前言

對於Researchers或者Geeks而言，特別是並沒有在頂級的科研圈裡的人，如何高效的獲取最新的科技前沿，對自己的研究方向，定位是非常重要的。對於比如人工智慧的入門者而言，確定方向更是重中之重。本人自己的經歷發現常常相對旁人總能第一時間獲取最新的技術前沿（顯然也會漏到很多）。然後覺得獲取資訊或許也是一種能力，值得去探索。

那麼下面我就分享一下個人是如何收集前沿資訊的。

Tip 1： Search in English

很多資訊都是通過英文第一時間釋出的，所以，顯然，用English是必然選擇。也所以，如果你想更快速的獲取資訊，請用English。

Tip 2： Search in Google.com

不是我想貶低百度，搜尋資訊特別是英文資訊還是用Google！百度通常更適合去找盜版軟體下載資源。

So，

Tip 3： Pass the Great Wall

不翻牆還想獲取最新資訊，這就像被關在監獄裡還想看到廣闊的天空一樣可笑！

本人推薦用Shadowsocks，花點小錢買個Shadowsocks的伺服器賬號就OK，個人目前使用楓葉主機。

在手機上使用VPN也很方便。本人在iOS上使用BetterNet感覺還不錯！

Tip 4：Embrace Facebook，Twitter and Google+

很多最新的資訊都是通過社交媒體來發布的。因此，也許你沒有那麼多朋友在用Facebook，Twitter還有Google+，但完全可以用它們來獲取有用的資訊。
比如：

這裡特別推薦Google+，可以把想關注的人全部加進去：

比如我自己建了一個Machine Learning的圈子：

每個大牛喜歡的社交工具不一樣，因此那就把三個社交網站都用上吧！

與其每天刷朋友圈，還不如每天刷刷Google+。

顯然也可以在微博上圈上領域相關的人，也能獲取一些有用的資訊。

Tip 5：Some Tech Websites

上面列舉的網站（顯然還有更多）常常會第一時間報道最新的研究成果，所以偶爾看一看會有不一樣的收穫。想必很多研究人工智慧的童鞋會關注新智元，機器之心等公眾號。但他們的資訊是二手的二手。基本是從國外的這些科技網站等等獲取的相關研究進展然後再翻譯過來。由於翻譯者常常對技術沒有真正的理解，因此翻譯也很容易有誤解。

Tip 7: www.youtube.com

Youtube的重要性遠遠大於優酷這些國內視訊網站，因為在Youtube上面我們可以看到很多有用的講座，課程等資訊，這是在其他地方都獲取不到的。

Tip 8：www.arxiv.org

上面的方法都是間接獲取資訊，在arxiv上直接找最新的論文顯然是最最直接的手段了：

Tip 9: Github & Gitxiv

除了Papers當然是codes了。那麼顯然最好的網站是Github了。

還有一個網站Gitxiv把Paper和code整理到了一起，這個也很棒！

Tip 10：Gurus’ Websites

當我們深入一個領域，總能發現一些領域內的專家學者們！沒錯，關注他們，第一時間獲取牛人的研究進展！！

Tip 11: Super Companies’ Websites

人工智慧領域很多成果現在都不是學校裡面產出的，而是Google，Facebook等公司的研究機構產生的。因此，也關注他們！

除了上圖的DeepMind和OpenAI，還有Google Brain，Facebook的FAIR等等機構都值得關注。

Tip 12：Search by Chain Rule

當我們尋找資訊的時候，常常會從一點到另一點。這需要我們能夠快速的從網頁中找到有用的資訊，並居於此做進一步的探索。這就是搜尋的“鏈式法則”。但這往往需要很多的經驗從而能夠快速的確定哪些內容是關鍵資訊。所以，是不是可以訓練個分類器來判斷哪些內容對你有用哪些內容對你沒用來加快獲取資訊的速度呢？

Tip More: Eager to Know something new!

只有對最新的技術，進展有很高的興趣，才會去自我驅動的去尋找資訊吧！而且，在上面的各種資訊中，常常我們會發現一些志同道合的人，那麼不妨主動去聯絡一下，說不定會有新的啟發！

小結

上面說了很多獲取前沿資訊的方法，根本的目的其實是形成一個人對某個特定大領域的大局觀，不僅僅侷限在人工智慧。在我看來，知識的廣度比深度更重要，廣度決定了你選擇哪個方向是對的。至於能不能深下去，那需要不斷的積累吧！

還有一點是顯然我們更多的時間不是花在search上，而應該花在learning和implementing上，因此，雖然有這麼多Tips，畢竟精力有限，最好是偶爾間隔一段時間有個好心情去探探密，那麼往往會看到不一樣的風景吧！