IJCAI 2022杰出论文奖项公布！南加大、耶拿大学等3个研究团队获奖

近日，IJCAI 20222 大会在奥地利维也纳拉开序幕，会议日程自23日启动，持续到29日结束。

今年 IJCAI-ECAI 2022 中，共有3篇论文获得杰出论文（Distinguished Papers）奖项，其分别来自南加州大学研究团队、耶拿大学研究团队，以及Christopher Franz、Georg Mogk、Thomas Mrziglod 、Kevin Schewior的合作研究。

此外，包括Gerhard Widmer、Tim Miller、Pete Wurman等在内共 8 位学者嘉宾在会上进行了主题演讲。

作为人工智能领域最顶级的国际学术会议之一，IJCAI 自 2016 年起更改为每年召开；据 IJCAI 2022 数据显示，今年论文投稿量共 4535 篇，最终接收率为 15%。

获奖论文和作者介绍

获奖论文一：Plurality Veto: A Simple Voting Rule Achieving Optimal Metric Distortion

作者：Fatih Kizilkaya、David Kempe

机构：南加州大学

论文地址：https://arxiv.org/abs/2206.07098

David Kempe 硕博毕业于康奈尔大学计算机系，于2004年秋季以来在南加州大学计算机科学系任教，目前担任副教授；其主要的研究方向是计算机科学理论以及算法的设计和分析，特别强调社交网络、经济学和计算交叉领域的主题以及算法学习问题，谷歌学术引用量超过2万。他曾获得过 NSF 职业奖、VSoE 初级研究奖、ONR 青年研究员奖、斯隆奖学金和大川奖学金等多个奖项。

论文摘要：

该研究在度量失真框架中，假设n个选民和m个候选人嵌入同一度量空间中，通过投票规则实现选择与选民总距离最小的候选人。研究结果表明，在最坏的情况下，每个确定性规则都会选择一个候选者，其总距离至少是最优规则的三倍，即失真至少为3。研究团队将得出的主要结果，即一个非常简单的投票规则、称为 Plurality Veto，它实现了相同的最佳失真3。每个候选人的得分等于他的第一名投票数。然后通过n轮否决过程逐渐降低这些分数，在该过程中，候选人在其分数达到零时退出。选民一个接一个地降低他们在常任候选人中排名靠后的分数，最后一位常任候选人获胜。

同时，研究团队还给出一个段落证明这个投票规则实现了失真3。该规则非常实用，且只对每个投票者进行两次查询，具有较低的通信开销。

获奖论文二：QCDCL with Cube Learning or Pure Literal Elimination – What is Best?

作者：Benjamin Böhm、Tomáš Peitl、Olaf Beyersdorff

机构：耶拿大学
论文地址：https://www.ijcai.org/proceedings/2022/0248.pdf

论文摘要：

量化冲突驱动子句学习（QCDCL）是求解量化布尔公式（QBF）的主要方法之一。

在该论文中，研究团队形式化和研究了 QCDCL 的几个版本，包括立方体学习和/或纯字面消除，并通过证明复杂性技术正式比较了所产生的求解模型。其研究结果表明，几乎所有的 QCDCL 模型在证明大小（以及求解器运行时间）方面都呈指数级无法比拟，这指向了如何实际实现 QCDCL 的不同正交方式。

获奖论文三：Completeness and Diversity in Depth-First Proof-Number Search with

作者：Christopher Franz、Georg Mogk、Thomas Mrziglod、Kevin Schewior
论文地址：https://www.ijcai.org/proceedings/2022/0658.pdf

论文摘要：

在这篇论文中，研究团队重新审视了深度优先证明数搜索（DFPN，一种用于解决两人游戏的著名算法）。

首先，团队考虑了算法及其变体的完备性，即当存在策略时，它们是否总能找到获胜策略；在已知标准版本不完整的情况下，研究团队证明与简单阈值控制算法的组合是完整的，从而解决了该领域的一个开放问题。其次，研究团队修改了 DFPN 以计算一组不同的解决方案，不限于单一的解决方案。并在最后将化学中的这种新变体，应用于新目标分子的合成计划（逆合成）。目前该领域需要多种解决方案的集合。研究团队欲将文献中的额外修改应用于算法，并表明它优于蒙特卡洛树搜索。

除获奖论文外，活动还包括了主题演讲、研讨会和多个分论坛；出席演讲活动的主讲嘉宾共有8位，分别是Gerhard Widmer、Tim Miller、Pete Wurman、Jérôme Lang、Sumit Gulwani、Judea Pearl、Mihaela van der Schaar和Ana Paiva。

其中，Mihaela van der Schaar 是剑桥大学机器学习、人工智能和医学 John Humphrey Plummer 教授，也是伦敦艾伦图灵研究所的研究员，现任剑桥医学人工智能中心（CCAIM）)创始人和主任。她是2009年度 IEEE Fellow，曾获得剑桥大学（2018 年）Oon 预防医学奖、NSF 职业奖、3个 IBM 教师奖、IBM 探索性流分析创新奖、飞利浦创造差异奖和多个最佳论文奖，拥有已授权美国专利达35项。

在IJCAI 2022 大会现场，她带来了「Panning for insights in medicine and beyond: New frontiers in machine learning interpretability」主题演讲，提出通过解决时间序列预测、聚类（表型分析）和异质治疗效果估计等核心挑战，机器学习 (ML) 有可能改变医学。

图注：Mihaela van der Schaar

今年的Panels环节由四部分组成，分别是「Digital Humanism – our relationship to technology」、「AI made in Europe – What is it? Is it important?」、「Panel: Trustworthy AI for Good: Challenges, Lessons Learnt, and Synergies」和「Highly refereed AI conferences」。

近年来，伴随人工智能技术的发展对人类社会产生影响扩大，「AI for Good」成为业内热议话题，有越来越多企业和机构通过将AI 技术应用于社会公益当中，致力解决公共环境下存在的难题。

在此次Panels环节中，参与「Panel: Trustworthy AI for Good: Challenges, Lessons Learnt, and Synergies」的成员认为，可信AI 是关于开发和使用 AI 来确保属性，例如公平性、透明度、可解释性和稳健性，其理想情况下，人们或可采用值得信赖的人工智能方法来解决社会公益问题。

随着AI和机器学习在落地层面的应用愈加广泛，但其现实中已暴露出的缺陷和脆弱性，无不让人们在使用过程中忧心忡忡，同时，数据隐私的问题也日益突出。

该讨论围绕可信AI 话题展开，探讨建立可信AI，及人工智能在以社会公益为目的所采取的具体举措、与技术方法之间可能存在的协同作用，以解决可信AI 在商业模式的多学科性、规模化和可持续性、协作平台、多学科和多利益相关者的研发环境、教育和文化变革等方面的问题。

IJCAI 2022整体情况

IJCAI，国际人工智能联合会议（International Joint Conference on Artificial Intelligence），是人工智能领域最顶级的国际学术会议之一。原为单数年召开，自2016年起改为每年召开。今年是第31届国际人工智能联合会议和第25届欧洲人工智能会议（ECAI），于2022年7月23-29日在奥地利维也纳举办。

据此前IJCAI 2022公布数据显示，今年论文投稿量共 4535 篇，最终接收率为 15%，较2021年 13.9% 的接收率有所提高。

对比往年，IJCAI 2022今年在投稿论文的评审上分为两轮进行，summary reject阶段每篇提交的论文由两名评审员进行审阅，一旦第一阶段获得两次不正面评价的论文即会被拒。项目委员会由评审员、元评审员（meta-reviewers）和领域主席（ACs）组成，负责审查和元评审过程；每篇论文将由一组评审员审阅，元评审员协调评审过程，由领域主席交叉检查。

full paper review阶段会对论文进一步评审，给予作者回复机会，该阶段的评审意见和作者回复最终影响程序委员会对论文的接收决定。

作者提出rebuttal后，每篇论文被一位领域主席协调配合评审讨论、以及元评审总结推进提议，该过程中SACs负责监督每篇论文的评审，在需要时提供专业知识和指导，并咨询商议元评审。之后SAC-AC的论文评审建议被APCC（联合程序主席）审查并和PCC一起作出最终录用决定。「AI for Good」和「AI, the Arts and Creativity」两个特殊主题今年也进行了论文征集。

此外，IJCAI 2022 在6月还公布了2022年度的部分奖项名单，其中：