学界 | ICML 2017公布接受论文，Andrej Karpathy解读论文分布数据

选自Medium

机器之心编译

作者：Andrej Karpathy

参与：吴攀、李亚洲

当地时间 8 月 6 日到 11 日，第 34 届国际机器学习大会（ICML 2017）将在澳大利亚悉尼举办。近日，大会官网公布了会议接收论文。随后，李飞飞高徒 Andrej Karpathy 在其 Medium 博客上发布了一篇对这些被接收论文的分析文章，机器之心对本文进行了编译介绍，论文目录请访问官网：https://2017.icml.cc/Conferences/2017/AcceptedPapersInitial

ICML 会议的接受论文已经发布。ICML 是一个顶级的机器学习会议，而且是机器学习会议中与深度学习最相关的，尽管 NIPS 有更长时间的深度学习历史，ICLR 则更加专注，有更大的深度学习密度。

被提及最多的机构

我认为计算机构的数据很有意思。在 Jupyter Notebook 和 regex 的帮助下，我们检查了所有被提及的机构，并整理了它们的数据。这里给出一些说明：

• 我手动将 Google、Google Inc.、Google Brain 和 Google Research 聚合成了一个类别，Stanford 和 Stanford University 也是同一个类别。
• 对于每篇论文，我仅计算了一次提及，所以如果有一篇论文中有 20 人来自同一机构，那么他们都将被聚合成一次提及。这样我们可以更好地理解本会议中每篇论文涉及哪些机构。

总共我们得到了 961 次机构提及，420 次不一样的，其中前 20 个机构是：

• 44 Google（谷歌）
• 33 Microsoft（微软）
• 32 CMU（卡内基梅隆大学）
• 25 DeepMind
• 23 MIT（麻省理工学院）
• 22 Berkeley（加州大学伯克利分校）
• 22 Stanford（斯坦福大学）
• 16 Cambridge（剑桥大学）
• 16 Princeton（普林斯顿大学）
• 15 None（无）
• 14 Georgia Tech（佐治亚理工学院）
• 13 Oxford（牛津大学）
• 10 Duke（杜克大学）
• 10 Texas at Austin（德克萨斯大学奥斯汀分校）
• 10 Facebook
• 9 ETH Zurich（苏黎世联邦理工学院）
• 9 EPFL（洛桑联邦理工学院）
• 8 Columbia（哥伦比亚大学）
• 8 Harvard（哈佛大学）
• 8 UT Austin（德克萨斯大学奥斯汀分校）

有意思的是，谷歌+DeepMind 的被提及次数超过了第二名微软的两倍。

我并不确定这里的「15 None（无）」是什么。其在 ICML 页面上被作为一个机构列出，我不知道是不是有漏洞，还是说这是一个我们目前还没听闻过的新人工智能机构。

产业 vs. 学界

为了得知产业界做了多少篇文章，我数了大公司实验室的论文量（DeepMind、谷歌、微软、Facebook、IBM、Disney、亚马逊、Adobe)，得到的结果是 14%。但并不是很完整，我想如果从整体来看，大约 20% 的论文有产业界参与。

或者说，ICML 中大约 3/4 的论文来自于学界。此外，DeepMind 和 谷歌都属于 Alphabet，我们可以把他们放到一起（共为 60 篇），也就是 6.3% 的论文有谷歌、DeepMind 的作者。

之前我错误的记录了 DeepMind 和谷歌的论文量，所以写成了 10%（已改正）。我们持续的对此项目进行分析。

回到我刚读 PhD 的时候（～2011 年），产业研究还没这么流行。当时，在图像（graphic）领域比较多产业研究（例如，Adobe/Disney 等），但人工智能与机器学习领域就没那么多了。如今发生了很大的变化，产业介入越来越大。然而，学界做的仍然很棒，贡献了大部分论文（～75%）。