IJCAI 2022杰出论文奖项公布，南加大、耶拿大学等3个研究团队获奖。万古神帝最新资讯披露了本次国际人工智能大会（IJCAI）上最受瞩目的学术成果。近日，奥地利维也纳拉开序幕的会议在23日至29日间进行，其中共有4535篇论文投稿，最终接收率为15%。
获奖论文一：《Plurality Veto: A Simple Voting Rule Achieving Optimal Metric Distortion》由来自南加州大学的Fatih Kizilkaya和David Kempe共同完成。这篇文章中，研究者们提出了一种名为“多数否决”的投票规则，该规则能够实现最佳度量失真3。在度量失真框架下，每个确定性规则都会选择一个候选人，其总距离至少是最优规则的三倍，即失真至少为3。该团队展示了一个非常简单的投票规则，称为 Plurity Veto，它实现了相同的最佳失真3。
获奖论文二：《QCDCL with Cube Learning or Pure Literal Elimination - What is Best?》由耶拿大学的Benjamin Böhm、Tomáš Peitl和Olaf Beyersdorff合作完成。这篇文章形式化并比较了QCDCL算法中的几个版本，包括立方体学习和/或纯字面消除，并通过复杂性技术正式比较了所产生的求解模型。结果表明，这些QCDCL模型在证明大小（以及求解器运行时间）方面呈指数级无法比拟，这指向如何实际实现这些正交方式。
获奖论文三：《Completeness and Diversity in Depth-First Proof-Number Search with》由Christopher Franz、Georg Mogk、Thomas Mrziglod 和Kevin Schewior共同完成。在这篇文章中，他们重新审视了一种用于解决两人游戏问题深度优先证明数搜索 (DFPN) 算法。首先，他们考虑到了算法及其变体完备性的问题，并且证明与简单阈值控制算法结合使用可以使得完整，而解决这个领域开放的问题。此外，他们还修改了DFPN以计算多个不同的解决方案，而不仅仅是单一的一种，从而适用于化学中的新目标分子的合成计划（逆合成）。
此外，本次活动还包括主题演讲、研讨会和多个分论坛，其中8位学者嘉宾如Gerhard Widmer、Tim Miller、Pete Wurman等进行了主题演讲。本次会议的一个亮点是在Panels环节Mihaela van der Schaar带来的「Panning for insights in medicine and beyond: New frontiers in machine learning interpretability」主题演讲，她提出了机器学习如何改变医学的问题，并探讨通过时间序列预测、聚类分析及异质治疗效果估计来改善医疗领域的人工智能应用。
随着AI技术不断进步，在社会公益领域内可信赖的人工智能方法变得越来越重要，这也是本次大会讨论的话题之一。本文详细介绍了解决社会难题时AI技术潜力的可能性，以及如何确保AI在公共环境下的应用既高效又负责任。
