AAAI人工智能大会闭幕，今日头条和加州大学合作论文被收录

2月4日-2月9日，2017 年人工智能领域的首个重磅会议——AAAI-17在美国旧金山顺利举办，AAAI人工智能大会素有人工智能研究风向标之称。

AAAI成立于1979年，本次是其第31届大会。与其他顶尖AI学术会议不同的是，AAAI并不盲目跟风追逐热点，而是把目光聚焦在促进人工智能的研究工作上，通过三十年的不断累积，是业内具有极高学术影响力的学术会议之一。

在本届AAAI大会上，华人力量的崛起是一个非常值得关注的看点。除了IBM、Google、Facebook、Uber等外国公司，国内百度、腾讯、今日头条等公司也参与了本次大会。在接收论文的列表上，我们能很明显地看到大量华人研究者的名字。在今年AAAI收录的论文中，其中半数有华人参与，论文录用意味着学术成果获得国际同行的认可，在相关学术问题上达到了国际领先水平。

其中还有很多论文是由中外研究机构合作的成果，比如由加州大学伯克利分校和今日头条实验室合作发表的论文《一个用于时间模型中联合参数和状态估计的近似黑箱的在线算法（A Nearly-Black-Box Online Algorithm for Joint Parameter and State Estimation in Temporal Models）》。这篇论文的作者有来自伯克利电气工程与计算机科学系的Yusuf B. Erol、吴翼（Yi Wu）和 Stuart Russell，以及来自今日头条实验室的李磊（Lei Li）。

Yusuf Bugra Erol和吴翼都是著名计算机科学学者Stuart Russell教授的博士学生，其中吴翼还是今日头条的实习生，其参与过的论文《Value Iteration Networks》在去年12月的 NIPS 2016 上获最佳论文奖。而现任今日头条科学家、头条实验室总监的李磊也曾在伯克利进行过博士后研究。

人工智能研究的恒久主题之一是对通用表示框架和快速推理算法的探索。时序概率模型中（即随时间变化的模型），参数和隐变量的在线联合估计通常比较困难。本篇收录论文针对非常广泛的概率时序模型，提出一个通用且高效的参数和隐变量估计算法，称作预设参数滤波算法。

李磊表示，这个算法将可用来解决几乎任意的时间序列模型中推理问题。概率程序可以给一线工程师和应用方提供简单快速验证各种设想的方案，使用方只要熟悉他需要解决的问题学会这个建模语言，极大地降低了机器学习使用门槛。