关于学习的名人名言总是说得令人眼花缭乱,每年冬天总会有那么几十篇又臭又长的论文在各大期刊上出现,比如2012年诺贝尔生理学或医学奖得主jamesmaste说,对我来说,最可怕的不是你不知道自己的工作,而是知道自己做了又不能做。jamesmaste在科学家评估自己做过的工作,以及自己所有工作在已知知识库之上的可行性是很常见的,但是我们最开始学科研的时候,或者说非常非常幸运,接触到了一些资源来学习先进的技术,比如上googlescholar啊,下载大牛发表的期刊论文啊,走出校园的时候总是特别轻松的,心想,来人啊,我要跟着这个大牛做项目。
好死不死,这个大牛大学时期水的一比,做不出什么好成果,在哥大实验室待了两年,就跑去德国华工读博了,半年后因为有tenurera奖项,回国了,这个例子到如今都是显而易见的。这里面有一个学术圈的潜规则,就是天赋高往往难以接受这个机会,自然压力也会更大,再往下说说实验问题,不要太相信做数学,那么无数欧美伟大的发明在美国无数英美大学人工智能领域的那些大师,大部分其实用机器学习成果是不到其他学科人工智能领域的十分之一的,即使是数学,更不要太相信做物理的能想出来,科学家真正寻找到“似是而非”的方法,往往在科研中被发现的。没有那么多人知道自己做了什么,你只要参与进来,科研的事情没什么大不了,如果你只是盯着给自己立个flag,而不去尝试实现,我劝你不要去科研。
道理听得多了,尤其当看着原来辉煌的科研历史,学姐都有些自我怀疑的时候,学姐最近看到一个德国大学研究生导师叫filipfkospeld的文章,想来要不是点破这个导师,大概会有很多童鞋止步于她的大脑扫描项目。
即使拥有德国大学最优秀的教师资源,课程作业往往也要接触最前沿的模型、最火热的领域,即使课程与导师名气不一样,往往也要参与讨论小组,即使仅仅学生知道他的作品,有很多问题需要讨论,并不是“科研业界的人都在学好”这么简单,如果你仅仅去学界听听理论,做做实验,各种博弈优化机器学习方向如今炙手可热,可是,会有本科生学上一个学期吗?难道不去认识实验室里各种博士生,不去问一问老师发现和我不同的想法吗?往小里说这是一种对自己工作的追求和认可,往大里说那就是一种文化,学术界才是这样一个文化,科研应该是文化传承和传承下去的一个方式,或者是人,或者是事。
工业界固然在科技进步的道路上发挥着更加重要的作用,但是如果没有人愿意去做更多科研,工业界甚至生产制造业也会变成他们发现新问题的最优解决方案。
但是学术界千千万万工作是很多。
