前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >无贡献、无创新、无思路,ML领域准博士求助:论文到底要怎么创新? | Reddit热议

无贡献、无创新、无思路,ML领域准博士求助:论文到底要怎么创新? | Reddit热议

作者头像
量子位
发布2023-03-10 13:16:53
2800
发布2023-03-10 13:16:53
举报
文章被收录于专栏:量子位
博雯 发自 凹非寺 量子位 报道 | 公众号 QbitAI

机器学习领域写论文日常:

图源推特:AI Memes for Artificially Intelligent Teens

明明想得很美:要提出一个更好的新架构、新损失函数、新优化器或激活函数……

而实际正在做的呢?

在一个数据集上应用现有的东西(如架构,优化器,损失功能),尝试不同的组合以找到该数据集上的最优解。

这就是Reddit上的一位准博士现阶段的烦恼:

他并不满意目前的工作,也不知道自己都做了哪些贡献。

所以帖子标题非常直接:

如何在机器学习领域写论文时保证创新性?

关注现实问题和细分领域

而对于这一问题,下方讨论的网友们基本分为了两类。

第一类认为,不要刻意去追求“创新”,而是先尝试从解决现实问题出发:

一个新想法的出现,通常是为了试图解释一些以前没有解决的问题。 或是这一问题已有方法(但你找到了更好的解决方案)。

现实中确实有很多这样的例子。

比如强化学习领域的很多论文都是集中在游戏上的。

造成这种现象的原因之一,就是大家在一开始都是用较低的成本让模拟器快速运行的。

但慢慢地,这种传统方法就让游戏暴露出了不少问题:

比如,只有在执行了一长串的正确行动(actions)后,你的(强化学习)模型才能得到奖励信号(reward signals)。

像这种实际应用中的困难,很容易就能引申到“要如何解决”或“怎么让现有方法变得更好”上。

那创新点不就来了?

第二类网友则直接从问题根源入手:

别再在ML大领域里浪了,赶紧选个利基领域 (niche area)上吧。

什么是利基领域?

这是指一个大领域下尚未被其他人所占领的某个专业的小领域,也叫细分领域。

这一类网友觉得,你要在机器学习领域内创新,那就意味着要跟成千上万的科研人竞争,这谈何容易?

所以还不如去一些“过气”的分支领域去试试。

比如30年前在AI领域中流行过的归纳逻辑程序设计(ILP):

当然,这种方法更适用于当你的目标是“获得博士学位就算成功”的时候。

毕竟这样做很可能导致你的引用数常年在个位数打转……

最后就是Just Try it的保留节目了:

就算最后失败了,你也会对相关问题有更深的理解,或产生新的思考。

同时,这也能侧面印证你选择的课题是不是真的有价值:

毕竟对于牛逼的课题,即使失败也是成功的垫脚石。

但如果你完全无法从这次失败中收获新的东西的话——

那还是赶紧跑路另择idea吧。

永恒的难题:idea

其实今天开贴的这位题主所说的“保证论文创新性”,说到底还是一个idea的问题。

而对于广大科研人来说,这是个永恒的话题。

比如说19年时,就有这种“发现自己的idea已经被人发表了该怎么办?”的讨论帖了:

(只听标题都是闻者伤心听者落泪)

大家在下面集思广益了半天,从如何避免撞车,到撞车之后如何扩展强化,再到个人能力培养和学术环境,最后表示:

凑合一下,克服一下,适应一下。

而在去年,来自清华的高天宇同学也在直播中分享了他的idea来源:

这位本科期间就发表过两篇AAAI和两篇EMNLP的大神表示:

idea的形式多种多样,有原创的突破性工作,就像发明衬衫;也有排列组合、迁移、渐进的补充性工作,就像给衬衫装上纽扣和前衣口袋;而灌水就像是在衣服背后缝了个口袋。

今年,甚至有位英国教授专门写了篇论文来指导大家如何写论文:

作者主要从建模前如何准备、如何建出可靠的模型、如何稳健地评估模型,如何公平地比较模型以及如何报告结果五个方面,全面阐述了如何避免机器学习研究中的陷阱。

那么最后,你觉得还有什么保证论文创新性(或寻找idea)的方法呢?

清华特奖高天宇: https://www.qbitai.com/2020/03/12309.html

如何写一篇不水的机器学习论文: https://www.qbitai.com/2021/08/27616.html

发现自己的idea已经被人发表了,该怎么办? https://www.qbitai.com/2019/06/3337.html

参考链接: https://www.reddit.com/r/MachineLearning/comments/p4pv17/d_how_to_bring_novelty_in_machine_learning/

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。

「智能汽车」交流群招募中!

欢迎关注智能汽车、自动驾驶的小伙伴们加入社群,与行业大咖交流、切磋,不错过智能汽车行业发展&技术进展。加好友请务必备注您的姓名-公司-职位哦~

点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-08-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量子位 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 关注现实问题和细分领域
  • 永恒的难题:idea
相关产品与服务
云直播
云直播(Cloud Streaming Services,CSS)为您提供极速、稳定、专业的云端直播处理服务,根据业务的不同直播场景需求,云直播提供了标准直播、快直播、云导播台三种服务,分别针对大规模实时观看、超低延时直播、便捷云端导播的场景,配合腾讯云视立方·直播 SDK,为您提供一站式的音视频直播解决方案。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档