曾几何时，计算机学科一直为职称评审很头痛。原因是计算机学科的理论、算法、软硬件系统更新都比较快，而期刊的审稿周期长，为了能加速新方法、新思想的传播，于是计算机方向推崇会议。

可是以前，会议无法用来评定职称，尤其是和重视期刊的其他学科的老师一起PK职称时，更是困难重重。所以就有则笑话说这事：

“某人在高速上开车，发现对面马路的车居然全跟他的是一个方向，他推测对面的车逆行了。于是电话报警，警察说，没看到有多少车辆逆行啊，只有一辆逆行的。”

注：图片来自网络

这辆逆行的，就是看重会议不重视期刊的计算机学科。

这辆车，经过计算机学科的同仁们的不懈努力，终于得到了认可，大家开始推崇会议来评价计算机方向的水平了，并对此方向的会议进行了分区。据我所说，分区的历史最早能追溯到新加坡国立大学的某个研究小组。

然而，随着人工智能的快速发展，人工智能技术模块化、产业同化、拉平效应的形成以及分区表的推动，各行各业的科研人员都开始将论文投向人工智能的相关会议。

于是就出现了，以往并没太多文章的人工智能会议有了井喷现象，投稿量动不动就5000篇。论文的接收率虽然控制了，也是近千篇甚至千余篇。而相伴随的现象是评审的水平也无法得到有效控制。因为一篇文章通常要找3个评审，5000篇差不多就是15000个评审的量了，既使每个评审审10篇论文，也需要1500个水平能与会议档次匹配的。更何况，同等档次的会议不止一个。想找到如此多规模、又愿意花时间做这个义务工作的，实在是太困难。

结果，在享受人工智能欣欣向荣发展的同时，我们也面临着一个不争的负面现象，就是论文的平均水平降低了。而论文巨增，事实上还拉低了每篇论文被阅读的次数或可以产生的影响。以至于有些科研人员，在看这类档次的文章时，先看作者单位，知名的才看。

这种情况如果用车流的情况来比拟的话，那就是：曾经逆行的车道，现在已经被堵得水泄不通，再也没有强调自己有多独特的理由了。

我想，一个学科要良性发展，有的时候需要点壮士断腕的勇气，也许到了该把车流重新疏导、分配的时候了。改改分区表也许是办法之一，让会议回归到最初交流的本质也可以。

张军平

2019年5月17日

延伸阅读：

2、童话(同化)世界的人工智能

1、深度学习，你就是那位116岁的长寿老奶奶！

张军平，复旦大学计算机科学技术学院，教授、博士生导师，中国自动化学会混合智能专委会副主任。主要研究方向包括人工智能、机器学习、图像处理、生物认证及智能交通。至今发表论文近100篇，其中IEEE Transactions系列18篇，包括IEEE TPAMI, TNNLS, ToC, TITS, TAC等。学术谷歌引用3100余次，ESI高被引一篇，H指数28.