一年一度的國(guó)際人工智能頂會(huì)NeurIPS，全稱神經(jīng)信息處理系統(tǒng)進(jìn)展大會(huì)（Neural Information Processing Systems），通常在每年12月份舉辦。

今年已經(jīng)是NeurIPS舉辦的第36屆，從11月28日開始共進(jìn)行兩周：第一周在美國(guó)新奧爾良舉行，第二周則轉(zhuǎn)為線上會(huì)議。

作為正式開會(huì)的「前菜」，按照慣例NeurIPS組委會(huì)會(huì)正式公布獲獎(jiǎng)?wù)撐拿麊?，三?xiàng)大獎(jiǎng)分別是杰出論文獎(jiǎng)（Outstanding Papers）、杰出數(shù)據(jù)集和基準(zhǔn)論文獎(jiǎng)（Outstanding Datasets and Benchmarks Papers）和時(shí)間檢驗(yàn)獎(jiǎng)（Test of Time Award）。

作為目前全球最負(fù)盛名的人工智能盛會(huì)之一，今年NeurIPS共收到了10411篇論文，其中2672篇在審查后獲得接收，接收率僅為25.6%。

而能夠最終獲獎(jiǎng)的論文，更是堪稱萬里挑一，完全能代表當(dāng)今神經(jīng)科學(xué)和人工智能研究的最高水平。

在獲獎(jiǎng)名單上，今年共有13篇論文獲得杰出論文獎(jiǎng)，數(shù)量是去年（6篇）的兩倍；杰出數(shù)據(jù)集和基準(zhǔn)論文獎(jiǎng)和時(shí)間檢驗(yàn)獎(jiǎng)分別頒發(fā)了2篇和1篇，數(shù)量與去年持平。

根據(jù)NeurIPS的評(píng)語(yǔ)，委員會(huì)之所以選擇這些論文，是因?yàn)樗鼈?strong>「具有出色的創(chuàng)造力、洞察力、清晰度和改變世界的潛力」。

在獲得杰出論文獎(jiǎng)的13篇中，有3篇論文由華人團(tuán)隊(duì)提供，有2項(xiàng)成果更是由「全華班」完成。

值得一提的是，獲得杰出數(shù)據(jù)集和基準(zhǔn)論文獎(jiǎng)的《MineDojo: Building Open-Ended Embodied Agents with Internet-Scale Knowledge》，由美籍華裔院士、斯坦福大學(xué)教授李飛飛的兩位弟子范麟熙（Linxi Fan，一作）和朱玉可（Yuke Zhu，聯(lián)合advisor）等人完成。

這篇文章通過引進(jìn)一種建立在《我的世界》游戲中的新框架MineDojo，提出了一種新穎的代理學(xué)習(xí)算法，能夠解決以自由形式語(yǔ)言指定的各種開放式任務(wù)。

本年度獲獎(jiǎng)的16篇獲獎(jiǎng)?wù)撐闹?，?篇都有斯坦福大學(xué)的研究員參與，而在2021年的評(píng)選中，他們同樣有3篇入選。在人工智能研究領(lǐng)域，這所美國(guó)頂級(jí)名校的領(lǐng)先優(yōu)勢(shì)可見一斑。

最后，每年評(píng)選最有趣的獎(jiǎng)，莫過于專門對(duì)古早時(shí)期論文進(jìn)行評(píng)選的時(shí)間檢驗(yàn)獎(jiǎng)。

去年這一獎(jiǎng)項(xiàng)由普林斯頓大學(xué)的研究員獲得，今年則頒發(fā)給了多倫多大學(xué)的Alex Krizhevsky、Ilya Sutskever和Geoffrey E. Hinton于2012年發(fā)表的成果《ImageNet Classification with Deep Convolutional Neural Networks》。

在獲獎(jiǎng)原因中，NeurIPS的評(píng)委寫道，「作為第一個(gè)接受ImageNet挑戰(zhàn)訓(xùn)練的CNN，這項(xiàng)2012年的研究遠(yuǎn)遠(yuǎn)超過了當(dāng)時(shí)最先進(jìn)的技術(shù)，開啟了新一波深度學(xué)習(xí)浪潮，并對(duì)機(jī)器學(xué)習(xí)社區(qū)影響深遠(yuǎn)?！?/span>

杰出論文獎(jiǎng)

1、Is Out-of-Distribution Detection Learnable?

（Zhen Fang、Yixuan Li、Jie Lu、 Jiahua Dong、Bo Han、Feng Liu）

2、Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding

（Chitwan Saharia、William Chan、Saurabh Saxena等）

3、Elucidating the Design Space of Diffusion-Based Generative Models

（Tero Karras、Miika Aittala、Timo Aila、Samuli Laine）

4、ProcTHOR: Large-Scale Embodied AI Using Procedural Generation

（Matt Deitke、Eli VanderBilt、Alvaro Herrasti等）

5、Using natural language and program abstractions to instill human inductive biases in machines

（Sreejan Kumar、Carlos G. Correa、Ishita Dasgupta等）

6、A Neural Corpus Indexer for Document Retrieval

（Yujing Wang、Yingyan Hou、Haonan Wang等）

7、High-dimensional limit theorems for SGD: Effective dynamics and critical scaling

（Gerard Ben Arous、Reza Gheissari、Aukosh Jagannath）

8、Gradient Descent: The Ultimate Optimizer

（Kartik Chandra、Audrey Xie、Jonathan Ragan-Kelley等）

9、Riemannian Score-Based Generative Modelling

（Valentin De Bortoli、 Emile Mathieu、Michael John Hutchinson等）

10、Gradient Estimation with Discrete Stein Operators

（Jiaxin Shi、Yuhao Zhou、Jessica Hwang等）

11、An empirical analysis of compute-optimal large language model training

（Jordan Hoffmann、Sebastian Borgeaud、Arthur Mensch等）

12、Beyond neural scaling laws: beating power law scaling via data pruning

（Ben Sorscher、Robert Geirhos、Shashank Shekhar等）

13、On-Demand Sampling: Learning Optimally from Multiple Distributions

（Nika Haghtalab、Michael Jordan、Eric Zhao）

杰出數(shù)據(jù)集和基準(zhǔn)論文獎(jiǎng)

1、LAION-5B: An open large-scale dataset for training next generation image-text models

（Christoph Schuhmann 、 Romain Beaumont 、 Richard Vencu等）

2、MineDojo: Building Open-Ended Embodied Agents with Internet-Scale Knowledge

（Linxi Fan、Guanzhi Wang、Yunfan Jiang等）

時(shí)間檢驗(yàn)獎(jiǎng)

1、ImageNet Classification with Deep Convolutional Neural Networks

（Alex Krizhevsky 、 Ilya Sutskever、Geoffrey E. Hinton）

詳細(xì)獲獎(jiǎng)名單可見：

https://blog.neurips.cc/2022/11/21/announcing-the-neurips-2022-awards/