2019年CVPR有哪些糟糕的論文?
包括但不限於論文本身的寫作,創新點,提供的源碼,希望各位的真知灼見能給後來者啟發。
其實都是由於Dead lock。
/*會議惡性循環*/
投稿量爆炸—&>Reviewer不夠—&>審稿人水平參差不齊 —&> 錄取Paper水平參差不齊—&>讀者看到水paper感覺這也能中—&>模仿水paper生產科研—&>投稿量爆炸
/*領域惡性循環*/
做實驗性能非常好—&>強行尬解釋—&>其實都是猜想,真正work的可能是trick—&>產生糟糕的玄學paper—&>讀者糟糕的閱讀體驗—&>讀者模仿科研—&>讀者做實驗使得性能非常好—&>......
這麼多吐槽的,我就不說誰的論文不好了,我想說說我認為什麼樣的工作好。其實今天AI科研界和網紅界差不多,被大多數人認為所謂好的AI工作者和網紅一樣,都長得差不多,不都是寫著模式差不多的論文,灌了差不多的多少頂會么。後面還有一堆新畢業的博士,在努力爭取長成網紅臉。在這個領域,你要長的不是網紅臉,你只能被當作異類處理。
這年月大家都在拿論文數量,引用,影響因子說事,特別是國內的老師學生,太看重這些了。我個人覺得這完全背離了科研工作的本意。這和武術變得主要要比誰一個跟頭落地能紋絲不動,花樣滑冰要比誰四周跳跳的多一樣,忘記了武術的本質是要充分利用人體結構來合理髮力,花樣滑冰的核心是追求音樂動作合一的表現力一樣,都走上了歧途。
這個世界做科研的,工作模式大致兩類,一個是到處挖坑的,一個是一輩子挖一個坑的。這兩種工作模式都可以,問題是挖坑一定要挖好東西,不能總挖垃圾。
我可以舉一例我看到的挖坑挖的好的人, S. Lloyd,此人是量子信息領域的到處挖坑的大牛,每個方向只挖一鏟子,挖完就走。他的主要貢獻: (1)證明了Feynman關於用量子計算模擬量子系統的一個想法,(2)最早做量子計算硬體的,(3)提出了從量子計算構建時空結構的一種方法,(4)提出了一個時間旅行的模型並用於分析黑洞信息問題,(5)提出了Shor, Grove之後的第三個實用化量子演算法,主要用於量子機器學習,(6)提出量子雷達的概念,(7)考察了計算和物理規律的關係。這些只是我看到的他的一部分工作,這已經證明此人的牛叉之處了。問題是,他在每個方向都基本只寫一篇論文,最多也不會超過3篇,然後有點老子留下五千言後言盡於此的氣概,轉身而去,重新挖坑,留下一堆身後的人在他挖過的地方繼續挖,但是都很少能挖到他的高度。最近有一段時間沒看到他的消息了,不知道這位又在憋著挖什麼呢。
所以他的論文並不多,也就平均一年一篇吧(真正他寫的,掛名的不算,不過我也沒看到他有多少掛名的論文,有他名字的論文都是明顯能看到他的思想貢獻的),但是每一篇都是一個新思想新方向。我覺得這才是好的工作應該有的樣子。按照這個標準,大家可以對比一下,哪些工作可以叫垃圾。
另外,如果聽報告的時候,介紹里說此人寫了幾百篇論文,我建議大家轉身就走,因為大概率的,此人大概不會有什麼深刻的思想傳達給你。
真心的建議大家進入科研領域後都仔細想想,是要一輩子做垃圾研究發一堆垃圾論文呢,還是沉下心來找好問題做好問題。對於一個科研人員來說,一輩子有一篇真正重要的論文就足夠了,甚至有可能在他死之前,論文的重要性都沒有被發現,這就是科研這份工作的規律。追求短期反饋絕對是違背科研規律的,對於個人評判工作好壞,是誤導,對於國家評判科研,是惡政。
楊振寧先生說,和小說一樣,科研和論文也有風格。一個領域應該有不同風格的工作和論文,風格多樣性是一個領域活力的體現。Schwinger的繁瑣嚴謹是一種風格,Feynman的靈動純粹也是一種風格,Dirac的透徹深邃還是一種風格,Einstein的宏大鳥瞰又是一類風格,這個世界的科研絕不只有一種風格一個模式,他們都是好工作。我個人的感覺,AI這個領域的論文風格過於單一了,除了一些偏理論的工作外,絕大多數與應用有關的工作風格嚴重雷同,思想嚴重雷同,這種論文真是讀起來面目可憎味同嚼蠟。我覺得這絕對不是好事情,這說明這個領域的思想過於單一。特別是小孩子們,一進入這個領域就被這個領域已有的固定思維帶著跑了,他們沒有時間去左顧右盼,去想想是否有其他可能性,他們只有沿著前人的路飛速的跑,否則他們就不能在這條路上跑得過別人,但我真的覺得,這個情況對於無論個人還是領域,都不是好事。
最後一點,AI作為新興領域,出現一個我認為是很不好的現象,就是大量本科生進入領域發表論文並且成為風氣。從我的角度看,本科生的工作做到我的標準之下所謂好的工作的,是非常非常罕見的(如果不是一個都沒有),我覺得時間這件事真的是不能隨便超越,人的認知水平一定和時間有關,本科生進入AI只是作為科研訓練,真的不能指望有什麼好工作出現,一個本科生做了半年一年就出好工作?對不起,我不信。我真心不希望AI這個領域鬧到和材料生化一樣成為灌水園地。
讓我們大家都保留一點科研工作的初心,爭取去做好的工作,學會辨別和欣賞好的工作,特別是年輕人,要培養好的科研品味,不要一上手就把味蕾弄壞了。我在知乎看到太多博士生朋友的味蕾已經完全壞了,根本不知道好的思想為何物,很不幸。
思想才是科研的核心,一個真正閃光的思想比一堆代碼和數據實驗都有價值,代碼和實驗是為思想服務的,絕不能替代思想。千萬別說talk is cheap了,愛因斯坦這輩子都在think and talk, 他的talk實在是他思想的精華。
卞子守函谷,終南紫氣多,借言屈子問,天機且如何。
算力方暴虎,AI正馮河,掛書青牛角,天工莫可奪。
與君歌一曲,請君聽我明日歌。明日待回頭,今日喧囂一夢柯。
吃瓜群眾昨天看這個問題吃瓜吃了一晚上,忍不住來回答一下;
目前所有回答里爭議最大(討論最激烈)的文章是 https://arxiv.org/abs/1811.00250 這篇利用GM進行網路剪枝的文章。
最早的一個匿名回答里提到了很多疑問,然後文章作者也大方地站出來回答了。
但是另一個問題出現了,有人隨後指出文章中的公式(6)到公式(10)有明顯錯誤,應該撤稿。特別是公式(10):