用深度生成模型搞科学发现，是不少AI大牛最近的研究新动向。
就在最新一届ICLR 2022上，包括Max Welling和Regina Barzilay等大牛，都将会参与一场关于深度生成模型的大讨论。
深度生成模型（Deep Generative Models），也就是深度神经网络结合生成模型，后者是利用计算机合成自然语言、图片等数据的模型。典型深度生成模型代表包括VAE、GAN等。
没错，这是最新ICLR 2022的Workshop，Yoshua Bengio也会作为组织者之一参与其中。
所以，这场讨论会究竟有哪些关于深度生成模型的讨论？
AI大牛们又会做什么样的最新研究分享？
一起来看看。
今年的研讨会上，不少大牛都会发表与深度生成模型（DGM）相关的演讲。
如果仔细看的话就会发现，不少大牛的最新研究方向，都与DGM+自然科学发现相关。
例如著名AI大牛韦灵思（Max Welling）。
作为阿姆斯特丹大学的教授，Max Welling曾担任高通技术副总裁，在Google Scholar上的引用次数达到67000+，H指数80。
事实上，他正是著名深度生成模型变分自动编码器（VAE）的提出者之一。
就在去年，他宣布加入微软研究院（MSR），用AI的方法研究分子模拟。
在这次研讨会上，他也会做与深度生成模型在分子模拟方向上应用的主题演讲，介绍在微软的一些研究成果。
又例如来自MIT CSAIL的教授Regina Barzilay教授。
她开发了用来早期预警和防治乳腺癌、开发抗生素等药物的ML模型，并于2022年获得世界最大AI学会AAAI颁发的首届AAAI Squirrel AI奖 （官网称是“AI诺贝尔奖”），并获百万美元奖金。
Regina Barzilay曾在以色列内盖夫本古里安大学获得本科学位，随后前往哥伦比亚大学攻读计算机科学博士学位，并在康奈尔大学做了一年博士后研究。
在这次workshop上，她同样会做分子领域相关的研究报告。
此外，还有同样来自MIT CSAIL的Allen Zhong，最近就做了用深度生成模型解蛋白质结构的相关研究，这次的最新演讲，也会与此相关；
马里兰大学Pratyush Tiwary教授的研究与化学相关，这次演讲的内容则与用深度生成模型做分子动力学研究相关；
而来自DeepMind的Shakir Mohamed，最近则以通讯作者的身份，在Nature上发表了用深度生成模型做天气预测相关的论文。
当然，除了这些主题演讲以外，这次的研讨话题也包括深度生成模型的理论和其他应用方向的探讨。
与往年有所不同，今年Yoshua Bengio从特邀演讲嘉宾变成了组织者之一。
这次的组织者中，既有DGM+自然科学应用方向相关的，也有专注DGM自身理论研究的。
例如毕业于乔治梅森大学的杜沅岂，研究方向就与深度生成模型、蛋白质结构预测等生物方向相关；MIT助理教授Yoon Kim则更重视深度生成模型在NLP领域的应用……
在上一届ICLR 2019 Workshop上，同样有不少大牛参与投稿。
包括UC伯克利计算机教授Trevor Darrell （贾扬清曾经在团队中开发了Caffe），斯坦福教授Stefano Ermon和Michael S. Bernstein，MIT教授Antonio Torralba等，都在这次Workshop上提交了深度生成模型相关的论文。
研究方向也是五花八门，从GAN到自动编码器相关的理论研究，或是深度生成模型在各领域的应用等，都有涉及。
现在，最新一届的ICLR 2022研讨会，截至2月25日前都还可以提交论文。
对深度生成模型方向有兴趣的小伙伴们，可以戳下方地址投稿了~
投稿地址：
https://openreview.net/group?id=ICLR.cc/2022/Workshop/DGM4HSD
ICLR 2022 Workshop介绍：
https://deep-gen-struct.github.io/
参考链接：
[1]https://deep-gen-struct.github.io/iclr2019/papers.html
[2]https://en.wikipedia.org/wiki/Adji_Bousso_Dieng
[3]https://people.csail.mit.edu/zhonge/
[4]https://yuanqidu.github.io/
“
