首发于智能单元
你是这样获取人工智能AI前沿信息的吗?

你是这样获取人工智能AI前沿信息的吗?

版权声明:本文为原创文章,未经作者允许不得转载。

前言

对于Researchers或者Geeks而言,特别是并没有在顶级的科研圈里的人,如何高效的获取最新的科技前沿,对自己的研究方向,定位是非常重要的。对于比如人工智能的入门者而言,确定方向更是重中之重。本人自己的经历发现常常相对旁人总能第一时间获取最新的技术前沿(显然也会漏到很多)。然后觉得获取信息或许也是一种能力,值得去探索。

那么下面我就分享一下个人是如何收集前沿信息的。

Tip 1: Search in English

很多信息都是通过英文第一时间发布的,所以,显然,用English是必然选择。也所以,如果你想更快速的获取信息,请用English。

Tip 2: Search on Google.com

不是我想贬低百度,搜索信息特别是英文信息还是用Google!百度通常更适合去找盗版软件下载资源。

So,

Tip 3: Pass the Great Wall

Tip 4:Embrace Facebook,Twitter and Google+

很多最新的信息都是通过社交媒体来发布的。因此,也许你没有那么多朋友在用Facebook,Twitter还有Google+,但完全可以用它们来获取有用的资讯。
比如:

这里特别推荐Google+,可以把想关注的人全部加进去:

比如我自己建了一个Machine Learning的圈子:

每个大牛喜欢的社交工具不一样,因此那就把三个社交网站都用上吧!

与其每天刷朋友圈,还不如每天刷刷Google+。

显然也可以在微博上圈上领域相关的人,也能获取一些有用的信息。

Tip 5:Some Tech Websites

上面列举的网站(显然还有更多)常常会第一时间报道最新的研究成果,所以偶尔看一看会有不一样的收获。想必很多研究人工智能的知友会关注新智元,机器之心等公众号。但他们的信息是二手的二手。基本是从国外的这些科技网站等等获取的相关研究进展然后再翻译过来。由于翻译者常常对技术没有真正的理解,因此翻译也很容易有误解。

Tip 7: youtube.com

Youtube的重要性远远大于优酷这些国内视频网站,因为在Youtube上面我们可以看到很多有用的讲座,课程等信息,这是在其他地方都获取不到的。

Tip 8:arxiv.org

上面的方法都是间接获取信息,在arxiv上直接找最新的论文显然是最最直接的手段了:

另外,Andrej Karpathy做了一个Arxiv论文的推荐网站,感觉也还不错:arxiv-sanity.com/


Tip 9: Github & Gitxiv

除了Papers当然是codes了。那么显然最好的网站是Github了。

还有一个网站Gitxiv把Paper和code整理到了一起,这个也很棒!

Tip 10:Gurus’ Websites

当我们深入一个领域,总能发现一些领域内的专家学者们!没错,关注他们,第一时间获取牛人的研究进展!!

Tip 11: Super Companies’ Websites

人工智能领域很多成果现在都不是学校里面产出的,而是Google,Facebook等公司的研究机构产生的。因此,也关注他们!

Tip 12: reddit.com/r/MachineLea

Reddit网站上特别是机器学习板块有很多丰富的内容,每年都会请一些大牛做AMA,基本上深度学习的几大牛都请遍了,并且常常第一时间分享资源,论文,所以很值得关注:

Tip 13: 使用Google Scholar(感谢知友 钟翰廷

还有一招非常好用的就是使用Google Scholar的Alert功能,可以把想关注的学者都follow进来,这样只要他们有最新的文章发布,都能第一时间收到通知。




Tip 14:Search by Chain Rule

当我们寻找信息的时候,常常会从一点到另一点。这需要我们能够快速的从网页中找到有用的信息,并居于此做进一步的探索。这就是搜索的“链式法则”。但这往往需要很多的经验从而能够快速的确定哪些内容是关键信息。所以,是不是可以训练个分类器来判断哪些内容对你有用哪些内容对你没用来加快获取信息的速度呢?

Tip More: Eager to Know something new!

只有对最新的技术,进展有很高的兴趣,才会去自我驱动的去寻找信息吧!而且,在上面的各种信息中,常常我们会发现一些志同道合的人,那么不妨主动去联系一下,说不定会有新的启发!

小结

上面说了很多获取前沿信息的方法,根本的目的其实是形成一个人对某个特定大领域的大局观,不仅仅局限在人工智能。在我看来,知识的广度比深度更重要,广度决定了你选择哪个方向是对的。至于能不能深下去,那需要不断的积累吧!

还有一点是显然我们更多的时间不是花在search上,而应该花在learning和implementing上,因此,虽然有这么多Tips,毕竟精力有限,最好是偶尔间隔一段时间有个好心情去探探密,那么往往会看到不一样的风景吧!

最后,这篇文章是本人多年来探索知识的方法总结,倾囊分享啦!

编辑于 2016-07-12 10:26