KDD 2018 的首個「深度學習日」，要讓數據挖掘會議更「純粹」

深度學習近年來對數據科學產生了革命性的影響。基於計算能力的提升、數據來源的延展及編程框架的進步，深度神經網路已經無處不在。目前深度學習的相關方法在如計算機視覺、語音識別及生成、自然語言處理等多個領域取得了領先進展，也正在將它的應用領域延展至其它研究當中，取得更大的應用優勢。

而在 KDD 2018 大會同期舉辦的首個 key event——Deep Learning Day，毫無疑問成為了本次大會倍受關注的重點議程。據官方介紹，這個首次在 KDD 舉辦的「深度學習日」，是 KDD 大會歷史以來第一個圍繞深度學習所組織的全天議程，旨在對深度學習提供學術與工業融合的最新研究發展概述，包括如圖卷積神經網路及計算最優傳輸等眾多新興的研究主題。

本次 Deep Learning Day 的組織者包括：Anima Anandkumar（Caltech /Amazon）、Jure Leskovec（斯坦福），東昱曉（微軟研究院），胡俠（德州農工大學），以及 Joan Bruna（紐約大學）。

Deep Learning Day 的核心議程是十名特邀講者的報告，包括三個 Keynote 演講及七個主題演講，每個演講時長均為 45 分鐘。同期收錄的 32 篇論文也主要是以交流為主，不作專門的口頭報告。「一個專註的主題，一個更大的空間，」Deep Learning Day 的組織者之一、德州農工大學助理教授胡俠博士（Hu "Ben" Xia）如是總結道，「我們可以把 Deep Learning Day 理解為一個『super workshop』, KDD 2018 第一次將原本分散的深度學習相關 workshops 融合成一個大的議程，本質上也是一種議程設置的創新。」

據雷鋒網 AI 科技評論了解，Deep Learning Day 實際上從去年就已經開始規劃籌辦，直到今年才正式與 3000 余名參會者見面。從學術大環境與大會規划上，增設 Deep Learning Day 這一議程有著兩方面的重要考慮。

首先是深度學習的廣泛應用有目共睹，KDD 組委會認為有必要增設一個單獨環節專門對深度學習的相關研究進行討論；其次，鑒於 KDD 本質還是一個基於知識發現與數據挖掘的頂級學術會議，組委會並不希望讓深度學習的「風頭」蓋過多樣化的數據挖掘研究方向，因此將深度學習的相關議程獨立出來，也有益於數據挖掘領域的健康發展。

Salesforce / Stanford 的 Richard Socher 在做題為《The Natural Language Decathlon: Multitask Learning as Question Answering》的 Keynote 演講

Deep Learning Day 當天 Keynote 的演講嘉賓包括來自特斯拉的 Andrej Karpathy、Deepmind 的 Oriol Vinyals 及 Salesforce / Stanford 的 Richard Socher 等三位工業界知名的研究者；主題演講則更多涵蓋高校領域，包括 MIT 的 Tamara Broderick、密歇根大學的 Qiao Zhu Mei、NYU / Facebook 的 Kyunghyun Cho、USC 的 Yan Liu、谷歌的 Ali Rahimi、Facebook 的 Soumith Chintala 及喬治亞理工大學的宋樂。

值得一提的是，特斯拉的 Andrej Karpathy 在演講時也向觀眾們表示，這是他第一次受邀以講者的身份參加 KDD 的首個 Deep Learning Day，著實頗具意義。

從邀請的嘉賓中不難發現，Deep Learning Day 的十位講者基本都是產學雙棲的中青年講者，他們作為研究的中堅一線力量，能為與會的觀眾們提供最新的思考。這一點得到了胡俠博士的證實，組織者們在邀請演講嘉賓的過程中，也綜合考慮了多方面的因素。「第一，我們希望講者要有橫跨工業界與學術界的豐富經驗，即使是工業界大牛，也有著比較強的研究背景；其次，講者們需要覆蓋多個深度學習目前做得比較不錯的主題，如視覺、健康、自動駕駛等；再者，還要兼顧深度學習的理論內容，做到理論應用相融合。」

而從現場的參會情況來看，Deep Learning Day 的首次「亮相」無疑頗具成效。場地選擇的是用來舉行 KDD 2018 開幕式的最大場館，當天據雷鋒網 AI 科技評論估計，有近千人參與了這個「超級 workshop」；而從組委會反饋的情況來看，也有一部分與會者就是專門沖著 Deep Learning Day 而註冊參會的。這自然給予了 KDD 2018 組委會一個很大的鼓勵，也為下一年的 Deep Learning Day 提供了寶貴的經驗參考。

有了第一年的成功經驗，在未來 Deep Learning Day 可能發展成為 KDD 的一個特色議程嗎？胡俠博士向雷鋒網 AI 科技評論分享了自己的一些觀點。

KDD 2018 舉辦 Deep Learning Day，本質上是希望通過將與深度學習相關的內容剝離出來，讓 KDD 更純粹地成為一個數據挖掘的相關會議。「目前收到的正面反饋很多，我們也在考慮是否將 Deep Learning Day 的規模進一步擴大，但組委會對此還是表現得相當謹慎，至少不會在議程的比重上對深度學習的重要性進行『肯定』。」

其次，在 Deep Learning Day 的具體議程設置上，組委會也在考慮是否減少深度學習的理論分享，以強化數據挖掘的核心主題。這些思考也能夠進一步地幫助下一年的 KDD 做更符合實際情況的議程制定，我們也期待明年 KDD 的 Deep Learning Day，可以給我們帶來更多驚喜。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！