引入交互网络模型，基于图结构实现对象关系推理，能模拟复杂物理系统。
Peter W. Battaglia, Razvan Pascanu, Matthew Lai 等
提出GuessWhat?!，结合视觉理解与多轮对话，构建150K游戏数据集，推动视觉问答与对话系统发展。
Harm de Vries, Florian Strub, Sarath Chandar 等
使用最大熵原理的多声部音乐风格模仿与和弦创作，评估在巴赫合唱中的表现。
Gaëtan Hadjeres, Jason Sakellariou, François Pachet
利用GloVe词向量和WEAT/WEFAT检测语言中的人类偏见，揭示文化中的隐性偏差。
Aylin Caliskan, Joanna J. Bryson, Arvind Narayanan
使用LSTM编码器-解码器检测多传感器异常，适用于长短时间序列。
Pankaj Malhotra, Anusha Ramakrishnan, Gaurangi Anand 等
提出一种算法，通过在多个环境中观察行为，解决逆强化学习中的不可识别性问题。
Kareem Amin, Satinder Singh
Numenta异常检测基准（NAB）提供实时流数据异常检测的标准化评估框架。
Alexander Lavin, Subutai Ahmad
MAP-Elites通过多维特征空间映射高性能解，揭示搜索空间分布。
Jean-Baptiste Mouret, Jeff Clune
提出一套基础问答任务评估AI理解能力，扩展Memory Networks模型，揭示模型在推理任务中的不足。
Jason Weston, Antoine Bordes, Sumit Chopra 等
提出基于多核并行的高维因果发现PC算法，有效缩短运行时间。
Thuc Duy Le, Tao Hoang, Jiuyong Li 等
Falling Rule Lists是一种分类模型，使用有序的if-then规则列表，成功概率单调递减。
Fulton Wang, Cynthia Rudin
记忆网络结合推理与长期记忆，提升问答任务表现。
Jason Weston, Sumit Chopra, Antoine Bordes
本文提出了用于树搜索的Bandit算法，改进了UCT算法的过于乐观问题。
Pierre-Arnuad Coquelin, Remi Munos
本综述提出多目标序贯决策的三类场景，分类算法并分析其最优解特性。
Diederik Marijn Roijers, Peter Vamplew, Shimon Whiteson 等
基于集合概率的贝叶斯更新与时间一致性分析，强调矩形性条件的重要性
Peter D Grunwald, Joseph Y Halpern
提出一种在潜变量和选择偏差条件下的因果推断方法，基于条件独立性关系进行可靠推断。
Peter L. Spirtes, Christopher Meek, Thomas S. Richardson
提出基于背景知识的因果推断算法，解决因果解释存在性与共通性问题。
Christopher Meek
提出一种基于等价类的贝叶斯网络结构搜索空间，提升贪心算法性能。
David Maxwell Chickering
提出期望传播（EP）算法，结合ADF与loopy belief propagation，用于混合贝叶斯网络，优于Laplace、变分贝叶斯与蒙特卡洛。
Thomas P. Minka
提出ALE平台，评估通用AI，涵盖55+游戏，结合强化学习与规划技术。
Marc G. Bellemare, Yavar Naddaf, Joel Veness 等