「一張圖看瘋狂的NIPS 2017」十年數據盤點今年NIPS多項「歷史之最」

1新智元報道

先上圖，大家感受一下。

這張圖展示了從 2002 年到今年 NIPS 的售票情況，來自 Facebook AI Research 的 Alex LeBurn 的推特。可以看到，今年的門票搶購速度驚人，那根代表 2017 年註冊情況的藍色曲線如火箭般飆升。Alex LeBurn 用了 「Deep learning hype in one picture」形容這張圖。

NIPS（Conference and Workshop on Neural Information Processing Systems）於1986 年在由加州理工學院和貝爾實驗室組織的Snowbird 神經網路計算年度閉門論壇上首次提出。NIPS 最初被設計為研究探索生物和人工神經網路的互補性開放跨學科會議。作為這種多學科方法的體現，NIPS始於1987 年，當時由資訊理論學者Ed Posner 擔任大會主席，學習理論學家Yaser Abu-Mostafa 和計算神經生物學家JamesBower 擔任聯合程序主席。

早期NIPS 會議中提出的研究報告涵蓋主題範圍很廣，包括從解決純工程問題到使用計算機模型作為了解生物神經系統的工具等等。之後，生物和人工系統的研究發生了分化，近年來的NIPS 大會一直以機器學習、人工智慧和統計學論文為主。

從1987 年到2000 年，NIPS在美國丹佛舉行。此後，會議在加拿大溫哥華（2001-2010年），西班牙格拉納達（2011）和美國太浩湖（2012-2013）舉行。2014 年和2015年，會議在加拿大蒙特利爾舉行；2016年在巴塞羅那舉行。作為對會議在猶他州Snowbird 起源的紀念，該大會在2013 年前一直選擇在滑雪勝地舉行。直到2013 年，它的影響力完全超過了那些滑雪勝地。

2016 年的NIPS 有6000 多名註冊參與者。除機器學習和神經科學外，NIPS 也涵蓋認知科學、心理學、計算機視覺、統計語言學和資訊理論等領域。雖然NIPS首字母縮略詞中的「神經」本來是歷史的遺迹，但由於計算機和大數據的快速發展，自2012 年以來，神經網路深度學習再度興起，體現在語音識別、圖像中的對象識別、圖像文字描述、機器翻譯、圍棋AI 等多個方面。這些研究是以視覺皮層（ConvNet）區域層次結構的神經架構為基礎的。

今年的 NIPS太火熱了。實際上，除了剛剛的 Alex，還有很多學者都注意到了今年大會的狂熱。

用杜克大學陳怡然教授在微博上的話說：「文章收錄結果發出後 10 天，距離開會還有 81 天，NIPS 2017 註冊已滿。除報告者外不再接受新的註冊！這要是換在別的領域估計組織者晚上做夢都要笑醒了吧？」

NIPS 是機器學習和計算神經科學的國際頂級會議，會議固定在每年的12月舉行。今年是第 31 屆，將於 12 月 4 日到 9 日在美國西岸加州南部的城市長灘市（Long Beach）舉辦。

推特上，有人評論說，今年 NIPS 門票搶購一空，是因為去年在巴塞羅那舉辦的NIPS 2016 票就早早賣光了。這一「前車之鑒」引發了今年的「瘋搶」。而且地點因素也不能不考慮，畢竟長灘市就在矽谷「家門口」。

也有人抱怨說，估計今年的加州又要被希望從深度學習熱潮中分一杯羹的投資人填滿了。

有評論說，與其說這是深度學習的 hype，不如說是博弈論在作祟——每個人都怕別人在搶票，所以自己早早把票訂了。

有人調侃說，「沒有什麼比和 6000個滿腦子都是深度學習的人一起開會更糟的了！」「所以，NIPS 已經成了和 INFORMS、JSM 一樣的泛領域會議了嗎？？」

「哪裡能買 NIPS 2017 和 NIPS 2019 的票？！」

推特上更有人驚呼「奇點來臨」。此前就有人在推特上「搞事情」，做了一張圖，認為從 NIPS 的售票情況判斷，機器學習奇點將於 2048 年到來。

但是，看今年 NIPS 的售票情況，這位仁兄預估的時間明顯晚了。

登錄 NIPS 官網，更是滿眼的「SOLD OUT」。

贊助商席位暫時關閉。所有席位售空。所有展位售空。

只剩期刊展位似乎還有位置，但是，不，已經不能申請了。

2000 美元一個的學術期刊和專著展位業已售罄。

8 萬美元的鑽石贊助商、4 萬美元的鉑金贊助商、2 萬美元的金牌贊助商、1 萬美元的銀牌贊助商、5 千美元的銅牌贊助商，所有級別的贊助商席位售罄。

官網首頁的公告上，赫然寫著「主論壇已售罄」，只有 Tutorial 和 Workshop 還有票。除非你是 tutorial、talk 或是 poster 上的講者，那麼還可以申請來主論壇，組委會還為你留了一些票......

值得一提，今年的 NIPS 還首次邀請媒體參會。不用擔心研究成果推廣的問題了。

「這還只是2015年的會議，2016年已經擠得沒有空間拍照啦……」來源：Twitter

我們根據2006年到2017年的NIPS論文錄取數量做了一個表，曲線與參會人數「交相輝映」：

被譽為神經計算和機器學習最最頂級的會議，NIPS一直保有相對較低的錄取率。今年的NIPS一共錄取了678篇論文，錄取率約為20.9%。相比之下，

• CVPR 2017審稿2620篇，接收783篇，錄取率29%

• ICML 2017審稿1676篇論文，接收434篇，錄取率為 25.89%

• ACL 2017審稿1318篇，接收302篇，錄取率22.91%

但是，錄取率或許並不能說明什麼問題。

NIPS 2014 做了一個實驗，將投稿的10%（共166篇論文）同時交給兩個不同的評審委員會評審，每個委員會由大會組委會的一半成員構成。結果評審令人吃驚：兩個評審委員會對其中42篇論文（約25%）的評審意見相左。由於兩個委員會都把論文錄用率控制在22.5%左右，委員會一錄用的21篇論文會被組委會二拒稿，而組委會二錄用的22篇論文被組委會一拒稿。

也就是說，被其中一個評審委員會錄用的論文，其中大約57%會被另一個評審委員會拒稿。這樣，從理論上講，如果重新審稿，NIPS2014年錄用的一半以上的文章將被拒稿！

上述實驗表明，當錄用率很低時，質量居中的論文錄用的隨機性將大大提高。比如在上述例子中，約7.5%肯定被錄用，50%以上的文章肯定被拒稿，其餘中間47%左右的論文是否被錄用則有很強的隨機性。

Deep Learning Indaba的研究人員使用NIPS 2006 - 2016年論文接收數據做了統計，他們的初衷是想了解那些「沒有參與」NIPS的國家和地區（比如非洲）。但是，這同樣也為我們展示了那些在NIPS上有強勁表現的國家。

下面這張圖展示了從2006年到2016年，美國以外的國家和地區參與NIPS的規模以及整體趨勢。縱軸是GDP（以美元為單位），橫軸是接受的論文數量。

可以看出，英國、德國、加拿大、法國處於領先地位。中國（正紅色圓圈）也表現不俗，緊隨這些發達國家之後，有相對穩定地在增長。值得注意的是印度（藍色圓圈），2013年後增長趨勢迅猛。

你可能會問，為什麼要看美國以外國家和地區？加上了美國以後，情況是這樣的：

可以看出，至少在NIPS，美國仍然保有絕對優勢地位。例如，在NIPS 2016，接收論文中有150多名作者來自英國，但有超過1000名作者都隸屬於美國機構。

在這些隸屬美國機構的論文作者中，無疑有很多是華人乃至中國學生。但這仍然意味著，中國大陸的高校和研究所還有很長的路要走。

點擊閱讀原文可查看職位詳情，期待你的加入~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！