Alhamdulillah, tahun ini dapet kesempatan untuk hadir di salah satu top conference di bidang Machine Learning: NeurIPS! Pengalaman pertama yang menarik banget. Suasana NeurIPS agak beda dibanding ISCA dan OSDI/ATC yang saya datengin tengah tahun kemarin. Agak beda juga karena di sini alhamdulillah saya dapet kesempatan untuk presentasiin poster penelitian walau cuma di affinity workshop.
Muslims in ML
Di NeurIPS selain main conference juga ada banyak sub-acara yang nggak kalah menarik, kayak workshop, tutorial, atau social event. Workshop itu bentuknya kayak mini conference: 1. ada call for paper/poster yang juga direview dan juga bisa direject; 2. ada keynote speaker dan presentasi-presentasi; 3. biasanya diadakan juga diadakan berulang tiap tahun. Bedanya kadang paper yang diterima di workshop nggak ikut dipublikasikan bareng main conference. Workshop juga punya tema-tema yang lebih spesifik dan menarik (misal: Machine Learning for Audio).
Di NeurIPS, workshop sendiri ada 2 jenis, regular workshop dan affinity workshop. Affinity workshop ini lebih fokus ke kelompok-kelompok authornya, misal “Women in ML”, “Black in AI”, termasuk “Muslims in ML” (musiml.org). Kesempatan bisa hadir di NeurIPS tahun ini, alhamdulillah, berkat salah satu paper penelitian saya dan Pak Kholid (dan dibantu Istri) diterima di workshop Muslims in ML.
Sekitar awal Oktober kemarin, workshop Muslims in ML membuka call for extended abstract untuk paper yang sudah selesai ataupun yang masih work-in-progress. Kita diminta untuk membuat rangkuman dari introduction sampai hasil dalam maksimal dua halaman. Extended abstract ini disubmit melalui openreview untuk direview. Paper yang diterima diminta untuk membuat poster untuk ditampilkan di workshop (alhamdulillah kami lolos). Tiga paper terbaik diminta untuk presentasi selama 5 menit (tapi paper kami nggak masuk sini).
Nuance
Dengan 1000 lebih paper yang diterima, lebih dari 10,000 peserta, dan dihadiri banyak “seleb-seleb” AI dan booth dari perusahaan-perusahaan gede, NeurIPS bisa dibilang acara paling gede yang pernah saya datengin.
NeurIPS nyediain banyak fasilitas pendukung yang super lengkap. Kita bisa pesen hotel via web mereka (dan dapet diskon gede banget), ada daycare di venue (walau kalau bicara kualitas nggak terlalu bagus), layanan print poster, website yang super lengkap, dll. Salah satu fasilitas yang menarik adalah aplikasi Whova (juga dipakai di ISCA). Di aplikasi ini kita jadi bisa bikin forum-forum untuk meetup dan kenalan sama participant-participant lain, entah untuk diskusi topik serius atau sekedar meetup untuk jalan pagi bareng. Ditambah lokasi di samping sungai di New Orleans, NeurIPS kemarin bener-bener kerasa seperti festival untuk penggiat machine learning.
Key Takeaways
Sebagai orang yang baru-baru aja ngerasain top-top conference di sini, ada banyak hikmah yang saya dapet selama conference. Beberapanya sama kayak jaman pas ndatengin top conference lain. Misalnya perkara: Permasalahan itu bisa dari mana saja, begitu juga solusinya. Ini ngingetin kita kalau tidak semua masalah itu terlihat besar dan tidak semua solusi itu harus kompleks.
Dulu ngiranya NeurIPS itu conference untuk paper yang nawarin teori-teori atau rumus matematika baru. Tapi ternyata enggak semua paper gitu. Beberapa paper di NeurIPS yang sempat saya lihat-lihat di sesi poster menawarkan solusi sederhana yang menarik atau solusi dengan perspektif baru yang anti mainstream. Beberapa lain, fokus mengeksplor dan mengangkat masalah yang menarik.
Satu hikmah lain yang paling saya rasakan di sini adalah: Riset itu Perlu Diskusi. Di NeurIPS, mulai dari sesi presentasi main conference, sesi poster, workshop, tutorial, atau sekadar kumpul-kumpul, pada akhirnya adalah bagian dari “diskusi riset”. Dari diskusi ini kita peserta diskusi akan menemukan kelebihan dan kekurangan suatu ide. Entah itu ide kita atau ide orang lain. Dari sinilah nanti kita jadi semakin punya pegangan untuk riset kita kedepannya. Baik dari sisi teknis (misal pemilihan skema yang lebih sesuai) atau sisi filosofis (misal pemilihan ide atau masalah yang lebih baik).
Di sesi poster misalnya, presenter dan penontonnya bisa dibilang tidak berjarak. Presenter bisa jadi nerima pertanyaan-pertanyaan beruntun dari penonton yang jelas punya minat riset yang sama dan bisa jadi lebih ahli. Di momen gini, “nge-les” dari pertanyaan bakal kerasa aneh banget. Bukan saatnya presenter untuk defensif.
Dengan meng-embrace konsep “diskusi”, harusnya kita akan lebih terbuka dengan masukan, tidak malu-malu untuk diskusi ide, dan tetap down-to-earth (meminjam istilah salah satu reviewer) dengan penelitian yang kita kerjakan. Ketika ada kritik ya ditanggapi jujur dan jadikan masukan untuk pengembangan riset selanjutnya. Jangan merasa riset kita yang paling benar dan paling keren. Sebaliknya, ketika ngerasa minder sama penelitian kita, ya jadikan momen ini untuk mencari-cari masukan untuk selanjutnya.
Karena ilmu machine learning terus berkembang cepat, semoga prinsip-prinsip gini bisa lebih terus keinget
