Leo tunazindua tuzo ya kisayansi iliyopewa jina la Ilya Segalovich . Itatolewa kwa mafanikio katika uwanja wa sayansi ya kompyuta. Wanafunzi wa shahada ya kwanza na uzamili au kuteua wasimamizi wa kisayansi. Washindi watachaguliwa na wawakilishi wa jumuiya ya wasomi na Yandex. Vigezo kuu vya uteuzi: machapisho na mawasilisho kwenye mikutano, na pia mchango katika maendeleo ya jamii.
Sherehe ya kwanza ya tuzo itafanyika Aprili. Kama sehemu ya tuzo hiyo, wanasayansi wachanga watapata rubles elfu 350, na kwa kuongezea, wataweza kwenda kwenye mkutano wa kimataifa, kufanya kazi na mshauri na kupata mafunzo katika idara ya utafiti ya Yandex. Wasimamizi wa kisayansi watapata rubles 700.
Katika hafla ya uzinduzi wa tuzo hiyo, tuliamua kuzungumza hapa juu ya Habre kuhusu vigezo vya mafanikio katika ulimwengu wa sayansi ya kompyuta. Baadhi ya wasomaji wa Habr tayari wanafahamu vigezo hivi, ilhali wengine wanaweza kuwa na maoni ya uwongo kuvihusu. Leo tutaziba pengo hili - tutagusa mada zote kuu, pamoja na nakala, mikutano, seti za data na uhamishaji wa maoni ya kisayansi kuwa huduma.
Kwa wanasayansi katika uwanja wa sayansi ya kompyuta, kigezo kikuu cha mafanikio ni uchapishaji wa kazi zao za kisayansi katika moja ya mikutano ya juu ya kimataifa. Hii ndiyo "cheki" ya kwanza ya kutambua kazi ya mtafiti. Kwa mfano, katika nyanja ya kujifunza kwa mashine kwa ujumla, Mkutano wa Kimataifa wa Kujifunza kwa Mashine (ICML) na Mkutano wa Mifumo ya Uchakataji wa Taarifa za Neural (NeurIPS, ambayo zamani ilikuwa NIPS) hutofautishwa. Kuna mikutano mingi kuhusu maeneo mahususi ya ML, kama vile maono ya kompyuta, urejeshaji taarifa, teknolojia ya hotuba, tafsiri ya mashine, n.k.
Kwa nini uchapishe mawazo yako
Watu ambao ni mbali na sayansi ya kompyuta wanaweza kuwa na maoni potofu kwamba ni bora kuweka mawazo ya thamani zaidi siri na kujitahidi kupata faida kutokana na pekee yao. Hata hivyo, hali halisi katika uwanja wetu ni kinyume kabisa. Mamlaka ya mwanasayansi yanahukumiwa kwa umuhimu wa kazi zake, kwa mara ngapi makala zake zinatajwa na wanasayansi wengine (index ya citation). Hii ni sifa muhimu ya kazi yake. Mtafiti hupanda ngazi ya kitaaluma, na kuheshimiwa zaidi katika jumuiya yake, ikiwa tu atatoa kazi yenye nguvu ambayo inachapishwa, kuwa maarufu, na kuunda msingi wa kazi ya wanasayansi wengine.
Nakala nyingi za juu (pengine zaidi) ni matokeo ya ushirikiano kati ya watafiti katika vyuo vikuu na makampuni mbalimbali duniani kote. Wakati muhimu na wa thamani sana katika taaluma ya mtafiti ni pale anapopata fursa ya kutafuta na kuchuja mawazo peke yake kulingana na tajriba yake - lakini hata baada ya hili, wenzake wanaendelea kumpa msaada wa thamani. Wanasayansi wanasaidiana kukuza mawazo, kuandika makala kwa ushirikiano - na kadiri mwanasayansi anavyotoa mchango mkubwa kwa sayansi, ndivyo inavyokuwa rahisi kwake kupata watu wenye nia moja.
Hatimaye, msongamano na upatikanaji wa taarifa sasa ni mkubwa sana hivi kwamba watafiti tofauti wakati huo huo wanakuja na mawazo ya kisayansi yanayofanana sana (na ya thamani kweli). Ikiwa hutachapisha wazo lako, mtu mwingine karibu atalichapisha kwa ajili yako. "Mshindi" mara nyingi sio yule aliyekuja na uvumbuzi mapema kidogo, lakini ndiye aliyechapisha mapema kidogo. Au - yule ambaye aliweza kufichua wazo hilo kikamilifu, kwa uwazi na kwa kushawishi iwezekanavyo.
Makala na seti za data
Kwa hivyo, nakala ya kisayansi imejengwa karibu na wazo kuu ambalo mtafiti anapendekeza. Wazo hili ni mchango wake katika sayansi ya kompyuta. Makala huanza na maelezo ya wazo, yaliyoundwa katika sentensi chache. Hii inafuatwa na utangulizi unaoelezea aina mbalimbali za matatizo yaliyotatuliwa kwa usaidizi wa uvumbuzi uliopendekezwa. Maelezo na utangulizi kwa kawaida huandikwa kwa lugha rahisi inayoeleweka kwa hadhira pana. Baada ya utangulizi, ni muhimu kurasimisha matatizo yaliyotolewa katika lugha ya hisabati na kuanzisha nukuu kali. Kisha, kwa kutumia maelezo yaliyoletwa, unahitaji kuunda taarifa ya wazi na ya kina ya kiini cha uvumbuzi uliopendekezwa, na kutambua tofauti kutoka kwa awali, mbinu zinazofanana. Taarifa zote za kinadharia lazima ziungwe mkono na marejeleo ya ushahidi uliokusanywa hapo awali, au zithibitishwe kivyake. Hii inaweza kufanywa na mawazo fulani. Kwa mfano, unaweza kutoa uthibitisho wa kesi wakati kuna idadi isiyo na kikomo ya data ya mafunzo (hali isiyoweza kufikiwa) au wanajitegemea kabisa. Mwisho wa makala, mwanasayansi anazungumza juu ya matokeo ya majaribio ambayo aliweza kupata.
Ili wakaguzi walioajiriwa na waandaaji wa mkutano wawe na uwezekano mkubwa wa kuidhinisha karatasi, lazima iwe na sifa moja au zaidi. Jambo kuu linaloongeza nafasi za kuidhinishwa ni uvumbuzi wa kisayansi wa wazo lililopendekezwa. Mara nyingi, riwaya inatathminiwa kuhusiana na mawazo yaliyopo tayari - na kazi ya kutathmini haifanyiki na mhakiki, lakini na mwandishi wa makala mwenyewe. Kwa kweli, mwandishi anapaswa kusema kwa undani katika kifungu juu ya njia zilizopo na, ikiwezekana, ziwasilishe kama kesi maalum za njia yake. Kwa hivyo, mwanasayansi anaonyesha kuwa mbinu zinazokubalika hazifanyi kazi kila wakati, kwamba alizifanya kwa ujumla na kupendekeza uundaji mpana zaidi, rahisi zaidi na kwa hivyo ufanisi zaidi wa kinadharia. Ikiwa riwaya hiyo haiwezi kukanushwa, basi wakaguzi hutathmini nakala hiyo kwa uangalifu sana - kwa mfano, wanaweza kulifumbia macho Kiingereza duni.
Ili kuimarisha hali mpya, ni muhimu kujumuisha ulinganisho na mbinu zilizopo kwenye hifadhidata moja au zaidi. Kila mmoja wao anapaswa kuwa wazi na kukubalika katika mazingira ya kitaaluma. Kwa mfano, kuna hazina ya picha ya ImageNet na hifadhidata za taasisi kama vile Taasisi ya Kitaifa ya Viwango na Teknolojia Iliyobadilishwa (MNIST) na CIFAR (Taasisi ya Kanada ya Utafiti wa Kina). Ugumu ni kwamba seti kama hiyo ya data ya "kielimu" mara nyingi hutofautiana katika muundo wa maudhui na data halisi ambayo sekta hiyo inashughulikia. Data tofauti inamaanisha matokeo tofauti ya mbinu iliyopendekezwa. Wanasayansi ambao wanafanyia kazi sekta hii kwa sehemu hujaribu kutilia maanani hili na wakati mwingine huweka kanusho kama vile "kwenye data yetu matokeo ni hivi na hivi, lakini kwenye mkusanyiko wa data wa umma - hivi na vile."
Inatokea kwamba njia iliyopendekezwa "imeundwa" kabisa kwa hifadhidata iliyo wazi na haifanyi kazi kwenye data halisi. Unaweza kukabiliana na tatizo hili la kawaida kwa kufungua hifadhidata mpya, wakilishi zaidi, lakini mara nyingi tunazungumza kuhusu maudhui ya kibinafsi ambayo makampuni hayana haki ya kuyafungua. Katika baadhi ya matukio, hufanya (wakati mwingine ngumu na yenye uchungu) kutokujulikana kwa data - huondoa vipande vyovyote vinavyoelekeza kwa mtu maalum. Kwa mfano, nyuso na nambari kwenye picha hufutwa au kufanywa isisomeke. Kwa kuongezea, ili daftari sio tu kupatikana kwa kila mtu, lakini kuwa kiwango kati ya wanasayansi ambayo ni rahisi kulinganisha maoni, ni muhimu sio tu kuichapisha, lakini pia kuandika nakala tofauti iliyotajwa kuhusu. yake na faida zake.
Ni mbaya zaidi wakati hakuna hifadhidata wazi katika mada inayosomwa. Kisha mhakiki anaweza tu kukubali matokeo yaliyowasilishwa na mwandishi kwa imani. Kinadharia, mwandishi anaweza hata kuwazidisha na kubaki bila kutambuliwa, lakini katika mazingira ya kitaaluma hii haiwezekani, kwani inakwenda kinyume na hamu ya wanasayansi wengi kuendeleza sayansi.
Katika idadi ya maeneo ya ML, ikiwa ni pamoja na maono ya kompyuta, pia ni kawaida kuambatisha viungo kwa msimbo (kawaida kwa GitHub) na makala. Nakala zenyewe ama zina msimbo mdogo sana au ni pseudocode. Na hapa, tena, shida zinatokea ikiwa nakala hiyo imeandikwa na mtafiti kutoka kwa kampuni, na sio kutoka chuo kikuu. Kwa chaguo-msingi, msimbo ulioandikwa katika shirika au shirika linaitwa NDA. Watafiti na wenzao wanapaswa kufanya kazi kwa bidii kutenganisha nambari inayohusiana na wazo linaloelezewa kutoka kwa hazina za ndani na kwa hakika zilizofungwa.
Nafasi ya kuchapishwa pia inategemea umuhimu wa mada iliyochaguliwa. Umuhimu kwa kiasi kikubwa unaagizwa na bidhaa na huduma: ikiwa shirika au kampuni inayoanzisha ina nia ya kujenga huduma mpya au kuboresha iliyopo kulingana na wazo kutoka kwa makala, hiyo ni nyongeza.
Kama ilivyoelezwa tayari, karatasi za sayansi ya kompyuta haziandikwa peke yake. Lakini kama sheria, mmoja wa waandishi hutumia wakati mwingi na bidii kuliko wengine. Mchango wake katika riwaya ya kisayansi ndio mkubwa zaidi. Katika orodha ya waandishi, mtu kama huyo ameonyeshwa kwanza - na katika siku zijazo, wakati wa kurejelea nakala, wanaweza kumtaja tu (kwa mfano, "Ivanov et al" - "Ivanov na wengine" waliotafsiriwa kutoka Kilatini). Walakini, michango ya wengine pia ni ya thamani sana - vinginevyo haiwezekani kuwa kwenye orodha ya waandishi.
Mchakato wa ukaguzi
Karatasi kawaida huacha kukubaliwa miezi kadhaa kabla ya mkutano. Mara baada ya makala kuwasilishwa, wakaguzi wana wiki 3-5 za kusoma, kutathmini na kutoa maoni juu yake. Hii hutokea kwa mujibu wa mfumo mmoja wa kipofu, wakati waandishi hawaoni majina ya wahakiki, au vipofu mara mbili, wakati wahakiki wenyewe hawaoni majina ya waandishi. Chaguo la pili linachukuliwa kuwa lisilo na upendeleo: karatasi kadhaa za kisayansi zimeonyesha kuwa umaarufu wa mwandishi huathiri uamuzi wa mhakiki. Kwa mfano, anaweza kuzingatia kwamba mwanasayansi aliye na idadi kubwa ya makala zilizochapishwa tayari ni priori inayostahili rating ya juu.
Kwa kuongezea, hata katika kesi ya vipofu mara mbili, mhakiki atadhani mwandishi ikiwa wanafanya kazi katika uwanja huo. Kwa kuongezea, wakati wa ukaguzi, nakala hiyo inaweza kuwa tayari kuchapishwa katika hifadhidata ya arXiv, hazina kubwa zaidi ya karatasi za kisayansi. Waandaaji wa mkutano hawakatazi hili, lakini wanapendekeza kutumia kichwa tofauti na muhtasari tofauti katika machapisho ya arXiv. Lakini ikiwa nakala hiyo iliwekwa hapo, bado haitakuwa ngumu kuipata.
Daima kuna wakaguzi kadhaa wanaotathmini nakala. Mmoja wao amepewa jukumu la mkaguzi wa meta, ambaye lazima apitie tu maamuzi ya wenzake na kufanya uamuzi wa mwisho. Ikiwa wakaguzi hawakubaliani na makala, mkaguzi wa meta pia anaweza kuisoma kwa ukamilifu.
Wakati mwingine, baada ya kukagua rating na maoni, mwandishi ana nafasi ya kuingia katika majadiliano na mhakiki; kuna nafasi hata ya kumshawishi abadilishe uamuzi wake (hata hivyo, mfumo kama huo haufanyi kazi kwa mikutano yote, na haiwezekani hata kidogo kushawishi uamuzi huo). Katika majadiliano, huwezi kurejelea kazi zingine za kisayansi, isipokuwa zile ambazo tayari zimerejelewa kwenye kifungu. Unaweza tu "kumsaidia" mkaguzi kuelewa vyema maudhui ya makala.
Mikutano na majarida
Nakala za sayansi ya kompyuta mara nyingi huwasilishwa kwa mikutano kuliko majarida ya kisayansi. Hii ni kwa sababu machapisho ya majarida yana mahitaji ambayo ni magumu zaidi kukidhi, na mchakato wa ukaguzi wa programu rika unaweza kuchukua miezi au hata miaka. Sayansi ya kompyuta ni uwanja unaosonga haraka sana, kwa hivyo waandishi huwa hawako tayari kungoja kwa muda mrefu ili kuchapishwa. Walakini, nakala ambayo tayari imekubaliwa kwa mkutano inaweza kuongezewa (kwa mfano, kwa kuwasilisha matokeo ya kina zaidi) na kuchapishwa kwenye jarida ambapo vizuizi vya nafasi sio kali sana.
Matukio katika mkutano huo
Muundo wa kuwepo kwa waandishi wa makala zilizoidhinishwa kwenye mkutano huamuliwa na wakaguzi. Ikiwa kifungu kinapewa mwanga wa kijani, basi mara nyingi hupewa msimamo wa bango. Bango ni slaidi tuli yenye muhtasari wa makala na vielelezo. Baadhi ya vyumba vya mikutano vimejaa safu ndefu za stendi za bango. Mwandishi hutumia sehemu kubwa ya wakati wake karibu na bango lake, akiwasiliana na wanasayansi ambao wanavutiwa na nakala hiyo.
Chaguo la kifahari zaidi la kushiriki ni mazungumzo ya umeme. Iwapo wakaguzi wataona kuwa makala hiyo inastahili ripoti ya haraka, mwandishi hupewa kama dakika tatu kuzungumza na hadhira pana. Kwa upande mmoja, mazungumzo ya umeme ni fursa nzuri ya kusema juu ya wazo lako sio tu kwa wale ambao walipendezwa na bango kwa hiari yao wenyewe. Kwa upande mwingine, wageni wanaotembelea bango hutayarishwa zaidi na wamezama zaidi katika mada yako mahususi kuliko msikilizaji wa kawaida katika ukumbi. Kwa hiyo, katika ripoti ya haraka, bado unahitaji kuwa na muda wa kuwaleta watu hadi sasa.
Kwa kawaida, mwisho wa mazungumzo yao ya umeme, waandishi hutaja nambari ya bango ili wasikilizaji waweze kuipata na kuelewa makala vizuri zaidi.
Chaguo la mwisho, la kifahari zaidi ni bango pamoja na uwasilishaji kamili wa wazo hilo, wakati hakuna tena haja ya kukimbilia kusimulia hadithi.
Lakini bila shaka, wanasayansi - ikiwa ni pamoja na waandishi wa makala zilizoidhinishwa - huja kwenye mkutano ujao sio tu kujionyesha. Kwanza, huwa wanapata mabango yanayohusiana na uwanja wao kwa sababu za wazi. Na pili, ni muhimu kwao kupanua orodha yao ya mawasiliano kwa madhumuni ya kazi ya pamoja ya kitaaluma katika siku zijazo. Huu sio uwindaji - au, angalau, hatua yake ya kwanza, ambayo inafuatiwa angalau na kubadilishana kwa manufaa ya mawazo, maendeleo na kazi ya pamoja kwenye makala moja au zaidi.
Wakati huo huo, mitandao yenye tija kwenye mkutano wa juu ni ngumu kwa sababu ya ukosefu kamili wa wakati wa bure. Ikiwa, baada ya siku nzima iliyotumiwa kwenye mawasilisho na katika majadiliano kwenye mabango, mwanasayansi amehifadhi nguvu zake na tayari ameshinda lag ya ndege, basi huenda kwenye mojawapo ya vyama vingi. Wanashikiliwa na mashirika - kwa sababu hiyo, vyama mara nyingi huwa na tabia ya uwindaji zaidi. Wakati huo huo, wageni wengi huwatumia sio kabisa kupata kazi mpya, lakini, tena, kwa mitandao. Jioni hakuna ripoti zaidi na mabango - ni rahisi "kumshika" mtaalamu unayevutiwa naye.
Kutoka kwa wazo hadi uzalishaji
Sayansi ya kompyuta ni moja wapo ya tasnia chache ambapo masilahi ya mashirika na wanaoanza yanahusishwa sana na mazingira ya kitaaluma. NIP, ICML na mikutano mingine kama hiyo huvutia watu wengi kutoka kwa tasnia, sio vyuo vikuu pekee. Hii ni kawaida kwa uwanja wa sayansi ya kompyuta, lakini kinyume chake kwa sayansi zingine nyingi.
Kwa upande mwingine, sio mawazo yote yaliyotolewa katika makala mara moja huenda kwenye kuunda au kuboresha huduma. Hata ndani ya kampuni moja, mtafiti anaweza kupendekeza kwa wenzake kutoka kwa huduma wazo ambalo linafanikiwa kwa viwango vya kisayansi na kupokea kukataa kutekeleza kwa sababu kadhaa. Mmoja wao tayari ametajwa hapa - hii ni tofauti kati ya data ya "kielimu" ambayo nakala hiyo iliandikwa na seti halisi ya data. Kwa kuongeza, utekelezaji wa wazo unaweza kuchelewa, kuhitaji kiasi kikubwa cha rasilimali, au kuboresha kiashiria kimoja tu kwa gharama ya kuzorota kwa vipimo vingine.
Hali hiyo inaokolewa na ukweli kwamba watengenezaji wengi wenyewe ni watafiti kidogo. Wanahudhuria mikutano, wanazungumza lugha moja na wasomi, wanapendekeza maoni, wakati mwingine wanashiriki katika uundaji wa vifungu (kwa mfano, msimbo wa uandishi), au hata hufanya kama waandishi wenyewe. Ikiwa msanidi programu amezama katika mchakato wa kitaaluma, anafuata kile kinachotokea katika idara ya utafiti, kwa neno - ikiwa anaonyesha harakati za kukabiliana na wanasayansi, basi mzunguko wa kugeuza mawazo ya kisayansi kuwa uwezo mpya wa huduma umefupishwa.
Tunawatakia watafiti wachanga wote mafanikio mema na mafanikio makubwa katika kazi zao. Ikiwa chapisho hili halijakuambia lolote jipya, basi unaweza kuwa tayari umechapisha kwenye mkutano mkuu. Jisajili kwa mwenyewe na kuteua wasimamizi wa kisayansi.
Chanzo: mapenzi.com