AI论文“井喷之年”，两大AI顶会接连爆出学术不端风波_风闻

几大 AI 顶会接收论文的数量正在迎来大爆炸，这当然是由 AI 研究的火热所驱动。然而，增长的烦恼也随之而来，人们担心，这些顶会的论文质量会不会跟不上数量的膨胀速度，以致顶会论文的整体质量遭到稀释。正当这种忧虑还仅仅停留在合理推测的层面时，更加严重的论文质量问题给出了“实锤”。ICCV与CVPR是计算机视觉领域最具影响力的顶级会议。它们不仅是CCF会议列表认定的A类会议，CVPR更是在2018年谷歌学术期刊和会议影响力排名中位列前20。然而，近期这两大会议却纷纷爆出学术不端风波。两大顶会接连出现抄袭风波，谁该负责？

首先是南开大学程明明教授组被ICCV2019接收的论文受到抄袭质疑，其摘要部分与另一篇发表于CVPR2018的论文摘要相似度非常之高。

图丨南开大学程明明教授组论文摘要，地址：

https://arxiv.org/abs/1908.08433v1（来源：arxiv）

图丨CVPR2018论文

https://arxiv.org/abs/1801.03924（来源：arxiv）

图丨程明明教授也在知乎上快速做出了回应（来源：知乎）**ICCV 鉴定两篇论文的相似度仅为 3%，认定不构成抄袭。程明明也再次重申了对学术不端行为的重视，并表示今后将加强对论文的把控。**他表示：“在这件事情上，我们所有作者确实不够严谨，有明确责任。其中第一作者在撰写初稿过程中，在摘要里如此高相似度的去写研究背景，连我自己都很震惊”。程明明也公布了事件发生和处理过程：一作的学生在撰写摘要初稿的过程中，计划模仿 CVPR 2018 的摘要的表述方式。但是在后续长时间的修改中错误地将计划参考的部分混入正文中。

我们其他作者在后续修改的过程中主要关注文章创新点、实验等部分，没有发现摘要中背景介绍部分的问题。接到 IEEE 邮件之后，我们已按照 IEEE 的建议进行了认真修改。这篇论文和 CVPR 2018 的研究问题、所用方法是不一样的，同时我们也在文中多次引用了 CVPR 2018 论文。**对于国内团队这一摘要雷同事件，知乎原帖下留言的分歧也非常之大。**一些人认为过失在于老师，毕竟老师有责任为论文把关。

另外一些人则认为老师并无过错。毕竟人脑不是机器，每年相关领域会诞生上千篇论文，老师怎么可能记得每篇论文中每一句话。避免类似问题，既不能靠老师，也不能靠评审，而应该建立查重系统。不过也有人表示，即使老师没有人肉查重的能力，也应该提醒学生不能使用和他人如此相似的表述。

程教授的回复中称撰写摘要的第一作者为高年级博士。高年级博士还犯如此低级的错误，终归还是老师没有尽到教导的责任。还有一部分人认为，老师和学生都没有过错。每年发表的论文千千万，能把相似的背景精确表述的话早就被前人说完了。

论文要讲究“形散而神不散”，文字的相似没有关系，只要创新点突出，对整个领域有贡献即可，没必要在文字上苛责，让研究者把时间浪费在组织不一样的表述上。**如果说中国团队这篇论文是“形散而神不散”，那下面这篇就是“形不散而神散”了。**在第二起学术不端风波中，研究者 Jason Antic 发现，被 CVPR2019 接收的一篇论文剽窃了自己的研究成果 Deoldify，而他在几月前刚好和该论文的一位作者谈及过该成果！

仔细阅读论文，Jason Antic 发现，这篇论文声称他们受到了 Deoldify 的启发，而实际上根本就是 Deoldify 的副本。论文作者称早已包含在 Deoldify 中的部分是自己做出的改进。而他们自己真正做出的“改进”其实只是为了使该论文的代码可以与 Deoldify 有所

区别。

（来源：推特）当 Jason Antic 开始仔细阅读论文，一样样罗列证据时，剽窃者开始心虚。他们给出了这样的解决方案：将 Jason Antic 的名字加入作者的行列中，列在第三位，并将修改后的论文 pdf 发给了 Jason Antic。

图丨上图为 CVPR 2019 出版论文，地址http://openaccess.thecvf.com/content_CVPRW_2019/papers/NTIRE/Sharma_Robust_Image_Colorization_Using_Self_Attention_Based_Progressive_Generative_Adversarial_CVPRW_2019_paper.pdf；下图：论文作者修改后发给 Jason Antic的pdf，增加其为第三作者，且标注了 equal contribution（来源：cvpr）

​Jason Antic 得到了很多研究者的声援，他也拒绝了剽窃者和解的请求，表示自己不会像个傻瓜一样为这样明目张胆的抄袭行为开绿灯。接下来，剽窃者开始删除与论文相关的资料，注销自己的各类账号。不过好在 Jason Antic 先前已经截图，并将收集到的证据提交给 CVF（Computer Vision Foundation，负责ICCV和CVPR的举办）裁决。

有消息称，今年AAAI每位评审需要负责5到10篇论文，工作量艰巨（来源：推特）**AI会议投稿数进入4位数时代，需要新的审稿机制？**不久前有消息称，9 月 5 日截止提交的顶会 AAAI 论文注册数目超过 10000，AI会议论文投稿数进入 4 位数时代。

近年来，几乎每个与人工智能相关的论文投稿数都在不断刷新纪录。今年可谓是AI顶会“论文大爆炸”的一年，无论是已经举办的 IJCAI，还是正在路上的NIPS，都迎来投稿数的历史新高。以后者为例，今年，NIPS 会议的论文投稿量再创造新高，共收到 6743 篇投稿，最终接收 1428 篇论文，与2018年相比增长40%，并在论文提交截止时间前几分钟，服务器被挤爆。好的一方面是，高投稿量一定程度上反映行业的蓬勃发展和创新涌现，但对于论文接收方来说，这样庞大的数目给会议论文评审带来庞大的压力，今年甚至出现了很明显的对顶会审稿机制不满的集体吐槽事件。

图丨CCF 划分的人工智能A类会议（来源：CCF）

图丨清华大学最新版AI 顶会（来源：清华）

今年 5 月 9 日， IJCAI 公布录取结果，共接收 4752 篇有效提交论文，最终收录 850 篇，录用率为 17.9%，低于历年平均 20% 的录用率。公布结果之际，多位论文作者在网上表达了其对审稿结果的不满，称“本届 IJCAI 审稿史上最烂”，相关的讨论同样在当天登上了国内社区知乎的热门话题。

审稿问题以外，论文质量难以得到保证的问题其实早已凸显，而如今像 CVPR 这样的顶会，也出现了触及学术不端红线的论文。在 AI 领域，每个细分方向的专家其实数目有限，会议难以找到足够的评审者。通常来说，解决的方法只有两种：每位评审者承担更多的任务，或者是让不够资格或者不够了解该领域的研究者充数。

不论选择哪一种方法，都会导致评审质量下降。其次，大量论文的涌现，让细分领域的专家也无法完全把握所有的研究成果，剽窃行为就可能侥幸躲过评审的眼睛。人工智能领域的火爆之势还不见衰减，接下来各个会议的投稿数可能继续创造新高。

回顾今年以来层出不穷的各种顶会“审稿乱象”，或许整个领域的审稿机制又到了急需改革的时候。**在诸多改善审稿机制的讨论中，求助于技术的力量是一个值得关注的方向：能否通过自动化的方法减轻人工审稿负担？**这将是整个领域急需探索的问题，此前，北大一支团队就曾提出过用AI来帮助审稿的思路。如果自动化审稿的方法在AI领域能够跑通，对于其他学科方向来说，这样的探索也可以为其提供借鉴。