NIPS 2017上演：Google大神们将带来哪些「精彩」？

来源：雷克世界

作者：Christian Howard  编译：嗯~阿童木呀、我是卡布达

概要：Google在2017年NIPS大会将展现出色的影响力，约有450多名Google员工将会通过技术讲座、海报、研讨会、比赛以及教程等方式向更广泛的学术研究界人士学习与交流。

本周，第31届神经信息处理系统年会（NIPS 2017）（https://nips.cc/Conferences/2017）将于加利福尼亚州长滩市举办，这是一个机器学习和计算神经科学会议，会议内容将涵盖邀约嘉宾演讲、成果演示以及一些最新的机器学习研究报告。Google在2017年NIPS大会将展现出色的影响力，约有450多名Google员工将会通过技术讲座、海报、研讨会、比赛以及教程等方式向更广泛的学术研究界人士学习与交流。

 

众所周知，Google处于机器学习的最前沿，积极地在从经典算法到深度学习等领域进行全面探索。注重理论和应用的协调发展，我们在语言理解、语音、翻译、视觉处理和预测方面的大部分研究都依赖于当前最先进的技术，以尽可能地扩展发展边界。在所有这些任务和其他许多任务中，我们开发了学习方法从而进行理解和归纳，从而为我们提供了新方法，以便查看旧问题和帮助改变我们现有的工作和生活方式。

 

如果你对大会感兴趣，可以从下面的列表信息进行详细了解。

 

注：Google是NIPS 2017的白金赞助商。

 

组织委员会

 

执行主席：Samy Bengio

高级领域主席包括：Corinna Cortes、Dale Schuurmans、Hugo Larochelle

领域主席包括：Afshin Rostamizadeh、Amir Globerson、Been Kim、D. Sculley、Dumitru Erhan、Gal Chechik、Hartmut Neven、Honglak Lee、Ian Goodfellow、Jasper Snoek、John Wright、Jon Shlens、Kun Zhang、Lihong Li、Maya Gupta、Moritz Hardt、Navdeep Jaitly、Ryan Adams、Sally Goldman、Sanjiv Kumar、Surya Ganguli、Tara Sainath、Umar Syed、Viren Jain、Vitaly Kuznetsov

 

邀约嘉宾演讲

 

《助力未来100年》——John Platt

（https://nips.cc/Conferences/2017/Schedule?showEvent=8729）

 

接受的论文

 

《元学习视角下的项目冷启动推荐》A Meta-Learning Perspective on Cold-Start Recommendations for Items

（http://papers.nips.cc/paper/7266-a-meta-learning-perspective-on-cold-start-recommendations-for-items）

Manasi Vartak、Hugo Larochelle、ArvindThiagarajan

 

《AdaGAN：Boosting Generative Models》

（http://papers.nips.cc/paper/7126-adagan-boosting-generative-models）

Ilya Tolstikhin、SylvainGelly、Olivier Bousquet、Carl-Johann Simon-Gabriel、BernhardSchölkopf

 

《深度Lattice网络和局部单调函数》Deep Lattice Networks and PartialMonotonic Functions

（http://papers.nips.cc/paper/6891-deep-lattice-networks-and-partial-monotonic-functions）

Seungil You、David Ding、Kevin Canini、Jan Pfeifer、Maya Gupta

 

《你的图表出自何处》From which world is your graph

（http://papers.nips.cc/paper/6745-from-which-world-is-your-graph）

Cheng Li、Varun Kanade、Felix MFWong、Zhenming Liu

 

《于众目睽睽之下隐藏图像：深度隐写术》Hiding Images in Plain Sight: Deep Steganography

（http://papers.nips.cc/paper/6802-hiding-images-in-plain-sight-deep-steganography）

Shumeet Baluja

 

《通过几何自一致性得以改进的图的拉普拉斯矩阵》Improved Graph Laplacian via Geometric Self-Consistency

（http://papers.nips.cc/paper/7032-improved-graph-laplacian-via-geometric-self-consistency）

Dominique Joncas、MarinaMeila、James McQueen

 

《模型驱动下的条件性独立性测试》Model-Powered Conditional Independence Test

（http://papers.nips.cc/paper/6888-model-powered-conditional-independence-test）

Rajat Sen、Ananda TheerthaSuresh、Karthikeyan Shanmugam、Alexandros Dimakis、Sanjay Shakkottai

 

《深度学习非线性随机矩阵理论》Nonlinear random matrix theory for deep learning

（http://papers.nips.cc/paper/6857-nonlinear-random-matrix-theory-for-deep-learning）

Jeffrey Pennington、Pratik Worah

 

《通过动态等距“复活”深度学习中的sigmoid函数：理论与实践》Resurrecting the sigmoid in deep learning through dynamicalisometry: theory and practice

（http://papers.nips.cc/paper/7064-resurrecting-the-sigmoid-in-deep-learning-through-dynamical-isometry-theory-and-practice）

Jeffrey Pennington、SamuelSchoenholz、Surya Ganguli

 

《用SGD学习网络的共轭内核类》SGD Learns the Conjugate Kernel Class of the Network

（http://papers.nips.cc/paper/6836-sgd-learns-the-conjugate-kernel-class-of-the-network）

Amit Daniely

 

《SVCCA：深度学习动力学和可解释性的奇异向量典型相关分析》SVCCA: Singular Vector Canonical Correlation Analysis for DeepLearning Dynamics and Interpretability

（http://papers.nips.cc/paper/7188-svcca-singular-vector-canonical-correlation-analysis-for-deep-learning-dynamics-and-interpretability）

Maithra Raghu、Justin Gilmer、JasonYosinski、Jascha Sohl-Dickstein

 

《用循环神经模块学习分层信息流》Learning Hierarchical Information Flow with Recurrent Neural Modules

（http://papers.nips.cc/paper/7249-learning-hierarchical-information-flow-with-recurrent-neural-modules）

Danijar Hafner、AlexanderIrpan、James Davidson、Nicolas Heess

 

《Online Learning with Transductive Regret》

（http://papers.nips.cc/paper/7106-online-learning-with-transductive-regret）

Scott Yang、Mehryar Mohri

 

《随机下降动力学中的加速和平均》Acceleration and Averaging in Stochastic Descent Dynamics

（http://papers.nips.cc/paper/7256-acceleration-and-averaging-in-stochastic-descent-dynamics）

Walid Krichene、Peter Bartlett

 

《通过模型选择进行无参数在线学习》Parameter-Free Online Learning via Model Selection

（http://papers.nips.cc/paper/7183-parameter-free-online-learning-via-model-selection）

Dylan J Foster、Satyen Kale、MehryarMohri、Karthik Sridharan

 

《胶囊之间的动态路由》Dynamic Routing Between Capsules

（http://papers.nips.cc/paper/6975-dynamic-routing-between-capsules）

Sara Sabour、Nicholas Frosst、Geoffrey EHinton

 

《通过语言调整早期视觉处理》Modulating early visual processing by language

（http://papers.nips.cc/paper/7237-modulating-early-visual-processing-by-language）

Harm de Vries、Florian Strub、Jeremie Mary、HugoLarochelle、Olivier Pietquin、Aaron C Courville

 

《MarrNet：通过2.5DSketches进行3D形状重建》MarrNet: 3D Shape Reconstruction via 2.5D Sketches

（http://papers.nips.cc/paper/6657-marrnet-3d-shape-reconstruction-via-25d-sketches）

Jiajun Wu、Yifan Wang、Tianfan Xue、Xingyuan Sun、Bill Freeman、JoshTenenbaum

 

《亲和聚类：规模性分层聚类》Affinity Clustering: Hierarchical Clustering at Scale

（http://papers.nips.cc/paper/7262-affinity-clustering-hierarchical-clustering-at-scale）

Mahsa Derakhshan、SoheilBehnezhad、Mohammadhossein Bateni、Vahab Mirrokni、MohammadTaghi Hajiaghayi、Silvio Lattanzi、RaimondasKiveris

 

《用于映射推理的异步并行坐标最小化》Asynchronous Parallel Coordinate Minimization for MAP Inference

（http://papers.nips.cc/paper/7156-asynchronous-parallel-coordinate-minimization-for-map-inference）

Ofer Meshi、Alexander Schwing

 

《用Softmax策略梯度进行冷启动强化学习》Cold-Start Reinforcement Learning with Softmax Policy Gradient

（http://papers.nips.cc/paper/6874-cold-start-reinforcement-learning-with-softmax-policy-gradient）

Nan Ding、Radu Soricut

 

《过滤变分目标》Filtering Variational Objectives

（http://papers.nips.cc/paper/7235-filtering-variational-objectives）

Chris J Maddison、DieterichLawson、George Tucker、Mohammad Norouzi、Nicolas Heess、Andriy Mnih、Yee Whishe、Arnaud Doucet

 

《Multi-Armed Bandits with Metric Movement Costs》

（http://papers.nips.cc/paper/7000-multi-armed-bandits-with-metric-movement-costs）

Tomer Koren、Roi Livni、YishayMansour

 

《用于快速相似搜索的多尺度量化》Multiscale Quantization for Fast Similarity Search

（http://papers.nips.cc/paper/7157-multiscale-quantization-for-fast-similarity-search）

Xiang Wu、Ruiqi Guo、AnandaTheertha Suresh、Sanjiv Kumar、Daniel Holtmann-Rice、David Simcha、Felix Yu

 

《减少重新参数化的梯度方差》Reducing Reparameterization Gradient Variance

（http://papers.nips.cc/paper/6961-reducing-reparameterization-gradient-variance）

Andrew Miller、Nicholas Foti、AlexanderD'Amour、Ryan Adams

 

《分担统计成本》Statistical Cost Sharing

（http://papers.nips.cc/paper/7202-statistical-cost-sharing）

Eric Balkanski、Umar Syed、SergeiVassilvitskii

 

《结构随机正交嵌入的不合理有效性》The Unreasonable Effectiveness of Structured Random OrthogonalEmbeddings

（http://papers.nips.cc/paper/6626-the-unreasonable-effectiveness-of-structured-random-orthogonal-embeddings）

Krzysztof Choromanski、MarkRowlandAdrian Weller

 

《值预测网络》Value Prediction Network

（http://papers.nips.cc/paper/7192-value-prediction-network）

Junhyuk Oh、Satinder Singh、Honglak Lee

 

《REBAR：离散潜变量模型的低方差、无偏差梯度估计》REBAR: Low-variance, unbiased gradient estimates for discrete latentvariable models

（http://papers.nips.cc/paper/6856-rebar-low-variance-unbiased-gradient-estimates-for-discrete-latent-variable-models）

George Tucker、Andriy Mnih、Chris JMaddison、Dieterich Lawson、Jascha Sohl-Dickstein

 

《生成式对抗性学习的近似与收敛》Approximation and Convergence Properties of Generative AdversarialLearning

（http://papers.nips.cc/paper/7138-approximation-and-convergence-properties-of-generative-adversarial-learning）

Shuang Liu、Olivier Bousquet、KamalikaChaudhuri

 

《无可或缺的注意力》Attention is All you Need

（http://papers.nips.cc/paper/7181-attention-is-all-you-need）

Ashish Vaswani、Noam Shazeer、Niki Parmar、JakobUszkoreit、Llion Jones、Aidan N Gomez、ŁukaszKaiser、Illia Polosukhin

 

《PASS-GLM：用于扩展性贝叶斯GLM推理的多项式近似充分统计》PASS-GLM: polynomial approximate sufficient statistics for scalableBayesian GLM inference

（http://papers.nips.cc/paper/6952-pass-glm-polynomial-approximate-sufficient-statistics-for-scalable-bayesian-glm-inference）

Jonathan Huggins、Ryan Adams、TamaraBroderick

 

《重复逆向强化学习》Repeated Inverse Reinforcement Learning

（http://papers.nips.cc/paper/6778-repeated-inverse-reinforcement-learning）

Kareem Amin、Nan Jiang、SatinderSingh

 

《通过Fairlets进行公平聚类》Fair Clustering Through Fairlets

（http://papers.nips.cc/paper/7088-fair-clustering-through-fairlets）

Flavio Chierichetti、Ravi Kumar、SilvioLattanzi、Sergei Vassilvitskii

 

《仿射不变在线优化和低秩专家问题》Affine-Invariant Online Optimization and the Low-rank ExpertsProblem

（http://papers.nips.cc/paper/7060-affine-invariant-online-optimization-and-the-low-rank-experts-problem）

Tomer Koren、Roi Livni

 

《批量重新正则化：在批量正则化模型中降低小批量依赖性》Batch Renormalization: Towards Reducing Minibatch Dependence inBatch-Normalized Models

（http://papers.nips.cc/paper/6790-batch-renormalization-towards-reducing-minibatch-dependence-in-batch-normalized-models）

Sergey Ioffe

 

《值与基于策略的强化学习间鸿沟的弥合》Bridging the Gap Between Value and Policy Based ReinforcementLearning

（http://papers.nips.cc/paper/6870-bridging-the-gap-between-value-and-policy-based-reinforcement-learning）

Ofir Nachum、Mohammad Norouzi、Kelvin Xu、DaleSchuurmans

 

《鉴别式状态空间模型》Discriminative State Space Models

（http://papers.nips.cc/paper/6870-bridging-the-gap-between-value-and-policy-based-reinforcement-learning）

Vitaly Kuznetsov、MehryarMohri

 

《动态收益分享》Dynamic Revenue Sharing

（http://papers.nips.cc/paper/6861-dynamic-revenue-sharing）

Santiago Balseiro、Max Lin,Vahab Mirrokni、Renato Leme、Song Zuo

 

《用于线性动力系统估计的多视图矩阵分解》Multi-view Matrix Factorization for Linear Dynamical SystemEstimation

（http://papers.nips.cc/paper/7284-multi-view-matrix-factorization-for-linear-dynamical-system-estimation）

Mahdi Karami、Martha White、DaleSchuurmans、Csaba Szepesvari

 

《黑箱反向传播和雅可比传感》On Blackbox Backpropagation and Jacobian Sensing

（http://papers.nips.cc/paper/7230-on-blackbox-backpropagation-and-jacobian-sensing）

Krzysztof Choromanski、VikasSindhwani

 

《快速移位的一致性》On the Consistency of Quick Shift

（http://papers.nips.cc/paper/6610-on-the-consistency-of-quick-shift）

Heinrich Jiang

 

《用近似出价预测的收益优化》Revenue Optimization with Approximate Bid Predictions

（http://papers.nips.cc/paper/6782-revenue-optimization-with-approximate-bid-predictions）

Andres Munoz、Sergei Vassilvitskii

 

《声音的形状和材质》Shape and Material from Sound

（http://papers.nips.cc/paper/6727-shape-and-material-from-sound）

Zhoutong Zhang、Qiujia Li、ZhengjiaHuang、Jiajun Wu、Josh Tenenbaum、Bill Freeman

 

《学习通过视觉去动画来看物理》Learning to See Physics via Visual De-animation

（http://papers.nips.cc/paper/6620-learning-to-see-physics-via-visual-de-animation）

Jiajun Wu、Erika Lu、PushmeetKohli、Bill Freeman、Josh Tenenbaum

 

会议演示

 

具有高效和鲁棒性的移动视觉的电子屏幕保护器

（https://nips.cc/Conferences/2017/Schedule?showEvent=9757）

Hee Jung Ryu、Florian Schroff

 

Magenta和deeplearn.js：实时控制浏览器中的深度音乐模型

（https://nips.cc/Conferences/2017/Schedule?showEvent=9762）

Curtis Hawthorne、Ian Simon、Adam Roberts、Jesse Engel、DanielSmilkov、Nikhil Thorat、Douglas Eck

 

研讨会

 

2017年第六届自动知识库建设（AKBC）研讨会

（https://nips.cc/Conferences/2017/Schedule?showEvent=8785）

项目委员会包括：Arvind Neelakanta

作者包括：Jiazhong Nie、Ni Lao

 

现实世界中的行为与交互：机器人学习所面临的挑战

（https://nips.cc/Conferences/2017/Schedule?showEvent=8764）

特邀演讲嘉宾包括：Pierre Sermanet

 

近似贝叶斯推理的进展

（https://nips.cc/Conferences/2017/Schedule?showEvent=8781）

小组主持人：Matthew D. Hoffman

 

会话AI——当前的实践和未来的潜力

（https://nips.cc/Conferences/2017/Schedule?showEvent=8757）

特邀演讲嘉宾包括：Matthew Henderson、Dilek Hakkani-Tur

主办单位包括：Larry Heck

 

极端分类：极大标记空间中进行多类和多标记学习

（https://nips.cc/Conferences/2017/Schedule?showEvent=8759）

特邀演讲嘉宾包括：Ed Chi、Mehryar Mohri

 

战略行为层面的学习Learning in the Presence of Strategic Behavior

（https://nips.cc/Conferences/2017/Schedule?showEvent=8784）

特邀演讲嘉宾包括：Mehryar Mohri

主持人包括：Andres Munoz Medina、Sebastien Lahaie、Sergei Vassilvitskii、Balasubramanian Sivan

 

在分布式、函数、图形和群组方面的学习Learning on Distributions, Functions, Graphs and Groups

（https://nips.cc/Conferences/2017/Schedule?showEvent=8770）

特邀演讲嘉宾包括：Corinna Cortes

 

机器欺骗Machine Deception

（https://nips.cc/Conferences/2017/Schedule?showEvent=8763）

主办单位包括：Ian Goodfellow

特邀演讲嘉宾包括：Jacob Buckman、Aurko Roy、Colin Raffel、Ian Goodfellow

 

机器学习和计算机安全Machine Learning and Computer Security

（https://nips.cc/Conferences/2017/Schedule?showEvent=8775）

特邀演讲嘉宾包括：Ian Goodfellow

主办单位包括：Nicolas Papernot

作者包括：Jacob Buckman、Aurko Roy、Colin Raffel、Ian Goodfellow

 

创意性和设计性机器学习Machine Learning for Creativity and Design

（https://nips.cc/Conferences/2017/Schedule?showEvent=8777）

主讲人包括：Ian Goodfellow

主办方包括：Doug Eck、David Ha

 

用于音频信号处理的机器学习（ML4Audio）Machine Learning for Audio Signal Processing

（https://nips.cc/Conferences/2017/Schedule?showEvent=8790）

作者包括：Aren Jansen、Manoj Plakal、Dan Ellis、Shawn Hershey、Channing Moore、Rif A. Saurous、Yuxuan Wang、RJ Skerry-Ryan、Ying Xiao、Daisy Stanton、Joel Shor、Eric Batternberg、Rob Clark

 

健康领域的机器学习（ML4H）Machine Learning for Health

（https://nips.cc/Conferences/2017/Schedule?showEvent=9561）

组织者包括：Jasper Snoek，Alex Wiltschko

主题演讲：Fei-Fei Li

 

2017年NIPS系列研讨会

（https://nips.cc/Conferences/2017/Schedule?showEvent=8750）

组织者包括：Vitaly Kuznetsov

作者包括：Brendan Jou

 

OPT 2017：机器学习的优化

（https://nips.cc/Conferences/2017/Schedule?showEvent=8771）

主办单位包括：Sashank Reddi

 

机器学习系统研讨会

（https://nips.cc/Conferences/2017/Schedule?showEvent=8774）

邀请演讲嘉宾包括：Rajat Monga、Alexander Mordvintsev、Chris Olah、Jeff Dean

作者包括：Alex Beutel、Tim Kraska、Ed H. Chi、D. Scully、Michael Terry

 

均衡的人工智能Aligned Artificial Intelligence

（https://nips.cc/Conferences/2017/Schedule?showEvent=8794）

特邀演讲嘉宾包括：Ian Goodfellow

 

贝叶斯深度学习

Bayesian Deep Learning

（https://nips.cc/Conferences/2017/Schedule?showEvent=8753）

主办单位包括：Kevin Murphy

特邀演讲嘉宾包括：Nal Kalchbrenner、Matthew D. Hoffman

 

BigNeuro 2017

（https://nips.cc/Conferences/2017/Schedule?showEvent=8780）

特邀演讲嘉宾包括：Viren Jain

 

认知人工智能：来自自然智能的见解Cognitively Informed Artificial Intelligence: Insights From NaturalIntelligence

（https://nips.cc/Conferences/2017/Schedule?showEvent=8765）

作者包括：Jiazhong Nie、Ni Lao

 

超级计算机规模领域的深度学习

（https://nips.cc/Conferences/2017/Schedule?showEvent=8793）

主办单位包括：Erich Elsen，Zak Stone、Brennan Saeta、Danijar Haffner

 

深度学习：连接理论与实践的桥梁

（https://nips.cc/Conferences/2017/Schedule?showEvent=8776）

特邀演讲嘉宾包括：Ian Goodfellow

 

深度学习的可解释性、理解性和可视化

（https://nips.cc/Conferences/2017/Schedule?showEvent=8795）

特邀演讲嘉宾包括：Kim、Honglak Lee

作者包括：Pieter Kinderman、Sara Hooker、Dumitru Erhan、Been Kim

 

学习解构特征：从感知到控制

（https://nips.cc/Conferences/2017/Schedule?showEvent=8787）

主办方包括：Honglak Lee

作者包括：Jasmine Hsu、Arkanath Pathak、Abhinav Gupta、James Davidson、Honglak Lee

 

学习有限的标记数据：弱监督及其超越

（https://nips.cc/Conferences/2017/Schedule?showEvent=9478）

特邀演讲嘉宾包括：Ian Goodfellow

 

在电话和其他消费者设备领域的机器学习

（https://nips.cc/Conferences/2017/Schedule?showEvent=8791）

特邀演讲嘉宾包括：Rajat Monga

组织者包括：Hrishikesh Aradhye

作者包括Suyog Gupta、Sujith Ravi

 

最有传输和机器学习Optimal Transport and Machine Learning

（https://nips.cc/Conferences/2017/Schedule?showEvent=8758）

主办单位包括：Olivier Bousquet

 

基于梯度的机器学习软件和技术的未来发展

（https://nips.cc/Conferences/2017/Schedule?showEvent=8779）

主办方包括：Alex Wiltschko、Bart vanMerriënboer

 

元学习研讨会

（https://nips.cc/Conferences/2017/Schedule?showEvent=8767）

主办单位包括：Hugo Larochelle

小组成员包括：Samy Bengio

作者包括：Aliaksei Severyn、Sascha Rothe

 

专题讨论会

深度强化学习研讨会

（https://nips.cc/Conferences/2017/Schedule?showEvent=8743）

作者包括：Benjamin Eysenbach、Shane Gu、Julian Ibarz、Sergey Levine

 

可解释性机器学习

（https://nips.cc/Conferences/2017/Schedule?showEvent=8744）

作者包括：Minmin Chen

 

元学习（Metalearning）

（https://nips.cc/Conferences/2017/Schedule?showEvent=8746）

主办方包括：Quoc V Le

 

竞赛

对抗式攻击和防御

（https://www.kaggle.com/c/nips-2017-defense-against-adversarial-attack）

主办方包括：Alexey Kurakin、Ian Goodfellow、Samy Bengio

 

竞争IV：临床可操作的基因突变分类

（https://www.kaggle.com/c/msk-redefining-cancer-treatment）

主办单位包括：Wendy Kan

 

教程

 

机器学习的公平性

（https://nips.cc/Conferences/2017/Schedule?showEvent=8734）

Solon Barocas、 Moritz Hardt

未来智能实验室致力于研究互联网与人工智能未来发展趋势，观察评估人工智能发展水平，由中国科学院虚拟经济与数据科学研究中心刘锋、石勇、和刘颖创建。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；构建互联网（城市）云脑架构，形成科技趋势标杆企业库并应用与行业与智慧城市的智能提升。

  如果您对实验室的研究感兴趣，欢迎支持和加入我们。扫描以下二维码或点击本文左下角“阅读原文”