【行业资讯】2021年理论计算机最高荣誉 “哥德尔奖” 出炉；《复杂》作者发文直指 AI 四大谬论

正文共：5964字-12图

预计阅读时间：15分钟

导读：哥德尔理论计算机科学杰出论文奖由 EATCS 和 ACM SIGACT 联合主办。该奖项的设立是为了纪念库尔特・哥德尔（Kurt Gödel）在数理逻辑方面做出的重大贡献，因而以他的名字而命名哥德尔奖获奖论文必须在理论计算机领域具有开创性重大贡献；同时须在获奖前 14 年内在学术期刊上正式发表。哥德尔奖是理论计算机领域最负盛名的奖项，2003 年，Yoav Freund 和 Robert Schapire 曾因提出著名的 AdaBoost 算法获得了当年的 “哥德尔奖”。

一、技术理论前沿

1. Nature 封面：脑机接口重磅突破！可将脑中 “笔迹” 转为屏幕字句，速度创纪录，准确率超 99%

近日，来自斯坦福大学的研究人员在脑机接口领域取得了重大突破。研究人员将人工智能（AI）软件与脑机接口设备结合，成功开发出一套全新的皮质内脑机接口系统，该系统利用大脑运动皮层的神经活动可解码 “手写” 笔迹，并使用循环神经网络（RNN）解码方法将笔迹实时翻译成文本，快速将患者对手写的想法转换为电脑屏幕上的文本。研究论文以封面形式发表在最新一期的《自然》杂志上，被视为是该领域的一大技术进步。

在实验中，一名受试者可以每分钟输入 90 个字符，这是此前使用脑机接口打字纪录的两倍多，接近同龄健全人每分钟 115 个字符的智能手机打字速度，而且在线原始准确率为 94.1%，离线自动校正的准确率超过 99%。

加州大学伯克利分校的神经工程师何塞・卡梅纳（Jose Carmena）并未参与这项研究，但他认为，这项技术有潜力帮助各种残疾人，尽管研究结果是初步的，但 “这是该领域的一大进步。” 美国国立卫生研究院脑科学计划（NIH BRAIN Initiative）主任约翰・恩盖（John Ngai）博士表示：“这项研究代表了 BCI 和机器学习技术发展的重要里程碑，相关研究正在揭示人脑如何控制像通讯这样复杂的过程，为改善神经损伤和瘫痪者的生活提供了重要基础。”

内容来源：

https://mp.weixin.qq.com/s/84O4_-mKQs2ixnJghZTVgw

https://www.nature.com/articles/s41586-021-03506-2

https://www.nature.com/articles/d41586-021-00776-8

https://www.youtube.com/watch?v=3Y7BJbtMSVk&ab_channel=NPGPress

2.《复杂》作者梅拉妮・米歇尔发文直指 AI 四大谬论，探究 AI 几度兴衰背后的根源

时至今日，虽然我们看到以深度学习为首的人工智能领域在诸多领域中大放异彩。但在工业界和学术界中，诸如自动驾驶、 家政机器人和对话机器人等等这类需要长期依赖和学习的技术的发展，却比人们预期得要缓慢和艰难得多。这些领域的困境，以及人工智能几度兴衰的根本原因，其实是人类对于 “智能” 的定义偏差和复杂性理解上的限制。

因此在研究中，作者介绍了人工智能研究人员的四个常见的错误认知，这些谬误可能导致我们对于该领域的过度自信和错误预测。最终，作者还讨论了这些谬误所带来的一些开放性问题，包括如何给机器和算法注入人类常识之类的老生常谈的问题。

内容来源：

https://mp.weixin.qq.com/s/ZIDOAS30NpyD7GAbc4joIA

3. 2021 年理论计算机最高荣誉 “哥德尔奖” 出炉！两位华人学者获奖，AdaBoost 算法曾获该奖

哥德尔理论计算机科学杰出论文奖由 EATCS 和 ACM SIGACT 联合主办。该奖项的设立是为了纪念库尔特・哥德尔（Kurt Gödel）在数理逻辑方面做出的重大贡献，因而以他的名字而命名哥德尔奖获奖论文必须在理论计算机领域具有开创性重大贡献；同时须在获奖前 14 年内在学术期刊上正式发表。哥德尔奖是理论计算机领域最负盛名的奖项，2003 年，Yoav Freund 和 Robert Schapire 曾因提出著名的 AdaBoost 算法获得了当年的 “哥德尔奖”。

该奖项每年颁发一次，在自动机、语言和程序设计国际学术讨论会（ICALP）和 ACM 计算理论年会（STOC）上轮流颁发，今年则是轮到了 STOC，另外奖金包括 5000 美元。今年一共有下面三篇论文共同获得了哥德尔奖：

其中获奖论文《Complexity of Counting CSP with Complex Weights 》 的两位作者均是华人学者。Jin-Yi Cai 目前是斯坦福大学计算机科学系教授。在此之前，他在耶鲁大学、普林斯顿大学和纽约州立大学水牛城分校担任教师职位。曾就读于复旦大学、坦普尔大学和康奈尔大学，并于 1986 年获得博士学位。Xi Chen 是哥伦比亚大学计算机科学系副教授。在此之前，他是普林斯顿大学和南加州大学高级研究所的博士后研究员。Xi Chen 曾于清华大学获得物理 / 数学理学学士学位和计算机科学博士学位。他师从张钹院士，是姚期智教授领导的计算机理论研究所的成员之一。

内容来源：

https://mp.weixin.qq.com/s/XWC1P2kN4B6RpnxDr5fLVg

4. 加拿大皇家学会院士李明：人工智能赋能个体化癌症免疫治疗

目前对于癌症治疗的传统方法主要有以下三种模式：1）手术；2）化疗；3）放疗，但是由于手术风险较大，重要器官的肿瘤无法根除，化疗和放疗带来的巨大副作用，价格高昂以及个体差异等种种因素，使得人们开始在传统的治疗方法以外寻求其他更为高效方法。在恶性肿瘤组织中，往往会表达出一种具有高特异性和强免疫原性的抗原，被称为新抗原（Neoantigen），Neoantigen 成为免疫治疗中最理想的生物靶标。

如何利用人工智能方法，有效地寻找 Neoantigen 并对其进行准确的验证呢？2017 年《Nature Biotechnology》杂志中提出观点，现有的算法可以预测肿瘤的处理过程，但是通过洗提和质谱法直接鉴定与肿瘤中 MHC 结合的多肽则是更好的预测方法。然而，质谱法充满了敏感性问题且极有可能遗漏重要表位。这在当时还没有一种单一的高通量方法可以对假定的新表位进行全面且确定的鉴定。李明教授所在团队针对这个问题，推出了 DeepImmu 平台，使用人工智能方法替代传统湿实验室过程，仅使用质谱仪即可进行更为准确、快捷且价格更为低廉的抗原表位鉴定。

在癌细胞表面发现新抗原，存在两个问题需要解决：1）Neoantigen 是非常少的；2）突变和蛋白质翻译后修饰问题。因此，可以使用两种解决方案解决这些问题：数据独立采集（Data Independent Acquisition，DIA）技术和从头测序技术。传统的 PEAKS 方法对于 DIA 数据并不适用，而且其准确率也不高，因此李明教授团队提出使用深度学习方法，使得从头测序技术适用于 DIA 数据并显著提高检测的准确率。

内容来源

https://mp.weixin.qq.com/s/WdbG5RZ8dsj0dDLKc7yDcg

二、观点评论解读

1. 清华学者让 AI 学习神经调控，帮瘫痪患者重新站立，一篇论文斩获两项 ICRA 大奖｜专访

过去十年中，眭亚楠一直身处机器学习、神经工程、机器人三个前沿学科的交叉领域，通过将原创机器学习方法引入神经调控技术，对瘫痪、帕金森病等神经系统疾病进行临床治疗，在理论、方法、实践三个方向均有建树。在 2020 年机器人与自动化国际会议（ICRA）上，他与合作者关于偏好反馈学习优化机器人外骨骼的研究成果同时斩获大会最佳论文奖和最佳人机交互论文奖，成为首位获得最佳论文奖的中国大陆学者。这也是大会历史上首次有论文同时获得两项大奖。

神经调控技术，一般指利用植入或非植入技术、电或化学作用方式，刺激或改变神经系统中的神经元或神经信号。目标人群通常患有神经系统损伤、运动障碍、瘫痪、视觉或听觉障碍等疾病。眭亚楠告诉 DeepTech，神经调控是治疗此类疾病的重要方法。他长期关注脊神经损伤导致的瘫痪，因为这个领域曾长期缺乏安全高效的治疗手段。通过植入脊髓的阵列电极，刺激感觉 - 运动神经通路，是目前治疗脊髓损伤导致瘫痪的最先进医疗方案。

那能不能让人工智能（AI）来解决这个问题？在没有在患者身上施加刺激之前，没人知道哪种刺激模式会奏效，同样也没人知道哪种刺激模式会造成伤害 —— 这就是所谓的 “未知安全约束”。医生会充分考虑在施加神经刺激的过程中保障患者安全，但传统 AI 方法面对未知的安全约束时，寻找最优解的过程可能缺乏安全性。

针对这个难题，眭亚楠开发了用于控制复杂多电极刺激阵列的新型在线学习算法的理论和实践方法，在保证算法满足安全约束的前提下，高效寻找最优解。这些方法还能拓展到如深部脑刺激等其他多电极问题和机器人系统的安全控制。

更重要的是，他的研究成果已经成功帮助下肢瘫痪患者重新站起来，并恢复高位截瘫患者手部抓握功能，是这个领域最早用于有创临床治疗的机器学习算法之一。

内容来源：

https://mp.weixin.qq.com/s/aOxMeC_2J-T1dITJdR_D7Q

2. 中国安全态势越来越好，专访山石网科 CSO 蒋东毅 | 拟合

在 IT 吞噬一切的趋势下，越来越多的企业资产逐渐数字化，随之而来的安全需求是否也将水涨船高？采访时，蒋老师仍在山石网科北美研发中心出差中。对于全球安全领域趋势，他表示，网络威胁与 IT 的发展长期共存，黑客与网络防护的博弈也会一直存在。数字化的深入，网络威胁的影响也会比以往严重，所以答案是肯定的。

技术进步，网络攻击手段也在不断翻新。黑客以团队形式，“进化” 得更加专业。所以影响范围也会越来越大，造成损失也会越来越大。另外，数字化的深化应用还在不断带来新的威胁和漏洞。疫情后，从全球来看，正常的办公还远未恢复，居家办公的远程接入技术，让企业的网络边界消失，员工异地访问和权限开放等问题带来新的风险。“零信任” 技术被广泛讨论。

对于中国网络安全领域未来发展趋势走向，蒋东毅认为，从政策、技术、市场、产业链多个角度来看，中国网络安全产业发展形势向好。网络威胁寻找漏洞，就像 “水往低处流”，但中国的安全事件并未高于全球水平。

内容来源

https://mp.weixin.qq.com/s/YoDnVp2AW8woOp9KDiXZQQ

三、产业动态聚焦

1. 认知 AI 的兴起：2025 年 AI 将会发生质的飞跃

近日，英特尔实验室副总裁、被评为 AI 领域 50 位全球思想领袖和影响者之一的 Gadi Singer 发表了一篇题为 The Rise of Cognitive AI 的文章，探讨了人工智能的第三次浪潮：认知人工智能的兴起。

深度学习（DL）正取得巨大的进步，并在我们生活的各个方面革新整个行业，包括医疗保健，零售，制造业，自动驾驶汽车，安全和防诈骗以及数据分析。但是，为了构建人工智能（AI）的未来，推动新一代技术进一步发展，我们要对其设定一组目标和期望 —— 到 2025 年，人工智能将会发生质的飞跃，机器也将明显变得更加智能。

目前，基于深度学习算法的很多应用都解决了相关的感知任务，如对象识别、自然语言处理（NLP）、翻译以及其他涉及数据广泛关联处理的任务（比如推荐系统）。深度学习系统依靠微分编程和复杂的基于数据的相关性做出了出色的成果，并有望在未来几年内推动整个行业的转型。

但与此同时，我们必须克服深度学习本身固有的限制，以进一步帮助机器学习或者更广泛地说是人工智能离实现其潜力。要实现非增量创新，需要在以下三个方面共同努力：实质性地提高模型效率（例如，在不降低其精确度的前提下，将参数数量减少 2-3 个数量级）；大大增强模型的稳健性、可扩展性和可伸缩性；全面提高机器的认知能力。

内容来源：

https://mp.weixin.qq.com/s/N5TgbACykK1kJjNaPchC4A

https://towardsdatascience.com/the-rise-of-cognitive-ai-a29d2b724ccc

2. 因市民反对，纽约警局被迫将波士顿机器狗返回

近日，纽约市民在反机器人战争中取得了阶段性胜利，纽约警局还没来及好好炫耀自己的新宠物 —— 波士顿动力狗 Spot，这只钢筋铁骨的执勤好搭档就在争议声中里被送还给了老东家。

波士顿动力（Boston Dynamics）发明的机器狗是土豪技术宅的新宠，这条可可爱爱的小狗没有脑袋，取而代之的是一台可远程摄像头，瘦长躯干连接着四条腿，关节由配备减速器的直驱电机控制，最大开合角度达到 160°，能够探索多重路况，对环境进行即时感知。

去年，纽约警局购入机器狗时，一些官员盛赞 Spot 代表某种未来的工具化，有了它的帮助，纽约警局的警力可以覆盖到那些太危险而不能派出警察的犯罪现场。“这只狗将拯救生命，” 技术援助反应小组的督察员弗兰克・迪吉亚科莫 (Frank Digiacomo) 说，“人民和警员都将受到保护。” 然而，在接连完成一起入室抢劫处理和公共住宅巡查工作后，人们对这台设备的质疑达到了顶点，他们关注这只机器狗是否会造成政府开支浪费、是否会被用于监控私人生活、是否会在远程遥控状态下直接失控。

“现在是联邦政府介入的时候了，” 民主党众议员里奇・托雷斯（Ritchie Torres）说，他坚持认为，Spot 会演变成一种反乌托邦的监视工具，并要求纽约警方公开涉及到市民监控的工作内容。虽然警方认为这种想法 “笑死人”，但截止目前，很明显没有任何公开信息能够消解反对派的疑虑，Spot 即将被遣返回家，标志着试用期暂告一段落。

内容来源：

https://mp.weixin.qq.com/s/aD0kVsHwbF-RtonBOXut0Q

https://www.nytimes.com/2021/04/28/nyregion/nypd-robot-dog-backlash.html?smid=tw-nytimes&smtyp=cur

https://pix11.com/news/local-news/bronx/nypd-robotic-dog-prompts-new-york-rep-torres-to-draft-legislation/

https://www.theverge.com/2021/4/29/22409559/nypd-robot-dog-digidog-boston-dynamics-contract-terminated

https://www.engadget.com/boston-dynamics-spot-robot-combat-training-101732374.html

来源 | 学术头条

版权声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们联系。