学界 | 交互式线上科学期刊Distill上线,Ian Goodfellow表示“学ML就找它”

2017 年 3 月 21 日 AI科技评论

如今,机器学习的发展正如火如荼,每天都有众多最新研究论文在线上发表。论文不仅承担了分享研究成果的责任,同时,也表达了科学家们对事物的不同理解。

AI科技评论了解到,为了更好地让机器学习领域的科学家们分享研究成果,探讨最新进展, OpenAI,、DeepMind和 YC Research等多个机构机构于昨日联合发布了一个交互式科学期刊网站Distill,该网站主要有发表期刊学报、为优秀著作发放 Distill prize奖金以及提供交互性论文写作工具这三个功能。

Distill有何特色?

  • 采用先进的网络技术

Distill使用了先进的网络技术。人们可以利用Distill,创建交互式图表和用户界面,直观地展现研究思路。

一个解释神经图灵机的交互图,Olah & Carter, 2016

在过去几年里,已经有多个研究工作用此方法呈现,使得论文表现力大大提升,呈现方法例如:

  • 可探索的解释说明(Explorable Explanations):  

      http://explorableexplanations.com/;

  • 浏览器中的深度学习 ConvNetJS:

    http://cs.stanford.edu/people/karpathy/convnetjs/;

  • 机器学习可视化介绍:

    http://www.r2d3.us/visual-intro-to-machine-learning-part-1/;

  • 借助媒体进行再思考的方法:

    http://worrydream.com/MediaForThinkingTheUnthinkable/;

等等。

用于 t-SNE 降维的 interactive playground 动图,帮助读者直观理解技术及其应用

  • 提供专业的发布场所

机器学习领域有大量的会议和期刊杂志,但却没有一个能统一出版研究人员成果的地方。这一方面是由于人们之前对这一问题缺少关注,一方面是因为传统出版方式无法呈现出交互式、可视化的论文。

有了Distill,许多重要研究成果就能以更好地方式呈现,而它们的作者也将能进入学术支持体系。

  • 为优质成果提供奖金

DeepMind为Distill年度奖的特约赞助商, 该奖励旨在表彰机器学习领域表达最佳、呈现的概念最具创新力的研究成果,以帮助研究人员提高创新思维和多元化思维。

而且,DeepMind的研究人员Shakir Mohame也将担任指导委员会的成员。

组织构成

作为一个独立组织,Distill的成员主要有:

  • 编辑:

    Shan Carter 和ChrisOlah(谷歌大脑)

  • 指导委员会成员:

    Yoshua Bengio (蒙特利尔大学)

    Mike Bostock (d3创建人)

    Amanda Cox (纽约时报)

    Ian Goodfellow (谷歌大脑)

    Andrej Karpathy (OpenAI)

    Shakir Mohamed (DeepMind)

    Michael Nielsen (Y Combinator研究院)

    Fernanda Viegas (谷歌大脑)

学界反应热烈

AI科技评论了解到,该平台一经发布,研究者们纷纷在推特上表示,Distill对于发展机器学习大有裨益。

以下是几位大牛的推文,读者可以感受一下学界圈对Distill的一般评价。

  • Ian Goodfellow在推特上称:“想学机器学习吗?来关注distillpub。”


  • 斯坦福大学兼职教授Reza zadeh在推特上说道,看到机器学习在谷歌发布的Distill上能有这么清楚地解释,真的很开心。

  • 谷歌AI研究员François Chollet在推文中称,能够解释和利用现代用户界面,真是很赞的创举。

  • 人类遗传学和认知功能实验室研究员Guillaume Dumas 在推文中表示,用Distill展示论文非常简洁。

Distill如此受大牛们的青睐,不知arXiv等传统论文网站是否也会借鉴这一思路,创造出更多表达力更强、互动性更高的论文展示方式?


AI科技评论招聘季全新启动!


很多读者在思考,“我和AI科技评论的距离在哪里?”,答案就是:一封求职信。


AI科技评论自创立以来,围绕学界和业界鳌头,一直为读者提供专业的AI学界,业界,开发者内容报道。我们与学术界一流专家保持密切联系,获得第一手学术进展;我们深入巨头公司AI实验室,洞悉最新产业变化;我们覆盖A类国际学术会议,发现和推动学术界和产业界的不断融合。


而你只要加入我们,就有机会和我们一起记录这个风起云涌的人工智能时代!


如果你有下面任何两项,请投简历给我们:


*英语好,看论文毫无压力

*计算机科学或者数学相关专业毕业,好钻研

*新闻媒体相关专业,好社交

*态度好,学习能力强


简历投递:lizongren@leiphone.com


登录查看更多
0

相关内容

【Manning2020新书】Elm 实战,344页pdf,Elm in Action
专知会员服务
49+阅读 · 2020年4月14日
【哈佛《CS50 Python人工智能入门》课程 (2020)】
专知会员服务
111+阅读 · 2020年4月12日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
【ASSIA】第12期智能自动化学科前沿讲习班——推荐系统
中国自动化学会
12+阅读 · 2019年10月11日
【学界】GANs最新综述论文: 生成式对抗网络及其变种如何有用
GAN生成式对抗网络
30+阅读 · 2019年1月5日
2018 年,你可以把论文投给这 13 场 AI 学术会议(附截稿日期)
黑龙江大学自然语言处理实验室
4+阅读 · 2018年1月8日
学完吴恩达全部深度学习课程,这有一份课程解读
THU数据派
14+阅读 · 2017年10月27日
课程 |《知识图谱》第一期
开放知识图谱
22+阅读 · 2017年10月15日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Seeing What a GAN Cannot Generate
Arxiv
8+阅读 · 2019年10月24日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
4+阅读 · 2018年4月10日
VIP会员
相关VIP内容
【Manning2020新书】Elm 实战,344页pdf,Elm in Action
专知会员服务
49+阅读 · 2020年4月14日
【哈佛《CS50 Python人工智能入门》课程 (2020)】
专知会员服务
111+阅读 · 2020年4月12日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
相关资讯
【ASSIA】第12期智能自动化学科前沿讲习班——推荐系统
中国自动化学会
12+阅读 · 2019年10月11日
【学界】GANs最新综述论文: 生成式对抗网络及其变种如何有用
GAN生成式对抗网络
30+阅读 · 2019年1月5日
2018 年,你可以把论文投给这 13 场 AI 学术会议(附截稿日期)
黑龙江大学自然语言处理实验室
4+阅读 · 2018年1月8日
学完吴恩达全部深度学习课程,这有一份课程解读
THU数据派
14+阅读 · 2017年10月27日
课程 |《知识图谱》第一期
开放知识图谱
22+阅读 · 2017年10月15日
Top
微信扫码咨询专知VIP会员