两位清华校友闪耀NeurIPS2020！各9篇入选，华人之最。杨林和汪昭然，两位清华毕业生，都以9篇之数，成为今年NeurIPS入选论文最多的华人学者。但对于这样的成绩，两位表示并不意外，其中一位还说：「只是看哪个顶会比较近，就投哪个。」NeurIPS2020从整体接收情况上看，今年共有9454篇论文提交，1900篇总接收，录取率仅为20.09%。
虽然接收率逐年偏低，但依旧有国内外AI大牛大放异彩。量子位就对话了其中代表性的两位，杨林和汪昭然，来做进一步的分享。
加州洛杉矶分校助理教授杨林首先介绍的这一位是来自加州洛杉矶分校的助理教授杨林，任职于电子与计算机工程系。除此NeurIPS有9篇论文接收之外，今年ICML也有4篇论文接收。他还被聘为ICLR2021的区域主席，入选AAAI 2021高级计划委员会，曾获得西蒙斯学者奖。
他本科毕业于清华大学数学物理基础科学实验班，随后前往约翰·霍普金斯大学攻读「计算机科学」和「物理和天文学」的博士学位。接着，在普林斯顿大学做博士后研究，师从王梦迪教授。他的研究方向是开发和应用机器学习和数据科学的快速算法、理解不同ML问题的基础理论和优化的计算极限。
西北大学助理教授汪昭然同样有9篇论文接收的，还有西北大学助理教授汪昭然，任职于工业工程与管理科学系和计算机科学系。
他本科毕业于清华大学电子工程系，随后前往普林斯顿大学运筹与金融工程系攻读博士学位。值得一提的是，当时杨林教授正在王梦迪教授那里做博士后研究。对于此次杨林教授也有9篇论文接收，汪昭然向量子位表示：林哥（杨林）最近一系列论文解决了很多强化学习最本质的基础问题。我们很多研究工作都是基于林哥的这些论文。如何评价？唯有膜拜。
毕业后，他就前往西北大学担任助理教授，同时也获得芝加哥大学Booth商学院、康奈尔大学ECE、卡内基梅隆大学Tepper商学院等教职机会。今年，他也同样以「增强学习理论项目」获得了西蒙斯学者奖。他向量子位介绍了他主要的两大研究方向。
首先是，通过建立「深度增强学习的理论框架」，让深度增强学习在计算复杂度和样本复杂度层面更有效率。
在很多领域，比如医疗、金融领域，深度增强学习在安全性、可信性、数据消耗层面与现实所需相距甚远。因此，团队就试图提出一系列安全性、可信性、数据消耗量都有保障算法，帮助深度增强学习落地这些关键领域。还有是通过「拓展深度增强学习的算法框架」，设计和优化社会规模的多智能体系统。在很多关键系统里，比如供应链和出行系统，广泛存在着多种主体的合作和竞争。这些动态博弈的主体既可能是人类也可能是算法。
团队就试图提出一系列基于动态博弈论的多智能体深度增强学习算法，以帮助深度增强学习落地这些大规模社会系统。
至于有9篇论文数被接收的秘诀，杨林表示：不要追求文章的篇数，踏踏实实做科研，实打实的解决问题才是最重要的。有了好的结果，就好好的写出来，肯定都能发表的。还对学术科研的萌新们提出了一些建议：目前科研领域还是比较浮躁的，NeurIPS的投稿数每一年都大幅地增长。这并不是一个好的事情。
我还是希望新人还是要踏踏实实地做研究。不要以文章数为目标。做了好的结果，学好了会讲故事的能力，文章自然会有的。而汪昭然也向我们表示了「写好故事」的重要性。最近审稿质量下滑尤其严重，论文接收与否带有一些随机性。我个人认为，在质量让自己满意的基础上，可能写作能让审稿人看懂比较重要。