FX168财经报社(香港)讯 人工智能(AI)在全球掀起热潮，2月20至27日，第38届国际先进人工智能协会(AAAI 2024)在BC省温哥华会议中心西楼登场。每年在活动期间颁发的杰出论文奖引人瞩目，而今年，市场将聚焦3篇关键的研究论文，他们为可能翻转AI市场铺平了道路。
AAAI是人工智能领域中历史最悠久、涵盖内容最广泛的国际顶级学术会议之一。在中国计算机学会的国际学术会议排名中，AAAI被列为人工智能领域的A类顶级会议。其目的是促进AI的研究，并融合整个AI及其附属学科的研究人员、从业者、科学家、学生和工程师之间的科学交流。
第38届AAAI会议包括技术论文演示、特别曲目、特邀演讲者、研讨会、教程、海报会议、高级会员演示、竞赛和展览计划，以及一系列即将宣布的其他活动。
在今年会议中，有3篇关键研究论文引发关注，从多视图学习的新颖方法到药物发现的深度生成模型，以及公平的顺序决策，这些研究为可以改变我们日常生活的创新铺平了道路。
(来源:BNN)
多视图学习的新视野
第一篇获奖论文《可靠的冲突多视图学习》(Reliable Conflictive Multi-view Learning)，由Cai Xu及其同事撰写，介绍了一种创新的多视图学习方法。该方法因其处理冲突数据实例的能力而脱颖而出，提供决策结果和可靠性。
这项工作的意义在于它有可能提高AI系统在自动驾驶等关键应用中的准确性和可信度，在这些应用中，必须协调来自不同传感器的相互冲突的数据才能做出安全的决策。多视图学习长期以来一直是AI领域的一个挑战，这篇论文标志着向前迈出了重要的一步。
利用AI彻底改变药物发现
在药物发现领域，Chen Li和Yoshihiro Yamanishi的论文GxVAEs: Two Joint VAEs Generate Hit Molecules from Gene Expression Profiles展示了一种新颖的深度生成模型，可以根据基因表达谱生成具有生物学意义的分子。
这一突破有可能显着加速新药的发现过程，使其更快、更具成本效益和效率。该模型通过展示产生命中分子的能力，可能会导致目前缺乏有效药物的疾病的治疗取得进展。
这项工作与制药行业正在进行的努力相一致，例如Daewoong Pharmaceutical的AI药物发现系统 Daisy，旨在快速识别活性物质并预测药物特性。
确保顺序决策的公平性
第三篇论文是Nikhil Chandak和团队的《顺序决策偏好的比例聚合》(Proportional Aggregation of Preferences for Sequential Decision Making)，解决了顺序决策中公平性的复杂问题。
通过提出旨在实现决策比例代表制的方法，本研究解决了影响社会的AI应用对公平性的关键需求，例如投票系统和资源分配。该论文的公平顺序决策方法在选民偏好必须随着时间的推移进行汇总的情况下尤其重要，以确保少数意见在结果中得到公平的体现。
通过这项研究，将有助于人们日益认识到AI开发中道德考虑的重要性。
AAAI 2024会议的这些关键研究论文强调了AI社区致力于通过创新解决方案解决复杂问题，随着AI的不断发展，对造福社会和改善人类生活的应用的关注仍然至关重要。这些作品的认可不仅表彰了相关研究人员的卓越技术，还凸显了AI对世界产生积极影响的潜力。
