ICML 2021杰出论文公布！上交大校友折桂 田渊栋rebuttal加分论文获荣誉提名 (ICML2025截稿时间)

原定于在奥地利维也纳召开的ICML 2021，受疫情影响已于近日在线上召开。根据官方消息，会议将在7月18日~7月24日内完成所有的日程。

在接收的一千多篇论文中，组委会最终挑出了四篇论文，分别颁发了 一个杰出论文奖，三个杰出论文提名奖 。

杰出论文奖由康奈尔大学博士生获得，他本科毕业于上海交通大学，研究领域是分布式优化和机器学习系统。获奖论文标题为“Optimal Complexity in Decentralized Training”，探究了去中心化训练的极限以及如何达到这种极限。

如上三篇文章获得了杰出论文荣誉提名奖，其中论文"Understanding Self-Supervised Learning Dynamics without Contrastive Pairs"由Facebook科学家 田渊栋 担任一作，其提出了一种新方法DirectPred，它根据输入的统计数据直接设置线性预测器，而无需梯度训练。

据田渊栋学者在知乎发表的想法，我们可以得知，这篇论文原来获得过一个Weak Accept，经过他与评审rebuttal，将其改为了Accept， 这在某种程度上说明了好的rebuttal的重要性，也说明只要你有“理”，就别怕！

此外，发表在ICML 2011的论文“Bayesian Learning via Stochastic Gradient Langevin Dynamics”获得了时间检验奖，作者是来自加利福尼亚大学的 Max Welling （现在是高通荷兰公司技术副总裁）和伦敦大学学院的Yee Whye Teh（中文名字 郑宇怀 ，现在是牛津大学教授）。

值得一提的是，郑宇怀 1997年于加拿大滑铁卢大学获得计算机科学与数学学士学位，之后在多伦多大学师从Geoffery Hinton，并于2003年获得计算机博士学位。 他还是Hinton那篇划时代论文《A fast learning algorithm for deep belief nets》的署名作者之一。

杰出论文奖：去中心化训练的极限在哪里？

去中心化（Decentralization）是扩展并行机器学习系统的一种有效方法。本文提供了该方法在随机非凸环境下进行复杂迭代的下界。我们的下界表明，许多现有的分散训练算法（如D-PSGD）在已知收敛速度方面存在理论差距。通过构造并证明这个下界是合理的和可实现的，我们进一步提出了DeTAG，这是一种实用的gossip风格的去中心化算法，只需要一个对数间隔就可以达到下界。本文将DeTAG算法与其他分散算法在图像分类任务上进行了比较，结果表明，DeTAG算法比基线算法具有更快的收敛速度，特别是在非缓冲数据和稀疏网络中。

荣誉提名奖之一：离散分布的可伸缩抽样

机构：多伦多大学，谷歌大脑

本文针对离散概率模型，提出了一种通用的、可扩展的近似抽样策略。该方法利用似然函数对离散输入的梯度来更新Metropolis-Hastings采样。实验表明，这种方法在高难度设置中，要优于一般的采样器，例如伊辛模型，波特模型，受限玻尔兹曼机，隐马尔可夫模型。本文还展示了改进的采样器，用于训练基于高维离散图像数据的深层能量模型。这种方法优于变分自动编码器和现有的基于能量的模型。此外，本文提供的边界，表明该方法在更新局部的采样器类中是接近最优的。

荣誉提名奖之二：为什么非对比自监督学习效果好？

一般而言，对比自监督学习（SSL）通过最小化同一数据点（正对）的两个增强视图之间的距离和最大化不同数据点（负对）的视图来学习表征，而最近的非对比SSL（如BYOL和SimSiam）的研究表明，在没有负配对的情况下，使用额外的可学习预测器（learnable predictor）和停止梯度操作（stop-gradient operation），可以使模型性能更佳。一个基本的问题出现了：为什么这些方法没有引发崩溃的平凡的表征？

本文通过一个简单的理论研究回答了该问题，并提出了新的方法DirectPred，它不需要梯度训练，直接根据输入的统计信息来设置线性预测。在ImageNet上，它与更复杂的BatchNorm（两个线性层）预测器性能相当，在300个epoch的训练中比线性预测器高2.5%（在60个epoch中高5%）。DirectPred方法，来源于我们对简单线性网络中非对比SSL的非线性学习动力学的理论研究。这项研究提供了非对比SSL方法如何学习的概念性见解，如何避免表征崩溃，以及预测网络、停止梯度、指数移动平均数和权重衰减等因素如何发挥作用。此外，本文还提供了该方法在STL-10和ImageNet上的消融研究结果。

荣誉提名奖之三：倒向随机微分方程结合张量格式的回归型方法

机构：德国柏林自由大学，德国波茨坦大学等

高维偏微分方程的应用在经济、科学和工程等研究中普遍存在。然而，由于传统的基于网格的方法易受到维数灾难的影响，该方程在数值处理上面临着巨大的挑战。在本文中，我们认为，张量训练为抛物型偏微分方程提供了一个更合理的近似框架：将倒向随机微分方程和张量格式的回归型方法相结合，有望利用潜在的低秩结构，实现压缩和高效计算。

遵循这一范式，我们开发了新的迭代方案，包括显式和快速（或隐式和准确）的更新。实验证明，与最先进的基于神经网络的方法相比，我们的方法在精确度和计算效率之间取得了一个良好的折中。

时间检验奖：随机梯度朗格文动力学

机构（原）：加利福尼亚大学、伦敦大学学院

本文中提出了一个新的框架，在small mini-batches中迭代学习的基础上，可以用于从大规模数据集中学习。通过在标准的随机梯度优化算法中加入适量的噪声，论文证明，当anneal the stepsize，迭代将收敛到真实后验分布的样本。这种优化和贝叶斯后验抽样之间的无缝过渡提供了一个内在的保护，防止过度拟合。此外，还提出了一种实用的后验统计蒙特卡罗估计方法，它可以监控 “抽样阈值”，并在超过该阈值后收集样本。最后，将该方法应用于三种模型：高斯混合模型、逻辑回归模型和自然梯度的ICA模型。

具体而言，本文提出了一种基于大规模数据集的贝叶斯学习方法。将随机优化似然的Robbins-Monro型算法与Langevin动态相结合，Langevin动态在参数更新中注入噪声，使得参数的轨迹收敛到完全后验分布，而不仅仅是最大后验分布。由此产生的算法开始类似于随机优化，然后自动过渡到使用Langevin动力学模拟后验样本的算法。

ICML 2021大会上，香港科技大学教授、大会程序主席张潼通过一则视频展示了今年的论文收录情况。

两个月前，ICML组委会为了保证AC/SAC 接收标准和论文质量，宣布将接收论文砍掉10%。今年共接受论文1184篇，接收率21.4%，为近五年来最低。

今年的录用论文涉及深度学习、算法、应用、强化学习、隐私、理论、概率方法和社会方面等8个研究方向。

其中，算法方面的论文一枝独秀，提交的论文数量占比31%，比第二名深度学习，数量高出近一倍。排名Top3的算法、深度学习、理论三大机器学习热门方向，占据了总接收论文的50%以上。相对冷门的隐私、概率方法、社会方面等也有20%的论文被接收。

哪个领域接受率最强？理论工作32%，强化学习27%，概率方法26%，社会角度24%，优化22%，算法19%，应用和深度学习只有18%。

一篇论文往往有好几位合著者，似乎论文接收率有相关关系。据统计数据，如果一篇论文有着大于9位的作者，那么它将有1/3的概率被接收，如果仅有1位作者，论文接受率不到1/10；另外，8位作者和4位作者，虽然在人数上相差一倍，但是接受率仅相差2%。

在所有的提交论文中，有1446篇论文包含3位作者，大于或等于9位作者的论文数只有104篇；此外，还有205位作者单独提交了论文，由2位作者合写的论文数有1005篇。

经过统计，今年的ICML 2021接收的论文中，如果标题中带有这么几个词，将会有较高的接收率：强化学习、噪音、规划、Bandits、蒙特卡洛、流、隐私.......

特约稿件，未经授权禁止转载。详情见 转载须知 。

上一篇：神经机器翻译的混合交叉熵损失函数神经机器

下一篇：工作分享百度资深工程师带来全新聚焦迁移学