Les Utilisateurs De Reddit Ont Voté Pour Les Meilleurs Articles De 2018 (avec Des Conseils De Lecture)

par Super Neuro

Il ne fait aucun doute que la lecture d’articles est importante pour acquérir une compréhension plus approfondie des technologies et des problèmes dans un domaine spécifique.

L’année 2018 a également été marquée par la publication de nombreux articles de grande qualité, notamment des articles primés lors de grandes conférences universitaires. Aujourd’hui, nous allons passer en revue les articles qui, selon les utilisateurs de Reddit, les ont aidés en 2018.

Utilisateur de Reddit : Je vote pour ce document

@beezlebub33 Articles recommandés :
« Étude à grande échelle sur l'apprentissage par la curiosité »
Recherche sur l'apprentissage axé sur la curiosité à grande échelle
https://pathak22.github.io/large-scale-curiosity/

Raisons recommandées :
L’importance de cet article réside dans le fait qu’il permet d’obtenir d’excellentes performances dans de nombreux jeux sans avoir besoin d’un bon mécanisme de récompense. Ce qui compte, c’est qu’il apprenne à jouer à des jeux en faisant des prédictions, qu’il puisse identifier les violations des attentes et qu’il puisse explorer des zones inconnues. Cela pourrait être la direction du développement futur de l’IA : auto-supervision, données non étiquetées, prédiction, curiosité, motivation intrinsèque, etc.

Les gens n’ont pas eu assez de temps pour créer des ensembles de formation supervisés et définir des matrices pour ces ensembles de données. Mais si vous donnez à l’IA des données brutes et qu’elle peut apprendre une représentation interne de l’évolution spatio-temporelle de ce système, alors vous pouvez définir l’objectif et finalement l’atteindre avec l’IA.

Articles recommandés par @YBuzzinGA :
« Apprentissage des règles d'apprentissage non supervisé »
Apprentissage des règles d'apprentissage non supervisé
https://arxiv.org/abs/1804.00222.

Raisons recommandées :
Cet article porte sur l’utilisation de l’apprentissage non supervisé pour accomplir certaines tâches, ce qui se caractérise par le fait que le modèle apprend à apprendre par lui-même.

Le méta-apprentissage est un domaine clé, l’apprentissage des règles d’apprentissage qui permettront à l’IA de se comprendre et de s’améliorer. Si l’on pouvait apprendre à un ordinateur à apprendre à se connaître lui-même, nous pourrions alors potentiellement faire un bond en avant.

Articles recommandés par @breadwithlice :
« Basé sur des phrases et neuronal non supervisé
Traduction automatique"
Traduction automatique neuronale basée sur des phrases et non supervisée
https://arxiv.org/abs/1810.04805v1

Raisons recommandées :
Dans cet article, la traduction est réalisée à l'aide d'un seul corpus, sans nécessiter de mappage, de dictionnaire ou de données parallèles.
L'article utilise une technique de traduction inverse, lors de la conversion de A à B, puis de la conversion de B à A, ce qui améliore considérablement le traducteur, puis de la commutation de A et B, le résultat est surprenant !

@kartayyar Articles recommandés :
《Pré-formation des transformateurs bidirectionnels profonds
pour la compréhension du langage》
Pré-formation aux méthodes bidirectionnelles profondes pour la compréhension du langage
https://arxiv.org/abs/1809.10756

Raisons recommandées :
Ce que j'aime à ce sujet :
Excellente idée innovante, la méthode de masquage qu'ils ont utilisée est très créative.

Ils ont utilisé des phrases très simples pour exprimer clairement leurs idées fondamentales.
Il existe du code sur Github pour reproduire les résultats.
Capable de gérer une variété de tâches.

Articles recommandés par @ndha1995 :
« Une introduction à la programmation probabiliste »
Introduction à la programmation probabiliste
https://arxiv.org/abs/1809.10756

Raisons recommandées :
C'était mon article préféré de 2018.

L'auteur fournit une introduction complète et rigoureuse à la programmation probabiliste et, dans le dernier chapitre, présente les recherches récentes sur la combinaison des réseaux neuronaux profonds et de la programmation probabiliste.

Conseils de base pour la lecture des articles

Même si vous connaissez les grands articles, à part dire « wow, ils sont vraiment géniaux », comment pouvez-vous les comprendre ?

Tout d’abord, vous devez réfléchir clairement à votre motivation. Les résultats et l’expérience seront complètement différents si vous souhaitez explorer activement ou accomplir passivement des tâches. Nous avons trouvé quelques conseils de fond, et voilà, c'est tout pour vous.

Lire de manière critique

C'est une attitude très importante. Ne suivez pas aveuglément l’opinion de l’auteur. Au lieu de cela, doutez et vérifiez.

Qu'est-ce que la lecture critique ? Essayez de poser des questions. Si les auteurs ont essayé de résoudre un problème, l’ont-ils résolu correctement ? Existe-t-il des solutions simples que l’auteur n’a pas envisagées ? Quelles sont les limites de la solution (y compris celles que les auteurs ne notent pas ou ne reconnaissent pas explicitement) ?

Les hypothèses de l’auteur sont-elles raisonnables ? Compte tenu des hypothèses, la logique de l’article est-elle claire et solide, ou y a-t-il des failles dans le raisonnement ?

Si les auteurs fournissent des données, celles-ci soutiennent-elles leurs arguments et le chemin qu’ils ont emprunté pour collecter les données est-il raisonnable ? Qu’en est-il de la façon dont ils interprètent les données ? Serait-il préférable d’utiliser d’autres données à la place ?

Lire de manière créative

Lire un article de manière critique n’est pas la chose la plus difficile, car il est plus facile de détruire que de construire. La lecture créative implique une réflexion plus intense et plus active.

Par exemple : Quelles bonnes idées cet article contient-il ? Existe-t-il d’autres applications ou extensions de ces idées ? Peuvent-ils être encore prolongés ? Y a-t-il des améliorations qui feraient une différence significative ? Si vous deviez mener vous-même des recherches pertinentes, que feriez-vous ensuite ?

Prendre des notes tout en lisant un article

De nombreuses personnes prennent des notes lorsqu’elles lisent un article. Cette méthode est très bonne. Vous pouvez écrire toutes les questions ou commentaires qui vous viennent à l'esprit de la manière que vous souhaitez. Essayez de trouver les points clés de l’auteur.

Marquez les données les plus importantes ou qui semblent problématiques. Ce type de marquage aide à comprendre le document et permet également de le relire ultérieurement.

Après la première lecture, essayez de résumer le document en une ou deux phrases.

Presque tous les bons articles proposent une réponse à une question spécifique. Si vous pouvez décrire succinctement un article, vous comprenez probablement déjà ce que les auteurs ont fait, y compris la question à laquelle ils ont cherché à répondre et la réponse qu’ils ont finalement trouvée. Une fois que vous vous êtes concentré sur les idées principales, revenez en arrière et planifiez votre article pour approfondir les détails spécifiques.

En fait, s’il est facile de résumer votre article en une ou deux phrases, essayez une approche différente et créez un plan en trois ou quatre points qui résume les idées principales.

Si possible, comparez le document à d’autres travaux

Résumer un article est une façon d’essayer d’identifier la contribution scientifique de l’article. Mais pour vraiment saisir la valeur scientifique, il faut comparer l’article à d’autres travaux dans le domaine. Pour savoir, ces idées sont-elles nouvelles ou sont-elles déjà apparues ?
 
Il convient de mentionner qu’il existe de nombreuses façons de présenter la recherche scientifique. Par exemple, certains articles proposent simplement de nouvelles idées, tandis que d’autres les mettent en œuvre, les vérifient et montrent comment elles fonctionnent ; d’autres combinent des idées antérieures et les intègrent dans un nouveau cadre. Comprendre d’autres travaux dans le domaine peut vous aider à mieux comprendre la valeur de votre article.