計算與增強智能(néng)學(xué)院的師生出席了全國(guó)頂級會議。

 

 

随着人工(gōng)智能(néng)研究的發展，新(xīn)進展和新(xīn)技(jì )術經常成為(wèi)全國(guó)的頭條新(xīn)聞。在亞利桑那州立大學(xué)（ASU）Ira A.富爾頓工(gōng)程學(xué)院的分(fēn)院之一，計算與增強智能(néng)學(xué)院，許多(duō)教員都是拓寬了這一領域的人工(gōng)智能(néng)專家和思想領袖。

 

 

這些教員之一是蘇巴羅·坎班帕蒂（Subbarao Kambampati），計算機科(kē)學(xué)教授和全球人工(gōng)智能(néng)思想領袖。坎班帕蒂在首屆計算與增強智能(néng)學(xué)院學(xué)術讨論會上領導了一場關于生成式人工(gōng)智能(néng)的讨論，他(tā)在會上描述了這種快速發展的技(jì )術起源、地位和多(duō)重含義。坎班帕蒂探索了諸如ChatGPT、DALL-E和Whisper等工(gōng)具(jù)，以及它們對不斷發展的創造力的影響。

 

 

YooJung Choi，計算機科(kē)學(xué)助理(lǐ)教授，也為(wèi)人工(gōng)智能(néng)領域做出了貢獻。她正在研究概率建模，這是人工(gōng)智能(néng)的一個重要組成部分(fēn)，通過将模型知識明确地表達為(wèi)概率分(fēn)布來探索模型知識中(zhōng)的不确定性。明确這些模型中(zhōng)的不确定性，有(yǒu)助于人們建立對人工(gōng)智能(néng)技(jì )術的信任。

 

 

Choi說：“在我們的研究中(zhōng)，我們引入了判别模式，以及人工(gōng)智能(néng)算法顯示偏差的例子。”我們證明了在概率模型中(zhōng)可(kě)能(néng)存在大量這樣的模型，接着提出了有(yǒu)效、精(jīng)确和近似的判别模式挖掘方法來發掘這些模式并将其從概率電(diàn)路中(zhōng)去除。

 

 

她的研究旨在提供高效且易于理(lǐ)解的人工(gōng)智能(néng)模型審計，以幫助增強其公(gōng)平性、減少偏見。由此，她和她的團隊才能(néng)夠提出更好的算法來消除這些歧視模式，從而創建更公(gōng)平的模型。

 

 

 

△ 計算與增強智能(néng)學(xué)院（School of Computing and Augmented Intelligence）是Ira A.富爾頓工(gōng)程學(xué)院的一部分(fēn)，是人工(gōng)智能(néng)領域的領導者，其本科(kē)項目在2022年《美國(guó)新(xīn)聞與世界報道》（U.S.News&World Report）中(zhōng)排名(míng)第23位。照片由 DeepMind提供

 

 

Choi希望這項研究可(kě)以用(yòng)于識别和消除概率AI模型開發早期的歧視模式，使研究人員能(néng)夠從一開始就創建更公(gōng)平的模型。

 

 

“我們學(xué)校傑出的教師們正不斷努力在人工(gōng)智能(néng)領域進行創新(xīn)，并進行動态研究。”學(xué)校主任、計算機科(kē)學(xué)教授羅斯·麥克耶夫斯基（Ross Maciejewski）說。“他(tā)們的熱情使我們學(xué)校成為(wèi)人工(gōng)智能(néng)領域的國(guó)家領導者，讓我們親眼見證了這一領域的關鍵進展。”

 

 

學(xué)校也在探索行動語言——特别是一種新(xīn)的語言，名(míng)為(wèi)mA*，由計算機科(kē)學(xué)教授齊塔巴拉爾（Chitta Baral）開發。AI中(zhōng)的動作(zuò)語言描述機器的命令和指令，并分(fēn)析它們如何執行請求。

 

 

巴拉爾說：“我們正在努力為(wèi)多(duō)智能(néng)體(tǐ)場景中(zhōng)的行為(wèi)推理(lǐ)奠定基礎，在多(duō)智能(néng)體(tǐ)場景中(zhōng)，一個智能(néng)體(tǐ)的行為(wèi)可(kě)能(néng)不僅是為(wèi)了實現一個目标，而且是為(wèi)了欺騙其他(tā)智能(néng)體(tǐ)。”

 

 

他(tā)和他(tā)的研究團隊正在研究他(tā)們的mA*操作(zuò)語言如何連接多(duō)智能(néng)體(tǐ)領域的功能(néng)，該領域允許同時進行多(duō)個決策機會，而不是單個決策。

 

 

該團隊開發這種語言的目标是，朝着在多(duō)智能(néng)體(tǐ)領域中(zhōng)創建可(kě)升級且高效的自動推理(lǐ)和規劃系統，邁出第一步。

 

 

賦予下一代權力

 

 

除了教員之外，ASU學(xué)生也是領導人工(gōng)智能(néng)研究的關鍵貢獻者。計算機科(kē)學(xué)研究生Kaize Ding和Yancheng Wang，與計算機科(kē)學(xué)領域的權威教授，教授劉歡（Huan Liu）和助理(lǐ)教授Yingzhen Yang密切合作(zuò)，開展圖形對比學(xué)習（GCL）的研究。GCL是一種通過對比輸入圖形的增廣視圖來學(xué)習可(kě)概化圖表示的技(jì )術。在計算機科(kē)學(xué)中(zhōng)，圖形是以複雜方式連接在一起的一組數據點。

 

 

該技(jì )術用(yòng)于改善圖神經網絡（GNNs）的自監督表示學(xué)習性能(néng)，GNNs是一類針對圖結構數據設計的深度學(xué)習模型。

 

 

該團隊正在開發一個稱為(wèi)結構和語義對比學(xué)習的簡單神經網絡（簡稱S3-CL）的框架，以解決無監督GCL的局限性，并更好地捕獲圖形中(zhōng)的全局知識。新(xīn)框架的性能(néng)優于其他(tā)無監督GCL方法。

 

 

伊萬茲沃科(kē)夫（Ivan Zvonkov），即将作(zuò)為(wèi)博士生在秋季加入計算機科(kē)學(xué)助理(lǐ)教授漢娜·克娜（Hannah Kerner）的實驗室，他(tā)還領導使用(yòng)機器學(xué)習和遙感數據來形成地理(lǐ)區(qū)域預測地圖的研究。他(tā)與克娜的合作(zuò)也延伸到了美國(guó)宇航局豐收計劃（NASA Harvest）的一個項目，在這個項目中(zhōng)，該地圖用(yòng)來幫助夏威夷毛伊縣當地農民(mín)解決當地的糧食安(ān)全問題。

 

 

領先的科(kē)學(xué)交流

 

 

分(fēn)享人工(gōng)智能(néng)領域創新(xīn)研究的論壇之一是國(guó)際先進人工(gōng)智能(néng)協會（AAAI），該協會促進了研究人員、實踐者、科(kē)學(xué)家、學(xué)生和工(gōng)程師之間的交流，涉及一系列人工(gōng)智能(néng)學(xué)科(kē)。

 

 

2023年AAAI會議在華盛頓特區(qū)舉行，包括上述教員和學(xué)生演講。

 

 

坎班帕蒂在以“橋梁：人工(gōng)智能(néng)和法律”為(wèi)主題的會議上發言，讨論了人工(gōng)智能(néng)技(jì )術“可(kě)解釋性”和透明度的必要性。此外，他(tā)還共同主持了新(xīn)的教員亮點計劃，該計劃重點關注了有(yǒu)前途的人工(gōng)智能(néng)專業人員，比如YooJung Choi，就在會議中(zhōng)得到了認可(kě)。

 

 

自身參與外，坎班帕蒂的學(xué)生還在以人為(wèi)本的人工(gōng)智能(néng)表征學(xué)習研讨會上提交了四篇研究論文(wén)，在網絡安(ān)全的人工(gōng)智能(néng)研讨會上提交了一篇。

 

 

保羅·沙卡裏安(ān)（Paulo Shakarian）是計算機科(kē)學(xué)副教授，他(tā)與巴拉爾合作(zuò)創建了一個為(wèi)期半天的輔導課程。研究人員展示了神經符号推理(lǐ)（NSR）的進展，NSR是人工(gōng)智能(néng)的一個新(xīn)興領域，結合了計算邏輯和深度學(xué)習的思想。

 

 

沙卡裏安(ān)說：“有(yǒu)些人認為(wèi)NSR将成為(wèi)實現人工(gōng)通用(yòng)智能(néng)的一個重要部分(fēn)。”他(tā)與阿根廷南部國(guó)家大學(xué)和美國(guó)國(guó)防部高級研究計劃局（DARPA）的同事共同介紹了這門迷你課程。

 

 

本教程旨在教育希望了解NSR研究現狀的研究人員，并吸引希望将其應用(yòng)于自然語言處理(lǐ)和驗證等領域的人員。

 

 

與會者還探讨了NSR框架、神經符号演繹方法、NSR與邏輯和應用(yòng)的結合以及該領域面臨的挑戰和機遇。

 

 

沙卡裏安(ān)說：“AAAI是人工(gōng)智能(néng)領域的頂級科(kē)學(xué)會議之一，我們很(hěn)榮幸在那裏舉行會議，介紹我們的教程。”