本年的第33届神经信息处理系统大会（NeurIPS 2019），来得好像比从前都要强烈一些。
首先是参会人数急剧添加。2018年的参会人数到达9000人左右，这现已让主办方开心得合不拢嘴，没想到的是本年则直接来到了13000人，比上一年陡增40%；而请求抽奖的人数则更是到达了15000人，NeurIPS官网甚至因而而一度瘫痪。
其次，则是论文大丰收。论文投稿量到达6743篇，较上一年的4856篇添加了近40%；录入论文1429篇，较上一年添加了41%，论文录入份额在21%左右。无论是投稿数量仍是论文录入，均改写了历史纪录。而与之比较，相同为AI顶会的ICML只要3424篇论文投稿，终究录入774篇，投稿和录入数量均只要NeurIPS的一半左右。
大会举行期间，随便在交际网站上去查找关于NeurIPS的关键词，随处可见被其录入一篇论文成为相关专业同学的最大愿望。
所以，本年假如谁还再次大放AI隆冬的厥词，不说其他，只要把NeurIPS的数据一扔，就能啪啪打脸了。
当然，各方面数据的光线亮眼也仅仅大会的一个方面，咱们愈加垂青的是，从这次大会的效果，能不能看出一些关于AI的玩家改变和旗号方向？那么，今日咱们就扔掉冷冰的理论自研和杂乱公式，去看一下这届大会较以往，存在哪些变与不变？AI在实际国际中又有着怎样的开展的新趋势？
不变的是玩家：万年的流水，铁打的谷歌
信任不用说读者朋友们也能猜到，本年的NeurIPS又被谷歌给霸榜了。
谷歌在各种AI学术顶会上霸榜咱们也现已见怪不怪了。相较于上一年的137篇论文，本年的谷歌录入论文来到了180篇，添加了挨近31%，增加快度非常安稳，这也大幅度提升了其他组织单位的追逐难度。更何况还有一个不计成本养着炫技的Deepmind，谷歌这个秀儿恐怕还要接着享用很长一段时间身为王者的孤单。
工业界能与谷歌掰掰手腕的大约只能归于微软了，本年体现也不错，当选76篇。
而美国学术三强的实力依然不俗，麻省理工当选86篇，斯坦福则以85篇紧随其后，比起上一年落后11篇现已前进很大，这也反映出斯坦福这一年在人工智能范畴的孜孜求进；CMC则入围79篇，无愧于名列美国学术三强之列。
此外，伯克利、facebook、普林斯顿、IBM等6位玩家均有超越40篇论文当选。前十席中美国的大学和企业占有了8席，留下第9和第10给了英国的剑桥和牛津。
这也启示咱们，当面对各种看衰美国的声响和剖析、心态有点飘了的时分，仍是得看看这些研讨数据：美国的科研实力单独一档，这是未来几十年都难以发作大的改变的实际。认清实际，方能墨守成规地追逐。
当然，我国本年的体现也很亮眼。工科王者清华当选33篇，总排名来到了第13，北大当选23篇，中科大、浙大、香港中文大学、复旦等大学也各有斩获。企业方面，腾讯、阿里、百度、华为也均有不俗的体现。惋惜的是，与上一年华为方舟实验室摘得最佳论文之一比较，本年最佳论文则没有了我国的身影。当然，最佳论文实力是一方面，命运也是一方面，只要咱们全体实力提升了，最佳论文也是一件瓜熟蒂落的工作。所以也再次等待我国军团能在今后的会议中在论文的数量和质量上都能再次跃迁。
此外，NeurIPS官方数据还说到，本次提交论文的女人作者全体份额来到了13%，女人集体正在作为一只不可或缺的重要力气渐渐的变多地参加到AI与国际的革新傍边。
改变的是规范：“水文”多了，审稿也严了
会议越办越火，投稿渐渐的变多，纷歧定是件功德，本年的论文光是评定定见，NeurIPS委员会就给出了20000篇，审稿人几乎是忙到头秃，甚至一度在本年夏天被人诟病审稿“太水”。
其实也可彻底了解。毕竟在NeurIPS2019论文投稿和选用数量剧增之下，不免会有许多的“水文”出现，改改模型、加几个数据想蒙混过关的不在少数。在这种情况下，本年的论文审稿则与从前比较发作了一些新的改变。
比方评定委员会鼓舞论文研讨的创造力。其间特别着重要要以创造性的新办法去看待问题，在这种研讨条件之下，可以得出一个能真实让读者感到惊奇的效果。这传达出论文的可读性的方向。此次取得“出色新方向论文奖”的《Uniform convergence may be unable to explain generalization in deep learning》，由卡耐基梅隆大学、博世人工智能中心的Vaishnavh Nagarajan和J. Zico Kolter共同完成，出现出部分深度学习研讨者的效果存在夸张的问题。换句话说，它毫不留情地揭开了一些研讨者的研讨效果中对的虚伪外衣，可以让读者甚至普通人都可以更客观地坚持对深度学习效果的认知。
又比方要求论文尽或许不过火着重理论的重要性或许含义，而愈加重视其实际针对性。或许说，要有必定的问题指向。这也某些特定的程度上和人工智能的工业化实践愈加深入的实际相贴合。
一起，评定委员会清晰表明不三种论文：第一是“资源密集型”的论文研讨，即动用了许多的资源得到的效果；第二是分明可以以一种方便有用的办法得出结论，却偏偏挑选了弯曲迂回的“歪门邪道”，或许称之为“炫技”；第三则是着重论文的简化，即能做到短小精悍地表达，就尽量缩短篇幅，纵观本届大会的优秀论文，许多篇幅都不超越10页，和动辄几十页的让人读倒头大的“水文”比较，几乎不要太良知。
总归，林子大了什么鸟都有，本年NeurIPS论文数量的急剧添加引起评定委员会对质量的把控而对审稿规范做修正，也是情理之中的工作，对坚持会议录入论文的权威性是个正确而必定之举。
趋势是使用：算法愈受喜爱，实践成为标的
从全体上来看，算法、深度学习、使用三个范畴的论文效果占有着前三甲，这与从前比较并未发作太大的改变。但是三个范畴本身却有些奇妙的改变，从中或许也可以正常的看到当今AI研讨的一点趋势。
改变较为显着的当属算法研讨。算法研讨范畴的论文在2018年提交占比挨近25%，2018年则添加到27%左右；选取占比2018年约为21%，2019年则到达28%左右，是一切研讨范畴傍边无论是论文提交数量仍是终究选取都出现增加的范畴。
与之比较，有关深度学习的论文数量占比无论是提交仍是终究选取，其均出现出必定的下降趋势，尽管这个趋势并不显着。而使用研讨范畴在论文提交量占比根本不变的情况下，反而选取率下降了约2个点，这也或许和总量巨大之下水文不免作妖有必定的联系。
而在强化学习、理论、概率和计算、神经网络方面，其论文选取率大多则出现出了下降的预兆。
这样的趋势或许并不难解说。跟着人工智能工业化的不断加快，国际范围内的AI落地正在如火如荼地进行，其也早现已从实验室中的纯理论研讨走向了工业实践，因而必定会面对更多的实际问题。因而，不断进行算法层面的立异研讨，显然是契合当下AI的全体走势的。
在2019年AI工业化不断深入的趋势下，下一年的NeurIPS论文的实践指向或会愈加显着。
