本篇文章2818字,读完约7分钟
关注原始的尖端科技量子比特。
杨净发来自凹非寺
量子报道|公众号qbitai
neurips即将开幕。
两个受过训练的年轻一代ai科学家如何评价他们的防备?
杨林和汪昭然,2名清华毕业生,都是9篇数量,成为今年neurips入选论文最多的中国学者。
但是,对于这样的成绩,2人表示并不意外,其中1人表示:“只看哪个顶近,就投哪个。 "。
嗯,所以即使其他科学研究是新的,也是“哪个近”之类的?
他们也分享了一点经验。
neurips
从整体接收情况来看,今年提交了9454篇论文,1900篇总接收,合格率仅为20.09%。
接收率逐年偏低,国内外ai大牛大放异彩。
吴恩达老师,年ieee冯诺依曼奖获得者,知名学者michael jordan团队收到了7篇论文。
李飞队接受了论文。
深度学三巨头,论文也送到了hinton,lecun,bengio。
国内的学术大牛也有很好的表现。
清华大学教授朱军收到了八份复印件。
悉尼大学教授兼优必须选择最高科学家陶大程、港科大和创新工厂联合实验室主任张澍,还收到7篇复印件。
南京大学周志华队接受了三篇论文。
当然,ai届的“新人”们也是~
在机器学习科学家sergey ivanov整理的“top authors”排行榜上,论文接受数最高的是加利福尼亚州伯克利分校的助理教授sergey levine,在电气工程和计算机科学系工作。
有趣的是,去年他同样有12篇论文被neurips收到,成为了同样排行榜的第一名。
汪昭然,杨林以9篇论文数量位居排行榜第二。
德克萨斯大学奥斯汀分校的旺报,普林斯顿大学的杨卓然有8篇论文接收数。
除此之外,这次排行榜上有31名学者入选,中国学者占12席,占38%。
国内大学清华大学、北京大学63篇论文、20篇论文的接收数分别位于世界机构排名的第7和第20位。
中国整体论文接受数为259篇,居世界第二位。
这次排名结果表明许多年轻的中国科学家是卓越的。
量子是其中有代表性的两个人,杨林和汪昭然,来进一步分享。
加利福尼亚州洛杉矶分校助理教授杨林。
首先介绍的是加利福尼亚州洛杉矶分校的助理教授杨林,在电子和计算机工程系工作。
这个neurips除了收到9篇论文外,今年icml也收到了4篇论文。
他被聘为iclr2021的地区主席,入选aaai 2021高级计划委员会,获得西蒙斯学者奖。
他毕业于清华大学数学物理基础科学实验班,之后去约翰霍普金斯大学攻读“计算机科学”和“物理天文学”博士学位。
接下来在普林斯顿大学进行博士课程后研究,师从王梦迪教授。
是的,是14岁上清华,24岁从mit博士毕业,29岁成为普林斯顿大学终身教授的人。
他的研究方向是机器学习和数据科学高速算法的开发和应用,理解不同ml问题的基础理论和优化的计算极限。
目前他的研究要点是加强学习理论和应用、控制学习、非凸优化和流算法。
这次neurips收到的论文也集中在强化学习的理解上。
这几年强化学习在实践中取得了令人称赞的结果,但我们对强化学习的理解并不深刻。
例如,这两者分别理解游戏长度对“强化学习”和“模仿学习”的多与复杂的影响。
这两个设计了高效的算法,不依赖于基本模型,直接适用于神经互联网。
其他复印件都在不同的设定下对强化学习理论有了一些平凡的理解。
个人认为这些结果可以加深人们对强化学习的理解,实践者可以根据这些算法设计越来越多的强化学习方法。
因为自己的研究是理论上的,杨林告诉我疫情期间受到的影响不大。 即使没有瘟疫,也是远程讨论。
西北大学副教授汪昭然
同样接受9篇论文的是西北大学助理教授汪昭然,他在工业工程、管理科学系和计算机科学系工作。
他毕业于清华大学电子工程系,去普林斯顿大学的运输计划和金融工程系取得博士学位。
有趣的是,当时杨林教授正在王梦迪教授那里做博士后研究。
关于这次杨林教授也收到了9篇论文,汪昭然对量子位做了如下阐述。
林哥(杨林)最近在一系列论文中处理了很多加强学习本质的基础问题。
我们的许多研究事业都是基于林哥的这些论文。 你怎么评价? 只是拜拜。
毕业后,他去西北大学担任助理教授,获得了芝加哥大学booth商学院、康奈尔大学ece、卡内基梅隆大学tepper商学院等教职机会。
今年也凭借“增强学习理论的项目”获得了西蒙斯学者奖。
他在量子位上介绍了他的前两大研究方向。
首先,通过建立“深度增强学习的理论框架”,使深度增强学习在计算多、噪声多、噪声多的水平上更有效率。
在医疗、金融业等许多行业,高级强化学习在安全性、可靠性、数据消费水平上与现实需求非常脱节。
因此,团队试图提出一系列安全性、可靠性和数据消耗量得到保障的算法,并深入强化学习落地这一重要行业。
通过“扩大深度增强学习的算法框架”,也有设计和优化社会规模的多代理系统。 在供应链和移动系统等许多重要系统中广泛存在着各种主体的合作和竞争。 这些动态游戏的主体既是人也是算法。
团队提出了一系列基于动态博弈论的多代理深度增强学习算法,试图支持深度增强学习落地这一大规模社会系统。
就像迄今为止ai大牛叶杰平(这次合作者之一)滴滴的智能调度系统。
除此之外,这次收到的论文提出了古典控制论和深度学习能否完全绕过强化学习的新研究问题。
通过模拟spacex火箭着陆等许多例子,表明设计的这个基础框架比强化学习有效数万倍。
汪昭然坦率地表明了这次neurips的准备过程。
我们通常不是为某个会议准备复印件,而是等待某个研究项目成熟后向最近的会议投稿。
由合作者团队支持,断稿前不用特别慌张。
和杨林教授一样,科学研究不受疫情影响,远程讨论反而提高了合作效率。
九篇论文接收数的诀窍?
关于9篇论文数被收到的秘诀,杨林说。
不要追求复印件的数量,稳步科研,稳步处理问题是最重要的。 有好结果的话,好好写,一定能发表。
对学术科学研究的萌新们也提出了一点建议。
现在科研行业还很急躁,neurips的投稿数量每年都在大幅增加。 这不是个好事件。
还是希望新人踏实地进行研究。 不要以复印数量为目标。 取得好结果,掌握说故事的能力,文案自然有。
汪昭然向我们展示了“写好故事”的重要性。
最近的审阅质量下降特别严重,有无论文的接收多少有点随机性。 我个人认为,在质量满足自己的基础上,让审阅者理解是很重要的。
最后,有心的网友也询问了两位年轻教授招收研究生的标准。
简洁关系到本质。
杨林教授的数学很好,自我移动,勤奋,对科学研究有很大的热情。
汪昭然教授招收研究生的标准,只要擅长数学/算法/系统即可——都熟悉就最好。
怎么样,不难吧? (手动狗头)
——完
本文是网易信息网易号特色文案激励计划合同账号【量子位】原创文案,未经账号授权,禁止擅自转载。
原标题:“两名清华校友闪耀着neurips! 各9篇入选,华人最“意外的是,哪个最接近”。
阅读原文。
标题:热门:两位清华校友闪耀NeurIPS2020,各9篇入选,华人之最
地址:http://www.3mta.com/xlxw/20776.html