Այսօր մենք մեկնարկում ենք Իլյա Սեգալովիչի անվան գիտական մրցանակաբաշխությունը . Այն կպարգևատրվի համակարգչային գիտության ոլորտում ձեռքբերումների համար։ Բակալավրիատի և ասպիրանտուրայի ուսանողներ կամ նշանակել գիտական ղեկավարներ: Դափնեկիրներին կընտրեն ակադեմիական համայնքի և Յանդեքսի ներկայացուցիչները։ Ընտրության հիմնական չափանիշները՝ հրապարակումներ և զեկուցումներ գիտաժողովներում, ինչպես նաև ներդրում համայնքի զարգացման գործում:
Առաջին մրցանակաբաշխությունը տեղի կունենա ապրիլին։ Մրցանակի շրջանակներում երիտասարդ գիտնականները կստանան 350 հազար ռուբլի, բացի այդ, նրանք կկարողանան գնալ միջազգային գիտաժողովի, աշխատել մենթորի հետ և պրակտիկա անցնել Yandex հետազոտական բաժնում։ Գիտական ղեկավարները կստանան 700 հազար ռուբլի։
Մրցանակաբաշխության մեկնարկի կապակցությամբ որոշեցինք այստեղ Habré-ում խոսել համակարգչային գիտության աշխարհում հաջողության հասնելու չափանիշների մասին։ Habr-ի որոշ ընթերցողներ արդեն ծանոթ են այս չափանիշներին, մինչդեռ մյուսները կարող են սխալ տպավորություն ունենալ դրանց մասին: Այսօր մենք կամրջելու ենք այս բացը. մենք կանդրադառնանք բոլոր հիմնական թեմաներին, ներառյալ հոդվածները, կոնֆերանսները, տվյալների հավաքածուները և գիտական գաղափարների փոխանցումը ծառայություններ:
Համակարգչային գիտության ոլորտի գիտնականների համար հաջողության հիմնական չափանիշը նրանց գիտական աշխատանքի հրապարակումն է լավագույն միջազգային գիտաժողովներից մեկում։ Սա առաջին «անցակետն» է հետազոտողի աշխատանքը ճանաչելու համար: Օրինակ, ընդհանուր առմամբ մեքենայական ուսուցման ոլորտում առանձնանում են մեքենայական ուսուցման միջազգային կոնֆերանսը (ICML) և նյարդային տեղեկատվության մշակման համակարգերի կոնֆերանսը (NeurIPS, նախկինում NIPS): Կան բազմաթիվ կոնֆերանսներ ML-ի հատուկ ոլորտների վերաբերյալ, ինչպիսիք են համակարգչային տեսլականը, տեղեկատվության որոնումը, խոսքի տեխնոլոգիան, մեքենայական թարգմանությունը և այլն:
Ինչու՞ հրապարակել ձեր գաղափարները
Մարդիկ, ովքեր հեռու են համակարգչային գիտությունից, կարող են թյուր կարծիք ունենալ, որ ավելի լավ է գաղտնի պահել ամենաարժեքավոր գաղափարները և ձգտել օգուտ քաղել դրանց եզակիությունից: Սակայն մեր ոլորտում իրական իրավիճակը ճիշտ հակառակն է։ Գիտնականի հեղինակությունը գնահատվում է նրա աշխատությունների նշանակությամբ, նրանով, թե որքան հաճախ են նրա հոդվածները մեջբերում այլ գիտնականներ (մեջբերման ինդեքս): Սա նրա կարիերայի կարևոր հատկանիշն է։ Հետազոտողը բարձրանում է մասնագիտական սանդուղքով՝ դառնալով ավելի հարգված իր համայնքում, միայն այն դեպքում, եթե նա հետևողականորեն արտադրում է ուժեղ աշխատանք, որը հրապարակվում է, դառնում հայտնի և հիմք է հանդիսանում այլ գիտնականների աշխատանքի համար:
Լավագույն հոդվածներից շատերը (գուցե մեծ մասը) աշխարհի տարբեր համալսարանների և ընկերությունների հետազոտողների համագործակցության արդյունք են: Հետազոտողի կարիերայի կարևոր և շատ արժեքավոր պահն այն է, երբ նա հնարավորություն է ստանում ինքնուրույն գտնել և մաղել գաղափարները՝ հիմնվելով իր փորձի վրա, բայց նույնիսկ դրանից հետո նրա գործընկերները շարունակում են նրան անգնահատելի օգնություն ցուցաբերել: Գիտնականներն օգնում են միմյանց գաղափարներ մշակել, հոդվածներ գրել համագործակցության մեջ, և որքան մեծ է գիտնականի ներդրումը գիտության մեջ, այնքան ավելի հեշտ է նրա համար գտնել համախոհներ:
Վերջապես, տեղեկատվության խտությունն ու հասանելիությունն այժմ այնքան մեծ է, որ տարբեր հետազոտողներ միաժամանակ հանդես են գալիս շատ նման (և իսկապես արժեքավոր) գիտական գաղափարներով: Եթե դուք չհրապարակեք ձեր գաղափարը, մեկ ուրիշը գրեթե անպայման կհրապարակի այն ձեզ համար: «Հաղթողը» հաճախ ոչ թե նա է, ով նորամուծությունը մի փոքր ավելի վաղ է հորինել, այլ նա, ով այն մի փոքր շուտ է հրապարակել։ Կամ՝ նա, ում հաջողվել է բացահայտել գաղափարը հնարավորինս լիարժեք, հստակ և համոզիչ։
Հոդվածներ և տվյալների հավաքածուներ
Այսպիսով, գիտական հոդվածը կառուցված է այն հիմնական գաղափարի շուրջ, որն առաջարկում է հետազոտողը։ Այս գաղափարը նրա ներդրումն է համակարգչային գիտության մեջ: Հոդվածը սկսվում է գաղափարի նկարագրությամբ՝ ձեւակերպված մի քանի նախադասությամբ։ Դրան հաջորդում է ներածություն, որը նկարագրում է առաջարկվող նորարարության օգնությամբ լուծված խնդիրների շրջանակը: Նկարագրությունը և ներածությունը սովորաբար գրված են պարզ լեզվով, որը հասկանալի է լայն լսարանի համար: Ներածությունից հետո անհրաժեշտ է ձևակերպել մաթեմատիկական լեզվով ներկայացված խնդիրները և ներմուծել խիստ նշում։ Այնուհետև, օգտագործելով ներկայացված նշումները, դուք պետք է ստեղծեք հստակ և համապարփակ հայտարարություն առաջարկվող նորարարության էության վերաբերյալ և բացահայտեք տարբերությունները նախորդ, նմանատիպ մեթոդներից: Բոլոր տեսական պնդումները կամ պետք է հիմնված լինեն նախկինում կազմված ապացույցների հղումներով, կամ պետք է ապացուցվեն ինքնուրույն: Դա կարելի է անել որոշ ենթադրություններով։ Օրինակ, կարող եք ապացույց տալ այն դեպքի համար, երբ առկա են մարզումների անսահման քանակի տվյալներ (ակնհայտորեն անհասանելի իրավիճակ) կամ դրանք լիովին անկախ են միմյանցից։ Հոդվածի վերջում գիտնականը խոսում է այն փորձարարական արդյունքների մասին, որոնք նա կարողացել է ստանալ։
Որպեսզի կոնֆերանսի կազմակերպիչների կողմից հավաքագրված գրախոսներն ավելի հավանական լինի, որ հաստատեն փաստաթուղթը, այն պետք է ունենա մեկ կամ մի քանի հատկանիշներ: Հիմնական գործոնը, որը մեծացնում է հաստատման հնարավորությունները, առաջարկվող գաղափարի գիտական նորույթն է։ Հաճախ նորությունը գնահատվում է արդեն իսկ գոյություն ունեցող գաղափարների առնչությամբ, և դրա գնահատման աշխատանքն իրականացնում է ոչ թե գրախոսը, այլ հենց հոդվածի հեղինակը։ Իդեալում, հեղինակը պետք է հոդվածում մանրամասն պատմի առկա մեթոդների մասին և հնարավորության դեպքում դրանք ներկայացնի որպես իր մեթոդի հատուկ դեպքեր։ Այսպիսով, գիտնականը ցույց է տալիս, որ ընդունված մոտեցումները միշտ չէ, որ աշխատում են, որ նա ընդհանրացրել է դրանք և առաջարկել ավելի լայն, ճկուն և հետևաբար ավելի արդյունավետ տեսական ձևակերպում։ Եթե նորույթն անհերքելի է, ապա հակառակ դեպքում գրախոսները հոդվածը գնահատում են ոչ այնքան բծախնդիր, օրինակ՝ նրանք կարող են աչք փակել վատ անգլերենի վրա։
Նորույթն ամրապնդելու համար օգտակար է համեմատել գոյություն ունեցող մեթոդների հետ մեկ կամ մի քանի տվյալների հավաքածուների վրա: Նրանցից յուրաքանչյուրը պետք է բաց լինի և ընդունված լինի ակադեմիական միջավայրում։ Օրինակ, կա ImageNet պատկերների պահոց և այնպիսի ինստիտուտների տվյալների շտեմարաններ, ինչպիսիք են Ստանդարտների և տեխնոլոգիաների փոփոխված ազգային ինստիտուտը (MNIST) և CIFAR (Կանադական առաջադեմ հետազոտությունների ինստիտուտ): Դժվարությունն այն է, որ նման «ակադեմիական» տվյալների բազան հաճախ տարբերվում է բովանդակության կառուցվածքով իրական տվյալներից, որոնց հետ առնչվում է արդյունաբերությունը: Տարբեր տվյալներ նշանակում են առաջարկվող մեթոդի տարբեր արդյունքներ: Գիտնականները, ովքեր մասամբ աշխատում են արդյունաբերության համար, փորձում են հաշվի առնել դա և երբեմն մտցնում են հերքումներ, ինչպիսիք են «մեր տվյալների վրա արդյունքն այսինչն է, բայց հանրային տվյալների բազայի վրա՝ այսինչն ու այդպիսին»:
Պատահում է, որ առաջարկվող մեթոդն ամբողջությամբ «հարմարեցված» է բաց տվյալների բազայի վրա և չի աշխատում իրական տվյալների վրա: Դուք կարող եք պայքարել այս ընդհանուր խնդրի դեմ՝ բացելով նոր, ավելի ներկայացուցչական տվյալների հավաքածուներ, բայց հաճախ մենք խոսում ենք մասնավոր բովանդակության մասին, որը ընկերությունները պարզապես իրավունք չունեն բացելու: Որոշ դեպքերում նրանք իրականացնում են (երբեմն բարդ և տքնաջան) տվյալների անանունացում. նրանք հեռացնում են ցանկացած բեկոր, որը մատնանշում է կոնկրետ անձին: Օրինակ, լուսանկարների դեմքերը և թվերը ջնջվում են կամ դառնում անընթեռնելի: Բացի այդ, որպեսզի տվյալների շտեմարանը ոչ միայն հասանելի լինի բոլորին, այլև գիտնականների շրջանում դառնա ստանդարտ, որի վերաբերյալ հարմար է համեմատել գաղափարները, անհրաժեշտ է ոչ միայն հրապարակել այն, այլև գրել առանձին մեջբերված հոդված այդ մասին։ այն և դրա առավելությունները:
Ավելի վատ է, երբ ուսումնասիրվող թեմայում բաց տվյալների հավաքածուներ չկան: Այնուհետև գրախոսը կարող է ընդունել միայն հավատքի վերաբերյալ հեղինակի կողմից ներկայացված արդյունքները: Տեսականորեն հեղինակը կարող էր նույնիսկ գերագնահատել դրանք և մնալ չբացահայտված, բայց ակադեմիական միջավայրում դա քիչ հավանական է, քանի որ դա հակասում է գիտությունը զարգացնելու գիտնականների ճնշող մեծամասնության ցանկությանը:
ML-ի մի շարք ոլորտներում, ներառյալ համակարգչային տեսլականը, սովորական է նաև հոդվածների հետ հղումներ կցել կոդերին (սովորաբար GitHub-ին): Հոդվածներն իրենք կամ շատ քիչ կոդ են պարունակում, կամ կեղծ կոդ են։ Եվ այստեղ կրկին դժվարություններ են առաջանում, եթե հոդվածը գրված է ոչ թե համալսարանի, այլ ընկերության գիտաշխատողի կողմից։ Լռելյայնորեն, կորպորացիայի կամ մեկնարկի մեջ գրված կոդը կոչվում է NDA: Հետազոտողները և նրանց գործընկերները պետք է քրտնաջան աշխատեն՝ նկարագրվող գաղափարի հետ կապված ծածկագիրը ներքին և, իհարկե, փակ պահոցներից առանձնացնելու համար:
Հրապարակման հնարավորությունը կախված է նաև ընտրված թեմայի արդիականությունից: Համապատասխանությունը հիմնականում թելադրված է ապրանքներով և ծառայություններով. եթե կորպորացիան կամ ստարտափը շահագրգռված է ստեղծել նոր ծառայություն կամ բարելավել գոյություն ունեցողը` հիմնվելով հոդվածի գաղափարի վրա, դա առավելություն է:
Ինչպես արդեն նշվեց, համակարգչային գիտության հոդվածները հազվադեպ են միայնակ գրվում: Բայց, որպես կանոն, հեղինակներից մեկը շատ ավելի շատ ժամանակ ու ջանք է ծախսում, քան մյուսները։ Նրա ներդրումը գիտական նորության մեջ ամենամեծն է։ Հեղինակների ցանկում առաջինը նշված է այդպիսի անձը, իսկ հետագայում հոդվածին հղում կատարելիս կարող են միայն նշել նրան (օրինակ՝ «Իվանով և այլք»՝ «Իվանովը և մյուսները» թարգմանված լատիներենից)։ Այնուամենայնիվ, մյուսների ներդրումները նույնպես չափազանց արժեքավոր են, այլապես անհնար է լինել հեղինակների ցանկում:
Վերանայման գործընթացը
Զեկուցումները սովորաբար դադարում են ընդունվել գիտաժողովից մի քանի ամիս առաջ: Հոդվածը ներկայացնելուց հետո գրախոսները 3-5 շաբաթ ունեն այն կարդալու, գնահատելու և մեկնաբանելու համար: Դա տեղի է ունենում միայնակ կույր համակարգի համաձայն, երբ հեղինակները չեն տեսնում գրախոսողների անունները, կամ կրկնակի կույրը, երբ գրախոսներն իրենք չեն տեսնում հեղինակների անունները: Երկրորդ տարբերակը համարվում է առավել անաչառ. մի քանի գիտական աշխատություններ ցույց են տվել, որ հեղինակի հանրաճանաչությունն ազդում է գրախոսի որոշման վրա: Օրինակ, նա կարող է համարել, որ մեծ թվով արդեն հրապարակված հոդվածներ ունեցող գիտնականն ապրիորի արժանի է ավելի բարձր վարկանիշի։
Ավելին, նույնիսկ կրկնակի կույրի դեպքում գրախոսը հավանաբար կկռահի հեղինակին, եթե նրանք աշխատեն նույն ոլորտում։ Բացի այդ, վերանայման պահին հոդվածն արդեն կարող է հրապարակվել arXiv տվյալների բազայում՝ գիտական հոդվածների ամենամեծ շտեմարանում: Համաժողովի կազմակերպիչները դա չեն արգելում, սակայն խորհուրդ են տալիս arXiv-ի հրապարակումներում օգտագործել այլ վերնագիր և այլ ռեֆերատ: Բայց եթե հոդվածը տեղադրվել է այնտեղ, այն գտնելը դեռ դժվար չի լինի։
Միշտ կան մի քանի գրախոսներ, որոնք գնահատում են հոդվածը: Նրանցից մեկին վերապահված է մետա-գրախոսի դերը, ով պետք է միայն վերանայի իր գործընկերների դատավճիռները և կայացնի վերջնական որոշումը։ Եթե գրախոսները համաձայն չեն հոդվածի հետ, ապա մետա-գրախոսը կարող է նաև կարդալ այն ամբողջականության համար:
Երբեմն, վարկանիշը և մեկնաբանությունները վերանայելուց հետո, հեղինակը հնարավորություն է ունենում քննարկման մեջ մտնել գրախոսի հետ; նույնիսկ հնարավորություն կա համոզել նրան փոխել իր որոշումը (սակայն, նման համակարգը ոչ բոլոր համաժողովների համար է գործում, և նույնիսկ ավելի քիչ հնարավոր է լրջորեն ազդել դատավճռի վրա): Քննարկման ընթացքում չեք կարող անդրադառնալ այլ գիտական աշխատությունների, բացառությամբ հոդվածում արդեն հիշատակվածների։ Դուք կարող եք միայն «օգնել» գրախոսին ավելի լավ հասկանալ հոդվածի բովանդակությունը:
Համաժողովներ և ամսագրեր
Համակարգչային գիտության հոդվածներն ավելի հաճախ են ներկայացվում գիտաժողովներին, քան գիտական ամսագրերին: Դա պայմանավորված է նրանով, որ ամսագրերի հրապարակումներն ունեն պահանջներ, որոնք ավելի դժվար է բավարարել, և գործընկերների վերանայման գործընթացը կարող է տևել ամիսներ կամ նույնիսկ տարիներ: Համակարգչային գիտությունը շատ արագ զարգացող ոլորտ է, ուստի հեղինակները սովորաբար պատրաստ չեն այդքան երկար սպասել հրապարակմանը: Այնուամենայնիվ, գիտաժողովի համար արդեն ընդունված հոդվածը կարող է այնուհետև լրացվել (օրինակ՝ ավելի մանրամասն արդյունքներ ներկայացնելով) և հրապարակվել մի ամսագրում, որտեղ տարածության սահմանափակումներն այնքան էլ խիստ չեն:
Իրադարձություններ կոնֆերանսում
Համաժողովին հաստատված հոդվածների հեղինակների ներկայության ձևաչափը սահմանում են գրախոսները: Եթե հոդվածին տրվում է կանաչ լույս, ապա ձեզ ամենից հաճախ հատկացվում է պաստառի տակդիր: Պաստառը ստատիկ սլայդ է հոդվածի ամփոփմամբ և նկարազարդումներով: Որոշ կոնֆերանսների սենյակներ լցված են պաստառների երկար շարքերով: Հեղինակն իր ժամանակի զգալի մասն անցկացնում է իր պաստառի մոտ՝ շփվելով հոդվածով հետաքրքրվող գիտնականների հետ։
Մասնակցության մի փոքր ավելի հեղինակավոր տարբերակ կայծակնային խոսակցությունն է: Եթե գրախոսները հոդվածը համարում են արագ զեկույցի արժանի, հեղինակին տրվում է մոտ երեք րոպե լայն լսարանի հետ խոսելու համար: Մի կողմից, կայծակնային զրույցը լավ հնարավորություն է ձեր գաղափարի մասին պատմելու ոչ միայն նրանց, ովքեր հետաքրքրվել են պաստառով սեփական նախաձեռնությամբ։ Մյուս կողմից, ակտիվ պաստառների այցելուներն ավելի պատրաստված և ավելի խորասուզված են ձեր կոնկրետ թեմայի մեջ, քան դահլիճում գտնվող սովորական ունկնդիրը: Հետևաբար, արագ զեկույցում դուք դեռ պետք է ժամանակ ունենաք մարդկանց թարմացնելու համար:
Սովորաբար, իրենց կայծակնային ելույթի վերջում հեղինակները նշում են պաստառի համարը, որպեսզի ունկնդիրները կարողանան գտնել այն և ավելի լավ հասկանալ հոդվածը:
Վերջին, ամենահեղինակավոր տարբերակը պաստառն է՝ գումարած գաղափարի լիարժեք ներկայացումը, երբ պատմությունը պատմելու համար շտապելու կարիք չկա:
Բայց, իհարկե, գիտնականները, այդ թվում՝ հաստատված հոդվածների հեղինակները, գալիս են հաջորդ գիտաժողովին ոչ միայն ցուցադրելու համար։ Նախ, նրանք հակված են պարզ պատճառներով գտնել իրենց ոլորտին առնչվող պաստառներ: Եվ երկրորդ՝ նրանց համար կարևոր է ընդլայնել իրենց շփումների ցանկը՝ ապագայում համատեղ ակադեմիական աշխատանքի նպատակով։ Սա որսորդություն չէ, կամ, համենայն դեպս, դրա առաջին փուլը, որին առնվազն հաջորդում է մտքերի փոխշահավետ փոխանակում, զարգացումներ և համատեղ աշխատանք մեկ կամ մի քանի հոդվածների շուրջ։
Միևնույն ժամանակ, թոփ-կոնֆերանսի ժամանակ արդյունավետ ցանցը դժվար է ազատ ժամանակի իսպառ բացակայության պատճառով: Եթե մի ամբողջ օր անցկացրած շնորհանդեսների և պաստառների վրա քննարկումների ժամանակ գիտնականը պահպանել է իր ուժը և արդեն հաղթահարել է ջեթ-լագը, ապա նա գնում է բազմաթիվ երեկույթներից մեկին։ Դրանք հյուրընկալվում են կորպորացիաների կողմից. արդյունքում՝ կուսակցությունները հաճախ ավելի որսորդական բնույթ են կրում։ Միևնույն ժամանակ, շատ հյուրեր դրանք օգտագործում են ոչ թե նոր աշխատանք գտնելու համար, այլ, կրկին, ցանցային կապի համար։ Երեկոյան այլևս ռեպորտաժներ և պաստառներ չկան. ավելի հեշտ է «բռնել» ձեզ հետաքրքրող մասնագետին։
Գաղափարից մինչև արտադրություն
Համակարգչային գիտությունը այն եզակի ոլորտներից է, որտեղ կորպորացիաների և ստարտափների շահերը սերտորեն կապված են ակադեմիական միջավայրի հետ: NIPS-ը, ICML-ը և նմանատիպ այլ կոնֆերանսները գրավում են բազմաթիվ մարդկանց արդյունաբերությունից, ոչ միայն համալսարաններից: Սա բնորոշ է համակարգչային գիտության ոլորտին, բայց հակառակը մյուս գիտությունների մեծ մասի համար։
Մյուս կողմից, հոդվածներում ներկայացված ոչ բոլոր գաղափարներն են անմիջապես գնում ծառայությունների ստեղծման կամ կատարելագործման ուղղությամբ: Նույնիսկ մեկ ընկերությունում հետազոտողը կարող է ծառայության գործընկերներին առաջարկել գիտական չափանիշներով բեկումնային գաղափար և ստանալ այն իրականացնելու մերժում մի շարք պատճառներով: Դրանցից մեկն արդեն նշվել է այստեղ՝ սա է տարբերությունը «ակադեմիական» տվյալների հավաքածուի միջև, որի վրա գրվել է հոդվածը և իրական տվյալների հավաքածուի միջև: Բացի այդ, գաղափարի իրականացումը կարող է հետաձգվել, պահանջել մեծ քանակությամբ ռեսուրսներ կամ բարելավել միայն մեկ ցուցանիշ՝ այլ ցուցանիշների վատթարացման գնով:
Իրավիճակը փրկում է այն փաստը, որ շատ մշակողներ իրենք մի քիչ հետազոտողներ են: Նրանք մասնակցում են գիտաժողովների, խոսում են նույն լեզվով ակադեմիկոսների հետ, առաջարկում են գաղափարներ, երբեմն մասնակցում են հոդվածների ստեղծմանը (օրինակ՝ կոդ գրելը) կամ նույնիսկ իրենք են հանդես գալիս որպես հեղինակներ։ Եթե մշակողը խորասուզված է ակադեմիական պրոցեսի մեջ, հետևում է այն, ինչ կատարվում է գիտահետազոտական բաժնում, մի խոսքով, եթե հակաշարժում է ցույց տալիս գիտնականների նկատմամբ, ապա կրճատվում է գիտական գաղափարները սպասարկման նոր հնարավորությունների վերածելու ցիկլը։
Բոլոր երիտասարդ գիտաշխատողներին մաղթում ենք հաջողություն և մեծ ձեռքբերումներ իրենց աշխատանքում։ Եթե այս գրառումը ձեզ ոչ մի նոր բան չի ասել, ապա դուք կարող եք արդեն հրապարակել բարձրագույն համաժողովում: Գրանցվել համար ինքներդ և նշանակեք գիտական ղեկավարներ:
Source: www.habr.com