Награда именувана по Илја Сегалович. Приказна за компјутерски науки и објавување публикации

Денес ја промовираме научната награда именувана по Илја Сегалович iseg. Ќе се доделува за достигнувања во областа на компјутерските науки. Студенти на додипломски и постдипломски студии можат да поднесат сопствена апликација за наградата или да назначат научни претпоставени. Лауреатите ќе ги изберат претставници на академската заедница и на Yandex. Главните критериуми за избор: публикации и презентации на конференции, како и придонес во развојот на заедницата.

Првата церемонија на доделување ќе се одржи во април. Како дел од наградата, младите научници ќе добијат 350 илјади рубли, а дополнително ќе можат да одат на меѓународна конференција, да работат со ментор и да поминат стажирање во одделот за истражување на Yandex. Научните супервизори ќе добијат 700 илјади рубли.

По повод лансирањето на наградата, решивме овде на Хабре да зборуваме за критериумите за успех во светот на компјутерската наука. Некои читатели на Habr веќе се запознаени со овие критериуми, додека други можеби имаат лажен впечаток за нив. Денес ќе го премостиме овој јаз - ќе ги допреме сите главни теми, вклучувајќи написи, конференции, збирки на податоци и трансфер на научни идеи во услуги.

За научниците од областа на компјутерските науки, главен критериум за успех е објавувањето на нивната научна работа на една од врвните меѓународни конференции. Ова е првата „контролна точка“ за препознавање на работата на истражувачот. На пример, во областа на машинското учење воопшто, се разликуваат Меѓународната конференција за машинско учење (ICML) и Конференцијата за системи за обработка на нервни информации (NeurIPS, порано NIPS). Има многу конференции за одредени области на МЛ, како што се компјутерска визија, пронаоѓање информации, технологија на говор, машински превод итн.

Зошто да ги објавувате вашите идеи

Луѓето кои се далеку од компјутерските науки може да имаат заблуда дека е подобро да се чуваат највредните идеи во тајност и да се стремат да профитираат од нивната уникатност. Меѓутоа, реалната состојба на нашата област е токму спротивна. Авторитетот на научникот се оценува според значењето на неговите дела, според тоа колку често неговите написи се цитирани од други научници (индекс на цитати). Ова е важна карактеристика на неговата кариера. Истражувачот се искачува по професионалното скалило, станувајќи попочитуван во својата заедница, само ако постојано произведува силна работа што се објавува, станува познат и ја формира основата за работата на другите научници.

Многу врвни статии (можеби повеќето) се резултат на соработка помеѓу истражувачи од различни универзитети и компании ширум светот. Важен и многу вреден момент во кариерата на истражувачот е кога тој добива можност сам да пронајде и просејува идеи врз основа на неговото искуство - но и после ова, неговите колеги продолжуваат да му пружаат непроценлива помош. Научниците меѓусебно си помагаат да развиваат идеи, да пишуваат статии во соработка - и колку е поголем придонесот на научникот во науката, толку полесно му е да најде истомисленици.

Конечно, густината и достапноста на информациите сега се толку големи што различни истражувачи истовремено доаѓаат до многу слични (и навистина вредни) научни идеи. Ако не ја објавите вашата идеја, некој друг речиси сигурно ќе ја објави за вас. „Победникот“ често не е оној што ја смислил иновацијата малку порано, туку оној што ја објавил малку порано. Или - оној што успеал да ја открие идејата што е можно поцелосно, јасно и убедливо.

Статии и збирки на податоци

Значи, научна статија е изградена околу главната идеја што ја предлага истражувачот. Оваа идеја е негов придонес во компјутерската наука. Написот започнува со опис на идејата, формулиран во неколку реченици. Потоа следи вовед кој го опишува опсегот на проблеми решени со помош на предложената иновација. Описот и воведот обично се напишани на едноставен јазик што е разбирлив за широката публика. По воведот, неопходно е да се формализираат проблемите претставени на математички јазик и да се воведе строга нотација. Потоа, користејќи ги воведените нотации, треба да создадете јасна и сеопфатна изјава за суштината на предложената иновација и да ги идентификувате разликите од претходните, слични методи. Сите теоретски изјави мора или да бидат поткрепени со упатувања на претходно собрани докази или да се докажат независно. Ова може да се направи со некои претпоставки. На пример, можете да дадете доказ за случајот кога има бесконечна количина на податоци за обука (очигледно недостижна ситуација) или тие се целосно независни еден од друг. Кон крајот на статијата, научникот зборува за експерименталните резултати што успеал да ги добие.

За да може рецензентите регрутирани од организаторите на конференцијата да имаат поголема веројатност да одобрат труд, тој мора да има еден или повеќе атрибути. Клучен фактор кој ги зголемува шансите за одобрување е научната новина на предложената идеја. Честопати, новината се оценува во однос на веќе постоечките идеи - а работата на нејзиното оценување не ја врши рецензентот, туку самиот автор на статијата. Идеално, авторот треба детално да каже во статијата за постоечките методи и, ако е можно, да ги претстави како посебни случаи на неговиот метод. Така, научникот покажува дека прифатените пристапи не секогаш функционираат, дека ги генерализирал и предложил поширока, пофлексибилна и затоа поефикасна теоретска формулација. Ако новитетот е непобитен, тогаш инаку рецензентите ја оценуваат статијата не толку пребирливо - на пример, може да замижат пред слабиот англиски јазик.

За да се зајакне новитетот, корисно е да се вклучи споредба со постоечките методи на една или повеќе збирки на податоци. Секој од нив треба да биде отворен и прифатен во академската средина. На пример, постои складиште за слики ImageNet и бази на податоци на такви институти како што се Изменетиот национален институт за стандарди и технологија (MNIST) и CIFAR (Канадски институт за напредни истражувања). Тешкотијата е што таквата „академска“ база на податоци често се разликува во структурата на содржината од реалните податоци со кои се занимава индустријата. Различните податоци значат различни резултати од предложениот метод. Научниците кои делумно работат за индустријата се обидуваат да го земат предвид ова и понекогаш вметнуваат клаузули како „на нашите податоци резултатот е таков и таков, но на јавната база на податоци - такво и такво“.

Се случува предложениот метод да биде целосно „прилагоден“ на отворена база на податоци и да не работи на реални податоци. Можете да се борите со овој заеднички проблем со отворање на нови, порепрезентативни збирки на податоци, но честопати зборуваме за приватни содржини што компаниите едноставно немаат право да ги отворат. Во некои случаи, тие вршат (понекогаш сложена и макотрпна) анонимизација на податоците - ги отстрануваат сите фрагменти што укажуваат на одредена личност. На пример, лицата и бројките на фотографиите се бришат или се прават нечитливи. Покрај тоа, за да може збирката податоци не само да биде достапна за секого, туку да стане стандард меѓу научниците за кои е погодно да се споредуваат идеите, неопходно е не само да се објави, туку и да се напише посебна цитирана статија за тоа и неговите предности.

Полошо е кога нема отворени збирки на податоци во темата што се проучува. Тогаш рецензентот може да ги прифати само резултатите презентирани од авторот на вера. Теоретски, авторот би можел дури и да ги прецени и да остане неоткриен, но во академско опкружување тоа е малку веројатно, бидејќи тоа е спротивно на желбата на огромното мнозинство на научници да ја развијат науката.

Во голем број области на ML, вклучително и компјутерската визија, исто така е вообичаено да се прикачуваат врски до кодот (обично до GitHub) со статии. Самите статии или содржат многу малку код или се псевдокод. И тука повторно се јавуваат потешкотии доколку статијата ја пишува истражувач од компанија, а не од универзитет. Стандардно, кодот напишан во корпорација или стартување е означен како NDA. Истражувачите и нивните колеги треба да работат напорно за да го одделат кодот поврзан со идејата што се опишува од внатрешните и секако затворените складишта.

Шансата за објавување зависи и од релевантноста на избраната тема. Релевантноста во голема мера е диктирана од производите и услугите: ако корпорација или стартап е заинтересирана да изгради нова услуга или да ја подобри постоечката врз основа на идеја од статија, тоа е плус.

Како што веќе споменавме, трудовите за компјутерски науки ретко се пишуваат сами. Но, по правило, еден од авторите троши многу повеќе време и напор од другите. Неговиот придонес во научната новина е најголем. Во списокот на автори, прво е наведено такво лице - а во иднина, кога се повикуваат на статија, тие можат само да го споменат (на пример, „Иванов и други“ - „Иванов и други“ преведени од латински). Сепак, придонесите на другите се исто така исклучително вредни - инаку е невозможно да се биде на листата на автори.

Процес на преглед

Трудовите обично престануваат да се прифаќаат неколку месеци пред конференцијата. Откако ќе се поднесе статија, рецензентите имаат 3-5 недели да ја прочитаат, проценат и коментираат. Ова се случува според системот на единечни слепи, кога авторите не ги гледаат имињата на рецензентите, или двојното слепо, кога самите рецензенти не ги гледаат имињата на авторите. Втората опција се смета за понепристрасна: неколку научни трудови покажаа дека популарноста на авторот влијае на одлуката на рецензентот. На пример, тој може да смета дека научник со голем број веќе објавени статии е априори достоен за повисока оцена.

Згора на тоа, дури и во случај на двојно слепи, рецензентот веројатно ќе го погоди авторот дали работи на истото поле. Дополнително, за време на прегледот, статијата може веќе да биде објавена во базата на податоци arXiv, најголемото складиште на научни трудови. Организаторите на конференцијата не го забрануваат ова, но препорачуваат користење на различен наслов и различен апстракт во публикациите за arXiv. Но, ако статијата е објавена таму, сепак нема да биде тешко да се најде.

Секогаш има неколку рецензенти кои оценуваат статија. На еден од нив му е доделена улога на мета-рецензент, кој мора само да ги прегледа пресудите на своите колеги и да ја донесе конечната одлука. Ако рецензентите не се согласуваат со статијата, мета-рецензентот исто така може да ја прочита за комплетноста.

Понекогаш, по прегледувањето на оценката и коментарите, авторот има можност да влезе во дискусија со рецензентот; дури има шанса да го убеди да ја промени својата одлука (сепак, таков систем не функционира за сите конференции, а уште помалку е можно сериозно да се влијае на пресудата). Во дискусијата не можете да се повикате на други научни трудови, со исклучок на оние кои се веќе наведени во статијата. Можете само да му „помогнете“ на рецензентот подобро да ја разбере содржината на статијата.

Конференции и списанија

Статиите за компјутерски науки почесто се поднесуваат на конференции отколку на научни списанија. Тоа е затоа што публикациите во списанијата имаат барања што е потешко да се исполнат, а процесот на рецензија може да трае со месеци, па дури и со години. Компјутерската наука е поле кое се движи многу брзо, така што авторите обично не се подготвени да чекаат толку долго за објавување. Сепак, написот што е веќе прифатен за конференцијата потоа може да се дополни (на пример, со прикажување подетални резултати) и да се објави во списание каде што ограничувањата на просторот не се толку строги.

Настани на конференцијата

Форматот за присуство на автори на одобрени статии на конференцијата го одредуваат рецензентите. Ако на статијата му се даде зелено светло, тогаш најчесто ви се доделува штанд за плакат. Постер е статичен слајд со резиме на статијата и илустрации. Некои конференциски сали се полни со долги редови штандови за постери. Авторот поминува значителен дел од своето време во близина на неговиот постер, комуницирајќи со научниците кои се заинтересирани за статијата.

Малку попрестижна опција за учество е молња разговор. Ако рецензентите сметаат дека написот е достоен за брз извештај, на авторот му се даваат околу три минути да зборува пред широката публика. Од една страна, молскавичен разговор е добра можност да им кажете за вашата идеја не само на оние кои се заинтересираа за постерот самоиницијативно. Од друга страна, проактивните посетители на постер се поподготвени и попотопени во вашата специфична тема отколку просечниот слушател во салата. Затоа, во брз извештај, сепак треба да имате време да ги информирате луѓето.

Обично, на крајот од нивниот молскавичен говор, авторите го именуваат бројот на постерот за слушателите да можат да го најдат и подобро да ја разберат статијата.

Последната, најпрестижна опција е постер плус целосна презентација на идејата, кога веќе нема потреба да се брза да се раскаже приказната.

Но, се разбира, научниците - вклучувајќи ги и авторите на одобрените статии - доаѓаат на следната конференција не само за да се покажат. Прво, тие имаат тенденција да најдат постери поврзани со нивната област од очигледни причини. И второ, важно им е да ја прошират својата листа на контакти заради заедничка академска работа во иднина. Ова не е лов - или, барем, неговата прва фаза, која барем е проследена со заемно корисна размена на идеи, развој и заедничка работа на еден или повеќе написи.

Во исто време, продуктивното вмрежување на врвна конференција е тешко поради тоталниот недостаток на слободно време. Ако по цел ден поминат на презентации и дискусии на плакати, научникот ја задржал својата сила и веќе го надминал џет-лагот, тогаш оди на една од многуте забави. Тие се домаќини од корпорации - како резултат на тоа, забавите често имаат повеќе ловечки карактер. Во исто време, многу гости воопшто не ги користат за да најдат нова работа, туку, повторно, за вмрежување. Вечерта нема повеќе извештаи и постери - полесно е да го „фатите“ специјалистот за кој сте заинтересирани.

Од идеја до продукција

Компјутерската наука е една од ретките индустрии каде интересите на корпорациите и стартапите се силно поврзани со академската средина. NIPS, ICML и други слични конференции привлекуваат многу луѓе од индустријата, не само од универзитетите. Ова е типично за областа на компјутерските науки, но обратно за повеќето други науки.

Од друга страна, не сите идеи презентирани во статиите веднаш одат кон создавање или подобрување на услугите. Дури и во рамките на една компанија, истражувачот може да им предложи на колегите од службата идеја што е пробив според научните стандарди и да добие одбивање да ја спроведе од повеќе причини. Еден од нив е веќе споменат овде - ова е разликата помеѓу „академскиот“ сет на податоци на кој е напишана статијата и вистинскиот сет на податоци. Покрај тоа, имплементацијата на идејата може да биде одложена, да бара голема количина на ресурси или да подобри само еден индикатор по цена на влошување на другите метрики.

Ситуацијата е спасена од фактот дека многу програмери и самите се малку истражувачи. Тие присуствуваат на конференции, зборуваат ист јазик со академици, предлагаат идеи, понекогаш учествуваат во креирањето на написи (на пример, пишување код), па дури и самите дејствуваат како автори. Ако програмерот е задлабочен во академскиот процес, следи што се случува во одделот за истражување, со еден збор - ако демонстрира контра-движење кон научниците, тогаш се скратува циклусот на претворање на научните идеи во нови сервисни можности.

На сите млади истражувачи им посакуваме многу среќа и големи достигнувања во нивната работа. Ако оваа објава не ви кажа ништо ново, тогаш можеби веќе сте објавиле на врвна конференција. Регистрирајте се за премија сами и назначете научни претпоставени.

Извор: www.habr.com