人工智能顶级会议 AAAI 2021 于昨晚在线上开幕，作为 2021 年首个人工智能顶会，华人学者取得了大满贯，杨强教授担任主席，12篇获奖论文中华人占据5席。
两名中国来自微软亚洲研究院的中国学者获得了杰出 SPC 奖，在众多资深程序主席中脱颖而出。这两位的名字是 Xiting Wang 和吴方照。
根据 AMiner 主页，我们得知 Xiting Wang 毕业于清华大学，其研究兴趣包括可解释的推荐，文本挖掘和视觉文本分析。
吴方照也是毕业于清华大学，2017年加入微软亚洲研究院，目前是微软亚洲研究院社会计算 (SC) 组的高级研究员。研究方向主要是自然语言处理、用户建模和推荐系统。
此外，来自深圳市计算机视觉与模式识别重点实验室的Hongbin xu 还获得了一篇杰出论文。
论文主要研究内容是：最近的研究表明，基于视图合成的自监督方法在多视图立体 (MVS) 上取得了明显的进展。然而，现有的方法依赖于不同视图之间对应的点具有相同的颜色的假设，这在实践中可能并不总是正确的。这可能会导致不可靠的自监督信号，损害最终的重建性能。为了解决这个问题，作者提出了一个以语义共分和数据增强为指导，集成了更可靠的监督框架。
论文名称：Self-supervised Multi-view Stereo via Effective Co-Segmentation and Data-augmentation（通过有效的协同分割和数据增强实现多视角立体的自我监督）
论文地址：http://34.94.61.102/paper_AAAI-2549.html
本次大会的最佳论文奖委员会由大会主席杨强教授、南加州大学的沙飞、罗切斯特大学的罗杰波、亚利桑那州立大学的刘欢、佐治亚理工学院 的Pascal van Hentenryck 以及滑铁卢大学的Pascal Poupart组成。获奖的三篇论文中，华人获得了两篇最佳论文，可喜可贺。
第一篇论文是来自北京航空航天大学、UC伯克利、罗格斯大学以及北京国网富达科技发展公司，第一作者周号益来自北京航空航天大学。这篇论文设计了一种高效的基于变换的长序列时间序列预测模型 Informer，旨在解决 Transformer 存在一些严重的问题，如二次时间复杂度、较高的内存使用量和编解码器结构的固有限制等等。
论文名称：Informer: Beyond Efficient Transformer for Long SequenceTime-Series Forecasting
论文地址：https://www.aminer.cn/pub/5fd8acf991e0119b22c1f38d
第二篇论文是来自达特茅斯学院、得克萨斯大学奥斯汀分校、ProtagoLabs，第一作者是达特茅斯学院计算机博士 Ruibo Liu。这篇论文的主要研究内容是 “语言模型中的政治偏见” 问题，提出了衡量GPT-2生成中的政治偏见的指标，并提出了一种强化学习（RL）框架，用于缓解生成的文本中的政治偏见。
论文名称：Mitigating Political Bias in Language Models Through Reinforced Calibration
论文地址：https://www.aminer.cn/pub/601cb7309e795ee647cc9829
在入围的三篇Best Paper Runners Up论文中，也见到了华人的身影。
第一篇论文第一作者同样是来自北京航空航天大学，二作是来自来自微软研究院。这篇论文指出当前基于 Transformer 的一些模型，大多将其成功之处归功于多头自我注意机制，这种机制从输入中学习 token，并对上下文信息进行编码。先前的工作主要致力于针对具有不同显著性度量的单个输入特性的贡献模型决策，但它们未能解释这些输入特征如何相互作用以达到预测。因此，这篇论文提出了一种自注意力归因算法来解释 Transformer 内部的信息交互。并以 BERT 为例广泛进行研究。
论文名称：Self-Attention Attribution：Interpreting Information interactions inside transformer
论文地址：https://www.aminer.cn/pub/5ea2b8bf91e01167f5a89d92
第二篇论文团队来自哈佛大学，卡内基梅隆大学，其一作 Lily xu是哈佛大学的博士生，第三作者方飞是卡内基梅隆大学计算机科学系的助理教授，其研究方向是博弈论 + 机器学习。这篇论文的主要研究内容是：环境保护。其从强化学习中的多臂老虎机 (Multi-armed Bandit) 算法入手，探究了如何避免偷猎者伤害野生动物。据悉，其算法在柬埔寨的真实偷猎数据上训练之后，其性能显著提升。
论文名称：Dual-Mandate Patrols: Multi-Armed Bandits for Green Security
论文地址：https://www.aminer.cn/pub/5f60a74b91e0113805870332
本届大会共评出了 3 篇最佳论文，3 篇最佳论文Runners Up论文以及 6 篇杰出论文，11 个杰出资深主席，13 个优秀程序主席，此外还评出了前 25% 的评审者。
关于论文的评审，大会组委会说，在 rebuttal 阶段，论文作者回应后，有 4537 篇论文的分数得到了改变，其中 40% 的论文分数上涨，60% 的论文分数下降。然而其实，只有 69% 的评审收到了作者的回应.....
这次会议一共收到了 7911 篇论文，接收了 1696 篇，其接收率是 21.4%。与历年相比，其接受率处于中等。值得一提的是，学生论文有 70.6% 的接受率。
关于投稿总数，近几年 AI 领域一直处于上涨状态，除了 2019 年相较于 2018 年有了近一倍的增长之外，这两年投稿量增长则是缓慢趋势。录取率并不是稳定或者线性的，从上图曲线可以看出，录取率是波动状态，且 2019 年最低，只有 16.9%；最高当属 2013 年，接近 30%。
论文分地区来看，中国大陆论文总数仍然占据榜首，3319 篇的论文提交，627 篇的论文录取，其有 19.0% 的录取率。不过从提交的数目来看，占据了 1/3，录取数占据了 36%。中国香港和中国台湾也成绩颇丰，分别有 31 篇和 20 篇被录取。
论文分领域来看，机器学习、计算机视觉、NLP 以及数据挖掘和应用程序域分别占据总提交论文的 80%。
和去年相比，这个 “热度” 排名仍然没有改变。机器学习、计算机视觉、NLP 以及数据挖掘和应用程序域论文收录数分别排名第一、第二、第三、第四。
根据组委会的说法，优化领域今年有 43% 的接受率，博弈论原理，搜索分别有 37%、33% 的接受率。而机器学习和计算机视觉各只有 20% 的接受率。
除了公布这些奖项，本次大会，还花了浓墨重彩介绍了本届 AAAI 采用两轮审稿政策，组委会说，共收到 9034 篇投稿。两轮审稿政策对应两类文章，第一类是非 NeurIPS 和 EMNLP 转投论文；第二类是 NeurIPS 和 EMNLP 转投论文。
第二类论文中，经过修改后的重投论文，如果是来自 NeurIPS，且总分数高于 4.9；如果是 EMNLP，且总分数高于 2.8 的话。那么可以直接进入到 AAAI 2021 审稿的第二阶段。
在第一阶段，每篇论文将分配两名审稿人。如果这两个审稿人认为该论文无法被录用，那么该论文将直接被拒绝。没有被拒的论文将进入第二阶段。
在第二阶段中，每篇论文将另外分配两个审稿人。新的审稿人给出意见之前，他们是无法看到第一阶段的评论，也就是审稿相互独立。这意味着每篇被录取的论文至少有四名审稿人把关，因此质量肯定能够保证。
在审稿过程中，评审们共写了 25226 个字的 “建议”，平均下来每位审稿人有 2632 个字。
在讨论中，大多数论文的讨论有 3~5 位参与，极少数有 17~26 位参与。当然。1~3 位和 5~7 位参与的讨论的论文数，也有 1000 以上。平均下来，每篇论文有 4.6 个人参与讨论，每个讨论包含字数 358 个。
AMiner 会议系统通过交互式多维会议导航，真正实现了通过论文看作者、通过作者找论文，并融合论文解读、相关论文推荐、AMiner 作者信息以及对作者的大数据分析，为相关学者和爱好者共享和宣传最新研究，提供会议助理、会议多维分析、作者和论文搜索等服务。
喜欢本篇内容，请分享、点赞、在看
