AI能否审查人工智能研究人员的工作

随着机器学习领域的研究论文如雨后春笋般涌现，谷歌的工程师克里夫·杨（Cliff Young）将其形象地比作人工智能领域的“摩尔定律”。他发现，每18个月，关于这一主题的学术论文数量就会在服务器上翻一番，这一速度堪称惊人。这一现象给同行评审工作带来了前所未有的挑战，因为经验丰富的人工智能研究人员相对匮乏，可能无法应对如此海量的论文审阅工作。

那么，学者应该如何应对呢？是接受还是拒绝人工智能的帮助呢？这个问题在谷歌引发了广泛的讨论。黄家斌博士在arXiv上发布的一篇报告中提出了一个引人深思的问题：人工智能的“指数级”增长正在改变计算的本质。这位弗吉尼亚理工大学的研究员发现，利用人工智能筛选研究论文已经成为可能。

他运用卷积神经网络技术，对自2013年以来提交给学术会议的5000多篇论文进行了筛选。令人惊讶的是，他的神经网络仅凭论文的外观，就能从中挑选出值得在会议上发布的“佳作”，准确率高达92%。这一发现不仅令人瞩目，更开启了一种全新的论文筛选模式。

与此Facebook的一位人工智能研究员也积极倡导同行们将这种方法应用到现实中。在过去五年里，他向计算机输入了5618篇论文，这些论文都被CVPR和ICCV两大计算机视觉会议所认可。他通过培训网络来识别论文的“格式”，并与二元分类器“佳作”和“平庸之作”进行关联。这里的“格式”指的是论文的一种形式或形状，大于其单独的部分。

值得一提的是，Andrew Ng预测人工智能将会迎来一个永不停歇的繁荣期，就像春天的到来一样永恒。这一观点为人工智能的未来描绘了一幅充满希望和无限可能的画卷。