目录
- 【写在前面】
- 作者:一个科学家
- 作者:咪马
- 作者:工藤正男
- 作者:Prof.鎏
- 【技术交流】
- 【赠书活动】
来源:https://www.zhihu.com/question/461732555作者:一个科学家
首先,我可以明确的告诉你,你的“idea”和别人撞车概率之低,是你无法想象的。这种情况下,如果你发现你的“idea”被别人做了,其实很大的可能性是,你当初提出的这个“idea”并不完整。
如果你按照我下面要介绍的这个标准去提一个idea,你真的不会担心有人跟你提出相同的idea。我跟很多同学沟通的时候我发现,他们的idea之所以跟别人重合,是因为他们并没有深思熟虑。有的时候看到一篇新发表的论文就拍自己大腿,后悔地说当初我怎么就慢了呢?我怎么没快点把这个idea发表了呢?可是大家认真想一想,你有没有真的去把这个idea做出来?我说的实际操作过程中遇到的挑战往往不是直接就能想到的,而是要通过实验才发现自己最初的idea并不能在实际中直接使用。而是需要我们克服一些之前没想到的困难才可以。
说实话,你说的这种情况,在很多同学身上都发生过。可能你当时只是在脑海中有一个瞬间想到了一个非常原始和初级的idea。然而一个真正的idea应该按照下面的顺序将以下的信息逐个表达出来:1,idea的背景。2,一个具体的研究问题。3,别人是怎么做的。4,别人的方法中存在什么问题。5,别人的方法出现这些问题的原因是什么。6,你发现了什么新的现象或者信息,并利用这一现象提出一个新的方法来避免前人的问题。 7,你的方法里面真正的挑战是什么。8,为了克服挑战,你提出的具体的设计是什么。
1,idea的背景。我们在做研究都有一个大的背景。比如说我现在研发一个大推力的火箭。那么我的背景如果用一句话来讲,可以是:将货物或者人类,通过火箭送入太空已经不再是一间稀奇的事情。
2,一个具体的研究问题。具体的研究问题和背景有时候容易混淆。这个具体的问题指的是你的论文直接要解决的一个问题,而不是一个特别宽泛的问题。在我们这个大推力火箭的idea里面,一个具体的研究问题可以是:随着火箭发射技术的成熟,人们利用火箭实现了登陆月球和建立空间站。为了建实现征服太空的梦想,如何一次性将更多的货物送入太空成为了一个亟待解决的问题。
当然了,这个具体的研究问题还可以换成别的。我暂时拿这个举这个例子。其实,一个idea可以对应解决不同的研究问题。而在论文里面写的不同的研究问题,就将决定这个idea的定位,还有这篇论文的档次高低。以后我会找出一个新的说法让大家看一下区别。
3,别人是怎么做的。这里面要列举一下别人的科研工作。请大家注意,这个可不是参考文献里面随随便便列举一些论文。这里应该是你真正理解的几种方法。比如在我的idea中,我可以说:为了一次发送更多的货物,现如全世界设计了三种大推力的火箭:第一种是前苏联的联盟号火箭,这个火箭利用了多个发动机的技术将100吨的货物送入了和平号空间站。第二种是美国的土星五号,利用了分级火箭的技术将100吨的货物送去了月球。第三种是中国的长征系列火箭利用了捆绑火箭的技术,将100吨货物送入了火星。
4,别人的方法中存在什么问题。这里我们需要把别人的方法中的最致命的问题提出来。这个问题将是我们的论文真正解决的一个问题!这个十分的关键!千万别和2混淆!
在我们这个idea里面,我们找到的上述三种方案中的问题是:随着火箭运送货物重量的增加,需要携带的燃料也越来越多,相应的火箭整体的质量也越来越大。这样一来,火箭推力的要求将变得更大,对于火箭设计的难度将大大增加。
5,别人的方法中出现问题的原因是什么。我们一定要在idea中将别人方法中出现问题的原因找出来。只有找到了问题的原因,我们才有可能解决这个问题。如果没有这一条,那么读者就会不明白为什么你的方法一定从理论上就可以解决这个问题。如果没有这一条,即使我们做了大量实验证明你的方法比别人好,读者也不会相信我的方法一定比别人的好,因为原理上说不通。
回到我们的例子,我们发现导致别人方法里面的问题的根本原因是:人们希望火箭发射以后就会一直将货物送到太空,发射过程中火箭不会停下来休息,因此火箭发射一次就需要装载好全程的燃料。比如说发射100吨的货物到500公里外的太空,一趟需要200吨的燃料,于是乎火箭的推力就得至少是100+300=300吨。火箭的推力有2/3消耗在了推进燃料上面。推进的效率只有1/3。
6,你发现了什么新的现象或者信息,并利用这一现象提出一个新的方法来避免前人的问题。这一条就很有意思了。这一条是我们的idea的核心。只有引入了新的信息和观察到了别人没有观察到的现象,并加以利用,我们的方法才可能比别人的方法好!
在我们这个火箭发射的idea里面,我找到了这么一个有趣的信息:如果我们不是用火箭径直将货物一次性送入太空,而是通过接力的方法去运送货物,那么每一段接力的火箭携带的燃料可以减半,因此火箭的推力就不需要那么大了,火箭推进的效率就提高了。具体地讲,发射100吨的货物到500公里外的太空,一趟需要200吨的燃料。现在我们分两阶段接力。第一阶段由火箭将货物运到250公里高度。由于火箭不需要飞500公里高,因此燃料只要之前的一半,也就是100吨。于是乎第一段火箭的推力只需要100吨货物+100吨燃料=200吨。当第一段火箭发射的同时,第二段的火箭也一同发射,只不过第二段火箭这时候只装载着燃料。第二段火箭飞到了250公里高度的时候,接替第一段火箭,然后将货物继续送入500公里的太空。由于第二段火箭在前250公里飞行时没有货物,而加载货物以后也只需要飞250公里,因此第二段火箭消耗的燃料肯定小于一次性将100吨的货物发送到500公里外的太空所需燃料,也就是200吨。所以,第二段火箭的推力肯定小于300吨!于是乎,我们找到了一种节省火箭推力,提高推进效率的方法!这一方法里面虽然两段接力下来,总体消耗的燃料肯定要大于200吨,但是每一段火箭的效率提高了,因此,两段接力的火箭的推力都可以小于300吨。换个角度讲,如果我们两段火箭的推力都是300吨,那么我们肯定可以将大于100吨的货物发送到太空!
【博士生做科研想 idea 发现早就有人做过了,该怎么调整心态()】7,你的方法里面真正的挑战是什么。如果一个idea里面没有任何挑战,那将这个idea的创新性将大打折扣。同时,一个没有挑战的idea一定很容易被别人想到。然而,我不是在这里劝大家一定要去硬生生地编造一些挑战出来,而是要真真切切地有挑战才可以。
比如在我们这个火箭发射的故事里面,我刚刚讲了我们可以用接力的方法去提高火箭发射的效率。然而这个idea并没那么简单,如果你仔细思考你就会发现,火箭接力的核心是火箭可以在空中完成接力的动作。这一动作的完成相当的困难。想要完成这个动作,我们一定需要对火箭的姿态有非常精准的控制才可以。如果控制出现微小的偏差,别说接力了,火箭可能直接就歪倒掉落下来。
8,为了克服挑战,你提出的具体的设计是什么。这个就是你的idea最最最关键,也是你论文里面真正的干货了。
在我们这个故事里面,想要精准地控制好火箭的姿态我们应该怎么做呢?我们知道elon musk的火箭可以回收。回收火箭的过程中,火箭下落的时候也需要精准的姿态控制。于是我们可以借鉴火箭回收的技术来设计我们的火箭姿态控制。于是在elon musk火箭回收的基础上,我们提出了适应火箭接力的,精准的火箭姿态控制技术。当然了,由于我是学计算机的,我不是研究火箭的,具体的技术我在这里还真的不会编。我就是给大家讲一个例子。如果真的有这么一个idea,这里需要详细阐述到底这个姿态控制技术是什么样子的。
看到这里,我想大家应该明白了,你提出一个idea真的包含了这么多的信息么?我猜,一个最原始的idea可能只是包含了这8条信息里面的两三条而已。如果想真的提出这种idea,就需要你坚持把这个idea做下去,并在科研的过程中逐渐把这8条信息补全。其实我感觉这个提问的同学真正后悔的不是自己idea被别人做了,而是自己当初为什么没有坚持把这个idea做下去,而不是在脑海中一闪而过。
作者:咪马
不要轻易放弃!!! 别人做过的研究依然是可以做的。idea只是思路,沿着同样的思路,不同的人可能做出有明显差异的事情;在逐步深入研究的过程中,你有更多机会发现别人没想到的事情。
另一方面,有前人尝试过,至少说明你的思路没有大的偏差,继续走下去一般有成果。科研中自以为找到新思路,结果一顿猛操作后发现思路是错的,这个其实也很正常。
原创很难所以可贵,优化研究同样有意义。科研主要是脑力劳动,但做科研最怕的就是一直在想而不动手实施,因为发现他人做过就放弃自己的思路,是很可惜的。
那么可以怎样做呢?
① 追求极致,比前人做得更好,把某项或某几项参数指标提升一丢丢,将原方法中一些简化假设具体一丢丢,把前人理论中某个经验参数用理论公式表达,都是贡献。
② 用同样的方法、思路解决新问题(记得引用原创论文就好),这种很多时候被认为是灌水,但是在解决新问题的过程中,因为新对象某些属性不同,也很可能需要对原方法进行改进,这也是突破的契机。
③ 如果是博士一二年级,即使完全重复一些前人的工作,我觉得也是有意义的,这可以帮助你快速、深入了解自己的课题,少走弯路,这是创新的基础。
博士生的方向选择很重要,传统方向里面,大部分问题都被解决了,留下的都是前面大神们都没能解决的问题,所以你可能费了很多努力,最后只做了一点点优化;新的方向,甚至在传统方向里面研究的新处理技术、新材料,出成果会容易很多。当然,传统方向的好处是比较容易找到实际工程应用场景,相应的配套技术比较成熟,就业、创业都相对容易些;看上去高大上的研究一般都是面向未来的,可能你毕业多年都无法实现产业化,这或许是一些所谓”天坑”专业成为”坑”的原因。
作者:工藤正男
发现自己的idea早就有人做过了,其实很正常,并且不用沮丧。在我眼里这可能是一件好事情, 下面听我慢慢分析一下:
1.你的idea之前有人做过,至少说明你这个idea是可行的,是有研究意义的,是可以做出来东西的,这总比那种做到一半发现做不下去的idea要好。
2.恭喜你可以站在巨人的肩膀上了,以我的策略,我会把这篇文章的研究内容先复刻一遍,按照他的试验方法以及试验设置把他文章中的内容从头到尾做一遍,然后把你得出来的试验结果和他的论文结果做个对比,看看复现度如何?这样至少可以证明你的试验操作和设备到底靠不靠谱,这一步自证其实是很关键的。
3.在做试验的过程中,你要思考有没有哪些环节可以改进,比如研究方法不变,研究对象换一换,比如材料换一换,结构换一换等;比如研究对象不变,研究方法上换一换,比如引入一些新设备,新的测试手段等。就是俗话说的“老瓶装新酒”和“新瓶装老酒”,一旦有这样两方面的突破后,做试验,处理数据,写文章,一气呵成,早日毕业,走上人生巅峰。
国内的博士生其实就是在玩“老瓶装新酒”和“新瓶装老酒”的科研游戏,大部分老师也是这个套路,所以不要轻易尝试“新瓶装新酒”,也不要轻信导师给你的“新瓶装新酒”研究方向,如果你没有足够的能力,很可能是个大坑。
最后总结一下,福祸相依,遇到不好的事情,我们往往会沉浸在不好的情绪里,而忽略了不好背后的好。
作者:Prof.鎏
文章图片
发现自己的 idea 是别人已经做过其实很正常,你能想到的别人当然也能想到。
对于社科和商科的同学面言,可能idea的重要性直接关联着研究的开展,那么选择一个新颖性的idea 确实十分重要,如果发现idea 别人有人做过,要么继续做 literature review寻找其他创新点,要么深入阅读相关文献,从更深层次的角度去发掘创性点。作为商科和社科同学来讲,基于idea的数据收集其实也是非常重要的,idea能够落地的重要评价指标就是数据收集的可行性和难度。
其次,对于理工科类的同学而言,我觉得 idea 和实验比起来,实验其实比 idea 更重要。作为实验科学,通过实验现象去发现新的idea 其实才是最有意义的。发现新现象的同时还要发掘背后的科学问题和机理,才能研究深入。拿我自己举例吧,我之前一个博士生在做实验的时候发现一个新的现象,然后我们通过这个新的现象查找了相关文献,结果这个现象其实早就有人发现了,而且也发表了不错的文章。但是,我们深入阅读文献发现这个现象虽然已经发表,但是所有人对这个现象背后的机制解释都不够完善,或者说浅尝辄止。因此,我们决定沿着这个现象去揭示相关的机理。大概经过了5个月左右的机理研究,利用实验,理论和计算相结台的研究手段,终于证明了我们 propose的机理。最后,这篇论文发表在相关领域顶级期刊(If>10)
所以,idea虽然重要,但是并不是论文水平和档次的决定因表,怎么去做,怎么把这个科研问题做好,才是科研的本质。Idea 在你研究计划( Research Proposal)或者开题报告阶段的作用更大。
有了这个认识,我认为调整心态就自然不在话下了,idea并没有你想象的如此重要,先动起手起来再说。
【技术交流】 已建立深度学习公众号——FightingCV,关注于最新论文解读、基础知识巩固、学术科研交流,欢迎大家关注!!!
推荐加入FightingCV交流群,每日会发送论文解析、算法和代码的干货分享,进行学术交流,加群请添加小助手wx:FightngCV666,备注:地区-学校(公司)-名称
面向小白的顶会论文核心代码库:https://github.com/xmu-xiaoma666/External-Attention-pytorch
面向科研小白的YOLO目标检测库:https://github.com/iscyy/yoloair
面向小白的顶刊顶会的论文解析:https://github.com/xmu-xiaoma666/FightingCV-Paper-Reading
文章图片
【赠书活动】 为感谢各位老粉和新粉的支持,FightingCV公众号将在9月10日包邮送出4本 **《深度学习与目标检测:工具、原理与算法》来帮助大家学习,赠书对象为当日阅读榜和分享榜前两名。想要参与赠书活动的朋友,请添加小助手微信FightngCV666 **(备注“城市-方向-ID”),方便联系获得邮寄地址。
文章图片
本文由mdnice多平台发布
推荐阅读
- python|基于OpenCV实战(动态物体检测)
- #|opencv实战——机器视觉检测和计数
- Opencv项目实战|Opencv项目实战(04 全景图片拼接)
- 机器学习|分布式机器学习---数据与模型划分
- 牛客|Python快速刷题网站——牛客网 数据分析篇(十一)
- 废掉小脑阔的错误|上采样、下采样区别及作用
- 阿里灵杰融合智能算力,全栈AI服务为探索者铺路
- sklearn|Sklearn中数据预处理
- Bert系列 源码解读 四 篇章