論文リサーチの基礎
AI系エンジニア・研究者が論文を効率よく探し、読み解くための基礎スキル。AIインターンや研究プロジェクトでは「最先端論文を参考にモデルを実装・評価する」タスクが存在するため、論文リサーチ能力は実務上も重要。
論文検索ツール
Google Scholar
論文検索の王道。Googleが提供する論文検索サービス。
- 特徴: 幅広い分野の論文・引用数・被引用関係を確認できる
- 用途: 研究の入り口として最も使いやすい
arXiv
読み方は「アーカイブ」。査読公開前の論文を公開できるサイト。
- 対象分野: コンピュータサイエンス・数学・物理学など
- 特徴: AIのDeepLearning系論文が多数公開されており、最新研究を素早くキャッチアップできる
- 注意: 査読前の論文も含まれるため、内容の精度には注意が必要
arXivTimes
機械学習系の論文を調査・共有するためのリポジトリ。
- 特徴: コミュニティによる機械学習論文の要約・解説が集積されている
- 用途: arXivの論文を日本語で概要把握したい場合に活用
Papers with Code
実装コード付きの論文をまとめているサービス。
- 特徴: 論文に紐づいた実装コードが確認できる
- SOTA検索: 現時点での最高性能（State of the Art）のモデルに絞って検索可能
- 用途: 論文を再現実装する際の出発点として非常に有用
CiNii
日本語で書かれた論文を検索する場合のメインツール。
- 特徴: 国内学術情報を網羅的に検索できる
- 用途: 日本語論文・和文資料の調査
論文の読み方フォーマット
落合フォーマット（高速論文読み）
東大の落合陽一氏が提唱した6項目での論文整理フォーマット。
1. どんなもの？（研究の概要・主張）
2. 先行研究と比べてどこがすごい？（新規性・差分）
3. 技術や手法のキモはどこ？（中核的な仕組み）
4. どうやって有効だと検証した？（実験設定・結果）
5. 議論はある？（課題・限界・批判）
6. 次に読むべき論文は？（関連研究・引用論文）
活用例: このフォーマットをChatGPTのプロンプトに使い、高速に論文を読み回す学生もいる（【教材まとめ】これ全部やったら流石に誰でもつよつよAIエンジニアになれるより）。
矢谷流（東大矢谷研）
東大の電子情報学科・電気電子工学科の学生が参考にしている論文の読み方。
- 特徴: 研究目的・主張・証拠の構造に沿って読む方法論
- 用途: 研究室での論文輪読・ゼミ発表の準備
松尾豊氏の論文の書き方
東大松尾研の松尾豊教授による論文の書き方資料。
- 特徴: 書き方に関するノウハウだが、書き手の視点を知ることで読み方にも応用できる
論文リサーチの実務フロー
AIインターンや研究プロジェクトでの典型的な流れ:
1. テーマの決定
↓
2. Google Scholar / arXiv でサーベイ（既存研究の把握）
↓
3. 重要論文の選定（引用数・ICLR/NeurIPS/CVPR等のトップカンファレンス）
↓
4. 落合フォーマットで整理・読み込み
↓
5. Papers with Code で実装コードを確認
↓
6. 再現実装・評価
国内外の主要AI学会
| 分野 | トップカンファレンス |
|---|---|
| 機械学習全般 | NeurIPS、ICML、ICLR |
| コンピュータビジョン | CVPR、ICCV、ECCV |
| 自然言語処理 | ACL、EMNLP、NAACL |
| 国内 | 人工知能学会（JSAI）、情報処理学会 |
新着論文の日常的なキャッチアップ手法
論文リサーチ（サーベイ）とは別に、日々の新着論文を継続的にキャッチアップするための情報源がある（AI情報収集手法 より）。
| 情報源 | 特徴 |
|---|---|
| Hugging Face Daily Papers | AK氏が毎日注目論文をキュレーション。実務者に最も支持される |
| Trending Papers（ニュースレター） | その日のarXiv Top10論文をメール配信（無料） |
| Deep Learning Monitor | 新着論文アグリゲーター |
| テクノエッジ「生成AIウィークリー」 | 山下裕毅氏による国内日本語解説 |
関連概念
- AIエンジニア学習ロードマップ — 論文リサーチを含む学習全体像
- 機械学習ツールチェーン（ML Engineering） — 論文を実装に繋げるツール群
- AIエージェント開発入門プロセス — 最先端手法をプロダクトに実装するプロセス
- AI情報収集手法 — 日々の新着論文キャッチアップを含む情報収集の体系