9月17日，由北京智源人工智能研究院主办、中国人民大学高瓴人工智能学院协办的“智能信息检索与挖掘”报告会在京举办。这是继8月27日北京智源正式对外发布该研究方向后，国内信息检索与挖掘顶尖学者首次对这一领域的各个关键问题做全景式报告。该研究方向的参与人，包括首席科学家、中国人民大学信息学院院长文继荣教授，智源研究项目经理、中国人民大学窦志成教授，以及来自来自北京大学、清华大学、中国科学院等单位的智源研究员和智源青年科学家出席了本次报告会。
作为北京智源继“人工智能数理基础”和“机器学习”后发布的第三个重大科研方向，“智能信息检索与挖掘”旨在于智能信息检索与挖掘的基础理论方面寻求突破，同时基于理论基础，建立新型信息检索与挖掘算法，有效解决用户精准多样的信息需求与庞大互联网数据规模之间的鸿沟问题。在本次报告会上，共有九位学者围绕着“智能信息检索与挖掘”这一方向的各个关键领域，发表了相关的研究成果及议题。
其中，中科院计算所研究员郭嘉丰从认知视角来理解相关性，并介绍了进行建模的一些探索和研究成果。他表示，相关性是信息检索领域的核心概念，计算机科学领域和信息科学领域都对此展开了长期研究，计算机科学领域侧重于相关性的建模，而信息科学领域则侧重于对相关性认知过程的探索，随着机器学习技术的发展，特别是深度学习技术的到来，深度检索模型具备了强大的模型容量和拟合能力，使得我们有可能利用深度检索模型建模更加复杂的相关性决策过程，提升相关性建模的有效性。中国人民大学教授徐君重点介绍了强化排序学习在搜索中的研究进展，包括用户与搜索系统的交互模式分析和基于马尔科夫决策过程的多样化排序任务建模与求解。北京大学教授邹磊主要关注面向知识图谱的问答系统。知识图谱是目前知识库的一种常见表达形式，是以图形（Graph）的方式来展现“实体”、实体“属性”，以及实体之间的“关系”。
作为“智能信息检索与挖掘”研究方向的首席科学家，中国人民大学教授文继荣表示：“在北京智源的大力支持下，我们能够在智能信息检索与挖掘这一领域进行自由探索。围绕构建’个人智能信息助手’的关键科学和技术问题，联合北京地区高校和科研机构联合攻关，努力推进智能信息检索与挖掘的研究，并逐渐形成该领域的‘北京学派’。”
据悉，“智源学者计划”是智源研究院打造高层次基础研究人才队伍的引领性工程，旨在面向当前和未来人工智能创新发展，选拔并培养一批德才兼备、具有国际影响力的学科领军人才和具有发展潜力的青年学术英才，构建富有创新能力、梯队合理的人工智能基础研究创新团队，建立面向未来人工智能发展的高端人才储备，引领未来人工智能基础研究方向，推动北京人工智能产业创新发展。
原文链接：
