作者：黄楠 编辑：陈彩娴
近日，IJCAI 2022大会在奥地利维也纳拉开序幕，会议自23日启动至29日结束。这一国际学术会议是人工智能领域最重要的活动之一，每年吸引全球顶尖学者和研究人员。
今年的IJCAI-ECAI 2022中，有三篇论文获得了杰出论文（Distinguished Papers）奖项。分别来自南加州大学研究团队、耶拿大学研究团队，以及Christopher Franz、Georg Mogk、Thomas Mrziglod 和Kevin Schewior合作的研究。
此外，还有包括Gerhard Widmer、Tim Miller和Pete Wurman等8位学者嘉宾在会上进行了主题演讲。Mihaela van der Schaar以题为“Panning for insights in medicine and beyond: New frontiers in machine learning interpretability”的演讲受到关注，她提出了通过解决时间序列预测、聚类和异质治疗效果估计等核心挑战，机器学习有可能改变医学。
获奖论文一：“Plurality Veto: A Simple Voting Rule Achieving Optimal Metric Distortion”
作者：Fatih Kizilkaya, David Kempe
机构：南加州大学
链接地址：https://arxiv.org/abs/2206.07098
David Kempe于2004年秋季以来在南加州大学计算机科学系任教，是副教授，其主要研究方向是计算机科学理论以及算法设计与分析。他曾获得过NSF职业奖、中美工程院初级研发奖及ONR青年研发员等多个奖项。
该论文在度量失真框架中假设n个选民和m个候选人嵌入同一度量空间中，并通过投票规则实现选择与选民总距离最小的候选人。在最坏情况下，每种确定性规则都会选择一个候选者，其总距离至少是最优规则的三倍，即失真至少为3。该团队得出的主要结果是一个非常简单的投票规则称为 Plurality Veto，它实现了相同最佳失真3。
获奖论文二：“QCDCL with Cube Learning or Pure Literal Elimination - What is Best?”
作者：Benjamin Böhm, Tomáš Peitl, Olaf Beyersdorff
机构：耶拿大学
链接地址：https://www.ijcai.org/proceedings/2022/0248.pdf
该论文形式化并且对QCDCL（量化冲突驱动子句学习）的几个版本进行了比较，其中包括立方体学习或纯字面消除，并通过证明复杂性技术正式比较了所产生的求解模型。
获权第三，“Completeness and Diversity in Depth-First Proof-Number Search with”
作者们 Christopher Franz, Georg Mogk, Thomas Mrziglod , Kevin Schewior
链接地址：
这篇文章重新审视了一种用于解决两人游戏问题深度优先证明数搜索（DFPN）算法，并提出一种新的变体，该变体能够找到多种不同的解决方案，而不仅仅是一种。此外，该变体还被应用于化学中的逆合成计划，以生成新目标分子的合成计划。
除了这些获奖作品之外，这次活动还包含主题演讲、小组讨论和多个分论坛；共有8位主讲嘉宾，他们分别是Gerhard Widmer, Tim Miller,Pete Wurman,Jérôme Lang ,Sumit Gulwani,Judea Pearl,Mihaela van der Schaar 和Ana Paiva。
