一年一度的人工智能領域頂會之一CVPR 2022(Conference on Computer Vision and Pattern Recognition，計算機視覺和模式識別會議)已經(jīng)放榜，rebuttal也截止提交。隨著頂會論文投稿量劇增，審稿人人手不夠，審稿質(zhì)量也遭到大量吐槽。

知乎網(wǎng)友整理出近幾年投稿數(shù)與中稿數(shù)統(tǒng)計

CVPR使用多層雙盲同行評審，近幾年頂會評審一公布，知乎上對審稿人評語的吐槽已經(jīng)變成了年度必有運動。近日，計算機視覺領域大佬邁克爾·J·布萊克也發(fā)布博客加入討論。“是什么讓一篇論文與眾不同？許多審稿人的一個重點是新穎性。但什么是科學的新穎性？”布萊克在開篇提問道。

布萊克是圖賓根大學的名譽教授，也是德國圖賓根馬克斯普朗克智能系統(tǒng)研究所的創(chuàng)始主任之一，領導感知系統(tǒng)部門。布萊克是德國國家科學院Leopoldina 院士和瑞典皇家科學院外籍院士，曾獲IEEE計算機學會杰出論文獎(1991 年)、Marr 獎榮譽獎(1999 年和 2005 年)、2010 年 Koenderink 獎、2013 年亥姆霍茲獎和 2020 年 Longuet-Higgins 獎。

布萊克觀察到，審稿人經(jīng)常將復雜性、難度和技術(shù)含量(complexity， difficulty， and technicality)誤認為是新穎性(novelty)。在科學界的同行審議中，新穎性似乎暗示了這些事情。如果我們從審閱說明中刪除“新穎”一詞而用美麗代替它可能會更好。

布萊克認為，美消除了“技術(shù)”和“復雜”的概念，更接近科學新穎性的核心。一幅畫即使簡單，技術(shù)復雜度低，也可以很美。論文也可以。畢加索的幾筆畫作可以像倫勃朗一幅錯綜復雜的畫作一樣美麗。

“牢記美感，讓我們來看看一些常見的審稿人對新穎性的誤解?！辈既R克寫道。

以下記者編譯的博客原文：

把復雜當作新穎

一個想法的簡單性常常與缺乏新穎性相混淆，而事實恰恰相反。一個常見的審閱批評是“這個想法很簡單，只在目標優(yōu)化方程的一項上改變了一點，其他一切都與之前的工作相同(It just changes one term in the loss and everything else is the same as prior work。)”。

但如果沒有人想過要作這樣的改變，那么它實際上是新穎的。創(chuàng)造性的見解是認識到一個小的變化可能會產(chǎn)生很大的影響，并制定新的損失(formulate the new loss)。

這樣的審閱意見讓我的學生說我們應該讓一個想法看起來更復雜，這樣審稿人才會發(fā)現(xiàn)它更有價值。我重視簡單而不是不必要的復雜；越簡單越好。更好的科學是采用現(xiàn)有網(wǎng)絡并替換一個東西，而非炮制一個全新的網(wǎng)絡但只是為了讓它看起來更復雜。

把難度當作新穎

一篇論文很難進入頂級會議，因此審稿人經(jīng)常覺得想法和技術(shù)細節(jié)一定要很難，作者必須“流血、流汗和流淚”才能配得上一篇好論文。尤其是沒有經(jīng)驗的審稿人，更喜歡看到作者真的很努力。

制定一個簡單的想法意味著去除不必要的東西以揭示事物的核心，這是科學家可以做的最有用的事情之一。

一個簡單的想法可能很重要，但也可能是微不足道的。這就是審稿人苦苦掙扎的地方：一個微小的想法即是一個不重要的想法。如果一篇論文有一個比現(xiàn)有技術(shù)更好的簡單想法，那么它很可能不是微不足道的。作者正是抓住了某些核心，該領域的人會感興趣。

把驚喜當作新穎性

新奇和驚喜是密切相關(guān)的。從定義上講，一個新穎的想法是一個令人驚訝的想法——這是該領域沒有人想到的。但這也有另一面，因為驚喜是一種轉(zhuǎn)瞬即逝的情緒。如果你聽到一個好主意，會有片刻的驚喜，然后，它越好，它看起來就越顯而易見。一個共同的評論是：這個想法顯而易見，作者只是結(jié)合了兩個眾所周知的想法。

明顯(Obvious)是新奇的反面。所以，如果一個想法在你聽過之后覺得理所當然，審稿人很快就會認為它其實并不新穎。然而，新穎性必須在這個想法出現(xiàn)之前進行評估。如果它很容易解釋并且事后看來顯而易見，那么這絕不會削弱這個想法的創(chuàng)造力和新穎性。

把技術(shù)上的新穎性當作新穎性

審稿人最常見的誤解是，新穎性與技術(shù)細節(jié)有關(guān)。新穎性(和價值)在論文中以多種形式出現(xiàn)。如果一個新的數(shù)據(jù)集做了其他數(shù)據(jù)集沒有做過的事情，那么它可能是新穎的，即使用于生成數(shù)據(jù)集的所有方法都是眾所周知的。如果沒有人想過以這種方式使用舊方法，那么舊方法的新用途就可能會很新穎。用簡單的算法代替復雜的算法可以提供洞察力。

新穎性以與美麗一樣多的方式展現(xiàn)自己。在批評一篇論文缺乏技術(shù)新穎性之前，問問自己真正的新穎性是否在其他地方。

把有用性或價值當作新穎性

并非所有新穎的想法都是有用的，只是新的屬性并不意味著價值。我們想要的是引領我們實現(xiàn)某個目標的新想法。在這里，審稿人需要非常小心，因為你很難知道一個新想法會在該領域走向何方，因為我們所做的任何預測都是基于當前的該領域。

我看到的一個常見評論是：作者描述了一種新方法，但我不知道為什么有人需要這個。

缺乏實用性確實是一個問題，但很難用一個新想法來評估。審稿人在這里應該小心，并意識到我們所有人的想象力都是有限的。

個人經(jīng)驗分享

我早期的職業(yè)生涯是建立在觀察和形式化兩個已有領域之間的聯(lián)系之上的：魯棒的統(tǒng)計(robust statistics)和馬爾科夫隨機場(Markov random fields)。新穎性源于以前沒有人將這些想法放在一起。事實證明，這是一個肥沃的空間，有許多令人驚訝的聯(lián)系，并帶來了新的理論。幸運的是，這些聯(lián)系也被證明是有價值的，從而產(chǎn)生了最先進的實用算法。

事后看來，魯棒性檢測和計算機視覺科學之間的聯(lián)系似乎很明顯。在今天，在計算機視覺中使用魯棒檢測器已成為常態(tài)，而且似乎并不比呼吸更新穎。但在別人看到它們之前第一次看到這些聯(lián)系，就像第一次呼吸一樣。

當您瞥見一種新的觀察方式時，生活中沒有什么比在科學中一瞬間出現(xiàn)的火花更令人興奮的了。你會感覺好像你是第一個站在山峰上的人，你以前所未有的方式看待這個世界。這是新奇的，它發(fā)生在瞬間，但由一個人的所有經(jīng)驗促成。

由此產(chǎn)生的論文體現(xiàn)了將想法轉(zhuǎn)化為代碼、實驗和文本的過程。在這個翻譯中，火花之美或許只能隱約瞥見，我對審稿人的要求是嘗試想象火花之前的黑暗。

（文章來源：澎湃新聞）

標簽： 審稿人 論文 AI 指南 與眾不同 投稿 人工智能 領域 CVPR2022