您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能 正文
发私信给岑大师
发送

0

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

本文作者: 岑大师 2017-12-05 16:24
导语:美国西海岸时间2017年12月4日,机器学习领域顶级会议、第 31 届 NIPS 大会拉开序幕。

美国西海岸时间2017年12月4日,机器学习领域顶级会议、第 31 届 NIPS 大会拉开序幕。虽然第一天的安排以Tutorial为主,正会将从明天开始,但雷锋网在现场仍然感到了会议的火爆。

这是超级碗?火人节?不,这里是NIPS

虽然对会议的火爆程度早有估计,但当雷锋网编辑一早来到会场时,仍然被Convention Center门口的长龙吓了一跳。让我们来感受现场的气氛吧:

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

很难想象,这样堪比中国春运的场景会在发生在NIPS这样一个学术会议上。相比起昨天一百多米的长龙,今天早上的排队人群变成了两列,长度也变成了两倍——这意味着错过了昨天晚上拿Badge的参会者可能需要多花四倍的时间才能拿到Badge入场。在Twitter上,雷锋网看到有人这样感叹:“这是超级碗?火人节?不,这是NIPS,一个学术会议...”

这也预示着,今年的NIPS将从第一天开始就精彩异常。


Tutorial:Google Deepmind领衔

本次NIPS共安排了9个Tutorial。其中可容纳三千人的主会场(Hall A)的第一个Tutorial安排给了DeepMind的Deep Learning: Practice and Trends,在两个半小时的分享中,DeepMind的Nando de Freitas、Oriol Vinyals及Scott Reed讲解了最新的深度学习模型及Deepmind在深度学习领域的相关研究及在实验室和工业中的应用,并从图像、视频、波形、序列、图形等示例中帮助机器学习的新手进一步了解深度学习的理论和方法。本次Tutorial的Slide雷锋网将做整理并在后期放出。

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017


最佳论文公布,3篇论文获奖

在当地时间4日中午,大会官网更新了本次大会的最佳论文及 Test of Time Award 获奖论文。相应,大会也在官网调整了议程,将开幕演讲及颁布最佳论文的时间调整到了4日下午5点,在随后的会场上,主持人也宣布了这一调整。

本次大会最佳论文共有三篇。卡耐基梅隆大学的 Noam Brown 与其导师 Tuomas Sandholm 已经公布了自己的获奖信息,论文为《Safe and Nested Subgame Solving for Imperfect-Information Games》,在今年年初,由卡内基梅陇大学开发的人工智能 Liberatus 就击败了德扑职业选手轰动一时,这篇文章获奖可谓实至名归。

另外两篇获奖论文分别为:

《A Linear-Time Kernel Goodness-of-Fit Test》,第一作者:Wittawat Jitkrittum;

《Variance-based Regularization with Convex Objectives》,第一作者:John C. Duchi ;

而 Test of Time Award 奖项颁发给了 2007 年 NIPS 的一篇论文《Random Features for Large-Scale Kernel Machines》。关于获奖论文的详细情况,雷锋网将另行撰文介绍。


八千人参会,算法关注度压倒机器学习

下午五点,Tutorial告一段落。在随后的Opening Remarks环节,NIPS基金会主席Terrence Sejnowski 首先致辞,他回顾了三十一年前第一届NIPS大会的场景,很难想象,当时只有一百多人参会的NIPS今天会有超过8000人注册,而唯一不变的,则是这些人工智能道路上的先行者们不变的追求。

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

(会议现场,深度学习大神Joshua Bengio就刚好坐在雷锋网编辑前方)

随后,大会两位主席Isabelle Guyon和Ulrike von Luxburg进行了简短的发言,感谢了大会的相关组织人员,并介绍了本次大会的几个创新:

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

  • 本次大会采用Oral(15分钟)和Spotlight(5分钟)两个Track并行的方式;

  • 大会新增了Competition Track,共有5个竞赛项目:Conversational Intelligence(Chatbot)、Human-Computer QA(Quiz Bowl)、Learning to Run、Personalized medicine、Adversarial Attacks/defense;

  • 大会会有一个舞会,欢迎大家参加。

随后大会主席将现场交给了大会程序主席Samy Bengio。Bengio介绍说,当他接到程序主席这个任务的时候,他向他的兄弟请教经验(会场笑,把目光投向了在台下就坐的Yoshua Bengio),还好他找到了三位可靠的帮手(Program Co-chair)来解决了这一问题。

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

而几位程序主席也在随后公布了本次NIPS大会的一系列数字:

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

大会共有超过8000人注册,再创新高;

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

如果按这样的增长趋势,到2035年,NIPS的注册参会者将会超过全球人类数量(全场笑)

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

本次大会共收到3240篇论文投递,覆盖156个子领域,相比去年增长了150%。出人意料的是,投稿中数量最多的子领域是算法,其次才是深度学习;

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

为帮助进行这156个领域、3240篇论文的评审,本次大会还引入了高级领域主席。大会 Program Co-Chair Hanna Wallach 为我们解释了领域主席和高级领域主席的分工和评选原则,如每个学校不超过2位评审,每位评审不超过6篇论文,领域主席不超过18篇论文,每个高级领域主席负责领域不超过8个等。

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

大会共有7844位独立作者,其中大多数为男性,女性只占10%;

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

本次大会总体录取率为21%,而会议还有一项关于Arxiv对论文评审录取率影响的有趣统计:

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

本次大会投递论文中有43%在网上有公开发布,57%在网上未发布。进一步调查发现,这些在网上发布的论文的录取率更高:

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

之前未在网上发布的论文,录取率为15%,低于平均水平;

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

在网上发布的论文中,录取率达到了29%,几乎是前者的两倍;其中进一步调查发现,那些之前在网上发布、评审表示之前有看到过的论文中,录取率高达35%;

这固然有“先入为主”影响评审意见的因素,但雷锋网认为,这有可能是“生存者偏差”—— 那些提前在网上发布的论文 ,有可能是作者比较有信心,敢于早早提交给同行评论的文章,这些文章质量比较高,有更高的录取率也在情理之中。

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

在Opening Keynote之后是 Poster 环节。虽然有参会者说将 Poster 安排在下午6:30-10:30比较少见,因为“安排太紧,第二天还要早起”,但从现场看,几乎每个 Poster 前都挤了3、4个询问者,要想向作者提问题往往要等上十来分钟。

明天(12月5日)大会将进入正会,Keynote 和 Oral、Sportlight 等优质论文的宣讲也即将开始。同时,在展区各大公司也将进行一系列的 Private Party ,届时雷锋网也将继续为读者带来第一手的大会盛况。

雷峰网原创文章,未经授权禁止转载。详情见转载须知

NIPS 2017现场:8000人参会,最佳论文公布,算法压倒深度学习 | NIPS 2017

分享:
相关文章
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说