学界 | ICML 2017公布接受论文，Andrej Karpathy解读论文分布数据

机器之心 · 公众号 · AI · 2017-05-25 13:55

正文

选自Medium

机器之心编译

作者：Andrej Karpathy

参与：吴攀、李亚洲

当地时间 8 月 6 日到 11 日，第 34 届国际机器学习大会（ICML 2017）将在澳大利亚悉尼举办。近日，大会官网公布了会议接收论文。随后，李飞飞高徒 Andrej Karpathy 在其 Medium 博客上发布了一篇对这些被接收论文的分析文章，机器之心对本文进行了编译介绍，论文目录请访问官网：https://2017.icml.cc/Conferences/2017/AcceptedPapersInitial

ICML 会议的接受论文已经发布。ICML 是一个顶级的机器学习会议，而且是机器学习会议中与深度学习最相关的，尽管 NIPS 有更长时间的深度学习历史，ICLR 则更加专注，有更大的深度学习密度。

被提及最多的机构

我认为计算机构的数据很有意思。在 Jupyter Notebook 和 regex 的帮助下，我们检查了所有被提及的机构，并整理了它们的数据。这里给出一些说明：

我手动将 Google、Google Inc.、Google Brain 和 Google Research 聚合成了一个类别，Stanford 和 Stanford University 也是同一个类别。
对于每篇论文，我仅计算了一次提及，所以如果有一篇论文中有 20 人来自同一机构，那么他们都将被聚合成一次提及。这样我们可以更好地理解本会议中每篇论文涉及哪些机构。

总共我们得到了 961 次机构提及，420 次不一样的，其中前 20 个机构是：

44 Google（谷歌）
33 Microsoft（微软）
32 CMU（卡内基梅隆大学）
25 DeepMind
23 MIT（麻省理工学院）
22 Berkeley（加州大学伯克利分校）
22 Stanford（斯坦福大学）
16 Cambridge（剑桥大学）
16 Princeton（普林斯顿大学）
15 None（无）
14 Georgia Tech（佐治亚理工学院）
13 Oxford（牛津大学）
10 Duke（杜克大学）
10 Texas at Austin（德克萨斯大学奥斯汀分校）
10 Facebook
9 ETH Zurich（苏黎世联邦理工学院）
9 EPFL（洛桑联邦理工学院）
8 Columbia（哥伦比亚大学）
8 Harvard（哈佛大学）
8 UT Austin（德克萨斯大学奥斯汀分校）

有意思的是，谷歌+DeepMind 的被提及次数超过了第二名微软的两倍。

我并不确定这里的「15 None（无）」是什么。其在 ICML 页面上被作为一个机构列出，我不知道是不是有漏洞，还是说这是一个我们目前还没听闻过的新人工智能机构。

产业 vs. 学界

为了得知产业界做了多少篇文章，我数了大公司实验室的论文量（DeepMind、谷歌、微软、Facebook、IBM、Disney、亚马逊、Adobe)，得到的结果是 14%。但并不是很完整，我想如果从整体来看，大约 20% 的论文有产业界参与。

或者说，ICML 中大约 3/4 的论文来自于学界。此外，DeepMind 和谷歌都属于 Alphabet，我们可以把他们放到一起（共为 60 篇），也就是 6.3% 的论文有谷歌、DeepMind 的作者。

之前我错误的记录了 DeepMind 和谷歌的论文量，所以写成了 10%（已改正）。我们持续的对此项目进行分析。

回到我刚读 PhD 的时候（～2011 年），产业研究还没这么流行。当时，在图像（graphic）领域比较多产业研究（例如，Adobe/Disney 等），但人工智能与机器学习领域就没那么多了。如今发生了很大的变化，产业介入越来越大。然而，学界做的仍然很棒，贡献了大部分论文（～75%）。

原文链接：https://medium.com/@karpathy/icml-accepted-papers-institution-stats-bad8d2943f5d

点击阅读原文，报名参与机器之心 GMIS 2017 ↓↓↓