农历新年后不久（2 月 4 日-2 月 9 日），我们就迎来了 2017 年人工智能领域的首个重磅会议——AAAI-17，这也是第 31 届 AAAI 人工智能大会。

AAAI 的英文全称是 Association for the Advance of Artificial Intelligence，目前的中文名仍为美国人工智能协会。该协会是人工智能领域的主要学术组织之一，其主办的年会也是主要的顶级人工智能学术会议之一。

AAAI 成立于 1979 年，成立时名为 American Association for Artificial Intelligence（美国人工智能协会），到 2007 年才正式更名为 Association for the Advancement of Artificial Intelligence（意为：人工智能进步协会）。该组织在全球有超过 4000 名会员。计算机科学领域的许多著名人物都曾担任过该组织的主席，其中包括 Allen Newell、Edward Feigenbaum、Marvin Minsky 和 John McCarthy。

AAAI 的会士（Fellow）是人工智能领域的一大殊荣。据 AAAI 官网介绍，目前 AAAI 共有 232 名会士，其中许多都是人工智能领域知名的大牛级人物，包括艾伦人工智能研究所 CEO Oren Etzioni、华盛顿大学计算机科学与工程系教授及《主算法》作者 Pedro Domingos、伯克利教授及《人工智能——一种现代方法》作者 Stuart Russell；此外值得一提的是香港科技大学计算机科学与工程学系系主任、第四范式联合创始人、首席科学家杨强教授是全球首位跻身这一荣誉的华人科学家。

本届大会 AAAI-17 将在美国旧金山举办，包含有研讨会（workshop）、教程（tutorial）、博士生论坛（doctoral consortium）、技术项目（technical program）。

为了向大家传播更加优质的会议内容，机器之心做了多手准备，既邀请了业内专家为大家做亮点推荐，也安排了专业分析师为大家做深度的报道，敬请期待。

本文就是在 AAAI-17 刚刚开幕之际，我们邀请 Yuxi Li 博士做的看点集锦。Yuxi Li 博士是加拿大阿尔伯塔大学计算机系博士、博士后，致力于深度学习、强化学习、机器学习、人工智能等前沿技术的研究及其应用。曾任电子科技大学副教授，还曾在美国波士顿任资深数据科学家等。机器之心在过年期间编译、推荐了Yuxi Li博士的最新论文《Deep Reinforcement Learning: An Overview》（参考：）

以下为 Yuxi Li 博士推荐的 Panel、Invited Talk，也推荐了一些 Paper Session 与论文。

Panel

世界上最强的德州扑克计算机程序在哪里？可以说就在加拿大阿尔伯塔大学和美国卡内基梅隆大学。阿尔伯塔大学 Michael Bowling 教授参与指导的 程序和卡内基梅隆大学 Tuomas Sandholm 教授参与指导的程序都取得了突破。这个结果也会对不完全信息博弈有深远影响。本次会议上的 Advances in AI in Poker: Two Mini-Talks on Recent Breakthroughs and a Panel 不容错过。

Advances in AI in Poker: Two Mini-Talks on Recent Breakthroughs and a Panel

主持人: Kevin Leyton-Brown（加拿大 UBC 大学）

专家: Michael Bowling（加拿大阿尔伯塔大学）、Tuomas Sandholm（卡内基梅隆大学）

时间：当地时间 2 月 9 日 8:00 – 8:45 AM

AAAI-17 / IAAI-17 INVITED SPEAKERS

1、Peter Dayan（Gatsby Unit, 英国伦敦大学学院）

Peter Dayan 是强化学习领域的知名研究人员。他将从神经学和人工智能两个方面讨论强化学习。他的讲座值得期待。

神经与人工强化学习的一致性（The Consilience of Neural and Artificial Reinforcement Learning）

时间：当地时间 2 月 7 日 5:10 – 6:10 PM

介绍：那些无法通过惩罚与奖励机制对事件进行预测或控制的动物无法长存于世上。因此，强化学习提供了一套组织、激发心理学和神经科学大量研究的理论。同样，这些学科也为更为广泛的强化学习领域里的新方法、想法和问题提供了灵感。我将讨论这一契合，例证这些研究进路的丰富多彩以及前面所面临的一些挑战与机遇。

Peter Dayan 曾在剑桥大学学习数学，在匹兹堡大学完成了计算神经科学博士学位，导师 David Willshaw，之后又在索尔克研究院完成博士后研究，导师为 Terry Sejnowski 以及多伦多大学的 Geoff Hinton。在 MIT 做了三年助理教授后，1998 年，他帮助成立了 UCL 的盖茨比计算神经科学部（Gatsby Computational Neuroscience Unit），2002 年成为该部门负责人。他的研究兴趣集中在神经处理的数学和计算模型，特别关注表征、学习和决策。

2、Steve Young（英国剑桥大学工程系）