It’s interesting to see that the number of attendees grow sharply in the past few years — especially those from the industries. It might be due to the reason that the advanced technologies might be in the tipping point that will impact the products now and soon. There have been numerous cornerstone works published in the topic conferences. For example, AlexNet (NIPS’12), ZFNet (ECCV’14), NIN (ICLR’14), VGG (ICLR’15), GoogleNet (CVPR’15), ResNet (CVPR’16), RCNN (CVPR’14), DQN (NIPS’13), GAN (NIPS’14), Memory Network (ICLR’15), Word2Vec (ICML’14), Seq2Seq (NIPS’14), etc.
今天早上Facebook的研究員Laurens van der Maaten 到 IBM Watson 研究中心，分享他們如何設計低錯誤率（宣稱完勝ResNet）以及有效率的深度卷積網路，用來自動標註FB上的大量照片。相當有趣的研究工作，技術細節：Densely Connected Convolutional Networks ，也將發表在夏威夷舉行的 CVPR 2017，電腦視覺領域的頂尖國際會議（top conference）。
我觀察。這幾年，越有競爭力的IT企業，越在乎某些EECS領域的top conference （有機會再詳述）。甚至發表、贊助、或是派員參加。 國內的MediaTek、HTC也算是這些領域的常客。
這幾年Top Conference也成為產業界獵才、showcase、探察核心技術的重要地點。例如，過去一年NVIDIA在全球贊助了18個AI Lab，首度召開的跨研究中心會議，也選擇在今年七月的CVPR召開。很榮幸台大的NVIDIA AI Lab也貢獻了兩篇CVPR論文，有五位研究人員將參加這個另人期待的跨AI Lab聚會。
有次在跟NVIDIA黃董開會時，他提到自己也會follow這些top conference，想掌握前瞻技術的走向。
發表Top conference論文跟產業脫節？
多元的角度，讓我們更有機會不錯失下個機會。
2007年回台大時，受惠於前瞻思維的資深教授們(e.g., Ja-Ling Wu)，我蠻驚訝EECS學院內竟然也有配套的多元指標，只要論文發表在top conference，能有全額的差旅補助（包括學生），升等的評鑑也是。
這也是為什麼台大CS這幾年在國際學術界中， 某些領域中還具有話語權的原因。部分領域我較熟悉的包括：machine learning, HCI, multimedia, data mining, speech, IR, computer vision, 等。其他領域也有相當耀眼的表現。
這幾年有幾位年輕的CS研究人員詢問top conferene跟期刊之間的取捨。我的建議是前者。因為這是CS領域的國際指標之一。 EECS的工作是跨國界的，讓自己的生涯有更寬廣的影響力、話語權、以及更多選擇的機會，是最好的投資。
這也是泛資料、機器學習領域的慣例，在評估學生（入學、就業）或是研究人員時，時常會參考Top Conference 的著作、Google Citation，產業經驗、或是新興的github紀錄。
也就是如此，時常有許多關於Top Conference的會外會，像是前些日子微軟研究院也在內地召開了CVPR 2017分享會。台北也有類似的小型活動，值得關注參與。