Research犹如登山




基于同Prof. Ker-I Ko的关于理论计算机研究的讨论。


在学术领域里面,有很多座高山,每个研究工作者就是希望能够早日登顶。可是,很多高山,你都只知道顶峰,你不知道它有多高,甚至找不到任何可行的路径。在理论计算机方向,P vs NP就是这样最高的一座山,无数人在此前仆后继,可是无人能得其要领。


有时候一座山,找不到路径,就去爬它旁边的山,虽然高度不及,可也比直接爬原来那座山要爬得高,这样就能从远处窥视一下山顶,期望找到一条路径。为了解决P vs NP,人们在它旁边爬了无数的高山,可离P vs NP还是太远,要想突破还是需要寻找新的路径。


做研究是阶段性的。有时候,突然发现一座新的高峰,大家都争先恐后的往上爬,形成一个热门领域,等此山爬得差不多了或者找不到往上爬的路径,此领域就慢慢沉寂了,只有几个大牛,没有学术压力的人去继续爬啊爬。可一旦发现新的可行的路径,又会吸引一大批人来做这个问题,重新成为一个热点。


做理论计算机和做数学不同。数学发展到现在,群峰耸立,每座山都已经被爬得很高了,宽度也很窄,不像山脚下,随便找条路都能往上爬。每个想做数学的人,必须得先费力的爬到已知的高度,然后在现有基础上试图能再往上爬一点。所以学数学更要求勤奋,得先苦读若干年才能做些比较大的问题。伽罗瓦这样的天才后无来者。而理论计算机领域就不一样了,现在很多山峰还没有被完全开发,随便找座山,都能往上爬一爬,当然别人对你是否感兴趣,是否愿意跟着你爬就不一定了。所以,做理论计算机方面的东西,入手比较快。碰到一个问题,完全可以直接从山脚开始爬,因为大家都爬得不够高,一条新的路径说不定更有效。所以,不提倡拿到一个问题,就先去寻找和阅读文献,而应该先自己多想想。


每一个领域,都有圈内人(指那些审稿人或者已经很有名气的教授等),边缘人(认识一些圈内人)和圈外人(一般教授或者我们这些研究生学生)。同样质量的文章,圈内人80%的机会被接受,边缘人能到40%,圈子外面的就只有20%的机会了。这也是有些人能在顶尖杂志灌水,而大多数人只能望文叹气的原因。所以做学术也讲究关系,学者都喜欢到处访问交流就是这个道理。而学术界也分为若干个圈子,不同圈子里的人互不往来。特别提到数学界。


对于一个研究生,进入一个领域,开始做第一个问题和发第一篇文章是最难的。一个比较好的方法是:跟着导师直接从一个问题的中途入手。



0 Comments:

Post a Comment