難道高校都這么卷了？近日，重慶大學計算機學院25歲博導入職半年發表了一篇ICML頂會論文，這是該學院首次在ICML上發表學術論文，引發網友熱議。

95后NTU博士畢業，當上了985高校博導。

半年時間還發了一篇頂會，怎么講？

卷，還是卷...

今年1月，重慶大學計算機學院引進了最年輕的博導馮磊，年僅25歲。

這是重大學院有史以來首次直接給應屆博士畢業生正高/博導崗位。

入職半年，馮磊就在2021 ICML上發表了一篇頂會論文「Pointwise Binary Classification with Pairwise Confidence Comparisons」。

重大計算機學院首次以第一單位在該會議上發表學術論文，實現了零的突破，這一話題一時引起許多網友的關注。

「零突破」論文講了什么

論文一作與通訊作者均為馮磊，合作者來自日本東京大學、日本理化學研究所先進智能研究中心、新加坡南洋理工大學、澳洲昆士蘭大學、中國香港浸會大學等著名高校或研究機構。

論文地址：https://arxiv.org/abs/2010.01875

盡管傳統的監督式學習技術已取得巨大進步，但卻需要大量精準的「標記數據」。

鑒于不同原因，收集大量精準標記數據并不容易。與此同時，樣本的點式標記將無法訪問。

因此研究者們開始考慮使用「成對的」而不是點式的標記策略。

然而，成對標記樣本收集也存在一些困難。

由于成對標記表示兩個數據點是否共享同一點式標記，若任意一個樣本的正標記或負標記的后驗概率接近相等，則不容易收集到其成對標記。

因此，馮磊與合作者們提出了一種被稱為「成對比較分類」的新型弱監督二分類問題。

其中只有成對的未標記數據被提供，而我們僅知道其中一個比另一個有更大的概率擁有正標記。

具體如何做？

首先從數學上對成對比較數據的生成過程進行建模，推導出了一種具有理論保證的無偏風險估計量，并進一步利用修正函數對其進行改進以解決在使用復雜模型時所面臨的過擬合問題。

然后，還將成對比較分類問題與噪聲標記學習問題相聯系，提出了一種漸進式的無偏風險估計量，并通過引入一致性正則化對其進行了改進。

針對該論文中所提出的算法還進一步從理論上提供了估計誤差上界，以證實其可學習性。

最后，實驗證實了所提出算法的有效性，并表明成對比較分類是除了成對標記學習外另一種有價值與實用性的成對監督問題。

95后博導是誰

個人主頁顯示，馮磊直博畢業于新加坡南洋理工大學（NTU），并曾獲得NTU計算機科學與工程學院杰出博士學位論文獎第二名。

他還是中國計算機學會（CCF）會員，中國人工智能學會（CAAI）會員，國際人工智能促進學會（AAAI）會員，美國計算機學會（ACM）會員，中國人工智能學會機器學習專委會通訊委員。

曾擔任IJCAI 2021與AAAI 2022高級程序委員會委員，ICML 2021 專家審稿人，以及其他國際頂級（CCF A類）會議（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委員會委員/審稿人，并受邀擔任多個國際頂級期刊（包括JMLR、IEEE-TPAMI、IEEE-TIP、IEEE-TNNLS、MLJ）審稿人。

2021年1月，重慶大學計算機學院直接將其作為弘深青年學者人才引進，并聘任為博導、教授，其主要研究方向為機器學習、數據挖掘、人工智能。

ICML/ CVPR/ ICCV/ NeurIPS 等頂會都有文章發表，而且都是在2018-2021期間的工作，可謂是高質高產了。

在馮磊的個人頁面，他還特別注明：2022年秋季入學的博士碩士研究生招生名額已滿，謝謝各位同學的熱情，請勿再郵件聯系我了。

網友：我仰著頭看！

@Dave

對重大、對本人都是好事，各取所需罷了。

但對其他高校的科研學者就不是很友好了，研究成果的要求只會越來越高。

個別人的科研能力大于平均科研水平，產出多的肯定會從中得到更多的利益。但也增加了其他科研人員的勞動強度，同時還會犧牲掉他們的薪資待遇。

@蓋德視界

「馮磊」的出現，給中國各大高校的學霸們樹立了新榜樣。

北大「韋神」和重大「馮磊」這樣的青年才俊越多，中國突破「高精尖」的希望就越大。

這種現象當然是越多越好！

目前，頂會ICMLx4，NIPSx3，IJCAIx3，CVPR，ICCV，KDD總計13篇，再加上頂刊就不止13篇了。

這幾年的市場價，大概就是3篇211非升即走，5篇985非升即走，8到10篇中上985長聘副了。

重慶大學是弱985，這個數量給正高編制的確還算合理。

「馮磊」以后很有可能拿到「優青」和「海外優青」！

@De.Evil

很多人覺得博導是非常高的職位，但在美國高校，剛入職的老師都能帶博士。

國內多數高校都在給一些剛入職的Tenure-track AP博導資格。正常操作！

馮磊組主要是做「多媒體博弈論」和「強化學習」的，他從入學開始就在做「弱監督學習」，「半標簽」學習入學就中了兩篇IJCAI, 出paper也是同組最快的，博三去東京大學做機器學習，產出ML三大會。

科研能力不好說，但這個水平在同行業同年齡層中，絕對十分突出了！

多數人覺得年輕人不該有什么頭銜，看看清華顏寧，錢和名聲都是小事，能留住人才才是「為高校所用」。

學校比的是培養人才的能力，育才的根本就是師資實力。恭喜重大！

人與人不能一概而論，有的人讀個碩士就半死不活，而有的人讀碩期間發paper發到手軟！

@興