最近，自监督学习成为了广受关注的深度学习前沿领域，在自然语言处理、计算机视觉与语音处理领域取得了巨大成功。据 Microsoft Academic 统计，从 2016 年起，自监督学习的论文发表量和引用量呈现指数级增长。
北京时间 4 月 16 日晚 20:00-4 月 17 日凌晨 2:00，计算机顶级会议 WWW 2021 的自监督学习（Self-supervised learning）Workshop 在线上举行。本次 Workshop 一共收录了 18 篇出色论文，并邀请到了当前自监督学习领域的三位前沿大牛进行主题报告。陈丹琦：普林斯顿大学助理教授，研究方向为自然语言处理。
博士毕业于斯坦福大学，2019 年 MIT 科技评论 35 岁以下科技创新 35 人，2021 年 Google 研究学者奖得主，获 ACL/EMNLP 杰出论文奖，是 SpanBERT、RoBERTa 的作者之一。陈挺：Google Brain 研究科学家，研究兴趣包括自监督学习、高效深度神经网络与生成式模型，博士毕业于加州大学洛杉矶分校。
他与 Hinton 在 2020 年合作的算法 SimCLR 是当前对比自监督学习的先锋工作。R Devon Hjelm：微软研究院科学家，蒙特利尔大学兼职教授，Mila 实验室成员，研究兴趣包括互信息估计、自监督学习。他是 Deep InfoMax，AMDIM，Deep Graph InfoMax 系列工作的作者。
详尽日程，请参考 Workshop 主页：https://www.aminer.cn/ssl_www2021。4 月 16 日晚 20:00，加入 zoom 会议室，参与讨论和提问：https://ucla.zoom.us/j/8700321555 或选择在 B 站观看直播：https://live.bilibili.com/21484823。