An-diugh tha sinn a 'cur air bhog duais saidheansail ainmeachadh an dèidh Ilya Segalovich . Thèid a bhuileachadh airson euchdan ann an raon saidheans coimpiutaireachd. Oileanaich fho-cheumnach agus iar-cheumnach no ainmich luchd-stiùiridh saidheansail. Thèid na labhraichean a thaghadh le riochdairean bhon choimhearsnachd acadaimigeach agus Yandex. Na prìomh shlatan-tomhais taghaidh: foillseachaidhean agus taisbeanaidhean aig co-labhairtean, a bharrachd air a bhith a 'cur ri leasachadh na coimhearsnachd.
Thèid a’ chiad chuirm dhuaisean a chumail sa Ghiblean. Mar phàirt den duais, gheibh luchd-saidheans òga 350 mìle rubles, agus a bharrachd air sin, bidh e comasach dhaibh a dhol gu co-labhairt eadar-nàiseanta, obrachadh le comhairliche agus a dhol tro inntearnas ann an roinn rannsachaidh Yandex. Gheibh luchd-stiùiridh saidheansail 700 mìle rubles.
Nuair a chaidh an duais a chuir air bhog, chuir sinn romhainn bruidhinn an seo air Habré mu na slatan-tomhais airson soirbheachas ann an saoghal saidheans coimpiutair. Tha cuid de luchd-leughaidh Habr eòlach air na slatan-tomhais sin mu thràth, agus dh’ fhaodadh cuid eile beachd meallta a bhith aca mun deidhinn. An-diugh bidh sinn a 'drochaid a' bheàrn seo - bruidhnidh sinn air a h-uile prìomh chuspair, a 'gabhail a-steach artaigilean, co-labhairtean, stòran-dàta agus gluasad bheachdan saidheansail gu seirbheisean.
Do luchd-saidheans ann an raon saidheans coimpiutair, is e am prìomh shlat-tomhais airson soirbheachas foillseachadh an cuid obrach saidheansail aig aon de na prìomh cho-labhairtean eadar-nàiseanta. Is e seo a’ chiad “phuing-seic” airson obair an neach-rannsachaidh aithneachadh. Mar eisimpleir, ann an raon ionnsachadh innealan san fharsaingeachd, tha a’ Cho-labhairt Eadar-nàiseanta air Ionnsachadh Inneal (ICML) agus a’ Cho-labhairt air Siostaman Pròiseas Fiosrachaidh Neural (NeurIPS, NIPS roimhe seo) air an comharrachadh. Tha mòran cho-labhairtean ann air raointean sònraichte de ML, leithid lèirsinn coimpiutair, lorg fiosrachaidh, teicneòlas cainnt, eadar-theangachadh inneal, msaa.
Carson foillsich do bheachdan
Is dòcha gu bheil a’ mhì-thuigse aig daoine a tha fada bho choimpiutaireachd gu bheil e nas fheàrr na beachdan as luachmhoire a chumail dìomhair agus feuchainn ri prothaid fhaighinn bhon cho sònraichte sa tha iad. Ach, tha an suidheachadh fìor san raon againn dìreach mu choinneamh. Tha ùghdarras neach-saidheans air a bhreithneachadh a rèir cho cudromach sa tha na h-obraichean aige, leis cho tric sa bhios luchd-saidheans eile ag ainmeachadh na h-artaigilean aige (clàr-amais luaidh). Tha seo na fheart cudromach de a chùrsa-beatha. Bidh neach-rannsachaidh a 'gluasad suas an fhàradh proifeasanta, a' fàs nas spèis anns a 'choimhearsnachd aige, a-mhàin ma tha e gu cunbhalach a' dèanamh obair làidir a tha air fhoillseachadh, a 'fàs ainmeil, agus a tha na bhunait airson obair luchd-saidheans eile.
Tha mòran de phrìomh artaigilean ('s dòcha a' mhòr-chuid) mar thoradh air co-obrachadh eadar luchd-rannsachaidh aig diofar oilthighean agus companaidhean air feadh an t-saoghail. Is e àm cudromach agus fìor luachmhor ann an cùrsa-beatha neach-rannsachaidh nuair a gheibh e an cothrom beachdan a lorg agus a chrathadh leis fhèin stèidhichte air an eòlas aige - ach eadhon às deidh seo, tha a cho-obraichean fhathast a’ toirt seachad cuideachadh luachmhor dha. Bidh luchd-saidheans a’ cuideachadh a chèile le bhith a’ leasachadh bheachdan, a’ sgrìobhadh artaigilean ann an co-obrachadh - agus mar as motha a tha an neach-saidheans a’ cur ri saidheans, is ann as fhasa a bhios e dha daoine den aon seòrsa inntinn a lorg.
Mu dheireadh, tha dùmhlachd agus ruigsinneachd fiosrachaidh a-nis cho mòr is gu bheil diofar luchd-rannsachaidh aig an aon àm a’ tighinn suas le beachdan saidheansail a tha glè choltach (agus fìor luachmhor). Mura foillsich thu do bheachd, cha mhòr gu cinnteach foillsichidh cuideigin eile e dhut. Gu tric chan e am “buannaiche” am fear a thàinig suas leis an innleachdas beagan na bu thràithe, ach am fear a dh’ fhoillsich e beagan na bu thràithe. No - am fear a fhuair air a 'bheachd fhoillseachadh cho slàn, cho soilleir agus cho cinnteach' sa ghabhas.
Artaigilean agus stòran-dàta
Mar sin, tha artaigil saidheansail air a thogail timcheall air a 'phrìomh bheachd a tha an neach-rannsachaidh a' moladh. Is e am beachd seo na chuir e ri saidheans coimpiutaireachd. Tha an artaigil a’ tòiseachadh le tuairisgeul air a’ bheachd, air a dhealbhadh ann am beagan sheantansan. Tha seo air a leantainn le ro-ràdh a tha a’ toirt cunntas air an raon de dhuilgheadasan a chaidh fhuasgladh le cuideachadh bhon innleachdas a chaidh a mholadh. Mar as trice bidh an tuairisgeul agus an ro-ràdh sgrìobhte ann an cànan sìmplidh a tha furasta a thuigsinn do luchd-èisteachd farsaing. Às deidh an ro-ràdh, feumar na duilgheadasan a tha air an taisbeanadh ann an cànan matamataigeach a dhèanamh foirmeil agus comharradh teann a thoirt a-steach. An uairsin, a 'cleachdadh nan comharran a chaidh a thoirt a-steach, feumaidh tu aithris shoilleir agus fharsaing a chruthachadh air brìgh an ùr-ghnàthachaidh a thathar a' moladh, agus na h-eadar-dhealachaidhean a chomharrachadh bho dhòighean coltach ris a bh 'ann roimhe. Feumaidh a h-uile aithris teòiridheach a bhith taiceil le iomradh air fianais a chaidh a chur ri chèile roimhe, no air a dhearbhadh gu neo-eisimeileach. Faodar seo a dhèanamh le cuid de bharailean. Mar eisimpleir, faodaidh tu dearbhadh a thoirt seachad airson a 'chùis nuair a tha àireamh neo-chrìochnach de dhàta trèanaidh ann (suidheachadh a tha follaiseach nach gabh a choileanadh) no gu bheil iad gu tur neo-eisimeileach bho chèile. Faisg air deireadh an artaigil, tha an neach-saidheans a 'bruidhinn mu na toraidhean deuchainneach a bha e comasach dha fhaighinn.
Gus am bi an luchd-ath-bhreithneachaidh air am fastadh le luchd-eagrachaidh na co-labhairt nas dualtaiche pàipear aontachadh, feumaidh aon no barrachd fheartan a bhith aige. Is e prìomh fheart a tha a’ meudachadh chothroman ceadachaidh ùr-sgeul saidheansail a’ bheachd a chaidh a mholadh. Gu math tric, bidh ùr-ghnàthachadh air a mheasadh a thaobh bheachdan a th 'ann mar-thà - agus chan eil an obair air a mheasadh air a dhèanamh leis an ath-sgrùdaire, ach le ùghdar an artaigil fhèin. Mas fheàrr, bu chòir don ùghdar innse gu mionaideach san artaigil mu na dòighean a th 'ann mar-thà agus, ma ghabhas e dèanamh, an taisbeanadh mar chùisean sònraichte den dòigh aige. Mar sin, tha an neach-saidheans a’ sealltainn nach eil na dòighean-obrach ris an deach gabhail an-còmhnaidh ag obair, gun do rinn e coitcheann orra agus gun do mhol e cumadh teòiridheach nas fharsainge, nas sùbailte agus mar sin nas èifeachdaiche. Mura h-eil an ùr-sgeul gun àicheadh, air dhòigh eile bidh ath-sgrùdairean a’ measadh an artaigil nach eil cho tarraingeach - mar eisimpleir, faodaidh iad sùil dall a thionndadh gu droch Bheurla.
Gus ùr-sgeul a dhaingneachadh, tha e feumail coimeas a dhèanamh ris na dòighean a th’ ann mar-thà air aon no barrachd stòran-dàta. Bu chòir gach fear dhiubh a bhith fosgailte agus gabhail ris san àrainneachd acadaimigeach. Mar eisimpleir, tha stòr-dàta ImageNet agus stòran-dàta de institiudan mar an Institiud Nàiseanta atharraichte airson Inbhean is Teicneòlais (MNIST) agus CIFAR (Institiud Rannsachadh Adhartach Chanada). Is e an duilgheadas a th’ ann gu bheil an leithid de dhàta “acadaimigeach” gu tric eadar-dhealaichte ann an structar susbaint bhon fhìor dhàta ris a bheil an gnìomhachas a’ dèiligeadh. Tha dàta eadar-dhealaichte a’ ciallachadh toraidhean eadar-dhealaichte bhon dòigh a chaidh a mholadh. Bidh luchd-saidheans a tha gu ìre ag obair don ghnìomhachas a’ feuchainn ri seo a thoirt fa-near agus uaireannan cuir a-steach àicheadh mar “air an dàta againn tha an toradh mar sin agus mar sin, ach air an t-seata dàta poblach - leithid agus mar sin.”
Tha e a 'tachairt gu bheil an dòigh a thathar a' moladh gu tur "air a dhealbhadh" gu stòr-dàta fosgailte agus nach eil e ag obair air dàta fìor. Faodaidh tu cuir an-aghaidh an duilgheadas cumanta seo le bhith a’ fosgladh stòran-dàta ùra, nas riochdaiche, ach gu tric bidh sinn a’ bruidhinn air susbaint phrìobhaideach nach eil còir aig companaidhean fhosgladh. Ann an cuid de chùisean, bidh iad a 'dèanamh (uaireannan iom-fhillte agus mionaideach) gun urra de dhàta - bidh iad a' toirt air falbh pìosan sam bith a tha a 'comharrachadh neach sònraichte. Mar eisimpleir, tha aghaidhean agus àireamhan ann an dealbhan air an sguabadh às no air an dèanamh do-dhèanta. A bharrachd air an sin, gus am bi an stòr-dàta chan ann a-mhàin ri fhaighinn leis a h-uile duine, ach gus a bhith na inbhe am measg luchd-saidheans air a bheil e goireasach coimeas a dhèanamh eadar beachdan, feumar chan ann a-mhàin fhoillseachadh, ach cuideachd artaigil air leth a sgrìobhadh mu dheidhinn e agus na buannachdan aige.
Tha e nas miosa nuair nach eil stòran-dàta fosgailte anns a’ chuspair a thathar a’ sgrùdadh. An uairsin chan urrainn don ath-sgrùdaire ach gabhail ris na toraidhean a thug an t-ùghdar seachad air creideamh. Gu teòiridheach, dh’ fhaodadh an t-ùghdar eadhon cus tuairmse a dhèanamh orra agus fuireach neo-aithnichte, ach ann an àrainneachd acadaimigeach chan eil seo eu-coltach, leis gu bheil e a ’dol an aghaidh miann a’ mhòr-chuid de luchd-saidheans saidheans a leasachadh.
Ann an grunn raointean de ML, a 'gabhail a-steach lèirsinn coimpiutair, tha e cumanta cuideachd ceanglaichean a cheangal ri còd (mar as trice gu GitHub) le artaigilean. Chan eil ach glè bheag de chòd anns na h-artaigilean fhèin no tha iad nan còd pseudo. Agus an seo, a-rithist, bidh duilgheadasan ag èirigh ma tha an artaigil air a sgrìobhadh le neach-rannsachaidh bho chompanaidh, agus chan ann bho oilthigh. Gu gnàthach, tha còd sgrìobhte ann an corparra no toiseach tòiseachaidh air a chomharrachadh le NDA. Feumaidh luchd-rannsachaidh agus an co-obraichean a bhith ag obair gu cruaidh gus an còd co-cheangailte ris a’ bheachd a tha air a mhìneachadh a sgaradh bho stòran a-staigh agus gu cinnteach dùinte.
Tha an cothrom foillseachaidh cuideachd an urra ri iomchaidheachd a’ chuspair a chaidh a thaghadh. Tha buntainneachd gu ìre mhòr air a dhearbhadh le toraidhean agus seirbheisean: ma tha ùidh aig corparra no gnìomhachas tòiseachaidh ann a bhith a’ togail seirbheis ùr no a’ leasachadh seirbheis a tha ann mar-thà stèidhichte air beachd bho artaigil, tha sin na bhuannachd.
Mar a chaidh ainmeachadh cheana, is ann ainneamh a thèid pàipearan saidheans coimpiutair a sgrìobhadh leotha fhèin. Ach mar riaghailt, tha aon de na h-ùghdaran a 'cosg mòran a bharrachd ùine agus oidhirp na feadhainn eile. Is e an tabhartas aige ri ùr-ghnàthachadh saidheansail as motha. Anns an liosta ùghdaran, tha an neach sin air a chomharrachadh an toiseach - agus san àm ri teachd, nuair a thathar a 'toirt iomradh air artaigil, chan urrainn dhaibh ach iomradh a thoirt air (mar eisimpleir, "Ivanov et al" - "Ivanov agus feadhainn eile" air eadar-theangachadh bhon Laideann). Ach, tha tabhartasan dhaoine eile cuideachd air leth luachmhor - air dhòigh eile tha e do-dhèanta a bhith air liosta nan ùghdaran.
Pròiseas ath-bhreithneachaidh
Mar as trice cha tèid gabhail ri pàipearan grunn mhìosan ron cho-labhairt. Às deidh artaigil a chuir a-steach, bidh 3-5 seachdainean aig ath-sgrùdairean airson a leughadh, a mheasadh, agus beachd a thoirt air. Tha seo a’ tachairt a rèir an t-siostam dall shingilte, nuair nach eil na h-ùghdaran a’ faicinn ainmean an luchd-ath-bhreithneachaidh, no an dà-dhall, nuair nach eil an luchd-sgrùdaidh fhèin a’ faicinn ainmean nan ùghdaran. Thathas den bheachd gu bheil an dàrna roghainn nas neo-chlaon: tha grunn phàipearan saidheansail air sealltainn gu bheil fèill an ùghdair a’ toirt buaidh air co-dhùnadh an neach-sgrùdaidh. Mar eisimpleir, is dòcha gum bi e den bheachd gu bheil neach-saidheans le àireamh mhòr de artaigilean foillsichte mar-thà na priori airidh air ìre nas àirde.
A bharrachd air an sin, eadhon ann an cùis dall dùbailte, is dòcha gun toir an neach-sgrùdaidh tomhas air an ùghdar ma tha iad ag obair san aon raon. A bharrachd air an sin, aig àm an ath-bhreithneachaidh, is dòcha gu bheil an artaigil mu thràth air fhoillseachadh ann an stòr-dàta arXiv, an stòr as motha de phàipearan saidheansail. Chan eil luchd-eagrachaidh na co-labhairt a’ toirmeasg seo, ach tha iad a’ moladh a bhith a’ cleachdadh tiotal eadar-dhealaichte agus geàrr-chunntas eadar-dhealaichte ann am foillseachaidhean airson arXiv. Ach ma chaidh an artaigil a phostadh an sin, cha bhith e duilich a lorg fhathast.
Bidh an-còmhnaidh grunn ath-sgrùdairean a’ luachadh artaigil. Tha aon dhiubh air a shònrachadh mar neach-sgrùdaidh meta, a dh'fheumas dìreach ath-sgrùdadh a dhèanamh air co-dhùnaidhean a cho-obraichean agus an co-dhùnadh deireannach a dhèanamh. Mura h-aontaich an luchd-sgrùdaidh mun artaigil, faodaidh an meta-sgrùdaire a leughadh cuideachd airson iomlanachd.
Aig amannan, às deidh ath-sgrùdadh a dhèanamh air an rangachadh agus na beachdan, bidh cothrom aig an ùghdar deasbad a dhèanamh leis an ath-sgrùdaire; tha eadhon cothrom ann toirt a chreidsinn air a cho-dhùnadh atharrachadh (ge-tà, chan eil siostam mar seo ag obair airson a h-uile co-labhairt, agus tha e eadhon nas lugha comasach buaidh mhòr a thoirt air a 'cho-dhùnadh). Anns an deasbad, chan urrainn dhut iomradh a thoirt air obraichean saidheansail eile, ach a-mhàin an fheadhainn air an deach iomradh a thoirt san artaigil mu thràth. Chan urrainn dhut ach “cuideachadh” leis an ath-sgrùdaire tuigse nas fheàrr fhaighinn air susbaint an artaigil.
Co-labhairtean agus irisean
Bidh artaigilean saidheans coimpiutair nas trice air an cur a-steach gu co-labhairtean na gu irisean saidheansail. Tha seo air sgàth gu bheil riatanasan aig foillseachaidhean iris a tha nas duilghe coinneachadh, agus faodaidh am pròiseas ath-bhreithneachaidh cho-aoisean mìosan no eadhon bliadhnaichean a thoirt. Tha saidheans coimpiutaireachd na raon a tha a’ gluasad gu math luath, agus mar as trice chan eil ùghdaran deònach feitheamh cho fada airson fhoillseachadh. Ach, faodar cur ris an artaigil a chaidh gabhail ris mar-thà airson na co-labhairt (mar eisimpleir, le bhith a’ taisbeanadh thoraidhean nas mionaidiche) agus fhoillseachadh ann an iris far nach eil cuingealachaidhean fànais cho teann.
Tachartasan aig a 'cho-labhairt
Tha an cruth airson làthaireachd ùghdaran artaigilean ceadaichte aig a’ cho-labhairt air a dhearbhadh leis an luchd-sgrùdaidh. Ma thèid an solas uaine a thoirt don artaigil, mar as trice gheibh thu seasamh postair. Is e sleamhnag statach a th’ ann am postair le geàrr-chunntas den artaigil agus dealbhan. Tha cuid de sheòmraichean co-labhairt làn de shreathan fada de sheasamh postairean. Tha an t-ùghdar a 'cur seachad pàirt chudromach den ùine aige faisg air a' phostair aige, a 'conaltradh ri luchd-saidheans aig a bheil ùidh anns an artaigil.
Tha roghainn beagan nas cliùitiche airson com-pàirteachadh na òraid dealanach. Ma tha an luchd-sgrùdaidh den bheachd gu bheil an artaigil airidh air aithisg sgiobalta, gheibh an t-ùghdar timcheall air trì mionaidean airson bruidhinn ri luchd-èisteachd farsaing. Air an aon làimh, tha còmhradh dealanach na chothrom math airson innse mu do bheachd chan ann a-mhàin don fheadhainn a ghabh ùidh anns a 'phostair leotha fhèin. Air an làimh eile, tha luchd-tadhail postair for-ghnìomhach nas ullaichte agus nas bogadh anns a 'chuspair shònraichte agad na an neach-èisteachd cuibheasach san talla. Mar sin, ann an aithisg sgiobalta, feumaidh ùine a bhith agad fhathast gus daoine ùrachadh.
Mar as trice, aig deireadh an òraid dealanach, bidh ùghdaran ag ainmeachadh àireamh a’ phostair gus am faigh luchd-èisteachd e agus gun tuig iad an artaigil nas fheàrr.
Is e an roghainn mu dheireadh, as cliùitiche, postair agus taisbeanadh làn-chuimseach den bheachd, nuair nach eil feum tuilleadh air cabhag gus an sgeulachd innse.
Ach gu dearbh, bidh luchd-saidheans - a’ toirt a-steach ùghdaran artaigilean ceadaichte - a’ tighinn chun ath cho-labhairt chan ann a-mhàin airson sealltainn. An toiseach, tha iad buailteach postairean a lorg co-cheangailte ris an raon aca airson adhbharan follaiseach. Agus san dàrna àite, tha e cudromach dhaibh an liosta de luchd-fios aca a leudachadh airson adhbhar co-obair acadaimigeach san àm ri teachd. Chan eil seo a 'sealg - no, co-dhiù, a' chiad ìre aige, a tha air a leantainn le co-dhiù buannachdail iomlaid bheachdan, leasachaidhean agus co-obrachadh air aon no barrachd artaigilean.
Aig an aon àm, tha lìonrachadh cinneasach aig àrd-cho-labhairt duilich air sgàth dìth ùine shaor. Ma tha, às deidh latha slàn a chuir seachad aig taisbeanaidhean agus ann an còmhraidhean aig postairean, gu bheil an neach-saidheans air a neart a chumail agus air faighinn seachad air jet lag, an uairsin thèid e gu aon de na mòran phàrtaidhean. Tha iad air an cumail le corporaidean - mar thoradh air an sin, bidh caractar nas seilg aig na pàrtaidhean gu tric. Aig an aon àm, bidh mòran aoighean gan cleachdadh nach eil idir airson obair ùr a lorg, ach, a-rithist, airson lìonrachadh. Air an fheasgar chan eil barrachd aithisgean agus postairean ann - tha e nas fhasa “glacadh” an eòlaiche anns a bheil ùidh agad.
Bho bheachd gu cinneasachadh
Is e saidheans coimpiutaireachd aon den bheagan ghnìomhachasan far a bheil ùidhean corporaidean agus luchd-tòiseachaidh ceangailte gu làidir ris an àrainneachd acadaimigeach. Bidh NIPS, ICML agus co-labhairtean eile den aon seòrsa a’ tàladh mòran dhaoine bho ghnìomhachas, chan e dìreach oilthighean. Tha seo àbhaisteach airson raon saidheans coimpiutaireachd, ach a chaochladh airson a’ mhòr-chuid de shaidheansan eile.
Air an làimh eile, chan eil a h-uile beachd a tha air a thaisbeanadh ann an artaigilean a 'dol gu bhith a' cruthachadh no a 'leasachadh sheirbheisean. Fiù 's taobh a-staigh aon chompanaidh, faodaidh neach-rannsachaidh a bhith a' moladh do cho-obraichean bhon t-seirbheis beachd a tha a 'dol air adhart le ìrean saidheansail agus a' faighinn diùltadh a bhuileachadh airson grunn adhbharan. Tha aon dhiubh air ainmeachadh an seo mar-thà - is e seo an diofar eadar an seata dàta “acadaimigeach” air an deach an artaigil a sgrìobhadh agus an fhìor sheata dàta. A bharrachd air an sin, faodar dàil a chuir air buileachadh beachd, feumach air tòrr ghoireasan, no dìreach aon chomharradh a leasachadh aig cosgais metrics eile a dhol sìos.
Tha an suidheachadh air a shàbhaladh leis gu bheil mòran de luchd-leasachaidh iad fhèin beagan de luchd-rannsachaidh. Bidh iad a’ frithealadh cho-labhairtean, a’ bruidhinn an aon chànan le acadaimigich, a’ moladh bheachdan, uaireannan a’ gabhail pàirt ann an cruthachadh artaigilean (mar eisimpleir, a’ sgrìobhadh còd), no eadhon ag obair mar ùghdaran fhèin. Ma tha leasaiche air a bhogadh anns a 'phròiseas acadaimigeach, a' leantainn na tha a 'tachairt anns an roinn rannsachaidh, ann am facal - ma tha e a' sealltainn frith-ghluasad a dh'ionnsaigh luchd-saidheans, tha an cearcall de bhith a 'tionndadh bheachdan saidheansail gu comasan seirbheis ùra air a ghiorrachadh.
Tha sinn a’ guidhe deagh fhortan don h-uile neach-rannsachaidh òg agus euchdan mòra nan cuid obrach. Mura innis am post seo dad ùr dhut, is dòcha gu bheil thu air fhoillseachadh aig àrd-cho-labhairt mu thràth. Clàradh airson thu fhèin agus ainmich luchd-stiùiridh saidheansail.
Source: www.habr.com