AI领域的灌水之风如何破局？ 第1页

针对有些质疑说几句，纯属个人看法。

IJCAI、AAAI之类的综合性大杂烩每年发表600+论文，审稿质量奇差难忍，甚至打招呼横行；ACL、CVPR、ICCV几个子领域会议发表文章也在300-600篇，审稿质量也有下滑趋势；只有ICML、NIPS、KDD的发表规模和审稿质量控制得还可以。

我刚查了下NIPS 2010年录用论文292篇，NIPS 2015 403篇，NIPS 2016 569篇；ICML 2016 322篇。且不说IJCAI/AAAI涵盖领域比ML大很多（包括知识、规划等很多领域），单看论文规模，NIPS/ICML论文数量一点也不小，涨幅一点也不慢。凭什么靠论文数量就认定其他会议灌水成风呢？某老师也在微博上分享过AAAI 2016论文作者统计，第一是美国，第二是中国。照这么说美国的AI水平更是“在国际上不升反降”？还是有人潜意识里就认为，只要是国人中的多的学术会议就Low，就是灌水，就是通货膨胀？

个人一点都不否认现在AI很热，不否认有灌水现象，不否认IJCAI、AAAI审稿意见有太多不靠谱，更不否认有些成果是“追赶”而少“引领”。但我想说，这几年国内学者在各大AI/NLP/CV学术会议上的崛起，绝不是用灌水等负面字眼所能抹杀的。回想2006年我刚读博士生的时候，国内中1篇顶会就能上校系新闻，很多学生还要巴巴地去MSRA等机构深造一下才能发出顶会论文。短短的10年后，国内能够在顶会上持续发表论文的单位和学者已经遍地开花，学术氛围空前浓厚。在这样的氛围下，相信大家自然会不断提高研究品位和水平，催生“引领”式的成果。路是一步一步走的，饭是一口一口吃的，不应该因为吃到第六个馒头吃饱了，就埋怨不该费神吃前面那五个。

在AI领域工作的科研人员面临着论文通货膨胀的巨大压力，一篇ICML、NIPS的工作量是IJCAI、AAAI的数倍，但在各种评价中作用一样，CCF的这个指挥棒导致一些课题组宁愿一年发表近10篇IJCAI、AAAI而不愿意冲击一篇ICML、NIPS。

AI领域并非铁板一块，方向也有很多。术业有专攻，有的课题组研究方向就是NLP就是知识图谱，之前的相关工作就是发在IJCAI、AAAI、ACL、EMNLP上，那么他们为什么要去投偏重机器学习方法和理论的ICML/NIPS？

像“一篇ICML、NIPS的工作量是IJCAI、AAAI的数倍”这样的说法，还是请给出定量统计数据再做决断的好。至少我知道的发表在IJCAI、AAAI上的Open Information Extraction，Explicit Semantic Analysis等一批有影响力的工作，工作量一点都不小。

即使是做ML，也不见得所有工作都该投ICML/NIPS。虽然IJCAI/AAAI由于规模太大，审稿人大都是大同行，审稿意见容易出现偏差；但这样反而容易让那些问题新颖、脑洞大开的论文得到录用，不见得是件坏事。所以，我一直建议同学，如果做的是经典任务的改进模型，应该投ACL/EMNLP等小同行会议；如果做的是新问题新思路，倒是投IJCAI/AAAI更合适些。

长此以往就会论文越来越多，而中国的AI水平在国际上不升反降，毕竟国际同行恐怕不会认为ML、CV、NLP影响力最大的一批论文来自IJCAI、AAAI。或者，CCF的指挥棒应该改一改了？

为什么有人会觉得10篇IJCAI、AAAI也不如1篇ICML、NIPS，呼吁CCF的指挥棒改一改？我反而觉得这些人的思想深处，才是对学术会议有根深蒂固的偏见。归根结底，发表学术论文、参加学术会议无非是向学术界宣传自己的学术成果，无非是在不同学术会议上宣传的受众不同而已。学术成果发表出来，是否经得起历史考验才是关键。论文发表在NIPS/ICML上，如果没人看、没人引、没人用、没有对该方向的实际推动，又有什么意义；论文发表在AAAI/IJCAI上，如果有人看、有人引、有人用，那也是影响力的体现。

CCF期刊会议列表只是个门槛，学术会议也只是个门槛，上不封顶。学者的声誉，是靠研究成果自身是否过硬来获取的，是靠持续推动某个方向发展来获取的，是靠为学术界/产业界培养人才来获取的，而不是仅仅靠发表了几篇A几篇B而已。动不动就拿调整CCF列表说事儿，反而说明没有看到问题的本质。问题不在研究人员自身，而在制定研究人员评价标准的人身上。

总之，在发展中遇到的问题，应当在发展中解决，也会在发展中解决，关键是看发展趋势对不对、好不好。我觉得现在发展趋势挺好的，所谓“破局”之问，会在大家普遍能发表顶会论文之后迎刃而解。