AAMAS 2010及其他
昨天收到AAMAS 2010程序委员会(program committee)的邀请。AAMAS 最近几年规模越来越大，程序委员会阵容也日益庞大，比如说，去年 AAMAS 2009所谓的资深程序委员会(senior program committee)已有62人。程序委员会更达406人之多，所以所谓的程序委员会就是审稿人而已。我看了一下2009年的程序委员会，里面认识的人很有限，甚至资深程序委员会中都有一半的人不认识。
这对于这个学科来说当然是件好事情，一个研究领域的发展最重要的是研究者和研究方向的多元化。人工智能很多子领域的半衰期很短，某些研究领域从盛到衰也就是几年十几年的事情，比如说fuzzy system ，专家系统，以及神经网络都曾经盛极一时，也都有自己单独的学术会议。但是随着这些学术领域新成果的减少以及新的学术热点兴起，这些领域都慢慢萧条下来。在Penn State的最后一年，在我的方向日益向scientometric靠拢的时候，一个潜在的研究课题是研究这些学科萧条之后，他们的研究者哪里去了？这个问题其实根本用不着作什么高深研究就可以简单的回答：计算机科学界很少有什么研究者是从一而终，绝大多数人的研究随着资金项目的变化而变化。对于计算机科学这种应用性比较强的学科来说这是很正常的事情。对于我自己来说，作了一个Agent领域的逃兵，现在开始做日益hardcore 的机器学习，也是市场这只看不见的手在安排。:)
接触过几个方向的研究对于文人相轻这句话也难免有些深刻的个人体会。有些传统的人工智能学者觉得很多机器学习/数据挖掘的东西是“雕虫小技”，是工匠式的engineering；反过来说，很多机器学习的学者则觉得很多传统的人工智能是屠龙之技，没什么用处，失于夸夸其谈。 这些当然是仁者见仁智者见智。我对于这种争论总是cannot care less。如果说我有啥么这方面的遗憾，就是在作逃兵之前，没有花更多的时间在game theory和mechanism design上。我总是固执的认为这方面的研究有改变社会的可能。也许那天有时间我会花多点时间来blog这个。
cascadeeagle
你好，我现在做的一些东西和Agent相关，我想问问您，为何你觉得Agent不够强大？我现在的项目结合了Agent和机器学习，感觉挺有意义的～.
恩。我并没有说Agent不够强大，原意是说在很多不了解Agent领域的人看来，很多Agent研究的实用性有待提高。实际上，在Agent研究领域迅速扩展的今天，这种看法是很不全面的。
Good luck to your research.
恩，我的一篇论文被AAMAS2010录了～
在做了一些研究后，发现你说的一些老的学习方法比如神经网络等，在某些领域里也有发展，并且做了很多有意义的工作，比如识别。有些回春的感觉～
关于实用性，我看了一些论文，发现有些模拟人的行为还是不错的，比如在market research中，especially in connection of micro and macro economy. 所以，我觉的各种学习方式自己的适用环境，Agent也会找到自己的适用领域。
还有，我是个本科学生，以后想做机器学习的研究，能给我推荐些文章看看么？
祝贺你！AAMAS是AI领域的top conferences之一。作为一个本科生在上面发paper还是相当不错的。国内作Agent的不是特别多。
神经网络是一个应用很广的model而且相当稳定，效率也很高，是一个被证明的model。但是理论界总是喜新厌旧，一般大家喜欢追逐一些新奇的名称和模型。
推荐文章我建议你到网上查一下，这一般取决于你自己的爱好和方向。我相信你的指导老师也经验丰富。祝你好运！
确实不多～
我的毕设打算做这方面研究，在agent在分布式电网中的管理，觉得挺有意思的～
我导师刚从国外回来，比较忙，基本见不到人～
也是觉得AI方面的模型变化很快，也觉得没有一个模型是万能的，说不定最简单的决策树却可以发挥大作用。
还有，老师，现在有些什么新模型呢？能给我说一下么？我想上网查查学习一下，因为自己马上也要出国从事AI的研究了～