本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

用深度生成模型搞科學發(fā)現，是不少AI大牛最近的研究新動向。

就在最新一屆ICLR 2022上，包括Max Welling和Regina Barzilay等大牛，都將會參與一場關于深度生成模型的大討論。

深度生成模型（Deep Generative Models），也就是深度神經網絡結合生成模型，后者是利用計算機合成自然語言、圖片等數據的模型。典型深度生成模型代表包括VAE、GAN等。

沒錯，這是最新ICLR 2022的Workshop，Yoshua Bengio也會作為組織者之一參與其中。

所以，這場討論會究竟有哪些關于深度生成模型的討論？

AI大牛們又會做什么樣的最新研究分享？

一起來看看。

韋靈思和AAAI百萬美元大獎得主都來了

今年的研討會上，不少大牛都會發(fā)表與深度生成模型（DGM）相關的演講。

如果仔細看的話就會發(fā)現，不少大牛的最新研究方向，都與DGM+自然科學發(fā)現相關。

例如著名AI大牛韋靈思（Max Welling）。

作為阿姆斯特丹大學的教授，Max Welling曾擔任高通技術副總裁，在Google Scholar上的引用次數達到67000+，H指數80。

事實上，他正是著名深度生成模型變分自動編碼器（VAE）的提出者之一。

就在去年，他宣布加入微軟研究院（MSR），用AI的方法研究分子模擬。

在這次研討會上，他也會做與深度生成模型在分子模擬方向上應用的主題演講，介紹在微軟的一些研究成果。

又例如來自MIT CSAIL的教授Regina Barzilay教授。

她開發(fā)了用來早期預警和防治乳腺癌、開發(fā)抗生素等藥物的ML模型，并于2022年獲得世界最大AI學會AAAI頒發(fā)的首屆AAAI Squirrel AI獎 （官網稱是“AI諾貝爾獎”），并獲百萬美元獎金。

Regina Barzilay曾在以色列內蓋夫本古里安大學獲得本科學位，隨后前往哥倫比亞大學攻讀計算機科學博士學位，并在康奈爾大學做了一年博士后研究。

在這次workshop上，她同樣會做分子領域相關的研究報告。

此外，還有同樣來自MIT CSAIL的Allen Zhong，最近就做了用深度生成模型解蛋白質結構的相關研究，這次的最新演講，也會與此相關；

馬里蘭大學Pratyush Tiwary教授的研究與化學相關，這次演講的內容則與用深度生成模型做分子動力學研究相關；

而來自DeepMind的Shakir Mohamed，最近則以通訊作者的身份，在Nature上發(fā)表了用深度生成模型做天氣預測相關的論文。

當然，除了這些主題演講以外，這次的研討話題也包括深度生成模型的理論和其他應用方向的探討。

上一屆有不少大牛投稿

與往年有所不同，今年Yoshua Bengio從特邀演講嘉賓變成了組織者之一。

這次的組織者中，既有DGM+自然科學應用方向相關的，也有專注DGM自身理論研究的。

例如畢業(yè)于喬治梅森大學的杜沅豈，研究方向就與深度生成模型、蛋白質結構預測等生物方向相關；MIT助理教授Yoon Kim則更重視深度生成模型在NLP領域的應用……

在上一屆ICLR 2019 Workshop上，同樣有不少大牛參與投稿。

包括UC伯克利計算機教授Trevor Darrell （賈揚清曾經在團隊中開發(fā)了Caffe），斯坦福教授Stefano Ermon和Michael S. Bernstein，MIT教授Antonio Torralba等，都在這次Workshop上提交了深度生成模型相關的論文。

研究方向也是五花八門，從GAN到自動編碼器相關的理論研究，或是深度生成模型在各領域的應用等，都有涉及。

????