偉德國(guó)際1946bv官網(wǎng)知識(shí)管理與數(shù)據(jù)分析實(shí)驗(yàn)室與悉尼科技大學(xué)人工智能研究中心聯(lián)合培養(yǎng)的雙博士學(xué)位研究生朱福進(jìn)撰寫的會(huì)議論文“Counterfactual Inference with Hidden Confounders using Implicit Generative Models”在 2018年12月11-15日于新西蘭首都惠靈頓舉行的 “第31屆澳大拉西亞人工智能聯(lián)合會(huì)議(Australasian Joint Conference on Artificial Intelligence，AI2018)” 上獲最佳學(xué)生論文獎(jiǎng)。據(jù)悉，本次會(huì)議共收到全球?qū)W者投稿125篇，該論文的研究問(wèn)題和方法獲得會(huì)議評(píng)審的一致好評(píng)。
Prof Tanja Mitrovic為朱福進(jìn)博士（右）頒獎(jiǎng)
該論文關(guān)注人工智能領(lǐng)域“因果學(xué)習(xí)和推理”前沿理論問(wèn)題的研究。因果論旨在探究事物間的因果關(guān)系和因果效果，是自然哲學(xué)和社會(huì)科學(xué)研究中的根本性問(wèn)題。近年來(lái)，伴隨著人工智能和機(jī)器學(xué)習(xí)技術(shù)的快速發(fā)展，歐美發(fā)達(dá)國(guó)家開始關(guān)注因果學(xué)習(xí)的理論與方法，為構(gòu)建能夠理解事物間因果關(guān)系并進(jìn)行自主推理的強(qiáng)人工智能奠定基礎(chǔ)。該論文基于機(jī)器學(xué)習(xí)領(lǐng)域前沿的深度神經(jīng)網(wǎng)絡(luò)和概率生成模型等技術(shù)，提出一個(gè)存在未觀測(cè)隱變量環(huán)境下進(jìn)行“反事實(shí)”推斷的方法。實(shí)驗(yàn)結(jié)果表明該方法可以很好地進(jìn)行因果推斷。
澳大拉西亞人工智能聯(lián)合會(huì)議(AI Conference)是大洋洲人工智能領(lǐng)域的年度盛會(huì)，致力于促進(jìn)澳大拉西亞人工智能社區(qū)之間的研究交流與合作。AI會(huì)議主要以大洋洲為中心，先后在澳大利亞墨爾本、新西蘭、塔斯馬尼亞以及新西蘭奧克蘭、達(dá)尼丁和惠靈頓等地舉辦。本屆AI會(huì)議(https://ecs.victoria.ac.nz/Events/AI2018/)共有來(lái)自世界26個(gè)國(guó)家的科研人員齊聚一堂，圍繞人工智能、機(jī)器學(xué)習(xí)和計(jì)算智能等前沿論題進(jìn)行交流學(xué)習(xí)。
截止2018年，偉德國(guó)際1946bv官網(wǎng)知識(shí)管理與數(shù)據(jù)分析實(shí)驗(yàn)室與悉尼科技大學(xué)人工智能研究中心聯(lián)合培養(yǎng)博士生4名，其中3人為雙博士學(xué)位研究生，2人順利畢業(yè)，分別入職悉尼科技大學(xué)和國(guó)內(nèi)著名高校；1人為聯(lián)合培養(yǎng)一年博士生，目前為清華大學(xué)在站博士后。
