撰文 | 彭君韬（Tony Peng）

编辑 | 刘燕

一张黑白纸，上面印着 logo NIPS、参会者的信息和一些简单图案。在 12 月 4 日，由于开放注册后的短短十天已经卖完入场票，这张极简证件成为不少机器学习领域关注者们炫耀的「奢侈品」。

这一天，机器学习和计算神经科学的国际顶级会议 NIPS（Conference and Workshop on Neural Information Processing Systems）， 在美国加州南部城市长滩市（Long Beach）开幕。从 1986 年开始，这场大会固定在每年的 12 月举行，它聚集起的始终是少数圈内学者，尤其是 90 年代人工神经网络被抛弃的几年间，NIPS 并没多少人参加。

而今年，NIPS 参会人数从 5 年前的 2000 人飙升到 8000 多人。它迎来了更多第一次入场的新客人：

在大会开幕致辞中，当观众被问到有多少人是第一次参加 NIPS 大会时，超过一半的人举起了手。他们大部分远道而来，有的来「听课」，有的来招人，有的来找投资项目，还有公司想要和学界建立联系……

这是人工智能和深度学习在过去五年由冷转热的缩影，与此同时发生的，还有这一股热浪背后学界的矛盾与茫然。

顶会还依旧是学者的天堂吗？

如果你在现场，应该不会否认，论文海报（Poster）是能够代表 NIPS 文化的地方。作为一个开放式的跨学科会议，NIPS 起初就是为研究人员提供一个平台、交流学术成果。

今年摆放论文海报（Poster）的会场，被安排在学术大厅和展览会场外的一个圆形小厅，每天晚上六点到十点半准时开场，每天有上百篇论文在这个小厅里展示，论文的作者则站在海报一遍，为围观者做介绍。

别看地方不大，时间又安排在晚上，对有心参会的学者来说，论文海报才是 NIPS 每天最精华的部分。卡内基梅隆大学的助理教授 Zachary Lipton 参加过四届 NIPS 大会，晚上泡在 Poster 会场里成了他的习惯。

一位不愿透露姓名、参加过多年 NIPS 的 M 姓专家说，他最大的兴趣就是给 NIPS 大会的 Poster 做排序。他每晚都会看 Poster，一场大会下来可以选出 10-20 篇论文，等到 NIPS 结束后，他会在网上重新梳理这些论文。

麻省理工大学的二年级博士生沈添笑也是整晚整晚地呆在 Poster 会场里。今年，她的论文 Style Transfer from Non-parallel Text by Cross-Alignment 入选 了NIPS 的 Poster，被安排在大会第三天晚上展出。这篇论文研究基于不成对文本的风格转移，覆盖了机器翻译，解密和情感修改在内的很多课题。来阅读沈添笑论文的人那一晚几乎没停过，她足足在论文海报边站了四个多小时才离开会场。

当天下午，沈添笑还参加了 Spotlight 介绍她的论文。这是 NIPS 大会今年的一个创新，在介于 20 分钟的 Oral 和 Poster 之间，增加了一个五分钟介绍论文的 Spotlight。这是她第一次登上 NIPS 的舞台演讲，「演讲前真的很紧张，我反复地在练，在镜子面前练稿，还好，上去了就不紧张了。」

这是她第一年来参加 NIPS ，能有论文入选已经是不易。目前在 MIT 的沈添笑还在考虑毕业论文的选题，「可能还是会考虑做语言理解方面的吧。」

每天晚上，Poster 会场挤满了人。今年的热门论文，比如出自 Geoffrey Hinton 之手的 Dynamic Routing Between Capsules 成为大会第二天晚上的绝对亮点，围在海报前观看的学者里三层外三层，使论文的第二作者、来自 Google 的 Nicholas Frosst 忙着和蜂拥而来的学者探讨胶囊理论，应接不暇。里层的人还能和 Frosst 接上话，站得远的则连话都说不上。

面对这么多人，Lipton 有些无奈。「四年前的 NIPS 哪有这么多人，在会场里找到一个大牛，你还能随便和他聊上个半小时。现在，难。」

正说着，LSTM 之父、瑞士 Dalle Molle 人工智能研究所的副主任 Juergen Schmidhuber 向 Litpton 走过来。看到老熟人，Lipton显得很高兴，俩人愉快地打了个照面。「你现在很忙啊 Juergan，有没有时间约个咖啡聊聊？」

「行啊，我就是 9 个小时的时差没倒过来。」

商业热浪之下，学界的不适与躁动

在长滩会议中心的两个学术大厅 Hall A 和 Hall C，主要用来承办所有的学术演讲、论文口述（Oral）和论文精简介绍（Spotlight）。两个大厅之间夹着一个展览会场，大公司们称为这里的主角。

亚马逊的技术招聘人员 Julia Volkmann 已经第二次来 NIPS 了，她的主要任务就是在亚马逊的展台迎接参会者并回答他们的问题。亚马逊的展台今年做的格外别致——由原木搭起的一个拱门，拱门下放着几台桌子上，摆满了亚马逊的智能音箱 Echo。

「今年整个会场就比去年的敞亮，我们的展台也大了一圈。」

Volkmann 说，来往的参会者问的最多的就是：亚马逊现在招人吗。不仅仅是亚马逊，几乎每个展台都摆放着招人的宣传手册。大公司们心里门清：花几万美元来到 NIPS 现场接触这些学界精英，比花钱打广告或者网上帖招聘启事更加直接了当。

像沈添笑这类论文入选的优秀年轻人，同样期待申请到一份实习工作。某种程度上，NIPS 是她面对面接触工业界的一个好机会，大公司的进驻让他们少走很多求职的弯路。

Facebook 人工智能研究部门（F.A.I.R）的田渊栋在大会前一天来到 NIPS，他的论文 ELF——一个快速高效轻量级的强化学习和即时战略 AI平台入选了今年大会的 Oral。除此之外，田渊栋 11 月刚升职为经理，所以他这次也带着招聘任务来到 NIPS。F.A.I.R 近期推出了 1-year residency program，田渊栋当然希望能在 NIPS 收获一些人才。

英伟达创始人兼 CEO 黄仁勋也参加了 NIPS，而且在自家公司的晚宴上，黄仁勋还带来了一款全新的 GPU 产品 —— 搭载 Volta 框架的 Titan V。黄仁勋自是大方，免费赠送 20 个 Titan V，外加 20 个星球大战定制版 Titan V，潜台词仿佛是：重金之下，不考虑考虑加入英伟达吗？

除了科技公司，今年的 NIPS 还迎来了一些来自金融领域的新面孔，比如美国金融机构 Citadel 和 Capital One、投资管理公司Winton、D. E. Shaw group 和 Two Sigma，以及交易平台 HRT 和 Jump Trading。不难看出，金融行业算得上仅次于科技行业发力人工智能最为凶猛的领域。

然而，一个有意思的现象是，不少金融公司对用人需求还不太明确，当被问到他们想要招募什么样的人才时，展台工作人员的回答往往是一些算不上不清晰的标准，比如，「能够从海量的金融数据中提取到关键信息的人工智能人才。」

实际上，去年巴塞罗那的 NIPS 开始，大会就向工业界公司们敞开大门。到了今年，主办方在开幕前两个月已经因满额开始拒绝赞助。很显然，对于这类聚拢全球行业专家的国际性顶级会议，市场相当买账：

超过 80 家公司赞助 NIPS，赞助数额从 5,000 美元到 80,000 美元不等。赞助数额越大，公司的位置越好，展台越大。最高规格的钻石赞助者由英伟达、英特尔、奥迪和 IBM 承包，他们自然而然占据了会场中最好的入口位置。

有了越来越多企业参与， NIPS 开始有了另一种面目。

英特尔在自家晚宴上邀请美国音乐界巨星Flo Rida献唱，被一条推特戏虐为「邀请 Flo Rida 参加 NIPS，这大概就是所谓的 AI hype 了吧。」

埃隆马斯克也引爆了学者们对工业界的不满：在大会第四天晚上的特斯拉派对上，他说：「这是我第一次来 NIPS……听说除了 NIPS 之外还有个TITS？!」

这句话本是马斯克的玩笑：特斯拉派对当晚，在同一个场地上还有一场线下活动，叫 TITS（Transformationally Intelligent Technology Symposium)。由于 TITS 和 NIPS 在英语里都代表了女性的性别器官（ TITS 组织者声称该名字没有性别歧视的含义），不少学者对马斯克的玩笑非常愤怒。

Lipton 很快就在推特上评论：「马斯克也许是一个很不错的企业家，但他还没有资格在 NIPS 发声，不管怎么样，他的行为没有任何借口。」马里兰大学的副教授 Hal Daume III 也在推特上破口大骂：「NIPS 有很令人敬畏的科学事件，但是我的欢乐被性方面的事件、赞助方演讲以及在闭幕派对上的性侵犯『笑话』给破坏了。」

学者们的态度呈现两极分化。支持工业界的人认为他们应该享受这些资源和注意力，没有人会希望下一个人工智能寒冬（详见上世纪 70 年代和 90 年代的人工智能历史）重演、学术圈面临无人问津的凋敝。

反对者则不满工业界的人来 NIPS 唱主角。获得今年 NIPS Time of Award（时间检验奖）的加州伯克利大学教授 Benjamin Recht就直接在 NIPS 的新闻发布会上开喷：「我对这些公司的权力感到震惊，其中一些公司塑造或主导了辩论。我感到惊讶的是他们觉得他们只是想在某种意义上购买学术人才，以此减少学术界的影响，我认为这是非常目光短浅。」

美国科技媒体 MIT Technology Review 的记者 Will Knight 是最早的一批关注人工智能新闻从业者，多次参加学术会议，他也察觉到了今年 NIPS 上工业界和学术圈之间紧张的情绪：

「有些学者就是认为这些个派对和 NIPS 不搭。」

不少学者从去年开始，自发组织各种派对来对抗这些商业行为。去年 NIPS 的线下派对要属 Rocket AI 的最棒，没有议程，没有赞助商，没有「如果你为 Y 工作，你不能来这里」。 这项活动的资金来自一个 200 人的群体，他们全部来自同一行业，都在类似的领域工作，想为所有新老朋友举办活动。饮料无限畅饮、 谈话内容不限，派对一直到凌晨2点才结束。

两场「互怼」的观点冲撞，研究者的焦灼

学者们热议的，当然不只是这些晚间派对。今年 NIPS 大会的观点冲突集中爆发。

最惹人注目的便是 Facebook 人工智能研究部门 (F.A.I.R) 负责人 Yann LeCun 和同样获得今年时间检验奖的 Ali Rahimi 的「隔空互怼」。

大会第二天，Rahimi 发表了获奖感言，可能是发表演讲时的情绪渲染，Rahimi 特别激动。他质疑深度学习缺乏理论解释会带来的后果，并将深度学习比作了炼金术，直言这个世界需要建立在基于非常稳固、有规律的、理论性的知识之上的，而不是炼金术之上。

这句话深深地刺激到了 LeCun。或许是因为 LeCun 经历过 90 年代人工神经网络被遗弃的时代，加上他本人又是一个极其能言善辩的学者。Rahimi 发表完演讲没多久，LeCun 就在 Facebook 予以回击。「正是这种态度使机器学习社区放弃神经网络 10 年有余，尽管大量实证研究证明神经网络在很多情况下非常有效。」

在杜克大学进化智能研究中心主任陈怡然教授看来，这两人的观点不算冲突：「Ali 的意思是我们现在对深度学习模型缺乏明确的理论解释，这部分需要加强；LeCun 的意思是没有明确的解释并不影响深度学习去解决问题，理论发展可以滞后。稍有逻辑的人都知道两人说的并不矛盾。」

在田渊栋看来，这不过是又一次第一性原理和经验主义的争锋，「反差大，有人吃肉有人喝粥，那就会激化。」

NIPS 似乎预料到了这样的剧情发展。

在 LeCun 和 Rahimi 在网上的一番斗嘴后，大会第四天晚上，NIPS 在可解释的机器学习（Intepretable Machine Learning）研讨会上组织了有史以来第一场辩论：

可解释性在机器学习中是必要的（Interpretable is necessary in machine learning）。这个辩题和炼金术的辩论不谋而合。

参加辩论的有持正方观点的是微软研究院杰出工程师 Patrice Simard 和微软研究院高级研究员 Rich Caruana，以及持反方观点的是 LeCun 以及康奈尔大学副教授 Kilian Weinberger。

LeCun 和 Weinberger 都认为可解释性无足轻重，投身工业界的公司是不会因为一个模型的可解释性而放弃另一个效果更佳优越的模型；

Simard 则说：不在乎解释性的研究人员为什么还要来参加 NIPS 大会，发表诸如卷积、正则项的方法。这些方法是自我欺骗，并没有从根本上研究可解释性，反而打乱了探索可解释性的过程。

这边 LeCun 舌战完群雄，那边 DeepMind 的 Demis Hassabis 和纽约大学的 Gary Marcus 也吵了起来。

两人受邀参加同一个研讨会 Kinds of Intelligence，Hassabis 刚刚介绍完 DeepMind 的最新成果 AlphaZero，Marcus 毫不客气地批驳 AlphaZero 只适用于像围棋、国际象棋等完美信息博弈的领域，在研究通用人工智能的重要性上毫无作用。结果，Hassabis 当场回应，声称 DeepMind 的研究囊括了很多认知科学的重要理论。

关于可解释性的讨论不会就此结束，当然到了明年，学者们可能还想聊聊其他的，比如模型的泛化能力，又或者是一些新的问题，比如创建冷扑大师 Libratus 的卡内基梅隆教授 Tuomas Sandholm 就认为明年应该重点关注机器的策略思考能力，今年 NIPS 上，他和他的学生获得了最佳论文。

可以看到，NIPS 依然在努力创造开放的学术讨论环境，同时平衡着各种关系，依然有近 90% 的论文来自学术圈，算法是 NIPS 接受论文里最关注的。只不过，工业界的人染指学术会议，总有人喜欢，有人不满。

有一点是肯定的：NIPS在商业化的道路上不会停下来。从芬兰专程赶来参加 NIPS 的诺基亚首席科学家范力欣就评价道，「面对资本的追捧，学术界的分化和转变不可避免。」

就像 NIPS 大会主席 Ulrike von Luxburg 在记者发布会上所说的那样：

「我们不可能回头走。」