其负责的 Program Chair 的姓名。审稿人将获得评级并动态选择。重要日期所有截止日期均为 UTC-12:00 时区（地球上任何地方）的晚上 11:59。2023 年 8 月 28 日：论文集路线提交截止日期2023 年 10 月 10 日：最新亮点路线提交截止日期2023 年 10 月 14 日：两周答辩阶段开始（论文集路线）2023 年 10 月 27 日：答辩阶段结束，作者与审稿人讨论阶段开始（论文集路线）2023 年 11 月 5 日：作者与审稿人讨论阶段结束（论文集路线）2023 年 11 月 20 日：最终决定公布日期（两个路线）2023 年 12 月 5 日：定稿截止日期（两个路线）2024 年 1 月 3 日至 6 日：主要集会（香港大学主校区）主题演讲嘉宾

Dan Alistarh，奥地利迷信技术研究院

SueYeon Chung, 纽约大学

Tom Goldstein，马里兰大学

Yingbin Liang，俄亥俄州立大学

Robert D. Nowak，威斯康星大学麦迪逊分校

Dimitris Papailiopoulos，威斯康星大学麦迪逊分校

Jong Chul Ye，韩国迷信技术院

…更多演讲嘉宾将很快公布！

组织者和联系方式如有任何疑问，请联系组织者：[email protected]一些链接：Twitter：https://twitter.com/CPALconfLinkedIn：https://www.linkedin.com/company/conference-on-parsimony-and-learning-cpal/Slack：https://join.slack.com/t/cpal-conference/shared_invite/zt-1v5fvzv6a-nCA0cgIN24da3gbVDjlWbg