我们要学会如何快速读paper

工作后，有没有觉得自己阅读能力有所下降，却没有时间去阅读？但问题是，身在自动驾驶圈，我们就必须做到与时俱进，而与时俱进的一种有效办法就是读论文（paper）。

（一些公司会定期有paper reading的活动，几个人聚在一起讨论paper。Paper中的很多成果确实很实用，经过一些钻研和演变，可以变为公司的技术成果。）

当然，除了paper，很多公司也经常发表技术博客，在行业大会上发表研究成果，这些都是互相学习的有效途径。

如果你已经对某一领域非常熟悉，读该领域的paper应该不是难事。但问题是，新领域层出不穷, 今天unsupervised learning, 明天reinforcement learning，后天不知道又会有什么新话题。在繁忙的日常工作中，如果要做到不落伍，将知识活学活用，我们就要学会如何快速读paper。

Landing AI的CEO吴恩达（Andrew Ng）去年在斯坦福的课堂上讲解了他是如何快速读paper的方法，值得借鉴。我们在这里分享一些经验。

首先，我们其实没必要纠结哪篇论文值得读，哪些不值得。很多人卡在这一步，结果干脆一篇也不去读。如果掌握了快速读paper的方法，看到一篇不值得读的，不继续读下去就是了。

也有很多人认为，paper就一定要读最权威的，没有名气的paper读了也没用。其实不然。权威的读一读固然有益处，但往往过于泛泛，帮不到你公司的实际业务。那些对你有价值的知识反而容易在没有名气的paper中找到。

第一步：筛选

一旦找到了感兴趣的话题，可以找到几十篇有关该话题的paper，用速读法快速找到其中对自己有益的几篇，再去细读。具体方法如下。

筛选论文的方法很简单，首先，有个优秀的搜索引擎会事半功倍，比如一些图书馆网站，利用分类检索功能快速找到和主题相关的所有paper。我们也可以关注一些业界大牛的博客，接受新paper的推送。也可以关注一些行业顶级会议，比如NeurIPS、CVPR、ICML、ICLR。

找到所有paper后，可以只阅读标题、摘要部分以及图片，初步筛选出自己感兴趣的paper，每篇阅读的时间不超过两分钟。如果只是想对该主题有初步的了解，5-20篇论文就足够。而如果要做深入研究，就要至少读上50篇。

第二步：选定精读paper

Paper初步筛选好之后，就要选择自己首先需要精读的几篇。除了阅读摘要部分，还需要阅读简介、结论、图表等重要内容。每篇阅读时间不超过十分钟。

大部分paper都会有数学或是代码部分，在开始精读之前，我们不需要阅读这些细节。

如果某篇paper读起来感觉对自己很有价值，可以再阅读literature review以及reference部分，找到相关的其他paper。弥补第一步的空缺。

第三步：精读

最后一步才是精读。精读当然需要比较长的时间。我们可以针对数学部分自行演算，针对代码部分可以自己跑一遍。当然，前提是你已经清楚这篇论文的主旨，保证自己可以从中学到需要的部分。

精读也不是说需要通篇读。一篇paper里内容很多，但我们不必都读一遍，取其精华即可。