|
作者：人工智能實驗室全體研究生
編輯：David Chapman 版本：1.3 時間：1988年9月 譯者：柳泉波 北京師范大學(xué)信息學(xué)院2000級博士生 摘要 本文的主旨是解釋如何做研究。我們提供的這些建議，對做研究本身（閱讀、寫作和 程序設(shè)計），理解研究過程以及開始熱愛研究（方法論、選題、選導(dǎo)師和情感因素），都 是極具價值的。 Copyright 1987, 1988 作者版權(quán)所有 備注：人工智能實驗室的Working Papers用于內(nèi)部交流，包含的信息由于過于初步或者過 于詳細而無法發(fā)表。不像正式論文那樣，會列出所有的參考文獻。 1. 簡介 這是什么？ 并沒有什么神丹妙藥可以保證在研究中取得成功，本文只是列舉了一些可能會有所幫助的 非正式意見。 目標(biāo)讀者是誰？ 本文檔主要是為MIT人工智能實驗室新入學(xué)的研究生而寫，但對于其他機構(gòu)的人工智能研究 者也很有價值。即使不是人工智能領(lǐng)域的研究者，也可以從中發(fā)現(xiàn)對自己有價值的部分。 如何使用？ 要精讀完本文，太長了一些，最好是采用瀏覽的方式。很多人覺得下面的方法很有效：先 快速通讀一遍，然后選取其中與自己當(dāng)前研究項目有關(guān)的部分仔細研究。 本文檔被粗略地分為兩部分。第一部分涉及研究者所需具備的各種技能：閱讀，寫作和程 序設(shè)計，等等。第二部分討論研究過程本身：研究究竟是怎么回事，如何做研究，如何選 題和選導(dǎo)師，如何考慮研究中的情感因素。很多讀者反映，從長遠看，第二部分比第一部 分更有價值，也更讓人感興趣。 小節(jié)2 如何通過閱讀打好AI研究的基礎(chǔ)。列舉了重要的AI期刊，并給出了一些閱讀的訣 竅。 小節(jié)3 如何成為AI研究領(lǐng)域的一員：與相關(guān)人員保持聯(lián)系，他們可以使你保持對研究前 沿的跟蹤，知道應(yīng)該讀什么材料。 小節(jié)4 學(xué)習(xí)AI相關(guān)領(lǐng)域的知識。對幾個領(lǐng)域都有基本的理解，對于一個或者兩個領(lǐng)域要 精通。 小節(jié)5 如何做研究筆記。 小節(jié)6 如何寫期刊論文和畢業(yè)論文。如何為草稿寫評審意見，如何利用別人的評審意見 。如何發(fā)表論文。 小節(jié)7 如何做研究報告。 小節(jié)8 是有關(guān)程序設(shè)計的。AI程序設(shè)計與平常大家習(xí)慣的程序設(shè)計有所不同。 小節(jié)9 有關(guān)研究生涯最重要的問題，如何選導(dǎo)師。不同的導(dǎo)師具有不同的風(fēng)格，本節(jié)的 意見有助于你找到合適的導(dǎo)師。導(dǎo)師是你必須了解如何利用的資源。 小節(jié)10 關(guān)于畢業(yè)論文。畢業(yè)論文將占據(jù)研究生生涯的大部分時間，本部分涉及如何選題 ，以及如何避免浪費時間。 小節(jié)11 有關(guān)研究方法論，尚未完成。 小節(jié)12 或許是最重要的一節(jié)：涉及研究過程中的情感因素，包括如何面對失敗，如何設(shè) 定目標(biāo)，如何避免不安全感，保持自信，享受快樂。 2. 閱讀 很多研究人員花一半的時間閱讀文獻。從別人的工作中可以很快地學(xué)到很多東西。本節(jié)討 論的是AI中的閱讀，在第四小節(jié)將論述其他主題相關(guān)的閱讀。 閱讀文獻，始于今日。一旦你開始寫作論文，就沒有多少時間了，那時的閱讀主要集中于 論文主題相關(guān)的文獻。在研究生的頭兩年，大部分的時間要用于做課程作業(yè)和打基礎(chǔ)。此 時，閱讀課本和出版的期刊文章就可以了。（以后，你將主要閱讀文章的草稿，參看小節(jié) 三）。 在本領(lǐng)域打下堅實的基礎(chǔ)所需要的閱讀量，是令人望而卻步的。但既然AI只是一個很小的 研究領(lǐng)域，因此你仍然可以花幾年的時間閱讀本領(lǐng)域已出版的數(shù)量眾多論文中最本質(zhì)的那 部分。一個有用的小技巧是首先找出那些最本質(zhì)的論文。此時可以參考一些有用的書目： 例如研究生課程表，其他學(xué)校（主要是斯坦福大學(xué)）研究生錄取程序的建議閱讀列表，這 些可以讓你有一些初步的印象。如果你對AI的某個子領(lǐng)域感興趣，向該領(lǐng)域的高年級研究 生請教本領(lǐng)域最重要的十篇論文是什么，如果可以，借過來復(fù)印。最近，出現(xiàn)了很多精心 編輯的有關(guān)某個子領(lǐng)域的論文集，尤其是Morgan-Kauffman出版的。 AI實驗室有三種內(nèi)部出版物系列：Working Papers，Memos和Technical Reports，正式的 程度依次增加，在八層的架子上可以找到?；仡欁罱鼛啄甑某霭嫖?，將那些非常感興趣的 復(fù)制下來。這不僅是由于其中很多都是意義重大的論文，對于了解實驗室成員的工作進展 也是很重要的。 有關(guān)AI的期刊有很多，幸運的是，只有一部分是值得看的。最核心的期刊是Artificial I ntelligence，也有寫作"the Journal of Artificial Intelligence"或者"AIJ"的。AI領(lǐng) 域真正具備價值的論文最終都會投往AIJ，因此值得瀏覽每一年每一期的AIJ；但是該期刊 也有很多論文讓人心煩。Computational Intelligence是另外一本值得一看的期刊。Cogn itive Science也出版很多意義重大的AI論文。Machine Learning是機器學(xué)習(xí)領(lǐng)域最重要的 資源。IEEE PAMI（Pattern Analysis and Machine Intelligence）是最好的有關(guān)視覺的 期刊，每期都有兩三篇有價值的論文。International Journal of Computer Vision（IJ CV）是最新創(chuàng)辦的，到目前為止還是有價值的。Robotics Research的文章主要是關(guān)于動力 學(xué)的，有時候也有劃時代的智能機器人論文。IEEE Robotics and Automation偶爾有好文 章。 每年都應(yīng)該去所在學(xué)校的計算機科學(xué)圖書館（在MIT的Tech Square的一層），翻閱其他院 校出版的AI技術(shù)報告，并選出自己感興趣的仔細加以閱讀。 閱讀論文是需要練習(xí)的技能。不可能完整地閱讀所有的論文。閱讀論文可分為三個階段： 第一階段是看論文中是否有感興趣的東西。AI論文含有摘要，其中可能有內(nèi)容的介紹，但 是也有可能沒有或者總結(jié)得不好，因此需要你跳讀，這看一點那看一點，了解作者究竟做 了些什么。內(nèi)容目錄（the table of contents）、結(jié)論部分（conclusion）和簡介（int roduction）是三個重點。如果這些方法都不行，就只好順序快速瀏覽了。一旦搞清楚了論 文的大概和創(chuàng)新點，就可以決定是否需要進行第二階段了。在第二階段，要找出論文真正 具有內(nèi)容的部分。很多15頁的論文可以重寫為一頁左右的篇幅；因此需要你尋找那些真正 激動人心的地方，這經(jīng)常隱藏于某個地方。論文作者從其工作中所發(fā)現(xiàn)的感興趣的地方， 未必是你感興趣的，反之亦然。最后，如果覺得該論文確實有價值，返回去通篇精讀。 讀論文時要牢記一個問題，“我應(yīng)該如何利用該論文？”“真的像作者宣稱的那樣么？” “如果……會發(fā)生什么？”。理解論文得到了什么結(jié)論并不等同于理解了該論文。理解論 文，就要了解論文的目的，作者所作的選擇（很多都是隱含的），假設(shè)和形式化是否可行 ，論文指出了怎樣的方向，論文所涉及領(lǐng)域都有哪些問題，作者的研究中持續(xù)出現(xiàn)的難點 模式是什么，論文所表達的策略觀點是什么，諸如此類。 將閱讀與程序設(shè)計聯(lián)系在一起是很有幫助的。如果你對某個領(lǐng)域感興趣，在閱讀了一些論 文后，試試實現(xiàn)論文中所描述的程序的“玩具”版本。這無疑會加深理解。 可悲的是，很多AI實驗室天生就是孤僻的，里面的成員主要閱讀和引用自己學(xué)校實驗室的 工作。要知道，其他的機構(gòu)具有不同的思考問題的方式，值得去閱讀，嚴(yán)肅對待，并引用 它們的工作，即使你認為自己明曉他們的錯誤所在。 經(jīng)常會有人遞給你一本書或者一篇論文并告訴你應(yīng)該讀讀，因為其中有很閃光的地方且/或 可以應(yīng)用到你的研究工作中。但等你閱讀完了，你發(fā)現(xiàn)沒什么特別閃光的地方，僅僅是勉 強可用而已。于是，困惑就來了，“我哪不對??？我漏掉什么了嗎？”。實際上，這是因 為你的朋友在閱讀書或論文時，在頭腦中早已形成的一些想法的催化下，看出了其中對你 的研究課題有價值的地方。 3. 建立關(guān)系 一兩年后，對自己準(zhǔn)備從事的子領(lǐng)域已經(jīng)有了一些想法。此時——或者再早一點——加入 Secret Paper Passing Network是很重要的。這個非正式的組織是人工智能真正在做什么 的反映。引導(dǎo)潮流的工作最終會變成正式發(fā)表的論文，但是至少在牛人完全明白一年之后 ，也就是說，牛人對新思想的工作至少領(lǐng)先一年。 牛人如何發(fā)現(xiàn)新思路的？可能是聽自于某次會議，但是最可能來自于Secret Paper Passi ng Network。下面是該網(wǎng)絡(luò)工作的大致情況。Jo Cool有了一個好想法。她將尚不完整的實 現(xiàn)與其他一些工作融合在一起，寫了一份草稿論文。她想知道這個想法究竟怎么樣，因此 她將論文的拷貝發(fā)送給十位朋友并請他們進行評論。朋友們覺得這個想法很棒，同時也指 出了其中的錯誤之處，然后這些朋友又把論文拷貝給他們各自的一些朋友，如此繼續(xù)。幾 個月后，Jo對之進行了大量修訂，并送交給AAAI。六個月后，該論文以五頁的篇幅正式發(fā) 表（這是AAAI會議錄允許的篇幅）。最后Jo開始整理相關(guān)的程序，并寫了一個更長的論文 （基于在AAAI發(fā)表論文得到的反饋）。然后送交給AI期刊。AI期刊要花大約兩年的時間， 對論文評審，包括作者對論文修改所花費的時間，以及相應(yīng)的出版延遲。因此，理想情況 下，Jo的思想最終發(fā)表在期刊上需要大約三年時間。所以牛人很少能從本領(lǐng)域出版的期刊 文章中學(xué)到什么東西，來得太遲了。 你，也可以成為一個牛人。下面是建立學(xué)術(shù)關(guān)系網(wǎng)的一些訣竅： 有很多討論某個AI子領(lǐng)域（如連接主義或者視覺）的郵件列表，選擇自己感興趣的列表 加入。 當(dāng)與很熟悉本領(lǐng)域的人討論自己的思想時，他們很可能不直接評價你的想法，而是說： “你讀過某某嗎？”這并不是一個設(shè)問，而是建議你去閱讀某份文獻，它很可能與你的想 法有關(guān)系。如果你還沒有讀過該文獻，從跟你交談的高手那里得到該文獻的詳細信息，或 者直接從他那里借一份拷貝下來。 當(dāng)你讀到某份讓你感到很興奮的論文，復(fù)印五份送交給對之感興趣的其他五個人。他們 可能會反饋回來很好的建議。 本實驗室有很多針對不同子領(lǐng)域的非正式（持續(xù)發(fā)展的）論文討論組，他們每星期或每 兩星期聚會一次，對大家閱讀完的論文進行討論。 有些人并不介意別人去翻看他們的書桌，也就是說，去翻閱他們堆在書桌上的不久要閱 讀或者經(jīng)常翻閱的論文。你可以去翻翻看，有沒有自己感興趣的。當(dāng)然了，首先要得到主 人的許可，要知道有些人確實反感別人翻自己的東西。去試試那些平易近人的人。 同樣，有些人也并不介意你翻看他們的文件柜。實驗室中可是有很多學(xué)問精深的人，他 們的文件柜里也是有好多寶貝。與利用學(xué)校圖書館相比，這通常是更快更可靠的尋找論文 的方式。 只要自己寫下了些東西，將草稿的拷貝分發(fā)給那些可能感興趣的人。（這也有一個潛在 的問題：雖然AI領(lǐng)域的剽竊很少，但也確實有。你可以在第一頁寫上“請不要影印或者引 用”的字樣以做部分防范。）大部分人并不會閱讀自己收到的大部分論文，因此如果只有 少數(shù)人返回評論給你，也不用太在意。你可以如此反復(fù)幾次——這是期刊論文所必需的。 注意，除了自己的導(dǎo)師，一般很少將兩次以上的草稿送給同一個人。 當(dāng)你寫完一篇論文后，將論文的拷貝送給那些可能感興趣的人。別以為人家自然而然地 就會去閱讀發(fā)表論文的期刊或者會議錄。如果是內(nèi)部的出版物（備忘錄和技術(shù)報告）就更 不容易讀到了。 你保持聯(lián)系的人越是各式各樣，效果就越好。嘗試與不同研究組，AI實驗室，不同學(xué)術(shù) 領(lǐng)域的人交換論文。使自己成為沒有聯(lián)系的兩個科研組交流的橋梁，這樣，很快的，你的 桌子上就會冒出一大摞相關(guān)的論文。 如果某篇論文引用了自己感興趣的某些東西，做好筆記。維護一份自己感興趣參考文獻 的日志。到圖書館去看看能不能找到這些論文。如果要了解某個主題的發(fā)展軌跡，可以有 意地去做一張引用的“參考文獻”圖。所謂的參考文獻圖，是指引用組成的網(wǎng)：論文A引用 B和C，B引用C和D，C引用D，等等。注意那些被經(jīng)常引用的論文，這通常是值得閱讀的。參 考文獻圖有奇妙的性質(zhì)。一個是經(jīng)常有研究同一主題的研究組相互不了解。你搜索該圖， 突然發(fā)現(xiàn)了進入另一部分的方式，這通常出現(xiàn)于不同學(xué)?；蛘卟煌椒ù嬖诘牡胤?。盡可 能了解多種方法是很有價值的，這總比非常深入的了解某一種方法更好。 暫時擱置。跟別人交談。告訴他們你在做什么，并詢問人家在做什么。（如果你對與別 的學(xué)生討論自己的想法感到害羞，也要堅持交談，即使自己沒有什么想法，與他們討論自 己認為確實優(yōu)秀的論文。這將很自然地引導(dǎo)到下一步做什么的討論。）每天中午在活動樓 七層有一個非正式的午餐討論會。在我們實驗室，人們都習(xí)慣于晚上工作，所以午餐的時 候可以跟別人組成松散的小組進行討論。 如果你與外界的交流很多——做演示或者參加會議——去印張事務(wù)名片，主要要使自己 的名字容易記住。 從某個時間開始，你將會開始參加學(xué)術(shù)會議。如果你確實參加了，你會發(fā)現(xiàn)一個事實， 幾乎所有的會議論文都令人生厭或者愚蠢透頂。（這其中的理由很有意思，但與本文無關(guān) ，不做討論）。那還去參加會議干嗎？主要是為了結(jié)識實驗室之外的人。外面的人會傳播 有關(guān)你的工作的新聞，邀請你作報告，告知你某地的學(xué)術(shù)風(fēng)氣和研究者的特點，把你介紹 給其他人，幫助你找到一份暑期工作，諸如此類。如何與別人結(jié)識呢？如果覺得某人的論 文有價值，跑上去，說：“我非常欣賞您的論文”，并提問一個問題。 獲得到別的實驗室進行暑期工作的機會。這樣你會結(jié)識另外一群人，或許還會學(xué)到另外 一種看待事物的方式?？梢匀柛吣昙壨瑢W(xué)如何獲取這樣的機會，他們或許已經(jīng)在你想去 的地方工作過了，能幫你聯(lián)系。 4. 學(xué)習(xí)其他領(lǐng)域 通常的情況，你只能做AI領(lǐng)域的事情，對AI領(lǐng)域之外的事情一無所知，好像有些人現(xiàn)在也 仍然這么認為。但是，現(xiàn)在要求好的研究者對幾個相關(guān)的領(lǐng)域都了解頗深。計算的可行性 本身并沒有對什么是智能提供足夠的約束，其他的領(lǐng)域給出了其他形式的約束，例如心理 學(xué)獲得的經(jīng)驗數(shù)據(jù)。更重要的是，其他的研究領(lǐng)域給了你思考的新工具，看待智能的新方 法。學(xué)習(xí)其他領(lǐng)域的另外一個原因是AI本身并沒有評價研究價值的標(biāo)準(zhǔn)，全是借自于其他 領(lǐng)域。數(shù)學(xué)將定理作為進展；工程會問某個對象是否工作可靠；心理學(xué)要求可重復(fù)的試驗 ；哲學(xué)有嚴(yán)格的思辨；等等。所有這些標(biāo)準(zhǔn)有時都在AI中起作用，熟悉這些標(biāo)準(zhǔn)有助于你 評價他人的工作，深入自己的工作以及保護自己的工作。 經(jīng)過六年左右的課程方可獲得MIT的PhD，你可以在一到兩個非AI領(lǐng)域里打下堅實的基礎(chǔ)， 在更多的領(lǐng)域內(nèi)具有閱讀水平，并且必須對大部分內(nèi)容具有一定程度的理解。下面是如何 學(xué)習(xí)自己所知甚少領(lǐng)域的一些方法： 選修一門研究生課程，這很牢靠，但通常不是最有效的方法。 閱讀課本。這方法還算不錯，不過課本的知識經(jīng)常是過時的，一般還有很高比例的與內(nèi) 容無關(guān)的修辭。 找出該領(lǐng)域最棒的期刊是什么，向該領(lǐng)域的高人請教。然后找出最近幾年值得閱讀的文 章，并跟蹤相關(guān)參考文獻。這是最快的感受該領(lǐng)域的方法，但有時候你也許會有錯誤的理 解。 找出該領(lǐng)域最著名的學(xué)者，閱讀他們所著的書籍。 跟該領(lǐng)域的研究生泡在一起。 參看外校研究該領(lǐng)域的系的課程表。拜訪那里的研究院辦公室，挑選有用的的文獻。 下面是一些需要了解的與AI有關(guān)的科目： 計算機科學(xué)是我們所使用的技術(shù)。你需要選修的初級研究生課程肯定不能讓你對計算機 科學(xué)有足夠的了解，因此你必須通過閱讀學(xué)習(xí)更多的知識。計算機科學(xué)所有的領(lǐng)域——理 論體系結(jié)構(gòu)，系統(tǒng)，語言等等——都是必須學(xué)習(xí)的。 數(shù)學(xué)可能是接下來需要了解的最重要的學(xué)科。對于工作在視覺或者機器人學(xué)的人來說更 關(guān)鍵。對于以系統(tǒng)為中心的工作，表面上看，并不相關(guān)，但數(shù)學(xué)會教你有用的思維方式。 你需要能閱讀定理，如果具有證明定理的能力將會給本領(lǐng)域的大多數(shù)人留下深刻的印象。 很少有人能自學(xué)數(shù)學(xué)，光做個聽眾是不夠的，還得做習(xí)題集。盡可能早地選修盡可能多的 數(shù)學(xué)課，其他領(lǐng)域的課程以后選也很容易。 計算機科學(xué)是以離散數(shù)學(xué)為基礎(chǔ)的：代數(shù)，圖論，等等。如果你要從事推理方面的工作， 邏輯是很重要的。邏輯在MIT用得不多，但是在斯坦福以及其他地方，這是認識思維的主流 方法。所以你必須具備足夠的邏輯知識，這樣你才能保護自己的觀點。在MIT數(shù)學(xué)系選修一 兩門課程就足夠了。要是研究興趣在感知和機器人，那么不僅需要離散數(shù)學(xué)，還需要連續(xù) 數(shù)學(xué)。在分析，微分幾何和拓撲學(xué)具有扎實的基礎(chǔ)將會給你提供最常使用的技巧。統(tǒng)計和 概率只是一般有用。 認知心理學(xué)與AI共享幾乎完全相同的觀點，但是實踐者確實具有不同的目標(biāo)，他們主要 是做實驗而不是寫程序。每一個人都需要知道認知心理學(xué)的某些知識。在MIT，Molly Pot ter開了一門很好的有關(guān)認知心理學(xué)的初級研究生課程。 如果你想做有關(guān)學(xué)習(xí)的工作，那么發(fā)展心理學(xué)是很重要的。發(fā)展心理學(xué)從一般意義上講 也是很有用的，它能告訴你對于人類智能來說，哪些事情難哪些容易。它還給出了有關(guān)認 知體系結(jié)構(gòu)的認知模型。例如，有關(guān)兒童語言習(xí)得的工作就對語言處理理論施加了堅實的 約束。在MIT，Susan Carey開了一門很好的有關(guān)發(fā)展心理學(xué)的初級研究生課程。 心理學(xué)中更“軟”的部分，例如心理分析和社會心理學(xué)，對AI的影響看似很小，但具有 潛在的重大意義。它們會給你非常不同的理解人是什么的方式。象社會學(xué)和人類學(xué)這樣的 社會科學(xué)可以起相似的作用。具有多種觀點是很有用的。上述學(xué)科你需要自學(xué)。不幸的是 ，很難區(qū)分出這些領(lǐng)域哪些是優(yōu)秀的成果哪些是垃圾。到哈佛去學(xué)習(xí)：對于MIT的學(xué)生來說 ，很容易交叉注冊哈佛的課程。 神經(jīng)科學(xué)告訴我們有關(guān)人體可計算硬件的知識。隨著最近可計算神經(jīng)科學(xué)和聯(lián)結(jié)主義的 興起，對AI具有非常大的影響。MIT的腦和行為科學(xué)系提供了非常好的課程，視覺（Hildr eth, Poggio, Richards, Ullman），移動控制（Hollerbach, Bizzi）和普通神經(jīng)科學(xué)（ 9.015，由專家組講授）。 如果你想研究自然語言處理，語言學(xué)是很重要的。不僅如此，它還包含了很多有關(guān)人類 認知的約束。在MIT，語言學(xué)主要由Chomsky學(xué)院負責(zé)。你可以去看看是不是符合自己的興 趣。George Lakoff最近出版的書《Women, Fire, and Dangerous Things》可作為另外一 種研究程序的例子。 工程，特別是電機工程，已經(jīng)被很多AI研究機構(gòu)作為一個研究領(lǐng)域。我們實驗室在培養(yǎng) 程序中加入了很多需要確實做一些東西的要求，例如分析電路。了解EE也有助于建造定制 的芯片或者調(diào)試自己的Lisp機器上的電源。 物理學(xué)對于那些對感知和機器人感興趣的人具有強大的影響。 哲學(xué)是所有AI領(lǐng)域看不見的框架。很多AI工作都有蘊含著哲學(xué)的影響。學(xué)習(xí)哲學(xué)也能幫 助你運用或者讀懂很多AI論文中用到的觀點。哲學(xué)可沿著至少兩個正交的軸分解。哲學(xué)通 常是某種東西的哲學(xué)；有關(guān)思維和語言的哲學(xué)與AI更相關(guān)。然后存在著多種哲學(xué)學(xué)派，從 比較大的范圍來分，哲學(xué)可分為分析哲學(xué)和大陸哲學(xué)。分析哲學(xué)有關(guān)思維的觀點與AI領(lǐng)域 大多數(shù)研究者一致。大陸哲學(xué)則對我們習(xí)以為常的很多東西有非常不同的看待方式。它曾 經(jīng)被Dreyfus用于證明AI是不可能的。就在不久前，有幾位研究者認為大陸哲學(xué)與AI是相容 的，提供了另外一種解決問題的方法。MIT的哲學(xué)屬于分析哲學(xué)，哲學(xué)學(xué)院深深地受到Cho msky在語言學(xué)方面工作的影響。 看起來要學(xué)習(xí)太多的東西，是不是？確實如此。要小心一個陷阱：認為對于所有的X，“只 有我對X了解的更多，這個問題才會變得容易”。要知道，與之相關(guān)需要進一步了解的東西 是永遠沒完的，但最終你還是要坐下來，解決問題的。 5. 筆記 很多科學(xué)家都有做科研筆記的習(xí)慣，你也應(yīng)該這樣?？赡苣阍桓嬷獜奈迥昙夐_始，對于 每一門科學(xué)課都應(yīng)該記筆記，確實如此。不同的記筆記方式適用于不同的人，可以做在線 筆記，記在筆記本或者便箋簿上?？赡苄枰趯嶒炇矣幸粋€，家里還有一個。 在筆記本上記錄下自己的想法。只有你自己才會去讀它，因此可以記得比較隨意。記錄下 自己的思索，當(dāng)前工作中遇到的問題，可能的解決方案。對將來可能用到的參考文獻作小 結(jié)。 定期翻閱你自己的筆記本。有些人會做月度總結(jié)，方便將來的引用。 筆記中記錄中的東西經(jīng)?？梢宰鳛橐黄撐牡墓歉?。這會使生活變得輕松些。相反，你會 發(fā)現(xiàn)寫粗略的論文——標(biāo)題，摘要，分標(biāo)題，以及正文的片段——是一種記錄自己當(dāng)前工 作的有效方式，即使你并不準(zhǔn)備把它變成一篇真正的論文。（過一段時間你或許會改變想 法）。 你或許會發(fā)現(xiàn)Vera Johnson-Steiner的書《Notebooks of the Mind》很有用，該書并不是 描寫如何做筆記的文獻，它描述了隨著思想片斷的積累，創(chuàng)新思想是如何出現(xiàn)的。 6. 寫作 寫作的理由有很多。 在整個讀研的過程中，你需要寫一到兩篇（這取決于你所在系的規(guī)定）畢業(yè)論文，以獲 得PhD或者MS。 勤于寫作不僅僅給你練習(xí)的機會。 學(xué)術(shù)的規(guī)則就是要么發(fā)表，要么腐爛。在很多領(lǐng)域和學(xué)校，這通常開始于你成為一名教 授時，但是我們實驗室的很多研究生畢業(yè)之前就已經(jīng)開始發(fā)表論文了。鼓勵發(fā)表和分發(fā)論 文是很好的政策。 寫下自己的想法是很好的調(diào)整思路的方式。你會經(jīng)常地發(fā)現(xiàn)自以為很完美的想法一旦寫 下來就顯得語無倫次。 如果你工作的目的是不僅為自己還要為他人服務(wù)，就必須把它發(fā)表。這也是研究的基本 責(zé)任。如果你寫得精彩，會有更多的人來了解你的工作。 AI但憑單打獨斗是很難做的，你需要經(jīng)常地從他人那里獲得反饋。對你的論文作評論就 是最重要的一種形式。任何事情，要做就要做到最好。 閱讀有關(guān)如何寫作的書籍。Strunk和White的《Elements of Style》對基本的應(yīng)該如何 不應(yīng)該如何做了介紹。Claire的《The MLA‘s Line By Line》（Houghton Mifflin）是有 關(guān)在句子級別如何編輯的書籍。Jacques Barzun的《Simple and Direct: A Rhetoric fo r Writers》（Harper and Row, 1985）是有關(guān)如何作文的。 寫論文時，讀讀那些寫作高超的書，并思考作者的句法運用。你會發(fā)現(xiàn)不知不覺地，你 已經(jīng)吸收了作者的風(fēng)格。 要成為寫作高手，需要付出頗多，歷經(jīng)數(shù)年，期間還要忍受和認真對待他人的批評。除 此之外，并無捷徑可走。 寫作有時候是很痛苦的，看起來好像是從“實際的”工作中分心了。但如果你已經(jīng)掌握 了寫作技巧，寫起來會很快。而且如果你把寫作當(dāng)作一門藝術(shù)的話，你能從中得到很多樂 趣。 你肯定會遇到思路阻塞的情況，這有很多的可能原因，沒有一定可以避免的方法。追求 完美可能導(dǎo)致思路阻塞：無論開始寫什么，總覺得不夠好。要理解寫作是一個調(diào)試的過程 。先寫一個草稿，然后返回修訂。寫草稿有助于理順?biāo)悸?，如果寫不出來正文，那就寫個 大綱。逐步對之細化，直到已經(jīng)很容易寫出子部分的內(nèi)容。如果連草稿也寫不出來，隱藏 掉正在寫作的所有窗口，然后隨便輸入自己腦袋里想到的東西，即使看起來好像是垃圾。 當(dāng)你已經(jīng)寫出了很多文本后，重新打開窗口，將剛才寫的東西編輯進去。 另外一個錯誤是以為可以將所有的內(nèi)容依次寫出。通常你應(yīng)該將論文的核心內(nèi)容寫出來， 最后才是介紹部分。引起作者思路阻塞的另一個原因是不切實際的以為寫作是很容易的事 情。寫作是耗時耗力的，如果發(fā)現(xiàn)自己每天只能寫一頁，也不要放棄。 完美主義可能會導(dǎo)致對本來已經(jīng)足夠好的論文還在不停地打磨。這是浪費時間。（這也 是一種有意無意之間逃避做研究的表現(xiàn)）。將論文看作你與本領(lǐng)域其他人交談時的一句話 。在交談中，并不是每一句話都是完美的。很少有人會期待自己的某次談話就是全部的故 事，是與對方的最后一次交流。 寫信是一種很好的練習(xí)。很多技術(shù)論文，如果其風(fēng)格更類似于給朋友的信，那么會有很 大的提高。堅持記日記也是練習(xí)寫作的方法（也會使你試驗更多的文體，不僅僅是技術(shù)論 文）。這兩種方法還有其它的實質(zhì)作用。 一個常見的陷阱是花很多時間去追求修辭而不是內(nèi)容。要避免這樣。LaTeX并非完美，但 是它有很多你所需的修飾語。如果這還不夠，還可從其他從事這一研究的人那里借用一些 詞語用法。很多站點（例如MIT）維護了一個寫作修辭的庫。 清楚自己要表達什么。這是清楚的寫作中最難最重要的因素。如果你寫了拙劣的東西， 且不知道如何修改，這很有可能是因為你不知道自己要說什么。一旦搞清楚了自己要說什 么，說就行了。 論文的寫作要有利于讀者查找到你所做的工作。無論是段落的組織還是通篇的組織，都 要將最核心的部分放在前面。要精心寫作摘要。確保摘要已經(jīng)反映出你的好思路是什么。 確保自己明白自己的創(chuàng)新點是什么，然后用幾句話表達出來。太多的論文摘要只是一般性 地介紹論文，說是有一個好思路，卻不說是什么。 不要用大話來販賣你的工作。你的讀者都是很優(yōu)秀的人，正直且自尊。與之相反，也不 要為自己的工作道歉或者進行消減。 有時候你意識到某個子句、句子或者段落不夠好，卻不知道如何修改。這是因為你鉆到 死胡同里出不來了。你需要返回重寫這一部分?，F(xiàn)實中這種情況很少發(fā)生。 確保自己的論文中有中心思想。如果你的程序在10毫秒內(nèi)解決了問題X，告訴讀者你是如 何辦到的。不要只是解釋呢的系統(tǒng)是如何構(gòu)建的，是做什么的，還要解釋其工作原理和價 值所在。 寫作是給人看的，而不是機器。因此光觀點正確是不行的，還要易懂。不要靠讀者自己 去推理，除非是最明顯的推論。如果你在第七頁的腳注上解釋了某個小玩意的工作原理， 接著在第二十三頁沒有進一步解釋就引用了它，此時如果讀者感到困惑一點都不值得奇怪 。正式的論文要寫清楚是很難的。不要模仿數(shù)學(xué)領(lǐng)域的文獻，它們的標(biāo)準(zhǔn)是盡可能少的解 釋，使讀者感到越困難越好。這并不適用于AI。 寫完一篇論文后，刪掉第一段或者頭幾句話。你會發(fā)現(xiàn)那是與內(nèi)容無關(guān)的一般性話語， 更好的介紹語句在第一段最后或者第二段的開頭。 如果你等做完所有的工作后才開始寫作，會失去很多。一旦開始了某個科研項目，要養(yǎng)成 這樣的習(xí)慣：寫作解釋當(dāng)前工作進展或者每幾個月學(xué)習(xí)所得的非正式論文。從你的研究筆 記中的記載開始?；▋商斓臅r間寫下來——如果你花的時間更長，說明你是一個完美主義 者。將論文與你的朋友分享。寫的是草稿——不是為了被引用的那種。將論文復(fù)制數(shù)十份 ，送給那些感興趣的人（包括你的導(dǎo)師）。與寫正式論文相比，這樣做具有很多相同的好 處（評論，理清思路，寫作練習(xí)等等），而且從某種意義上講，付出無需那么多。經(jīng)常地 ，如果你做得不錯，這些非正式論文以后可以作為正式論文的骨干內(nèi)容，也就是從AI實驗 室的Working Paper成為一篇期刊文章。 一旦你成為Secret Paper Passing Network的成員，會有很多人給你寄論文拷貝要求評論 。獲得他人對自己的論文的評論是很有價值的。因此你評論的論文越多，你獲得支持就越 多，也會收到更多人對你論文的評論。不僅如此，學(xué)習(xí)評價別人的論文也有助你的選擇。 為論文寫有用的評論是一門藝術(shù)。 要寫出有用的評論，需要讀兩遍論文。第一遍了解其思想，第二遍開始作評論。 如果某人在論文中屢次犯同一錯誤，不要每次都標(biāo)記出來。而是要弄清楚模式是什么， 他為什么這樣做，對此還可以做什么，然后在第一頁清晰地指出或者私下交流。 論文的作者在合并你的評論時，將會遵循最小修改的原則。如果可以，就只修改一個詞 ，不行再修改一個詞組，再不行才修改整個句子。如果他的論文中某些拙劣之處使得他必 須修改整個段落，整個小節(jié)甚至整篇論文的組織，要用大字體的字母指出來，這樣他才不 會忽視。 不要在論文寫毀滅性的批評如“垃圾”。這對于作者毫無幫助。花時間提出建設(shè)性的建 議。要設(shè)身處地地為作者著想。 評論有很多種。有對表達的評論，有對內(nèi)容的評論。對表達的評論也可以很不同，可以是 校對打字稿，標(biāo)點，拼寫錯誤，字詞丟失等。應(yīng)該學(xué)一些標(biāo)準(zhǔn)的編輯符號。還可以是校正 語法，修辭，以及混亂不清楚的段落。通常人們會持續(xù)地犯同一語法錯誤，因此需要花時 間明確地指出。接下來是對組織結(jié)構(gòu)的評論：不同程度（子句，句子，段落，小節(jié)乃至一 章）的次序混亂，冗余，無關(guān)的內(nèi)容，以及丟失論點。 很難描述對內(nèi)容進行評論的特征。你可能建議作者擴展自己的想法，考慮某個問題，錯誤 ，潛在的問題，表達贊美等?！耙驗閅，你應(yīng)該讀X”是一種總是有用的評論。 當(dāng)被要求對論文作評論時，你首先想弄清楚哪種評論更有用。對于早期的論文草稿，需要 你主要對內(nèi)容和論文的組織結(jié)構(gòu)作評論；對于最終的草稿，需要你主要評論表達的細節(jié)。 注意，作為一種禮貌，在要求別人評論之前，應(yīng)首先用拼寫檢查器對自己的論文進行檢查 。 你無須接受所有的意見，但是必須都認真對待。將論文的部分內(nèi)容裁掉是挺令人痛心的， 但往往也提高了論文的水平。你經(jīng)常會發(fā)現(xiàn)某個意見確實指出了問題，但是解決方法你覺 得不可接受，那么就去尋找第三條道路。 要多發(fā)表論文，這其實比想象中的容易?；旧希珹I出版物評審者評審論文的標(biāo)準(zhǔn)是：(a )有新意；(b)在某些方面，符合標(biāo)準(zhǔn)。看看IJCAI的會議錄，你會發(fā)現(xiàn)論文錄取的標(biāo)準(zhǔn)相當(dāng) 低。這種情況由于評審過程本身固有的隨機性而變得更糟糕了。所以一個發(fā)表論文的訣竅 是不停地試。 確保論文可讀性比較好。論文被拒絕的原因，除了沒有意義之外，就是無法理解或者組 織糟糕。 論文在投往期刊之前，應(yīng)該交流一段時間，并根據(jù)反饋的評論進行適當(dāng)?shù)男抻啞Ｒ种?br/>那種急匆匆地把結(jié)果投往期刊的做法。在AI領(lǐng)域，沒有競賽，而且不管怎么說，出版周期 的延遲要大大超過對草稿進行評論的時間。 讀一讀你想投稿的期刊或者會議的過刊，確保自己論文的風(fēng)格和內(nèi)容是適合的。 很多出版物都有一頁左右的“作者投稿須知”，仔細看看。 主要的會議都會在被接收的論文中評出內(nèi)容和表達俱佳的獲獎?wù)撐模屑氀芯垦芯俊?br/> 通常是向會議投交一篇篇幅比較短的有關(guān)部分工作內(nèi)容的早期報告，然后再往期刊投交 一份篇幅長的最終的正式論文。 論文被決絕了——千萬不要沮喪灰心。 期刊和會議的論文評審過程存在很大的不同。為了節(jié)省時間，會議論文的評審必須迅速 ，沒有時間細究或者交流。如果你被拒絕了，你就失敗了。但期刊論文則不同，你可以經(jīng) 常地與編輯爭辯，通過編輯與評審人爭辯。 評審人一般都會對你有幫助的。如果你收到了令人生厭的評審報告，應(yīng)該向大會的程序 主席或者編輯投訴。不能期望可以從會議論文評審人的報告那里得到多少反饋。但對于期 刊論文，往往可以得到非常棒的建議。你不必完全按照評審報告的建議去做，但是，如果 你不按照報告去做，那么就必須解釋原因，并且要意識到這可能會導(dǎo)致進一步的負面評價 。不管怎么樣，無論是哪種的評審，作為評審者都要有禮貌。因為在余下的職業(yè)生涯中， 你將會與被評審者在一個學(xué)術(shù)圈子里。 MIT AI Lab Memos大體上是或者接近發(fā)表的水平。實際上，Technical Reports基本上都 是這些Memos的修訂版本。Working Papers則更不正式，這是很好的將自己的論文分發(fā)給同 事們的方法。要出版這些內(nèi)部文件，只需到Publications Office（在活動樓八層）領(lǐng)一份 表格，并有兩位教員簽字即可。 就像其它的科研活動一樣，論文寫作所花的時間總是比期望的要高。論文的發(fā)表在耗費時 間這個問題上則更嚴(yán)重。當(dāng)你完成了一篇論文，投出去，等待發(fā)表。數(shù)月后，論文以及評 論被返回來。你不得不對論文進行修改。然后又是幾個月，才返回對你的修改的確認。如 果你同時發(fā)表了該論文的不同形式，如有一篇短的投會議，一篇長的投期刊，這樣的過程 將反復(fù)數(shù)個回合。結(jié)果有可能是當(dāng)你已經(jīng)厭倦了，研究主題也已經(jīng)令人生厭后數(shù)年，你仍 然在修改那篇論文。這啟示我們：不要去做那些需要熱情投入但是很難發(fā)表論文的研究— —苦不堪言。 7. 講演 與同行交流的另外一種方式就是講演，上面提到的有關(guān)論文寫作的問題，同樣適用于講演 。站在聽眾面前從容講演而不會使聽眾懨懨欲睡的能力，對于你成功地獲得別人的承認、 尊敬乃至最終的求職都是很關(guān)鍵的。講演的能力不是天生的，下面是一些學(xué)習(xí)和練習(xí)講演 的方法： Patrick Winston有一篇很好的有關(guān)如何作講演的小論文。每年的一月，他都會就此作講 演，演示和描述它的演講技巧。 如果你覺得自己是一個糟糕的演講者，或者想成為一名優(yōu)秀的演講者，選一門公共演講 課。初級的表演課也很有用。 如果你的導(dǎo)師有定期的研究討論會，自愿去作演講。 MIT AI實驗室有一系列的半正式座談會，叫做Revolving Seminar。如果你覺自己的某些 觀點值得寫進AI Memo或者會議論文中，自告奮勇去作一場報告。 深入了解實驗室的不同機器人項目，當(dāng)你外地的親朋好友來的時候，你可以領(lǐng)著他們逛 一圈，并就機器人做60分鐘的報告。 由于修改演講遠比修改論文容易，有些人會覺得這是很好的尋找如何表達思想的方式。 （Nike Brady有一次曾說，他所有最好的論文都來自于演講）。 在一間空屋子里練習(xí)，最好就是你馬上要做的報告。這有助于調(diào)整報告的技巧：每一張 幻燈講些什么；轉(zhuǎn)換的延遲以及保持平滑；保持解釋和幻燈的同步；估計報告的時間長度 。你花在調(diào)整設(shè)備上的時間越少，留下來的與人交流的時間就越長。 用鏡子，錄音機或者錄像機練習(xí)是另外一種方法。實驗室有這三種設(shè)備。這也有助于調(diào) 整自己的發(fā)音和肢體語言。 對于比較正式的報告——特別是你的答辯——應(yīng)該在幾個朋友面前練習(xí)一遍，請他們批 評指正。 觀察別人是如何做報告的。有很多訪問MIT的人會做報告。參加這樣的報告會能夠感受自 己不熟悉的領(lǐng)域，并且如果報告令人提不起興趣，你可以暗中分析報告者錯在哪里。 找一位朋友，將你最近的想法說給他聽。這既可以提高的交際技巧，又能調(diào)試自己的思 路。 8. 程序設(shè)計 并不是所有的AI論文都包含代碼，而且本領(lǐng)域的很多重量級人物從來沒有寫過一個重要的 程序。但是為了初步的近似AI工作原理，你必須會程序設(shè)計。不僅僅是很多AI研究工作需 要編寫代碼，而且學(xué)會程序設(shè)計能給你什么是可計算的什么是不可計算的直覺，這是AI對 認知科學(xué)貢獻的主要來源。 在MIT，本質(zhì)上所有的AI程序設(shè)計都使用Common Lisp。如果還不知道，趕快學(xué)吧。當(dāng)然， 學(xué)習(xí)一門語言并不能等同于學(xué)習(xí)程序設(shè)計；AI程序設(shè)計包含的一些技術(shù)與那些在系統(tǒng)程序 設(shè)計或者應(yīng)用程序設(shè)計中用到的大不相同。開始學(xué)的時候，可以先看看Abelson和Sussman 的《Structure and Interpretation of Computer Programs》，并做一些練習(xí)。這本書與 AI程序設(shè)計本質(zhì)上并不相干，但是包含了一些相同的技術(shù)。然后讀Winston和Horn寫的Lis p書第三版，書里有很多優(yōu)雅的AI程序。最后，進行實際的程序設(shè)計，而不是閱讀，才是最 好的學(xué)習(xí)程序的方法。 學(xué)習(xí)Lisp程序設(shè)計有很多傳統(tǒng)。有些人習(xí)慣一起寫代碼，這取決于個性。還有的人尋找機 會直接向有經(jīng)驗的程序員學(xué)習(xí)，或者請他對你的代碼進行評價。閱讀別人的代碼也是很有 效的方法。如果可以向高年級同學(xué)要他們的源代碼。他們可能會有些抱怨，說自己的編程 風(fēng)格差極了，程序?qū)嶋H上并不能工作云云。不管怎么樣，最后你獲得了源代碼。然后你要 仔細地通篇閱讀，這很費時間。通常閱讀并完全理解別人代碼所花的時間與你自己編程完 成的時間是一樣多的，因此要計劃好在你的頭一個或者頭兩個學(xué)期用數(shù)周的時間去閱讀別 人的代碼。你將從中學(xué)到很多以前不曾想到在課本中也沒有的技巧。如果你讀到了大段大 段不可理解沒有注釋的程序，你就會明白不應(yīng)該如何寫代碼了。 在軟件工程課里學(xué)習(xí)到的那些知識在AI程序設(shè)計中依然有用。要給代碼加注釋。使用正確 的數(shù)據(jù)抽象。將圖和你的代碼隔離開，由于你使用的語言基本上是Common Lisp，因此可移 植性很好。諸如此類。 經(jīng)過頭幾年的學(xué)習(xí)后，應(yīng)該寫一些自己的標(biāo)準(zhǔn)AI模塊，如： 真值維護系統(tǒng) 規(guī)劃器 規(guī)則系統(tǒng) 不同風(fēng)格的解釋器 具有流程分析的優(yōu)化編譯器 具有繼承特性的框架系統(tǒng) 幾種搜索方法 基于解釋的學(xué)習(xí)器 任何你感興趣的東西都可以嘗試用程序?qū)崿F(xiàn)。你可以抓住問題的實質(zhì)，在幾天之內(nèi)完成一 個功能版本。修改已有的程序是另外一種有效的方法，前提是你已經(jīng)寫過這樣的東西，并 且確實了解其工作原理，優(yōu)缺點以及效率等問題。 不象其他通常的程序員，AI程序員之間很少相互借閱代碼。（演示代碼例外）。這部分由 于AI程序很少有真正起作用的。（很多著名的AI程序只在作者論文所提到的那三個例子上 起作用，雖然最近這種情況已經(jīng)有所改善）。另外一個原因是AI程序通常是匆忙湊成，并 沒有考慮一般化的問題。使用Foobar的“標(biāo)準(zhǔn)”規(guī)則解釋器，開始時很有效，不久就會發(fā) 現(xiàn)缺少一些你需要的功能，或者不夠有效率。雖然可以對代碼進行修改滿足自己的需要， 但記住理解別人的代碼是很耗時的，有時候還不如自己寫一個。有時候構(gòu)建一個標(biāo)準(zhǔn)包的 工作本身就可以成為一篇論文。 像論文一樣，程序也有可能過于追求完美了。不停重寫代碼以求完美，最大化的抽象所有 的東西，編寫宏和庫，與操作系統(tǒng)內(nèi)核打交道，這都使得很多人偏離了自己的論文，偏離 了自己的領(lǐng)域。（從另外一方面，或許這正是你需要將來謀生的手段）。 9. 導(dǎo)師 在MIT，有兩種類型的導(dǎo)師，教學(xué)導(dǎo)師和論文導(dǎo)師。 教學(xué)導(dǎo)師的工作比較簡單。每一位研究生都被分配了系里的一位老師作為教學(xué)導(dǎo)師。教學(xué) 導(dǎo)師的作用是作為系方代表，告訴你對你的正式要求是什么，如果你的進度慢了敦促你， 批準(zhǔn)你的課程計劃等。如果一切順利的話，你每年只需要見教學(xué)導(dǎo)師兩次，在注冊日那天 。從另一方面講，如果你遇到了困難，教學(xué)導(dǎo)師替你向系里反映或者提供指導(dǎo)。 論文導(dǎo)師是監(jiān)督你研究的人。選擇論文導(dǎo)師是你讀研期間最重要的選擇，比選題都重要得 多。從更廣的意義上講，AI是通過師傅帶徒弟的方式學(xué)習(xí)的。有很多領(lǐng)域的技術(shù)方面或者 研究過程方面的非正式知識，只能從導(dǎo)師那里學(xué)到，在任何教科書上都找不到。 很多AI教員都是行為古怪的人，畢業(yè)生也如此。導(dǎo)師與研究生的關(guān)系是非常個性化的，你 的個人特點必須與導(dǎo)師的配合得很好，這樣你們才能合作成功。 不同的導(dǎo)師具有不同的風(fēng)格。下面是一些需要值得考慮的因素： 你需要多大程度的指導(dǎo)？有些導(dǎo)師會給你一個定義良好的適合做論文的問題，對解決方 法進行解釋，并告訴你如何開展工作。如果你陷在某個地方了，他們會告訴你如何開展下 去。其他的導(dǎo)師屬于甩手型，他們可能對你的選題毫無幫助，但是一旦你選好題目，他們 對于引導(dǎo)你的思路具有非常大的作用。你需要考慮清楚自己適合獨立工作還是需要指導(dǎo)。 你需要多大程度的聯(lián)系？有的導(dǎo)師要求每周與你見面，聽取你工作進展的匯報。他們會 告訴你應(yīng)該讀的論文，并給你實際的練習(xí)和項目做。其他的導(dǎo)師每學(xué)期與你的談話不會超 過兩次。 你能承受的壓力有多大？有些導(dǎo)師施加的壓力是很大的。 需要多少情感支持？ 聽取導(dǎo)師意見的認真程度如何？大多數(shù)導(dǎo)師會相當(dāng)正式的建議你的論文題目。有些導(dǎo)師 是值得信賴的，他們給出的建議，如果按照執(zhí)行，幾乎肯定會做出一篇可接受程度的論文 ，如果不是令人興奮的論文的話。其他的則一下子拋出很多思路，大部分是不切實際的， 但是有一些，或許會導(dǎo)致重大突破。如果選了這樣的一位導(dǎo)師，你首先得把自己當(dāng)作一個 過濾器。 導(dǎo)師提供了什么類型的研究組？有些教授會創(chuàng)造環(huán)境，把所有的學(xué)生聚集在一起，即使 他們做的不是同一個項目。很多教授每周或者每兩周與自己的學(xué)生們會面。這對你有用么 ？你能與教授的學(xué)生和睦相處么？有些學(xué)生發(fā)現(xiàn)他們更能與其他教研組的學(xué)生建立良好的 工作關(guān)系。 你想?yún)⑴c大的項目么？有些教授將大系統(tǒng)分解，每個學(xué)生負責(zé)一部分。這給了你與一組 人討論問題的機會。 你想被共同監(jiān)督么？有些論文項目包含了多個AI領(lǐng)域，需要你與兩個以上的教授建立密 切的工作關(guān)系。雖然你正式的論文導(dǎo)師只有一位，但是有時候這并不反映實際情況。 導(dǎo)師愿意指導(dǎo)其研究領(lǐng)域之外的論文題目么？你是否能與導(dǎo)師一起工作，比你做什么本 身更重要。MIT的機器人系就曾指導(dǎo)過量子物理學(xué)和認知建模方面的論文；推理方面的教員 指導(dǎo)過視覺方面的論文。但是有些教員只愿意指導(dǎo)自己研究興趣領(lǐng)域內(nèi)的論文。這對于那 些欲獲得終身職位的年輕教員來說尤其如此。 導(dǎo)師會為了你跟體制作斗爭嗎？有些導(dǎo)師會為了你跟系里或者某些有敵意的實體作斗爭 。有時候體制對某些類型的學(xué)生不利（特別是對于女學(xué)生和怪癖的學(xué)生），因此這一點很 重要。 導(dǎo)師愿意并且能夠在會議上推薦你的工作嗎？這是導(dǎo)師工作的一部分，對你將來工作意 義重大。 上述這些因素，不同學(xué)校的情況很不相同。與大部分學(xué)校相比，MIT提供了多得多的自由。 找論文導(dǎo)師是你研究生一年級最主要的任務(wù)。研一結(jié)束時，或者研二學(xué)年開始階段，你必 須有一個論文導(dǎo)師。下面是一些訣竅： 查閱實驗室的研究總結(jié)。其中有一頁左右的篇幅描述了每個教師以及很多研究生目前在 做什么。 如果你對某些教師的研究工作感興趣，查閱其最近的論文。 在第一學(xué)期，與盡可能多的教師交談。去感受他們喜歡做什么，他們的研究和指導(dǎo)風(fēng)格 是什么。 與預(yù)期導(dǎo)師的研究生交談。要保證與導(dǎo)師的多個學(xué)生交流，因為每位導(dǎo)師在與不同的學(xué) 生交流時有不同的工作方式和交流效果。不能被一個學(xué)生的看法所左右。 很多教師所在研究組的會議對新同學(xué)都是公開的。這是非常好的了解導(dǎo)師工作方式的途 徑。 作為一門學(xué)科，AI不同尋常的一點是很多有用的工作是由研究生完成的，而不是博士—— 他們忙著做管理去了。這有幾個后果。一是某個教師的聲望，是否會獲得終身聘用，在很 大程度上取決于學(xué)生的工作。這意味著教授有很強烈的動機吸引最好的學(xué)生為自己工作， 并給與有效的指導(dǎo)和足夠的支持。另外一個后果是，由于大部分學(xué)生的論文方向是由導(dǎo)師 形成的，因此整個領(lǐng)域的方向和發(fā)展很大程度上取決于導(dǎo)師選擇什么樣的研究生。 當(dāng)選定了導(dǎo)師，決定了自己對導(dǎo)師的要求后，要確保導(dǎo)師知道。不要由于交流不好，浪費 時間于自己并不想做的項目上。 不要完全依賴你的導(dǎo)師，要建立自己的網(wǎng)絡(luò)。找一些能定期評審你的工作的人是很重要的 ，因為研究時很容易走火入魔。網(wǎng)絡(luò)中的人可以包括自己實驗室或者外單位的研究生和老 師。 在與其他學(xué)生、老師甚至自己的導(dǎo)師的關(guān)系中，很可能會碰到種族主義者，性別歧視，同 性戀或者其他令人尷尬的事情。如果你不幸碰到了，去尋求幫助。MIT的ODSA出版了一本叫 做“STOP Harrassment”的小冊子，里面有很多建議?！禖omputer Science Women‘s Rep ort》，可在LCS文檔室找到，也與之相關(guān)。 實驗室中有些同學(xué)只是名義上由導(dǎo)師指導(dǎo)。這對于那些獨立性很強的人來說很好。但是如 果你已經(jīng)完成了某項導(dǎo)師指導(dǎo)的工作，除非你確保沒有導(dǎo)師也行且自己有牢靠的支持網(wǎng)絡(luò) ，否則就不要這么干。 10. 論文 做畢業(yè)論文將占據(jù)研究生生活的大部分時間，主要是去做研究，包括選題，這比實際的寫 作耗時更多。 碩士論文的目的是為做博士論文練兵。博士水平的研究如果沒有準(zhǔn)備好的話，是很難進行 的。碩士論文最本質(zhì)的要求是展示自己的掌握程度：你已經(jīng)完全理解了本領(lǐng)域最新進展， 并具備相應(yīng)的操作水平。并不需要你對本領(lǐng)域的最新知識有所拓展，也不要求發(fā)表你的論 文。然而我們實驗室的論文總是比較大氣的，因此很多碩士論文實際上都對本領(lǐng)域的發(fā)展 作出了顯著的貢獻，大約有一半都出版了。這并不一定是好事情。很多人精力都集中于碩 士的工作，所以MIT有這樣的名聲：碩士論文的質(zhì)量往往比博士論文高。這有悖于碩士工作 本來是為博士研究作準(zhǔn)備的原有目的。另外一個因素是所做研究要對領(lǐng)域有所貢獻，至少 需要兩年，這使得研究生學(xué)習(xí)時間之長令人難以忍受?，F(xiàn)在或許你感受不到匆忙，但當(dāng)你 已經(jīng)在實驗室呆了七年后，你肯定迫不及待地想逃出去。碩士從入學(xué)到畢業(yè)平均時間是兩 年半，但是，計算機系強烈鼓勵學(xué)生提前畢業(yè)。如果某個碩士生的題目過于龐大，可將之 分解，一部分來做碩士論文，另一部分給博士生作博士論文。 想要了解碩士論文研究是什么樣的，讀幾本最新的碩士論文。記住比較好的論文是那些出 版的或者成為技術(shù)報告的，因為這標(biāo)志著該論文被認為是擴展了領(lǐng)域的最新知識——換句 話說，他們的論文遠遠超出了碩士論文的水平。還要讀一些通過的但是沒有出版的論文， 所有通過的論文都可以在MIT圖書館中找到。博士論文必須對最新知識有所拓展，博士論文 的研究必須具備可出版的質(zhì)量。MIT的泱泱氣質(zhì)又表現(xiàn)出來了，很多博士論文在幾年內(nèi)都是 某個子領(lǐng)域的權(quán)威工作。對于MIT的博士論文來說，開創(chuàng)一個新領(lǐng)域，或者提出并解決一個 新問題，并不是什么了不起的事情。雖然，這并不是必需的。 一般來說，需要兩到三年的時間來做博士論文。很多人花一到兩年的時間跟碩士生活說再 見，以及選題。這段時間可以去嘗試一些別的事情，例如做助教或者在某個非AI領(lǐng)域打下 堅實的基礎(chǔ)或者組織個樂隊。博士論文的實際寫作時間大約是一年。 選題是論文工作中最重要最困難的部分： 好的論文題目不僅能夠表達個人觀點，而且可與同行交流。 選擇題目必須是自己愿意傾注熱情的。個人遠景觀點是你作為一個科學(xué)家的理由，是你 最為關(guān)切的意象，原則，思路或者目標(biāo)。有多種形式。或許你想造一臺可與之交談的計算 機，或許你想把人類從計算機的愚蠢使用中拯救出來，或許你想展示萬物都是統(tǒng)一的，或 許你想在太空發(fā)現(xiàn)新生命。遠景觀點總是比較大的，你的論文并不能實現(xiàn)你的遠景，但是 可以朝著那個方向努力。 做論文時，最困難的就是如何將問題消減至可解決的水平，同時規(guī)模又足以做一篇論文 。“解決AI的寬度優(yōu)先”是常見毛病的一個例子，題目太大太虛了。你會發(fā)現(xiàn)需要不斷的 縮小題目的范圍。選題是一個漸進的過程，不是一個離散的事件，會持續(xù)到你宣布論文已 經(jīng)完成那一刻為止。實際上，解決問題通常比精確地描述問題要容易得多。如果你的目標(biāo) 是一個五十年的工程，那么合理的十年工程是什么，一年的呢？如果目標(biāo)的結(jié)構(gòu)龐大，那 么最核心的部件是什么，如何最大程度的了解核心部件？ 一個重要的因素是你可以忍受多大程度的風(fēng)險。在最終的成功和風(fēng)險之間需要權(quán)衡。這 也并不總是對的，AI中有很多研究者尚未涉及的想法。 好的論文選題有一個中心部分，你確信肯定可以完成，并且你和你的導(dǎo)師都同意這已經(jīng) 滿足畢業(yè)要求了。除此之外，論文中還有多種擴展，有失敗的可能，但如果成功了，會增 加論文的精彩程度。雖然不是每一個論文選題都符合這個模式，但值得一試。 有些人覺得同時在多個項目中工作可以在選題的時候選擇可以完成的那個。這確實降低 了風(fēng)險。另外一些人則愿意在做任何工作之前，選一個單獨的題目。 可能你只對某個領(lǐng)域感興趣，這樣你的選題范圍就狹窄得多。有時候，你會發(fā)現(xiàn)系里的 老師沒有一個人能夠指導(dǎo)你選擇的領(lǐng)域。可能還會發(fā)現(xiàn)好像那個領(lǐng)域沒什么很自然的選題 ，反而對別的領(lǐng)域有好想法。 碩士選題比博士選題更難，因為碩士論文必須在你所知不多沒有足夠自信時就完成。 博士選題需要考慮的一個因素是是否繼續(xù)碩士階段所研究的領(lǐng)域，可能拓展或者作為基 礎(chǔ)，或者干脆轉(zhuǎn)到另外一個領(lǐng)域。待在同一個領(lǐng)域事情就簡單了，可能只需要一到兩年就 畢業(yè)了，特別是如果在碩士階段的工作中已經(jīng)發(fā)現(xiàn)了適合做博士論文的題目。不足之處在 于容易定型，改換領(lǐng)域則能增加知識的寬度。 有的論文題目很新奇，有的則很普通。前者開創(chuàng)了新領(lǐng)域，探索了以前未曾研究過的現(xiàn) 象，或者為很難描述的問題提供了有效的解決方法；后者則完美地解決了定義良好的問題 。兩種論文都是有價值的。選擇哪一種論文，取決于個人風(fēng)格。 論文的“將來的工作”部分，是很好的論文題目來源。 無論選什么樣的題目，必須是前人未曾做過的。即使是同時有人做的工作，也不好。有 很多東西可作，根本無需競爭。還有一種常見的情況，讀了別人的論文后感覺很驚慌，好 像它已經(jīng)把你的問題解決了。這通常發(fā)生在確定論文題目過程中。實際上往往只是表面類 似，因此將論文送給某個了解你的工作的高人看看，看他怎么說。 MIT AI實驗室的論文并非全是有關(guān)人工智能的；有些是有關(guān)硬件或者程序設(shè)計語言的， 也行。 選好題后，即使有點虛，你必須能夠回答下列問題：論文的論點是什么？你想說明什么？ 你必須有一句，一段，五分鐘的答案。如果你不知道自己在干什么，別人也不會嚴(yán)肅對待 你的選題，更糟糕的是，你會陷在選題——再選題的圈子里而不能自拔。 開始作論文研究后，一定要能夠用簡單的語言解釋每一部分的理論和實現(xiàn)是如何為目標(biāo)服 務(wù)的。 記住，一旦選好了題目，你必須與導(dǎo)師就論文完成的標(biāo)準(zhǔn)達成清晰的一致。如果你和他對 論文具有不同的期望，最后你肯定死得很慘。必須定義好“完成測試”的標(biāo)準(zhǔn)，像一系列 的能夠證明你的理論和程序的例子。這是必須做的，即是你的導(dǎo)師并不這么要求。如果環(huán) 境發(fā)生了根本的變化，測試也要隨之改變。 首先嘗試論文問題的簡化版本。用實例檢驗。在形成理論抽象之前，要完整的探究具有代 表性的例子。 做論文的過程中，有很多浪費時間的方式。要避免下列活動（除非確實跟論文相關(guān)）：語 言表達的設(shè)計；用戶接口或者圖形接口上過分講究；發(fā)明新的形式化方法；過分優(yōu)化代碼 ；創(chuàng)建工具；官僚作風(fēng)。任何與你的論文不是很相關(guān)的工作要盡量減少。 一種眾所周知的現(xiàn)象“論文逃避”，就是你突然發(fā)現(xiàn)改正某個操作系統(tǒng)的BUG是非常吸引人 也很重要的工作。此時你總是自覺不自覺的偏離了論文的工作。要記住自己應(yīng)該做些什么 。（本文對于部分作者來說就屬于論文逃避現(xiàn)象）。 11. 研究方法論 [本部分內(nèi)容比較少，請?zhí)砑覿 研究方法學(xué)定義了什么是科研活動，如何開展研究，如何衡量研究的進展，以及什么叫做 成功。AI的研究方法學(xué)是個大雜燴。不同的方法論定義了不同的研究學(xué)派。 方法是工具。使用即可，不要讓他們來使用你。不要把自己陷于口號之中：“AI研究需要 牢靠的基礎(chǔ)”，“哲學(xué)家只會高談闊論，人工智能則需要拼搏”，“在問為什么之前，先 搞清楚計算的是什么”。實際上，要在人工智能領(lǐng)域取得成功，你必須擅長各種技術(shù)方法 ，還必須具備懷疑的態(tài)度。例如，你必須能夠證明定理，同時你還必須思考該定理是否說 明了什么。 很多優(yōu)秀的AI篇章都是巧妙地在幾種方法論中取得平衡。例如，你必須選擇一條在太多理 論（可能與任何實際問題都無關(guān)）和繁瑣的實現(xiàn)（把實際的解決方法表達得語無倫次）之 間的最佳路線。你經(jīng)常會面臨區(qū)分“干凈”和“骯臟”的研究決策。你應(yīng)該花時間將問題 在某種程度上形式化嗎？還是保持問題的原始狀態(tài)，此時雖然結(jié)構(gòu)不良但更接近實際？采 用前一種方法（如果可行的話）會得到清晰確定的結(jié)果，但這一過程往往是繁瑣的，或者 至少不會直接解決問題。后者則有陷入各種處理的漩渦之中的危險。任何工作，任何人， 必須作出明智的平衡。 有些工作象科學(xué)。你觀察人們是怎樣學(xué)習(xí)算術(shù)的，大腦是如何工作的，袋鼠是如何跳的， 然后搞清楚原理，形成可檢驗的理論。有些工作象工程：努力創(chuàng)建一個更好的問題解決器 或者算法。有些工作象數(shù)學(xué)：跟形式化打交道，要理解屬性，給出證明。有些工作是實例 驅(qū)動的，目標(biāo)是解釋特定的現(xiàn)象。最好的工作是以上幾種的結(jié)合。 方法具有社會性，看看別人是如何攻克類似難題的，向別人請教他們是如何處理某種特殊 情況的。 12. 情感因素 研究是艱苦的工作，很容易對之失去興趣。一個令人尷尬的事實是在本實驗室讀博的學(xué)生 只有很少比例最后獲得學(xué)位。有些人離開是因為可以在產(chǎn)業(yè)界賺到更多的錢，或者由于個 人的原因；最主要的原因則是由于論文。本節(jié)的目標(biāo)是解釋這種情況發(fā)生的原因，并給出 一些有益的建議。 所有的研究都包含風(fēng)險。如果你的項目不可能失敗，那是開發(fā)，不是研究。面對項目失敗 時是多么艱難啊，很容易將你負責(zé)的項目失敗解釋為你自己的失敗。雖然，這實際上也證 明了你有勇氣向困難挑戰(zhàn)。 在人工智能領(lǐng)域很少有人總是一直成功，一年年地出論文。實際上，失敗是經(jīng)常的。你會 發(fā)現(xiàn)他們經(jīng)常是同時做幾個項目，只有一些是成功的。最終成功的項目也許反復(fù)失敗過多 次。經(jīng)歷過很多由于方法錯誤的失敗之后，才取得最終的成功。 在你以后的工作生涯中，會經(jīng)歷很多失敗。但是每一個失敗的項目都代表了你的工作，很 多思想，思考方式，甚至編寫的代碼，在若干年后你發(fā)現(xiàn)可用于另外一個完全不同的項目 。這種效果只有在你積累了相當(dāng)程度的失敗之后才會顯現(xiàn)出來。因此要有最初的失敗以后 將會起作用的信念。 研究所花費的實際時間往往比計劃的要多得多。一個小技巧是給每個子任務(wù)分配三倍于預(yù) 期的時間（有些人加了一句：“……，即使考慮了這條原則”）。 成功的關(guān)鍵在于使得研究成為你日常生活的一部分。很多突破和靈感都發(fā)生在你散步時。 如果無時無刻地都潛意識的思考研究，就會發(fā)現(xiàn)思如泉涌。成功的AI研究者，堅持的作用 一般大于天資。“嘗試”也是很重要的，也就是區(qū)分淺薄的和重要的思路的能力。 你會發(fā)現(xiàn)自己成功的比例是很隨機的。有時候，一個星期就做完了以前需要三個月才能完 成的工作。這是令人欣喜的，使得你更愿意在本領(lǐng)域工作下去。其他一些時候，你完全陷 在那里，感覺什么也做不了。這種情況很難處理。你會覺得自己永遠不會做出任何有價值 的東西了，或者覺得自己不再具備研究者的素質(zhì)了。這些感覺幾乎肯定是錯誤的。如果你 是MIT錄取的學(xué)生，你就是絕對合格的。你需要的是暫停一下，對糟糕的結(jié)果保持高度的容 忍。 通過定期設(shè)置中短期的目標(biāo)，例如每周的或者每月的，你有很多工作要做。增加達到這些 目標(biāo)的可能性有兩種方法，你可以把目標(biāo)記在筆記本中，并告訴另外一個人。你可以與某 個朋友商定交換每周的目標(biāo)并看誰最終實現(xiàn)了自己的目標(biāo)?；蛘吒嬖V你的導(dǎo)師。 有時你會完全陷在那里，類似于寫作過程的思路阻塞，這有很多可能的原因，卻并無一定 的解決方法。 范圍過于寬泛了，可嘗試去解決流程中的子問題。 有時候?qū)δ阊芯磕芰Φ膽岩蓵サ裟闼械臒崆槎沟媚阋皇聼o成。要牢記研究能力 是學(xué)習(xí)而得的技能，而不是天生的。 如果發(fā)現(xiàn)自己陷入嚴(yán)重的困境，一個多星期都毫無進展，嘗試每天只工作一小時。幾天 后，你可能就會發(fā)現(xiàn)一切又回到了正軌。 害怕失敗會使得研究工作更加困難。如果發(fā)現(xiàn)自己無法完成工作，問問自己是否是由于 在逃避用實驗檢驗自己的思路。發(fā)現(xiàn)自己最近幾個月的工作完全是白費的這種可能，會阻 止你進一步開展工作。沒有辦法避免這種情況，只要認識到失敗和浪費也是研究過程的一 部分。 看看Alan Lakien的書《How to Get Control of Your Time and Your Life》，其中包 含很多能使你進入充滿創(chuàng)造力的狀態(tài)的無價方法。 很多人發(fā)現(xiàn)自己的個人生活和做研究的能力是相互影響的。對于有些人來說，當(dāng)生活中一 切都不如意時，工作是避難所。其他的人如果生活陷入混亂時就無法工作了。如果你覺得 自己確實悲痛得難以自拔，去看看心理醫(yī)生。一份非正式的調(diào)查表明，我們實驗室大約有 一半的學(xué)生在讀研期間看過一次心理醫(yī)生。 使得人工智能那么難的一個原因是沒有被普遍接受的成功標(biāo)準(zhǔn)。在數(shù)學(xué)中，如果你證明了 某個定理，你就確實做了某些事情；如果該定理別人都證不出來，那么你的工作是令人興 奮的。人工智能從相關(guān)的學(xué)科中借來了一些標(biāo)準(zhǔn)，還有自己的一些標(biāo)準(zhǔn)。不同的實踐者， 子領(lǐng)域和學(xué)校會強調(diào)不同的標(biāo)準(zhǔn)。MIT比其他的學(xué)校更強調(diào)實現(xiàn)的質(zhì)量，但是實驗室內(nèi)部也 存在很大的不同。這樣的一個后果就是你不可能令所有的人都滿意。另外一個后果就是你 無法確定自己是否取得了進展，這會讓你覺得很不安全。對你工作的評價從“我所見過最 偉大的”到“空虛，多余，不明所以”不一而足，這都是很正常的，根據(jù)別人的反饋修訂 自己的工作。 有幾種方法有助于克服研究過程中的不安全感。被承認的感覺：包括畢業(yè)論文的接受，發(fā) 表論文等。更重要的是，與盡可能多的人交流你的思路，并聽取反饋。首先，他們能貢獻 有用的思路；其次，肯定有一些人會喜歡你的工作，這會使得你感覺不錯。由于評價進展 的標(biāo)準(zhǔn)是如此不確定，如果不與其他的研究者充分的交流，很容易盲目。特別當(dāng)你感覺不 太好時，應(yīng)該就你的工作進行交流。此時，獲得反饋和支持是非常重要的。 很容易看不到自己的貢獻，總是想：“如果我能做，肯定是微不足道的。我的所有思想都 太明顯了”。實際上，當(dāng)你回頭看時，這些雖然對你是很明顯的，對別人并不一定是明顯 的。將你的工作解釋給很多門外漢聽，你會發(fā)現(xiàn)現(xiàn)在對你來說是平淡無奇的東西原來那么 難！寫下來。 一項對諾貝爾獲獎?wù)邔嵤┑挠嘘P(guān)懷疑自己問題（在你研究的過程中，你一直覺得自己是在 做震驚世界的工作嗎？）的調(diào)查表明：獲獎?wù)邆円恢禄卮鹚麄兘?jīng)常懷疑自己工作的價值和 正確性，都經(jīng)歷過覺得自己的工作是無關(guān)的，太明顯了或者是錯誤的時期。任何科學(xué)過程 的常見和重要的部分就是經(jīng)常嚴(yán)格的評價，很多時候不能確定工作的價值也是科學(xué)過程不 可避免的一部分。 有些研究者發(fā)現(xiàn)與別人協(xié)作比單打獨斗工作效果更好。雖然人工智能研究經(jīng)常是相當(dāng)個人 主義的，但是也有一部分人一起工作，創(chuàng)建系統(tǒng)，聯(lián)合發(fā)表論文。我們實驗室至少已經(jīng)有 一個聯(lián)合做畢業(yè)論文的先例。缺點是很難與協(xié)作者區(qū)分對論文的貢獻。與實驗室之外的人 合作，例如暑期工作時，問題就會少一些。 很多來到MIT AI實驗室的學(xué)生都是以前所在學(xué)校最厲害的人。來到這里之后，會發(fā)現(xiàn)很多 更聰明的人。這對于很多一年級左右學(xué)生的自尊形成了打擊。但周圍都是聰明人也有一個 好處：在你把自己不怎么樣的（但自己又沒有覺察到）想法發(fā)表之前就被其他人給打倒在 地了。更現(xiàn)實的講，現(xiàn)實世界中可沒有這么多聰明人。因此到外面找一份顧問的工作有利 于保持心理平衡。首先，有人會為你的才能付費，這說明你確實有些東西。其次，你發(fā)現(xiàn) 他們確實太需要你的幫助了，工作良好帶來了滿足感。 反之，實驗室的每一個學(xué)生都是從四百多個申請者挑選出來的，因此我們很多學(xué)生都很自 大。很容易認為只有我才能解決這個問題。這并沒什么錯，而且有助于推進領(lǐng)域的發(fā)展。 潛在的問題是你會發(fā)現(xiàn)所有的問題都比你想象的要復(fù)雜得多，研究花的時間比原先計劃的 多得多，完全依靠自己還做不了。這些都使得我們中的很多人陷入了嚴(yán)重的自信危機。你 必須面對一個事實：你所做的只能對某個子領(lǐng)域的一小部分有所貢獻，你的論文也不可能 解決一個重大的問題。這需要激烈的自我重新評價，充滿了痛苦，有時候需要一年左右的 時間才能完成。但這一切都是值得的，不自視過高有助于以一種游戲的精神去作研究。 人們能夠忍受研究的痛苦至少有兩個情感原因。一個是驅(qū)動，對問題的熱情。你做該研究 是因為離開它就沒法活了，很多偉大的工作都是這樣做出來的。雖然這樣也有油盡燈枯的 可能。另外一個原因是好的研究是充滿樂趣的。在大部分時間里，研究是令人痛苦的，但 是如果問題恰好適合你，你可以玩一樣的解決它，享受整個過程。二者并非不可兼容的， 但需要有一個權(quán)衡。 要想了解研究是怎么樣的，遭到懷疑的時候應(yīng)該如何安慰自己，讀一些當(dāng)代人的自傳會有 些作用。Gregory Bateson‘s Advice to a Young Scientist, Freeman Dyson‘s Disturb ing the Universe, Richard Feynmann‘s Surely You Are Joking, Mr. Feynmann!, Geo rge Hardy‘s A Mathematician‘s Apology, 和Jim Watson‘s The Double Helix. 當(dāng)你完成了一個項目——例如論文——一兩個月后，你可能會覺得這一切是那么不值。這 種后沖效果是由于長時間被壓抑在該問題上，而且覺得本可以做得更好。總是這樣的，別 太認真。等再過了一兩年，回頭看看，你會覺得：嘿，真棒！多棒的工作！ 尾注 本文包含的思想，文本以及評論來自于Phil Agre, Jonathan Amsterdam, Jeff Anton, A lan Bawden, Danny Bobrow, Kaaren Bock, Jennifer Brooks, Rod Brooks, David Chap man, Jim Davis, Bruce Donald, Ken Forbus, Eric Grimson, Ken Haase, Dan Huttenl ocher, Leslie Kaelbling, Mike Lowry, Patrick Sobalvarro, Jeff Shrager, Daniel Weise, and Ramin Zabih。我們要感謝那些對本文作出貢獻的人（對我們的論文作出貢獻 的人，順便一并致謝），特別是我們的導(dǎo)師。 上面所列舉的一些思想來自于John Backus的《On Being a Researcher》和Alan Bundy, Ben du Boulay, Jim Howe和Gordon Plotkin的《How to Get a PhD in AI》。 |
|
|
