AI 大神 Chris Olah:在你的领域,如何培养好的科研品味?

毕业设计方案论证报告(开题报告).docx 立即下载

                                                                            Fly-AI竞赛服务平台 flyai.com

在开始学习之前推荐大家可以多在   FlyAI竞赛服务平台多参加训练和竞赛,以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例,支持算法能力变现以及快速的迭代算法模型。

 关注“FlyAI社区”公众号,后台回复“AI”即可获取英文原文链接

图片

要成为一名研究人员,最重要的一个方面就是培养科研品味——大致来说,就是选择好问题去解决的能力。但要明确地培养品味是很难的,所以我想分享一些具体的、可执行的操作。

在我们开始练习之前,值得思考的是,为什么很难培养研究品位?我认为最根本的问题是,真正测试你提出的研究想法是否好,代价是非常很高的的。往往需要几个月的时间,所以你每年只能得到几条关于你品味的反馈。下面的许多练习实际上是快速获得更多研究想法反馈的策略。你得到的反馈通常比你自己执行想法的质量要低,但这些方法的目的是让你得到更多的反馈。

对所有这些练习和建议持保留态度。我认为我的品味比以前好多了,做这样的事很有帮助。我也认为这些练习对我偶尔指导或管理的同事也有帮助。但我不是专家。

还有一点:我不建议强迫自己去做一些你不感兴趣的事情,即使你理智地认为它会很重要,但你的效率会低很多。理想情况下,你应该达到一个这样的程度,就是最重要的问题应该能让你感到极度兴奋。

练习

练习1:列出研究想法的清单。找一位导师,让他给每个想法打一个分数1-10。然后和他讨论你不同意的观点。

相比通常需要几个月才能验证研究想法。请教导师是极具性价比的方式。

练习2:当别人尝试你的研究想法时,需要注意将他的结果和你的预期相比怎么样?

当你投入精力和别人头脑风暴时,你也可能会有数十个研究想法想要去尝试。如果别人实现了你的想法,并发表了论文。那么,你可能会感到不舒服,但这是一个免费获得宝贵反馈的机会。

练习3:采访你周围的研究人员,了解他们的审美。弄明白他们为什么要努力解决他们所面临的问题?他们是如何挑选问题的?他们研究的“蓝图”是什么?

额外好处:如果感觉采访很棒,可以考虑获得允许后,把这些东西写下来。

(另外,大多数博士生经常会和访问他们实验室的研究人员开一些简短的会议。目的之一是向来访者介绍他们的项目,如果他们没有类似的兴趣,便可能没有什么成效。我猜测他们会从元研究中得到更多启发。)

练习4:阅读有关科学史的书籍。反思为什么一些研究者把注意力集中在被他们同时代人所忽略的重要方向上。

注:库恩的《科学革命的结构》是我最喜欢的书之一,并且你可以得到一本有声读物!)

练习5:批判性地思考你的研究品味,以及你周围的社群品味。你的品味很可能会受到你的研究集群(合作者、顾问等)的影响。

在过去几年里,你自己的研究或你所在的社群的看法在哪些方面是错误的?

是否有相邻的研究“流派”具有明显不同的研究审美?如果是这样,试着说出他们最强烈的观点,以及你同意或不同意的原因。

你在哪些方面不同意你自己社群的研究审美?你认为你的社群在哪些方面可能是错误的,即使你对这种观点没有信心?

你研究品味的根本目标是什么?这可能仅仅是本质上想要了解,或者只是寻找研究的乐趣。但也有一些方法可以让世界变得更美好。你正在解决的问题(或你认为有趣的问题)是否与这些目标有关?

失败方式

我也想列举一些失败的研究品味的模式:

失败模式1:过于依赖一个研究方向/陷入沉没成本。

许多研究人员开始研究一个问题(通常是由于环境而不是预期的决定),然后发现很难继续下去。

可能的解决办法:留出一到两周的时间,后退一步,列出你认为最有前途的其他研究方向,(可以看看新的研究,与他人交流,等等)。然后问一下如果你从头开始,你想做什么。根据需要每1-2年重复一次。

失败模式2:缺乏背景知识或者亲密感。

理论知识是研究品味形成的重要因素,因为你的研究品味不可能凭空得来。

有时,人们陷入了一个陷阱,试图在动手之前就选择一个完美的问题或有一个卓越的见解。然而你的研究审美不可能凭空的来,因此你需要理论知识和研究亲密感。

可能的解决办法:在你感兴趣的领域帮助别人完成他们的项目。你会发现在亲力亲为的这个过程中也会学到很多东西,并且不用过度投入到长期的工作中。理想情况下,如果不担任项目的领导,能够让你比较轻松。或者做短期项目保持一直在练习的状态。

失败模式3:环境与你的兴趣不一致。

我有时会和一些博士生交谈,这些博士生和他们的导师有不同的兴趣,他们试图把自己的研究兴趣扭曲成他们导师喜欢的东西。这通常会形成一些为了妥协而不是为了质量而进行优化的想法。如此一来,会导致不甚理想的研究,也会让你失去建立研究品味的机会。

即使你周围的人名义上支持你从事任何你感兴趣的工作,上述情况也会发生。而当你周围的人都缺乏热情的时候,要追求一个方向是很有挑战性的。

可能的解决办法:(1)要么搬到一个与你的兴趣相一致的环境,(2)要么暂时融入你的社群,并尝试在这些兴趣范围内锻炼良好的研究品味。我通常认为,一旦你对自己感兴趣的东西进行了大量的思考,并拥有了自己感到非常兴奋的东西,你就可以跳到另一个环境中去。

他人的建议

在twitter的讨论中(尤其是Andy Matuschak的一个帖子),许多人提出了其他的想法。请注意,所有这些都是“培养品味的练习”(很多都是“培养良好品味的策略”),但我认为它们非常有趣:

Rachel Prudden 建议
想象另一个小组发表了你脑海中的论文。你会对读到它而感到兴奋吗?

Chris评论道:我认为这是一个很好的启发式。

Andy Matuschak 建议 关于你的观点提出的反向问题。在你的领域里最有趣(但不重要)的问题是什么?你为什么不去做呢?Chris评论道:这是一个很好的问题。另见汉明著名的"你和你的研究”演讲。

Andy 也分享了一个失败模式:
当一个想法看起来容易接受的时候就跑去实现它。有一个可行的方法让我很兴奋,我想去做!但是,如果我对一个想法思考得久一点的话,我通常可以进化出一个更深层次的变体,并用它来代替。

Michael Nielsen的有效研究原则(via Shrey Jain)指出了关注混乱领域的价值:

当你发现“混乱”时,很多人第一反应是回避,去寻找更容易理解的东西。但一个混乱的领域其实是一个机遇。很有可能会有一些深入的统一和简化的概念仍然等待着某人——的理解和发展——也许是你。

Arthur Allshire

你所在领域的瓶颈问题是什么?如在许多强化学习的研究中,很多关注的是对算法的细微调整,但最大的改进来自于对RL的模拟的改进。

Preetum Nakkiran

我发现写短期的“项目建议书”和长期的“研究陈述或计划”是思考动机和目标(在不同的时间尺度)的很好的练习。我所谓的“项目提案”是指:一旦你决定花超过1个月的时间在什么问题上,那么不妨写下几页文字来告诉自己:为什么这个问题是有趣的,为什么这个答案是有价值的,以及你希望找到什么(比如初始证据),然后得到反馈。

…另外,建议你向你遇到的每个人询问他们的“大蓝图”研究目标。因为这非常有趣和重要,但一般不会出现在论文上。

Christian Szegedy

不过,事后看来,我在研究中所犯的大多数错误都是因为我听取了我尊敬的导师的批评,而我所做的大部分很酷的东西,最初都被大家认为是无用的、无趣的,或“祝你好运!”...一般来说,研究中的想法要么领先于其他想法,要么挑战传统观念。加入后一种阵营需要较少的技巧,但需要更多的勇气。

Chris评论:我认为很有道理,但是要注意幸存者偏差,记住不同的人在他们职业生涯的不同阶段可能有不同的科学成熟度/品味。我华裔许多博士生会发现,从一开始就制定自己的研究议程是非常具有挑战性的,因为成长或许会让他们改变想法。

Sergey Gorbunov

关于研究品味,我对研究生或初级研究员的唯一建议是“不要”听你的导师或知名研究员的话……因为研究生院是唯一一个让你有机会尝试和失败的地方。研究生应该想出非常规的问题或者解决方案。(因为已建立的研究有自己的流程和思考方式 😂)。同样这个建议也可以用来推翻自己。😂

Boaz Barak

我喜欢“20/80项目”,即你做了80%的工作却实现了20%的目标:

而不是问“我用最小的努力能得到的最好的结果是什么?”或者“我能否找到足以概括出主要障碍的问题,即使最终结果听起来并不怎么样?”

致谢

这些年来,我对无数研究哲学的人心存感激。

感谢 Nick Cammarata对这些练习的讨论。

感谢 Ryan Saxe和Abinav 纠正了拼写错误。

 

图片

图片

Maven 是一款自动化构建工具,专注于Java项目的构建、依赖的管理。 阅读详情

相关推荐

ESP32IDF 通过 PCA9685控制舵机的程序bug处理

esp32 PCA9685 bug 舵机

ztvzbj的博客 726

软件设计报告_干货:开题报告模板与万能金句

通常来说,一个较为完整的开题报告,框架结构通常是这样的:1论文选题的来源、意义或行业应用价值(一)选题理由例如:1.……的研究有利于全面认识……的特点,可以丰富现……的研究。2.……的研究有待进一步深化。注意:每一点都需要具体展开来谈(二)选题意义1.对……本体的研究的价值。(1)这一……的研究可以弥补……学界对这一……研究的不足,深化与之密切相关的……的研究及相关的……研究。(2)对……从……的...

weixin_39799307的博客 937

PX4实战指南:通过遥控器通道直连实现舵机PWM控制

本文详细介绍了如何通过PX4飞控实现遥控器通道直连控制舵机PWM输出的完整流程。从硬件准备、遥控器配对到PX4参数配置和硬件连接,提供了实战技巧和常见问题解决方案,帮助无人机爱好者快速掌握舵机控制技术。重点讲解了AUX Passthrough模式设置和PWM参数调整等关键步骤。

weixin_29195217的博客 154

Anthropic AI 研究员 Chris Olah 专访:我们没有创造LLM,而是培养了它

本文是Lex Fridman播客频道近期上线的专访「Dario Amodei: Anthropic CEO on Claude, AGI & the Future of AI & Humanity | Lex Fridman Podcast #452 」播客全文节选的“脱水”版。AI workflow脱水转录+翻译+精校以后,发现内容非常精彩,值得分享。完整播客时长较长(超过5个小时!),是个三人拼盘,无常分3篇发布,此前已经发布第一篇。

具身机器人和通用AI 1404

手把手教你用WF100DPZ数字压力传感器搞定I2C/SPI通信(附完整寄存器解析)

本文详细解析了WF100DPZ数字压力传感器的I2C与SPI通信驱动方法,涵盖硬件连接、寄存器配置、数据读取流程及常见问题排查。该传感器内置24位ADC和出厂校准,通过实战代码演示了如何稳定获取高精度压力与温度数据,帮助开发者快速集成到嵌入式项目中。

weixin_28285943的博客 377

Nangate 45nm FreePDK开源工艺库:从RTL到GDSII全流程实战

在数字IC设计中,标准单元库是连接逻辑综合与物理实现的基石,它定义了每个单元的逻辑功能、时序延迟与物理尺寸。开源EDA工具链的成熟,使得个人也能借助免费工艺套件完整跑通芯片设计流程。Nangate 45nm FreePDK作为一套经典的开源工艺库,凭借结构清晰、配套完善的特性,成为学习数字后端和时序收敛的理想训练场。从综合工具Yosys读取Liberty文件进行逻辑映射,到OpenROAD执行布局布线与时钟树综合,再到使用OpenSTA分析关键路径延迟,这套流程涵盖了数字设计最核心的环节。通过亲手操作,开发

weixin_29168393的博客 275

谷歌大脑计划研究员Chris Olah的博客

谷歌大脑计划研究员Chris Olah的博客       博客地址:http://colah.github.io/。文章写的很不错,生动形象。。。       其中的一篇译文:理解 LSTM 网络http://www.jianshu.com/p/9dc9f41f0b29

Allenlzcoder的博客 1386

ADS2020实战:村田电感.s2p与.mod文件导入全流程对比(附仿真结果差异分析)

本文详细对比了ADS2020中村田电感的.s2p与.mod文件导入流程及仿真结果差异,重点分析了两种模型在低频段和高频段的精度表现。通过实际案例展示.s2p文件在高频仿真中的优势,以及.mod文件在低频和非线性特性模拟中的准确性,为射频电路设计提供模型选择策略和混合仿真技巧。

weixin_29289821的博客 519

自家员工忍不了!13名OpenAI、谷歌前任现任员工签署联名信,警告前沿AI公司

整理 | 王轶群责编 | 唐小引出品丨AI 科技大本营(ID:rgznai100)越接近真相的人,往往越知道其风险。人工智能目前的发展路径是否健康,还是暗藏危险,还是精通 AI 技术且在全球顶尖的 AI 公司内部接近生产一线的人,更有发言权。而就在刚刚,这些人不再保持沉默,发布了联名签署的公开信。今日凌晨,13名来自 OpenAI 及谷歌 DeepMind 的前任及现任员工,发布公开信剑指包括 ...

AI科技大本营 4848

相机图像质量研究(22)常见问题总结:CMOS期间对成像的影响--光学串扰

光学串扰是一个比较难以理解的光学现象,实际影响往往不大。一、光学串扰产生的原因通常是入射角度太大,光线在不同通道之间产生了混叠二、光学串扰产生的现象光学串扰容易导致迷宫纹。总结本节讲了光学串扰产生的原因,现象。

xiaoshixiu的专栏 1573

【大模型应用开发-FastAPI框架】(八)Sqlalchemy+postgresql简单增删改查

语言,为高效和高性能的数据库访问设计,实现了完整的企业级持久模型”。SQLAlchemy的理念是,的量级和性能重要于对象集合;而对象集合的抽象又重要于表和行。因此,SQLAlchemy采用了类似于。社区中成为广泛使用的ORM工具之一,不亚于Django的ORM框架。和declarative等可选插件可以让用户使用声明语法。SQLAlchemy首次发行于2006年2月,并迅速地在。SQLAlchemy“采用简单的。二、安装postgresql。一、SQLAlchemy简介。的数据映射模型,而不是其他。

2098

开题报告方案论证_课题开题报告与课题研究方案的区别

对课题研究而言,开题报告是研究者申报的课题被批准立项后,在课题研究正式实施之前,由课题负责人向课题组人员、课题研究指导人员或其他相关人员进行的关于课题研究的书面论证材料。达晋编译指出,开题报告与课题研究方案一样,都是对一项课题所作的论证及研究工作设想,其内容结构大体相同,但其区别也较为明显,具体如下:一方面,课题研究方案论证设计在课题立项之前,是对所选择课题的价值、科学性、创新性、可行性的思考和论...

weixin_35541666的博客 2081

【YOLOv8系列】YOLOv8的webUI界面设计;通过Streamlit实现YOLOv8的可视化交互界面设计

但是我为了避免重复性的工作,且为了避免重复安装之前(安装pytorch和yolov8时)已经安装好的库,因此写了一个python脚本进行安装;需要提前在有网络连接的电脑上下载所有必要的依赖项,然后将这些文件传输到离线的机器上进行安装。脚本将自动跳过已安装的包,并安装其余的 .whl 文件。在离线的机器上,切换到包含下载好的文件的目录。证明我们的streamlit安装成功了。证明你的streamlit安装成功了。第一步:在有网络连接的电脑上下载。第二步:将下载的文件传输到离线机器。文件)传输到离线的机器上。

AnChenliang_1002的博客 1567

Python机器学习:从零基础到项目实战

当您翻开此书,您正踏入一场数据与智慧的修行。机器学习,并非冰冷的符码,而是机器模拟人类洞察世界的法门。本书将带您,以Python为舟,泛游于算法之海。我们不只传授“术”,更探求其后的“道”——从数据的生灭流转中观照规律,于模型的迭代演进里体悟得失。愿您合上书卷时,收获的不仅是驾驭数据的技能,更有一双洞悉复杂、化繁为简的“智慧之眼”。现在,让我们一同启程。

YunWisdom 969

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

神经网络、流形和拓扑

https://www.jianshu.com/p/4d9efddf8d54?open_source=weibo_search作者:Christopher Olah,发表于2014年4月6日译者:树石这篇文章用图形化的动态方式,形象的解释了神经网络领域的概念,以及相应转化的数学含义。对于理解神经网络很有帮助,所以树石将本文翻译过来。本文前面部分的论述清晰明了,后面关于流形和拓扑的探讨相对晦涩难懂。...

weixin_41036461的博客 2088

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

如何从RNN起步,一步一步通俗理解LSTM

转自https://blog.youkuaiyun.com/v_july_v/article/details/89894058 如何从RNN起步,一步一步通俗理解LSTM 前言 提到LSTM,之前学过的同学可能最先想到的是ChristopherOlah的博文《理解LSTM网络》,这篇文章确实厉害,网上流传也相当之广,而且当你看过了网上很多关...

weixin_42692506的博客 1663

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

LSTM网络的理解

LSTM网络的理解 本文是对Christopher Olah的一篇博客的翻译。 源博客链接:Understanding LSTM Networks 循环神经网络(RNN) 人类开始自己的思考不会是从一片空白开始的。正如你读这篇文章,你对每个字的理解都依赖于前面的字。你不会丢弃所有的事情,然后用空白的大脑开始思考。你的思想有持久性。  传统的神经网络不能做这些事情,这似乎是它们最主要的缺...

untilyouydc 707

【翻译】理解 LSTM 网络

目录 理解 LSTM 网络 递归神经网络 长期依赖性问题 LSTM 网络 LSTM 的核心想法 逐步解析 LSTM 的流程 长短期记忆的变种 结论 鸣谢 本文翻译自 Ch...

weixin_30781775的博客 342

理解LSTM网络

英文原地址:http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 中文原地址:http://www.jianshu.com/p/9dc9f41f0b29 Recurrent Neural Networks 人类并不是每时每刻都从一片空白的大脑开始他们的思考。在你阅读这篇文章时候,你都是基于自己已经拥有的对先前所见词的理

Deep Learning and NLP Farm 3764

如何攥写一篇合格的开题报告

如何攥写一篇合格的开题报告 1.如何正确的选题 好的选题:新、小、深 不好的选题:泛、大、多 选题原则: 有用性、公共性 创新型、价值性 前瞻性、传承性 几类选题避免踩坑: 专业无关 没有价值 已发表 没人选 1.2如何正确选题 导师研究方向:找出兴趣点 提出问题:创新点(批判性思维) 文献调研:科研前沿、研究空白 2.如何做好开提前的文献调研 2.1 查找科研前沿 从上图的曲线上升趋势可知,选取的课题具有技术前沿性。 2.2了解研究空白 绿色的证明这个方向有多少篇论文进行研究,空白的地方

baidu_40686549的博客 1138

开题报告方案论证_开题报告开题报告和立项申报书、研究方案的联系和区别

关注我们更多精彩等你发现!开题报告和立项申报书、研究方案的联系和区别第一部分 开题报告与立项申报书的区别开题报告与立项申报书看似类似(一级目录大致相同),但相比之下,重点和详略有明显变化,主要有以下实际区别:1.立项申报书强调“为什么”(背景、意义、目标等),而开题报告强调“作哪些、怎样做”(计划步骤、人员分工、任务方案等)。2.立项申报书重视“有什么”(条件、师资、决心、前期成果等...

weixin_31976851的博客 1476

深度学习网络结构图绘制工具及方法

汇总一些深度学习网络结构图的工具,这些软件都是只能作为模型图的辅助,更常见的模型组合型的图还是要ppt来画了,或许还有visio。

soderayer的博客 4万+

LSTM和GRU的动态图解

在这篇文章中,我们将从LSTM和GRU背后的知识开始,逐步拆解它们的内部工作机制。如果你想深入了解这两个网络的原理,那么这篇文章就是为你准备的。 问题:短期记忆 如果说RNN有什么缺点,那就是它只能传递短期记忆。当输入序列够长时,RNN是很难把较早的信息传递到较后步骤的,这意味着如果我们准备了一段长文本进行预测,RNN很可能会从一开始就遗漏重要信息。 出现这个问题的原因是在反向传播...

秀呀秀的博客 2220

精彩博文收藏

Java程序员面试中的多线程问题 http://blog.jobbole.com/18571/ 理解ThreadLocal http://blog.jobbole.com/20400/ 关于23种设计模式的有趣见解 http://blog.jobbole.com/20496/ 5本免费的Java电子书 http://blog.jobbole.com/961/ 国外程序员推荐:每个程

HelloJava1234的专栏 3142

神经网络知识专题总结!

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习,不错过Datawhale干货译者:张峰,Datawhale成员结构总览一、神经网络简介对于非...

Datawhale 886

Python学习笔记-StatsModels 统计回归——线性回归

人工智能学习离不开实践的验证,推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛,以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例,支持算法能力变现以及快速的迭代算法模型。 1、背景知识 1.1 插值、拟合、回归和预测   插值、拟合、回归和预测,都是数学建模中经常提到的概念,而且经常会被混为一谈。 插值,是在离散数据的基础上补插连续函数,使得这条连续曲线通过全部给定的离散数据点。 插值是离散函数逼...

iFlyAI的博客 6967
上一篇: PyTorch指南:17个技巧让你的深度学习模型训练变得飞快!
下一篇: SOTA集结,2020登顶关系抽取的3篇佳作
iFlyAI
博客等级 码龄9年 238粉丝 134原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值