AG百家乐技巧打法
编译 | 陈家阳
智东西4月17日报谈，近日，Nature杂志对21世纪以来援用次数最多的25篇论文进行了分析，揭示出一个真谛的表象：在科学界，敷陈技巧和软件的论文比著名的科学发现更常被援用，这些论文主要聚首在东谈主工智能（AI）、探讨技巧或综述、癌症统计和软件探讨等范围。
极端值得诊疗的是，于2016年发表的《行使于图像识别中的深度残差学习（Deep Residual Learning for Image Recognition）》成为21世纪被援用次数最多的论文，何恺明是该文第一作家，其时正在北京的微软亚洲探讨院使命。
此外，Nature在这篇分析中还商讨了其他高被引论文，包括校正的图像处理采集架构“U-net”，开源的“当场丛林”（random forest）机器学习算法，谷歌探讨东谈主员发表的联系Transformer模子的论文等。
▲Nature统计的21世纪10篇被援用量最高的论文
一、ResNet探讨位居榜首，何恺明是第一作家
算作盘算机视觉和AI范围的顶级科学家，何恺明在学术糊口早期便展现出了不凡的探讨才气，在微软亚洲探讨院使命时间，因提议深度残差采集（ResNet）而名声大噪。
ResNet惩处了深度神经采集考试中的梯度消灭问题（即跟着采集层数的增多，采集的性能反而可能下落），使得探讨东谈主员大略考试约150层的神经采集，比以往使用的神经采集层数多5 倍以上。
该论文在2015年底算作预印本发布，2016年认真发表，随后于ImageNet竞赛中得到考据，并促进各式图像识别任务获得了破损性发达。
ResNet的影响力不仅限于盘算机视觉范围，其念念想也被无为行使于当代深度学习模子中。大略棋战的AlphaGo、预计卵白质结构的AlphaFold以及假话语模子GPT等AI器具的出现，皆离不开ResNet，它使神经采集大略达到前所未有的深度，重新界说了深度学习的后劲范围。
“在ResNet之前，‘深度学习’并莫得那么深化，”刻下在麻省理工学院使命的何恺明说。
算作“深度学习三巨头”之一的杨立昆，ag百家乐技巧曾在采访中对ResNet探讨获得的配置示意传颂，“这认知了专家范围内皆存在着隆起的科学家，何况创新的灵感不错源自寰球的任何一个旯旮。”
二、21世纪，AI范围论文的黄金期间
“AI教父”杰弗里·辛顿（Geoff Hinton）示意，AI范围的论文在援用方面具有自然上风，这些范围的论文与很多学科联系，极端是在21世纪AI行业完毕快速发展。
不少东谈主把深度学习立异归功于辛顿在2012年合著的一篇论文，其中提到的名为“AlexNet”的采集，在识别和秀气图像时以压倒性上风打败了其他技巧。这篇论文在这次名次中位列第八，而辛顿另一篇对于深度学习的综述论文名轮番十六。
在提议AlexNet三年后，一篇有影响力的论文先容了名为“U-net”的采集，不错用更少的考试数据来处理图像。该论文刻下名轮番十二位。其合著者之一奥拉夫·伦内伯格（Olaf Ronneberger）因该论文被DeepMind招募。
2017年，谷歌探讨东谈主员在发表的《“看管力等于你所需要的（Attension is All You Need）”》 一文中初度提议了Transformer神经采集架构，通过自看管力机制（self-attention）来耕种大型话语模子的性能。这篇论文在本世纪高被引论文中名轮番七。
在机器学习范围，很多早期的学术论文是开源的，这也提高了其援用次数。《当场丛林（Random forest）》成绩于提议开源、免费且易于使用的机器学习算法，而援用量激增，在这次名次中位列第六。
结语：科学技巧与软件是影响论文援用量的进攻身分
援用，是作家在文件中核实学问着手的神色，是估计论文影响力的进攻圭臬之一。
Nature通过探讨分析标明，被援用次数最多的论文，相通不是先容著名的科学发现，而是倾向于描摹科学技巧或软件，即科学家所依赖的基础器具。
“科学家们说他们喜爱技巧、表面和教授发现，但实质上技巧被援用得更多，”密歇根大学安娜堡分校的社会学家米沙·特普利茨基（Misha Teplitskiy）指出。这些高援用论文AG百家乐技巧打法，不仅展示了它们在学术界的影响力，也响应了科学界对技巧的无为招供和行使。