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。