读“MIT如何搞研究”摘录笔记

一、            阅读

1)     如果某个子领域感兴趣，向该领域的高年级研究生请教本领域最重要的十篇论文是什么，精读。

2)     Machine Learning是机器学习领域最重要的资源。

3)     IEEE PAMI（Pattern Analysis and Machine Intelligence）是最好的有关视觉的期刊，每期都有两三篇有价值论文。

二、        阅读方法

1)     搞清楚了论文的大概和创新点。

2)     找出论文真正具有内容的部分。

3)     论文确实有价值，返回去通篇精读。

4)     读论文时要牢记一个问题，"我应该如何利用该论文？""真的像作者宣称的那样么？""如果……会发生什么？"

三、             建立关系

1)     当你读到某份让你感到很兴奋的论文，复印五份送交给对之感兴趣的其他五个人。他们可能会反馈回来很好的建议。

2)     如果要了解某个主题的发展轨迹，可以有意地去做一张引用的"参考文献"图。

3)     尽可能了解多种方法是很有价值的，这总比非常深入的了解某一种方法更好。

4)     如何与别人结识呢？如果觉得某人的论文有价值，跑上去，说："我非常欣赏您的论文"，并提问一个问题。

四、            学习其他领域

如何学习自己所知甚少领域的一些方法：

1)     找出该领域最棒的期刊是什么，向该领域的高人请教。这是最快的感受该领域的方法，但有时候你也许会有错误的理解。

2)     找出该领域最著名的学者，阅读他们所著的书籍。

3)     跟该领域的研究生泡在一起。

学习及选修课程：

1)     选修尽可能多的数学课。

2)     计算机科学是以离散数学为基础的：代数，图论，等等。

3)     研究兴趣在感知和机器人，那么不仅需要离散数学，还需要连续数学。

4)     在分析，微分几何和拓扑学具有扎实的基础。将会给你提供最常使用的技巧。统计和概率只是一般有用。

5)     想做有关学习的工作，那么发展心理学是很重要的；它能告诉你对于人类智能来说，哪些事情难哪些容易。

6)     心理分析和社会心理学，对AI的影响看似很小，但具有潜在的重大意义。

7)     社会学和人类学这样的社会科学可以起相似的作用。具有多种观点是很有用的。上述学科你需要自学。不幸的是，很难区分出这些领域哪些是优秀的成果哪些是垃圾。

8)     计算神经科学和联结主义的兴起，对AI具有非常大的影响。

9)     想研究自然语言处理，语言学是很重要的。

10)  物理学对于那些对感知和机器人感兴趣的人具有强大的影响。

11)  哲学是所有AI领域看不见的框架。

相关需要进一步了解的东西是永远没完的，但最终你还是要坐下来，解决问题。

五、            笔记

1)     在笔记本上记录下自己的想法。

2)     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。

3)     定期翻阅你自己的笔记本。有些人会做月度总结，方便将来的引用。

4)     笔记中记录中的东西经常可以作为一篇论文的骨干。

5)     Vera Johnson-Steiner的书《Notebooks of theMind》很有用，该书并不是描写如何做笔记的文献，它描述了随着思想片断的积累，创新思想是如何出现的。

六、            写作

1)     写下自己的想法是很好的调整思路的方式。你会经常地发现自以为很完美的想法一旦写下来就显得语无伦次。

2)     你需要经常地从他人那里获得反馈。对你的论文作评论就是最重要的一种形式。任何事情，要做就要做到最好。

3)     写论文时，读读那些写作高超的书，并思考作者的句法运用。

4)     要成为写作高手，需要付出颇多，历经数年，期间还要忍受和认真对待他人的批评。除此之外，并无捷径可走。

5)     写作是耗时耗力的，如果发现自己每天只能写一页，也不要放弃。

6)     很多技术论文，如果其风格更类似于给朋友的信，那么会有很大的提高。坚持记日记也是练习写作的方法。

7)     一个常见的陷阱是花很多时间去追求修辞而不是内容。

8)     最核心的部分放在前面，要精心写作摘要。

9)     会议都会在被接收的论文中评出内容和表达俱佳的获奖论文，仔细研究研究。

10)  通常是向会议投交一篇篇幅比较短的有关部分工作内容的早期报告，然后再往期刊投交一份篇幅长的最终的正式论文。

11)  不要去做那些需要热情投入但是很难发表论文的研究--苦不堪言。

七、             讲演

八、            程序设计

1)     经过头几年的学习后，应该写一些自己的标准程序模块。

2)     任何你感兴趣的东西都可以尝试用程序实现。

3)     不停重写代码，这都使得很多人偏离了自己的论文，偏离了自己的领域（从另外一方面，或许这正是你需要将来谋生的手段）。

九、            导师

1)     你是否能与导师一起工作，比你做什么本身更重要。

2)     不要完全依赖你的导师，要建立自己的网络。找一些能定期评审你的工作的人是很重要的，因为研究时很容易走火入魔。网络中的人可以包括自己实验室或者外单位的研究生和老师。

十、            论文

1)     博士论文的实际写作时间大约是一年。 选题是论文工作中最重要最困难的部分。

2)     做论文时，最困难的就是如何将问题消减至可解决的水平，同时规模又足以做一篇论文。

3)     解决问题通常比精确地描述问题要容易得多。

4)     你必须与导师就论文完成的标准达成清晰的一致。

5)     必须定义好"完成测试"的标准，像一系列的能够证明你的理论和程序的例子。

十一、      情感因素

1)     如果你的项目不可能失败，那是开发，不是研究。

2)     很多突破和灵感都发生在你散步时。如果无时无刻地都潜意识的思考研究，就会发现思如泉涌。

3)     坚持的作用一般大于天资。

4)     Alan Lakien的书《How to Get Controlof Your Time and Your Life》，其中包含很多能使你进入充满创造力的状态的无价方法。

5)     与尽可能多的人交流你的思路，并听取反馈。首先，他们能贡献有用的思路；其次，肯定有一些人会喜欢你的工作，这会使得你感觉不错。

6)     认为只有我才能解决这个问题。这并没什么错，而且有助于推进领域的发展；但你必须面对一个事实：你所做的只能对某个子领域的一小部分有所贡献，你的论文也不可能解决一个重大的问题。

7)     人们能够忍受研究的痛苦至少有两个情感原因。一个是驱动，对问题的热情。你做该研究是因为离开它就没法活了，很多伟大的工作都是这样做出来的。