荐会 (海南推荐会)

作为当前炙手可热的研究领域，人工智能的发展可以用“日新月异”来形容。与此相对应的是，尽管目前已经有着诸多人工智能相关的学术会议，但这些学术会议或许过于大而全和不能很好体现出这一领域的最新研究发展趋势，因而一些细分领域的学者们开始“自立门户”，当中的代表如国际表征学习会议（International Conference on Learning Representations，ICLR），尽管才刚刚举办5年，已经成为深度学习领域的顶级会议（参见雷锋网此前文章：《 才办了五年的 ICLR，为何被誉为“深度学习的顶级会议”？ 》）而在11月13日到15日期间，在山景城举办的CoRL会议，和ICLR一样，有望成为机器人与机器学习领域的下一个顶级会议。

机器人与人工智能社区的融合恰逢其时

CoRL的全程为Conference on Robot Learning（机器人学习大会），顾名思义，这是一个以机器人和机器学习为主题的学术会议，而雷锋网也注意到，近期的顶级机器人大会如IROS上，机器人与人工智能两个社区正在打破之前互不往来的格局，不仅越来越多机器人领域的学者在将机器学习应用到自己的研究中，一些人工智能领域的知名学者如李飞飞团队也开始涉足机器人领域的研究，两个社区之间的交流越来越密切，CoRL的诞生可谓是正逢其时。

在CoRL官网，组委会这样描述举办CoRL的缘由：

大会的组织者包括来自UC Berkrley、Google、Microsoft、CMU、MIT、ETH、Deepmind等知名院校和知名企业的研究者和从业者，同时CoRL大会的举办还得到了机器人国际机构“三巨头”之一的国际机器人研究基金会（IFRR）和机器学习领域最好的期刊之一JMLR（Journal of Machine Learning Research）的支持，有了学术大牛和知名机构的背书，这也使得该会议的门票在上线不久即告售罄。

CoRL VS ICLR

不仅如此，雷锋网还发现，CoRL与当前正火的ICLR有着诸多类似之处：

1）都是以人工智能传统领域中新突破口为主题的会议

无论ICLR还是CoRL，所研究的均为人工智能领域中的细分创新点：ICLR的主题是表征学习，表征学习对于机器学习以及包括视觉、语音、音频及 NLP 领域起着至关重要的作用，但在已有的几大顶会中，IJCAI和AAAI大而全、CVPR、ICCV专注计算机视觉、NIPS和ICML两个会关注机器学习，但前者偏向计算神经科学、后者标准严格，对学术功底要求较高，这也是ICLR所说的“目前还缺乏一个场所，能够让学者们交流分享该领域所关心的话题”的原因；而在机器人领域几大顶会中，ICRA偏向自动化应用，IROS注重前沿研究，但涉及范围广泛，RSS偏重于机器人技术、算法和系统，对于处于机器人与机器学习的交叉领域的研究者来说，也需要一个全新的会议来展示和交流自己的研究成果。

2）相似的会议议程安排，均关注机器学习

会议议程来看，ICLR和CoRL基本相似，3天的议程，会前会后不安排Tutorial和Workshop，6个Keynote Speaker平均安排在三天的上下午，每个Keynote后2-3个Oral论文宣讲进入Coffee time，连论文宣讲的时间都是一模一样的20分钟；

再看名字，如果剔除没有实际意义的“International”和“Conference”，剩下的分别就是“Learning Represenation”和“Robot Learning”，Learning占了很重要的地位，而两个会的参会者也会相互“串场”，如CoRL的大会主席之一的Sergey Levine就在ICLR 2016上做过Keynote，而CoRL也邀请了ICLR主席之一的Yann Lecun来做机器学习的演讲，这种相互交流和借鉴或许也正是两个会在形式上如此相近的原因吧。

3）均有重磅发起人加持

ICLR背后的发起人是“深度学习黑手党”，深度学习三巨头中的Lecun和Bengio常任大会主席；而CoRL大会主席由UC Berkeley知名机器人学者Ken Goldberg、UC Berkeley学术新星Sergey Levine、Google首席科学家、Google Brain团队Director Vincent Vanhoucke担任，均是能引领最新前沿研究的重磅人物；

除了以上相似之处，相比起5年前的ICLR，CoRL的起点更高，原计划250人的会议迅速爆满，最终有350人注册参会，还有不少在Waitlist中的希望参会者；而ICLR起步之时可能由于规模较小，是和AISTATS 2013（第 16 届国际人工智能及统计会议）一同合办的，从第一届邀请的嘉宾来看，CoRL也比ICLR更胜一筹。

如果读者想了解CoRL的更多信息，可以访问 大会官网（） 进行进一步了解。

原创文章，未经授权禁止转载。详情见 转载须知 。

上一篇：学术界重在工业界追求howwhyMXNet作者李沐

下一篇：我在创业期间有哪些心得iPIN创始人杨洋做客