AI的火爆，让今天在加拿大蒙特利尔开幕的第32届神经信息处理系统大会（NeurIPS 2018），就成为了各国研究组织和企业刷存在感的香饽饽。
有多火呢？
据说，今年的参会人数有9000人，大会门票在11分钟内被一抢而空。官方自己都吐槽，只比碧昂丝演唱会卖的慢一点。
之所以一票难求，还是因为到场的学术界、产业界大佬太多。谷歌、亚马逊、Facebook、微软是不会缺席的，华为、腾讯、阿里、百度等为代表的中国队也斩获颇丰。值得一提的是，今年还冒出了很多中美欧之外的新面孔，印度、XXX也都有机构获得了非常不错的成绩。
当然，学术会议核心的还是论文，NeurIPS 2018 今年也是收了个盆满钵满，一共收到 4856 篇投稿，创下了历年来的最高记录，最终被录取的论文有 1011 篇，其中有44% 的论文作者放出了代码，42% 将公布数据，无疑让整场大会显得干货十足。
情况介绍的差不多了，接下来该上“硬货”了。但学术名词和论文推理读起来都有点反人类。因此，我们从自己的观察中，为大家梳理了一下NeurIPS 2018可能是最重要的三大趋势，帮助大家了解一下，学术界都发现了哪些新东西，又将给明年的AI带来哪些新机会。
下面请大家系好安全带，收起小桌板，准备好瓜子花生肥宅快乐水，我们开始吧。
趋势一： 学习依然是“最强王者”
今年NeurIPS 2018评审的 4856篇论文中， 学习、强化学习、分布式学习等等领域依然是大热门。
以获得最佳论文奖的四篇论文为例，来自加拿大多伦多大学Vector Institute，通过一种新的 神经网络模型，采取自适应来构建归一性，无需对对数据进行分类或排序，就可以使用黑盒ODE求解器进行端到端训练。
第二篇最佳论文的第一作者为加拿大麦克马斯特大学Hassan Ashtiani，则通过新的相关分布压缩来进行分布式学习，解决了表征学习分布类的样本复杂性。
第三篇则是来自华为诺亚方舟实验室担任一作的研究，在两种情况下研究了分布式优化的最优收敛速度，并提出了第一个最优分散算法：多步原始对偶（MSPD）。
第四篇的作者全部来自Google AI，提出了新的策略一致性概念，结合多项数据集，解决大规模强化学习的妄想偏见问题。
除了获奖的四篇，收录的1011篇论文中还有不少是 学习方向的文章（大约25%左右），还能在“王座”的位置上待一阵子。
不过，即便是 学习也并不是在炒冷饭。显然，学术界也在积极反思 学习存在的一些效率、黑箱性等问题，很多研究都是围绕着对其进行优化展开的。
在NeurIPS 2018的论文集中搜索“optimization”，得到了61个结果。由此可见，通过底层优化算法，用更好的模型让AI以更小的数据代价，更精准地解决问题，正在成为集体做功的方向。
趋势二：一超多强，难以跨越的谷歌和美帝？
有机构对NeurIPS2018的论文集进行了数据分析，发现Google（包括Deepmind）仍然是毋庸置疑的AI“霸主”，以 137 篇论文成功斩获第一名，甚至将美国同行远远地甩在了身后。
此外，谷歌不但开始向顶会反向输送人才（今年大会的主席Samy Bengio就是来自谷歌的科学家 ），还开始艺高人胆大地开始探讨很多极端领域命题。
比如通过Mesh-TensorFlow实现超级计算机的 学习。利用一种分布式 神经网络（DNN），对一些由于内存限制而无法训练的超大模型，进行高效分批处理。
谷歌利用512个TPU训练出了多达50亿个参数的变压器模型。这种基于大型数据集群的高效并行模型算法，足以让其在处理航空、军事、智慧城市等极端算力需求时，依然能保持稳定高效实时处理。
另外，“美国势力”还有不少强队，其中MIT（68篇）与斯坦福（57篇）领衔学术界，Microsoft（46篇）和Facebook（13 篇）领衔工业界。
Facebook在机器视觉领域提出的不少新方式，像是“双注意力网络”、分块坐标搜索算法、能够对抗无聊的新推荐系统、SING音频合成器等等，目测都将在来年给大众早已“审美疲劳”的社交娱乐带来不少新意。
总而言之，经过几年的激烈近身肉搏，人工智能技术竞争格局的基本面目前已经没有争议了，那就是谷歌的霸主地位几乎难以撼动，不过其他战队也出手不凡找到了各自的差异化突破路径。
毕竟，谷歌还有不少纯烧钱的技术，学术会议上再多的成功，未必真能在现实中凝结出商业的果实。这么想想，吃到了酸葡萄的大家心里想必好受了点。
趋势三：中国身影与新晋黑马
在这样的竞争格局下，自然有人不愿让“美国势力”专美。这次NeurIPS 2018，中国队伍可谓是集体为国争光了。
先说四篇最佳论文（Best paper awards），华人科学家陈天琦，以及华为的诺亚方舟实验室，就分别以第一作者的身份摘得殊荣，占据了半壁江山。
华人学者也表现不俗，清华大学有 21 篇论文被收录，论文数量排名第十。来自南京大学的张利军就有 3 篇论文被收录，周志华等人提出了无组织恶意攻击检测算法UMA，CMU的教授邢波和微软研究院的朱泽园也有多篇论文榜上有名。
中国的科技企业巨头也纷纷实力炫技。华为捧回最佳论文奖，阿里iDST(数据科学与技术研究院)就霸气演示了全中文demo，腾讯AI Lab则以 17 篇文章被收录的实力与美国AI军团一较高下。
总体而言，中国军团的学术水准体现出了不容忽视的力量感。
本届大会一共发布了86篇论文，数量上接近10%，远超英法等国。质量上AI那些关键领域一个都没有遗漏，产学研各个层面都在进入技术加速并肩甚至超越的黄金周期。
不过，人工智能的狂飙突进也并不是只有中美在互相抢分。今年的最佳论文及作者，都有加拿大几所大学的相关背景，加拿大在人工智能领域的存在感和影响力，比我们以为的要强得多。
在NeurIPS的AutoML挑战赛中，来自印度的团队Autodidact.ai 也成功出道，取得竞赛第一名（清华、中南大学等队伍摘得亚季军）。
（NeurIPS 2018 AutoML for Lifelong Machine Learning 竞赛结果以及团队成员名单）
总而言之，在接下来的短时间内，来自美国的企业和高校（谷歌/MIT）等依然代表着最强大的“科研势力”，但其话语权是否也能进一步扩张？还真是未知数。
因为其他各国的优势也越来越多，黑马不断涌现，而美国对AI也变得越来越敏感和防备（无处不在的政治正确、贸易战下的严苛签证策略），这些都正在悄无声息地改变看似已经被框定的AI世界。
那么，在感受谷歌“有技术就是可以为所欲为”的打击之外，或许我们可以一起期待一下，未来的中国速度、印度速度、枫叶国现象……
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
