审稿太奇葩？AAAI 2022接收论文列表放出！特别赛道论文华人参与占46%

新智元报道

编辑：David 好困

【新智元导读】AAAI 2022放榜已有一个多月，官方终于发布了接收论文的完整列表。本届AAAI不仅以15%的论文接受率创历史新低，而且关于审稿质量的吐槽就一直没断过。

近日，AAAI官网放出了全部接收论文的列表，洋洋洒洒长达82页。

据公开数据显示，本次会议共收到9251篇投稿，创下AAAI投稿量的历史记录，其中9020篇投稿进入了评审环节。

最终经过大会讨论决定共接收1349篇论文，录取率为15.0%，创下历史新低。

实际上，本届AAAI大会从一开始就存在变数。

比如，在没有任何官方通知的情况下，本该在11月29日就该发布的接收/拒绝通知最终还是迟到了，直到在北京时间12月1日的晚上才公布结果。

而整个审稿阶段，AAAI官方给出的规则更是让不少作者感觉有些魔幻。

论文能不能中，实际上并不取决于论文是否值得发表，而是取决于你是否被录取率给控制住。

按照大会主办方给出的规则，由于投稿数量太多，主办方在一阶段只保留40-50%的论文，保证最终接收率控制在20-25%。只有56%的论文进入第二阶段审稿。

由于今年的AAAI要求作者不要在会议开始之前放出自己的论文，所以即便是有了这个list，大部分被接收的论文也只能瞻仰一下题目。

借着list的放出，来自阿里的@GuoXun选取了部分和因果推断相关的论文。

涉及的因果细分方向有：因果发现、因果结构学习、因果强化学习、因果推断、因果深度学习等。

@GuoXun表示，相比于NIPS，ICML等顶会，AAAI涉及因果推断落地的场景更多。此外，因果推断可以为机器学习提供一个强大的数据挖掘工具，并带动整个生态的发展，如推荐系统、CV等场景。

知乎回答：https://zhuanlan.zhihu.com/p/455091033

说句题外话，那篇饱受争议的论文也在。大概是官方还没更新文档吧。

人工智能对社会的影响（AISI）

此外，除了我们熟知的主赛道，AAAI还在这两年新增了一个特殊赛道：AI对社会的影响。

其目的是突出一些技术的挑战和潜在的机会，并展示人工智能的社会效益。

在这部分中，论文的评价标准也会有所不同：

• 问题的重要性

本文所考虑的社会影响问题是重要的，并且没有被人工智能界充分地解决。

• 文献的丰富度

对有关该问题的其他文献，包括计算机科学以外的文献有很好的理解。

• 方法的新颖性

引入一个新的模型、数据收集技术、算法和/或数据分析技术。

• 方法的合理性

令人信服地论证了所采取的方法，解释了与其他替代方法相比的优势和劣势。

• 评价的质量

评价是具有示范性的：数据描述了真实的世界，并进行了彻底的分析。

• 为后续工作提供便利

为后续工作提供了很好的便利：开放源代码；公共数据集；以及对如何在实践中使用这些元素的非常清晰的描述。

• 社会影响的范围和前景

产生社会影响的可能性极高：论文的观点已经在实践中使用，或者可以立即使用。

该赛道共有50篇论文入选，其中23篇有华人作者参与。

滑动查看入选论文

审稿质量屡遭吐槽

本次AAAI大会以15%的接受率创下新低，但在这个数字背后，更让作者们感到困惑的还是审稿质量问题，不少作者觉得，接受率创下新低的重要原因是「审稿不专业」。

有人在社交媒体上表示，自己的论文得到了4个Accept，最后还是被拒了。

还有人表示，辛辛苦苦做了一年多的成果，也是进入研究领域以来做的自我感觉最满意的一个工作，光修改就足足做了两个月，直到导师都挑不出毛病却直接被审稿人拒绝。

而审稿人的意见则更是让人崩溃，看完让作者觉得智商被侮辱。

比如上面这位作者，4位审稿人均给出了「偏向接受」或「接受」的意见，在审稿意见中也都是正面评价：idea有趣、模型足够solid、实验和分析也够全面。

结果最终结果：被拒了。

有知乎网友表示，由于AAAI投稿数量激增，很难匹配数量相当的专业审稿人来审文章，审稿人质量的降低，有时甚至会造成审稿意见和文章内容根本「不沾边」。

对AAAI审稿质量和流程有意见的不只是作者，一些审稿人也表示不解。分到的论文和自己的专业领域毫无关系，大会甚至邀请没投过顶会的学生来审稿，势必难以保证审稿质量。

实际上，前十几、二十年，像AAAI这种顶级会议，对自己的文章没有充分自信的研究人员大部分是不敢投的。

在2010年之后，随着神经网络的崛起，带动了一大票学者进入到AI的学习及应用领域。此外，越来越多的投稿作者也都抱着免费拿一次评审意见也是不错的态度。

于是，投稿数量也随之暴增，这其中就包括一些老牌的会议如IJCAI和AAAI，有水平的评审人员数量就显得严重不足，最终结果就会导致论文质量、评审质量都严重下滑，从而显得会议变水了。

但对于AI的其他领域，比如问题求解、规划、搜索、约束问题等，在AAAI领域依然保持着高水准。

那些针对AI传统困难领域的大牛和坚定的研究者们，一直都在AAAI，也不会离开，更不会导致AAAI变得更水。

总之，关于AAAI水不水这个问题，还是要理性吃瓜，中了自然皆大欢喜，reject了也要继续努力！

List下载地址：

https://aaai.org/Conferences/AAAI-22/wp-content/uploads/2021/12/AAAI-22_Accepted_Paper_List_Main_Technical_Track.pdf

关于因果推断的知乎回答：

https://zhuanlan.zhihu.com/p/455091033