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。
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
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。
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。
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。
引入一个新的模型、数据收集技术、算法和/或数据分析技术。
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。
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
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。
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
公众号后台回复“transformer”获取最新Transformer综述论文下载~
备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~
觉得有用麻烦给个在看啦~