美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

作者: 贾浩楠 2021-05-28 10:10:22

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

美国知名AI学术大牛,在ACM官网刊文,直指AI学术界最尖锐的问题:

论文盲审,存在严重作弊行为。

措辞之严厉,揭露之详细,学术圈罕见。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

而让这位AI大牛无法再继续保持沉默的,正是震荡发酵至今的佛罗里达大学中国博士生被逼学术作假后自杀事件。

AI大牛为何忍无可忍?

首先来认识一下这位学术大牛。

关注AI学术会议的一定不陌生,Michael L. Littman,2013年AAAI联合项目主席,布朗大学计算机科学系教授。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

研究领域涵盖机器学习、博弈论、计算机网络、马尔可夫决策过程等,在强化学习方面有很高的建树。

2018 年,Littman因其为人工智能的顺序决策算法的设计和分析做出的贡献,被选为ACM Fellow。

这位在AI圈有很大影响力的人物,在最新发表于Communications of ACM官方杂志上的文章中,揭露了AI学术界严重的审稿作弊行为。

Littman解释道,他写这篇文章的直接动机,是一直在关注的2019年佛罗里达大学中国籍博士被逼自杀一事。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

事情缘由,是一篇名为《3D-based video recognition acceleration by leveraging temporal locality》的ISCA论文。

在读的中国博士生是一作,他在自己的遗书和与他人的通信记录中,指控他的华人导师逼迫他学术造假

之后导师通过私人关系使论文过审,还威胁这位同学不准撤稿,否则“弄死他”。

最后,这位同学选择在博士即将毕业之际结束自己的生命。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

量子位之前详细报道过此事。今年2月,ACM官方也出了调查处理结果,严厉处罚了涉事人员。

Littman教授没有在文章中指名道姓,但在结尾的Note中附上了这个轰动中美学术界事件的链接和当事人的博客。

Littman认为,“评审作弊”问题日益严重,危害到计算机科学的成果产出和传播。而他希望通过曝光类似行为的幕后操作,来呼吁社会对学术界“不法团伙”施压。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

同时也希望能帮助“解救”被迫裹挟进集体学术造假的研究生们。

Littman教授对自杀的中国博士生表达的惋惜与悲痛,他说“他宁可选择自杀,也不愿意参与内外勾结的学术不端”。

显然,Littman教授是对这颗“毒瘤”如何出现,怎么运作有了比较直观的调查了解。

“同行评审”,怎么作弊?

垃圾论文为什么能通过同行评审?

Littman以自己参加和组织学术会议的经验总结出了论文同行评审的一般流程。

同行评审过程是由一个程序委员会进行的,该委员会由一到两名程序主席、几百名项目主席和大约5000名评审员组成。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

审稿人被要求事先声明利益冲突,委员会因此不会被指派他们去审阅可能影响公正性的论文。

而作者在提交论文时,要隐去他们的名字以便盲审。

有资格的审稿人根据论文标题/摘要对提交的特定论文进行 “竞标”。

最后由项目主席分配论文。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

接下来,就是评审员阅读论文并提交评审意见。交流意见后,给出接受或拒绝的建议。

区域主席和项目主席则利用这些建议来制定会议具体议程方案。

正常情况下,录取率很低(15%-25%)。而在绝大多数顶级会议一年一次。所以论文被拒(尤其是对研究生来说)会对未来的工作前景产生很大影响。

所以,一些人就动起了歪心思,想方设法提高通过率。

作弊者的“朋友圈”怎么拉?

Littman提到了一个特殊的案例,由ACM的一名项目主席发现线索,并花了大量时间调查分析,但依然没有指名道姓。

一般来说,都是一个团队事先串通好,对论文数据结论等等进行伪造,然后向会议提交论文。

接着,由有“能力”的作者去拉拢认识的评审员,透露论文标题、作者信息。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

涉事的评审员当然不会报告利益相关,而“竞标”审阅目标论文,有时甚至会多注册好几个账号,增加中标的几率。

评审员会给这些论文写出非常积极的评价,甚至可能通过私下渠道游说项目主席,将他一块拉下水。

此外,如果这位“有能力的论文作者”意外发现其他评审的名字,有可能会给他们发邮件,连威胁带引诱,能拉一个是一个。

评审员在给垃圾论文“放水”时,在讨论中会暂时改掉会议管理系统中的名字,以“保护”自己的名声和羽毛。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

鉴于许多会议有接收论文数量的限制,这种内幕操作得手,就意味着有一篇本来很有价值的论文被拒绝。

会议的质量不可避免受到影响。

今后怎么办?

现在还不知道。

2019年的悲剧发生后,经过20个月的调查,今年2月,ACM给出了史上最严厉的处罚:

15年内,禁止涉事情节最严重人员在ACM相关期刊发表一切学术成果。
不得担任何评审、编辑或项目委员会的职务。

而被自杀博士生指控的导师,和佛罗里达大学,却没有声明。

前段时间,网络上流出一封辞职信,表明涉事导师已经从佛罗里达大学辞职,但真实性无法考证。

美国教授揭发AI顶会作弊:作者串通审稿人,垃圾论文也能过审

但目前也仅止步于此。

AI顶会的评审机制上如何改善,防范调查手段如何设置,包括ACM、IEEE在内的机构,仍然没有明确的制度或相关议程公布。

Littman教授在文章中说,希望通过自己的发声,呼吁社会对学术界的不法行为施压,也是眼下一种“没有办法的办法”吧。

但ACM官方刊登此文,似乎也表明意识到了问题严重性,而目前学术界能做的,只有静观其变了。

AI 数据 人工智能
上一篇:AI现在能教你画画了 下一篇:利用AI识别城市建筑物特征,预测其面对地震等灾难时的风险
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
高真实感、全局一致、外观精细,面向模糊目标的NeRF方案出炉

自 NeRF 被提出后,有多项研究对其加以改进。在本篇论文中,上海科技大学的研究者提出了首个将显式不透明监督和卷积机制结合到神经辐射场框架中以实现高质量外观的方案。

Haimin Luo等 ·  2021-06-01 09:57:39
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载