工作后，有沒有覺得自己閱讀能力有所下降，卻沒有時間去閱讀？但問題是，身在自動駕駛圈，我們就必須做到與時俱進，而與時俱進的一種有效辦法就是讀論文（paper）。

（一些公司會定期有paper reading的活動，幾個人聚在一起討論paper。Paper中的很多成果確實很實用，經(jīng)過一些鉆研和演變，可以變?yōu)楣镜募夹g成果。）

當然，除了paper，很多公司也經(jīng)常發(fā)表技術博客，在行業(yè)大會上發(fā)表研究成果，這些都是互相學習的有效途徑。

如果你已經(jīng)對某一領域非常熟悉，讀該領域的paper應該不是難事。但問題是，新領域層出不窮, 今天unsupervised learning, 明天reinforcement learning，后天不知道又會有什么新話題。在繁忙的日常工作中，如果要做到不落伍，將知識活學活用，我們就要學會如何快速讀paper。

Landing AI的CEO吳恩達（Andrew Ng）去年在斯坦福的課堂上講解了他是如何快速讀paper的方法，值得借鑒。我們在這里分享一些經(jīng)驗。

首先，我們其實沒必要糾結哪篇論文值得讀，哪些不值得。很多人卡在這一步，結果干脆一篇也不去讀。如果掌握了快速讀paper的方法，看到一篇不值得讀的，不繼續(xù)讀下去就是了。

也有很多人認為，paper就一定要讀最權威的，沒有名氣的paper讀了也沒用。其實不然。權威的讀一讀固然有益處，但往往過于泛泛，幫不到你公司的實際業(yè)務。那些對你有價值的知識反而容易在沒有名氣的paper中找到。

第一步：篩選

一旦找到了感興趣的話題，可以找到幾十篇有關該話題的paper，用速讀法快速找到其中對自己有益的幾篇，再去細讀。具體方法如下。

篩選論文的方法很簡單，首先，有個優(yōu)秀的搜索引擎會事半功倍，比如一些圖書館網(wǎng)站，利用分類檢索功能快速找到和主題相關的所有paper。我們也可以關注一些業(yè)界大牛的博客，接受新paper的推送。也可以關注一些行業(yè)頂級會議，比如NeurIPS、CVPR、ICML、ICLR。

找到所有paper后，可以只閱讀標題、摘要部分以及圖片，初步篩選出自己感興趣的paper，每篇閱讀的時間不超過兩分鐘。如果只是想對該主題有初步的了解，5-20篇論文就足夠。而如果要做深入研究，就要至少讀上50篇。

第二步：選定精讀paper

Paper初步篩選好之后，就要選擇自己首先需要精讀的幾篇。除了閱讀摘要部分，還需要閱讀簡介、結論、圖表等重要內(nèi)容。每篇閱讀時間不超過十分鐘。

大部分paper都會有數(shù)學或是代碼部分，在開始精讀之前，我們不需要閱讀這些細節(jié)。

如果某篇paper讀起來感覺對自己很有價值，可以再閱讀literature review以及reference部分，找到相關的其他paper。彌補第一步的空缺。

第三步：精讀

最后一步才是精讀。精讀當然需要比較長的時間。我們可以針對數(shù)學部分自行演算，針對代碼部分可以自己跑一遍。當然，前提是你已經(jīng)清楚這篇論文的主旨，保證自己可以從中學到需要的部分。

精讀也不是說需要通篇讀。一篇paper里內(nèi)容很多，但我們不必都讀一遍，取其精華即可。