计算与增强智能学院的师生出席了全国顶级会议。

 

 

随着人工智能研究的发展，新进展和新技术经常成为全国的头条新闻。在亚利桑那州立大学（ASU）Ira A.富尔顿工程学院的分院之一，计算与增强智能学院，许多教员都是拓宽了这一领域的人工智能专家和思想领袖。

 

 

这些教员之一是苏巴罗·坎班帕蒂（Subbarao Kambampati），计算机科学教授和全球人工智能思想领袖。坎班帕蒂在首届计算与增强智能学院学术讨论会上领导了一场关于生成式人工智能的讨论，他在会上描述了这种快速发展的技术起源、地位和多重含义。坎班帕蒂探索了诸如ChatGPT、DALL-E和Whisper等工具，以及它们对不断发展的创造力的影响。

 

 

YooJung Choi，计算机科学助理教授，也为人工智能领域做出了贡献。她正在研究概率建模，这是人工智能的一个重要组成部分，通过将模型知识明确地表达为概率分布来探索模型知识中的不确定性。明确这些模型中的不确定性，有助于人们建立对人工智能技术的信任。

 

 

Choi说：“在我们的研究中，我们引入了判别模式，以及人工智能算法显示偏差的例子。”我们证明了在概率模型中可能存在大量这样的模型，接着提出了有效、精确和近似的判别模式挖掘方法来发掘这些模式并将其从概率电路中去除。

 

 

她的研究旨在提供高效且易于理解的人工智能模型审计，以帮助增强其公平性、减少偏见。由此，她和她的团队才能够提出更好的算法来消除这些歧视模式，从而创建更公平的模型。

 

 

 

△ 计算与增强智能学院（School of Computing and Augmented Intelligence）是Ira A.富尔顿工程学院的一部分，是人工智能领域的领导者，其本科项目在2022年《美国新闻与世界报道》（U.S.News&World Report）中排名第23位。照片由 DeepMind提供

 

 

Choi希望这项研究可以用于识别和消除概率AI模型开发早期的歧视模式，使研究人员能够从一开始就创建更公平的模型。

 

 

“我们学校杰出的教师们正不断努力在人工智能领域进行创新，并进行动态研究。”学校主任、计算机科学教授罗斯·麦克耶夫斯基（Ross Maciejewski）说。“他们的热情使我们学校成为人工智能领域的国家领导者，让我们亲眼见证了这一领域的关键进展。”

 

 

学校也在探索行动语言——特别是一种新的语言，名为mA*，由计算机科学教授齐塔巴拉尔（Chitta Baral）开发。AI中的动作语言描述机器的命令和指令，并分析它们如何执行请求。

 

 

巴拉尔说：“我们正在努力为多智能体场景中的行为推理奠定基础，在多智能体场景中，一个智能体的行为可能不仅是为了实现一个目标，而且是为了欺骗其他智能体。”

 

 

他和他的研究团队正在研究他们的mA*操作语言如何连接多智能体领域的功能，该领域允许同时进行多个决策机会，而不是单个决策。

 

 

该团队开发这种语言的目标是，朝着在多智能体领域中创建可升级且高效的自动推理和规划系统，迈出第一步。

 

 

赋予下一代权力

 

 

除了教员之外，ASU学生也是领导人工智能研究的关键贡献者。计算机科学研究生Kaize Ding和Yancheng Wang，与计算机科学领域的权威教授，教授刘欢（Huan Liu）和助理教授Yingzhen Yang密切合作，开展图形对比学习（GCL）的研究。GCL是一种通过对比输入图形的增广视图来学习可概化图表示的技术。在计算机科学中，图形是以复杂方式连接在一起的一组数据点。

 

 

该技术用于改善图神经网络（GNNs）的自监督表示学习性能，GNNs是一类针对图结构数据设计的深度学习模型。

 

 

该团队正在开发一个称为结构和语义对比学习的简单神经网络（简称S3-CL）的框架，以解决无监督GCL的局限性，并更好地捕获图形中的全局知识。新框架的性能优于其他无监督GCL方法。

 

 

伊万兹沃科夫（Ivan Zvonkov），即将作为博士生在秋季加入计算机科学助理教授汉娜·克娜（Hannah Kerner）的实验室，他还领导使用机器学习和遥感数据来形成地理区域预测地图的研究。他与克娜的合作也延伸到了美国宇航局丰收计划（NASA Harvest）的一个项目，在这个项目中，该地图用来帮助夏威夷毛伊县当地农民解决当地的粮食安全问题。

 

 

领先的科学交流

 

 

分享人工智能领域创新研究的论坛之一是国际先进人工智能协会（AAAI），该协会促进了研究人员、实践者、科学家、学生和工程师之间的交流，涉及一系列人工智能学科。

 

 

2023年AAAI会议在华盛顿特区举行，包括上述教员和学生演讲。

 

 

坎班帕蒂在以“桥梁：人工智能和法律”为主题的会议上发言，讨论了人工智能技术“可解释性”和透明度的必要性。此外，他还共同主持了新的教员亮点计划，该计划重点关注了有前途的人工智能专业人员，比如YooJung Choi，就在会议中得到了认可。

 

 

自身参与外，坎班帕蒂的学生还在以人为本的人工智能表征学习研讨会上提交了四篇研究论文，在网络安全的人工智能研讨会上提交了一篇。

 

 

保罗·沙卡里安（Paulo Shakarian）是计算机科学副教授，他与巴拉尔合作创建了一个为期半天的辅导课程。研究人员展示了神经符号推理（NSR）的进展，NSR是人工智能的一个新兴领域，结合了计算逻辑和深度学习的思想。

 

 

沙卡里安说：“有些人认为NSR将成为实现人工通用智能的一个重要部分。”他与阿根廷南部国家大学和美国国防部高级研究计划局（DARPA）的同事共同介绍了这门迷你课程。

 

 

本教程旨在教育希望了解NSR研究现状的研究人员，并吸引希望将其应用于自然语言处理和验证等领域的人员。

 

 

与会者还探讨了NSR框架、神经符号演绎方法、NSR与逻辑和应用的结合以及该领域面临的挑战和机遇。

 

 

沙卡里安说：“AAAI是人工智能领域的顶级科学会议之一，我们很荣幸在那里举行会议，介绍我们的教程。”