年最新颖出格的十篇 AI 2019 论文
雷锋网 AI 科技评论按:前两天我们总结了 2019 年十大精彩 AI 学术论文 ,从学术价值的角度挑选了我们认为 2019 年里值得重读、值得纪念的机器学习论文。
在这篇文章里,雷锋网 AI 科技评论会盘点 2019 年出现的新颖有趣、挑战传统观念的十篇机器学习论文。其中有的论文的学术价值如何还有待商榷、有的论文甚至直接把前人的许多研究成果一把推翻,但这些论文都新意满满。这十篇论文刚好可以归为 5 个不同的主题,每个主题两篇。
openai MuseNet
用肖邦曲风续写 Adele 的《Some One Like You》,来自 OpenAI 技术博客
Newton vs the maCHIne:solving the chaotic three-body problem using deep neural networks
深入认识我们习以为常的现象
ImageNet-trained CNNs are biased towards texture; increasing shape bias improves accuracy and robustness ( ICLR 2019 )
Deep Double Descent: Where Bigger Models and More>
Challenging Common Assumptions in the Unsupervised Learning of Disentangled Representations
UniForm convergence may be unable to explain generalization in deep learning
On The Measure Of Intelligence
Putting an End to End-to-End: Gradient-Isolated Learning of Representations
Read, Attend and Comment: A Deep Architecture for Automatic News Comment Generation
上榜理由: 这是一篇 EMNLP 2019 接收论文,会议结束之后则在社交网络上引发了大片声讨之声。我们固然知道具备优秀学习拟合能力的深度神经网络有能力大批量生成新闻评论,这篇论文中的方法能提取文章的重点观点生成响应的评论,而且也在自动评价指标和人类评价的两个方面都得到了很好的结果,但批评的声音认为,更重要的是「是否应当做这样的研究,这样的研究的社会影响是怎么样的」。EMNLP 2019 还有一篇遭受了类似批评的论文是《Charge-Based PriSON Term Prediction with Deep Gating Network》(),在诉讼案件中根据检方指控的罪行预测被告刑期。
论文地址:
Facial Reconstruction from Voice using Generative Adversarial Networks
作为更大、更综合性的会议,NeurIPS 2019 接收论文中也有带来很大争议的,这篇「用 GAN 从声音重建人脸」的论文就炒得沸沸扬扬。即便我们认可一个人的说话声音可能和性别、年龄、体形相关,也许模型能比人类更敏感更明确地找到其中的相关性,但「侵犯隐私」、「丧失道德判断力」、「增加社会偏见」、「做奇怪无用的课题」之类的批评仍然是免不了的。
NeurIPS 2019 也不止有一篇论文引发争议,还有一篇是《Predicting the Politics of an Image Using Webly Supervised target="_blank">
雷锋网 AI 科技评论整理。
原创文章,未经授权禁止转载。详情见 转载须知 。