庄河声测管厂

庄河声测管厂

数年来，我对于拓展 AI 领域的多样性都非常感兴趣。长期以来，女性在计算机科学领域的代表性都不足（美国在计算机科学领域的就业者和***获得者中，女性的占比约为 15-20％），AI 领域也不例外。事实上，近年来，我感觉到 AI 领域的女性甚至比以前更少了。而性别以外，AI 领域也同样缺乏其他方面的多样性，包括种族多样性、社会经济背景的多样性甚至在很多方面上的研究方法和观点的多样性。而另一方面，大量研究表明，更多样化的工程团队将开发出能让更多人收益的更有力的解决方案。每个领域都倾向于围绕特定的研究方法和风格明确研究思路，研究人员在多样性方面越是均匀，「集体思维」就越强。举个例子，多年来，应用型机器学习研究要想在***机器学习会议上发表是极其困难的，因为它的研究方向倾向于高度理论或数学的成果，与系统构建和实验差异很大。我相信更多样化的评审组和***者将强调更广泛的方法和观点，从而让科学界实现更丰富的对话。在这个 Panel 中，我希望大家能够在这一问题上集思广益，并探讨我们共同能够做什么以及各自能够做什么，从而在推进 AI 的多样性上「动起来」。

「IJCAI 50 周年：AI 走向反转还是重构？」

今年，是 IJCAI ***于 1969 年在华盛顿特区举办后的 50 周年。得益于机器学习尤其是深度学习的革命性影响，AI 正在通往繁荣之路。在这个 Panel 上，嘉宾们首先会简单地回顾 IJCAI 的起源以及***会议，之后会一同探讨他们各自领域中的代表性进展以及需要应对的挑战，尤其是如何处理好机器学习与 AI 其他领域之间的关系等问题。