作为全球人工智能顶会之一，2022 年的 AAAI 大会热度又创下了历史新高：大会共收到 9251 篇投稿，其中 9020 篇投稿进入了评审环节。但令人意外的是，今年的领受率却创下了历史新低，仅 1349 篇论文被领受，领受率仅为 15.0%。目前，AAAI 2022 已经公布了精采论文奖、精采先生论文奖、Distinguished 论文奖、最佳示范奖等多个奖项。精采论文奖本届会议有 1 篇论文获得精采论文奖，另有 2 篇论文获得精采论文提名奖。
精采论文：Online certification of preference-based fairness for personalized recommender systems
论文地点：https://arxiv.org/pdf/2104.14527.pdf
作者：Virginie Do、Sam Corbett-Davies、Jamal Atif、Nicolas Usunier
机构：巴黎第九大学、法国国家科学钻研中心、Meta AI 等
择要：举荐系统正面临审查，因为它们对用户的影响越来越大。当前的公平审计仅限于敏感群体级别的粗粒度奇偶校验评价。该钻研建议审计应该「envy-freeness」，这是一个与个人偏好一致的更细化的标准：每个用户都应该更喜欢符合自己的举荐而不是其他用户的举荐。由于「envy」审计需要估计用户现有举荐之外的偏好。该钻研提出了一种样本高效算法，理论上保证举荐系统不会降低用户体验。此外，他们还钻研了所提方法在现实世界举荐数据集上可以实现的权衡。下图为审计场景：审计员要么在当前举荐中向用户展示他们的举荐系统，或通过向其他用户显示举荐来进行探索：
该钻研提出的 OCEF 算法流程如下所示：
精采论文提名 1：Bayesian persuasion in sequential decision-making
论文地点：https://arxiv.org/pdf/2106.05137.pdf
作者：Jiarui Gan、Rupak Majumdar、Goran Radanovic、Adish Singla
机构：马克斯 · 普朗克软件系统钻研所
精采论文提名 2：Introducing Operator-Potential Heuristics for Symbolic Search
论文地点：https://openreview.net/pdf?id=HJW__woAe7B
作者：Daniel Fišer、Alvaro Torralba、Joerg Hoffmann
机构：萨尔兰大学、捷克理工大学、奥尔堡大学
精采先生论文奖本届会议共有 1 篇论文获得精采先生论文奖，另有 2 篇论文获精采先生论文提名奖。
精采先生论文：InfoLM: A New Metric to Evaluate Summarization & Data2Text Generation
论文地点：https://arxiv.org/abs/2112.01589
作者：Pierre Colombo、Chloe Clavel、Pablo Piantanida
机构：巴黎 – 萨克雷大学
择要：通过人工注释评价自然语言生成系统质量的方法成本非常高，并且非常耗时。因此在实践中，钻研人员大多依靠自动目标来评价模型质量。过去十年，领域内涌现出许多基于字符串的目标（例如 BLEU）。但是，此类目标通常依赖于精确的匹配，因此不能稳健地处理同义词。基于此，该钻研提出了一系列未经训练的目标 InfoLM，这些目标可被视为基于字符串的目标，但借助预训练掩码语言模型解决了上述缺陷。这些目标还利用信息度量，允许 InfoLM 适应各种评价标准。该钻研使用直接评价证明了 InfoLM 显著改进了文本择要和 data2text 生成使命的许多配置，并获得了超过 10 点的相关增益。精采先生论文提名 1：Compilation of aggregates in ASP systems
论文地点：https://arxiv.org/abs/2109.08303v1
作者：Giuseppe Mazzotta
机构：卡拉布里亚大学
精采先生论文提名 2：Entropy estimation via normalizing flow
论文地点：http://pure-oai.bham.ac.uk/ws/files/155233907/Formatting_Instructions_LaTeX_2022.pdf
作者：Ziqiao Ao、Jinglai Li
机构：伯明翰大学
Distinguished 论文奖本届会议共选出了 6 篇 Distinguished 论文。论文 1：AlphaHoldem: High-Performance Artificial Intelligence for Heads-Up No-Limit Poker via End-to-End Reinforcement Learning
相关报道见：达到人类专业玩家水平，中科院自动化所研发轻量型德州扑克AI程序AlphaHoldem
作者：Enmin Zhao、Renye Yan、Jinqiu Li、Kai Li、Junliang Xing
机构：中科院自动化所博弈进修钻研组
论文 2：Certified symmetry and dominance breaking for combinatorial optimisation
论文地点：https://www.bartbogaerts.eu/articles/2022/002-AAAI_CertifiedSymmetryBreaking/CertifiedSymmetry.pdf
作者：Bart Bogaerts、Stephan Gocht、Ciaran McCreesh、Jakob Nordström
机构：荷语布鲁塞尔自由大学、隆德大学、哥本哈根大学、格拉斯哥大学
论文 3 Online elicitation of necessarily optimal matchings
论文地点：https://arxiv.org/pdf/2112.04227.pdf
作者：Jannik Peters
机构：柏林工业大学高效算法钻研小组
论文 4：Sampling-based robust control of autonomous systems with non-Gaussian noise
论文地点：https://arxiv.org/pdf/2110.12662.pdf
作者：Thom S. Badings、Alessandro Abate、Nils Jansen、David Parker、Hasan A. Poonawala、Marielle Stoelinga
机构：拉德堡德大学、牛津大学、伯明翰大学、肯塔基大学
论文 5：Subset approximation of Pareto regions with bi-objective A
作者：Jorge A. Baier、Carlos Hernández、Nicolás Rivera论文 6：The SoftCumulative constraint with quadratic penalty
论文地点：http://www2.ift.ulaval.ca/~quimper/publications/softcumulative.pdf
作者：Yanick Ouellet、Claude-Guy Quimper
机构：加拿大拉瓦尔大学
AAAI-22 最佳示范奖论文标题：A demonstration of compositional, hierarchical interactive task learning
作者：Aaron Mininger、John Laird择要：该钻研展示了交互式使命进修智能体 Rosie 的示范，它通过设置自然语言指令让智能体进修在模拟环境中执行巡逻使命。执行过程中，Rosie 建立了一个相当大的使命层次结构，包括先天和后天进修使命、制定为实现目标或遵循程序的使命、具有条件分支和循环的使命以及涉及交流和心理活动的使命组成。Rosie 在 Soar 认知架构中实现，并使用声明性使命网络表示使命，通过 chunking 将其编译成程序规则，这是让 Rosie 从单个训练集中进修并快速泛化的关键。AAAI 2022 奖项汇总参考链接：https://aihub.org/2022/02/24/congratulations-to-the-aaai2022-award-winners/
原创文章，作者：机器之心，如若转载，请注明出处：https://www.iaiol.com/news/30297
