韓國AI團隊抄襲震動學界！1個導師帶51個學生，還是抄襲慣犯

楊凈 明敏 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

今年CVPR，著實有點魔幻了！

先是韓國首爾大學AI團隊的Oral，即前4%的優(yōu)秀論文，被曝出涉嫌抄襲10篇論文。有的地方，連一個單詞都沒有變。

事發(fā)當日即登上韓國頭條，國內外網友震驚：搞到CVPR上也太行了吧。

更多人爆料，這個團隊抄襲已經不止一次，基本操作了屬于是。

結果這一波還未結束，另一波又開始了。

IBM發(fā)表在CVPR上的論文TableFormer被指抄襲國內2021年發(fā)表的一篇文章。

爆料指出，IBM論文剽竊了他們的方法，包括預處理、可視化、推理、系統(tǒng)解決方案等，但并沒有引用他們的論文。

……

抄襲事件頻出，于是乎不少網友感嘆：這屆CVPR太魔幻了。

甚至還有人直接在知乎上列出了這么一個問題：

大家一起來揭發(fā)吧。CVPR 2022都有哪些論文是抄襲的？

韓國團隊被曝不止一次抄襲

先來看引發(fā)眾人關注的韓國團隊抄襲事件。

在通訊作者尹盛老和一作金某的最新公開回應中，都表示這次抄襲屬于一作的個人行為，和團隊其他人無關。

尹盛老解釋說：

團隊其他合著者把各自的部分發(fā)給了一作，但是他最后卻沒有使用，而是抄襲了別的論文。

他還補充道，現(xiàn)在一作本人其他兩篇正在審閱的論文也都被撤回了。

不過，網友們順藤摸瓜后發(fā)現(xiàn)，該團隊似乎不止這一篇論文存在抄襲嫌疑。

比如這篇：《Towards Fast and Accurate Object Detection in Bio-Inspired Spiking Neural Networks Through Bayesian Optimization》。

檢測軟件顯示，它有40%的抄襲嫌疑，文中有27處表達與之前研究高度相似。

還有另外一篇《Energy-aware Placement for SRAM-NVM Hybrid FPGAs》，也被發(fā)現(xiàn)存在類似問題。

通訊作者都是尹盛老。

與此同時，還有人指出尹教授的實驗室規(guī)模很大。

博士生就有37位，加上碩士和博士后，實驗室共有51位學生由尹盛老指導。

這也讓有人擔憂，一位教授是否能同時指導好這么多學生，他們的實驗和論文質量是否會受到影響。

而從事件爆發(fā)的起點——油管曝光視頻的內容來看，這次涉嫌抄襲的論文中，很多地方都是原封不動地搬運此前研究的表述。

涉及到的部分有Introduction、Preliminaries、Method等。

甚至有的地方是一字不落的copy。

全文出現(xiàn)的抄襲段落多達25處，曝光視頻展示問題就花了7分多鐘。

被抄襲的論文很多被NeureIPS、AAAI等頂會接收，其中還有幾位一作是韓國人。

這也難怪上傳曝光視頻的人，會給視頻起一個如此“刺眼”的標題：

E2V-SDE or: How I Learned to Stop Worrying and Love Plagiarism。

E2V-SDE又名：我是如何毫不擔憂并愛上抄襲的。

這里的E2V-SDE，就來自尹盛老團隊此次被CVPR 2022接收的論文標題。

現(xiàn)在，隨著事件的不斷發(fā)酵，尹盛老團隊還引發(fā)了韓國網友的群憤。

要知道，尹盛老是韓國人工智能領域的權威專家，來自首爾大學人工智能研究所。

今年6月，他才剛剛被韓國科學技術部評選為“首席研究員”，每年享有大約8億韓元（折合人民幣約416萬）的科研經費。

但如今，他的團隊卻深陷抄襲丑聞。

有人留言表示，希望相關單位能夠嚴肅處理這件事情，讓相關研究人員退出學術界。

過去30年里，很多人不分晝夜地努力研究，才讓韓國能在CV頂會里發(fā)表更多論文，而他們的行為卻如此過分！

實際上，韓國在CVPR 2022中的成績確實值得關注，僅首爾大學就有25篇論文入選。

有人直接說，這件事太給韓國丟臉了。

而更為深層的原因還包括，韓國有聲音擔心，這次事件會是“黃禹錫事件”的二度上演。

2005年，曾任首爾大學獸醫(yī)學院首席教授、一度被視為韓國民族英雄的黃禹錫，被揭發(fā)偽造多項研究成果。

其在《Science》上發(fā)表的干細胞研究均屬子虛烏有。

2009年，黃禹錫被判處2年徒刑，緩刑3年。

IBM被指抄襲

就在韓國抄襲事件這邊還在發(fā)酵，IBM也被曝出其入選的CVPR論文涉嫌抄襲。

來自平安科技的研究員，列出了九大證據，涉及方法論、預處理、后期處理、推理、文字行檢測與識別等內容，目前已寫成郵件發(fā)給了CVPR 2022 program chairs。

首先從核心方法論來看，兩者都是表格內容識別任務，取名也類似，一個是TableMASTER，一個是TableFormer。

其中，兩者的圖像輸入均為448*448。前者（TableMASTER）訓練長度為500，而后者（TableFormer）則改成了512。

爆料者表示，里面很多痕跡都可以看出，IBM是在他們開源的預訓練模型上跑的，只是改了些細節(jié)。

而最隱晦的也是直呼“最無恥”的，還要屬文本單行檢測這塊，爆料者稱：他們只改變了顏色。

一般而言，官方提供的數(shù)據中每個表格都是多行的，不利于之后的訓練。

于是，研究團隊對3000張圖像進行了重標注， 將連在一起的多行拆分成單行。

而IBM的PDF Cells則是直接拿他們在GitHub上訓練好的模型進行預測。

除此之外，根據爆料者描述，IBM還將他們的3條規(guī)則根據開源的代碼，強行拆成9條規(guī)則。

目前，IBM方也還沒有任何回應。網友也持有各種意見。

有人認為，這看起來像個人意見，作者有點情緒化。

還有網友則看完整個證據，很難相信IBM是原創(chuàng)文章，建議直接向CVPR項目委員會投訴。

One More Thing

最后，再來簡單回顧一下今年有點魔幻的CVPR。

CVPR 2022投稿量高達8161篇，相比于去年7093分提交增長了15%，其中44.59%的作者來自中國。

其中，共有2064篇論文被接收，接收率為25.28%。在被接收的論文中，有342份被選為Oral。

最佳論文頒向了ETH Zurich、華盛頓大學、佐治亞理工學院、捷克理工大學等機構的研究者。

而最佳學生論文獎，則是頒給了達摩院的實習生。

李飛飛教授獲得了本次大會的 Thomas S. Huang紀念獎。

除此之外不得不承認，今年CVPR確實熱鬧，畢竟有近6000人來到線下參會。

于是乎，另一個魔幻的事情發(fā)生了——不少人因此染上新冠。

網友還提問：到底是CVPR接收率高還是感染新冠率高？

參考文獻：
[1]https://www.reddit.com/r/MachineLearning/comments/vlpnuw/d_ibm_zurich_research_plagiarised_our_paper_and/
[2]https://twitter.com/e2v_sde_parody/status/1540087877308239874
[3]https://arxiv.org/pdf/2105.01848.pdf
[4]https://arxiv.org/pdf/2203.01017.pdf
[5]https://www.youtube.com/watch?v=UCmkpLduptU&t=95s
[6]https://www.fmkorea.com/4760102853
[7]https://www.zhihu.com/question/539432448/answer/2543861341
[8]https://www.hankyung.com/society/article/2022062674031
[9]https://www.reddit.com/r/MachineLearning/comments/vjkssf/d_how_to_copy_text_from_more_than_10_previously/