0
如今，機器學習的發(fā)展正如火如荼，每天都有眾多最新研究論文在線上發(fā)表。論文不僅承擔了分享研究成果的責任，同時，也表達了科學家們對事物的不同理解。
雷鋒網了解到，為了更好地讓機器學習領域的科學家們分享研究成果，探討最新進展， OpenAI,、DeepMind和 YC Research等多個機構機構于昨日聯(lián)合發(fā)布了一個交互式科學期刊網站Distill，該網站主要有發(fā)表期刊學報、為優(yōu)秀著作發(fā)放 Distill prize獎金以及提供交互性論文寫作工具這三個功能。
Distill有何特色？
采用先進的網絡技術
Distill使用了先進的網絡技術。人們可以利用Distill，創(chuàng)建交互式圖表和用戶界面，直觀地展現(xiàn)研究思路。
一個解釋神經圖靈機的交互圖，Olah & Carter, 2016
在過去幾年里，已經有多個研究工作用此方法呈現(xiàn)，使得論文表現(xiàn)力大大提升，呈現(xiàn)方法例如：
可探索的解釋說明（Explorable Explanations）：
http://explorableexplanations.com/；
瀏覽器中的深度學習 ConvNetJS：
http://cs.stanford.edu/people/karpathy/convnetjs/；
機器學習可視化介紹：
http://www.r2d3.us/visual-intro-to-machine-learning-part-1/；
借助媒體進行再思考的方法：
http://worrydream.com/MediaForThinkingTheUnthinkable/；
等等。
用于 t-SNE 降維的 interactive playground 動圖，幫助讀者直觀理解技術及其應用
提供專業(yè)的發(fā)布場所
機器學習領域有大量的會議和期刊雜志，但卻沒有一個能統(tǒng)一出版研究人員成果的地方。這一方面是由于人們之前對這一問題缺少關注，一方面是因為傳統(tǒng)出版方式無法呈現(xiàn)出交互式、可視化的論文。
有了Distill，許多重要研究成果就能以更好地方式呈現(xiàn)，而它們的作者也將能進入學術支持體系。
為優(yōu)質成果提供獎金
DeepMind為Distill年度獎的特約贊助商， 該獎勵旨在表彰機器學習領域表達最佳、呈現(xiàn)的概念最具創(chuàng)新力的研究成果，以幫助研究人員提高創(chuàng)新思維和多元化思維。
而且，DeepMind的研究人員Shakir Mohame也將擔任指導委員會的成員。
作為一個獨立組織，Distill的成員主要有：
編輯：
Shan Carter 和ChrisOlah（谷歌大腦）
指導委員會成員：
Yoshua Bengio (蒙特利爾大學)
Mike Bostock (d3創(chuàng)建人)
Amanda Cox (紐約時報)
Ian Goodfellow (谷歌大腦)
Andrej Karpathy (OpenAI)
Shakir Mohamed (DeepMind)
Michael Nielsen (Y Combinator研究院)
Fernanda Viegas (谷歌大腦)
雷鋒網了解到，該平臺一經發(fā)布，研究者們紛紛在推特上表示，Distill對于發(fā)展機器學習大有裨益。
以下是幾位大牛的推文，讀者可以感受一下學界圈對Distill的一般評價。
Ian Goodfellow在推特上稱：“想學機器學習嗎？來關注distillpub?！?br/>
前不久，李飛飛在谷歌云計算大會上講到AI民主化戰(zhàn)略（詳細報道可見雷鋒網報道《李飛飛：從四個方面讓AI民主化》）；她在推特上表示，Distill也是實現(xiàn)一個“AI民主化的好辦法”。
斯坦福大學兼職教授Reza zadeh在推特上說道，看到機器學習在谷歌發(fā)布的Distill上能有這么清楚地解釋，真的很開心。
谷歌AI研究員Fran?ois Chollet在推文中稱，能夠解釋和利用現(xiàn)代用戶界面，真是很贊的創(chuàng)舉。
人類遺傳學和認知功能實驗室研究員Guillaume Dumas 在推文中表示，用Distill展示論文非常簡潔。
Distill如此受大牛們的青睞，不知arXiv等傳統(tǒng)論文網站是否也會借鑒這一思路，創(chuàng)造出更多表達力更強、互動性更高的論文展示方式？
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
