近日，于美国西海岸时间12月4日开始举办的机器学习领域顶级会议、第31届NIPS大会拉开序幕，今年美国计算机四大名校(CMU、MIT、UC伯克利、斯坦福)仅以第一作者所属机构统计的录用论文就有92篇，非常强势。

　　资料显示，2016年，共提交论文2406篇，其中568篇论文被录用，录取率为24%，今年共接收3240篇论文，其中有679篇被接受录用，录取率为21%，不仅如此，此次大会的热度之高令人惊叹，据说有8000人注册参加了大会。

　　关于本次大会的最佳论文，我们看到共有三篇力拔头筹，分别是《Safe and Nested Subgame Solving for Imperfect-Information Games》来自卡耐基梅隆大学的Noam Brown与其导师Tuomas Sandholm;《A Linear-Time Kernel Goodness-of-Fit Test》第一作者：Wittawat Jitkrittum;《Variance-based Regularization with Convex Objectives》，第一作者：John C. Duchi ;此外，Test of Time Awardest奖项颁发给了《Random Features for Large-Scale Kernel Machines》。

　　值得注意的是，本届NIPS大会在CiML 2017 workshop上特别推介一场旨在研究“自动机器学习程序开发”的数据挖掘大赛——AutoML Chanllenge 2018，这项大赛的导师正是由NIPS 2017大会主席IsabelleGuyon担任，第四范式成首个获得AutoML大赛承办权的中国企业。

　　据介绍，AutoMLChallenge 2018已于上周正式开幕。这是一种全新的数据挖掘竞赛，不再以提交预测结果的方式比拼，而是在完全看不到的数据集上使用自己开发的自动机器学习程序比拼机器学习建模效果。比赛关注焦点也从“人肉找到最优参数”转移到“设计出最佳自动机器学习程序”，AutoML(Automatic MachineLearning)目的是降低机器学习过程对于AI专家的依赖，解决因人才紧缺造成的AI应用高门槛，缓解人工智能逐步成为少数公司技术壁垒的这一行业痛点。