Xiao contrôle à partir du bas de la non-Temple encastré rapports Qubit | Numéro public QbitAI
papiers AI, à la fin ne doit pas être forcé open source?
NeurIPS 2020 officiel a récemment publié un guide open source. Depuis le début de 2019, NeurIPS soumettre du code de papiers « fortement recommandé », mais pas obligatoire.
Mais en tout cas, le fonctionnaire de transmettre un signal: AI haut de l'industrie open source universitaire a été la tendance.
NeurIPS se déplacent également conduit à une discussion « par » type: si nécessaire à l'avenir doit ouvrir des conférences, contributeur doit refuser de le faire?
Le peuple ne s'y attendait pas est que de nombreux utilisateurs pensent: non open source, je justifié.
Contre un: le code est si important
Tout d'abord, quel est le but du code est open source? Il est de permettre à d'autres chercheurs de reproduire les résultats.
Si le papier contient suffisamment de détails, alors les gens seront en fonction de la formule dans laquelle d'écrire leur propre code pour ce type de papier, vous ne pouvez pas le code ouvert. Mais le principe doit être de fournir suffisamment de détails.
Par exemple, AlphaGo il n'y a pas de code open source de Google, mais personne ne doute de son exactitude, il y a beaucoup de personnes selon le papier Google pour reproduire le AlphaGo en fait.
Et l'auteur des erreurs de code peut se produire, pas un avantage de l'open source est de permettre à d'autres chercheurs de se reproduire de façon indépendante.
Dans le cas du code creusé une « fosse » insignifiante, d'autres personnes peuvent éviter d'éviter d'être prises pour le fossé.
En outre, ne surestimez pas la valeur du code, les papiers classiques durables peuvent être des décennies, mais le code est susceptible d'être difficile après une course de dix ans.
Bien sûr, il y a une vue que, pour l'IA, l'ensemble de données est plus important. Aucun code de données est sans valeur, et de nombreux ensembles de données ne peuvent pas ouvrir, ce qui signifie que même si vous obtenez le code, il ne peut pas reproduire les résultats SOTA.
Contre deux: Pour les auteurs considèrent
Non open source, mais aussi de prendre soin de tous les cas particuliers.
Par exemple, certains chercheurs sont engagés dans la recherche pure. Avoir un ami dire, il ne savait même pas comment construire des conteneurs Docker, bien que plusieurs journaux ont publié le code open source sur GitHub, mais il n'a jamais maintenu.
Donc, si le document doit être basé sur le code open source pour l'importance de l'article peut être, ne devrait pas être dans tous les domaines.
Certains chercheurs sociétés commerciales, ils utilisent la bibliothèque de logiciels internes propriétaire de l'entreprise au moment de la rédaction de publications, si elle est forcée ouverte, ils doivent réécrire à nouveau le code, beaucoup de temps, pour ces gens est injuste.
Il y a quelques auteurs, ne sont pas en soi ne veut pas open source, mais pour être en mesure de protéger les résultats d'une période de temps, quelques mois après la publication de la thèse de code open source, ce qui est important pour les chercheurs engagés dans des domaines médical et juridique.
En résumé, les utilisateurs antiparti estiment que l'open source obligatoire trop extrême, devrait être encouragé l'attitude du papier, open source, et non obligatoire.
Soutien Open Source: Open Source est pas comment convaincre
Le premier est un engagé dans les amis de l'industrie pétrolière a déclaré que les données qu'ils sont les secrets commerciaux de l'industrie, de sorte qu'il ne libérera pas les données et le code, ou même perdre quelques formules dans l'article pour cacher les résultats, ont également affirmé que le taux correct de 98%. Comment convaincre les résultats.
Il croit que les données privées et le code, que tous les éléments clés d'un document sont supprimés, même si l'étude d'une telle publication sur rien.
Certaines personnes croient que sera forcée source pour changer les préjugés des autres secteurs de l'apprentissage de la machine.
Beaucoup de gens d'autres disciplines considérées comme pseudo-science de l'apprentissage de la machine, ce qui est pourquoi? Parce que les journaux dans le domaine du processus de libération AI est très immature.
La clé est la cohérence de la méthode scientifique et la reproductibilité. Chase indicateur unique, tout le monde est fasciné par SOTA, c'est un énorme problème.
L'open source est un moyen de résoudre ce problème.
L'année dernière, l'IA renommée femme chercheur Anima Anandkumar publiquement la propagande dans son blog, opposent fermement le comportement du papier ne se fait pas au code, la conférence a appelé à la soumission obligatoire doit également de code ouvert.
Elle croit que l'open source ne nuit pas aux documents d'examen sur le papier ne favorise pas responsable de la fraude, mais pas propice à la libre concurrence dans l'industrie.
Que pensez-vous devrait être un code académique divulgué publiquement pour elle?
Les liens de référence:
https://www.reddit.com/r/MachineLearning/comments/fzss9t/d_if_a_paper_or_project_doesnt_publicly_release/
https://www.reddit.com/r/MachineLearning/comments/fzp8bu/d_official_neurips_2020_guidelines_for_making/
- FIN -
Qubit QbitAI · titres sur contrat
Suivez-nous, la première fois informé l'avant-garde des développements scientifiques et technologiques
