我們要學(xué)會(huì)如何快速讀paper

工作后，有沒有覺得自己閱讀能力有所下降，卻沒有時(shí)間去閱讀？但問題是，身在自動(dòng)駕駛圈，我們就必須做到與時(shí)俱進(jìn)，而與時(shí)俱進(jìn)的一種有效辦法就是讀論文（paper）。

（一些公司會(huì)定期有paper reading的活動(dòng)，幾個(gè)人聚在一起討論paper。Paper中的很多成果確實(shí)很實(shí)用，經(jīng)過一些鉆研和演變，可以變?yōu)楣镜募夹g(shù)成果。）

當(dāng)然，除了paper，很多公司也經(jīng)常發(fā)表技術(shù)博客，在行業(yè)大會(huì)上發(fā)表研究成果，這些都是互相學(xué)習(xí)的有效途徑。

如果你已經(jīng)對某一領(lǐng)域非常熟悉，讀該領(lǐng)域的paper應(yīng)該不是難事。但問題是，新領(lǐng)域?qū)映霾桓F, 今天unsupervised learning, 明天reinforcement learning，后天不知道又會(huì)有什么新話題。在繁忙的日常工作中，如果要做到不落伍，將知識活學(xué)活用，我們就要學(xué)會(huì)如何快速讀paper。

Landing AI的CEO吳恩達(dá)（Andrew Ng）去年在斯坦福的課堂上講解了他是如何快速讀paper的方法，值得借鑒。我們在這里分享一些經(jīng)驗(yàn)。

首先，我們其實(shí)沒必要糾結(jié)哪篇論文值得讀，哪些不值得。很多人卡在這一步，結(jié)果干脆一篇也不去讀。如果掌握了快速讀paper的方法，看到一篇不值得讀的，不繼續(xù)讀下去就是了。

也有很多人認(rèn)為，paper就一定要讀最權(quán)威的，沒有名氣的paper讀了也沒用。其實(shí)不然。權(quán)威的讀一讀固然有益處，但往往過于泛泛，幫不到你公司的實(shí)際業(yè)務(wù)。那些對你有價(jià)值的知識反而容易在沒有名氣的paper中找到。

第一步：篩選

一旦找到了感興趣的話題，可以找到幾十篇有關(guān)該話題的paper，用速讀法快速找到其中對自己有益的幾篇，再去細(xì)讀。具體方法如下。

篩選論文的方法很簡單，首先，有個(gè)優(yōu)秀的搜索引擎會(huì)事半功倍，比如一些圖書館網(wǎng)站，利用分類檢索功能快速找到和主題相關(guān)的所有paper。我們也可以關(guān)注一些業(yè)界大牛的博客，接受新paper的推送。也可以關(guān)注一些行業(yè)頂級會(huì)議，比如NeurIPS、CVPR、ICML、ICLR。

找到所有paper后，可以只閱讀標(biāo)題、摘要部分以及圖片，初步篩選出自己感興趣的paper，每篇閱讀的時(shí)間不超過兩分鐘。如果只是想對該主題有初步的了解，5-20篇論文就足夠。而如果要做深入研究，就要至少讀上50篇。

第二步：選定精讀paper

Paper初步篩選好之后，就要選擇自己首先需要精讀的幾篇。除了閱讀摘要部分，還需要閱讀簡介、結(jié)論、圖表等重要內(nèi)容。每篇閱讀時(shí)間不超過十分鐘。

大部分paper都會(huì)有數(shù)學(xué)或是代碼部分，在開始精讀之前，我們不需要閱讀這些細(xì)節(jié)。

如果某篇paper讀起來感覺對自己很有價(jià)值，可以再閱讀literature review以及reference部分，找到相關(guān)的其他paper。彌補(bǔ)第一步的空缺。

第三步：精讀

最后一步才是精讀。精讀當(dāng)然需要比較長的時(shí)間。我們可以針對數(shù)學(xué)部分自行演算，針對代碼部分可以自己跑一遍。當(dāng)然，前提是你已經(jīng)清楚這篇論文的主旨，保證自己可以從中學(xué)到需要的部分。

精讀也不是說需要通篇讀。一篇paper里內(nèi)容很多，但我們不必都讀一遍，取其精華即可。