无人车的眼睛、UP主的生产力工具，都藏在百度CVPR的这十个冠军里(8)

来自百度的 CVPR 2021 NAS workshop 主席开场致辞
Tutorial 的主题是「基于能量的生成模型的理论与应用」。提到生成式建模，我们总是第一时间想到生成对抗网络。但近年来，人们对 ConvNet-parametrized EBM（基于能量的生成模型）越来越感兴趣。该框架解决了生成模型在表示、生成、效率和可伸缩性方面的需求。具体来说，与当前流行的生成模型（如生成对抗网络、变分自动编码器）不同，基于能量的生成模型可以将自下而上的表示和自上而下的生成统一为一个框架，并可以通过「analysis by synthesis」进行训练，不需要引入额外的辅助模型。这使得其在算法上更容易直接优化。在这些优势的加持下，该框架已被应用于许多计算机视觉任务中。
这场 Tutorial 由百度美国研究院认知计算实验室主办，并邀请加州大学洛杉矶分校统计学系教授 Ying Nian Wu 共同主讲，全面介绍了计算机视觉中基于能量的生成式建模和学习，还列出了基于能量的生成框架所成功解决的不同类型的计算机视觉任务，旨在帮助研究人员将基于能量的学习原理应用于计算机视觉的其他环境。

Tutorial 目录。地址：https://energy-based-models.github.io/
同声传译特邀报告的主讲人是百度美国研究院深度学习实验室主任黄亮。报告的内容来源于他在 ACL 2019 大会上作的同名主题报告，其核心是百度研究院在 2018 年取得的同声传译重大突破。这个突破使得低延迟、高质量的同传第一次成为可能，并将同传从一个冷门难题变成了自然语言处理中的一大热门课题。在这次的演讲中，黄亮教授介绍了他所在的团队在此基础上取得的新的进展。