快,学会学习(二十三)

科研技巧及研究方法

在学习的路途上,除了考试以外,对我来说,最大的拦路虎莫过于科研这一块领域了。而在我开始研究学习技巧之前,我觉得自己的科研方法也并没有很好发展过。在我开始尝试科研以后,我发现了科研和研究学习之间的关系。科学研究在某些方面上其实也是学习。

你可以回看我第十七章:刻意练习中提到的科研学习技巧。但是,这还不足够。今天我们来说一下关于科研中学习的一些注意点以及如何进行合格的研究。

科研中学习

相信准备进行科研的时候,在一开始都会遇到这三个问题:

  • 迷茫
  • 不熟悉
  • 找不到合适的方法

如果分析一下的话,就可以知道分别是由以下几个可能的原因引起的:

  • 缺少该领域的高层知识、或者干脆基础并没有搭好
  • 缺少对该领域的架构式认知
  • 缺少别人给出更加实践式的方法(例如直接跟你说怎样的算法能够得到怎样的结果)
  • 缺少指向式目标
  • 缺少时间的合理安排

那么我们在科研中总是需要马上就开始写论文或者做实验,那我们怎么快速地进入科研中的学习状态呢?或者说,我们怎么能够在荒蛮贫瘠的相关知识领域内开始耕耘呢?我会给出几个普适的方法。

基础

合格的科研人员一般会被要求以下能力:

  • 基础知识——特指你当前想要进入的领域的基础知识。例如人工智能里面的各种构成算法。
  • 软件操作/代码编写能力
  • 科学的分析与总结能力
  • 熟练的写作能力
  • 抗打击能力
  • 交流能力

基础知识

在做研究的过程中,基础一般指的是你想要钻研的领域的相关内容,而我这里建议的就是对你这个领域进行主题阅读。也就是常见的写综述。以及建立一个属于你自己的思维导图。起码你得先摸清你的想钻研的领域的知识体系

在这过程中,你所需要的可能不仅仅是论文,更需要的是公开课导读书籍。关于导读书籍,可以请教你的老师。但是更推荐你请教自己的学长。以下是我推荐的优先学习的顺序表:

  • 经典教材+导读书籍
  • 公开课
  • 论文+老师/学长/学姐的指导
  • 别人的综述
  • 博客等

之前因为我是倒着来学习人工智能的,所以在很长一段时间内都认为人工智能很简单。因为你获取的是别人的成果,你没有经历自己的学习过程,自然就无法体会到其中的辛苦了。

所以这里要给出一个警言:

吾日三省吾身

不断的反省,以及保留知识,会对你又更大的帮助。

软件操作/代码编写

然后你就会慢慢获取相关的对该领域的理解。接着才是进行下一步学习软件操作以及培养代码编写能力。不管是哪个学科的研究生还是博士生,应该都会有相应的软件需要学习。这里我给出的建议是,尽量使用 Anki 记录下某些关键的记忆操作。

用简单的几天或者十几天,你就会对你所需要使用的软件的操作流程熟稔于心,然后你接着多点操作你所需要操作的软件以后,你自然就会记住了绝大多数的操作。

接着来说说代码编写能力,我给出的建议是:

  • 尽量自己实现论文
  • 尽量看懂经典论文代码

就这两个你能够做到的话,你的代码编写能力已经足够你应付科研期间大多数的情况了。

科学的分析与总结能力

你通过研究和实验可以得到值得你高兴的一系列数据和有关结果,但你还不能过于陶醉。对科研人员来说,更富有挑战意义的工作是你如何表述和分析这些实验结果。多数实验结果都会以某种总结式的形式得到呈现,分析也会是客观的。

无论是为了工程的需要、药效的分析、发表论文,还是基金资助机构、团体和企业,都会提出这样的“有效分析”要求。有些学科或专业的课题研究中,一半以上的研究任务是为了确定一个科学的“有效分析”程序。我们总不能在新型飞机的研制中让飞行员不间断地开上几十年,然后来告诉飞机运行商,这架飞机的寿命是多少年。发现统计的显著差异在需要用动物进行实验时也相当重要,因为它可以为建立确定量值的显著差异提供必需的最小观测值。我们可以拿几百只灯泡测试其寿命,但对于飞机和卫星这样昂贵的“样品”,一件样品也令人不可接受。记住,进行“有效分析”还需要首先有某些被预测数据的信息,比如两个数据组之间的分布与变化以及预期的差异,而这些数据往往只有到实验进行之后,至少是最初的实验开始后,才能够得到。

——冯长根. 年轻科研人员如何走向成功

足够有效的分析,能够极大地减少你走歧途的次数以及时间(虽说这个是几乎不可避免的)。但是实际上你的学习中不应该有太多这样的时间。

因此掌握合适的分析能力很重要,那我给出的建议是:

  • 掌握合适的信息(这个也就是上边的基础的提升+历次实验的结果+别人实验的结果)
  • 对背景的了解(掌握)
  • 构建一个成熟的逻辑框架(例如知识体系,或者更加具体化的内容)

我进行一次完整的分析都是先有大量的信息输入+大量的实验输入+基础知识,再加上原有逻辑框架的辅助分析,然后进行一次完整的分析。

我需要推荐的是《你的灯亮着吗?》和《批判性思维》,这两本书对你的逻辑思维相对有益。培养一个合适的逻辑分析过程需要有人的专门指导,如果你想要咨询相关,尤其是计算机领域的相关的分析能力的话,可以跟我交流。

但是具体而言,一次合适的分析流程加上没有错误的数据再加上总结能力就可以更好地得出想要的结果了。

至于总结能力以及总体架构能力将会留在下次的博客进行述说。

熟练的写作能力

写作技巧需要不断的训练,但是有一些给科研写作的指南书籍:

还有就是《Whitesides’ Group: Writing a Paper》

好的写作加上好的创新点=一篇中了会议的论文

抗打击能力

欢迎来看我之前说的意志力和自制力


进阶

有良好的基础加上良好的心态,基本上就能够轻松走过基础阶段的学习了。

接着就会开始进阶的学习。

这个阶段的学习我认为有以下需要注意的点:

  • 架构思维能力
  • 敢于创新能力

前者将会在下一篇博客进行阐释。而敢于创新则需要《批判性思维》《学会提问》,以及找到一个足够好的老师(不需要你做太多项目的那种)

然后就是对自己的事项的高效管理,例如事务管理

这个过程很漫长,甚至你会持续到博士结束,不再进行科研都还没有完全培训出来。所以要心态更加自然。

你也可以看一下不是我这个系列之前的对自学的思考:

这两篇是我之前还在写论文阶段的思考,是对自学的思考,因为导师完全不理我。良好的心态才会有好结果。


以上就是我博客的全部内容,其实科研方法的博客会有三篇左右,所以接下来都会提及。

谢谢阅读。

本文作者: Bon
本文地址https://bonxg.com/p/76.html
版权声明:本博客所有文章除特别声明外,均采用 CC BY-NC-SA 3.0 CN 许可协议。转载请注明出处!

# Aon
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×