人工智能頂級(jí)會(huì)議ICML 2019發(fā)布了今年論文錄取結(jié)果。提交的3424篇論文中，錄取了774篇，錄取率為22.6%，較去年有所降低。從錄取論文數(shù)量來看，谷歌成為今年最大贏家，緊隨其后的是MIT和伯克利。

ICML 2019論文錄取結(jié)果出爐，你中了嗎？

一時(shí)間，網(wǎng)友們可高興壞了，紛紛曬帖表示“我中了！我中了！”

據(jù)了解，今年ICML共提交3424篇論文，其中錄取774篇，論文錄取率為22.6%。錄取率較去年ICML 2018的25%有所降低。

目前，所有錄取論文已經(jīng)在官方網(wǎng)站公布，若有投稿的讀者，可自行前往下方鏈接查看論文是否被錄?。?/p>

https://icml.cc/Conferences/2019/AcceptedPapersInitial?fbclid=IwAR0zqRJfPz2UP7dCbZ8Jcy7MrsedhasX13ueqkKl934EsksuSj3J2QrrRAQ

谷歌成為最大贏家，MIT、伯克利緊隨其后

Reddit網(wǎng)友發(fā)表了他和他的公司對本次ICML 2019論文錄取情況的統(tǒng)計(jì)結(jié)果。

地址：

https://www.reddit.com/r/MachineLearning/comments/bn82ze/n_icml_2019_accepted_paper_stats/

今年，在所有錄取的論文中，谷歌無疑成為了最大贏家。

錄取論文總數(shù)排名(按研究所)

上表顯示了以研究所(包括產(chǎn)業(yè)界和學(xué)術(shù)界)為單位，錄取論文總數(shù)的排名。這項(xiàng)統(tǒng)計(jì)中至少有一位作者隸屬于某研究所，因此一篇論文可以出現(xiàn)多次且隸屬多個(gè)研究所。

排名地址：

https://i.redd.it/wdbw91yheix21.png

其中，藍(lán)色代表論文總數(shù)，綠色和紅色分別代表第一作者和通訊作者參與錄取論文的論文數(shù)量。并且，附屬機(jī)構(gòu)是手動(dòng)合并到研究所的，例如Google Inc.、Google AI、Google UK都將映射到Google。

可以看到谷歌錄取論文的數(shù)量遠(yuǎn)超其它研究所，位列第一；緊隨其后的是MIT、伯克利、谷歌大腦、斯坦福、卡內(nèi)基梅隆以及微軟。

作者還分別根據(jù)學(xué)界和產(chǎn)業(yè)界進(jìn)行了統(tǒng)計(jì)Top 50排名。

排名統(tǒng)計(jì)可視化地址：

https://i.redd.it/37hxhsmfzix21.png

在學(xué)界排名中，MIT、加州伯克利分校、斯坦福和卡內(nèi)基梅隆奪冠前四，成為本屆錄取論文數(shù)的第一梯隊(duì)，且與第二梯隊(duì)拉開了一定差距。

排名可視化地址：

https://i.redd.it/wa6kjzmhzix21.png

在企業(yè)研究所Top 50排名中，谷歌無疑成為最大贏家：谷歌、谷歌大腦和谷歌DeepMind分別取得第一、第二和第四的好成績。微軟、Facebook和IBM成績也較優(yōu)異，位居第三、第五和第六。

而對于國內(nèi)企業(yè)，騰訊(Tencent)成績較好，位居第八名。

此外，從本屆ICML 2019錄取論文情況來看，還可以得到如下統(tǒng)計(jì)：

452篇論文（58.4％）純屬學(xué)術(shù)研究；

60篇論文（7.8％）來自工業(yè)研究機(jī)構(gòu)；

262篇論文（33.9％）作者隸屬于學(xué)術(shù)界和工業(yè)界。

總結(jié)上述的統(tǒng)計(jì)，我們可以得到如下結(jié)果：

77%的貢獻(xiàn)來自學(xué)術(shù)界；

23%的貢獻(xiàn)來自產(chǎn)業(yè)界。

伯克利兩位研究人員分別被錄取7篇和6篇論文！

根據(jù)今年錄取論文情況，還得出了基于論文作者的排名統(tǒng)計(jì)情況。

排名地址：

https://i.redd.it/r2drkqkkeix21.png

上圖中根據(jù)論文唯一作者(黃色)、第一作者(橙色)、通訊作者(綠色)及論文總數(shù)(藍(lán)色)進(jìn)行了統(tǒng)計(jì)。

來自加州大學(xué)伯克利分校的Michael Jordan被ICML 2019錄取了7篇論文，成績是相當(dāng)?shù)捏@人！緊隨其后的是Volkan Cevher(EPFL)和Sergey Levine(加州大學(xué)伯克利分校)，各被錄取6篇。

同樣令人印象深刻的是，大量的研究人員擁有兩篇或兩篇以上的唯一作者或第一作者論文。這一排名中，來自谷歌的Ashok Cutkosky遙遙領(lǐng)先，他有一篇唯一作者論文、一篇第一作者論文和一篇普通作者論文。

Simon Du (CMU)和Jayadev Archarya (Cornell)的結(jié)果也是較為矚目的，他們分別發(fā)表了三篇第一作者論文。

排名地址：

https://i.redd.it/1mo7is3meix21.png

根據(jù)通訊作者的排名，或許我們可以從中發(fā)現(xiàn)更多的資深人士。

相對貢獻(xiàn)排名

最后這項(xiàng)排名是根據(jù)相對貢獻(xiàn)來排名的，即一篇論文中有多少作者實(shí)際上來自某個(gè)研究所。

排名地址：

https://i.redd.it/o1783e2oeix21.png

ICML 2019如何評審論文？

新智元此前做了ICML 2019評審結(jié)果一出，便遭到了眾網(wǎng)友諷刺的相關(guān)報(bào)道。我們先來看下ICML 2019的論文評審機(jī)制：

雙盲評審

ICML 2019論文評議采用雙盲模式; 即審稿人不知道作者的身份，作者也不知道審稿人身份。請盡可能以第三人稱的方式引用自己之前的成果，請不要在提交的論文中添加致謝、以及公共github存儲(chǔ)庫鏈接。如果需要匿名引用，比如參考自己在其他地方正在評議中的成果，請將此成果作為補(bǔ)充材料上傳。匿名是強(qiáng)制性要求，明確或隱含地揭示作者身份的論文可能會(huì)被拒稿。審稿人可以通過外部資源來推斷出作者的身份，比如在網(wǎng)上發(fā)布的技術(shù)報(bào)告。這一點(diǎn)并不違反雙盲審稿政策。

關(guān)于補(bǔ)充材料

本屆ICML大會(huì)支持提交兩種補(bǔ)充材料 - 補(bǔ)充論文和代碼/數(shù)據(jù)，這些補(bǔ)充內(nèi)容可用于提供額外證據(jù)支持。如果作者在論文中進(jìn)行匿名引用，請務(wù)必上傳參考文獻(xiàn)，以便審稿人可以快速查看。請注意不要在補(bǔ)充材料中透露作者的身份。

關(guān)于代碼提交，我們希望作者能夠合理地以匿名形式提交代碼和所在機(jī)構(gòu)。即刪除作者姓名和許可信息。ICML 2019允許通過匿名github存儲(chǔ)庫提交代碼。但是，這些代碼必須位于在提交截止日期后不可修改的目錄中。請?jiān)谔峤坏膠ip文件中的獨(dú)立文本文件中輸入github鏈接。

請注意，提交的論文必須完全獨(dú)立。大會(huì)提倡審稿人查看作者提交的補(bǔ)充材料，但審稿人并沒有此義務(wù)，我們也不希望給審稿人帶來不必要的負(fù)擔(dān)。作者不得利用輔助材料來延長論文長度。如果作者認(rèn)為該材料對評估論文至關(guān)重要，則需要將其包含在論文中。補(bǔ)充材料可以zip文件或pdf格式提交。

補(bǔ)充材料不公布、不存檔。如果要將其包含在論文的最終版本中，則必須將材料放在網(wǎng)站上，并在論文的最終版本中引用該網(wǎng)站。

審稿人匹配

為了找到適合作者提交論文的合適審稿人，我們將使用多倫多論文匹配系統(tǒng)（Toronto Paper Matching System）來進(jìn)行協(xié)助篩選。

作為提交過程的一部分，作者需要允許使用“論文匹配服務(wù)”的許可，向ICML2019提交論文的作者應(yīng)允許使用該服務(wù)。

關(guān)于一稿多投

提交與之前已發(fā)布或已接收的相同（或基本相似）的論文，或向其他會(huì)議同時(shí)提交相同論文是不合適的。此種行為違反了我們的一稿多投政策。

這個(gè)規(guī)則有幾個(gè)例外：

允許提交已提交給期刊、但尚未在該期刊上發(fā)表的論文的精簡版本。

作者有責(zé)任確保相關(guān)期刊允許向本會(huì)議同時(shí)提交相關(guān)論文。

下列情況下的論文允許提交：在未列入Proceeding的情況下，在會(huì)議或研討會(huì)上提交或待提交的論文（例如ICML或NeurIPS研討會(huì)），僅發(fā)表過摘要部分的論文。

曾作為技術(shù)報(bào)告提交的論文（或在arXiv中已提交的預(yù)印本）允許向本屆ICML提交。在這種情況下，我們建議作者不要引用該報(bào)告，以保持匿名性。

論文作者對審稿意見的回復(fù)

目前暫定3月9日到3月14日期間，作者可以查看評議意見，并發(fā)表回復(fù)內(nèi)容。

作者的回復(fù)的目的是改變審稿人對論文的判斷，回復(fù)內(nèi)容最長不超過5000個(gè)字符。論文的任何一位作者都可以輸入/編輯作者回復(fù)，回復(fù)內(nèi)容可以進(jìn)行編輯或還原，直到截止日期為止。

論文審稿是雙盲的。請勿在回復(fù)中包含可識(shí)別出作者/共同作者的任何信息。請勿在回復(fù)中包含任何網(wǎng)址。

作者在擬定回復(fù)內(nèi)容時(shí)應(yīng)該做好判斷。沒有必要對每個(gè)小問題或改進(jìn)建議逐一回復(fù)。而應(yīng)該將這些回復(fù)視作解決問題的好機(jī)會(huì)，比如針對審稿人對論文的某一點(diǎn)不確定、審稿人做出的錯(cuò)誤假設(shè)、或者審稿人誤解了論文中的某一部分等問題進(jìn)行解釋。我們建議在作者回復(fù)意見中保持禮貌和專業(yè)。

ICML 2018：錄取率25%，兩篇最佳論文回顧

機(jī)器學(xué)習(xí)頂會(huì)ICML 2018于7月10日~15日在瑞典首都斯德哥爾摩舉辦，2018年ICML共收到2473篇投稿論文，比2017年的1676篇增加了47.6%。最終入選的論文一共621篇，錄取率25%。

ICML 2018最佳論文獎(jiǎng)有兩篇獲獎(jiǎng)?wù)撐?，第一篇的作者分別是來自 MIT 的 Anish Athalye 以及來自UC Berkely 的 Nicholas Carlini 和 David Wagner，另一篇的作者則全部來自UC Berkely。

最佳論文一：

Obfuscated Gradients Give a False Sense of Security: Circumventing Defenses to Adversarial Examples

Anish Athalye (MIT), Nicholas Carlini (UCB), David Wagner(UCB)

論文地址：https://arxiv.org/pdf/1802.00420.pdf

GitHub：github.com/anishathalye/obfuscated-gradients

基于神經(jīng)網(wǎng)絡(luò)的分類器通常被用于圖像分類，它們的水平通常接近人類。但是，這些相似的神經(jīng)網(wǎng)絡(luò)特別容易受到對抗樣本和細(xì)微的干擾輸入的影響。下圖是一個(gè)典型的對抗樣本，對原圖增加一些肉眼看不見的擾動(dòng)后，InceptionV3分類器把貓分類成了鱷梨醬。根據(jù)Szegedy等人2013年的研究顯示，這種“愚蠢的圖像”僅用梯度下降法就能合成，這類發(fā)現(xiàn)為物體檢測研究敲響了警鐘。

在這篇論文中，作者評估了ICLR 2018接收的9篇論文，并測試了它們面對對抗樣本的穩(wěn)健性。實(shí)驗(yàn)結(jié)果證實(shí)，在8篇有關(guān)對抗樣本的防御機(jī)制的論文中，有7篇的防御機(jī)制都抵擋不住論文提出的新型攻擊技術(shù)，防御水平有限。

最佳論文二：

Delayed Impact of Fair Machine Learning

Lydia Liu, Sarah Dean, Esther Rolf, Max Simchowitz, Moritz Hardt (全員UCB)

論文地址：https://arxiv.org/pdf/1803.04383

博客：bair.berkeley.edu/blog/2018/05/17/delayed-impact/

機(jī)器學(xué)習(xí)的基礎(chǔ)理念之一是用訓(xùn)練減少誤差，但這類系統(tǒng)通常會(huì)因?yàn)槊舾刑卣鳎ㄈ绶N族和性別）產(chǎn)生歧視行為。其中的一個(gè)原因可能是數(shù)據(jù)中存在偏見，比如在貸款、招聘、刑事司法和廣告等應(yīng)用領(lǐng)域中，機(jī)器學(xué)習(xí)系統(tǒng)會(huì)因?yàn)閷W(xué)習(xí)了存在于數(shù)據(jù)中的歷史偏見，對現(xiàn)實(shí)中的弱勢群體造成傷害，因而受到批評。

ICML 2019也即將在6月9日召開，對于今年的最佳論文，我們也可以抱以期待。

那么，今年的ICML 2019，你的論文被錄取了嗎？