AAAI-19 小記

源起

第一天下午，人還不多。這個空間之後作為 Poster 與 Job Fair 的場地。

原本 2018 的計畫是參加 NIPS，但是門票在開放註冊後十五分鐘內售罄，收到候補通知時議程也即將開始，跟公司討論後轉換目標到另一個研討會 AAAI-19，於是就在過年前飛往夏威夷了。由於團隊與個人目標，對這個研討會中推薦系統和電腦視覺的題目特別感興趣。議程總共有五天，包括兩天的工作坊跟教學，和三天的主議程。我第二天開始在會議場地進出。

Tutorial Forum

報名了一個跟推薦系統相關的課程「Recent Advances in Scalable Retrieval of Personalized Recommendations」, 講授的內容是關於 Top-K 推薦時會遇到的效能問題，主要的方向是改變物件的特徵與相似度計算的效能。課程中看到了很多新東西，跟公司現在執行中的專案相印證也有些啟發。當你對一個課程的內容有些接觸卻又瞭解不多時，那上課的效果最好。課程中也列出了一些相關的論文，我想是值得一一瀏覽的。

Workshop

另外報名了一個跟推薦問題相關的工作坊「Recommender Systems and Natural Language Processing」，形式上就是一個報告論文的場合，但是這一場的基調演講很精采：「Broad Learning via Fusion of Heterogeneous Information for Recommendations」談如何融合各種資料，包含來自不同社群網路的內容來協助推薦系統。目前找不到投影片，不過應該可以從講者的著作中拼湊出內容，預計會挑幾篇論文瀏覽。

亮點

主持人們報告既有的 AI Roadmap 與已經執行的項目、學術界面臨業界誘惑的困境及參與者的建議等。

過去因為對生成式對抗網路的興趣，重製了數篇論文的結果，所以對這個領域還算熟悉，不過對後續的發展認識不多，像是攻擊既有模型的手段等。Ian 在這個演講裡介紹了各種對抗模型產生的新研究方向，比如對抗模型在需要高度安全的應用上扮演的角色。

台灣來的 Poster，剛好是最近感興趣的題目。

第一次參加學術會議，所以也第一次見識到 Poster 的場面。據說這次特別的地方是連口頭報告的論文都有 Poster 的位置。會場提供簡易的食物，讓有興趣的人群可以端著食物四處看海報。我三個晚上都在會場穿梭，可惜對機器學習之外的領域涉略不多，只看得懂一部份的海報。

八卦

從 Diamond Head 可以看到會議舉辦的飯店

所有的議程結束後步行到 Diamond Head，路上聽到兩個中國人的對話：「估計第一作者有 70% 是中國人，但是做的東西還比較淺，重要或有趣的還是米國人在做。」不知道是不是中國的政策目標開始發酵了。