中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF西安

2019年12月10日

CCF YOCSEF西安主题活动

“机器推理，路在何方？”人工智能前沿论坛

随着深度学习技术的广泛应用，一些计算机视觉基本任务（例如图像分类、目标检测、图像分割等）的性能得到了巨大提升。这为进行更深层次的机器推理打下了良好的基础。着眼于机器推理的未来发展方向，CCF YOCSEF 西安将于 2019 年12月10日举办CCF YOCSEF西安主题活动——“机器推理，路在何方？” 人工智能前沿论坛。我们诚挚地邀请在相关领域成就卓著的专家、学者与关心机器推理研究的同仁一起展开讨论，为我国人工智能的蓬勃发展建设献计献策。届时恭候您的光临！

1、 活动日期

2019年12月10日

2、 活动地点

陕西省西安市西北工业大学长安校区南山苑一楼翠峰厅

3、 特邀嘉宾及参会专家学者

特邀嘉宾：吴琦 博士

澳大利亚阿德莱德大学助理教授

澳大利亚机器人视觉研究中心（ACRV）vision-language课题组组长

澳大利亚科学院罗素奖获得者

吴琦，澳大利亚阿德莱德大学助理教授，澳大利亚国家杰出青年基金项目获得者 (Australian Research Council DECRA Fellow)，澳大利亚机器人视觉研究中心（ACRV）vision-language课题组组长，澳大利亚科学院罗素奖获得者。吴琦博士于2015年在英国巴斯大学获得博士学位，致力于计算机视觉领域研究，尤其关注于计算机视觉-自然语言相关领域的研究。吴琦博士在CVPR，ICCV，ECCV, AAAI, IJCAI, TPAMI等多个顶级国际会议和期刊发表论文四十余篇，吴琦博士亦担任TPAMI，IJCV，TIP，CVPR，NIPS，ACL等顶级学术期刊会议审稿人。

特邀嘉宾：张含望 博士

新加坡南洋理工大学助理教授

ACMMM 2013 最佳学生论文

ACM SIGIG 2016 最佳论文提名奖

TOMM 2018  最佳论文

张含望博士现在是新加坡南洋理工大学的助理教授。他于2009年在浙江大学取得学士学位，并在2014年在新加坡国立大学取得了博士学位，之后在美国哥伦比亚大学从事研究工作。张博士的主要研究领域是计算机视觉，多媒体和社交媒体。张博士曾经获得ACM MM 2013的最佳学生论文，ACM SIGIR 2016的最佳论文提名奖，以及TOMM 2018的最佳论文。

特邀嘉宾：刘偲 博士

北京航空航天大学副教授

中国图象图形学学会理事、副秘书长

ACM MM 2013最佳论文奖

2018吴文俊人工智能优秀青年奖

刘偲，北航计算机学院副教授、博导。其研究方向是跨模态多媒体智能分析，包括自然语言处理（NLP）和计算机视觉（CV）。共发表了CCF A类论文 40余篇，其研究成果发表于TPAMI、IJCV、TIP、CVPR、ICCV和ACM MM等。 Google Scholar引用4000+次。2017年入选中国科协青年人才托举工程，2017年获CCF-腾讯犀牛鸟专利奖。任2017中国计算机大会(CNCC)主论坛特邀讲者，2017 CCF青年精英大会“青年技术秀”讲者。获2017 ACM 中国新星提名奖，2018吴文俊人工智能优秀青年奖。 另外，她获CCF A类会议ACM MM 2012最佳技术演示奖，ACM MM 2013最佳论文奖。2017年获CVPR Look Into Person Challenge Human Parsing Track冠军，2019年获得ICCV Youtube-Video Object Segmentation 竞赛冠军。 主办了ECCV 2018和ICCV 2019‘Person in Context’workshop。担任中国图象图形学学会理事、副秘书长。任ICCV 2019、CVPR 2020 Area chair，AAAI 2019、IJCAI2019、IJCAI 2020 SPC

参会专家学者：

黑新宏教授（西安理工大学，院长）、陈晓江教授（西北大学，副院长）、段宗涛（长安大学，副院长）、苗启广教授（西安电子科技大学，副院长）、公茂果教授（西安电子科技大学，万人领军）、苏媛（西安风向互动信息科技有限公司）、王一川副教授（西安理工大学）、尹小燕副教授（西北大学）、唐蕾副教授（长安大学）、张鹏副教授（西安交通大学）、鲁晓锋副教授（西安理工大学）、高盼（北京西普阳光教育科技股份有限公司）、陈彦萍副教授（西安邮电大学）、牛瑞（并行科技）、蒋晓悦副教授（西北工业大学）、武越副教授（西安电子科技大学） 、高全力（西安工程大学）、马苗教授（陕西师范大学）、王鹏教授（西北工业大学）

4、 日程安排

（一）    特邀嘉宾引导主题：

9:00—9:30 吴琦 博士

引导讨论主题：视觉-语言问题中的深层推理研究

视觉-语言（Vision-and-Language）问题是近年来非常热门的一个研究课题，这个领域内比较主流的问题有Image Captioning， Visual Question Answering 以及Referring Expression. 目前解决这些问题的主流方法基本是基于深度学习，依靠观察大量数据“记忆”出一个从输入到输出的对应关系。而我们认为这些问题的价值在于如何让机器懂得“推理”，这个报告中，吴琦博士通过介绍他们课题组近期的几个工作，来与参会学者讨论如何通过改变任务目标，模型架构，测试标准等方法，来真正体现视觉-语言问题中的深层推理问题与挑战。

9:30—10:00 张含望 博士

引导讨论主题：The Talk of Why

Today's deep models in the vision-language community are too brittle when we ask "why": Why is the model designed like this? or, Why do we need to add visual attention here? or, Why is this model better than that one? Over the years, you must be obsessed with these why-s. Don't worry, it seems that everyone is happy with them. Maybe it's because we are indulging in the pleasure of model design, or we are just too lazy to think about them. So, till now, no one explains those why-s. In this talk, I will be the one! I will introduce Causality --- the glory of mind --- to unravel the mysteries. To show its power, I will offer four case studies: Image Captioning, Visual Dialog, VQA, and Scene Graph Generation. By using causality, we can improve all these tasks significantly without the need for designing any new model. After the talk, I hope you know "how".

10:00—10:30 刘偲 博士

引导讨论主题：Referring Expression Comprehension

指代表达理解（Referring Expression Comprehension）是视觉与语言交叉领域中的热门研究课题，包含localization和segmentation两个分支，对于智能机器人和交互式图像编辑等实际应用有重要意义。Localization分支的主流方法采用两阶段式架构，模型复杂且速度受限，而segmentation分支的主流方法聚焦于多模态特征融合，缺乏利用语言信息进行上下文建模和推理的能力。在本次讨论中，会尝试对上述问题提出针对性的解决方法，提升模型对于referring expression的理解能力。

（二）    技术论坛讨论：机器推理，路在何方？

10:30—12:00  参会专家学者

深度学习的发展带来了新的人工智能浪潮。在具有充分标注样本的条件下，现有深度学习方法能够很好的对输入与输出之间的关系进行建模，并在相同分布的测试数据上取得很好的效果。然而，在以问答为代表的机器推理任务，要求机器能够基于已有知识对未知的问题进行理解与推理，具备举一反三的能力。现有基于深度学习的方法虽然在很多机器推理任务上也取得了较高的指标，但是一些深层次的问题，例如可解释性、鲁棒性、开放性等，仍然尚待解决。那么，为了让机器具有真正的推理能力，现有方法存在哪些问题，下一步的研究应该朝向哪个方向，都是本次技术论坛所关心的问题。

讨论点：

Ø 有推理能力的机器首先要具备获取和理解知识的能力。然而知识本身，特别是数学知识、物理知识乃至常识，到底该如何定义和表示？现有的两种保存知识的方式，即知识图谱和预训练模型，各自存在什么样的问题？未来我们我们到底有没有可能构建一个包罗万象的超大规模的知识库？

Ø 连接主义的方法，即神经网络，具有很强的映射学习能力，虽然也能套用到一些推理任务上，但是其可解释性问题有没有希望得到彻底解决？

Ø 符号主义的方法具有良好的可解释性，但是其理论上超指数式膨胀的计算复杂度该如何解决？其机械式的推理过程，有没有办法获得直觉推理的能力？

Ø 符号方法和连接方法的结合一直是一个研究热点，我们有没有更好的结合的思路？

Ø 现有推理任务的评估手段是否合理？我们如何更客观准确的度量机器的推理能力？

5、 邀请人

邀请人：王鹏

王鹏，男，2000~2011年在北京航空航天大学自动化科学与电气工程学院学习并获得学士和博士学位，博士毕业后先后在北京富士通研发中心（约1年）和阿德莱德大学计算机学院（约4年）从事科研工作，2017年加入西北工业大学任教授博导。主要从事计算机视觉、机器学习与人工智能等领域的研究工作。在TPAMI、IJCV、CVPR、ICCV、ECCV、AAAI、IJCAI等计算机数据和模式识别领域期刊和会议上发表一系列学术论文。中国模式识别与计算机视觉大会（PRCV2019）组织委员会主席。CCF YOCSEF西安副主席

6、 执行主席

执行主席：王鹏

执行主席：马苗

陕西师范大学，计算机科学学院，现代教学技术教育部重点实验室，教授，副院长，陕西省信号处理学会理事，中国体视学学会理事，陕西省计算机教育学会常务理事，CCF YOCSEF 西安学术AC、陕西省计算机学会理事，灰色系统专业委员会理事，《the Journal of Grey System》编委，陕西省高校教师资格证面试评委，陕西省中小学教师资格考试信息技术首席考官。2002和2005年分别在西安科技大学和西北工业大学分别获得硕士学位和博士学位。2005年加入陕西师范大学计算机科学学院。2006-2009年于西北工业大学博士后流动站科研工作，2010至2011于山东大学计算机科学与技术学院访学，2013至2014年于美国卡内基梅隆大学访学，并从事相关科研工作。长期从事一线的教学与图像处理、灰色理论、智能计算、计算机视觉方面的科学研究。主持国家级、省部级项目6项，发表学术论文80余篇，获国家发明专利16项、计算机软件著作权45项；出版学术专著１部，参编国家级教材１部。曾获陕西省科技进步二等奖、陕西省高校科技二等奖各1项。

7、 论坛报名与参加

活动联系人：王鹏 西北工业大学 15010943461

报名方式：邮件报名 peng.wang@nwpu.edu.cn

热忱欢迎全国各地YOCSEF分论坛同仁，以及对本会议主题感兴趣的优秀人士参加，期待您的光临！

活动地址：陕西省西安市西北工业大学长安校区南山苑一楼翠峰厅(图中标示地点)

图片1