arXiv让双盲评审形同虚设，刷分把研究机械暴力化

华刚博士 微软研究院首席研究员

　　CVPR 2019程序主席、微软研究院首席研究员华刚博士近日接受了新智元的独家专访，谈到了当前学术界的一些流行趋势和问题所在。华刚博士在肯定arXiv加速学术交流的同时，一针见血地指出，“arXiv让学术会议的双盲评审形同虚设”，arXiv上的论文质量也是“鱼龙混杂”。

　　本文转载自新智元微信公众号

　　“微软研究院的实力核心在于人才，以及能够自己培养人才、让年轻人快速成长的能力。”微软研究院首席研究员华刚博士在接受新智元专访时说。当前人工智能人才竞争激烈，微软成为巨头“挖角”最佳目标，腾讯甚至把研究院开到了西雅图微软研究院家门前——马化腾公开坦承，这是因为很多微软研究员不愿意离开西雅图。因此，“微软如何应对AI人才流失？”成了不可避免的问题。而华刚博士的回答则令人顿感“AI黄埔军校”的气度和风范。

　　作为CVPR 2019的程序主席，CVPR 2017和ICCV 2017的领域主席，华刚表示他很高兴看到在本届CVPR上出现了不少尝试进一步理解深度学习在解决计算机视觉问题中的工作机制，和将计算机视觉领域知识用于指导深度学习的论文。去年，新智元报道CVPR 2016时，提到了法国 Inria 研究所的研究员 Nikos Paragios 对深度学习“一统天下”的担忧，Paragios 撰文指出：2016年各个研究都专注于使用深度学习的方法解决计算机视觉问题，口头报告更是接近100%都来自深度学习领域；虽然这样做没有问题，这些论文也都体现了实力，但Paragios想知道这些研究“增加的”科学价值在哪里。华刚博士在接受新智元专访时也表示了同样的担忧，他多次提到“多样化”、“深度学习结合传统方法”以及“老树开新花”，希望看到更多新的技术和新的思路。

　　作为CVPR 2019的程序主席，华刚预测未来两年图像视频理解相关的研究仍然会是计算机视觉领域的热点，其中：①基于图像、视频建模的无监督学习；②基于任务的视觉建模机制；以及③基于知识和小样本学习进行视觉建模这3个领域会有所发展。更远一些，语音、图像等人工智能的各个子领域会有相互融合的趋势，因为“要做一个AI系统，它必定是多模态的，多个层面多种模块的系统结合”。

　　arXiv虽然是一个非同行评议论文库，但其活跃度让如今大多数研究人员都把arXiv作为一个定期跟踪的信息源。但是，身为多个学术会议的主席以及多本学术期刊的编委，华刚博士在肯定arXiv加速学术交流的同时，一针见血地指出，“arXiv让学术会议的双盲评审形同虚设”，arXiv上的论文质量也是“鱼龙混杂”。

　　“单纯的刷分是对研究的暴力化、机械化”，“为了写论文而刷分是没有意义的”，开玩笑自称“70后”的华刚博士说，他认为研究是一项高尚的职业，他选择留在微软研究院的原因也很简单——开心，每天都能学到新的东西。最近，他对计算机视觉技术的商业应用也产生了兴趣，认为现在是“很好的时机”。早在2008年就创立和奠定了微软的人脸识别引擎（现已进一步发展并整合成为微软认知服务的Face API），并因对图像和视频中无限制环境人脸识别研究做出杰出贡献而在2015年被国际模式识别联合会（International Association on Pattern Recognition，IAPR）评为“生物特征识别杰出青年研究员”，华刚博士在谈到他对人脸识别的商业应用时说：“前段时间不是有新闻说在天坛公园卫生间安装人脸识别机吗？抛开别的不谈，我从这个事件中看到了巨大的商机（笑）。”

　　介绍微软在本届CVPR的表现时滔滔不绝，但说起CMU的精彩论文也毫不吝啬赞美之词，这就是微软研究院首席研究员华刚。本文带你走近这位CVPR 2019程序主席以及CVPR 2017和ICCV 2017领域主席，谈谈他心目中的微软研究院、学术会议，还有计算机视觉技术、应用及发展。

　　人才流失？微软能自己培养AI人才

　　微软被誉为“AI黄埔军校”，当前巨头间人才竞争激烈，微软成为“挖角”最佳目标，腾讯甚至把研究院开到西雅图的微软对面。您为什么选择继续留在微软？在人才的吸收、培养和保留方面，您认为微软如何保有竞争力？

　　我选择留在微软，主要还是喜欢这里耐心、包容、重视人才的氛围。能在一个开放、多样化的环境里工作，每天都能学到新的技能，我觉得很开心。在微软的研究院，年轻人成长速度一般都比较快，这也是因为院里对员工重视程度很高, 给予员工比较大的自由成长的空间，和各方面技能培训的机会。我是“70后”，觉得研究是高尚的职业，但现在年轻人成长环境不同，选择也跟我们当初有很大变化。例如，很多年轻人毕业就选择出来创业，这也许是社会、经济发展的必然，这是正常的现象。不过，微软研究院的优势在于能够自己培养人才，这个核心能力很关键，我们能吸引和培养对研究真正感兴趣的人。当然，我们也跟产品部门有深入的沟通——计算机视觉是微软研究院成立最早的一个研究方向，微软会在计算机视觉方面的研究和相关产品的开发上持续投资。微软亚洲研究院的计算视觉组也会两条腿走路，对学术界和对微软本身视觉相关的产品持续地做出贡献。作为一名研究员，能看到自己做的事情产生影响（impact），比如用在了产品里，或者获得了某个会议的最佳论文，又或者技术被很多人使用，这些都让人充满成就感。

　　arXiv让双盲同行评议形同虚设

　　您怎么看以arXiv为代表的这类非同行评议的论文库，以及将论文上传到arXiv这种行为？媒体应该如何对待arXiv上的论文？

　　在2015年以前，我是从来没有把论文发布到arXiv上的。实际上，我所认识的很多稍微传统，或者“老派”（笑）一点的研究员，都不会将论文在同行评议完成之前过早的发布到arXiv上。不过，2016年起，我和一些同事也会把尚未发表但相对成熟的工作发布到arXiv上。这样确实加快了交流讨论的速度，但由于没有经过同行评议，所以，arXiv上论文的质量鱼龙混杂，其中有些论文的观点是不一定正确的，或者带有偏见的。如果媒体希望报道arXiv上没有经过同行评议的论文，而编辑部本身没有专业领域的研究人员，我的建议是综合作者提供的信息，以及各个论坛像Hacker News、Reddit、Twitter的讨论，如果有条件还应该邀请几位相关领域的专业的研究人员写评论，尽可能的将信息客观、全面的地传达给读者，避免产生误导。

　　最新一期Science封面论文Deep Stack，也是很早就上传到arXiv了。