這屆NeurIPS里有哪些變與不變？

原標題：這屆NeurIPS里有哪些變與不變？

今年的第33屆神經信息處理系統(tǒng)大會（NeurIPS 2019），來得似乎比往年都要猛烈一些。

首先是參會人數(shù)急劇增加。2018年的參會人數(shù)達到9000人左右，這已經讓主辦方開心得合不攏嘴，沒想到的是今年則直接來到了13000人，比去年猛增40%；而申請抽獎的人數(shù)則更是達到了15000人，NeurIPS官網(wǎng)甚至因此而一度癱瘓。

其次，則是論文大豐收。論文投稿量達到6743篇，較去年的4856篇增加了近40%；收錄論文1429篇，較去年增加了41%，論文收錄比例在21%左右。無論是投稿數(shù)量還是論文收錄，均刷新了歷史紀錄。而與之相比，同樣為AI頂會的ICML只有3424篇論文投稿，最終收錄774篇，投稿和收錄數(shù)量均只有NeurIPS的一半左右。

大會召開期間，隨便在社交網(wǎng)站上去搜索關于NeurIPS的關鍵詞，隨處可見被其收錄一篇論文成為相關專業(yè)同學的最大夢想。

所以，今年如果誰還再次大放AI寒冬的厥詞，不說別的，只要把NeurIPS的數(shù)據(jù)一扔，就能啪啪打臉了。

當然，各方面數(shù)據(jù)的光線亮眼也只是大會的一個方面，我們更加看重的是，從這次大會的結果，能不能看出一些關于AI的玩家變化和旗幟方向？那么，今天我們就拋棄冷冰的理論自研和復雜公式，去看一下這屆大會較以往，存在哪些變與不變？AI在現(xiàn)實世界中又有著怎樣的發(fā)展趨勢？

不變的是玩家：萬年的流水，鐵打的谷歌

相信不用說讀者朋友們也能猜到，今年的NeurIPS又被谷歌給霸榜了。

谷歌在各種AI學術頂會上霸榜大家也已經見怪不怪了。相較于去年的137篇論文，今年的谷歌收錄論文來到了180篇，增加了接近31%，增長速度十分穩(wěn)定，這也大大增加了其他機構單位的追趕難度。更何況還有一個不計成本養(yǎng)著炫技的Deepmind，谷歌這個秀兒恐怕還要接著享受很長一段時間身為王者的孤獨。

工業(yè)界能與谷歌掰掰手腕的大概只能屬于微軟了，今年表現(xiàn)也不錯，入選76篇。

而美國學術三強的實力仍然不俗，麻省理工入選86篇，斯坦福則以85篇緊隨其后，比起去年落后11篇已經進步很大，這也反映出斯坦福這一年在人工智能領域的孜孜求進；CMC則入圍79篇，無愧于名列美國學術三強之列。

此外，伯克利、facebook、普林斯頓、IBM等6位玩家均有超過40篇論文入選。前十席中美國的大學和企業(yè)占據(jù)了8席，留下第9和第10給了英國的劍橋和牛津。

這也啟示我們，當面對各種看衰美國的聲音和分析、心態(tài)有點飄了的時候，還是得看看這些研究數(shù)據(jù)：美國的科研實力獨自一檔，這是未來幾十年都難以發(fā)生大的變化的現(xiàn)實。認清現(xiàn)實，方能按部就班地追趕。

當然，中國今年的表現(xiàn)也很亮眼。工科王者清華入選33篇，總排名來到了第13，北大入選23篇，中科大、浙大、香港中文大學、復旦等大學也各有斬獲。企業(yè)方面，騰訊、阿里、百度、華為也均有不俗的表現(xiàn)。遺憾的是，與去年華為方舟實驗室摘得最佳論文之一相比，今年最佳論文則沒有了中國的身影。當然，最佳論文實力是一方面，運氣也是一方面，只有我們整體實力提升了，最佳論文也是一件水到渠成的事情。所以也再次期待中國軍團能在以后的會議中在論文的數(shù)量和質量上都能再次躍遷。

此外，NeurIPS官方數(shù)據(jù)還提到，本次提交論文的女性作者總體比例來到了13%，女性群體正在作為一只不可或缺的重要力量越來越多地參與到AI與世界的變革當中。

變化的是標準：“水文”多了，審稿也嚴了

會議越辦越火，投稿越來越多，不一定是件好事，今年的論文光是評審意見，NeurIPS委員會就給出了20000篇，審稿人簡直是忙到頭禿，甚至一度在今年夏天被人詬病審稿“太水”。

其實也完全可以理解。畢竟在NeurIPS2019論文投稿和錄用數(shù)量劇增之下，難免會有大量的“水文”出現(xiàn)，改改模型、加幾個數(shù)據(jù)想蒙混過關的不在少數(shù)。在這種情況下，今年的論文審稿則與往年相比發(fā)生了一些新的變化。

比如評審委員會鼓勵論文研究的創(chuàng)造力。其中特別強調要要以創(chuàng)造性的新方式去看待問題，在這種研究前提之下，可以得出一個能真正讓讀者感到驚訝的結果。這傳達出論文的可讀性的方向。此次獲得“杰出新方向論文獎”的《Uniform convergence may be unable to explain generalization in deep learning》，由卡耐基梅隆大學、博世人工智能中心的Vaishnavh Nagarajan和J. Zico Kolter共同完成，呈現(xiàn)出部分深度學習研究者的成果存在夸大的問題。換句話說，它毫不留情地揭開了一些研究者的研究成果中對的虛假外衣，可以讓讀者乃至普通人都可以更客觀地保持對深度學習效果的認知。

又比如要求論文盡可能不過分強調理論的重要性或者意義，而更加重視其現(xiàn)實針對性。或者說，要有一定的問題指向。這也一定程度上和人工智能的產業(yè)化實踐愈加深刻的現(xiàn)實相貼合。

同時，評審委員會明確表示不三種論文：第一是“資源密集型”的論文研究，即動用了大量的資源得到的成果；第二是明明可以以一種快捷有效的方法得出結論，卻偏偏選擇了曲折迂回的“旁門左道”，或者稱之為“炫技”；第三則是強調論文的簡化，即能做到簡明扼要地表達，就盡量縮短篇幅，縱觀本屆大會的優(yōu)秀論文，很多篇幅都不超過10頁，和動輒幾十頁的讓人讀倒頭大的“水文”相比，簡直不要太良心。

總之，林子大了什么鳥都有，今年NeurIPS論文數(shù)量的急劇增加引起評審委員會對質量的把控而對審稿標準進行修改，也是情理之中的事情，對保持會議收錄論文的權威性是個明智而必然之舉。

趨勢是應用：算法愈受青睞，實踐成為標的

從整體上來看，算法、深度學習、應用三個領域的論文成果占據(jù)著前三甲，這與往年相比并未發(fā)生太大的變化。然而三個領域自身卻有些微妙的變化，從中或許也可以看到當今AI研究的一點趨勢。

變化較為明顯的當屬算法研究。算法研究領域的論文在2018年提交占比接近25%，2018年則增加到27%左右；錄取占比2018年約為21%，2019年則達到28%左右，是所有研究領域當中無論是論文提交數(shù)量還是最終錄取都呈現(xiàn)增長的領域。

與之相比，有關深度學習的論文數(shù)量占比無論是提交還是最終錄取，其均呈現(xiàn)出一定的下降趨勢，雖然這個趨勢并不明顯。而應用研究領域在論文提交量占比基本不變的情況下，反而錄取率下降了約2個點，這也可能和總量龐大之下水文難免作妖有一定的關系。

而在強化學習、理論、概率和統(tǒng)計、神經網(wǎng)絡方面，其論文錄取率大多則呈現(xiàn)出了下降的苗頭。

這樣的趨勢或許并不難解釋。隨著人工智能產業(yè)化的不斷加速，世界范圍內的AI落地正在如火如荼地進行，其也早已經從實驗室中的純理論研究走向了產業(yè)實踐，因此必然會面臨更多的實際問題。因此，不斷進行算法層面的創(chuàng)新研究，顯然是符合當下AI的總體走勢的。

在2019年AI產業(yè)化不斷深入的趨勢下，明年的NeurIPS論文的實踐指向或會更加明顯。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。