作者 | 蔣寶尚

編輯 | 叢 末

視覺研究日益火爆，頂會(huì)論文是指明燈。那么作為頂會(huì)主席的研究員如何看待此領(lǐng)域的發(fā)展？5月14日上午，微軟亞洲研究院創(chuàng)研論壇 CVPR 2020 論文分享會(huì)中的圓桌討論環(huán)節(jié)邀請(qǐng)了五位擔(dān)任過視覺領(lǐng)域頂會(huì)主席的嘉賓。

五位嘉賓

他們就論文如何選題、如何看待arXiv、線上會(huì)議能否取代線下參會(huì)發(fā)表了看法。其中加州大學(xué)伯克利分校教授馬毅談到：目前頂會(huì)領(lǐng)域規(guī)模太過龐大，視覺研究是時(shí)候重新定義自己了，定義方向重新回到初衷，做高質(zhì)量，有突破的研究。除此之外，美國(guó)羅徹斯特大學(xué)教授羅杰波、Wormpex Al Research副總裁兼首席科學(xué)家華剛、加州大學(xué)圣地亞哥分校教授屠卓文、加州大學(xué)美熹德分校教授楊明玄也發(fā)表了看法。 1

論文選題不要湊熱鬧

大佬們談笑風(fēng)生       

 深度學(xué)習(xí)是計(jì)算機(jī)視覺的研究技術(shù)之一，深度學(xué)習(xí)在各領(lǐng)域大火的時(shí)候，也影響到了計(jì)算機(jī)視覺，做學(xué)者的要有自己的原則，羅杰波表示：不刷榜單，不湊熱鬧，明白學(xué)者在算力方面是比不過企業(yè)的，在選題的時(shí)候要找自己感興趣的話題，找自己認(rèn)為獨(dú)特的點(diǎn)去做，不是說別人做什么你就做什么，寫作時(shí)要明白寫的東西是給別人看的，不是給你的導(dǎo)師，不是給學(xué)術(shù)帶頭人看的，要讓評(píng)審看得出妙處。

楊明玄說道：同意做有感興趣的事情，但是要量力而為，世界那么大，事情那么多，不要非做極度有挑戰(zhàn)的事情。另外，越刁鉆的老板（導(dǎo)師）越能提高你論文通過率，畢竟他們看的論文多、經(jīng)驗(yàn)多。寫作技能要慢慢提高，多看paper，將它們的框架寫下來，可以把自己代入評(píng)審角色，看看自己的論文和別人有什么不一樣，你自己會(huì)不會(huì)選你。經(jīng)驗(yàn)都是積攢出來的，就像一眼就能夠看出問題的老醫(yī)師。

馬毅補(bǔ)充到：寫文章，做研究有兩個(gè)階段，先學(xué)習(xí)做學(xué)問的技巧，把一個(gè)事情講清楚，把控住語言，最早的幾篇文章是在訓(xùn)練自己的技巧，而不是做的研究有多么了不起。過了這個(gè)坎之后，可以隨心所欲做自己想要做的研究，重點(diǎn)在于做研究而不是寫文章。另外，不要把評(píng)審看的太重，一些重量級(jí)學(xué)者，例如Yann LeCun的論文也有被“砍掉”的經(jīng)歷，所以更重要的是你的問題有沒有價(jià)值，第二你有沒有把問題寫清楚。

寫作技巧有兩個(gè)建議：第一找你欣賞人的文章去follow，學(xué)習(xí)怎么開頭、怎么結(jié)尾、這么承前啟后。第二點(diǎn)，把自己帶入評(píng)審的角色，做自己最嚴(yán)厲的評(píng)審，把自己訓(xùn)練成最難說服自己的人，不要自我滿足，不停的反駁自己一下。

華剛總結(jié)到：1、論文選題，切莫跟風(fēng)，要做有興趣，這樣才能放入精力；2、訓(xùn)練自己的技巧，讀一些paper，知道好paper長(zhǎng)什么樣子，語言不一定華麗，讓一般的人讀懂；3、明確和導(dǎo)師的關(guān)系：判斷你的論文是否能接受，能增加你論文接受的幾率。屠卓文最后補(bǔ)充到：寫文章的原則是：幫人幫己，幫助自己考慮問題，但更重要的是別人怎么看你的文章，能不能幫助別人理解你的工作。并不是每一項(xiàng)工作都能達(dá)到很高的境界，在這過程更重要的是對(duì)得起自己的努力。 

如何看待arXiv的文章？

arXiv 是一個(gè)收集物理學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)與生物學(xué)論文預(yù)印本的網(wǎng)站，上面的文章未經(jīng)同行評(píng)審，作者對(duì)文章多半保持嚴(yán)謹(jǐn)態(tài)度。但是也可以防止自己的想法在論文被收錄前被別人剽竊（將預(yù)稿上傳到arXiv 作為預(yù)收錄）因此這就是個(gè)可以證明論文原創(chuàng)性（上傳時(shí)間戳）的文檔收錄網(wǎng)站。那么，頂會(huì)應(yīng)該如何看待arXiv ？

華剛表示：arXiv 總體上有著非常積極的一面，因?yàn)樗軌蜃尮ぷ鞲旆窒?。但是問題在于：上面有大量的文章，實(shí)際上并沒有經(jīng)過同行審議，所以魚龍混雜。所以在看文章的時(shí)候需要自己有判決力，對(duì)個(gè)人來說一些論文只會(huì)看看標(biāo)題，看看摘要再?zèng)Q定是否讀下去。

頂會(huì)如何看待arXiv這個(gè)問題，CVPR和ICCV都有自己的政策，投稿之前弄清楚規(guī)則就好。馬毅表示：arXiv這個(gè)領(lǐng)域本身是物理和數(shù)學(xué)，它所對(duì)應(yīng)的評(píng)審模式不是雙盲。既然允許論文post在arXiv上面，那么頂會(huì)評(píng)審就不應(yīng)該是雙盲，因?yàn)檫@會(huì)造成許多混亂。

另外，它確實(shí)對(duì)領(lǐng)頂會(huì)審核帶來很多工作，因?yàn)樽鳛轭I(lǐng)域主席和程序主席往往會(huì)在“這篇文章是誰的idea”糾結(jié)。所以現(xiàn)在頂會(huì)的投稿政策還并不適應(yīng)現(xiàn)在這種情況。頂會(huì)應(yīng)該及時(shí)改變，不能裝作看不到，可以向期刊一樣的單盲評(píng)審。

楊明玄表示：arXiv的問題已經(jīng)講過很多次，但沒有人能夠去解決，目前是無解的狀態(tài)，除非有頂級(jí)大佬站出來說‘我們現(xiàn)在改變主意了，我們以前講錯(cuò)了，我們堅(jiān)持的不是這樣，大家重新來過呀’。單盲評(píng)審確實(shí)有點(diǎn)不公平，2002年NIPS 從單盲變成雙盲的時(shí)候，有些學(xué)校的論文錄取瞬間下降。

所以要求雙盲卻arXiv是偽君子的做法。

深度學(xué)習(xí)是否結(jié)合傳統(tǒng)基于符號(hào)的方法？

在討論完論文如何寫、如何選題、如何看待arXiv之后，圓桌論壇也向如何克服深度學(xué)習(xí)依賴數(shù)據(jù)的問題發(fā)起了討論。能否將傳統(tǒng)基于符號(hào)的方法與深度學(xué)習(xí)結(jié)合起來從而增強(qiáng)魯棒性？能否將這種融合的發(fā)展路線帶入計(jì)算機(jī)視覺領(lǐng)域？楊明玄提到，現(xiàn)在的深度學(xué)習(xí)方法或許沒有很強(qiáng)的魯棒性，實(shí)驗(yàn)也不好做，但是總要有人做。

屠卓文表示：現(xiàn)在計(jì)算機(jī)視覺更多的是考慮CNN算法，當(dāng)然RNN、Attention這些都在進(jìn)來，但是這一套系列中視覺和語言還是不太一樣。計(jì)算機(jī)視覺改變一兩個(gè)pixel，不會(huì)改變太大的結(jié)果，但是在語言里改變一個(gè)字，那就是天壤之別。

所以，計(jì)算機(jī)視覺和語言在同屬AI框架下，需要從各自的角度去考慮問題。最終的融合還是需要的，但是要明確視覺和語言確實(shí)有很多不一樣的地方，如何考慮角度非常重要，現(xiàn)在這條路還在探索階段。

羅杰波表示：視覺分為：識(shí)別、描述、推理。現(xiàn)在CNN解決了很多大部分識(shí)別問題，計(jì)算機(jī)視覺進(jìn)化到了描述問題，下一步會(huì)進(jìn)化到推理問題?，F(xiàn)在已經(jīng)有人將知識(shí)圖譜和常識(shí)這些東西加入模型，從而嘗試解決視覺系統(tǒng)或者AI系統(tǒng)到底是什么樣子。

也即從知識(shí)層面入手解決問題。從計(jì)算機(jī)視覺的定義：從視覺信號(hào)里提取描述沒提到只是做識(shí)別。計(jì)算機(jī)視覺的初心是進(jìn)化到語義，這就需要將語言和視覺知識(shí)融合起來，這是不可避免的，也是計(jì)算機(jī)視覺必須進(jìn)化的方向。

馬毅表示，魯棒性問題和現(xiàn)在深度模型擬合數(shù)據(jù)，做黑盒系統(tǒng)以及依賴數(shù)據(jù)標(biāo)簽有關(guān)。深度學(xué)習(xí)系統(tǒng)并不關(guān)心數(shù)據(jù)內(nèi)在的描述表達(dá)，其模式只是input-output。數(shù)據(jù)導(dǎo)向的方法可能會(huì)解決一些問題，但仍然有缺陷。例如，深度學(xué)習(xí)雖然在識(shí)別領(lǐng)域有些進(jìn)展，但是現(xiàn)在3D領(lǐng)域是最大的軟肋，因?yàn)樗鼘?duì)魯棒、精度要求非常高。但是為什么需要真正的魯棒性？馬毅提到因?yàn)橐恍﹫?chǎng)景必須要求魯棒，例如軍事、醫(yī)療、無人機(jī)都是關(guān)乎人命的。 

計(jì)算機(jī)視覺頂會(huì)規(guī)模發(fā)展有何看法？

計(jì)算機(jī)視覺領(lǐng)域?qū)砣绾伟l(fā)展，對(duì)計(jì)算機(jī)視覺會(huì)議規(guī)模的發(fā)展有何看法？

線上、線下參會(huì)有何優(yōu)缺點(diǎn)？羅杰波表示，線上會(huì)議好處非常多，但是有個(gè)致命的缺點(diǎn)是：沒有圍觀效應(yīng)。Zoom此類的會(huì)議都是講座性質(zhì)的，在交流方面還差一些，缺少那種大家對(duì)‘海報(bào)’評(píng)論的氛圍。所以他認(rèn)為線上會(huì)議在短時(shí)間還不會(huì)取代線下會(huì)議。

華剛博士對(duì)羅教授的觀點(diǎn)表示同意，他也對(duì)頂會(huì)會(huì)議規(guī)模發(fā)表了看法：其實(shí)每個(gè)研究都有一個(gè)核心，大家都圍繞這個(gè)核心開展自己的工作，當(dāng)大量的研究者擠進(jìn)來的時(shí)候，必將會(huì)擴(kuò)展新的方向。楊明玄教授也表示規(guī)模大、人數(shù)多非常好，但是conference和workshop方式還是不同，資深的人士都會(huì)去workshop，而會(huì)議吸引的更多是學(xué)生。

馬毅教授表示他非常懷念他當(dāng)學(xué)生的那段日子，那時(shí)候的視覺會(huì)議有兩個(gè)特點(diǎn)，一個(gè)是小，即只有兩三百人，另一個(gè)特點(diǎn)是主題非常新，能帶給人非常多的啟發(fā)，給年輕人非常多挑戰(zhàn)。

馬毅教授還談到，對(duì)比現(xiàn)在視覺會(huì)議的情況，計(jì)算機(jī)視覺可能要重新定義自己了，領(lǐng)域發(fā)展壯大是好事情，但是從研究主題和研究社區(qū)可能要重新思考了，看看能否找到更激動(dòng)人心的事情。

人數(shù)一多，從眾心理就非常嚴(yán)重。現(xiàn)在一些研究者的角色更像網(wǎng)紅，并不是在尋找真正的追求，但是尋找真正的突破才是做研究的初衷。

所以，不忘初心，正當(dāng)時(shí)。

（雷鋒網(wǎng)、雷鋒網(wǎng)、雷鋒網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。