全球每天产生100篇机器学习新论文！谷歌大脑负责人Jeff Dean发推引热议，网友：太浪费时间
论文数量太多以至于只有机器才能全部读完
铜灵 发自 凹非寺
量子位 出品 | 公众号 QbitAI
做机器学习研究，少不了紧跟学界前沿动态，但你知道需要留多长时间才能跟完新研究么？
Google AI大牛、谷歌大脑负责人Jeff Dean，在经过精密计算后得出了一个数据：
平均每一天全世界都会产生100篇机器学习新论文。
如果保守估计，按照扫一篇要3分钟保守估算，跟进每天新论文需要5个小时。
而这只是一天的更新量，无论你在过寒暑假还是在周末休息，每一天都会有这么多新论文产生。
Jeff Dean推特发出一天多，就有数百人点赞转发，引发了网友热烈讨论。
速度超越摩尔定律
事情的起因是这样的，生命科学预印本发表网站bioRxiv的联合创始人Richard Sever发现，bioRxiv上的语音版论文连年攀升，到2018年，平均每个月有2500篇生物类新论文被生产出来。
△ 图片来自Richard Sever的Twitter
AI大牛Jeff Dean看到后坐不住了，他跑到另一个论文预印本网站arXiv上，抓取了历年机器学习子分类下的更新论文也进行了统计。
结果发现，单单计算机科学领域里机器学习这一子分类的论文产量，就已经超过Richard Sever统计的生物论文了。
具体数量走势图如下：
上图蓝线表示arXiv上每年机器学习分类的论文的数量，红线表示摩尔定律的趋势走向。
（所谓摩尔定律，原本是指集成电路上可容纳的晶体管数目，约每隔两年便会增加一倍）
可以看出，机器学习论文数量的增长幅度，已经大大超出了半导体界的衡量标准摩尔定律。
并且在2018年，机器学习论文产量达到了峰值，每天有100篇论文产生。
这让网友有点震惊。
网友热评
网友对于此事的看法，方向角度各不一样。
Twitter网红博主@Amit Patel调侃说，论文奇点即将来临，论文数量太多以至于只有机器才能全部读完。
@gepasi认为，论文数量虽多，但质量参差不齐，提供的价值也需要辨别。他认为，这些论文中很多都没有提供任何增量。
gepasi还说，当你10年后回顾今天，就会发现这些论文中的大部分都将变得无关紧要。
@SamRNolen调侃说，到2060年，世界上每个人都可以每天写一篇ML论文……
网友@jamesdouma也说出了自己的真实感受，他表示直到2015年底，都可以自己浏览所有更新。但从那以后，不得不回到使用社交网络进行第一次筛选。
所有……网友们集思广益，还推荐了一些筛选工具的利器。
比如会根据热度自动给论文排行的Paper with code：
https://paperswithcode.com/
比如Arxiv-Sanity论文搜索工具：
https://github.com/Santosh-Gupta/Arxiv-Manatee
比如自动带提取重点功能的应用Research Paper Summarizer。
你怎么看？
— 完 —
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ’ᴗ’ ի 追踪AI技术和产品新动态
- 微软公布19财年财报：净利润增长22%，云计算首超个人计算业务2019-07-19
- 腾讯云推出物联网边缘计算平台，具备五大特点，想攻克物联网落地难题2019-08-28
- DeepMind医疗业务几经动荡，现在团队并入Google2019-09-20
- 首例基因编辑干细胞治疗艾滋病：北大邓宏魁参与，达最佳治疗效果2019-09-14
相关阅读
Python最热，PyTorch增速是TF的13倍：2019机器学习工具调查来了
2019年，做数据分析和机器学习，大家都喜欢什么样的工具？著名的数据分析社区KDnuggets发布调查，给出了最新结果。
