2019年伊始，百度AI便率先在人工智能领域取得了突出成绩，百度共有15篇论文入选人工智能顶级学术会议AAAI 2019，多名百度科学家和科研人员受邀在大会上做报告。

1月27日，第33届美国人工智能大会（AAAI 2019）在美国夏威夷举办，现场，百度作为金牌赞助商，通过展位宣传、招聘会宣讲等形式，进一步向全球展示了百度AI技术的全面发展。

软硬件“产学研”结合

展现百度AI强大实力

AAAI成立于1979年，是人工智能领域的顶级国际会议，该协会现拥有全球6000余名会员，汇聚了全球人工智能领域的顶尖专家学者，一直是人工智能领域的研究标杆，在学术界久负盛名。

今年大会共收到有效投稿7700余篇，其中7095篇论文进入评审阶段，最终录用1150篇，录用率仅为16.2%，为近年来最低，百度共收到15篇论文，其中5位作者受邀在主会上做口头报告，另有10位作者将在主会上以口头报告的形式做报告，这不仅创下了百度参加大会历史上的最高纪录，在国内巨头中也十分先进。

纳入的论文涵盖了广泛的领域

涉及智能出行、无人驾驶、NLP

此次百度收录的15篇论文中，内容涵盖智慧出行、机器学习、视频建模、无人驾驶、自然语言处理、智慧医疗等多个领域。

自然语言处理

百度此次收录在AAAI的论文“for”提出了一个段落级别的翻译模型，能够保持段落内句子之间的良好连贯性和一致性。这是因为在翻译一些文档、演讲等文本时，我们通常需要考虑句子之间的衔接性和连贯性。然而传统的翻译模型通常将句子作为一个单独的翻译单元，忽略了句子之间的相关性。

具体来说，论文提出了一种多轮解码方案，第一轮解码时分别生成每句话的初步翻译结果，第二轮解码时利用第一轮翻译的结果对翻译内容进行润色。并提出使用强化学习模型来奖励模型产生长度更加一致的翻译。最后在语音文本测试集上，论文提出的模型不仅能在句子级别提升 1.23 BLEU，还能在段落级别提升 2.2 BLEU。通过实验分析，本文提出的翻译模型确实能够产生文本更加连贯一致的句子。

这个模型的设计是基于模型的，首先，其中一个训练过程是针对一篇文章中的所有句子，在第一轮解码时，使用标准模型对单个句子生成初步的翻译结果；在第二轮解码时，将第一轮生成的翻译组合成一句话，形成本章的参考翻译，同时将初步翻译结果作为附加的Head机制加入到解码过程中。通过这个步骤，在第二轮解码过程中，在翻译单个句子的时候，可以考察其他句子可能的翻译结果，进而调整当前句子的文本输出概率，使翻译结果更加一致。最后，通过自学习机制，鼓励模型生成一致的翻译。值得一提的是，强化学习机制不仅可以用在第二轮解码中，也可以用在第一轮解码中，鼓励模型产生更加一致的翻译。

本篇论文在学术界和工业界首次提出解决神经网络翻译中段落一致性和连贯性问题的方案，并提出了一个通用的解码框架，通过多轮解码和强化学习策略使得模型能够产生良好的段落连贯性。同时，本文还提出了几种评价文本连贯性和一致性的评估方法，有利于推动相关研究工作的开展。

目前的在线翻译引擎基本都是对单句进行解码翻译，无法保证文章翻译后句子之间有较好的连贯性，本文提出的方法可以使章节级别的翻译文本更加易读，更加流畅，句子之间连贯性更好。

无人驾驶汽车驾驶领域

为了在复杂的城市交通中安全高效行驶，无人驾驶汽车必须对周边交通体（机动车、自行车、行人等）的行为做出可靠的预测，一项非常重要且富有挑战性的任务就是探索各类交通体的不同行为特征并对其做出及时、准确的预测，从而帮助无人驾驶汽车做出合理的驾驶决策。

为了解决这个问题，《:for-》的作者提出了一种基于LSTM的路径预测算法，他们的方法利用实例层学习个体的运动规律及其相互作用，利用类别层学习同一类别的个体的运动，从而进一步优化个体的预测结果。

他们收集了一个复杂路况下的交通数据集，通过对采集到的连续帧数据进行标注，得到正常行驶的车辆。问题设定为观察交通体在[0 : Tobs]时间段内的运动轨迹，预测[Tobs + 1 : ]的运动轨迹。对于一个时间段的数据，首先将数据整理成4D。

这个包含两层，一层是实例层，一层是类别层。在实例层中，每个个体被视为一个节点，每帧内的个体通过边连接，相邻帧中的相同个体也通过边连接。在类别层中，同一帧中同一类别的个体将其信息聚合成超节点，超节点总结经验，反过来改进每个个体的预测结果，相邻帧中的相同超节点也通过边将信息聚合成超节点连接。4D通过边捕捉个体的空间交互信息、时间连续性信息、类别相似性信息，并通过节点和超节点将这些信息汇总分析。

本文提出的方法将多类交通体的路径预测统一到一个框架中，通过在空间和时间维度上构建4D，充分利用交通体自身的运动模式以及与周围交通体交互的信息，并将同一类别运动的相似性进行归纳以改进个体结果，从而大大提高各个交通体的轨迹预测精度。此外，本文还发布了多类交通体的复杂城市交通路径数据集。

目前自动驾驶的测试场景都是比较规则简单的交通场景：有清晰的车道线、红绿灯，有相对简单的交通参与者。但是很多城市交通，比如中国或者印度的城市交通，是非常复杂的。特别是在一些路口，自行车、三轮车、汽车、公交车以交互的方式向前移动。本文针对多类别城市交通提出的路径预测算法，为复杂交通场景中无人车的导航提供了更精准的引导，可以提高自动驾驶系统的安全性。

视频建模

深度学习在理解静态图像方面取得了巨大成功，但对于高效的视频时空建模的网络模型目前仍未达成共识。不同于现有基于CNN+RNN或3D卷积网络的方法，《：和-为》提出了一种同时考虑局部时空连接和全局时空连接的视频时空联合建模网络框架。

具体来说，将N个连续的视频帧串联成一个3N通道的“超图”，然后用2D卷积对超图的局部时空连接进行建模。为了建立全局时空关联，提出了多通道对局部时空特征图进行时间卷积的模块。特别地，我们提出了一个时间模块来进一步建模视频特征序列的时间依赖性。在动作识别数据集上的大量实验结果表明，该方法能够实现-of-the-art的出色识别性能，并且在计算复杂度和准确率的权衡方面表现良好。此外，实验结果验证了学习到的视频表示具有良好的迁移和泛化能力。

提出了局部和全局时空连接联合建模的概念，能够得到更具判别性的视频表示，有效提升视频动作识别的性能，同时设计时兼顾了计算复杂度和识别准确率之间的权衡，具有良好的网络结构，能够应用于视频识别等方面。

多篇百度论文入选AAAI 2019会议，不仅培养了众多为业界做出突出贡献的科研人员，也在全球范围内展现了百度AI技术的强大实力。

让每一位开发者都能平等、便捷地获取AI能力是百度AI不变的愿景！

附录：AAAI 2019 收录的 15 篇百度论文标题

为了

为了 -

：

: 和 - 对于

： 为了 -

、、和移动：for in

来自

，以及

和 -

数据通过

- 为了

-满的

为了 -

为

对于具有和非IID