机器之心报道
作者:李泽南
2018 年 10 月 22 日,神经信息处理系统大会(NIPS)基金管理委员会决定:
NIPS 主会议将保持原名
。这一决定立刻引起了不同意见者的反弹,且抗议行为不断升级。10 月 24 日,由英伟达机器学习研究负责人 Anima Anandkumar 发起的联名抗议在机器学习社区迅速传播,很多研究者包括谷歌 AI 负责人 Jeff Dean 也都在上面签了名。
而在近日,一家名为Recursion Pharma的人工智能药物公司也宣布自己决定撤出NIPS 2018赞助商的行列。NIPS 更名风波依然不断,希望社区能尽快平息这一争论,毕竟因一名字就「毁掉」一个如此备受关注的学术会议并不值得。
昨天,Recursion Pharma发表Twitter表示自己决定撤出NIPS 2018赞助商的行列,因为:“希望看到更多的女性能够受到机器学习社区的欢迎,并通过努力消除引发缺乏代表性的偏见。”
Recursion Pharma是NIPS2017大会的白银赞助商(赞助金额1万美元),或许这样的行动对于大会的影响微乎其微。但人们需要担心的是它所起到的带头作用,还有一些公司也在考虑撤资。此前,一家名为DCVC的风投机构也决定撤回今年的赞助。这家机构的合伙人Matthew Ocko表示:“鉴于NIPS大会对于女科学家的忽视,我已建议我的公司撤回对于大会的支持。”
在NIPS2017大会的赞助商列表中,DCVC是一家白金赞助商(赞助金额4万美元)。在今年的列表中我们已经找不到它了。
但也有网友表示,Recursion Pharma的行为有炒作嫌疑。在Reddit讨论中,「barrynyle」表示,
他们可能是为了获得更多免费的报道才撤资的。但这也表现出他们有多肤浅。之前决定赞助的时候大会名字就是NIPS。因为名字中可能隐含的意思如此判断一个组织,我觉得并非开放的文化。我想这和通过性别评判一个人是同样的偏见。
神经信息处理系统委员会一直在讨论会议名称问题,因为现用首字母缩略名「NIPS」具备冒犯性的内涵。为了更好地了解大众对 NIPS 名称的普遍看法,他们成立了一个「NIPS 命名行动小组」。该小组对 NIPS 社区进行了民意调查,向社区征集替代名称,对现有和替代名称进行评级,并征求更多意见。NPIS 委员会最后表示这项调查没有达成明确的共识,也没有出现更好的替代名称。
但是很快研究者就表示这样草率的决定他们接受不了,加州理工的 Bren Professor、英伟达机器学习研究负责人 Anima Anandkumar 率先发起一项联名抗议,Jeff Dean 和 Ian Goodfellow 等研究者也都转推并支持改名。
Ian Goodfellow 表示:「我认为 NIPS 改名才是正确的做法,女性科学家中的大多数都支持改名,德行领袖不应该完全由投票驱动。」
联名抗议地址:https://www.change.org/p/members-of-nips-board-protestnips-nips-acronym-encourages-sexism-and-is-a-slur-change-the-name
以下是NIPS 不更名决定公布不久之后的联名抗议信:
亲爱的 NIPS 董事会成员,
作为机器学习和数据科学领域的研究人员,我们写下这封公开信来提倡建立一个友好、多样化的 ML 社区。
最近,NIPS 2017 的一些不好的行为引起了我们的注意,它导致一个实验室禁止参加 NIPS 2018。我们理解董事会正在采取措施来评估这些行为导致的会议的变化。此外,该会议的首字母缩写容易出现不好的双关语,例如会前的「TITS」事件和印有「my NIPS are NP-hard」这种字样的 T 恤等。这些都颇快了会议环境,并且许多 ML 研究人员在其中经历了这种敌对环境。
这些事件给我们当中的一些研究者带来了不愉快的回忆,我们的职业道路受到骚扰行为的影响。NIPS 正处于快速扩张和变革的时期,我们认为采取认真的行动对社区的持续健康发展至关重要。
我们知道,NIPS 董事会已经任命了多元化和包容性主席,并正在努力制定更严格的行为准则,这种行为守则的范本可从其他会议获得。我们支持这一举措,并进一步希望当出现可能让其他与会者感到不舒服的社交行为时,与会者能够积极鼓励他们大胆发声。我们还期望这一行为守则将说明骚扰的后果,并符合 NSF 最近关于报告骚扰的政策变化。
我们还建议进行更彻底的变革:对这个会议进行品牌重塑,包括更改会议名称。当然,NIPS 这个名字有着悠久而杰出的历史,但它很容易受到与性相关的双关语攻击。在这个时候改变会议名可以作为一项强有力的象征性举措,这将表明董事会致力于改善该领域的文化,并使该会议成为包容性方面的领导者。
我们还认为,关于改名的粗糙调查令 AI/ML 社区感到尴尬。这些调查在科学上是不合理的,原因有很多:(1) 存在着巨大的采样偏差,大多数接受调查的男性对名字没有异议,而女性是幸存者。(2)对中性反应(无变化)和变化给予了同等的权重,因此假负类和假正类采用了相同的处理;(3) 对少数群体的偏见和歧视问题,不应以多数人的意见作为决策的依据。
我们感谢 NIPS 举办并突出了 Women in MachineLearning 和 Black in AI 这些workshops,我们期待 NIPS 进一步努力欢迎不同背景的贡献者加入这个领域。我们希望 NIPS 委员会增加这方面的努力,而不是减少。
感谢您的关心和快速反馈。
PS:这封信主要是由 JHU ML 的研究人员发给 NIPS 董事会的那封信改动而成。我根据 Daniela Witten 的推文补充了 NIPS 名称变更调查的缺点。
本文为机器之心报道,转载请联系本公众号获得授权。
------------------------------------------------
领取专属 10元无门槛券
私享最新 技术干货