动态 | 计算经济学顶级会议 ACM 开幕，微软研究院占据半壁江山

第十八届 ACM EC'17（ACM Conference on Economics and Computation）近日于 MIT 举行。ACM EC 全称为 ACM 计算经济学会议，是计算经济学领域最权威的学术会议，由 ACM 特殊兴趣学组 SIGecon 于 1999 年主办，至今已经走过了 18 年。

AI 科技评论此前采访过的清华大学唐平中博士在今年的《中国计算机学会通讯》专栏中提及，「从计算机科学的学术分支看，计算经济学既包括算法博弈论——理论计算机科学的重要子领域，也包括互联网经济学——人工智能与计算机网络科学的重要课题和子领域。从某种意义上讲，计算经济学也是人工智能多智能体系统以及电子商务的理论基础。」计算经济学的重要程度可见一斑。

本次大会大牛云集，国内第一名也是唯一一名图灵奖获得者姚期智（AI 科技评论曾经报道过 姚期智到底有多牛？细数中国唯一图灵奖得主在三大领域的学术造诣）于昨天发表了主题演讲；CMU 计算机科学家、Libratus 无限德州扑克人工智能系统开发者 Tuomas Sandholm；本次大会的特邀报告人还包括微软杰出科学家 Jennifer Tour Chayes 与宾夕法尼亚大学计算信息科学教授 Michael Kearns。

南洋理工安波博士与谷歌 PhD 奖研金获得者徐海峰也来到了 ACM EM'17 的现场（AI 科技评论此次做过专访 能玩德扑也能保障国家安全，南洋理工安波博士阐述算法博弈论的魅力何在？ ），并做了 tutorial 及口头论文报告。

本次大会的主要支持方除了 MIT、MIT CSAIL 与 ACM SIGecon 外，还包括谷歌、facebook 及微软研究院。而值得一提的是，不论是纵览整体的议程还是了解分论坛的组织方，微软的身影随处可见。

程序委员会成员中，微软占据了四席：

• Moshe Babaioff, Program Co-Chair

• Brendan Lucier, Local Chair

• Jenn Wortman Vaughan, Workshop Co-Chair

• Yannai A. Gonczarowski, Posters Chair

在高级程序委员会中，共有七位成员来自微软。

• Nicole Immorlica

• Ian Kash

• David Pennock

• Alex Slivkins

• Siddharth Suri

• Vasilis Syrgkanis

• E. Glen Weyl

此外，还有两个 tutorial、两个 workshops 是由微软一手操办。

• Tutorial：

• Incentivizing and Coordinating Explorationa(Co-Organizer: Alex Slivkins)

• Pricing in Combinatorial Markets: Equilibria and Prophet Inequalities(Co-Organizer: Brendan Lucier)

•  Workshops：
  

• 3rd Workshop on Algorithmic Game Theory and Data Science(Co-Organizer: Vasilis Syrgkanis)

• Forecasting Workshop(Co-Organizer: David Rothschild)

根据微软研究院所提供的数据，微软科学家今年共提交了 75 篇论文，其中共有 21%（16 篇）被会议接收，涵盖算法、AI 及经济学领域。

ACM EC 17' 的高级程序委员会、微软首席研究员 David Pennock 强调，会议其中的一个重要主题在于新市场的设计与分析。他与 Jenn Wortman Vaughan、Rupert Freeman 合写的论文主要涵盖了投注机制的问题，并提出了 Double Clinching Auction（双重拍卖）的方式，认为这是一个有效的投注机制。

除了前面提及的杰出科学家 Jennifer Chayes 将做主题演讲外，微软研究院的博士后研究员 Peng Shi 也获得了 2017 年 SIGCOM 博士论文奖，并做分享。Peng Shi 与团队合写的论文名为「How (Not) to Allocate Affordable Housing」，阐述了在供不应求的情况下，如何将保障性住房分配给城市居民手段有限的博弈模型。以往的分配规则可能基于抽签或设立轮候名单的方式，但 Peng Shi 在他的研究中发现，看起来不同的分配机制可能是一阶近似的。此外，他们提出了有建设性的思考。

此外，Glen Weyl 团队讨论了以 Uber 与 Lyft 为代表的共享汽车收费博弈问题，指明如何让高峰期的波动调价维持市场抗，并让平台在全天大部分时间内理性溢价。而在 Nikhil Devanur 的论文中，他与团队尝试解决云计算环境下的经典调度问题。

附微软研究院在 ACM EC 17' 的论文列表：

AI科技评论招人啦！

作为国内顶尖人工智能学术媒体，AI科技评论一直秉承“洞悉学术前沿，连结产业未来”的理念，为读者奉上来自国内外的深度报道。

AI科技评论期待你的加入，和我们一起见证未来！现诚招学术主编（外聘）、学术编辑、外翻编辑等岗位，详情请 点这里

欢迎投递简历到：[email protected]，AI 科技评论等你哦！