线上参会体验变二等?盘点NeurIPS 2020,AI领域最大规模线上会议

简介: OpenAI 31人组团摘得大奖Big Tech垄断机器学习?首次线上会议,今后或将继续线上
【新智元导读】第34届神经信息处理系统大会NeurIPS 2020于12月12日结束,作为年度最大规模的机器学习会议,我们来回顾一下NeurIPS2020有哪些亮点。

第34届神经信息处理系统大会(NeurIPS 2020)上周六顺利结束。作为年度最大规模的机器学习会议,NeurIPS2020有很多与以往不同的地方,不仅有GPT-3语言模型,还有对行业背后一系列问题的探讨。

OpenAI 31人组团摘得大奖

12月7日,组委会颁发了今年的「最佳论文奖」。OpenAI的GPT-3语言模型论文「GPT-3:Language Models are Few-Shot Learners」斩获大奖。

组委会给出的获奖理由是:「论文展示出了迄今为止构建的最大、最复杂的语言模型 GPT-3」。

26.jpg

当然,会议一开始,就出现了谷歌AI伦理专家Timnit Gebru被解雇风波,争执一直持续到现在。谷歌员工称Gebru事件是一次「前所未有的研究审核」,这种审核引发了人们对谷歌在人工智能领域影响力的讨论。

数据显示,此次会议上,谷歌有169篇论文被大会接收,高居接收排行榜「冠军」。

Big Tech垄断机器学习?

27.jpg

在被问及大型科技公司「垄断了机器学习的基础设施和相关人才是否阻碍了创新?」

微软研究实验室主任克里斯 · 毕晓普(Chris Bishop)回应,「云计算允许开发者租用计算资源,而不是承担购买驱动机器学习硬件这样更昂贵的任务。」

Big Tech应关注社会问题的解决

上周五,「抵制人工智能研讨会」重点讨论了一项有关科技公司如何解决社会问题的研究。该研究敦促科技公司突破之前的做法,着力解决社会问题。研讨会还对比展示了大型科技公司和大型烟草公司采用的研究资助策略。

该研讨会旨在汇集不同背景的边缘群体,组成跨部门小组,倡导人工智能将权力还给人们,引导人们摆脱压迫。

据VentureBeat报道,大会组委会对「AI for good」的局限性感到失望,并对它被利用以表现出道德合理化感到失望。

28.jpg

「在某些方面,我们还有很长的路要走: 我们中的许多人都与大型科技公司和学术机构有着紧密联系,我们也希望更好地吸引那些没有这种联系的人参与进来。」

这也是NeurIPS首次要求与会者提供社会影响和财务披露报表。财务报表提交截止到明年1月,届时作者也将提交论文的最终版本。今年有4篇论文因为道德原因被拒绝。

「在某些方面,我们还有很长的路要走: 我们中的许多人都与大型科技公司和学术机构有着紧密联系,我们也希望更好地吸引那些没有这种联系的人参与进来。」

这也是NeurIPS首次要求与会者提供社会影响和财务披露报表。财务报表提交截止到明年1月,届时作者也将提交论文的最终版本。今年有4篇论文因为道德原因被拒绝。

首次线上会议,今后或将继续线上

由于疫情,今年的会议全部转为线上。

总共有2.2万人参加了这次线上会议,而去年在温哥华到场参加的只有1.3万人。

今年春天举行的ICLR会议和夏天的ICML会议都采用线上方式进行。

有了这两次成功经验,NeurIPS 2020在相关技术的支持下也通过线上方式进行。

其实,早在疫情之前,一些著名的人工智能研究人员曾主张线上会议,以减少飞往世界各地参会造成的碳足印。

一个不同之处是,NeurIPS 2020并没有采用ZOOM,而是在gather.town进行,这是一个空间视频聊天软件。每个用户都有一个头像,并且可以在各个会议、讨论之间自由移动。

线上会议成本更低,这样既可以减少对企业赞助的依赖,也能够吸引更多的人参加会议,毕竟每次会议都会有人因为经济、签证等问题无法到场参会。

有了这次线上会议的良好体验,今后的会议是否会考虑沿用?对此,NeurIPS大会组委会一名成员回应道,对于无法亲自到场参会的人来说,线上方式就变成一种「二等体验」了。

未来将如何解决AI造成的损害?

线上会议是否还会延续?

这些都很难说。

不过,今年的 NeurIPS经历了「谷歌AI伦理专家辞退风波」,又经历了迄今为止「最大规模」的线上人工智能会议的举行。

接下来的机器学习领域发展跟之前就再也不一样了,我希望这是一件好事。

由于疫情,今年的会议全部转为线上。

总共有2.2万人参加了这次线上会议,而去年在温哥华到场参加的只有1.3万人。

今年春天举行的ICLR会议和夏天的ICML会议都采用线上方式进行。

有了这两次成功经验,NeurIPS 2020在相关技术的支持下也通过线上方式进行。

其实,早在疫情之前,一些著名的人工智能研究人员曾主张线上会议,以减少飞往世界各地参会造成的碳足印。

一个不同之处是,NeurIPS 2020并没有采用ZOOM,而是在gather.town进行,这是一个空间视频聊天软件。每个用户都有一个头像,并且可以在各个会议、讨论之间自由移动。

线上会议成本更低,这样既可以减少对企业赞助的依赖,也能够吸引更多的人参加会议,毕竟每次会议都会有人因为经济、签证等问题无法到场参会。

有了这次线上会议的良好体验,今后的会议是否会考虑沿用?对此,NeurIPS大会组委会一名成员回应道,对于无法亲自到场参会的人来说,线上方式就变成一种「二等体验」了。

未来将如何解决AI造成的损害?

线上会议是否还会延续?

这些都很难说。

不过,今年的 NeurIPS经历了「谷歌AI伦理专家辞退风波」,又经历了迄今为止「最大规模」的线上人工智能会议的举行。

接下来的机器学习领域发展跟之前就再也不一样了,我希望这是一件好事。

相关文章
|
12天前
|
机器学习/深度学习 Web App开发 人工智能
Amurex:开源AI会议助手,提供实时建议、智能摘要、快速回顾关键信息
Amurex是一款开源的AI会议助手,提供实时建议、智能摘要、快速回顾关键信息等功能,帮助用户提升会议效率。本文将详细介绍Amurex的功能、技术原理以及如何运行和使用该工具。
67 18
Amurex:开源AI会议助手,提供实时建议、智能摘要、快速回顾关键信息
|
4月前
|
人工智能 分布式计算 数据处理
Big Data for AI实践:面向AI大模型开发和应用的大规模数据处理套件
文叙述的 Big Data for AI 最佳实践,基于阿里云人工智能平台PAI、MaxCompute自研分布式计算框架MaxFrame、Data-Juicer等产品和工具,实现了大模型数据采集、清洗、增强及合成大模型数据的全链路,解决企业级大模型开发应用场景的数据处理难题。
|
4月前
|
人工智能
使用Kimi AI整理会议记录,同事都来围观
使用Kimi AI整理会议记录,同事都来围观
|
5月前
|
人工智能 PyTorch TensorFlow
分布式训练:大规模AI模型的实践与挑战
【7月更文第29天】随着人工智能的发展,深度学习模型变得越来越复杂,数据集也越来越大。为了应对这种规模的增长,分布式训练成为了训练大规模AI模型的关键技术。本文将介绍分布式训练的基本概念、常用框架(如TensorFlow和PyTorch)、最佳实践以及可能遇到的性能瓶颈和解决方案。
880 2
|
6月前
|
人工智能 运维 Cloud Native
云原生技术实践营 · 深圳站——Serverless + AI 专场邀您参会!
云原生技术实践营深圳站聚焦Serverless+AI,6月21日探索技术结合新思路,助力降低GPU成本,简化开发运维。限额80人,报名审核制,活动涵盖Serverless趋势、AIGC应用、AI算力优化等议题,还有实操体验与现场抽奖。
云原生技术实践营 · 深圳站——Serverless + AI 专场邀您参会!
|
4月前
|
人工智能 自然语言处理 数据可视化
💼智能办公新风尚:AI如何让你的会议、报告秒变高大上?
【8月更文挑战第1天】在现代职场中,AI正革新会议与报告,使其高效且具创意。对于会议,AI通过实时翻译、语音识别、自动纪要及情感分析提升效率与质量。示例代码展示了概念性的会议纪要生成功能。而对于报告制作,AI利用数据可视化、内容自动生成与智能排版工具提高效率并激发创意。尽管直接展示复杂的NLG代码不易,但我们设想了一个基于API的服务来生成报告内容的过程。AI正深刻改变办公体验,未来智能办公将更加精彩。
47 0
|
7月前
|
人工智能
邀您参会丨飞天技术沙龙 AI 原生应用架构专场·北京站
飞天技术沙龙 AI 原生应用架构专场·北京站报名中。
1142 10
|
7月前
|
机器学习/深度学习 人工智能 算法
AI+组合优化 |机器学习顶会ICLR/ICML/NeurIPS'23最新进展-MIP求解篇(附原文源码)
本文梳理了ICLR 2023、ICML 2023、NeurIPS 2023有关机器学习+混合整数规划问题求解加速求解加速的研究成果,总共包含8篇文章。
882 0
|
人工智能 Go 开发者
NPCon2023 AI模型技术与应用峰会(北京站)--------全链路搭建AI研发底座 参会感受
NPCon2023 AI模型技术与应用峰会(北京站)--------全链路搭建AI研发底座 参会感受
331 0
下一篇
DataWorks