イリヤ・セガロヴィッチにちなんで名付けられた賞。 コンピューター サイエンスと出版物の創刊に関する話

本日、私たちはイリヤ・セガロビッチにちなんで名付けられた科学賞を立ち上げます。 イセグ。 コンピューターサイエンスの分野での業績に対して授与されます。 学部生および大学院生 自分自身で賞に応募することができます または科学的監督者を指名する。 受賞者は学術コミュニティと Yandex の代表者によって選出されます。 主な選考基準は、出版物や学会でのプレゼンテーション、コミュニティの発展への貢献です。

最初の授賞式は350月に行われる予定。 賞の一環として、若手科学者には700万ルーブルが与えられるほか、国際会議に参加したり、指導者の下で働いたり、Yandex研究部門でインターンシップを受けることができる。 科学監督者にはXNUMX万ルーブルが与えられる。

この賞の創設を機に、私たちはコンピュータ サイエンスの世界での成功の基準についてハブレについて話すことにしました。 Habr 読者の中には、すでにこれらの基準に精通している人もいれば、それらについて誤った印象を持っている人もいるかもしれません。 今日、私たちはこのギャップを埋めます。記事、会議、データセット、科学的アイデアのサービスへの移行など、主要なトピックすべてに触れます。

コンピューター サイエンスの分野の科学者にとって、成功の主な基準は、一流の国際会議の XNUMX つで科学的成果を発表することです。 これが研究者の仕事を評価するための最初の「チェックポイント」です。 たとえば、機械学習一般の分野では、機械学習に関する国際会議 (ICML) と神経情報処理システム会議 (NeurIPS、旧 NIPS) が区別されます。 コンピューター ビジョン、情報検索、音声技術、機械翻訳など、ML の特定の分野に関するカンファレンスが多数あります。

あなたのアイデアを公開する理由

コンピューター サイエンスに縁遠い人は、最も価値のあるアイデアは秘密にし、その独自性から利益を得ようと努めたほうが良いという誤解を抱いているかもしれません。 しかし、私たちの分野の実際の状況はまったく逆です。 科学者の権威は、その研究の重要性と、その論文が他の科学者によって引用される頻度 (引用指数) によって判断されます。 これは彼のキャリアの重要な特徴です。 研究者は、継続的に優れた研究を発表し、出版され、有名になり、他の科学者の研究の基礎を形成する場合にのみ、専門的な階段を上ってコミュニティ内でより尊敬されるようになります。

トップ記事の多く（おそらくほとんど）は、世界中のさまざまな大学や企業の研究者間の共同作業の結果です。 研究者のキャリアにおいて重要かつ非常に貴重な瞬間は、自分の経験に基づいて自分でアイデアを見つけ、選別する機会を得られるときです。しかし、この後も、同僚は彼に貴重な支援を提供し続けます。 科学者は互いにアイデアを出し合い、協力して論文を執筆します。科学への貢献が大きいほど、同じ考えを持つ人々を見つけるのが容易になります。

最後に、情報の密度と入手可能性が非常に高くなっているため、さまざまな研究者が非常に似た (そして真に価値のある) 科学的アイデアを同時に思いつきます。 あなたが自分のアイデアを公開しなくても、ほぼ確実に他の誰かがあなたのアイデアを公開してくれるでしょう。 多くの場合、「勝者」は、イノベーションを少し早く思いついた人ではなく、少し早く公開した人です。 または、アイデアをできるだけ完全に、明確に、説得力を持って明らかにした人。

記事とデータセット

したがって、科学論文は研究者が提案する主要なアイデアを中心に構築されます。 このアイデアは彼のコンピュータ サイエンスへの貢献です。 この記事は、数文でまとめられたアイデアの説明から始まります。 これに続いて、提案されたイノベーションの助けを借りて解決されるさまざまな問題について説明する導入部が続きます。 説明と紹介は通常、幅広い聴衆が理解できる簡単な言葉で書かれています。 導入後は、数学的言語で提示された問題を形式化し、厳密な表記法を導入する必要があります。 次に、導入した表記法を使用して、提案されたイノベーションの本質を明確かつ包括的に記述し、以前の同様の手法との違いを特定する必要があります。 すべての理論的記述は、以前にまとめられた証拠への参照によって裏付けられるか、独立して証明される必要があります。 これは、いくつかの仮定の下で行われる場合があります。 たとえば、トレーニング データが無限にある場合 (明らかに達成不可能な状況)、またはそれらが互いに完全に独立している場合の証明を行うことができます。 記事の終わりの方で、科学者は得られた実験結果について語ります。

会議主催者が採用した査読者が論文を承認する可能性を高めるには、論文に XNUMX つ以上の属性が必要です。 承認の可能性を高める重要な要素は、提案されたアイデアの科学的新規性です。 多くの場合、新規性は既存のアイデアとの関連で評価されますが、その評価作業は査読者ではなく、記事の著者自身によって行われます。 理想的には、著者は記事の中で既存の手法について詳細に説明し、可能であればそれらを自分の手法の特殊なケースとして提示する必要があります。 したがって、科学者は、受け入れられているアプローチが常に機能するとは限らず、それらを一般化して、より広範でより柔軟で、したがってより効果的な理論的定式化を提案したことを示しています。 新規性が否定できない場合、そうでない場合、査読者は記事をそれほど厳しく評価しません。たとえば、英語が下手であることに目をつぶるかもしれません。

新規性を強化するには、XNUMX つ以上のデータセットに関する既存の手法との比較を含めると便利です。 それらはそれぞれオープンであり、学術環境で受け入れられるべきです。 たとえば、ImageNet 画像リポジトリや、修正国立標準技術研究所 (MNIST) や CIFAR (カナダ高等研究所) などの機関のデータベースがあります。 難しいのは、このような「学術」データセットは、業界が扱う実際のデータとは内容構造が異なることが多いということです。 データが異なれば、提案手法の結果も異なります。 この業界で部分的に働いている科学者は、これを考慮に入れようとしており、「私たちのデータでは結果はこれこれですが、公開データセットではこれこれ」といった免責事項を挿入することがあります。

たまたま、提案された方法がオープン データベースに完全に「調整」されており、実際のデータでは機能しません。 新しい、より代表的なデータセットを開くことで、この一般的な問題に対処できますが、多くの場合、企業が単に開く権利を持たないプライベート コンテンツについて話されます。 場合によっては、（時には複雑で骨の折れる）データの匿名化が実行され、特定の個人を示す断片がすべて削除されます。 たとえば、写真の顔や数字が消去されたり、判読できなくなったりします。 さらに、データセットを誰でも利用できるようにするだけでなく、科学者の間でアイデアを比較するのに便利な標準にするためには、データセットを公開するだけでなく、それについて別の引用論文を書く必要もあります。それとその利点。

研究対象のトピックにオープンなデータセットがない場合はさらに悪いことになります。 その場合、査読者は著者が提示した結果を信頼して受け入れることしかできません。 理論的には、著者がそれらを過大評価して検出されないままにすることもできますが、学術環境では、科学を発展させたいという大多数の科学者の願望に反するため、これは起こりそうにありません。

コンピューター ビジョンを含む ML の多くの分野では、記事とともにコード (通常は GitHub) へのリンクを添付することも一般的です。 記事自体にはコードがほとんど含まれていないか、疑似コードが含まれています。 そしてここでも、論文が大学ではなく企業の研究者によって書かれた場合に問題が生じます。 デフォルトでは、企業または新興企業で作成されたコードには NDA というラベルが付けられます。 研究者とその同僚は、説明されているアイデアに関連するコードを、内部の確実に閉鎖されたリポジトリから分離するために懸命に努力する必要があります。

出版される可能性は、選択したトピックの関連性によっても異なります。 関連性は主に製品とサービスによって決まります。企業や新興企業が、記事のアイデアに基づいて新しいサービスを構築したり、既存のサービスを改善したりすることに興味がある場合、それはプラスとなります。

すでに述べたように、コンピューター サイエンスの論文が単独で書かれることはほとんどありません。 しかし、原則として、著者の XNUMX 人は他の著者よりもはるかに多くの時間と労力を費やします。 科学の新しさに対する彼の貢献は最大のものです。 著者のリストでは、そのような人が最初に示されます - そして将来、記事に言及するとき、彼らは彼にのみ言及することができます（たとえば、「イワノフら」-ラテン語から翻訳された「イワノフとその他」）。 ただし、他の人の貢献も非常に価値があり、そうでなければ著者のリストに載ることは不可能です。

レビュープロセス

通常、論文は会議の数か月前に受理されなくなります。 論文が投稿された後、査読者は 3 ～ 5 週間以内に論文を読み、評価し、コメントすることができます。 これは、著者が査読者の名前を見ていない場合にはシングルブラインドシステム、または査読者自身が著者の名前を見ていない場合にはダブルブラインドシステムに従って発生します。 XNUMX 番目のオプションは、より公平であると考えられています。いくつかの科学論文は、著者の人気が査読者の決定に影響を与えることを示しています。 たとえば、すでに多数の論文を発表している科学者は、演繹的により高い評価に値すると考えるかもしれません。

さらに、二重盲検の場合でも、同じ分野の研究者であれば、おそらく査読者は著者を推測するでしょう。 さらに、レビューの時点で、論文は科学論文の最大のリポジトリである arXiv データベースにすでに公開されている可能性があります。 カンファレンスの主催者はこれを禁止していませんが、arXiv の出版物では異なるタイトルと異なる要約を使用することを推奨しています。 しかし、記事がそこに投稿されたとしても、それを見つけるのは難しくありません。

常に複数の査読者が記事を評価します。 そのうちの XNUMX 人にはメタレビュー担当者の役割が割り当てられており、同僚の評決のみをレビューして最終決定を下す必要があります。 査読者が記事に同意しない場合、メタ査読者も完全性を確認するために記事を読むことができます。

場合によっては、評価とコメントを確認した後、著者は査読者とディスカッションを開始する機会があります。 決定を変えるよう彼を説得するチャンスさえある（ただし、そのようなシステムはすべての会議で機能するわけではなく、評決に重大な影響を与える可能性はさらに低い）。 議論では、記事内ですでに参照されているものを除き、他の科学的著作に言及することはできません。 あなたができるのは、査読者が記事の内容をよりよく理解できるように「支援」することだけです。

カンファレンスと雑誌

コンピューター サイエンスの論文は、科学雑誌よりも会議に投稿されることが多くなります。 これは、ジャーナル出版物には満たすのがより難しい要件があり、査読プロセスには数か月、場合によっては数年かかる場合があるためです。 コンピューター サイエンスは非常に進歩の速い分野なので、通常、著者は出版までにそれほど長く待ちたがりません。 ただし、すでに会議に受理された論文を補足し（たとえば、より詳細な結果を提示することによって）、スペース制限がそれほど厳しくないジャーナルに掲載することができます。

カンファレンスでのイベント

承認された論文の著者が会議に出席する形式は、査読者によって決定されます。 記事にゴーサインが出た場合、ほとんどの場合、ポスタースタンドが割り当てられます。 ポスターは、記事の概要とイラストを含む静的なスライドです。 会議室によっては、ポスタースタンドが長く並んでいる場合もあります。 著者は時間のかなりの部分をポスターの近くで過ごし、その論文に興味を持つ科学者とコミュニケーションをとります。

参加のためのもう少し名誉あるオプションは、ライトニング トークです。 査読者がその記事が簡単なレポートに値すると判断した場合、著者には幅広い聴衆の前で話すために約 XNUMX 分間の時間が与えられます。 一方で、ライトニング トークは、自分からポスターに興味を持った人だけでなく、自分のアイデアを伝える良い機会でもあります。 一方、積極的なポスター訪問者は、会場の平均的な聴衆よりも準備ができており、特定のトピックに没頭します。 したがって、簡単なレポートの場合でも、人々に最新の情報を伝える時間が必要です。

通常、ライトニング トークの最後に、リスナーが見つけて記事をよりよく理解できるように、著者は投稿者番号に名前を付けます。

最後の最も名誉あるオプションは、ストーリーを急いで伝える必要がなくなった場合、ポスターとアイデアの本格的なプレゼンテーションです。

しかしもちろん、承認された論文の著者を含む科学者たちは、自慢するためだけではなく次の会議に来ます。 まず、明らかな理由から、彼らは自分の分野に関連したポスターを見つける傾向があります。 そして第二に、将来の共同学術研究を目的として、連絡先のリストを拡大することが重要です。 これは狩猟ではありません。少なくともその最初の段階では、少なくともその後に、相互に有益なアイデアの交換、開発、および XNUMX つ以上の論文に関する共同作業が続きます。

同時に、自由時間が完全に不足しているため、トップカンファレンスで生産的なネットワーキングを行うことは困難です。 プレゼンテーションやポスターでのディスカッションに丸一日費やした後、科学者が体力を維持し、すでに時差ボケを克服している場合、彼は数多くのパーティーのいずれかに行きます。 企業が主催するため、パーティーは狩猟的な性格を持つことが多くなります。 同時に、多くのゲストは新しい仕事を見つけるためではなく、やはりネットワーキングのためにそれらを利用しています。 夕方にはレポートやポスターがなくなり、興味のある専門家を「捕まえる」のが簡単になります。

アイデアから制作まで

コンピューター サイエンスは、企業や新興企業の利益が学術環境と強く結びついている数少ない産業の XNUMX つです。 NIPS、ICML、その他同様のカンファレンスには、大学だけでなく産業界からも多くの人々が集まります。 これはコンピュータ サイエンスの分野では一般的ですが、他のほとんどの科学ではその逆です。

一方で、記事で紹介されたすべてのアイデアがすぐにサービスの作成や改善につながるわけではありません。 XNUMX つの企業内であっても、研究者が科学的基準から見て画​​期的なアイデアをサービスから同僚に提案しても、さまざまな理由でその実装を拒否されることがあります。 そのうちの XNUMX つはここですでに述べました。これは、記事が書かれた「学術」データセットと実際のデータセットの違いです。 さらに、アイデアの実装が遅れたり、大量のリソースが必要になったり、他の指標を悪化させて XNUMX つの指標だけを改善したりする可能性があります。

この状況は、多くの開発者自身が研究者であるという事実によって救われています。 彼らは会議に出席し、学者と同じ言葉を話し、アイデアを提案し、時には記事の作成に参加し (コードを書くなど)、さらには自ら著者として行動することもあります。 開発者が学術的なプロセスに没頭し、研究部門で起こっていることに従っている場合、つまり、科学者に対して反対運動を示している場合、科学的なアイデアを新しいサービス機能に変えるサイクルは短縮されます。

若い研究者の皆様の幸運と研究成果をお祈り申し上げます。 この投稿で何も新しいことが分からなかった場合は、すでにトップカンファレンスで発表しているかもしれません。 登録します 賞品 自分自身で科学的監督者を指名することもできます。

出所： habr.com