# Скандал на ICCV, критика Stanford HAI и робот-танцор Илона Маска: обзор новостей ML

Источник: https://www.youtube.com/watch?v=tunf2OunOKg
Канал: Yannic Kilcher
Опубликовано: 27.08.2021

---

В новом выпуске ML News Янник Килчер разбирает громкий скандал с плагиатом на конференции ICCV, критикует масштабный манифест Стэнфорда о «фундаментальных моделях» и иронизирует над анонсом человекоподобного робота Tesla. Главными темами стали этика научных публикаций, попытки ребрендинга давно известных технологий и новинки в области аппаратного обеспечения для ИИ.

## 🚨 Скандал в научном сообществе: плагиат на ICCV
[[JUMP:03:07]]

В центре внимания оказался инцидент с копированием научной работы, который Янник Килчер называет «вопиющим случаем» [03:07]. Конфликт развернулся вокруг двух работ: оригинальной статьи «Momentum Residual Neural Networks» (авторы из DeepMind, CNRS и Google Research) и статьи-клона под названием «M-RedNet: Deep Reversible Neural Networks with Momentum» [03:40].

По словам Янника Килчера, сходство между работами было настолько очевидным, что вторая статья казалась просто переформулированным вариантом первой [04:54].

**Ключевые факты инцидента:**

*   **Механика плагиата:** Авторы второй работы, по мнению Килчера, взяли открытый код оригинала, изменили гиперпараметры и случайные числа (seed), после чего переписали текст, сохранив структуру и даже визуализацию экспериментов [05:10].
*   **Публичная огласка:** После того как Янник и его сообщество связались с авторами оригинала, исследователь Диа Абла (Dia Abla) опубликовал в Twitter пошаговое сравнение двух статей [05:55].
*   **Реакция обвиняемого:** Автор второй статьи сначала удалил свою домашнюю страницу и отозвал работу из архива, сославшись на «случайное совпадение идей» [07:32]. Однако под давлением общественности позже признал факт плагиата и принес извинения [08:30].

Янник Килчер отмечает, что подобные случаи в машинном обучении часто остаются незамеченными [08:18]. По его мнению, в данном случае плагиат был настолько «наглым», что автору не удалось оправдаться стандартными фразами о «похожих идеях» [08:30]. В итоге конференция ICCV официально подтвердила, что работа не будет опубликована [10:27].

## 🏛️ Stanford HAI и попытка захвата терминологии: Foundation Models
[[JUMP:11:57]]

Стэнфордский институт ИИ (Stanford HAI) выпустил массивный 200-страничный документ под названием «On the Opportunities and Risks of Foundation Models» [11:57]. В написании участвовало огромное количество сотрудников университета, что вызвало у Янника Килчера скепсис относительно авторства.

**Критика Янника Килчера:**

1.  **Проблема авторства:** По мнению ведущего, это не цельная научная работа, а «компендиум» или сборник статей [14:05]. Он утверждает, что над разными секциями работали разные группы людей, и общая цитируемость всех авторов за чужие разделы кажется ему «игрой с академической системой цитирований» [13:31].
2.  **Ребрендинг старого:** Килчер полагает, что термин «Foundation Models» (фундаментальные модели) — это просто попытка переименовать уже существующие большие предобученные модели (такие как BERT, GPT-3 или CLIP) [14:23].
3.  **Размытость определений:** Янник считает определение «фундаментальной модели» слишком широким. Если под него подпадает GPT-3, то, по его логике, туда же должна относиться и классическая архитектура ResNet-50, обученная на ImageNet [16:27].

Ведущий подчеркивает, что выводы в статье часто не вытекают из самого определения. Например, риски потери доступности или вреда экологии обсуждаются как свойства «фундаментальных моделей», хотя, по мнению Килчера, это лишь особенности конкретных реализаций современных LLM, а не обязательное следствие определения [15:46].

## 🤖 Tesla AI Day: от суперкомпьютеров до танцоров в трико
[[JUMP:21:40]]

Мероприятие Tesla AI Day запомнилось не только техническими деталями, но и экстравагантным анонсом Tesla Bot.

**Основные тезисы обсуждения:**

*   **Tesla Bot:** Илон Маск представил концепт гуманоидного робота для выполнения «опасных, повторяющихся и скучных задач» [22:27]. Янник Килчер называет презентацию «на 100% уморительной», особенно момент, когда на сцену вышел человек в костюме робота и начал танцевать [23:58].
*   **Реалистичность сроков:** По мнению Килчера, обещания Маска создать прототип в течение года, скорее всего, являются «сверх-обещаниями», которые не будут выполнены в срок [22:45].
*   **Dojo и FSD:** Tesla подробно рассказала о своих успехах в области обучения нейросетей для автопилота, однако Янник рекомендует посмотреть обзор Лекса Фридмана для более глубокого погружения в эти детали [22:04].

Параллельно с успехами Tesla упоминается проект Comma 3 от Джорджа Хотца. В отличие от закрытой экосистемы Tesla, Comma придерживается принципов Open Source, предлагая сообществу разработчиков участвовать в создании систем помощи водителю [24:33].

## 🔌 Новости аппаратного обеспечения: Intel уходит, IBM наступает
[[JUMP:24:50]]

В мире «железа» для ИИ произошли важные перестановки. Intel объявила о сворачивании подразделения RealSense, которое занималось разработкой 3D-камер и сенсоров [24:50].

**Контекст событий:**

*   **Intel:** Компания планирует сосредоточиться на «основном бизнесе» [25:07]. Янник отмечает, что для потребителей это сигнал: Intel больше не является местом для поиска инновационного оборудования для компьютерного зрения [25:22].
*   **IBM:** Напротив, компания представила новый чип **Telum** — процессор со встроенным ИИ-акселератором (матричным множителем) [25:35]. Идея IBM заключается в том, чтобы приблизить вычисления непосредственно к данным [25:47].

## 🎮 ИИ в спорте и играх
[[JUMP:20:48]]

Facebook AI Research опубликовала работу о стратегиях управления персонажами в соревновательных видах спорта (например, боксе) в симулированной среде [20:48].

**Наблюдения Килчера:**

1.  Алгоритмы обучения с подкреплением (RL) смогли выработать сложные политики контроля для гуманоидов с большим количеством степеней свободы [21:06].
2.  Ведущего впечатлило, как агенты учатся держать баланс и одновременно проводить атаки, что технически является крайне сложной задачей [21:23].

Также упоминаются новые соревнования на Kaggle, такие как «Lux AI» (сбор ресурсов в условиях выживания) и «Neural MMO», где агенты взаимодействуют в огромном открытом мире с множеством других игроков [26:01].

## 🧐 Проблемы в области Multi-Agent RL
[[JUMP:27:45]]

Янник обратил внимание на дискуссию в Reddit, где исследователи жалуются на «нечестные приемы» в статьях по многоагентному обучению с подкреплением (MARL) на топовых конференциях [27:45].

**Суть претензий, озвученных в сообществе:**

*   **Слабые бейзлайны:** Авторы якобы специально используют плохо настроенные базовые модели для сравнения, чтобы их собственная модель выглядела выигрышно [28:01].
*   **Шумные эксперименты:** Из-за отсутствия стандартизации и высокой зашумленности результатов в этой области легко манипулировать данными [28:14].
*   **Flashy papers:** По мнению участников обсуждения, работы с надежными экспериментами часто не проходят рецензирование, уступая место «ярким» статьям с сомнительными результатами [28:40].