博客專欄

EEPW首頁(yè) > 博客 > 又一屆國(guó)際AI頂會(huì)被“攻占”：華人學(xué)者占據(jù)半壁江山，清華騰訊團(tuán)隊(duì)紛紛拿獎(jiǎng)

又一屆國(guó)際AI頂會(huì)被“攻占”：華人學(xué)者占據(jù)半壁江山，清華騰訊團(tuán)隊(duì)紛紛拿獎(jiǎng)

發(fā)布人：硅星人 時(shí)間：2023-07-15 來(lái)源：工程師 發(fā)布文章

AI熱潮之下，今年的ACL備受關(guān)注。


文| Juny  編輯| VickyXiao



就在今天下午，自然語(yǔ)言處理領(lǐng)域的頂級(jí)學(xué)術(shù)會(huì)議、有NLP界奧斯卡之稱的ACL 2023 在加拿大多倫多揭曉了三篇”年度最佳“學(xué)術(shù)論文，其中有兩篇都有華人研究者的身影。

今年，除了最重磅的年度最佳論文由過(guò)去的一篇增至了三篇之外，ACL也大幅度增加了優(yōu)秀論文的獎(jiǎng)項(xiàng)設(shè)置和獲獎(jiǎng)比例，頒發(fā)了四大單項(xiàng)獎(jiǎng)、39篇杰出論文和12大細(xì)分領(lǐng)域的最佳論文等獎(jiǎng)項(xiàng)。ACL組委會(huì)表示，今年獲獎(jiǎng)?wù)撐倪_(dá)到了總提交論文數(shù)的1.5-2.5%。

作為對(duì)比，去年ACL所有獲獎(jiǎng)?wù)撐募涌們H有12篇，獲獎(jiǎng)數(shù)量還不到今年五分之一，由此可見(jiàn)今年的ACL有多熱鬧！很多人甚至形容今年的ACL就像是AI圈的“火人節(jié)”，來(lái)自世界各地的AI研究者們都激情四溢，從7月9日開(kāi)始，在加拿大多倫多進(jìn)行著一場(chǎng)為期5天的AI狂歡派對(duì)。

值得注意的是，不僅是最佳論文，在此次的所有獲獎(jiǎng)?wù)撐闹校腥A人學(xué)者參與和由華人團(tuán)隊(duì)領(lǐng)導(dǎo)的研究幾乎占據(jù)了半壁江山。｜華人研究者成為ACL的“中流砥柱”在39個(gè)杰出論文中，全部都由華人研究者組成的研究團(tuán)隊(duì)達(dá)到了六個(gè)，有華人參與的杰出論文占一半以上。這些研究者所來(lái)自的中國(guó)機(jī)構(gòu)既有清華大學(xué)、復(fù)旦大學(xué)、南京理工大學(xué)等高校，也有華為、騰訊等大型企業(yè)。
圖片在細(xì)分領(lǐng)域的主席獎(jiǎng)中，來(lái)自清華大學(xué)和武漢大學(xué)的華人團(tuán)隊(duì)摘得了“情感分析、文體分析和論點(diǎn)挖掘”領(lǐng)域的最佳論文，來(lái)自中科大、北京交通大學(xué)、微軟亞洲研究院的華人團(tuán)隊(duì)摘得了“自然語(yǔ)言處理應(yīng)用”領(lǐng)域的最佳論文。除了這兩個(gè)領(lǐng)域之外，其他4個(gè)的領(lǐng)域中也有華人研究者的身影。在最佳演示論文獎(jiǎng)中，由中科大、清華大學(xué)、智譜AI、財(cái)智科技的研究者組成的團(tuán)隊(duì)斬獲了唯一一篇最佳論文獎(jiǎng)項(xiàng)。最佳學(xué)生研究獎(jiǎng)項(xiàng)中，來(lái)自中國(guó)的學(xué)術(shù)團(tuán)隊(duì)也位列其中。而在四個(gè)特別單項(xiàng)獎(jiǎng)中，有華人研究者身影的獎(jiǎng)項(xiàng)達(dá)到了三個(gè)。圖片總體來(lái)看，無(wú)論是作為參與者還是研究領(lǐng)導(dǎo)者，華人研究者這次在ACL的存在感都特別強(qiáng)。｜3篇年度最佳論文，分別都在研究什么？本次獲獎(jiǎng)的三篇年度最佳論文包括：

  • Do Androids Laugh at Electric Sheep? Humor “Understanding” Benchmarks from The New Yorker Caption Contest

論文作者：Jack Hessel（艾倫人工智能研究所）, Ana Marasovic（猶他大學(xué)）, Jena D. Hwang（艾倫人工智能研究所）, Lillian Lee（康奈爾大學(xué)）, Jeff Da（華盛頓大學(xué)）, Rowan Zellers（華盛頓大學(xué)）, Robert Mankoff（Air Mail and Cartoon Collections） 和 Yejin Choi（華盛頓大學(xué)）篇論文主要探討了人工智能是否真正理解了幽默。研究者通過(guò)三個(gè)有關(guān)《紐約客》漫畫(huà)標(biāo)題比賽的任務(wù)來(lái)挑戰(zhàn)AI模型，包括將笑話與漫畫(huà)配對(duì)、識(shí)別出贏得比賽的標(biāo)題，以及解釋為什么贏得比賽的標(biāo)題是有趣的。研究團(tuán)隊(duì)表示，這三個(gè)任務(wù)的復(fù)雜度是逐漸進(jìn)階的，關(guān)鍵點(diǎn)在于測(cè)試AI對(duì)于圖像和標(biāo)題之間復(fù)雜性的理解，以及對(duì)人類經(jīng)驗(yàn)和文化的模仿和應(yīng)用。團(tuán)隊(duì)在研究中使用了多模態(tài)和單一語(yǔ)言兩種模型進(jìn)行測(cè)試，但最后研究發(fā)現(xiàn)，兩種類型的模型在所有三個(gè)任務(wù)上都存在困難。圖片圖片截自于論文正文例如，最好的多模態(tài)模型在匹配任務(wù)上的性能比人類低30個(gè)準(zhǔn)確性點(diǎn)，即使提供了真實(shí)的視覺(jué)場(chǎng)景描述，人類編寫(xiě)的解釋也在大于2/3的情況下優(yōu)于機(jī)器編寫(xiě)的。但同時(shí)團(tuán)隊(duì)也指出，這個(gè)研究結(jié)果是在比較少的GPT-4模型下所得出的。雖然這篇論文的作者分屬于不同機(jī)構(gòu)，但總體來(lái)看這也是一篇由OpenAI強(qiáng)參與的研究，論文作者中 Jeff Da, Rowan Zellers 和 Yejin Choi 都在 OpenAI 工作。

  • What the DAAM: Interpreting Stable Diffusion Using Cross Attention

論文作者：Raphael Tang（康卡斯特應(yīng)用AI團(tuán)隊(duì)）, Linqing Liu（倫敦大學(xué)學(xué)院）, Akshat Pandey（康卡斯特應(yīng)用AI團(tuán)隊(duì)）, Zhiying Jiang（滑鐵盧大學(xué)）, Gefei Yang（康卡斯特應(yīng)用AI團(tuán)隊(duì)）, Karun Kumar（（康卡斯特應(yīng)用AI團(tuán)隊(duì)）, Pontus Stenetorp（倫敦大學(xué)學(xué)院）, Jimmy Lin（滑鐵盧大學(xué)） 和 Ferhan Ture（康卡斯特應(yīng)用AI團(tuán)隊(duì)）這篇論文主要關(guān)注了大規(guī)模擴(kuò)散神經(jīng)網(wǎng)絡(luò)在文本到圖像生成中的應(yīng)用，研究團(tuán)隊(duì)認(rèn)為雖然目前文本到圖像模型已經(jīng)取得了重要的里程碑式成就，但從學(xué)術(shù)研究的角度人們對(duì)它們?nèi)匀蝗狈ι钊胝J(rèn)知和可解釋性分析。為了解決這個(gè)問(wèn)題，研究團(tuán)隊(duì)基于最近很火的開(kāi)源模型Stable Diffusion進(jìn)行了文本-圖像歸因分析。他們提出了一種名為DAAM的方法，通過(guò)放大和聚合去噪子網(wǎng)絡(luò)中的交叉注意力單詞-像素得分，以生成像素級(jí)的歸因圖。圖片圖片截自于論文正文最后，他們使用DAAM研究了幾種語(yǔ)義現(xiàn)象，重點(diǎn)是特征糾纏，其中，他們發(fā)現(xiàn)共同詞素降低了生成質(zhì)量，而描述性形容詞關(guān)注得過(guò)于廣泛。研究團(tuán)隊(duì)表示，他們的研究是首次從視覺(jué)語(yǔ)言角度來(lái)解釋大型擴(kuò)散模型，這可能為未來(lái)的研究開(kāi)辟了新的道路。該研究主要由全美最大有線電視、第二大互聯(lián)網(wǎng)服務(wù)提供商Comcast集團(tuán)的AI研究團(tuán)隊(duì)領(lǐng)導(dǎo)，在該研究團(tuán)隊(duì)中，有一半以上的作者都是華人。

  • From Pretraining Data to Language Models to Downstream Tasks: Tracking the Trails of Political Biases Leading to Unfair NLP Models

論文作者：Shangbin Feng（華盛頓大學(xué)）, Chan Young Park（卡耐基梅隆大學(xué)）, Yuhan Liu（西安交通大學(xué)） 和 Yulia Tsvetkov（華盛頓大學(xué)）這篇論文主要研究了預(yù)訓(xùn)練語(yǔ)言模型（LMs）中的政治偏見(jiàn)，及其對(duì)下游自然語(yǔ)言處理（NLP）模型公平性的影響。研究團(tuán)隊(duì)開(kāi)發(fā)了新的方法來(lái)測(cè)量在多樣化的數(shù)據(jù)源（如新聞、論壇、書(shū)籍、在線百科全書(shū)等）上預(yù)訓(xùn)練的LMs中的政治偏見(jiàn)，其中特別關(guān)注了仇恨言論和誤信息檢測(cè)這兩個(gè)高風(fēng)險(xiǎn)的社會(huì)導(dǎo)向任務(wù)。該研究的發(fā)現(xiàn)預(yù)訓(xùn)練的語(yǔ)言模型確實(shí)存在政治傾向，不僅加強(qiáng)了語(yǔ)料庫(kù)中存在的極化，還將社會(huì)偏見(jiàn)傳播到了仇恨言論預(yù)測(cè)和誤信息檢測(cè)器中，論文討論了這些發(fā)現(xiàn)對(duì)NLP研究的重要影響，并提出未來(lái)的方向以減輕不公平性。其中，根據(jù)公開(kāi)信息顯示，這篇文章的第一作者Shangbin Feng本科就讀于西安交通大學(xué)，于去年開(kāi)始在華盛頓大學(xué)攻讀博士學(xué)位，師從Yulia Tsvetkov。｜NPL界的頂流大會(huì)，孕育無(wú)數(shù)AI新技術(shù)、新業(yè)態(tài)ACL（Association of Computational Linguistics）起源于1962年，源自美國(guó)一個(gè)小而專注的學(xué)術(shù)組織，其宗旨是推動(dòng)計(jì)算語(yǔ)言學(xué)的發(fā)展。在當(dāng)時(shí)，計(jì)算機(jī)科學(xué)才剛剛起步，人工智能更是還處于嬰兒階段的學(xué)術(shù)概念，但ACL早在60多年前就已經(jīng)預(yù)見(jiàn)了的科技的巨浪，今年已經(jīng)是第61屆大會(huì)。如今，在人工智能、特別是研究自然語(yǔ)言處理領(lǐng)域有四大頂級(jí)會(huì)議，分別是ACL、NAACL、EMNLP、COLING。而除了COLING 之外，其他三大會(huì)議均由ACL（Association of Computational Linguistics）主辦。幾十年來(lái)，隨著技術(shù)的進(jìn)步和AI研究的深入，ACL逐漸發(fā)展成為全球最重要的自然語(yǔ)言處理領(lǐng)域的學(xué)術(shù)會(huì)議。作為AI領(lǐng)域里的“奧斯卡獎(jiǎng)”一般的存在，ACL可以說(shuō)是所有自然語(yǔ)言處理領(lǐng)域研究者們所向往和奮斗的方向。ACL會(huì)議每年都會(huì)產(chǎn)生大量的頂級(jí)研究論文，推動(dòng)了自然語(yǔ)言處理技術(shù)的快速發(fā)展，這些新思想、新技術(shù)往往也會(huì)被業(yè)界快速應(yīng)用和商業(yè)化。最重要的是，ACL培育了一代又一代的AI領(lǐng)袖和研究者，是全球AI領(lǐng)域最重要的人才池。ACL大會(huì)的舉辦地點(diǎn)在每年都會(huì)變化，遍及北美、歐洲、亞洲等地，以盡可能吸引全球各地的研究者參與，每年的會(huì)議地點(diǎn)都由ACL的組織委員會(huì)提前選定并公布。今年的舉辦地則放在了AI研究前沿、有“深度學(xué)習(xí)之父”Geoffrey Hinton坐鎮(zhèn)的加拿大多倫多。圖片Geoffrey Hinton在ACL開(kāi)幕上發(fā)表演講，圖片來(lái)自推特或許是受AI浪潮的影響，今年的大會(huì)氛圍尤其熱烈。全球各地的AI研究者們前來(lái)“朝圣”和分享、交流，谷歌、微軟、亞馬遜、IBM等大型科技企業(yè)也都在ACL上設(shè)置了展位，跟研究者們進(jìn)行面對(duì)面交流。知名的專家和研究者將進(jìn)行一系列的主題演講，各國(guó)年輕的學(xué)者們也將對(duì)最新研究成果進(jìn)行分享和研討，參會(huì)者能夠深入地參與特定主題。此外，ACL還設(shè)置了企業(yè)展示和招聘環(huán)節(jié)連接學(xué)術(shù)界和工業(yè)界，促進(jìn)AI技術(shù)的落地轉(zhuǎn)化。


注：封面圖來(lái)自于Pexels，版權(quán)屬于原作者。如果不同意使用，請(qǐng)盡快聯(lián)系我們，我們會(huì)立即刪除。

END

*博客內(nèi)容為網(wǎng)友個(gè)人發(fā)布，僅代表博主個(gè)人觀點(diǎn)，如有侵權(quán)請(qǐng)聯(lián)系工作人員刪除。

關(guān)鍵詞： 國(guó)際AI

技術(shù)專區(qū)

關(guān)閉