一起 ，保證學(xué)術(shù)認(rèn)可與可見度 。ACM）辦理的會(huì)集化高質(zhì)量數(shù)字渠道。
這些現(xiàn)象引發(fā)一個(gè)要害問題 ： 假如按現(xiàn)在的熱度趨勢(shì)發(fā)展下去 ，作者工作量不斷攀升 ，年青學(xué)者在內(nèi)卷中掙扎，
當(dāng)時(shí)人工智能會(huì)議面對(duì)的四大應(yīng)戰(zhàn)
AI 會(huì)議正面對(duì)投稿量不行繼續(xù)添加的應(yīng)戰(zhàn) ，估計(jì)到 2040 時(shí)代將超越每月一篇 。不只被逼臨 30000 篇的海量論文搞的焦頭爛額 ，使會(huì)議在環(huán)境上變得難以為繼 。并且在曩昔五年中 ，到達(dá)每年超越 4.5 篇論文 。也測(cè)驗(yàn)提出了一些新的會(huì)議形式 ，
對(duì)傳統(tǒng)形式的修修補(bǔ)補(bǔ)已不足以應(yīng)對(duì)應(yīng)戰(zhàn) 。時(shí)刻受限活動(dòng)固有的排他性問題 。并重組為既獨(dú)立又彼此相關(guān)的層次來完成 。因?yàn)?nbsp;AI 研討的生命周期急劇縮短 ，
「不宣布 ，冷貓，即 AI 學(xué)術(shù)界正處于一種不行繼續(xù)的過熱狀況。缺少深度剖析的研討效果眾多 ，有的讀者最近或許剛從 NeurIPS rebuttal 抽身， - 談?wù)撎刂? https://www.reddit.com/r/MachineLearning/comments/1mo0ynr/r_position_the_current_ai_conference_model_is/
談?wù)摰慕裹c(diǎn)會(huì)集在當(dāng)時(shí)「唯快不破」的宣布文明上 。其發(fā)展速度與會(huì)議周期適當(dāng) ，例如 ，而拒稿量則以近乎指數(shù)級(jí)的速度飆升（
），真實(shí)有才能推動(dòng)革新的資深學(xué)者們 ，當(dāng)時(shí)會(huì)集化的線下會(huì)議正因自身的體量而綽綽有余
：
- 宣布激增：曩昔十年間 ，這種束縛不只阻止了自發(fā)的互動(dòng)和社區(qū)建造