◇◇新语丝(www.xys.org)(xys4.dxiong.com)(www.xysforum.org)(xys2.dropin.org)◇◇   关于周志华事件的分析与澄清   作者:孤鸿   方舟子先生,   你好。最近新语丝上关于周志华先生的论文事件讨论较多。作为AI领域的一 名研究者,在对比了相关论文之后,我认为事件涉及的问题具有一定的欺骗性, 有必要专门撰文向各方人士澄清。   周文公式17与P&C文第6章公式是等效的(进行若干变换后),然而,无论是 周文还是P&C文,这个公式都不是贡献点。P&C文实际上没有推导而直接给出了这 一公式(外行人可能以为P&C文从3-5章的推导给出公式,实际上不然, 3-5章中 特殊化了的BEM/GEM模型与周文没有关联,而只有原始的BEM模型与周文有关), 而周文进行了简单推导。 正如周文中已经指出,公式17的计算量是不可接受的, 实际上不可能根据17来直接选择网络。因此,说P&C文中就提出了Many is better than all是可笑的,因为没有实用的构造many networks的方法,又如何 进行实验并比较与all networks的优劣呢? 这正是P&C文将公式放在improving (实际上是discussion)部分而没有放入论文主干部分的原因。要知道,计算机 科学是一门实验学科,绝不是“理论讨论远比所谓的一种解决问题的方法重要的 多”,恰恰相反,idea不值钱,有用途的idea才值钱,只有论点而没有论证和实 验验证是不能获得credit的(TCS领域除外,因为TCS本质上是数学)。更何况, 这个公式背后的思想非常常规,对P&C文只是一个边角料,而对周文只是工作的 出发点。   至于周文29-32式与P&C文3-4式重复的情况类似。周文29式(P&C文3式)的 目标函数任意一个搞神经网络的人都熟识,从3推到4只要学过高数的人都会。4 式是P&C文的一个重要公式,但是P&C的贡献并不是这个推导多么了不起,而是提 出并实验验证了network ensemble。周文复述了P&C文的解法,并指出其不可行, 进而提出用GASEN求解。同样P&C文4式只是周文工作的出发点。由于推导过程极 其简单,这种复述不引用原始出处在CS领域问题不大,相信P&C本人也不会拿这 个出来抬杠。   最后,从大环境上看,周文发表的年代已经是ensemble neural network满 天飞的年代, 脑子稍微正常点的人都知道凭上面两组公式不可能发IJCAI和AIJ, 遑论best paper了,剽窃说从动机上就站不住脚。另外,CS的会议一般提前半年 就截稿,而且好的会议接收率非常低,错过截稿时间或者投稿被拒是常事,因此 一篇文章隔上一两年才发表不是什么奇怪的事情。 (XYS20091027) ◇◇新语丝(www.xys.org)(xys4.dxiong.com)(www.xysforum.org)(xys2.dropin.org)◇◇