雷鋒網按：2017年8月22至25日，全球人工智能大會在墨爾本舉行。主辦方邀請了來自全球各地的杰出青年學者在大會開幕前主持和主講了一些Workshop和Tutorial。其中，部分學者還被邀請到大會的Early Career演講環(huán)節(jié)。Early Career演講的主要內容是各位青年學者自身的研究總結，以及他們所在研究領域最新、最富創(chuàng)意的進展。今年的Early Career環(huán)節(jié)，全球共有15名青年學者受邀演講，其中，華裔學者就有4名。知情人士向雷鋒網介紹，這個環(huán)節(jié)的演講嘉賓都是AI領域最杰出的青年科學家。

受邀演講的4名華人科學家是（排名不分先后）：安波、唐平中、夏立榮、何京芮。

安波，新加坡南洋理工大學計算機科學與工程學院南洋助理教授，于 2011 年在美國麻省大學 Amherst 分校獲計算機科學博士學位。主要研究領域包括人工智能、多智能體系統(tǒng)、博弈論及優(yōu)化。有七十余篇論文發(fā)表在人工智能領域的國際頂級會議 AAMAS、IJCAI、AAAI、ICAPS、KDD 以及著名學術期刊 JAAMAS、AIJ、IEEE Transactions。曾獲IFAAMAS杰出博士論文獎及INFORMS Daniel H. Wagner杰出運籌學應用獎等榮譽。

此次安波的演講主題為《安全和可持續(xù)發(fā)展中的博弈論分析》。安波介紹了博弈論在安全領域和可持續(xù)發(fā)展的研究進展。雷鋒網記者發(fā)現(xiàn)，其主要貢獻是研究出了解決大規(guī)模博弈問題的算法、學習對抗行為，以及在現(xiàn)實世界中應用這些研究。這些研究包括動態(tài)效益的博弈、圖及網絡安全博弈、不確定信息安全博弈、有外部性特征的安全博弈等。

• 解決這些問題的第一個挑戰(zhàn)就是求解大規(guī)模博弈問題，因為博弈方策略空間都呈指數(shù)增長。

• 第二個主要挑戰(zhàn)是提高算法的魯棒性（主要原因在于各種不確定性的存在）。

此外，安波還介紹了博弈論在可持續(xù)發(fā)展中研究，提出了解決隨著城市發(fā)展政府需要解決的一些決策及規(guī)劃問題，如通過最優(yōu)定價來優(yōu)化出租車系統(tǒng)的效率和公共資源的配置。安波覺得博弈論在優(yōu)化和分析任何有人參與的交互行為都可以應用，因為人的決策（如交通工具及線路選擇）通常是自私的。

唐平中，清華大學交叉信息研究院青年千人助理教授，博士生導師，計算經濟學研究室主任。在加入清華大學之前，他在美國卡耐基梅隆大學計算機系從事了兩年的博士后研究員工作。他的研究方向是人工智能及多智能體系統(tǒng)，專注于互聯(lián)網背景下計算機科學與經濟學的交互，包括機制設計，市場設計，拍賣和博弈，并將其理論應用于電子商務，互聯(lián)網廣告等相關的領域。他在該領域著名會議及期刊發(fā)表論文四十余篇。他也是此次中國大陸唯一一個受邀到Early Carreer環(huán)節(jié)進行演講的入選者。

唐平中的演講主題是"機制設計在大規(guī)模環(huán)境中的應用"，通過三個案例分析，介紹了在大規(guī)模范圍內的資源分配和定價問題、AI和經濟學的聯(lián)系等。第一個案例為“用水權市場設計（甘肅省為例）”，在激勵水權交易的同時提高效率。第二第三個例子都是高頻機制設計，第二個例子為在“網絡經濟中的動態(tài)的買家印象分配（以淘寶為例）“，介紹了淘寶的防刷單和排名機制，通過分配用戶的印象和賣家的定價來給賣家進行排名。第三個例子為"拍賣中的動態(tài)預留定價"（以百度為例），通過使用MCTS算法（Monte-Carlo Tree Search algorithm）提高廣告的收益。第二第三個例子都屬于強化學習的機制設計。

夏立榮，美國倫思勒理工大學計算機學院助理教授。夏立榮2011年博士畢業(yè)于杜克大學。隨后便進入和哈佛大學的計算和社會研究中心。他獲得過美國國家科學基金會的NSF Career獎，也是2015年IEEE智能系統(tǒng)評出的十位AI人物之一。他的研究興趣為人工智能、機器學習、多智能體、不確定條件下的決策分析、算法設計、社會選擇理論、博弈論等。夏立榮在著名會議和期刊上發(fā)表論文七十多篇。

夏立榮的演講主題是“通過AI改善群體決策”，通過招聘選人的例子引入群體決策，并從“人際合作”和“了解人類（human-aware）”兩個方面介紹了自己改善群體決策的研究。在“合作”方面主講了溝通、理解、以及一些支持群體決策的方法。向聽眾介紹了在溝通和理解人類選擇傾向上，AI和機器學習是如何起到幫助作用的，以及如何通過社會選擇理論方法，支持群體決策。在“了解人類”方面，則主講了防護策略性和公平性。其中，防護策略性可以通過高計算復雜度達成，而公平性則可以通過社會選擇理論來衡量。理論之外，夏立榮還介紹了改善群體決策的實踐例子：OPRA.io系統(tǒng)。

何京芮，美國亞利桑那州立大學計算信息和決策系統(tǒng)工程學院的助理教授，從卡內基梅隆大學博士畢業(yè)后加入了IBM Watson研究中心，2014年加入亞利桑那州大學并組建統(tǒng)計學習實驗室。她的研究方向主要是稀有類分析、異構機器學習、主動學習和半監(jiān)督學習，以及社交媒體分析、醫(yī)療、制造業(yè)的應用。迄今為止，她在著名會議和期刊上發(fā)表論文六十多篇。

何京芮的演講主題是“從數(shù)據(jù)異構中學習：算法和應用”。演講首先向聽眾介紹了數(shù)據(jù)異構的應用場景和類型，接著介紹了異構學習，即多視角下的稀有類檢測、雙級模型、稀有類短時模式檢測、多視角和多例子學習等用于檢測異常用戶的研究。演講還介紹了其在醫(yī)療行業(yè)中使用的基于超圖的模型、階層式多潛在空間等研究。此外，何京芮還介紹了其研究在交通預測、制造業(yè)、文件分類、交通等方面的一些應用。

雷鋒網AI科技評論發(fā)現(xiàn)，在IJCAI會場上，不論是學生或是教授，華人比例都非常高，他們在人工智能領域獲得了不凡的成就并樂于分享自己的研究，為人工智能貢獻自己出了一份不可小覷的力量。在祝賀他們的同時也期待他們未來的學術進展。

以上四位學者的最新研究都可通過他們的個人主頁找到，更多資訊敬請關注雷鋒網AI科技評論。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。