Education
lijiangshui
不患人之不已知,患不知人也
展开
-
MIT是如何做研究的——学习其他领域
4. 学习其他领域通常的情况,你只能做AI领域的事情,对AI领域之外的事情一无所知,好像有些人现在也仍然这么认为。但是,现在要求好的研究者对几个相关的领域都了解颇深。计算的可行性本身并没有对什么是智能提供足够的约束,其他的领域给出了其他形式的约束,例如心理学获得的经验数据。更重要的是,其他的研究领域给了你思考的新工具,看待智能的新方法。学习其他领域的另外一个原因是AI本身并没有评价研究价值的标准,转载 2006-08-02 15:37:00 · 995 阅读 · 0 评论 -
MIT是如何做研究的——论文
10. 论文做毕业论文将占据研究生生活的大部分时间,主要是去做研究,包括选题,这比实际的写作耗时更多。硕士论文的目的是为做博士论文练兵。博士水平的研究如果没有准备好的话,是很难进行的。硕士论文最本质的要求是展示自己的掌握程度:你已经完全理解了本领域最新进展,并具备相应的操作水平。并不需要你对本领域的最新知识有所拓展,也不要求发表你的论文。然而我们实验室的论文总是比较大气的,因此很多硕士论文实际上都转载 2006-08-02 16:37:00 · 970 阅读 · 0 评论 -
MIT是如何做研究的——写作
6. 写作写作的理由有很多。 在整个读研的过程中,你需要写一到两篇(这取决于你所在系的规定)毕业论文,以获得PhD或者MS。 勤于写作不仅仅给你练习的机会。 学术的规则就是要么发表,要么腐烂。在很多领域和学校,这通常开始于你成为一名教授时,但是我们实验室的很多研究生毕业之前就已经开始发表论文了。鼓励发表和分发论文是很好的政策。转载 2006-08-02 15:48:00 · 907 阅读 · 0 评论 -
MIT是如何做研究的——笔记
5. 笔记很多科学家都有做科研笔记的习惯,你也应该这样。可能你曾被告知从五年级开始,对于每一门科学课都应该记笔记,确实如此。不同的记笔记方式适用于不同的人,可以做在线笔记,记在笔记本或者便笺簿上。可能需要在实验室有一个,家里还有一个。在笔记本上记录下自己的想法。只有你自己才会去读它,因此可以记得比较随意。记录下自己的思索,当前工作中遇到的问题,可能的解决方案。对将来可能用到的参考文献作小结。定期翻转载 2006-08-02 15:40:00 · 865 阅读 · 0 评论 -
MIT是如何做研究的——研究方法论
11. 研究方法论[本部分内容比较少,请添加]研究方法学定义了什么是科研活动,如何开展研究,如何衡量研究的进展,以及什么叫做成功。AI的研究方法学是个大杂烩。不同的方法论定义了不同的研究学派。方法是工具。使用即可,不要让他们来使用你。不要把自己陷于口号之中:“AI研究需要牢靠的基础”,“哲学家只会高谈阔论,人工智能则需要拼搏”,“在问为什么之前,先搞清楚计算的是什么”。实际上,要在人工智能领域取得转载 2006-08-02 17:07:00 · 820 阅读 · 0 评论 -
MIT是如何做研究的——阅读
2. 阅读 很多研究人员花一半的时间阅读文献。从别人的工作中可以很快地学到很多东西。本节讨论的是AI中的阅读,在第四小节将论述其他主题相关的阅读。 阅读文献,始于今日。一旦你开始写作论文,就没有多少时间了,那时的阅读主要集中于论文主题相关的文献。在研究生的头两年,大部分的时间要用于做课程作业和打基础。此时,阅读课本和出版的期刊文章就可以了。(以后,你将主要阅读文章的草稿,参看小节三)。 在转载 2006-08-02 14:02:00 · 772 阅读 · 0 评论 -
MIT是如何做研究的——简介
麻省理工学院人工智能实验室AI Working Paper 316 1988年10月来自MIT人工智能实验室:如何做研究?作者:人工智能实验室全体研究生编辑:David Chapman版本:1.3时间:1988年9月译者:柳泉波 北京师范大学信息学院2000级博士生 摘要 本文的主旨是解释如何做研究。我们提供的这些建议,对做研究本身(阅读、写作和程序设计),理解研究过程以及开始热爱研究(方法论、转载 2006-08-02 13:45:00 · 1149 阅读 · 0 评论 -
MIT是如何做研究的——情感因素
12. 情感因素研究是艰苦的工作,很容易对之失去兴趣。一个令人尴尬的事实是在本实验室读博的学生只有很少比例最后获得学位。有些人离开是因为可以在产业界赚到更多的钱,或者由于个人的原因;最主要的原因则是由于论文。本节的目标是解释这种情况发生的原因,并给出一些有益的建议。所有的研究都包含风险。如果你的项目不可能失败,那是开发,不是研究。面对项目失败时是多么艰难啊,很容易将你负责的项目失败解释为你自己的失转载 2006-08-02 17:13:00 · 996 阅读 · 0 评论 -
MIT是如何做研究的——程序设计
8. 程序设计并不是所有的AI论文都包含代码,而且本领域的很多重量级人物从来没有写过一个重要的程序。但是为了初步的近似AI工作原理,你必须会程序设计。不仅仅是很多AI研究工作需要编写代码,而且学会程序设计能给你什么是可计算的什么是不可计算的直觉,这是AI对认知科学贡献的主要来源。在MIT,本质上所有的AI程序设计都使用Common Lisp。如果还不知道,赶快学吧。当然,学习一门语言并不能等同于学转载 2006-08-02 16:21:00 · 948 阅读 · 0 评论 -
MIT是如何做研究的——建立关系
3. 建立关系 一两年后,对自己准备从事的子领域已经有了一些想法。此时——或者再早一点——加入Secret Paper Passing Network是很重要的。这个非正式的组织是人工智能真正在做什么的反映。引导潮流的工作最终会变成正式发表的论文,但是至少在牛人完全明白一年之后, 也就是说,牛人对新思想的工作至少领先一年。 牛人如何发现新思路的?可能是听自于某次会议,但是最可能来自于Secr转载 2006-08-02 14:14:00 · 818 阅读 · 0 评论 -
MIT是如何做研究的——讲演
7.讲演与同行交流的另外一种方式就是讲演,上面提到的有关论文写作的问题,同样适用于讲演。站在听众面前从容讲演而不会使听众恹恹欲睡的能力,对于你成功地获得别人的承认、尊敬乃至最终的求职都是很关键的。讲演的能力不是天生的,下面是一些学习和练习讲演的方法: Patrick Winston有一篇很好的有关如何作讲演的小论文。每年的一月,他都会就此作讲演,演示和描述它的演讲技巧。转载 2006-08-02 16:10:00 · 901 阅读 · 0 评论 -
中美大学教育之比较
从生源上讲,美国没有哪个学校像清华大学一样可以把全国各省的理科状元和前10名中的大部分收入校中。即使麻省理工学院在理工科方面独占鳌头,但是加州理工学院、斯坦福大学、加州大学伯克利分校等名校也并不逊色。从优秀学生的聚集程度上讲,大概麻省理工学院加上斯坦福大学都不足以与清华一拼。 美国课程讲究融会贯通我所在的是美国二流大学,其工程学院在全美排名十几名左右。出国前我误以为,美国二流转载 2006-08-03 16:15:00 · 1805 阅读 · 0 评论