NeurIPS 2021論文放榜！清華投稿90篇排名第5，北大第9

NeurIPS 2021接收的論文放出了！

《argmax centroid》「榮獲」最短標題的稱號。

作者是來自北京大學的Chengyue Gong，得克薩斯大學奧斯汀分校的Mao Ye和達特茅斯學院的Qiang Liu。

《Habitat 2.0: Training Home Assistants to Rearrange their Habitat》的作者最多，有21個。

NeurIPS 2021 接收數據分析

今年提交的論文總共有9122篇，其中有2344篇被接收，比例為26%。

相比於2020年，雖然投稿減少了332篇，但是被接收的反而增加了444篇。

谷歌總共提交了177篇論文，成為投稿最多的公司。

微軟、DeepMind、Facebook緊隨其後，分別為116篇、81篇和78篇。

國內的BAT則再次聚首，以16篇、20篇和19篇分別排在第10、第7和第9位。

MIT總共提交了142篇論文，成為投稿最多的高校，以3篇論文的優勢超過投稿139篇的斯坦福。

CMU以117篇論文排名第三，比第四名伯克利多了1篇。

清華位列第五，北大位列第九。

不出意料，美國依然霸榜投稿最多的國家，共提交了1431篇論文，佔了總投稿的15.7%。

中國大陸排名第二，提交411篇論文，比美國要少1020篇。

英國位列第三，為268篇。

在被接收論文最多的22位學者中，華人佔了8位。

其中，微軟亞洲研究院副院長劉鐵巖被接收論文最多有14篇，和斯坦福大學的Stefano Ermon並列第一。

得克薩斯大學奧斯汀分校的助理教授汪張揚也有13篇論文被接收。而且在ICLR 2021上，汪張揚被接收的論文數也高居華人學者榜首。

北京大學的王奕森和UCLA的Quanquan Gu以12篇論文緊隨其後。

其中，王奕森的論文有兩篇中了Top 3%的Spotlight。

華為諾亞方舟實驗室的王雲鶴、普林斯頓大學的Zhaoran Wang、微軟亞洲研究院的秦濤和IBM的Pin-Yu Chen分別有10篇、8篇、8篇和8篇論文被接收。

Bengio被接收的論文也為8篇。

此外，在投稿的論文中，劉鐵巖的合作者最多，高達61位。

汪張揚以51位排在第二。

王奕森為40位，超過Bengio的38位，排名第四。

大展風采的華人學者們

微軟亞洲研究院副院長劉鐵巖

劉鐵巖博士，畢業於清華大學，先後獲得電子工程系學士、碩士及博士學位。現任微軟亞洲研究院副院長，領導微軟亞洲研究院在機器學習領域的研究工作。

劉鐵巖博士是人工智能領域的國際知名學者，國際電子電氣工程師學會院士（IEEE Fellow），美國計算機學會傑出會員（ACM Distinguished Member）。

劉博士還是卡內基梅隆大學（CMU）兼職教授，諾丁漢大學榮譽教授，清華大學、中國科學技術大學、南開大學兼職教授和博士生導師。

他還擔任了包括WWW/WebConf、SIGIR、KDD、NIPS、ICML、AAAI在內的諸多頂級國際會議的大會主席、程序委員會主席、本地主席和領域主席，以及IEEE模式分析和機器智能事務(TPAMI)、ACM信息系統事務(TOIS)、ACM網絡事務(TWEB)在內的國際知名期刊的副主編或編委。

作為一名工業界實驗室的研究員，劉博士為世界做出了獨特的貢獻。一方面，他的許多技術已經被應用到微軟的產品和在線服務上，比如必應、微軟廣告、Windows、Xbox和Azure。另一方面，他也一直積極為學術界做貢獻。

劉鐵巖博士的先鋒性工作促進了機器學習與信息檢索之間的深度融合，被國際學術界公認為「排序學習」領域的代表人物。

他發明了幾個非常有影響力的算法和理論，包括列表排序法、關係排序法和排序的統計學習理論，在網絡搜索和計算廣告學等方向取得了卓越的學術成果。

在「排序學習」領域，他的學術論文已被引用萬餘次，並受斯普林格（Springer）出版社之邀撰寫了該領域的首部學術專著，併成為Springer計算機領域華人作者的十大暢銷書之一。

同時，他是LETOR基準數據集的創建者，而LETOR是「排序學習」研究的必備實驗平台。憑藉他的深入研究和努力，「排序學習」已經成為當今各大搜索引擎的一項基礎技術，並繼續成為相關研究界最重要的方向之一。

劉博士在深度學習、強化學習、分佈式機器學習等方面也頗有建樹，發表了百餘篇學術論文，被他引數萬次。

他曾多次獲得最佳論文獎、最高引用論文獎、Elsevier 最高引中國學者獎、中國計算機學會青竹獎、中國AI英雄風雲榜技術創新人物獎、AMiner全球最具有響力學者獎（信息檢索領域）等獎項。

早在2005年，劉博士就開發出了世界上最大的文本分類器，可以在20台機器上對超過25萬個類別進行分類。

近幾年，劉博士和他的團隊開發了許多可擴展和高效的機器學習工具，包括世界上最快和最大的主題模型（LightLDA，擁有一百萬個主題，發佈在WWW 2015上）、最高效和可擴展的遞歸神經網絡（LightRNN，發佈在NIPS 2016上）和GBDT模型（LightGBM，目前已成為Kaggle比賽和KDD Cup中最受歡迎的機器學習工具之一），以及最快的神經TTS引擎（FastSpeech，發佈在NeurIPS 2019上）。

2018年，他幫助微軟在中英新聞翻譯任務上達到了人類專家的水平，並於次年獲得WMT機器翻譯比賽8項冠軍。

2019年，他率團隊研發了史上最強麻將AI Suphx，在國際知名麻將平台「天鳳」上榮升十段，穩定段位顯著超越人類頂級選手。

微軟亞洲研究院高級首席研究員秦濤

同是微軟亞洲研究院的學者，秦濤博士此次NeurIPS 2021也有8篇論文被接收。

秦濤博士，目前是微軟亞洲研究院的高級首席研究員，管理深度強化學習小組，在清華大學獲得了博士學位和學士學位。

他的研究方向包括深度學習(應用於機器翻譯、醫療保健、語音合成和識別、音樂理解和作曲)、強化學習(應用於遊戲和現實世界問題)、博弈論和多智能體系統(應用於雲計算、在線和移動廣告)以及信息檢索和計算廣告。

他是美國計算機學會(ACM)和美國電氣與電子工程師學會(IEEE)的高級會員，中國科學技術大學兼職教授(博士顧問)。

而且，秦濤博士在微軟的2018年的中英新聞翻譯達到人類專家水平，2019年獲得的WMT機器翻譯比賽8項冠軍，世界上最強麻將AI Suphx的開發中，都做出了重要的貢獻。

華為諾亞方舟實驗室高級研究員王雲鶴

王雲鶴博士此次NeurIPS 2021有10篇論文被接收。

王雲鶴是北京華為諾亞方舟實驗室的高級研究員，從事深度學習、模型壓縮、計算機視覺等方面的工作，在北京大學獲得博士學位。

王雲鶴博士憑藉AdderNet系列研究，連獲CVPR 2020 Oral論文（AdderNet：Do We Really Need Multiplications in Deep Learning?）和NeurIPS 2020 Spotlight論文（Kernel Based Progressive Distillation for Adder Neural Networks）。

AdderNet系列的目的是通過替換CNN中的所有卷積層(除了第一層和最後一層)，依然可以在ResNet架構上獲得與傳統CNN相當的性能，但是顯著降低能耗。

現在，他還在降低人工智能算法的成本這個領域繼續探索，希望提升低級視覺、檢測和自然語言處理等任務中AI模型的表現。

本文轉自微信公眾號“新智元”（ID：AI_era），編輯小鹹魚、好睏。文章為作者獨立觀點，不代表芥末堆立場，轉載請聯繫原作者。