ICLR飞升，IJCAI降级：清华的新版AI顶会评级引发学术圈热议

机器之心报道

机器之心编辑部

人工智能领域发展到今天，哪些学术会议和期刊称得上顶级？清华大学刚刚提出的「计算机科学推荐学术会议和期刊列表」对于这些论文投稿目标有了新的评级。更为重要的是——它直接与清华学生的毕业产生了关联。

对于研究生和博士来说，国际会议和期刊的评级可谓关键指标，清华计算机系的新规定和评级迅速引发了校内师生的广泛关注，讨论也很快扩展到了整个学术圈。

最近，清华大学计算机学位评定分委员会针对其负责的计算机科学与技术、软件工程、网络空间安全三个一级学科，制定了「研究生学位创新成果要求」。 与此同时，同时分委员会还发布了最新版《清华大学计算机学科推荐学术会议和期刊列表》。

在我们比较关注的人工智能方向上，清华大学的列表就引来了不少议论。

大幅减少会议期刊数量

简单说来，与目前国内最为通用的中国计算机学会（CCF）版国际会议和期刊目录不同，清华大学新推出的分级标准只分 A、B 两类期刊，而且列表上的期刊数量也变少了。 以往，B 类被认为是大神文章和普通文章的分水岭，而没有了 C 类则很可能让研究生们的毕业难度有所提高。 此外，被清华评定为 A 类的期刊和会议与 CCF 有所不同。

仅看 AI 领域： 清华把 CCF 定为 B 类的 ECCV 、COLT、EMNLP 、ICRA 评定为 A 类，同时新增了 ICLR 、RSS 为 A 类会议。也就是说，由深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办 、短短成立 6 年的国际学习表征会议（ICLR)，此次被清华大学列为 A 类顶会。

在期刊方面，清华新增了 TR、TASLP 为 A 类期刊。

当然也有从 A 类「降级」到 B 类的学术会议： 它就是 AI 领域的首个国际性的学术会议 IJCAI。

香港科技大学教授、微众银行首席 AI 官杨强评论说： 「不知道清华大学这个排名用目标函数是不是『引用数』，如果只用引用数的话，排名的结果和我们所期望的影响力不一样。 影响力的目标函数应该是（连接度+权威度），所谓『Hub and Authority』，参考 Jon Kleinberg。 否则很容易被小圈子所利用。 」

另外，在数量上，与 CCF 的列表相比，清华给出的人工智能方向列表在期刊和会议数目上都有所减少，大大增加了投稿的难度。

清华大学的文件还对于申请计算机相关学科的博士、硕士学位设置了标准，学生需要根据《研究生申请学位创新成果计分办法》至少获得 6 分才有资格申请博士学位； 而申请硕士学位，则至少需要 2 分。 而根据推荐会议和期刊列表，一篇 A 类得 4 分，一篇 B 类得 2 分。 国际会议论文只认可长文，以及做口头报告的不少于 6 页的短文。 若 B 类论文获得最佳论文或最佳学生论文奖，则等同于 A 类论文。

这份规定从今年 9 月入学的新生开始执行，以往的高年级学生依然按照过去的考评标准。

清华版 AI 顶会和期刊列表

据《学术头条》报道，《清华大学计算机学科推荐学术会议和期刊列表》将计算机学科划分为 10 个方向，分别是高性能计算、计算机网络、网络与信息安全、系统软件与软件工程、数据库与数据挖掘、理论计算机科学、计算机图形学与多媒体、人工智能与模式识别、人机交互与普适计算、综合与交叉。

在人工智能与模式识别方向，清华推荐了 12 个 A 类会议，17 个 B 类会议； A 类期刊 6 个，B 类期刊 33 个。

A 类会议

B 类会议

A 类期刊

B 类期刊

CCF 版 AI 顶会和期刊列表

清华大学发布的 CS 会议期刊列表和中国计算机学会的有哪些不同呢？ 2018 年 12 月，CCF 启动了新一轮《目录》的更新工作，并于今年 4 月发布了最新版的目录。 对于计算机相关专业的学生们来说，CCF 目录是论文投稿的重要指标。 不过 CCF 表示，该目录是值得计算机界研究者们发表研究成果的推荐列表，其目的不是作为学术评价的唯一根据，而仅作为 CCF 的推荐建议业界参考。

与清华版人工智能与模式识别方向对应的是 CCF 人工智能方向。CCF 人工智能方向 A 类会议 7 个，B 类会议 12 个；C 类会议 21 个；A 类期刊 4 个，B 类期刊 21 个，C 类期刊 36 个。

目前在最新版的目录中，人工智能领域的 A 类期刊为：

而 A 类学术会议为：

可以看出，CCF 版的七大人工智能学术会议基本早已成为大多数人认知中的「AI 顶会」。 自 2010 年 CCF 发布计算机国际会议和期刊目录后，计算机科学领域内的国际会议重要性被人们逐渐确立起来，这改变了过去国内计算机科学领域仅依靠 SCI 影响因子评价的情况，让国内学界逐渐与国际发展接轨。

不过在中国计算机学会版《目录》出现的 9 年之后，清华大学似乎已对未来计算机科学的学术评价有了新的思路。 据悉，清华的学术期刊和会议标准，是根据论文引用的中位数、10H、H5 指数等指标进行量化后，再以人工（专家）意见为辅经过细微调整后得出的。

随着学术和领域的发展，我们正在看到更加符合目前发展规律的评价方式不断出现，清华大学的新标准是否会业内带来变化？ 我们还需拭目以待。

参考内容：

https://mp.weixin.qq.com/s/ZP0_hxNSECAHbQEcIDe_tg

https://www.ccf.org.cn/xspj/gyml/

本文为机器之心报道，转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者 / 实习生）：hr@jiqizhixin.com

投稿或寻求报道：content@jiqizhixin.com

广告 & 商务合作：bd@jiqizhixin.com