ICLR论文面面观：大牛不再是全部 创新力量正在崛起

本篇文章1741字，读完约4分钟

雷锋。据法国《科学技术评论》报道，当地时间4月25日，2017年国际学习表征会议继续如火如荼地进行，更多的论文在口头/会议/研讨会等环节不断更新。环顾四周，谷歌大脑和纽约的标志非常显眼。

通过论文的展示，我们可以看到许多年轻的创新人才正在走向各种研究领域的深度学习。不可忽视的是，这些论文背后的先驱们仍在以教育人和树木的态度研究人工智能的贡献。他们指导的一些论文将成为大会的明星论文，也有值得一读但被大会拒绝的作品。这些研究继续在学术平等的平台上受到挑战。

论文研讨会网站

star paper:iclr-2017的最佳论文《概括——理解深度学习需要重新思考的问题》，自发表以来引起了学术界的热烈讨论和广泛关注。根据twitter上的讨论，这篇论文在iclr中得分颇高，最终被选为该iclr的最佳论文，并进入口头链接。

虽然这篇论文的合著者不是著名的神，但他们不能忽视他们深厚的学术积累，包括谷歌大脑(Google Brain)的萨米·本吉奥(是的，人们常说他是约施瓦本吉奥的兄弟)、曾在谷歌大脑工作过、现在是deepmind研究员的奥里奥尔·文约尔斯(oriol vinyals)以及加州大学伯克利分校电子工程、计算机科学和统计系的副教授本杰明·雷希特(benjamin recht)。

此外，在口头报告的第一天，由纽约大学神经病学、数学和心理学系教授霍华德·休斯医学研究所和ieee研究员埃罗·西蒙切利共同撰写的论文《端到端优化图像压缩》也赢得了学术界的青睐。该论文在会议评审中被评为“最受欢迎的两篇论文之一”，获得9分，在所有入选论文中排名前15%。

另一方面，另一篇引起学术热情的论文《生成反网络的创造性训练方法》，与共同署名的导师有着相同的渊源——他是蒙特利尔大学的约舒亚·本吉奥，也是为数不多的仍致力于学术圈的深学教授之一。

一般来说，国内外人工智能学术会议的主旨发言往往会邀请发表过声明的老学者，产生很强的专家见面会效果，但这无疑忽视了创新力的探索和培养。相反，在iclr设置的主题演讲中，每天只有两次受邀嘉宾演讲，其余大部分都是由年轻的创新研究人员讲授的特约演讲。同时，如果不仔细研究，听众很难知道谁是幕后主使。

众所周知，iclr的定位是创建一个基于论文交流的开放式学术会议，由此涌现出许多新一代的研究主力军，为人工智能研究的发展注入更强的动力。例如，沈剑科技大学现任首席科学家韩松，在2016年获得iclr“最佳论文”并发表演讲时仍是一名博士生，并将于今年毕业。

众所周知，丹尼尔的论文被拒绝了，iclr发起了一个公开的论文审查机制。纽约大学的创始人和教授yann lecun告诉雷锋。《科技评论》认为，论文综述的接受主要遵循三个原则:能够传播研究思路的创新思路、良好的成果和实用的思路。

然而，根据雷锋。(公开号码:雷锋。在很多案例中，丹尼尔的论文都因为各种原因而被拒绝，包括扬·勒昆和约舒亚·本吉奥教授。例如，yann lecun教授的《深度学习中的黑森八大价值观:奇点与超越》，yoshua bengio的《神经知识语言模型》、《分层记忆网络》等。

与会的高级研究人员表示，人工智能已经发展了几十年，但深度学习是最具创新性的领域，而这一领域的研究并不是说资历越老，创新越快。据该人士称，与往年相比，2017年iclr最大的特点是变化大、发展快，但与此同时，在新理论的实践中，方法论仍有被突破和改进的空间，因此年轻的创新力量有可能是最擅长的或产生最快结果的。

因此，从这一点来看，国会也在一定程度上产生了“被大牛祛魅”的效果。面对论文评论的争议，乐村教授直言不讳地说:“争议是好事。”

他们中的大多数都是报纸海洋中的普通成员。当然，除了优秀论文和被拒绝的论文这两个极端之外，还有许多来自巨人和大奶牛的论文藏在会议和研讨会中，三天内有310篇论文。

据《雷锋》的编辑说。如果你随便看看，你会看到由yoshua benbio、geoffrey hinton、yan lecun和gan的父亲ian goodfellow和samy bengio共同签署的研讨会或会议论文，研究人员将与许多论文一起讨论这些论文。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。

来源：搜狐微门户