0
文章由雷锋网-AI科技评论宗仁，贾伟联合编辑。
雷锋网-AI科技评论按：张成奇教授现任悉尼科技大学（UTS）杰出教授，数据科学学院院长，昆士兰大学（UQ）荣誉教授，新南威尔士大学（UNSW）兼职教授， 澳大利亚人工智能理事会理事长。他从事人工智能相关研究长达35年，并发表近300篇的学术论文，他于1992年6月在 “国际人工智能杂志（Artificial Intelligence Journal）”发表了大陆华人的第一篇论文。根据2017年8月份Google Scholar统计，文章被引用总数超过万次，H-Index为42。在过去10年内，张教授应邀在近20个国际学术会议上做特邀报告， 同时在他杰出的学术生涯中培养了30多位博士，获得过12项澳大利亚基金委员会（ARC）项目，资金超过550万澳元， 张成奇教授于2011年荣获新南威尔士州工程、信息与通讯技术类杰出贡献奖和UTS杰出研究领导奖。 他曾担任ICDM和KDD等五个国际会议的大会主席，程序委员会主席和组织委员会主席等职务，并于2012年至2014年但任ARC专家委员会委员。目前担任国际人工智能大会（IJCAI）2017年当地组织委员会主席。并被IJCAI理事会于2017年8月特聘为IJCAI Sponsorship Officer. 自2014年6月起，任IEEE计算机学会智能信息技术委员会（TCII）主席。
八月，在凉爽的墨尔本，IJCAI-2017（2017国际人工智能联合大会）正如火如荼地召开。近日，AI科技评论记者采访了本届IJCAI 2017 当地组织委员会主席张成奇教授，他为我们详细介绍了本届大会的细节。
下面为根据雷锋网-AI科技评论采访做不改变原意的编辑内容。
在这次会议之前，我曾担任过ICDM2010和KDD2015的主席，所以办IJCAI2017并不太难。我们这次光赞助商就拉到了42个。
在会务方面， 由我总负责。Toby Walsh和Michael Georgeff 都很有经验（Toby Walsh曾任IJCAI2011的程序委员会主席）。宋正在墨尔本第一线，负责所有的流程安排，做了非常多的工作。我们四人组成了一个梦之队（Dream Team）。
拉赞助是即难又不难。首先，你得有口碑，有口碑了赞助商才能信得过你；另外就是你要能给赞助商带来利益，有利益了赞助商才会赞助你。就这次IJCAI会议，赞助商他们来这里能同时满足三个需求，一个是广告效应，一个是招聘人才，另外一个是我们之前没有预料到的，就是媒体宣传。另外一个重要的原因是“我和谁站在一起”。所以提高赞助商的档次很重要。 我们的赞助商里面，有中国的小i机器人、腾讯、阿里、 京东、美图 、滴滴、百度和蚂蚁金服。 另外你在42个赞助商Logos里面应该也会注意到有17个大学赞助商。我认为这个记录会保持多年。基于我们的这些努力，今年我们创造了一系列的记录。我们赞助费首次超过70万美元（近500多万人民币），这在计算机相关的学术会议中是非常高的了。其次，在过去二十年中，这次参会人数也是最多的，注册人数达到了2087人，而去年只有1670人，之前更少。另外，今年中国参会人数也创了记录，有475名注册来自中国。
确实，这个会议的项目非常多，除了主会，（特约报告，论文宣读）， 还有tutorial，workshop，co-located conference，Industry Day、AI Lounge、AI Festival等等额外的活动。
对于学界的人士，一般主要就是参加主会以及tutorial、workshop这些。此外也可以参加像AI Lounge这样的活动，AI Lounge从21日到25日每天下午五点半到七点，会请一些学界大咖就某一个话题大家边吃边聊，这个活动是对公众免费开放的。这个我们和墨尔本的电台合作，会对这个活动进行直播。
AI Festival是我们和政府的合作，这是对公众免费开放的一个活动。星期四小i机器人、贵阳市政府和墨尔本市政府会有个三方合作闭门会议，他们会讨论智慧城市的问题。
另外对于工业界的也有几个推荐的重点。首先是Job Match招聘场，这个在星期四6:30-8:00的学生晚宴上进行。另外一个就是Industry Day，我们这些大赞助商和一些初创公司都有发言。
机器学习肯定还是占主导地位的。人工智能为什么能突然火起来呢？我认为主要有三个原因，第一是大数据；第二，云计算提高了并行计算的能力；第三，深度学习算法使这些得以发挥作用。有了这三个，人工智能在应用领域的正确率才超过了人们的期望值，开始由实验室走向实用。其它的领域也非常值得关注，但是机器学习是主导。
另外根据今年的论文关键词热度排名来检索也是种方式。（附今年论文关键词排序图）
本届IJCAI共有2087人注册。主 要就是老师、博士生、工业界、政府人员以及媒体。具体的数字需要等大会结束之后才能统计到。但根据目前的情况，初步估计，老师大概有1000多人，占一半多；学生有658人，占到1/3； 工业界以及其它人员有200多人，大概占10%。
在澳洲做研究非常大的优点就是非常的静，一件事可以专心地做几年。国内做人工智能研究的优点是国家重视，场景好，投资比较集中、研究人员和博士生比较多，公司参与度强。
另外一个不同就是评价体系。就我们学校来说，我们对人的评价更强调每个人各有擅长，合理利用每个人的长处 。比如，2008年我们学校支持了我一个研究中心，量子计算与智能系统。这个中心我们用了9年时间，就把学校计算机科学领域从全球500名之外带到第48名。
我最近的研究主要是做数据挖掘，除了做理论研究外，和工业合作还是比较多的，其中包括社会保障、证券市场、租赁公司、卫生部，还包括网上欺凌等都有合作应用，这些主要是和澳洲的合作。对于国内，和大学合作比较多。大学方面，我们悉尼科技大学和上海交大，清华，中科院，北理工，华科大都建立了联合研究中心。去年，我们和南科大合作，计划联合培养30个博士生，我们采取双导师制，在全世界范围招生。企业方面，我们正在和一些企业洽谈合作研究。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
