難道高校都這么卷了？近日，重慶大學(xué)計(jì)算機(jī)學(xué)院25歲博導(dǎo)入職半年發(fā)表了一篇ICML頂會(huì)論文，這是該學(xué)院首次在ICML上發(fā)表學(xué)術(shù)論文，引發(fā)網(wǎng)友熱議。
95后NTU博士畢業(yè)，當(dāng)上了985高校博導(dǎo)。
半年時(shí)間還發(fā)了一篇頂會(huì)，怎么講？
卷，還是卷...
今年1月，重慶大學(xué)計(jì)算機(jī)學(xué)院引進(jìn)了最年輕的博導(dǎo)馮磊，年僅25歲。
這是重大學(xué)院有史以來(lái)首次直接給應(yīng)屆博士畢業(yè)生正高/博導(dǎo)崗位。
入職半年，馮磊就在2021 ICML上發(fā)表了一篇頂會(huì)論文「Pointwise Binary Classification with Pairwise Confidence Comparisons」。
重大計(jì)算機(jī)學(xué)院首次以第一單位在該會(huì)議上發(fā)表學(xué)術(shù)論文，實(shí)現(xiàn)了零的突破，這一話題一時(shí)引起許多網(wǎng)友的關(guān)注。
論文一作與通訊作者均為馮磊，合作者來(lái)自日本東京大學(xué)、日本理化學(xué)研究所先進(jìn)智能研究中心、新加坡南洋理工大學(xué)、澳洲昆士蘭大學(xué)、中國(guó)香港浸會(huì)大學(xué)等著名高?；蜓芯繖C(jī)構(gòu)。
論文地址：https://arxiv.org/abs/2010.01875
盡管傳統(tǒng)的監(jiān)督式學(xué)習(xí)技術(shù)已取得巨大進(jìn)步，但卻需要大量精準(zhǔn)的「標(biāo)記數(shù)據(jù)」。
鑒于不同原因，收集大量精準(zhǔn)標(biāo)記數(shù)據(jù)并不容易。與此同時(shí)，樣本的點(diǎn)式標(biāo)記將無(wú)法訪問(wèn)。
因此研究者們開(kāi)始考慮使用「成對(duì)的」而不是點(diǎn)式的標(biāo)記策略。
然而，成對(duì)標(biāo)記樣本收集也存在一些困難。
由于成對(duì)標(biāo)記表示兩個(gè)數(shù)據(jù)點(diǎn)是否共享同一點(diǎn)式標(biāo)記，若任意一個(gè)樣本的正標(biāo)記或負(fù)標(biāo)記的后驗(yàn)概率接近相等，則不容易收集到其成對(duì)標(biāo)記。
因此，馮磊與合作者們提出了一種被稱為「成對(duì)比較分類」的新型弱監(jiān)督二分類問(wèn)題。
其中只有成對(duì)的未標(biāo)記數(shù)據(jù)被提供，而我們僅知道其中一個(gè)比另一個(gè)有更大的概率擁有正標(biāo)記。
首先從數(shù)學(xué)上對(duì)成對(duì)比較數(shù)據(jù)的生成過(guò)程進(jìn)行建模，推導(dǎo)出了一種具有理論保證的無(wú)偏風(fēng)險(xiǎn)估計(jì)量，并進(jìn)一步利用修正函數(shù)對(duì)其進(jìn)行改進(jìn)以解決在使用復(fù)雜模型時(shí)所面臨的過(guò)擬合問(wèn)題。
然后，還將成對(duì)比較分類問(wèn)題與噪聲標(biāo)記學(xué)習(xí)問(wèn)題相聯(lián)系，提出了一種漸進(jìn)式的無(wú)偏風(fēng)險(xiǎn)估計(jì)量，并通過(guò)引入一致性正則化對(duì)其進(jìn)行了改進(jìn)。
針對(duì)該論文中所提出的算法還進(jìn)一步從理論上提供了估計(jì)誤差上界，以證實(shí)其可學(xué)習(xí)性。
最后，實(shí)驗(yàn)證實(shí)了所提出算法的有效性，并表明成對(duì)比較分類是除了成對(duì)標(biāo)記學(xué)習(xí)外另一種有價(jià)值與實(shí)用性的成對(duì)監(jiān)督問(wèn)題。
個(gè)人主頁(yè)顯示，馮磊直博畢業(yè)于新加坡南洋理工大學(xué)（NTU），并曾獲得NTU計(jì)算機(jī)科學(xué)與工程學(xué)院杰出博士學(xué)位論文獎(jiǎng)第二名。
他還是中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）會(huì)員，中國(guó)人工智能學(xué)會(huì)（CAAI）會(huì)員，國(guó)際人工智能促進(jìn)學(xué)會(huì)（AAAI）會(huì)員，美國(guó)計(jì)算機(jī)學(xué)會(huì)（ACM）會(huì)員，中國(guó)人工智能學(xué)會(huì)機(jī)器學(xué)習(xí)專委會(huì)通訊委員。
曾擔(dān)任IJCAI 2021與AAAI 2022高級(jí)程序委員會(huì)委員，ICML 2021 專家審稿人，以及其他國(guó)際頂級(jí)（CCF A類）會(huì)議（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委員會(huì)委員/審稿人，并受邀擔(dān)任多個(gè)國(guó)際頂級(jí)期刊（包括JMLR、IEEE-TPAMI、IEEE-TIP、IEEE-TNNLS、MLJ）審稿人。
2021年1月，重慶大學(xué)計(jì)算機(jī)學(xué)院直接將其作為弘深青年學(xué)者人才引進(jìn)，并聘任為博導(dǎo)、教授，其主要研究方向?yàn)闄C(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、人工智能。
ICML/ CVPR/ ICCV/ NeurIPS 等頂會(huì)都有文章發(fā)表，而且都是在2018-2021期間的工作，可謂是高質(zhì)高產(chǎn)了。
在馮磊的個(gè)人頁(yè)面，他還特別注明：2022年秋季入學(xué)的博士碩士研究生招生名額已滿，謝謝各位同學(xué)的熱情，請(qǐng)勿再郵件聯(lián)系我了。
對(duì)重大、對(duì)本人都是好事，各取所需罷了。
但對(duì)其他高校的科研學(xué)者就不是很友好了，研究成果的要求只會(huì)越來(lái)越高。
個(gè)別人的科研能力大于平均科研水平，產(chǎn)出多的肯定會(huì)從中得到更多的利益。但也增加了其他科研人員的勞動(dòng)強(qiáng)度，同時(shí)還會(huì)犧牲掉他們的薪資待遇。
「馮磊」的出現(xiàn)，給中國(guó)各大高校的學(xué)霸們樹(shù)立了新榜樣。
北大「韋神」和重大「馮磊」這樣的青年才俊越多，中國(guó)突破「高精尖」的希望就越大。
這種現(xiàn)象當(dāng)然是越多越好！
目前，頂會(huì)ICMLx4，NIPSx3，IJCAIx3，CVPR，ICCV，KDD總計(jì)13篇，再加上頂刊就不止13篇了。
這幾年的市場(chǎng)價(jià)，大概就是3篇211非升即走，5篇985非升即走，8到10篇中上985長(zhǎng)聘副了。
重慶大學(xué)是弱985，這個(gè)數(shù)量給正高編制的確還算合理。
「馮磊」以后很有可能拿到「優(yōu)青」和「海外優(yōu)青」！
很多人覺(jué)得博導(dǎo)是非常高的職位，但在美國(guó)高校，剛?cè)肼毜睦蠋煻寄軒Р┦俊?/p>
國(guó)內(nèi)多數(shù)高校都在給一些剛?cè)肼毜腡enure-track AP博導(dǎo)資格。正常操作！
馮磊組主要是做「多媒體博弈論」和「強(qiáng)化學(xué)習(xí)」的，他從入學(xué)開(kāi)始就在做「弱監(jiān)督學(xué)習(xí)」，「半標(biāo)簽」學(xué)習(xí)入學(xué)就中了兩篇IJCAI, 出paper也是同組最快的，博三去東京大學(xué)做機(jī)器學(xué)習(xí)，產(chǎn)出ML三大會(huì)。
科研能力不好說(shuō)，但這個(gè)水平在同行業(yè)同年齡層中，絕對(duì)十分突出了！
多數(shù)人覺(jué)得年輕人不該有什么頭銜，看看清華顏寧，錢(qián)和名聲都是小事，能留住人才才是「為高校所用」。
學(xué)校比的是培養(yǎng)人才的能力，育才的根本就是師資實(shí)力。恭喜重大！
人與人不能一概而論，有的人讀個(gè)碩士就半死不活，而有的人讀碩期間發(fā)paper發(fā)到手軟！
