上海AI lab什麽來頭，好厲害，挺高產?

2023-02-12汽車

我說一個問題，上海 AI Lab 發的論文，除了 " 他們自己人 " 和 " 與他們有關系的人 (上海 AI Lab，港中文，商湯，新家坡國立，南洋理工) "，全世界哪個科研機構的研究人員能復現他們的文章? 即便用了他們的所謂的開原始碼，你也得不到他們聲稱的論文中的結果。

我列舉幾個開原始碼，如下:

GitHub - OpenDriveLab/PersFormer_3DLane: [ECCV2022 Oral] Perspective Transformer on 3D Lane Detection

GitHub - OpenDriveLab/OccNet: [ICCV 2023] OccNet: Scene as Occupancy

GitHub - PJLab-ADG/OpenPCSeg: OpenPCSeg: Open Source Point Cloud Segmentation Toolbox and Benchmark

https:// github.com/cardwing/Cod es-for-PVKD

https:// github.com/OpenDriveLab /UniAD

並且，上海 AI Lab 相關研究人員回復別人對他們論文結果以及程式碼實作的質疑時的騷操作如下:

比如直接關閉未解決的 Issues. How many GPUs did you use · Issue #4 · cardwing/Codes-for-PVKD 和 SoTA results config file · Issue #19 · PJLab-ADG/OpenPCSeg

2. 開原始碼基本耍猴? https:// github.com/cardwing/Cod es-for-PVKD/issues/12 (仔細看他們的開原始碼就會發現，除了從別人的 github 上 copy 程式碼到自己的 github 裏面，自己論文中的實質性程式碼，基本上不開源，各種 tricks 論文中基本上不說明。這難道不是學術不端? https:// github.com/PJLab-ADG/Op enPCSeg ) About mIOU score · Issue #17 · cardwing/Codes-for-PVKD

https:// github.com/cardwing/Cod es-for-PVKD/issues/29

Some Questions on the results in the paper and the posted training logs · Issue #145 · OpenDriveLab/UniAD

Potential misleading parts in the paper and code · Issue #161 · OpenDriveLab/UniAD (這篇還是所謂的 CVPR Best Paper)

這麽回復良心不會痛嗎? 你們開源的很多程式碼，是啥樣子? 你們自己不清楚? 你們寫論文的時候，如何故意忽略一些 Tricks 的，難道自己心裏不清楚?

從發表的文章和開源的程式碼來看，這些人就是一幫急功近利，甚至毫無學術底線的人。如果說這些人是中國 AI 領域的佼佼者，那麽中國的 AI 和歐美的 AI 相比，人才品質上差距過大，技術上的差距也是必然的結果。

也許，這就是上海 AI Lab，一個高薪造紙機工廠。

更新 2024.2.22:

建議上海 AI La b 仔細學習以下課程並透過測試:

【學術規範與論文寫作】第1講_嗶哩嗶哩_bilibili

Tutorial and Tests, School of Education, Indiana University Bloomington

2. 建議上海 AI Lab 自己審查論文寫作和開原始碼，提供詳細的 Technical Report 或者相關 Blog 幫助別人復現你們的工作, 並且完善程式碼.

如果不及時糾正自己的錯誤，還想繼續當造紙機也沒關系 ~ 那就等著大家錘你們吧 !

更新 2024.2.23：

昨天看到有人在評論區提到了OpenDriveLab 的 Team Leader (李 Sir?) 點進個人主頁看看，發現了如下的內容:

誠實地說，如果李老師代表 OpenDriveLab 或者部份代表上海 AI Lab, 這種說法無疑令人失望。

一個 Team Leader 兼厲害的研究者應該是什麽樣呢? (以下是我個人觀點)

遇到別人對自己工作的質疑，要積極回復和應對。比如說, github 上開源的程式碼有問題，最好的回應是積極修復程式碼問題。具體點，比如計劃 2 個月之內修復開原始碼的所有問題，同時及時回復同行提的 issues；
以此為例，給團隊定下規矩。a) 此後發表的論文，其中所描述的內容足以讓同行研究者復現，達到論文中聲稱的結果。b) 非商業，可以開源的程式碼，做到盡善盡美。具體點，比如需要什麽硬體環境? 需要什麽配置參數? 每一步該如何操作？等等都需要詳盡說明。
（如果有剩余精力）積極傳播知識，幫助新來者。發表在著名會議和期刊上的文章只是第一步，給同行甚至其它領域的研究者普及你們的工作也很重要（非炫耀性質）。我想，給別人詳盡介紹自己的工作，讓別人理解自己的工作，套用自己的工作，本身就是一件很開心的事情吧。

下面我再例舉2個案例:

1.GitHub - PRBonn/kiss-icp: A LiDAR odometry pipeline that just works 這個Robotic 領域的開原始碼，我個人非常喜歡。它開放給社群，所有的人都可以貢獻自己的程式碼，完善這個程式碼. " We envision KISS-ICP as a community-driven project, we love to see how the project is growing thanks to the contributions from the community. We would love to see your face in the list below, just open a Pull Request !"

2. Request for help with understanding the poses · Issue #78 · PRBonn/semantic-kitti-api 這是我個人喜歡的一個研究者對待新手以及別人提的 Issue 的態度. (註: 檢視更完整的對話，請點開連結)