2022年12月21日，由国际信息科技中心主办，AI TIME承办的SCITIC论坛——AAAI 2023预讲会完美收官，本次预讲会邀请到了10位来自清华大学深圳国际研究生院的研究生，为大家分享了他们最新最前沿的研究工作。

    SCITIC论坛由国际科技信息中心倾力打造，围绕深圳“20+8”产业集群相关方向与研究领域，邀请国内外青年学者、科研与产业界专家进行技术前沿与产业趋势内容分享，旨在通过前沿领域输出和观点思辨来探讨各领域的未来发展以及互相之间的交叉与融合。

     AAAI会议（AAAI Conference on Artificial Intelligence）是由The Association for Advancement of Artificial Intelligence（国际人工智能协会）每年举办的学术会议，是人工智能领域公认的权威性顶级学术会议。

    AAAI 2023是第37届AAAI大会，会议将于2023年2月7日-2月14日美国华盛顿举行。这次会议共收到8777篇论文，录用论文1721篇，录用率约19.6%。

     本次AAAI 2023预讲会共吸引了线上约2.94万人次观看，10位清华大学深圳国际研究生院的同学分别从各自的创新研究出发，为观众呈现了一场知识盛宴。

     褚峤松提到域适应目标检测旨在解决目标检测任务下数据分布差异问题，然而在现实场景下源域数据因为数据隐私或传输成本问题是无法直接获取的，因此只能利用预训练模型与无标注目标域数据完成迁移。他们团队基于MC-dropout估计检测方差，并将目标域划分为source-similar与source-dissimilar。这样不仅将任务还原为传统有源域适应问题，还重新引入了对抗学习范式，以解决现有方法大多试图直接生成源域却不准确甚至消耗大量算力的问题。

    涉及自主智能体的应用领域目前仍缺乏对复杂动力学环境下满足逐状态安全约束的强化学习算法实证评估，张麟睿团队对之前工作进行了整理并将它们分别归类为基于投影、基于恢复和基于优化的方法。他们在六个基准任务上对相关算法进行了比较研究，同时提出了展开安全层算法来证明其在约束策略优化和执行过程中具有显式结构优势。

    杨智涵团队在基于人脸生成个性化语音的领域中首次引了入三维脸型信息，并提出了一种从三维脸型到个性化语音音色的语音生成方法。三维脸型信息与决定人类音色的骨传导特性直接相关，与语音特征有明确的解剖学关系，具有更好的可解释性，可以解耦无关因素更准确控制音色。

    赵博文团队提到鉴定-强调范式在处理未知偏好上有很大潜力，但仍受到两个挑战的困扰：鉴定偏好冲突样本的能力和后续的强调策略都尚不完备。因此，他们提出了一种偏好冲突样本评分方法（ECS）和一种基于梯度对齐（GA）的无偏模型训练方式来解决以上两个问题。

    如今不仅常识的自动获取仍然十分困难，现有的常识获取方法还受限于文本中常识的稀疏性和报道偏差。余天予团队发现视觉感知却能够提供十分丰富的关于真实世界的大量常识，为此提出了 CLEVER 基于视觉数据抽取常识知识，并进一步验证了多个模态在常识获取中的互补性。

    黄钰钧团队为了实现分布式压缩场景下边信息的更好利用，提出了多尺度特征块匹配(MSFDPM)，以此在解码端充分地利用边信息。MSFDPM由一个边信息特征提取器、一个多尺度特征域块匹配模块和一个多尺度特征融合网络组成。

    传统的弱监督语义分割大多基于类激活映射方法，面临着分割边界不精准的问题。同时，病理组织结构的同质性强化了这一缺陷。方子介团队提出一种基于数据合成和特征一致性约束的弱监督组织病理图像分割框架PistoSeg，基于WSSS4LUAD和BCSS-WSSS的实验验证了所提出方法在弱监督组织病理图像分割任务上的优越性。

    为了改善深度图像复原模型的峰值内存开销，史祥生团队提出了一种专注于内存优化的结构化剪枝方法。为了优化图像复原模型内存开销的一大来源——长距离跳跃连接，他们在跳跃连接上引入压缩器模块，以解耦跳跃连接和主分支的剪枝过程。史祥生团队还提出了一种迭代剪枝的方法，逐步优化模型各层的内存开销。

    为了改善基于视觉Transformer模型的图像质量评价算法由于数据集样本量少而无法学习出较好泛化能力的问题，秦冠羿团队在视觉Transformer模型中引入基于评审团机制的Decode，为模型提供了更多的可能特征表达，能够重新建立起适合下游任务的注意分布。

    谢湘晋团队发现有效正则化模型的方式——数据增强面临着一个两难的困境：保证标签的置信度但是生成与原始样本相似的样本或者生成与原始样本不相似的样本但是无法保证标签的置信度。因此，他们在Mixup这个数据增强方法上做了优化，将一段式的数据增强解耦为两段式的，通过聚类方法消除标签确定阶段产生的歧义性，并解除了数据增强生成样本的采样空间限制。

    国际科技信息中心介绍：

    国际科技信息中心是致力于打造数据与知识双轮驱动的认知智能平台，涵盖基础设施、科技文献、科技数据、科技情报、高端智库和智能服务等体系。

    SCITIC论坛由国际科技信息中心倾力打造，围绕深圳“20+8”产业集群相关方向与研究领域，邀请国内外青年学者、科研与产业界专家进行技术前沿与产业趋势内容分享，旨在通过前沿领域输出和观点思辨来探讨各领域的未来发展以及互相之间的交叉与融合。

     AI TIME介绍：

    AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。迄今为止，AI TIME已经邀请了900多位海内外讲者，举办了逾400场活动，超400万人次观看。