تو دوران ارشد مطالبی رو به طور غیرمستقیم یاد گرفتم که فکر می‌کنم اگر از اول می‌دونستم، شاید خیلی متفاوت عمل می‌کردم.
مثل همیشه، فکر نمی‌کنم لازم باشه که تأکید کنم که این حرف‌ها وحی منزل نیستند و بسته به شرایط هر فرد ممکنه تغییر کنند و قص علی هذا.
کار تیمی
به نظرم مهم‌ترین چیزی که تو ارشد یاد گرفتم، اهمیت کار تیمی هست. تیمی کارکردن از موضوعی که روش کار می‌کنید، هم مهم‌تر هست.
بهش فکر کنید. اگر تنها کار کنید، در طول مسیر انگیزه‌تون کم میشه و کسی رو ندارید باهاش هم‌فکری کنید. نهایتاً هم احتمالا یک چیزی سر هم بندی می‌کنید و حتی حال و حوصله مقاله‌کردنش هم ندارید.
بالاخره دوست داشته باشید یا نداشته باشید، یکی از مهم‌ترین خروجی‌های کار هر فرد تو دوران آکادمیک (در خیلی جاهای دنیا) مقاله است. چیزی هست که اساتید باهاش ارتقاء می‌گیرند. دانشجو باهاش فارغ‌التحصیل میشه و دانشگاه هم خوشحال میشه که رتبه‌اش بهبود پیدا می‌کنه.
اگر تیمی کار کنید، ایده‌دادن و نوشتن مقاله خیلی براتون آسون‌تر خواهد بود. انگیزه‌تون هم بیشتر حفظ میشه و نهایتاً یک بخش کوچیک از چند تا کار متفاوت رو انجام می‌دید و مثلاً تو انتهای دوران ارشد ۳ ۴ تا مقاله چاپ‌شده خواهید داشت.
این‌طور که من فهمیدم، تقریباً هیچ‌جای دنیا این‌طور نیست که یک نفر یک پروژه بزرگ رو به تنهایی پیش ببره. تو مقالات مهم هم اگر نگاه کنید، معمولاً چند نفر مشارکت داشتند. اصلاً همین مشارکت و توانایی کار تیمی‌کردن بعداً برای اپلای (اگر قصد اپلای داشته باشید)، بسیار مفید خواهد بود.
شاید کلاً تو فیلد هوش به تعداد انگشتان دست آدم داشته باشیم که مقاله تکی مهم میدن. این‌ها هم اکثراً کسانی هستند که خودشون فیلد رو درست کردند مثل جفری هینتون.
بعضی دوستان من در دوران ارشد هنر تیم‌سازی رو داشتند. به تیم‌های متفاوتی از داخل آزمایشگاه خودشون (یا با اجازه استاد از خارج آزمایشگاه) ملحق شدند و مقاله گروهی نوشتند.
یکی از دلایلی که من از نظر آکادمیک زیاد موفق نبودم، همین تعامل انتخابی هست. تو صنعت شما مجبورید تعامل داشته باشید؛ ولی تو آکادمیک این تعامل، یک انتخاب هست و هر چند سخت باشه به نظرم ارزشش رو داره.
علت این امر هم فقط تقسیم کار نیست. یک علت دیگه‌اش موضوعی به نام «خاک فیلد» هست. مثلاً کسی که وارد فیلد 3D Computer Vision میشه، شاید یک یا دو سال طول می‌کشه تا بفهمه که کجا میشه روی چه موضوعی کار کرد و همچنین ایده معقولی برای پیاده‌سازی رو اون داشته باشه.
وقتی داخل یک تیم باشید و یک سوپرواریزر (معمولا دانشجوی دکترا) داشته باشید، می‌تونید خیلی ساده‌تر اصطلاحاً وارد فیلد بشید و بفهمید چه خبره. وگرنه باید یکی دو سال دور خودتون بچرخید تا بفهمید چیکار کنید.
یه بار داشتم با یکی از اساتید شریف صحبت می‌کردم و در اهمیت کار تیمی و هم‌فکری با بقیه می‌گفت: «ریسرچ واقعی تو آزمایشگاه اتفاق نمی‌افته. خیلی از ایده‌های خوب وقتی دارید با بقیه چای می‌خورید مطرح میشن. بعد پیاده‌سازی میشن و اتفاقاً نتایج بسیار جالبی هم ازشون در میاد.»
سنگ بزرگ
هممون از قدیم شنیدیم که «سنگ بزرگ نشانه نزدن است.» ولی خیلی‌هامون تو دوران ارشد و دکترا هدف‌های بزرگی تعیین می‌کنیم که بهشون نمی‌رسیم.
فکر می‌کنیم قراره با کاری که ما تو چند سال انجام می‌دیم، فیلد متحول بشه! در صورتی که اصلاً هدف این نبوده. هدف این بوده که یه مسئله کوچیک رو تعریف کنید، بعد سعی کنید حل‌اش کنید و یا اگر قبلا حل شده، از یه نظر کمی بهبودش بدید.
کلا تحقیق همین شکلی جلو میره که یک عالمه آدم کارهای کوچیک کوچیک انجام میدن و بهبودهای جزئی میدن. البته قبول دارم که بعضی وقت‌ها یه سری‌ها میان و ایده‌هایی میدن که فیلد رو متحول می‌کنن؛ اما این‌ها قاعده نیستند. استثناء هستند.
انگار یک عالمه آدم دارند تو یک فضای بسیار بزرگ و تاریک جستجو می‌کنند و بعد از مدتی یکی یک جواهر پیدا می‌کنه. اون آدم خیلی مشهور و موفق میشه ولی بقیه هم تلاش‌شون رو کردند. فقط شانس باهاشون یار نبوده.
یه بحثی رو اینجا تو پرانتز بگم. به نظرم یه علتی که معمولا حقوق آکادمیک کمتر از صنعت هست، همینه. مسئله عدم موفقیتی هست که تو ذات آکادمیک وجود داره. مثلاً به موضوعی مثل Object Detection یا تشخیص شیء فکر کنید. من تو دوره ارشدم روی این موضوع مطالعاتی داشتم. جالب این بود که با این که مشخص بود زحمت کشیدند؛ اما اکثر کارها بهبود چندانی نداشتند. شاید آخرین بهبود خوب مال یک ایده‌ای بود که جوزف ردمون در سه مقاله معروف YOLO داد. حالا آیا میشه به همه این افراد پاداش خیلی زیاد داد؟ قاعدتاً نه. پس استراتژی بقا برای دانشگاه (به عنوان یک نهاد) این میشه که افراد بسیار زیادی رو به عنوان محقق با حقوق کم بگیره و سعی کنه کار رو جلو ببره.
اهمیت نوشتن
موضوع مهم دیگه اهمیت نوشتن و گزارش‌کردن هست. ته تهش قراره کارتون رو در قالب پایان‌نامه یا مقاله منتشر کنید و ابزار کار نوشتن هست.
چقدر خوب که با نوشتن دوست بشید. مثلاً یادداشت روزانه داشته باشید یا به روش نگارش بقیه تو مقالات توجه کنید.
در کل فکر می‌کنم بهترین روش انتقال ایده (با اختلاف) نوشتن هست. اگر حال و حوصله کتاب‌خوندن داشته باشید، شاید بد نباشه کتاب جاستین زوبل با نام Writing for Computer Science رو یه نگاهی بندازید.
کتابش رو تو دوره کارشناسی روش تحقیق و پژوهش خوندم و از متن روانش خوشم اومد.
نوشتن برای فراموش‌نکردن هم بسیار مهمه. بارها شده بود که یک آزمایش رو انجام میدادم و دلایلم برای انجام اون رو جایی نمی‌نوشتم و حتی نتایج رو هم خیلی دقیق یادداشت نمی‌کردم و می‌گفتم بعداً سر فرصت یه جا انجام میدم. بعداً هم انقدر موضوعات دیگه پیش میومد که حتی یادم نبود همچین کاری کردم.
ذهن آدمیزاد عجیب فراموش کاره. فکر می‌کنم اگر بخوام دوباره ارشد بخونم تمام آزمایش‌ها و نتایج‌شون رو همون وقتی که آزمایش تموم شد، در یک جا ذخیره می‌کنم بعد داخل یک فایل راجع بهشون مکتوب توضیح میدم.
این فقط مشکل من نبود. بعداً فهمیدم خیلی از دوستانم هم تو هنگام نوشتن پایان‌نامه به مشکل برخوردند. بعضی‌ها هم چون وقت نبوده دوباره انجام بدن به عددسازی روی آوردند!
نگاه بلندمدت
من همزمان با دوره کارشناسی، تقریباُ چهار سال توسعه‌دهنده یک نرم‌افزار حسابداری بودم. به همین خاطر هیچ‌وقت یاد نگرفته بودم که یک پروژه ممکنه سال‌ها طول بکشه و نهایتاً هم به جواب خیلی جالبی نرسه.
تو صنعت معمولاً اصطلاحاتی مثل Scrum و Sprint و امثالهم رایج‌تر هستند. یه علتش این هست که اونجا میشه یک پروژه رو به بخش‌های خیلی کوچیک‌تر شکست و برای تک‌تکشون زمان‌بندی داد و در یک زمان معقولی انجام‌شون داد.
ولی خیلی وقت‌ها تو ریسرچ همچین نگاهی درست نیست. ممکنه شما یک سال روی یک موضوع خاص کار کنید و بعد از یک سال کلی ایده رو تست کنید و هیچ‌کدوم نتایج خوبی نداشته باشند. حتی ممکنه ایده‌هاتون باعث بشن که نتایج بدتر بشن.
اینجا خیلی نیاز هست که آدم بتونه بر حس ناامیدی‌اش غلبه کنه. نظرسنجی‌ها نشون میده، سندروم ایمپاستر خیلی در دانشجویان دکتری رایج هست.
تو همین شریف بعضی دانشجویان دکتری برای غلبه بر این مسئله قرص افسردگی مصرف می‌کنند.
از شما چه پنهون من خودم هم یک حس عمیق عبث‌بودن داشتم! می‌گفتم حالا بر فرض که ما این مدل رو با یک ایده‌ای به اندازه رقم سوم بعد از اعشار بهبود دادیم. این چه فایده‌ای در دنیای واقعی داره؟ به کی کمک می‌کنه؟ کجا «ارزش آفرینی» انجام میشه؟
و خب این افکار دیوانه‌ام می‌کرد.
این‌طور که فهمیدم، کسانی که با دنیای آکادمیک کنار اومدند، معمولاً این‌طور فکر نمی‌کنند. یکی از اساتیدم می‌گفت: «همین که من یک کاری رو انجام بدم. بعد یه نفر دیگه از کار من ایده بگیره و بره یه جایی استفاده کنه و یه نفر دیگه از کار نفر دومی بره یه محصول خلق کنه، من راضیم!»
این نگاه برام نگاه جالبی بود. فهمیدم بعضی‌ها هستند که حتی اگر بتونند تأثیرات بلندمدت و غیرمستقیم داشته باشند، راضی هستند.
هر چند، من جزو این دسته نیستم. من می‌خوام خروجی کاری که انجام میدم رو ببینم و این یکی دیگه از دلایلی هست که با آکادمیک سخت کنار میام.
البته این جنبه منفی ماجراست. این نگاه بلندمدت یک جنبه مثبت هم داره و اون تأخیر هست. تو صنعت خیلی وقت‌ها اگر نتونید تو یکی دو ماه وظایفی که میگن رو انجام بدید، شاید خیلی زود اخراج‌تون کنند. در واقع همون‌طور که زود استخدام می‌کنند و زود خروجی می‌بینند، زود هم اخراج می‌کنند.
ولی معمولاً تو دانشگاه اینطوری نیست و حتی اگر بخوان کسی رو اخراج هم بکنند، تو بازه شش ماه و یک‌سال این‌کار رو انجام میدند. به نظرم این کند بودن تو ذات آکادمیک هست و نمیشه ازش جدا کرد.
اتیکت آکادمیک
بعد از گوش دادن به فایل‌های «اتیکت» از متمم، یکی از دوستانم پیشنهاد داد که کار مشابهی برای دنیای دانشگاهی انجام بدیم.
اولین سوالی که اینجا ممکنه پیش بیاد اینه که این مسائل چه اهمیتی داره؟
همون‌طور که تو دنیای کار یک سری قاعده نانوشته وجود داره، در آکادمیک هم یک سری قاعده داریم و ندونستن این قواعد نانوشته باعث میشه، یک سری دلخوری بین شما و استاد راهنماتون و یا افراد دیگه بوجود بیاد.
مثال بزنم. یکی از قواعد سیستم اینه که اگر خواستید با یک استاد دیگه در مورد پایان‌نامه مشورت کنید، باید از استاد راهنماتون اجازه بگیرید.
یک بار یکی از دوستان من بدون اجازه استادش با یه استاد دیگه در مورد تزش مشورت کرد و بعداً که استاد خودش (از طریق دیگری) فهمید که این اتفاق افتاده، رابطه بین دو تا استاد شکر آب شد و تا مدت‌ها با هم مشکل داشتند. تا اونجا که می‌دونم، هنوز هم با هم رابطه خوبی ندارند!
از بیرون اگر نگاه کنید، اتفاق مهمی نیافتاده. بالاخره یکی با یکی دیگه مشورت کرده. ولی ممکنه بعضی‌ها این رو بی‌احترامی به خودشون تلقی کنند.
راه‌حل چیه؟ خیلی ساده. قبل از این که در مورد تز‌تون با شخص دیگری مشورت کنید، به استاد راهنما اطلاع بدید و بگید می‌خوام با فلانی صحبت کنم. در این حالت ممکنه حتی استادتون یک ایمیل به نفر دوم بزنه که باهاتون بیشتر همکاری کنه.
چی از دست دادید؟ هیچی. فقط احترام گذاشتید.
قاعده نانوشته بعدی اینه که تا وقتی زیر نظر یک استاد هستید، تمام کارهاتون رو باید ایشون نظارت کنه و اگر مقاله دادید، اسم ایشون هم باید باشه ولو (در بدترین حالت) هیچ کاری نکرده باشن.
در شدیدترین حالتش ممکنه یک دانشجوی کارشناسی یک کاری انجام بده و زیر نظر یک ارشد باشه. ارشد زیر نظر دانشجوی دکترا باشه و دانشجوی دکترا زیر نظر استاد باشه. با احتمال زیاد لازم هست، اسم تمام افراد ناظر در مقاله بیاد؛ حتی اگر هیچ کاری نکرده باشند.
این قاعده رو من نه تنها در مهندسی بلکه در پزشکی هم دیدم که وجود داره. شاید قانون قابل دفاعی نباشه ولی بالاخره هست.
شاید بعضی جاها از این قواعد خوشتون نیاد و دلتون بخواد که ازشون سرپیچی کنید. اختیار این کار با خودتونه. من میگم آدم باید بدونه که انجام فلان کار ممکنه برای استادتون حساسیت ایجاد کنه و ممکنه بعدا مشکل‌ساز بشه. ولی این که می‌خواید انجام بدید یا نه، دست خودتونه.
یا مثلاً لازم هست که هر وقت خواستید از استاد ریکام بگیرید یا ایمیل استاد رو به جایی برای درخواست ریکام بدید، ازش اجازه بگیرید وگرنه ممکنه ناراحت بشه.
یک موضوع مهم دیگه کار کردن یا نکردن هست. طبق تعهدی (ضمنی یا مستقیم) که یک دانشجوی ارشد یا دکتری میده، دانشجو باید بصورت تمام وقت در آزمایشگاه مشغول باشه و اگر خواست جای دیگه کار کنه، حتماً باید با اجازه استاد باشه.
به شخصه در دوره ارشد این موارد رو (هر چند برام سخت بود) رعایت کردم. سخت‌ترین موردش هم مورد آخر بود که چون تعهد داده بودم، نمی‌خواستم زیر حرفم بزنم.
ولی شاید یه راه‌حل بهتر این باشه که آدم با استادش صحبت کنه و ازش اجازه بگیره و یه جا بصورت پاره‌وقت مشغول به کار بشه؛ ولی باز هم فکر می‌کنم که اجازه‌گرفتن از استاد در این موارد ضروری هست.
علت هم به روز اول مصاحبه برمی‌گرده. معمولاً تو روزهای اول مصاحبه برای این‌که خودمون رو کاندید مناسب‌تری برای استاد نشون بدیم، می‌گیم که ما جای دیگه کار نمی‌کنیم و فلان و بهمان. بعد که آب‌ها از آسیاب گذشت، یادمون میفته که زندگی خرج داره.
اخلاقی‌تر اینه که آدم همون اول به استاد بگه که من تمام وقت نمی‌تونم بیام و هفته‌ای فلان مقدار بیشتر نمی‌تونم وقت بگذارم. اینطوری دست استاد هم در انتخاب بین دانشجوها آزاد‌تره و اگر ما رو انتخاب کرد، دیگه بدقولی‌ای صورت نگرفته.
ریسرچ صنعتی
به نظرم یکی از مسخره‌ترین ایده‌هایی که تو دوران ارشدم داشتم همین ریسرچ صنعتی بود. می‌خواستم بهترین‌های هر دو دنیا رو داشته باشم. خیلی طول کشید تا فهمیدم این ایده هر چند در حرف قشنگه؛ اما در عمل چندان امکان‌پذیر نیست.
تو هوش‌مصنوعی این اتفاق خیلی می‌افته و علتش هم گپ خیلی زیاد بازار کار و دنیای آکادمیک هست. تو آکادمیک از شما می‌‌خوان که روی «مدل» کار خاصی انجام بدید. مثلاً فرض کنید یک ماژول Attention یه جاییش بذارید که خوشحال بشن. بالاخره باید تو مدل یک دستی ببرید و بگید در حد رقم دوم بعد از اعشار، کارایی‌تون بهتر شد. اینجا خیلی خوشحال میشن. تو مقالات ماشین لرنینگ هم همینه.
تو صنعت ولی مشارکت تو مدل اصلاً مهم نیست. اصلاً ایده‌آل‌ترین حالت اینه که شما یک مدل کاملاً آماده رو بردارید استفاده کنید. اگر نبود برید داده جمع کنید مدل آموزش بدید. شاید اصلاً کل کارتون جمع‌آوری داده‌ها بیشتر و با کیفیت‌تر و فیلتر کردن اون‌ها باشه.
مسئله اینه که از این کارها هیچ‌وقت مقاله در نمیاد. حداقل وضع فعلی مقاله‌های فیلد هوش‌مصنوعی که اینطوری هست. مگر این که زمانی که شما این مطلب رو می‌خونید، وضع عوض شده باشه.
خلاصه مسئله اینه که من با ایده‌های بزرگ (که آکادمیک و صنعت رو پیوند بدم) وارد دنیای آکادمیک شدم و مسئله‌ام این بود که یک کار صنعتی انجام بدم که آکادمیک هم باشه؛ ولی بعد مدتی مسئله‌ام این شد که فقط دفاع کنم و خلاص شم از دست آکادمیک.
در کل هدف صنعت تولید محصول هست و سودآوری هر چه بیشتر. هدف دانشگاه، تولید مقاله و پایان‌نامه است و ترکیب کار آسونی نیست و به نظر من خروجی کار یک وسط باز (مثل من) که به دنبال هر دو هست، نه به درد صنعت می‌خوره نه آکادمیک.
فعلاً فکر می‌کنم کسی که راجع به ریسرچ صنعتی صحبت می‌کنه یا نمی‌دونه صنعت چیه یا با ریسرچ آشنایی نداره. این مورد در ایران که تقریبا همیشه درسته؛ ولی در خارج کشور ممکنه استثناء هم پیدا بشه.
سایت‌ها و ابزارهای مفید
سایت‌ها
یک سری سایت‌ها هستند که کنفرانس‌هایی که تو فیلد برگزار میشه به همراه تاریخ و موضوع برگزاری رو اطلاع‌رسانی می‌کنند. بد نیست کسی که دنبال مقاله‌است گوش به زنگ باشه. حداقل تو کامپیوتر اینطوریه که کنفرانسی‌ها رو راحت‌تر و زودتر میشه چاپ کرد و اعتبارشون هم مناسبه. یه سایت مناسب برای بررسی این هست.
یک سری سایت مفید برای ریسرچرها هست که در این پست وبلاگ معرفی کردم. به نظرم خیلی مفید هستند؛ ولی دوباره تکرار نمی‌کنم.
ابزارها
جبرف (JabRef) رو هم دریابید. این ابزار می‌تونه فایل‌های رفرنس شما رو بخونه و پردازش‌های جالبی روش انجام بده. مثلاً گروه‌بندی کنه یا مقالات تکراری را حذف کنه یا حتی DOI مقاله رو پیدا کنه و با توجه به اطلاعات موجود در اینترنت رفرنسی که نوشتید رو آپدیت کنه و بهبود بده!
یک ابزار هم برای مدیریت مقالات و کتاب‌هایی که می‌خونید نصب کنید، فعلا Zotero و Mendeley معروف هستند و اکثراً از این‌ها استفاده می‌کنند. چند تا خوبی دارند مثلاً مقالات و کتاب‌هایی که می‌خونیم رو دسته‌بندی می‌کنیم یا متن رو هایلایت می‌کنیم یا این که وقتی دوباره کتاب رو باز کنیم، آخرین صفحه‌ای که خوندیم رو برامون باز می‌کنه.