【行业资讯】AI 论文究竟要怎么读？旷视研究院院长孙剑大佬的最新研究体会都在这里了

自己研究方向的文献脉络要深入梳理。通过按照方法的本质特性，把已有工作归成几大类（例如：直接法 v.s. 迭代法，一步法 v.s. 两步法，基于 xxx 的方法），会很容易方便以后的阅读和写作。梳理也要尽可能覆盖全面，标准是如果正在写一篇论文，这个方向最近十几年的标杆性工作，最近几年的热点工作，最近几个月的最新工作都不要漏掉。

自己研究方向的相关领域文献也要把重点工作读到。创新能力的根基是联想能力，交叉学科最容易出创新。坚持读短期不能受益的论文，长期会有大益处。这个阅读范围可大可小，因人而异，因决心而异。我自己读博士的时候，每年计算机视觉、SIGGRAPH和机器学习论文加起来一共几百篇，基本都要或粗或浅过一下，做到对整个领域的进展心里有数。

毛主席说过“与人斗，其乐无穷”。其实科研领域也有自己的“华山论剑”。每个领域每年都有其“旗舰”会议，例如计算机视觉领域的CVPR，机器学习领域的NIPS，大家都会在上面通过发表论文比试一番，看看谁现在做的最好，谁站在华山之巅。

做研究也需要有些“论剑”精神，尤其是阅读到本领域最新的好工作，会不由地产生“为什么我没有想到？”，“这帮家伙跑到我的前面去了”，会加大紧迫感和焦虑感，从而激发自己的好胜心，迫使自己重新审视对问题的理解，加大思考的时间和强度。只有脑子投入到一定的强度，才会出来更多的想法。

阅读到一篇好的工作后，能够带给我们更大创新的动力是欣赏：“这真是一个非常棒的想法”，“实验做的真扎实”，“问题分析和理解的真深刻”，“这哥们真牛”等。对好东西的欣赏，会激发自己也做出好东西的愿望；会觉得自己能够为科技历史做出哪怕再小的贡献，也是非常有意义的。所谓愿景就是超越自己的某个东西。这个对于科研这种终身马拉松来说，这是至关重要的能量源泉。

在技术层面，欣赏也对我们以开放心态地接受广泛的观点或方法大有益处。一个常见的现象是能力到达一定程度的研究员，往往看不上这个看不上那个，“这个工作不就是 xxx 吗”。这其实是危害很大的。自我封闭必然降低创新能力。中国40年的改革表明，只有开放才能发展。