Iļjas Segaloviča vārdā nosauktā balva. Stāsts par datorzinātnēm un publikācijām

Šodien mēs atklājam Iļjas Segaloviča vārdā nosaukto zinātnisko balvu iseg. To piešķirs par sasniegumiem datorzinātņu jomā. Bakalaura un maģistrantūras studenti var iesniegt savu pieteikumu balvai vai iecelt zinātniskos vadītājus. Laureātus izvēlēsies akadēmiskās kopienas un Yandex pārstāvji. Galvenie atlases kritēriji: publikācijas un prezentācijas konferencēs, kā arī ieguldījums kopienas attīstībā.

Pirmā apbalvošanas ceremonija notiks aprīlī. Balvas ietvaros jaunie zinātnieki saņems 350 tūkstošus rubļu, turklāt viņi varēs doties uz starptautisku konferenci, strādāt ar mentoru un iziet stažēšanos Yandex pētniecības nodaļā. Zinātniskie vadītāji saņems 700 tūkstošus rubļu.

Par godu balvas atklāšanai mēs nolēmām šeit, Habré, runāt par panākumu kritērijiem datorzinātņu pasaulē. Daži Habr lasītāji jau ir iepazinušies ar šiem kritērijiem, savukārt citiem par tiem var rasties maldīgs priekšstats. Šodien mēs pārvarēsim šo plaisu – pieskarsimies visām galvenajām tēmām, tostarp rakstiem, konferencēm, datu kopām un zinātnisko ideju pārņemšanai pakalpojumos.

Datorzinātņu jomas zinātniekiem galvenais veiksmes kritērijs ir viņu zinātniskā darba publicēšana kādā no vadošajām starptautiskajām konferencēm. Šis ir pirmais “kontrolpunkts” pētnieka darba atzīšanai. Piemēram, mašīnmācības jomā kopumā tiek izdalīta Starptautiskā mašīnmācīšanās konference (ICML) un Neironu informācijas apstrādes sistēmu konference (NeurIPS, agrāk NIPS). Ir daudzas konferences par konkrētām ML jomām, piemēram, datorredzi, informācijas izguvi, runas tehnoloģijām, mašīntulkošanu utt.

Kāpēc publicēt savas idejas

Cilvēkiem, kuri ir tālu no datorzinātnes, var rasties maldīgs priekšstats, ka vērtīgākās idejas labāk paturēt noslēpumā un censties gūt peļņu no to unikalitātes. Taču reālā situācija mūsu jomā ir tieši pretēja. Zinātnieka autoritāte tiek vērtēta pēc viņa darbu nozīmīguma, pēc tā, cik bieži viņa rakstus citē citi zinātnieki (citācijas rādītājs). Tā ir svarīga viņa karjeras iezīme. Pētnieks virzās uz augšu pa profesionālajām kāpnēm, kļūstot cienītākam savā sabiedrībā, tikai tad, ja viņš konsekventi izstrādā spēcīgus darbus, kas tiek publicēti, kļūst slaveni un veido pamatu citu zinātnieku darbam.

Daudzi populārākie raksti (iespējams, lielākā daļa) ir dažādu universitāšu un uzņēmumu pētnieku sadarbības rezultāts visā pasaulē. Svarīgs un ļoti vērtīgs brīdis pētnieka karjerā ir tas, kad viņam ir iespēja pašam atrast un izsijāt idejas, balstoties uz savu pieredzi, taču arī pēc tam kolēģi viņam turpina sniegt nenovērtējamu palīdzību. Zinātnieki palīdz viens otram attīstīt idejas, sadarbojoties raksta rakstus - un jo lielāks zinātnieka ieguldījums zinātnē, jo vieglāk viņam atrast domubiedrus.

Visbeidzot, informācijas blīvums un pieejamība tagad ir tik liela, ka dažādi pētnieki vienlaikus nāk klajā ar ļoti līdzīgām (un patiesi vērtīgām) zinātniskām idejām. Ja nepublicēsit savu ideju, gandrīz noteikti to jūsu vietā publicēs kāds cits. “Uzvarētājs” bieži vien ir nevis tas, kurš nāca klajā ar jauninājumu nedaudz agrāk, bet gan tas, kurš to publicēja nedaudz agrāk. Vai arī – tas, kuram izdevās ideju atklāt pēc iespējas pilnīgāk, skaidrāk un pārliecinošāk.

Raksti un datu kopas

Tātad zinātnisks raksts ir veidots, balstoties uz pētnieka piedāvāto galveno ideju. Šī ideja ir viņa ieguldījums datorzinātnēs. Raksts sākas ar idejas aprakstu, kas formulēts dažos teikumos. Tam seko ievads, kurā aprakstīts ar piedāvātās inovācijas palīdzību atrisināto problēmu loks. Apraksts un ievads parasti ir rakstīti vienkāršā valodā, kas ir saprotama plašai auditorijai. Pēc ievada nepieciešams formalizēt matemātiskā valodā izklāstītās problēmas un ieviest stingru notāciju. Pēc tam, izmantojot ieviestos apzīmējumus, jums ir jāizveido skaidrs un visaptverošs izklāsts par piedāvātās inovācijas būtību un jāidentificē atšķirības no iepriekšējām, līdzīgām metodēm. Visi teorētiskie apgalvojumi ir vai nu jāpamato ar atsaucēm uz iepriekš apkopotiem pierādījumiem, vai arī jāpierāda neatkarīgi. To var izdarīt ar dažiem pieņēmumiem. Piemēram, jūs varat sniegt pierādījumu gadījumam, kad ir bezgalīgi daudz apmācības datu (acīmredzami nesasniedzama situācija) vai tie ir pilnīgi neatkarīgi viens no otra. Raksta beigās zinātnieks stāsta par eksperimentālajiem rezultātiem, ko viņam izdevās iegūt.

Lai konferences organizatoru piesaistītie recenzenti varētu biežāk apstiprināt darbu, tam ir jābūt vienam vai vairākiem atribūtiem. Galvenais faktors, kas palielina apstiprināšanas iespējas, ir ierosinātās idejas zinātniskā novitāte. Bieži vien novitāte tiek vērtēta saistībā ar jau esošām idejām – un tā izvērtēšanas darbu veic nevis recenzents, bet gan pats raksta autors. Ideālā gadījumā autoram rakstā vajadzētu detalizēti pastāstīt par esošajām metodēm un, ja iespējams, izklāstīt tās kā savas metodes īpašos gadījumus. Tādējādi zinātnieks parāda, ka pieņemtās pieejas ne vienmēr darbojas, ka viņš tās vispārināja un piedāvāja plašāku, elastīgāku un līdz ar to arī efektīvāku teorētisko formulējumu. Ja jaunums ir nenoliedzams, tad citādi recenzenti rakstu vērtē ne tik izvēlīgi - piemēram, var pievērt acis uz vāju angļu valodu.

Lai pastiprinātu novitāti, ir lietderīgi vienā vai vairākās datu kopās iekļaut salīdzinājumu ar esošajām metodēm. Katram no tiem jābūt atvērtiem un pieņemtiem akadēmiskajā vidē. Piemēram, ir ImageNet attēlu repozitorijs un tādu institūtu kā Modificētais Nacionālais standartu un tehnoloģiju institūts (MNIST) un CIFAR (Kanādas progresīvo pētījumu institūts) datu bāzes. Grūtības ir tādas, ka šāda “akadēmiska” datu kopa satura struktūrā bieži atšķiras no reālajiem datiem, ar kuriem nodarbojas nozare. Dažādi dati nozīmē dažādus piedāvātās metodes rezultātus. Zinātnieki, kas daļēji strādā nozarē, cenšas to ņemt vērā un dažkārt ievieto atrunas, piemēram, “uz mūsu datiem rezultāts ir tāds un tāds, bet publiskajā datu kopā – tāds un tāds”.

Gadās, ka piedāvātā metode ir pilnībā “pielāgota” atvērtai datu bāzei un nedarbojas uz reāliem datiem. Jūs varat cīnīties ar šo izplatīto problēmu, atverot jaunas, reprezentatīvākas datu kopas, taču bieži vien mēs runājam par privātu saturu, kuru uzņēmumiem vienkārši nav tiesību atvērt. Dažos gadījumos viņi veic (dažreiz sarežģītu un rūpīgu) datu anonimizāciju - noņem visus fragmentus, kas norāda uz konkrētu personu. Piemēram, sejas un cipari fotogrāfijās tiek izdzēsti vai padarīti nesalasāmi. Turklāt, lai datu kopa ne tikai būtu pieejama ikvienam, bet kļūtu par standartu zinātnieku vidū, par kuru ir ērti salīdzināt idejas, ir nepieciešams ne tikai to publicēt, bet arī uzrakstīt atsevišķu citētu rakstu par tas un tā priekšrocības.

Sliktāk ir, ja pētāmajā tēmā nav atvērtu datu kopu. Tad recenzents var pieņemt tikai autora sniegtos rezultātus par ticību. Teorētiski autors tos varētu pat pārvērtēt un palikt nepamanīts, taču akadēmiskā vidē tas ir maz ticams, jo tas ir pretrunā lielākās daļas zinātnieku vēlmei attīstīt zinātni.

Vairākās ML jomās, tostarp datorredzē, ir izplatīta arī saišu pievienošana kodam (parasti GitHub) ar rakstiem. Pašos rakstos vai nu ir ļoti maz koda, vai arī tie ir pseidokods. Un te atkal rodas grūtības, ja rakstu raksta pētnieks no uzņēmuma, nevis augstskolas. Pēc noklusējuma korporācijā vai startēšanas programmā rakstītais kods ir apzīmēts ar NDA. Pētniekiem un viņu kolēģiem ir smagi jāstrādā, lai atdalītu kodu, kas saistīts ar aprakstīto ideju, no iekšējām un noteikti slēgtām krātuvēm.

Publicēšanas iespēja ir atkarīga arī no izvēlētās tēmas atbilstības. Atbilstību lielā mērā nosaka produkti un pakalpojumi: ja korporācija vai jaunuzņēmums ir ieinteresēts izveidot jaunu pakalpojumu vai uzlabot esošu, pamatojoties uz ideju no raksta, tas ir pluss.

Kā jau minēts, datorzinātņu darbi reti tiek rakstīti vienatnē. Bet parasti viens no autoriem pavada daudz vairāk laika un pūļu nekā citi. Viņa ieguldījums zinātniskajā novitātē ir vislielākais. Autoru sarakstā šāda persona ir norādīta vispirms - un turpmāk, atsaucoties uz rakstu, viņi var tikai pieminēt viņu (piemēram, “Ivanov et al” - “Ivanovs un citi” tulkojumā no latīņu valodas). Taču ārkārtīgi vērtīgs ir arī citu devums – citādi nav iespējams tikt autoru sarakstā.

Pārskatīšanas process

Rakstus parasti pārtrauc pieņemt vairākus mēnešus pirms konferences. Pēc raksta iesniegšanas recenzentiem ir 3–5 nedēļas, lai to izlasītu, novērtētu un komentētu. Tas notiek pēc vienotās aklās sistēmas, kad autori neredz recenzentu vārdus, vai dubultaklā, kad paši recenzenti neredz autoru vārdus. Otrais variants tiek uzskatīts par objektīvāku: vairāki zinātniskie darbi ir parādījuši, ka autora popularitāte ietekmē recenzenta lēmumu. Piemēram, viņš var uzskatīt, ka zinātnieks ar lielu skaitu jau publicētu rakstu a priori ir augstāka vērtējuma cienīgs.

Turklāt pat dubultaklā gadījumā recenzents, iespējams, uzminēs autoru, ja viņi strādā tajā pašā jomā. Turklāt pārskatīšanas laikā raksts jau var būt publicēts arXiv datubāzē, kas ir lielākā zinātnisko rakstu krātuve. Konferences organizatori to neaizliedz, taču viņi iesaka izmantot citu nosaukumu un citu kopsavilkumu publikācijās par arXiv. Bet, ja raksts tika ievietots tur, to atrast joprojām nebūs grūti.

Vienmēr ir vairāki recenzenti, kas novērtē rakstu. Vienam no viņiem ir piešķirta metarecenzenta loma, kuram tikai jāpārskata kolēģu spriedumi un jāpieņem galīgais lēmums. Ja recenzentiem nav vienprātības par rakstu, arī metarecenzents var to izlasīt, lai nodrošinātu pilnīgumu.

Dažkārt pēc vērtējuma un komentāru iepazīšanas autoram ir iespēja iesaistīties diskusijā ar recenzentu; ir pat iespēja pārliecināt viņu mainīt savu lēmumu (tomēr šāda sistēma nedarbojas visās konferencēs, un vēl mazāk ir iespējams nopietni ietekmēt spriedumu). Diskusijā jūs nevarat atsaukties uz citiem zinātniskiem darbiem, izņemot tos, kas jau ir minēti rakstā. Jūs varat tikai “palīdzēt” recenzentam labāk izprast raksta saturu.

Konferences un žurnāli

Datorzinātnes raksti biežāk tiek iesniegti konferencēs, nevis zinātniskos žurnālos. Tas ir tāpēc, ka žurnālu publikācijām ir prasības, kuras ir grūtāk izpildīt, un salīdzinošās pārskatīšanas process var ilgt mēnešus vai pat gadus. Datorzinātne ir ļoti strauji mainīga joma, tāpēc autori parasti nav gatavi tik ilgi gaidīt publicēšanu. Taču rakstu, kas jau ir pieņemts konferencei, pēc tam var papildināt (piemēram, prezentējot detalizētākus rezultātus) un publicēt žurnālā, kurā telpas ierobežojumi nav tik stingri.

Pasākumi konferencē

Apstiprināto rakstu autoru klātbūtnes formātu konferencē nosaka recenzenti. Ja rakstam tiek dota zaļā gaisma, tad jums visbiežāk tiek piešķirts plakātu stends. Plakāts ir statisks slaids ar raksta kopsavilkumu un ilustrācijām. Dažas konferenču telpas ir piepildītas ar garām plakātu stendu rindām. Autors ievērojamu sava laika daļu pavada pie sava plakāta, sazinoties ar zinātniekiem, kurus interesē raksts.

Nedaudz prestižāks dalības variants ir zibenīga saruna. Ja recenzenti uzskata rakstu par ātras atskaites cienīgu, autoram tiek dotas apmēram trīs minūtes, lai runātu ar plašu auditoriju. No vienas puses, zibens saruna ir laba iespēja pastāstīt par savu ideju ne tikai tiem, kas par plakātu ieinteresējušies pēc savas iniciatīvas. No otras puses, proaktīvie plakātu apmeklētāji ir vairāk sagatavoti un vairāk iedziļinājušies jūsu konkrētajā tēmā nekā vidusmēra klausītājs zālē. Tāpēc ātrajā pārskatā jums joprojām ir nepieciešams laiks, lai informētu cilvēkus par jaunākajām aktualitātēm.

Parasti savas zibenīgās sarunas beigās autori nosauc plakāta numuru, lai klausītāji to varētu atrast un labāk izprast rakstu.

Pēdējais, prestižākais variants ir plakāts plus pilnvērtīga idejas prezentācija, kad vairs nav jāsteidzas ar stāsta stāstīšanu.

Bet, protams, zinātnieki – arī apstiprināto rakstu autori – nāk uz nākamo konferenci ne tikai dižoties. Pirmkārt, viņi mēdz atrast plakātus, kas saistīti ar viņu jomu acīmredzamu iemeslu dēļ. Un, otrkārt, viņiem ir svarīgi paplašināt savu kontaktu sarakstu kopīga akadēmiskā darba nolūkos nākotnē. Šīs nav medības – vai vismaz tās pirmais posms, kam vismaz seko abpusēji izdevīga domu apmaiņa, attīstība un kopīgs darbs pie viena vai vairākiem rakstiem.

Tajā pašā laikā produktīva tīkla veidošana augstākā līmeņa konferencē ir apgrūtināta pilnīga brīvā laika trūkuma dēļ. Ja pēc veselas dienas, kas pavadīta prezentācijās un diskusijās pie plakātiem, zinātnieks ir saglabājis spēkus un jau pārvarējis jet lag, tad viņš dodas uz kādu no daudzajām ballītēm. Tos rīko korporācijas – līdz ar to ballītēm nereti ir medīgāks raksturs. Tajā pašā laikā daudzi viesi tos izmanto nevis, lai atrastu jaunu darbu, bet gan atkal tīkla veidošanai. Vakarā vairs nav atskaišu un plakātu - interesējošā speciālista “noķert” ir vieglāk.

No idejas līdz ražošanai

Datorzinātne ir viena no retajām nozarēm, kur korporāciju un jaunuzņēmumu intereses ir cieši saistītas ar akadēmisko vidi. NIPS, ICML un citas līdzīgas konferences piesaista daudz cilvēku no nozares, ne tikai no universitātēm. Tas ir raksturīgi datorzinātņu jomai, bet otrādi vairumam citu zinātņu.

No otras puses, ne visas rakstos izklāstītās idejas uzreiz virzās uz pakalpojumu izveidi vai uzlabošanu. Pat viena uzņēmuma ietvaros pētnieks var piedāvāt kolēģiem no dienesta ideju, kas ir revolucionārs pēc zinātnes standartiem, un saņemt atteikumu to īstenot vairāku iemeslu dēļ. Viens no tiem jau ir minēts šeit - tā ir atšķirība starp “akadēmisko” datu kopu, uz kuras tika rakstīts raksts, un reālo datu kopu. Turklāt idejas īstenošana var aizkavēties, prasīt lielus resursus vai uzlabot tikai vienu rādītāju uz citu rādītāju pasliktināšanās rēķina.

Situāciju glābj tas, ka daudzi izstrādātāji paši ir mazliet pētnieki. Viņi apmeklē konferences, runā vienā valodā ar akadēmiķiem, piedāvā idejas, dažreiz piedalās rakstu veidošanā (piemēram, raksta kodu) vai pat paši darbojas kā autori. Ja izstrādātājs ir iegrimis akadēmiskajā procesā, seko līdzi pētniecības daļā notiekošajam, vārdu sakot - ja viņš demonstrē pretvirzienu pret zinātniekiem, tad saīsinās cikls, kā zinātniskās idejas pārvērstas jaunās servisa spējās.

Novēlam visiem jaunajiem pētniekiem veiksmi un lieliskus sasniegumus darbā. Ja šī ziņa jums nepateica neko jaunu, iespējams, jūs jau esat publicējis labāko konferencē. Reģistrēties par piemaksa sevi un izvirzīt zinātniskos vadītājus.

Avots: www.habr.com