灵感与抄袭

最近，机器学习社区有人发现，以发布古怪人工智能视频而闻名的 YouTube 用户 Siraj Rival 抄袭了一篇“论文”的大部分内容。这篇论文似乎并未正式发表，但确实存在于网络上，也出现在 Siraj 的一个视频中（Siraj 声称这两个平台都已被他删除）。你可以在相关讨论帖中了解更多信息。

我从未发表过人工智能方面的论文，无论是公开的还是其他形式的，但我曾与一群参与三一大学本科生科研体验项目（REU）的同学合作撰写过一篇关于多智能体分布式系统的论文。虽然这并非我目前的主要研究方向，但那次经历让我意识到自己对用户界面/用户体验设计（UI/UX）很感兴趣。更重要的是，作为一名本科生，撰写并发表一篇计算机科学学术论文的经历也让我受益匪浅。

如果你想体验从零到极致的冒名顶替综合症，那就去参加一个会议，在那里他们会想当然地认为你是博士，所以每封邮件都称呼你为“博士”（而你甚至连学士学位都没有……）。

我们的研究方案在最终定稿之前经历了几个不同的版本和修改，整个夏季项目期间都投入其中，秋季又进行了额外的测试和模拟运行。我们取得了一些成果，也为未来的研究提出了更多想法。下个学期我们还有第二次机会在会议上进行展示，所以我们自然而然地想在有限的时间内完成更多的工作。而这一切都是在我们各自就读于不同大学的同时完成的。

我们最终认定这项研究“完成”，论文于2010年发表。令我们惊喜的是，2013年竟然有人引用了它。这太棒了！我们的辛勤工作激励了其他研究人员，他们也给予了我们应得的认可。

但由于我们大多数人已经转行到其他行业从事其他工作，除非其他研究人员引用我们的论文，否则我们根本不会知道自己的研究成果被引用过。我们不可能，也绝不会阅读每一篇论文，无论是否已发表。在大多数情况下，研究人员只能信任现有的体系，并寄希望于他们的研究成果在未来能够被恰当地引用和利用。

这就引出了我的观点：Siraj 轻描淡写的回应（我甚至不会在这里贴出链接，请看我上面的推文）——他声称自己因为要按照某种人为设定的时间表发布视频而面临时间紧迫的问题——简直荒谬至极。构建丰富的在线人工智能内容，让学习更便捷，并不意味着你可以随意复制粘贴他人的劳动成果并据为己有。调整内容范围或时间表可以理解，但抄袭永远不可接受，永远不可原谅。这无疑是自毁信誉的绝佳途径。

更令人悲哀的是，这似乎并非孤立事件。

那么，如何避免犯抄袭的错误呢？

永远要尊重原创，注明出处。引用资料来源。参考之前的研究人员、作者、维护者等。调整时间安排，在不作弊的前提下，完成你力所能及的高质量工作。或许你还需要学会拒绝超负荷的工作。