1. ljcal是什麼學術會
IJCAI作為AI領域的首個國際性的學術會議,一直以來都被該領域的研究者們視為發表論文和參加會議的重要殿堂。本屆大會共收到4752篇有效提交論文,最終收錄論文850篇,接收率為17.9%。
雖然,今年的論文提交量和錄取量都創歷史新高,但錄取比率卻是近10年最低。今年IJCAI的投稿總數相較於去年增加了約37%(去年論文投稿量3470篇、收錄量710篇),而錄取數僅比去年多了141篇。可以看出,一方面AI正受到越來越多研究者的關注,另一方面論文被接受的難度也在不斷加大,但論文的含金量也得到了大大提高。
大會歷年來接收論文數量
從通訊作者來看,來自中國的研究人員為本屆IJCAI貢獻了主要力量。據大會官方統計,今年的接收論文中,38%的論文來自中國,48%的論文來自亞洲。
根據通訊作者所在地區劃分:
中國327篇(38%)
中國香港15篇
美國169篇(20%)
歐盟152篇(其中包括英國32,法國29,義大利19,德國28)
澳大利亞37篇
加拿大14篇
其他亞洲國家:日本18篇,新加坡18篇,印度20篇,以色列8
根據論文主題劃分,機器學習投稿2516篇,接收438篇,依舊是最熱門的子領域。其次是計算機視覺,提交833篇,接受117篇;機器學習應用提交785篇論文,收錄144篇論文。多智能體系統、自然語言處理、人類和AL、Al中的不確定性等都成為此次熱門投稿論文。
IJCAI 2019獎項全部出爐
在13日上午的開幕致辭中,IJCAI2019理事會主席、香港科技大學計算機科學與工程學系主任楊強教授為各位獲獎者頒發了獎項。
2. 為什麼說AI技術的發展給網路安全帶來新挑戰
隨著AI應用的廣泛發展,網路安全攻擊的形勢可能會變得更加復雜和難以應對。這是因為AI技術本身具有一些特徵,既可以被用於提升網路安全防禦能力,也可以被用於進行攻擊。以下是一些相關的考慮:
1. 自動化攻擊:AI技術可以使攻擊者自動化地執行惡意行為,例如通過機器學習演算法進行密碼破解或網路釣魚攻擊。這將導致攻擊速度更快、規模更大和更難以檢測。
2. 假冒與欺騙:AI技術可以用於生成逼真的假信息、假證據或假身份,從而欺騙人們和系統判斷。例如,使用生成對抗網路(GAN)創建虛假的人臉照片、語音或文本。
3. 零日攻擊利用:AI技術可以幫助攻擊者識別系統漏洞,並設計出新的零日攻擊,這些攻擊可以繞過傳統的安全防禦措施,對系統造成巨大威脅。
4. 對抗性攻擊:AI系統可以被對抗性攻擊所欺騙。例如,對圖像識別系統進行干擾,使其誤判或無法正確識別物體。
然而,AI應用也可以用於增強網路安全防禦的能力。例如,利用機器學習演算法進行異常檢測、威脅情報分析和入侵檢測等,可以幫助提前發現和預防潛在的安全威脅。
因此,雖然AI技術可能為攻擊者提供新的工具和思路,但也同時給網路安全領域帶來了新的解決方案。建立健全的網路安全體系,並持續研發、更新相應的技術和策略,是確保網路安全的關鍵。