Friday, January 02, 2009
Why I maintian such a blog
下面的这些转贴至少解释了其中一部分原因
1.
from http://blog.farmostwood.net/65.html
在未名上看到一片帖子：《兀自燃烧的句子》。里面长长的一段话，让人忍不住想抄下来：
……我却由此想到另外一个问题：引文和原文之间确实有非常奇妙的关系。有时我们在一篇冗长的论文中发现了作者引用的诗句，就像在一片沙漠中发现一片绿洲那样感到惊喜。这些诗句显得那么生动、新鲜，于是我们迫不及待地去寻找整首诗，结果往往会大失所望。在一片单调的绿色中，几丛灌木并不会引起我们的兴趣。当然，被人引用的往往都是佳句，但恐怕也不能排除那种猝然相见宛然如在目前所产生的心理效果。……而在另外一些时候，我们从我们读过的书中摘抄各种我们觉得精彩、聪明、奇妙的语言，希望它们永远地为我们所拥有，永远保持着鲜亮的光泽，并在适当的时候被我们用来装点自己枯燥无味的文字。然而，这些被分割出来的句子似乎并不能经得起反复的阅读，它们很快就枯萎了，褪去了先前的光泽，像被嚼干的口香糖一样无味。当我们想占有它们的时候，我们已经失去了它们。而原书则依然焕发着蓬勃的生机。借用博尔赫斯的说法，为了保存一滴晶莹剔透的水珠，不忍心看它干涸，我们还是把它放回大海吧，虽然我们只能观看而不能拥有大海。本雅明说过他想写一本完全用引文构成的书，我对他只有佩服的份，因为他竟然自己收集水滴来创造一片大海。
好一个“猝然相见，宛然如在目前”！那是阅读时最大的快乐之一。那些优美、精准、凝练的文字透过别人的引用，叮叮咚咚地落在心上，仿佛在眼前打开了一扇朝着花园却只能瞥见繁华一角的窗子一般，让人心旷神怡而又意犹未尽。——尽管经验告诉我们那花园的全貌也许其实要令人失望的。于是想起我的那个被无数人探询的签名档，“跟个孩子似的相信”。“真棒啊”，他们说，“哪里找来的？”当年我也这么探问锦来着，锦笑着说：“相信我，全文里就那么一段是精华。”我去找了，果然。
然而那些“兀自燃烧的句子”们还是让我一次又一次惊喜着。我由衷地喜爱它们，期望自己也能将文字驯服的那样妥帖。常常眼睁睁的看着自己写下的句子呈现出自己不能容忍的乏味和愚蠢，于是陷入无边的沮丧里，可是越是意识到不能满足，那种审美上的强迫感就越是强烈。在这种情况下，阅读那些清新的、生机勃勃的、像冬日的阳光一样明亮温暖的文字就变得梦境般的美妙起来。如果大海离得太过遥远，那么至少请允许我透过一滴水珠来幻想海风的味道吧。
“忽然间竟有强烈想要说话的欲望，但其实说什么？似乎曾有句子唇边含过，可惜含久了，便忘了它的长短字数，生出一点不是非说不可的犹豫。都是自己每日长久温习反复咂嗼的甘与苦，真出了口，跟假的似的，反倒有过分言重流于做作的嫌疑。于是只有沉默，接着沉默，我总是失语在真正最想说话的时刻。”
——《跟个孩子似的相信》
2.
from http://blog.csdn.net/pongba/archive/2009/02/16/3896311.aspx
为什么你应该（从现在开始就）写博客收藏
（一）为什么你应该（从现在开始就）写博客
用一句话来说就是，写一个博客有很多好处，却没有任何明显的坏处。（阿灵顿的情况属于例外，而非常态，就像不能拿抽烟活到一百岁的英国老太太的个例来反驳抽烟对健康的极大损伤一样）
让我说得更明确一点：用博客的形式来记录下你有价值的思考，会带来很多好处，却没有任何明显的坏处。Note：碎碎念不算思考、心情琐记不算思考、唠唠叨叨也不算思考、没话找话也不算思考，请以此类推。
下面是我个人认为写一个长期的价值博客的最大的几点好处：
1) 能够交到很多志同道合的朋友。我自己既写博客，也读别人的博客，在这个时代，对于生活中的绝大多数人来说，拓宽朋友圈子的途径几乎只有一个，通过网络，而如何在网络中寻找到气味相投的朋友，如何判断别人和自己是否有共同语言？显然，通过天天在SNS上碎碎念的那些日记是难以做到的。我佩服的一些朋友几乎全都是长期用博客记录想法的人，因此，和他们即便不打照面，也是心照不宣。即便素未谋面也能坐下来就聊得热火朝天。
为什么博客在结交志同道合的朋友方面的潜力要远胜于原始的交谈方式？很简单，第一，博客无地域限制，整个互联网上从A到B只有一个点击的距离，而传统的建立朋友圈子的方法则受到地域限制。第二，也是更重要的一点，即如果按照以前结交朋友的方式，需要互相聊天，交流观点，然后才逐渐熟悉起来，这需要一个较长的过程，而且更糟糕的是，当你遇到另一个陌生人，又要把整个过程重复一次，表达你已经对老友表达过的那番想法。可博客却做到了“一次表达，无数次阅读”，当我看到一个写了好几年的博客，看完了之后我仿佛和这个人交谈了很久，用程序员们喜欢听的话来说就是，“博客极大地增强了话语的复用性”。
我曾在CSDN上写了近六年的博客，在一年半前建立了一个Google Groups（TopLanguage），由于我的博客的长期阅读者都是互相有共同语言的，因此这个Group一开始就热火朝天，而高质量的技术讨论则进一步吸引了更多的牛人的参与，雪球滚起来之后，就很难停下来了，将近一年半下来，从这个Group的讨论中我获益良多[1]。而对于非程序员朋友，科学松鼠会则是一个很好的例子。
2) 书写是为了更好的思考。我在《书写是为了更好的思考》里面详细总结了书写的好处，这里就不拷贝粘贴了。
3) “教”是最好的“学”。如果一件事情你不能讲清楚，十有八九你还没有完全理解。绝大多数人应该都知道在程序员行业面试官经常要求你讲解一个东西给他听，他会说他不懂这个东西（他如果真的不懂的话效果其实是最好的），而你的任务则是说到让他理解为止。
为了让一个不明白的人做到明白，你必须要知道从明白到不明白他究竟需要掌握哪些概念，这就迫使我们对我们大脑中整个的知识体系来个寻根究底，把藏在水面之下的那些东西统统挖出来，把大脑中的那些我们知道、但不知道自己知道的潜在概念或假设（assumptions）都挖出来，把它们从内隐记忆拉扯到外显记忆中。因为只有完全知道、并知道自己知道一切来龙去脉的人，才能真正把一件事情讲得通通透透。
但是，你可能会怀疑，那除了能够讲清楚之外，弄清自己到底知道哪些东西还有其他什么好处吗？如果没有其他好处，那我又何必费这个劲呢？我又不当老师。
TopLanguage上的一位朋友sagasw曾经讲了这样一个小故事：据说在某个著名软件公司里，开发组的桌上会放着一只小熊，大家互相问问题之前，先对着小熊把问题说一遍，看能不能把问题描述的清晰，基本上说的比较有条理以后，答案也就随之而来了。当然，你不一定要对小熊说，你可以在大脑中虚构一个听众，一个不懂行的听众，然后你说给他听。这是可行的，我经常在路上用。不过如果你能坐下来，我建议你还是说给实际的听众听——即写下你的思考，因为书写是更好的思考。
我们的绝大多数知识在绝大多数时候都隐藏在潜意识中，其实我们意识的窗口很小，我们的工作记忆只能容纳寥寥数个条目（记得那个“看你能够记住屏幕上同时闪现的多少个数字”的flash小游戏吗？），我们平时所作的推理过程很大部分都是自动的，发生在潜意识中，而我们只能感知到一些中间结论。不信你回忆一下你在和别人讨论问题的时候有多少次觉得“反正就是这样，我感觉得到它是对的，但是你问我，我也说不清到底怎么回事”，对此你不觉得很奇怪吗？如果你都不能从逻辑上支持你的结论，你怎么就能确信它是对的呢？仅仅因为你的直觉强烈地告诉你它是对的？那如果旁边有另一个人，他和你持相反的观念，而他的直觉也强烈地告诉他他是对的。这时候你又怎么想？“他的直觉错了，我的直觉是对的”？难道你这么自信你的直觉是世界上最可靠的？
我自己则是非常珍惜类似这样的机会，即当“我强烈地觉得它是对的，但我却说不出所以然来”，这时候往往是到大脑中翻箱倒柜的时候，弄清来龙去脉的时候，深入反思的时候，纠正一直以来错误的潜在前提假设的时候。另一方面，“我强烈地觉得这个说法有问题，但我却说不清它为什么有问题，到底哪有问题”，这也是一个极有意义的瞬间，它几乎总是意味着你对一个问题的认识有潜在的偏差，肯定是在你自己都没有觉知到的地方引入了一个潜在的假设、偷换了一个重要的概念，等等。而这种时候就是深入反思的时候，当你终于潜到问题的底层，触摸到问题的实质，把水面之下的冰山整体看清了的时候你会有一种通体舒泰的感觉。
为什么说以上这些？因为刚才说的是你必须等待这样的反思机会，但如果你选择经常总结自己的知识体系，并说出来给你的读者听，你就会发现你自己创造了这样的机会。如果我们平时不反思，我们觉得很多事情都是当然的，但结果如果要你一开口说给别人听，常常会发现事情就开始变得不那么明显了，你说着说着，就开始莫名其妙地发现自己需要用到“反正”这个词了。
于是，反思的机会就来了。
一旦你把自己潜意识里面的东西从幕后拉出来，你就有了面对并反思它们的可能，而不是任它们在幕后阴险地左右你的思维。很多时候我们的思路出了问题并不是我们不会反思，而是不知道自己的思维中有那些隐含的假设（assumptions），如果你只感觉到答案，却不知道你大脑得到这个答案之前做了哪些推理，你又怎么知道哪一环可能出了问题呢？另一方面，一旦你弄清了自己到底是怎么想的，离意识到问题就不远了，很简单的道理——如果别人和你争辩的时候总是只摆立场，你就很难和他辩，但如果他把自己的推理过程原原本本暴露给你，批判起来总是容易得多的。（也正因为这个原因有很多人总是把逻辑藏在背后，不敢暴露出来）
绝大多数时候其实我们都会不假思索地得出一些结论，就像上了发条的自动机，但其实我们并不知道这些结论到底怎么来的，在思维的背后到底发生了哪些事情，故而当我们发现我们的结论错了的时候，一头雾水，没法着手寻找到底在哪错了。如果你注意一下很多人的发言（论坛、博客等等），如果你把他们的发言分为“前提”、“假设”、“逻辑”、“结论”这四个部分，你会发现一大堆人只会不停地下结论，摆立场，却见不到这些结论或离场的前提、假设和个中逻辑，倒也不是他们不愿意写出逻辑，而是因为反思自己的思维过程实在是一件困难非常的事情，我们的推理过程很大一部分发生在意识的水面之下，只有当有了重要结论的时候这条逻辑链才会浮出来冒一个泡，让我们的意识捕捉到。更何况绝大多数时候我们用的其实并不是完整严密的逻辑思维，而是思维捷径。
去教一个完全不懂的人，则是一种最最强大和彻底的反思途径——因为他没有任何预备的知识，所以要让他弄懂你所知道的，你就必须彻底反思你的知识体系，弄清这座大厦的根基在什么地方，弄清它的骨架在什么地方，一砖一瓦到底是怎么垒起来的，你不能自己站在11层上，然后假设你的读者站在第10层，指望着只要告诉他第11层有那些内容就让他明白。你的读者站在第一层，你必须知道你脚下踩着的另外10层到底是怎么构造的。这就迫使你对你所掌握的、或之前认为正确的那些东西作彻彻底底的、深刻的反思，你的受众越是不懂，你需要反思得就越深刻。
4) 讨论是绝佳的反思。另一方面，很多时候我们并不是有机会说给完全不懂的人听，更大的可能性是说给同领域有一定基础的人听，这个时候并不代表就不能促使反思了，实际上，你会发现，如果你公开你的想法，几乎总能看到与你持不同意见的人，然后你通过比较你和他的观念之间的差别，会发现你们在一开始的思路上就存在差异，差异从哪里来的？在进一步讨论中你们就会不断地迫使对方拿出更深层次的理由，这同样也是一种非常有效地促使自己反思的方法，在讨论的过程中双方的理由自然会变得越来越深入，越来越接近问题的本质，一些平时难以注意到的深层面的差异性就会逐渐浮现出来，你也就多了一次难得的机会去审视自己的思维中到底存放了哪些错误的信息。
5) 激励你去持续学习和思考。如果你没有持续学习和思考的习惯，你的博客很快就会没有内容可写，就只能整点碎碎念或者转载，然后你就会失去读者，然后你就会关掉博客，然后一旦关掉博客之后你也就死了写博客的心，然后就少了一条激励你去思考和总结的途径，然后你变得更不高兴总结和思考，然后…
为了打破这个死循环，不要永久停止更新你的博客，就算你两个月，三个月都不写，只要你每篇都是写自己思考的产物，写有价值的东西，在互联网上，金子的确总是会发光的，因为有无数的信息聚合平台在期待这些有价值的内容，有搜索引擎为你的内容提供海量的潜在读者，有海量的人肉在手动挖掘和转载那些有价值的东西。我们所能做的最差的一个决策莫过于停止做一件没有任何坏处，却有一大堆好处的事情。
为了让你的博客有价值，你必须不断总结自己学习的结果，你必须不断思考，给出比别人深刻、独到的见解。这看起来有点本末倒置，但很快本和末就会正过来。
6) 学会持之以恒地做一件事情。很多人在生活中容易觉得迷失，不知道想要做什么，是因为没有一件能够持续地做的事情，用俗话来说就是没有主心骨。用积极心理学的话来说就是没有一件能够创造流体验的事情，而书写自己的思想则是一件容易产生流体验的事情，在书写的时候，特别是理性地书写的时候，大脑逐渐进入推理分析模块，一切不愉快的情绪，烦躁感都会逐渐消隐下去。不过前提是你得开始，并且坚持过一开始的困难期，以后的一切便成了习惯成自然。
7) 一个长期的价值博客是一份很好的简历。这里的“简历”并非是狭义上的求职简历，毕竟现在还没有到价值博客的时代，很多人写博客都是到处转载或者干脆碎碎念，正因此面试官未必拿个人博客当成了解一个人的更可靠窗口。这里的“简历”是指一个让别人了解自己的窗口，虽然我们未必做得到像罗永浩、Keso这样的博客，个人的影响力已经足以支撑出一份事业（牛博和5gme），但至少你会因此而结识更多的人，你的博客价值越高，你结识的人就越牛，跟牛人交流又会让你的眼界得到极大的开阔，打开一扇又一扇你原本不知道的门，于是你就变得更牛… 这是一个良性循环。
（二）怎么做到长期写一个价值博客
注意到我并没有说“怎么做到长期坚持写一个价值博客”，因为当思考和总结成为习惯之后，诉诸文字以及借助书写来进一步思考就变成了一件自然而然的事情，就变成了一件“因为你在思考和总结从而必须书写下来”的事情，博客就变成了副产品。
一开始的时候你是因为要写博客而去使劲地思考和总结，指望给出令人眼睛一亮的东西，到了后来，就变成了因为你习惯了思考和总结，因为你意识到书写是更好的思考，你就必须使你的想法成为文字。至此本和末就会各归原位，不再颠倒。
怎样做到长期写一个价值博客？也许有人会给出很多有趣有用的小技巧来提供动机和激励，譬如如何做SEO，如何鼓励读者留言等等，但是这些我都不想说，我只想说最最重要的，那就是：
让你自己成为一个持续学习和思考的人，并只写你真正思考和总结之后的产物，其他一切就会随之而来。
就像那句经常被人传阅的话：只做你最感兴趣的事情，钱会随之而来[2]。
这方面的具体例子大家可以留意一下，随处可见，就不一一举了。我想再重复一下的是，千万不要碎碎念，我能理解每个人都想偶尔发发牢骚的冲动，但是现在已经有了一个很好的窗口：twitter，所以立即停止在你的博客上碎碎念，阅读博客的人希望得到信息而非噪音。如果实在忍不住想碎碎念的话不妨换一下位置，这么来告诉自己：如果你看到别人博客来上这么一段，你会有兴趣看吗？
（三）可能出现的问题以及怎样应付
即便上文给出了N条写博客的理由，但有时候只要一条不写的理由就会让人停止做一件事情。所以我特别加上一节“可能出现的问题以及怎样应付”，《影响力2》[3]第五章雄辩地证明，“Much of Will is Skill”，意志力很大程度上来源于有正确的方法，而非天生。
1) 担心别人认为没有价值。事实是，你面临过的问题总会有人面临过，你独立思考了，别人没有，你的文章对他们就会有价值。当然，肯定会对某些人没有价值，他们早就知道了，但就算你再厉害，也总是有人比你厉害的，不能说因为这些原因就不记录你自己的想法了，你自己思考了之后理解得最深刻，就算有别人想过了，总有人没有想到的。况且，思考成了习惯，你的思考能力也会越来越强，你的文章也会越来越有价值。重复，无论你面临什么困惑，总会有很多人同样面临过，于是你苦苦思索之后的结果，肯定会对很多人有意义。
或者，你想通了之后觉得其实也很简单于是不愿意或者不好意思写了，但要知道，问题在想通了之后总是简单的，问题的困难程度不在于想通了之后还觉得有多难，而在于从你觉得它难到你觉得它简单需要耗费多少思维体力，你耗费的时间越长，说明有越多的人最终还是没有想明白（路越长走到底的人越少）。
最后，虽然我现在看一年前的文章觉得挺不成熟，但是如果没有那些不成熟的思考，也不会有现在更成熟的思考，我几年后来看现在写的东西，还是会觉得不成熟。
2) 担心想法太幼稚或有漏洞等等被别人笑话。人非圣贤。正是因为单个人的想法总是有漏洞，才值得拿出来交流（《书写是更好的思考》，讨论是绝佳的反思），被别人指出问题正是改进的空间，藏着掖着的想法永远不可能变得更成熟。
Much of intelligence is knowledge，有这么一个非常发人深省的经典心理学实验[4]：
将孩子们分成两组，通过给他们不同的阅读材料让一组相信智力是天生的，不可在后天改变的，另一组则让他们相信智力其实只是知识和技能的代名词，完全是后天习得的。接下来让他们做一组任务，那些被相信智力天生说的孩子，倾向于回避困难的任务，选择较容易的任务，这里的逻辑想必是这样的：如果做困难的任务，就增大了失败的几率，就在降低了自己在别人和自己心目中的智力的值。为了保护这个智力的值不被降低，应该避免那些有失败风险的项目。而另一组孩子则对于有挑战性的事情跃跃欲试，并且在失败的时候明显没有前者沮丧，因为失败也是学得新的东西，不管怎样都是“智力”的提高。
况且，只会批判乃至嘲笑别人的人是最不知道怎么建设的人，忽略他们。
3) 得不到激励。这其实是个最无聊的问题了，只有写碎碎念的博客才会面对“激励”的问题。如果写自己的总结，写自己独立的思考，那么书写下来、理解通透，本身就是一个极大的激励。就算放在自己的私密笔记本里面也一样有成就感。况且，如果你真做到了书写价值博客，那么绝对不用担心你的观点得不到传播，也许一开始会耗时长一点，但是这在任何事情上都是必要的初始阶段，Gmail小组的核心人物、FriendFeed创始人Paul Buchheit，和编程界名博Coding Horror的博主Jeff Atwood都曾经感叹过：Overnight success takes a long time （(1)，(2)），不过对于价值博客来说，现在网络上的聚合类服务这么多，机器的、人肉的、半人肉的都有，情况又要好得多了，而且我相信情况还会越来越好。
4) 写不出来。这个问题也比较无聊，思考本不是一件急于求成的事情。长期订阅我的博客的朋友知道我一般发文频率在一个月三五篇，实际上有不少次我个把月也不发布文章，原因很简单，要么是有手头的事情要处理思考的时间被压缩了，要么是遇到比较大或者比较困难的问题需要长时间的思考和积淀，没有关系，如果没有想清楚就再想想，爱思考的人和不爱思考的人有一个本质的区别，前者在生活中总是挂着几个问题在大脑中，它们时常都会冒出来骚扰你一下，让你琢磨琢磨，不爱思考的则是没事不主动想问题，遇到问题还要先想想是否能找捷径（找人帮忙）解决。
无论如何，不用急于求成，在一个主题上深入下去思考，总能挖到别人挖不到的角落。你能让一个问题在大脑中停留的时间越长，就越是能够发现新的东西，一般来说，我认为有价值的问题我会让他在意识或潜意识中待短则一个星期，长则一个月（视问题大小而定），利用走路吃饭的时间琢磨（我发现很多我佩服的人也都有这个习惯），有时即便已经想通了写下来了发出去了，大脑仍然还是会在回味问题，还没有把它撤出潜意识，然后看到某篇文章或某本书的时候忽然又有所新的感悟。
能够把问题长时间停靠在潜意识中是一种技能，能够带来很大的好处，停留得越长你越琢磨得透彻，比别人看到的就越多。我们必须要带着问题的眼镜看待事物才能发现新的视角，否则就会出现视而不见效应，别的不说，广为人知的例子是阿基米德的“尤里卡！”，如果不是长时间琢磨着一个问题，一直把它放在思维中，是不会从洗澡领悟到“排水测体积”的，否则他洗了那么多年澡怎么不早发现呢？[5]
所以，如果你习惯了思考问题，就总会有东西写，先有思考，然后有总结，然后在总结中进一步思考。
当然你也可以试试把不成熟的想法写下来，试图整理成条理清晰的文字，然后看看能否在整理的过程中走得更远。这往往是可行的。比如这篇文章在我的简记里面原本其实只有三行字（包含大约十来个备忘关键词），而最初在我的大脑里面其实只有一个走路时冒出来的问题——为什么要写博客？
--
[1] 你可以看一下我收藏的一些精彩主题。
[2] 尽管我并不完全同意这句话本身，但它这种解决问题链上更基本环节的问题的精神是我赞同的。
[3] 《影响力2》这个名字起得很聪明，其实它并不是《影响力》的作者写的。
[4] 我忘了这则实验的出处了，但实验的精神是记忆犹新的，哪位同学记得原始出处的麻烦提醒我一下。
[5] 对于阿基米德这个故事的真实性是有争议的，毕竟几千年久远的事情谁弄得清呢。但是故事的道理是很本质的，我们平时也经常有类似的体验，加上阿基米德的“尤里卡”实在太出名了，所以我相信用用无妨。
1.
from http://blog.farmostwood.net/65.html
在未名上看到一片帖子：《兀自燃烧的句子》。里面长长的一段话，让人忍不住想抄下来：
……我却由此想到另外一个问题：引文和原文之间确实有非常奇妙的关系。有时我们在一篇冗长的论文中发现了作者引用的诗句，就像在一片沙漠中发现一片绿洲那样感到惊喜。这些诗句显得那么生动、新鲜，于是我们迫不及待地去寻找整首诗，结果往往会大失所望。在一片单调的绿色中，几丛灌木并不会引起我们的兴趣。当然，被人引用的往往都是佳句，但恐怕也不能排除那种猝然相见宛然如在目前所产生的心理效果。……而在另外一些时候，我们从我们读过的书中摘抄各种我们觉得精彩、聪明、奇妙的语言，希望它们永远地为我们所拥有，永远保持着鲜亮的光泽，并在适当的时候被我们用来装点自己枯燥无味的文字。然而，这些被分割出来的句子似乎并不能经得起反复的阅读，它们很快就枯萎了，褪去了先前的光泽，像被嚼干的口香糖一样无味。当我们想占有它们的时候，我们已经失去了它们。而原书则依然焕发着蓬勃的生机。借用博尔赫斯的说法，为了保存一滴晶莹剔透的水珠，不忍心看它干涸，我们还是把它放回大海吧，虽然我们只能观看而不能拥有大海。本雅明说过他想写一本完全用引文构成的书，我对他只有佩服的份，因为他竟然自己收集水滴来创造一片大海。
好一个“猝然相见，宛然如在目前”！那是阅读时最大的快乐之一。那些优美、精准、凝练的文字透过别人的引用，叮叮咚咚地落在心上，仿佛在眼前打开了一扇朝着花园却只能瞥见繁华一角的窗子一般，让人心旷神怡而又意犹未尽。——尽管经验告诉我们那花园的全貌也许其实要令人失望的。于是想起我的那个被无数人探询的签名档，“跟个孩子似的相信”。“真棒啊”，他们说，“哪里找来的？”当年我也这么探问锦来着，锦笑着说：“相信我，全文里就那么一段是精华。”我去找了，果然。
然而那些“兀自燃烧的句子”们还是让我一次又一次惊喜着。我由衷地喜爱它们，期望自己也能将文字驯服的那样妥帖。常常眼睁睁的看着自己写下的句子呈现出自己不能容忍的乏味和愚蠢，于是陷入无边的沮丧里，可是越是意识到不能满足，那种审美上的强迫感就越是强烈。在这种情况下，阅读那些清新的、生机勃勃的、像冬日的阳光一样明亮温暖的文字就变得梦境般的美妙起来。如果大海离得太过遥远，那么至少请允许我透过一滴水珠来幻想海风的味道吧。
“忽然间竟有强烈想要说话的欲望，但其实说什么？似乎曾有句子唇边含过，可惜含久了，便忘了它的长短字数，生出一点不是非说不可的犹豫。都是自己每日长久温习反复咂嗼的甘与苦，真出了口，跟假的似的，反倒有过分言重流于做作的嫌疑。于是只有沉默，接着沉默，我总是失语在真正最想说话的时刻。”
——《跟个孩子似的相信》
2.
from http://blog.csdn.net/pongba/archive/2009/02/16/3896311.aspx
为什么你应该（从现在开始就）写博客收藏
（一）为什么你应该（从现在开始就）写博客
用一句话来说就是，写一个博客有很多好处，却没有任何明显的坏处。（阿灵顿的情况属于例外，而非常态，就像不能拿抽烟活到一百岁的英国老太太的个例来反驳抽烟对健康的极大损伤一样）
让我说得更明确一点：用博客的形式来记录下你有价值的思考，会带来很多好处，却没有任何明显的坏处。Note：碎碎念不算思考、心情琐记不算思考、唠唠叨叨也不算思考、没话找话也不算思考，请以此类推。
下面是我个人认为写一个长期的价值博客的最大的几点好处：
1) 能够交到很多志同道合的朋友。我自己既写博客，也读别人的博客，在这个时代，对于生活中的绝大多数人来说，拓宽朋友圈子的途径几乎只有一个，通过网络，而如何在网络中寻找到气味相投的朋友，如何判断别人和自己是否有共同语言？显然，通过天天在SNS上碎碎念的那些日记是难以做到的。我佩服的一些朋友几乎全都是长期用博客记录想法的人，因此，和他们即便不打照面，也是心照不宣。即便素未谋面也能坐下来就聊得热火朝天。
为什么博客在结交志同道合的朋友方面的潜力要远胜于原始的交谈方式？很简单，第一，博客无地域限制，整个互联网上从A到B只有一个点击的距离，而传统的建立朋友圈子的方法则受到地域限制。第二，也是更重要的一点，即如果按照以前结交朋友的方式，需要互相聊天，交流观点，然后才逐渐熟悉起来，这需要一个较长的过程，而且更糟糕的是，当你遇到另一个陌生人，又要把整个过程重复一次，表达你已经对老友表达过的那番想法。可博客却做到了“一次表达，无数次阅读”，当我看到一个写了好几年的博客，看完了之后我仿佛和这个人交谈了很久，用程序员们喜欢听的话来说就是，“博客极大地增强了话语的复用性”。
我曾在CSDN上写了近六年的博客，在一年半前建立了一个Google Groups（TopLanguage），由于我的博客的长期阅读者都是互相有共同语言的，因此这个Group一开始就热火朝天，而高质量的技术讨论则进一步吸引了更多的牛人的参与，雪球滚起来之后，就很难停下来了，将近一年半下来，从这个Group的讨论中我获益良多[1]。而对于非程序员朋友，科学松鼠会则是一个很好的例子。
2) 书写是为了更好的思考。我在《书写是为了更好的思考》里面详细总结了书写的好处，这里就不拷贝粘贴了。
3) “教”是最好的“学”。如果一件事情你不能讲清楚，十有八九你还没有完全理解。绝大多数人应该都知道在程序员行业面试官经常要求你讲解一个东西给他听，他会说他不懂这个东西（他如果真的不懂的话效果其实是最好的），而你的任务则是说到让他理解为止。
为了让一个不明白的人做到明白，你必须要知道从明白到不明白他究竟需要掌握哪些概念，这就迫使我们对我们大脑中整个的知识体系来个寻根究底，把藏在水面之下的那些东西统统挖出来，把大脑中的那些我们知道、但不知道自己知道的潜在概念或假设（assumptions）都挖出来，把它们从内隐记忆拉扯到外显记忆中。因为只有完全知道、并知道自己知道一切来龙去脉的人，才能真正把一件事情讲得通通透透。
但是，你可能会怀疑，那除了能够讲清楚之外，弄清自己到底知道哪些东西还有其他什么好处吗？如果没有其他好处，那我又何必费这个劲呢？我又不当老师。
TopLanguage上的一位朋友sagasw曾经讲了这样一个小故事：据说在某个著名软件公司里，开发组的桌上会放着一只小熊，大家互相问问题之前，先对着小熊把问题说一遍，看能不能把问题描述的清晰，基本上说的比较有条理以后，答案也就随之而来了。当然，你不一定要对小熊说，你可以在大脑中虚构一个听众，一个不懂行的听众，然后你说给他听。这是可行的，我经常在路上用。不过如果你能坐下来，我建议你还是说给实际的听众听——即写下你的思考，因为书写是更好的思考。
我们的绝大多数知识在绝大多数时候都隐藏在潜意识中，其实我们意识的窗口很小，我们的工作记忆只能容纳寥寥数个条目（记得那个“看你能够记住屏幕上同时闪现的多少个数字”的flash小游戏吗？），我们平时所作的推理过程很大部分都是自动的，发生在潜意识中，而我们只能感知到一些中间结论。不信你回忆一下你在和别人讨论问题的时候有多少次觉得“反正就是这样，我感觉得到它是对的，但是你问我，我也说不清到底怎么回事”，对此你不觉得很奇怪吗？如果你都不能从逻辑上支持你的结论，你怎么就能确信它是对的呢？仅仅因为你的直觉强烈地告诉你它是对的？那如果旁边有另一个人，他和你持相反的观念，而他的直觉也强烈地告诉他他是对的。这时候你又怎么想？“他的直觉错了，我的直觉是对的”？难道你这么自信你的直觉是世界上最可靠的？
我自己则是非常珍惜类似这样的机会，即当“我强烈地觉得它是对的，但我却说不出所以然来”，这时候往往是到大脑中翻箱倒柜的时候，弄清来龙去脉的时候，深入反思的时候，纠正一直以来错误的潜在前提假设的时候。另一方面，“我强烈地觉得这个说法有问题，但我却说不清它为什么有问题，到底哪有问题”，这也是一个极有意义的瞬间，它几乎总是意味着你对一个问题的认识有潜在的偏差，肯定是在你自己都没有觉知到的地方引入了一个潜在的假设、偷换了一个重要的概念，等等。而这种时候就是深入反思的时候，当你终于潜到问题的底层，触摸到问题的实质，把水面之下的冰山整体看清了的时候你会有一种通体舒泰的感觉。
为什么说以上这些？因为刚才说的是你必须等待这样的反思机会，但如果你选择经常总结自己的知识体系，并说出来给你的读者听，你就会发现你自己创造了这样的机会。如果我们平时不反思，我们觉得很多事情都是当然的，但结果如果要你一开口说给别人听，常常会发现事情就开始变得不那么明显了，你说着说着，就开始莫名其妙地发现自己需要用到“反正”这个词了。
于是，反思的机会就来了。
一旦你把自己潜意识里面的东西从幕后拉出来，你就有了面对并反思它们的可能，而不是任它们在幕后阴险地左右你的思维。很多时候我们的思路出了问题并不是我们不会反思，而是不知道自己的思维中有那些隐含的假设（assumptions），如果你只感觉到答案，却不知道你大脑得到这个答案之前做了哪些推理，你又怎么知道哪一环可能出了问题呢？另一方面，一旦你弄清了自己到底是怎么想的，离意识到问题就不远了，很简单的道理——如果别人和你争辩的时候总是只摆立场，你就很难和他辩，但如果他把自己的推理过程原原本本暴露给你，批判起来总是容易得多的。（也正因为这个原因有很多人总是把逻辑藏在背后，不敢暴露出来）
绝大多数时候其实我们都会不假思索地得出一些结论，就像上了发条的自动机，但其实我们并不知道这些结论到底怎么来的，在思维的背后到底发生了哪些事情，故而当我们发现我们的结论错了的时候，一头雾水，没法着手寻找到底在哪错了。如果你注意一下很多人的发言（论坛、博客等等），如果你把他们的发言分为“前提”、“假设”、“逻辑”、“结论”这四个部分，你会发现一大堆人只会不停地下结论，摆立场，却见不到这些结论或离场的前提、假设和个中逻辑，倒也不是他们不愿意写出逻辑，而是因为反思自己的思维过程实在是一件困难非常的事情，我们的推理过程很大一部分发生在意识的水面之下，只有当有了重要结论的时候这条逻辑链才会浮出来冒一个泡，让我们的意识捕捉到。更何况绝大多数时候我们用的其实并不是完整严密的逻辑思维，而是思维捷径。
去教一个完全不懂的人，则是一种最最强大和彻底的反思途径——因为他没有任何预备的知识，所以要让他弄懂你所知道的，你就必须彻底反思你的知识体系，弄清这座大厦的根基在什么地方，弄清它的骨架在什么地方，一砖一瓦到底是怎么垒起来的，你不能自己站在11层上，然后假设你的读者站在第10层，指望着只要告诉他第11层有那些内容就让他明白。你的读者站在第一层，你必须知道你脚下踩着的另外10层到底是怎么构造的。这就迫使你对你所掌握的、或之前认为正确的那些东西作彻彻底底的、深刻的反思，你的受众越是不懂，你需要反思得就越深刻。
4) 讨论是绝佳的反思。另一方面，很多时候我们并不是有机会说给完全不懂的人听，更大的可能性是说给同领域有一定基础的人听，这个时候并不代表就不能促使反思了，实际上，你会发现，如果你公开你的想法，几乎总能看到与你持不同意见的人，然后你通过比较你和他的观念之间的差别，会发现你们在一开始的思路上就存在差异，差异从哪里来的？在进一步讨论中你们就会不断地迫使对方拿出更深层次的理由，这同样也是一种非常有效地促使自己反思的方法，在讨论的过程中双方的理由自然会变得越来越深入，越来越接近问题的本质，一些平时难以注意到的深层面的差异性就会逐渐浮现出来，你也就多了一次难得的机会去审视自己的思维中到底存放了哪些错误的信息。
5) 激励你去持续学习和思考。如果你没有持续学习和思考的习惯，你的博客很快就会没有内容可写，就只能整点碎碎念或者转载，然后你就会失去读者，然后你就会关掉博客，然后一旦关掉博客之后你也就死了写博客的心，然后就少了一条激励你去思考和总结的途径，然后你变得更不高兴总结和思考，然后…
为了打破这个死循环，不要永久停止更新你的博客，就算你两个月，三个月都不写，只要你每篇都是写自己思考的产物，写有价值的东西，在互联网上，金子的确总是会发光的，因为有无数的信息聚合平台在期待这些有价值的内容，有搜索引擎为你的内容提供海量的潜在读者，有海量的人肉在手动挖掘和转载那些有价值的东西。我们所能做的最差的一个决策莫过于停止做一件没有任何坏处，却有一大堆好处的事情。
为了让你的博客有价值，你必须不断总结自己学习的结果，你必须不断思考，给出比别人深刻、独到的见解。这看起来有点本末倒置，但很快本和末就会正过来。
6) 学会持之以恒地做一件事情。很多人在生活中容易觉得迷失，不知道想要做什么，是因为没有一件能够持续地做的事情，用俗话来说就是没有主心骨。用积极心理学的话来说就是没有一件能够创造流体验的事情，而书写自己的思想则是一件容易产生流体验的事情，在书写的时候，特别是理性地书写的时候，大脑逐渐进入推理分析模块，一切不愉快的情绪，烦躁感都会逐渐消隐下去。不过前提是你得开始，并且坚持过一开始的困难期，以后的一切便成了习惯成自然。
7) 一个长期的价值博客是一份很好的简历。这里的“简历”并非是狭义上的求职简历，毕竟现在还没有到价值博客的时代，很多人写博客都是到处转载或者干脆碎碎念，正因此面试官未必拿个人博客当成了解一个人的更可靠窗口。这里的“简历”是指一个让别人了解自己的窗口，虽然我们未必做得到像罗永浩、Keso这样的博客，个人的影响力已经足以支撑出一份事业（牛博和5gme），但至少你会因此而结识更多的人，你的博客价值越高，你结识的人就越牛，跟牛人交流又会让你的眼界得到极大的开阔，打开一扇又一扇你原本不知道的门，于是你就变得更牛… 这是一个良性循环。
（二）怎么做到长期写一个价值博客
注意到我并没有说“怎么做到长期坚持写一个价值博客”，因为当思考和总结成为习惯之后，诉诸文字以及借助书写来进一步思考就变成了一件自然而然的事情，就变成了一件“因为你在思考和总结从而必须书写下来”的事情，博客就变成了副产品。
一开始的时候你是因为要写博客而去使劲地思考和总结，指望给出令人眼睛一亮的东西，到了后来，就变成了因为你习惯了思考和总结，因为你意识到书写是更好的思考，你就必须使你的想法成为文字。至此本和末就会各归原位，不再颠倒。
怎样做到长期写一个价值博客？也许有人会给出很多有趣有用的小技巧来提供动机和激励，譬如如何做SEO，如何鼓励读者留言等等，但是这些我都不想说，我只想说最最重要的，那就是：
让你自己成为一个持续学习和思考的人，并只写你真正思考和总结之后的产物，其他一切就会随之而来。
就像那句经常被人传阅的话：只做你最感兴趣的事情，钱会随之而来[2]。
这方面的具体例子大家可以留意一下，随处可见，就不一一举了。我想再重复一下的是，千万不要碎碎念，我能理解每个人都想偶尔发发牢骚的冲动，但是现在已经有了一个很好的窗口：twitter，所以立即停止在你的博客上碎碎念，阅读博客的人希望得到信息而非噪音。如果实在忍不住想碎碎念的话不妨换一下位置，这么来告诉自己：如果你看到别人博客来上这么一段，你会有兴趣看吗？
（三）可能出现的问题以及怎样应付
即便上文给出了N条写博客的理由，但有时候只要一条不写的理由就会让人停止做一件事情。所以我特别加上一节“可能出现的问题以及怎样应付”，《影响力2》[3]第五章雄辩地证明，“Much of Will is Skill”，意志力很大程度上来源于有正确的方法，而非天生。
1) 担心别人认为没有价值。事实是，你面临过的问题总会有人面临过，你独立思考了，别人没有，你的文章对他们就会有价值。当然，肯定会对某些人没有价值，他们早就知道了，但就算你再厉害，也总是有人比你厉害的，不能说因为这些原因就不记录你自己的想法了，你自己思考了之后理解得最深刻，就算有别人想过了，总有人没有想到的。况且，思考成了习惯，你的思考能力也会越来越强，你的文章也会越来越有价值。重复，无论你面临什么困惑，总会有很多人同样面临过，于是你苦苦思索之后的结果，肯定会对很多人有意义。
或者，你想通了之后觉得其实也很简单于是不愿意或者不好意思写了，但要知道，问题在想通了之后总是简单的，问题的困难程度不在于想通了之后还觉得有多难，而在于从你觉得它难到你觉得它简单需要耗费多少思维体力，你耗费的时间越长，说明有越多的人最终还是没有想明白（路越长走到底的人越少）。
最后，虽然我现在看一年前的文章觉得挺不成熟，但是如果没有那些不成熟的思考，也不会有现在更成熟的思考，我几年后来看现在写的东西，还是会觉得不成熟。
2) 担心想法太幼稚或有漏洞等等被别人笑话。人非圣贤。正是因为单个人的想法总是有漏洞，才值得拿出来交流（《书写是更好的思考》，讨论是绝佳的反思），被别人指出问题正是改进的空间，藏着掖着的想法永远不可能变得更成熟。
Much of intelligence is knowledge，有这么一个非常发人深省的经典心理学实验[4]：
将孩子们分成两组，通过给他们不同的阅读材料让一组相信智力是天生的，不可在后天改变的，另一组则让他们相信智力其实只是知识和技能的代名词，完全是后天习得的。接下来让他们做一组任务，那些被相信智力天生说的孩子，倾向于回避困难的任务，选择较容易的任务，这里的逻辑想必是这样的：如果做困难的任务，就增大了失败的几率，就在降低了自己在别人和自己心目中的智力的值。为了保护这个智力的值不被降低，应该避免那些有失败风险的项目。而另一组孩子则对于有挑战性的事情跃跃欲试，并且在失败的时候明显没有前者沮丧，因为失败也是学得新的东西，不管怎样都是“智力”的提高。
况且，只会批判乃至嘲笑别人的人是最不知道怎么建设的人，忽略他们。
3) 得不到激励。这其实是个最无聊的问题了，只有写碎碎念的博客才会面对“激励”的问题。如果写自己的总结，写自己独立的思考，那么书写下来、理解通透，本身就是一个极大的激励。就算放在自己的私密笔记本里面也一样有成就感。况且，如果你真做到了书写价值博客，那么绝对不用担心你的观点得不到传播，也许一开始会耗时长一点，但是这在任何事情上都是必要的初始阶段，Gmail小组的核心人物、FriendFeed创始人Paul Buchheit，和编程界名博Coding Horror的博主Jeff Atwood都曾经感叹过：Overnight success takes a long time （(1)，(2)），不过对于价值博客来说，现在网络上的聚合类服务这么多，机器的、人肉的、半人肉的都有，情况又要好得多了，而且我相信情况还会越来越好。
4) 写不出来。这个问题也比较无聊，思考本不是一件急于求成的事情。长期订阅我的博客的朋友知道我一般发文频率在一个月三五篇，实际上有不少次我个把月也不发布文章，原因很简单，要么是有手头的事情要处理思考的时间被压缩了，要么是遇到比较大或者比较困难的问题需要长时间的思考和积淀，没有关系，如果没有想清楚就再想想，爱思考的人和不爱思考的人有一个本质的区别，前者在生活中总是挂着几个问题在大脑中，它们时常都会冒出来骚扰你一下，让你琢磨琢磨，不爱思考的则是没事不主动想问题，遇到问题还要先想想是否能找捷径（找人帮忙）解决。
无论如何，不用急于求成，在一个主题上深入下去思考，总能挖到别人挖不到的角落。你能让一个问题在大脑中停留的时间越长，就越是能够发现新的东西，一般来说，我认为有价值的问题我会让他在意识或潜意识中待短则一个星期，长则一个月（视问题大小而定），利用走路吃饭的时间琢磨（我发现很多我佩服的人也都有这个习惯），有时即便已经想通了写下来了发出去了，大脑仍然还是会在回味问题，还没有把它撤出潜意识，然后看到某篇文章或某本书的时候忽然又有所新的感悟。
能够把问题长时间停靠在潜意识中是一种技能，能够带来很大的好处，停留得越长你越琢磨得透彻，比别人看到的就越多。我们必须要带着问题的眼镜看待事物才能发现新的视角，否则就会出现视而不见效应，别的不说，广为人知的例子是阿基米德的“尤里卡！”，如果不是长时间琢磨着一个问题，一直把它放在思维中，是不会从洗澡领悟到“排水测体积”的，否则他洗了那么多年澡怎么不早发现呢？[5]
所以，如果你习惯了思考问题，就总会有东西写，先有思考，然后有总结，然后在总结中进一步思考。
当然你也可以试试把不成熟的想法写下来，试图整理成条理清晰的文字，然后看看能否在整理的过程中走得更远。这往往是可行的。比如这篇文章在我的简记里面原本其实只有三行字（包含大约十来个备忘关键词），而最初在我的大脑里面其实只有一个走路时冒出来的问题——为什么要写博客？
--
[1] 你可以看一下我收藏的一些精彩主题。
[2] 尽管我并不完全同意这句话本身，但它这种解决问题链上更基本环节的问题的精神是我赞同的。
[3] 《影响力2》这个名字起得很聪明，其实它并不是《影响力》的作者写的。
[4] 我忘了这则实验的出处了，但实验的精神是记忆犹新的，哪位同学记得原始出处的麻烦提醒我一下。
[5] 对于阿基米德这个故事的真实性是有争议的，毕竟几千年久远的事情谁弄得清呢。但是故事的道理是很本质的，我们平时也经常有类似的体验，加上阿基米德的“尤里卡”实在太出名了，所以我相信用用无妨。
# posted by TeleStar @ 4:32 AM 
Tuesday, May 01, 2007
约翰·克里斯朵夫 （节选）
圣者克利斯朵夫渡过了河。他在逆流中走了整整的一夜。现在他结实的身体象一块
岩石一般矗立在水面上，左肩上扛着一个娇弱而沉重的孩子。圣者克利斯朵夫倚在一株
拔起的松树上；松树屈曲了，他的脊骨也屈曲了。那些看着他出发的人都说他渡不过
的。他们长时间的嘲弄他，笑他。随后，黑夜来了。他们厌倦了。此刻克利斯朵夫已经
走得那么远，再也听不见留在岸上的人的叫喊。在激流澎湃中，他只听见孩子的平静的
声音，——他用小手抓着巨人额上的一绺头发，嘴里老喊着："走罢！"——他便走着，
伛着背，眼睛向着前面，老望着黑洞洞的对岸，峭壁慢慢的显出白色来了。
早祷的钟声突然响了，无数的钟声一下子都惊醒了。天又黎明！黑沉沉的危崖后
面，看不见的太阳在金色的天空升起。快要倒下来的克利斯朵夫终于到了彼岸。于是他
对孩子说：
"咱们到了！唉，你多重啊！孩子，你究竟是谁呢？"
孩子回答说：
"我是即将来到的日子。"
岩石一般矗立在水面上，左肩上扛着一个娇弱而沉重的孩子。圣者克利斯朵夫倚在一株
拔起的松树上；松树屈曲了，他的脊骨也屈曲了。那些看着他出发的人都说他渡不过
的。他们长时间的嘲弄他，笑他。随后，黑夜来了。他们厌倦了。此刻克利斯朵夫已经
走得那么远，再也听不见留在岸上的人的叫喊。在激流澎湃中，他只听见孩子的平静的
声音，——他用小手抓着巨人额上的一绺头发，嘴里老喊着："走罢！"——他便走着，
伛着背，眼睛向着前面，老望着黑洞洞的对岸，峭壁慢慢的显出白色来了。
早祷的钟声突然响了，无数的钟声一下子都惊醒了。天又黎明！黑沉沉的危崖后
面，看不见的太阳在金色的天空升起。快要倒下来的克利斯朵夫终于到了彼岸。于是他
对孩子说：
"咱们到了！唉，你多重啊！孩子，你究竟是谁呢？"
孩子回答说：
"我是即将来到的日子。"
# posted by TeleStar @ 11:35 PM
Friday, March 10, 2006
The Secret of Success
original from http://weblog.fortnow.com/2005/07/secrets-of-success.html
The Secrets of Success
Posted by Lance
What does it take to be a successful in our profession?
Intelligence. You need an innate talent in different forms to succeed as a scientist.
Problem Solving. Using well-established techniques in the appropriate way to find solutions.
Creativity. Original research means one needs to look beyond the current set of tools and develop new approaches to problems.
Vision. Discovering new problems and directions of research.
Hard work. Enough said.
Luck. Working on the right problem at the right time. If you work long enough` the law of averages will catch up with you (for good or for bad).
Discipline. The discipline to focus on research for a period of time without getting distracted from other responsibilities or by the internet or other activities. Some people find it best to schedule time for research and hole themselves up somewhere to think about a problem.
Commitment. Be willing to spend a considerable amount of time on a problem even if you keep running into dead ends.
Training. Taking and working hard in classes. Having and taking advantage of a good advisor. Reading papers and textbooks. When you see a theorem in a paper try to prove it yourself first. Only then can you truly appreciate a proof and learn from it.
Colleagues. Having co-authors, especially those that complement your talents, can help you do more than you could on your own. But just having good people to talk to, to bounce off proof ideas and discuss research directions can greatly help you find the right approach to a problem.
translation from http://gezhi.org/node/12
芝加哥大学计算机系教授Lance Fortnow在他的Blog上写了一篇短文章“The Secret of Success”（成功的秘诀），现翻译下来推荐给中文读者。
What does it take to be a successful in our profession?
什么带来科学事业的成功？
Intelligence. You need an innate talent in different forms to succeed as a scientist.
Problem Solving. Using well-established techniques in the appropriate way to find solutions.
Creativity. Original research means one needs to look beyond the current set of tools and develop new approaches to problems.
Vision. Discovering new problems and directions of research.
聪明。你需要一种先天的才华才能成为一个成功的科学家。这种天才表现在多个方面：
解决问题的能力。使用正统的方法通过合适的途经来找到问题的答案。
创造性。原创性的研究要求一个人的眼光要超越现有的工具，找到新的解决问题的方法。
好的视野。能够发现新问题和新的研究方向。
Hard work. Enough said.
玩命工作。这方面没有异议。
Luck. Working on the right problem at the right time. If you work long enough` the law of averages will catch up with you (for good or for bad).
好运气。在正确的时间工作在合适的问题上。久而久之，就会得到幸运的垂青。
Discipline. The discipline to focus on research for a period of time without getting distracted from other responsibilities or by the internet or other activities. Some people find it best to schedule time for research and hole themselves up somewhere to think about a problem.
自律。能够在一段时间专注于研究而不被其他“责任”所干扰，这种责任可能来自互联网或者其他活动（译者注：作者是一些委员会的委员 ）。有的人发现最好是为研究工作单独开辟时间，在这段时间里把自己藏起来思考问题。
Commitment. Be willing to spend a considerable amount of time on a problem even if you keep running into dead ends.
矢志不渝。愿意花相当多的时间在某个问题上，即使可能走到死路也不后悔。
Training. Taking and working hard in classes. Having and taking advantage of a good advisor. Reading papers and textbooks. When you see a theorem in a paper try to prove it yourself first. Only then can you truly appreciate a proof and learn from it.
良好的训练。在学生阶段努力学习，拥有并“利用”好一个好的导师。阅读文献和教科书。当你看到一个定理时力图自己证明它，只有这样你才能很好地理解一个定理并从中受益。
Colleagues. Having co-authors, especially those that complement your talents, can help you do more than you could on your own. But just having good people to talk to, to bounce off proof ideas and discuss research directions can greatly help you find the right approach to a problem.
好的同事。拥有好的合作者，特别是可以和你的才能进行互补的人，可以帮助你做更多凭借个人力量无法完成的事情。和人讨论对某种想法的证明或者研究方向的可行性，可以帮你找到解决问题的正确途经。
The Secrets of Success
Posted by Lance
What does it take to be a successful in our profession?
Intelligence. You need an innate talent in different forms to succeed as a scientist.
Problem Solving. Using well-established techniques in the appropriate way to find solutions.
Creativity. Original research means one needs to look beyond the current set of tools and develop new approaches to problems.
Vision. Discovering new problems and directions of research.
Hard work. Enough said.
Luck. Working on the right problem at the right time. If you work long enough` the law of averages will catch up with you (for good or for bad).
Discipline. The discipline to focus on research for a period of time without getting distracted from other responsibilities or by the internet or other activities. Some people find it best to schedule time for research and hole themselves up somewhere to think about a problem.
Commitment. Be willing to spend a considerable amount of time on a problem even if you keep running into dead ends.
Training. Taking and working hard in classes. Having and taking advantage of a good advisor. Reading papers and textbooks. When you see a theorem in a paper try to prove it yourself first. Only then can you truly appreciate a proof and learn from it.
Colleagues. Having co-authors, especially those that complement your talents, can help you do more than you could on your own. But just having good people to talk to, to bounce off proof ideas and discuss research directions can greatly help you find the right approach to a problem.
translation from http://gezhi.org/node/12
芝加哥大学计算机系教授Lance Fortnow在他的Blog上写了一篇短文章“The Secret of Success”（成功的秘诀），现翻译下来推荐给中文读者。
What does it take to be a successful in our profession?
什么带来科学事业的成功？
Intelligence. You need an innate talent in different forms to succeed as a scientist.
Problem Solving. Using well-established techniques in the appropriate way to find solutions.
Creativity. Original research means one needs to look beyond the current set of tools and develop new approaches to problems.
Vision. Discovering new problems and directions of research.
聪明。你需要一种先天的才华才能成为一个成功的科学家。这种天才表现在多个方面：
解决问题的能力。使用正统的方法通过合适的途经来找到问题的答案。
创造性。原创性的研究要求一个人的眼光要超越现有的工具，找到新的解决问题的方法。
好的视野。能够发现新问题和新的研究方向。
Hard work. Enough said.
玩命工作。这方面没有异议。
Luck. Working on the right problem at the right time. If you work long enough` the law of averages will catch up with you (for good or for bad).
好运气。在正确的时间工作在合适的问题上。久而久之，就会得到幸运的垂青。
Discipline. The discipline to focus on research for a period of time without getting distracted from other responsibilities or by the internet or other activities. Some people find it best to schedule time for research and hole themselves up somewhere to think about a problem.
自律。能够在一段时间专注于研究而不被其他“责任”所干扰，这种责任可能来自互联网或者其他活动（译者注：作者是一些委员会的委员 ）。有的人发现最好是为研究工作单独开辟时间，在这段时间里把自己藏起来思考问题。
Commitment. Be willing to spend a considerable amount of time on a problem even if you keep running into dead ends.
矢志不渝。愿意花相当多的时间在某个问题上，即使可能走到死路也不后悔。
Training. Taking and working hard in classes. Having and taking advantage of a good advisor. Reading papers and textbooks. When you see a theorem in a paper try to prove it yourself first. Only then can you truly appreciate a proof and learn from it.
良好的训练。在学生阶段努力学习，拥有并“利用”好一个好的导师。阅读文献和教科书。当你看到一个定理时力图自己证明它，只有这样你才能很好地理解一个定理并从中受益。
Colleagues. Having co-authors, especially those that complement your talents, can help you do more than you could on your own. But just having good people to talk to, to bounce off proof ideas and discuss research directions can greatly help you find the right approach to a problem.
好的同事。拥有好的合作者，特别是可以和你的才能进行互补的人，可以帮助你做更多凭借个人力量无法完成的事情。和人讨论对某种想法的证明或者研究方向的可行性，可以帮你找到解决问题的正确途经。
# posted by TeleStar @ 1:05 AM
Thursday, March 09, 2006
Principles of Research
发信人: kingsyl (Jul 13, checked; Jul 31 clear; ... ), 信区: Bioinformatics
标 题: Principles of Research zz
发信站: 水木社区 (Sat Nov 11 00:51:58 2006), 站内
source http://www.cs.ucla.edu/~slu/on_research/einstein_essay2.html
Principles of Research
address by Albert Einstein (1918)
(Physical Society, Berlin, for Max Planck's sixtieth birtday)
IN the temple of science are many mansions, and various indeed are they that dwell therein and the motives that have led them thither. Many take to science out of a joyful sense of superior intellectual power; science is their own special sport to which they look for vivid experience and the satisfaction of ambition; many others are to be found in the temple who have offered the products of their brains on this altar for purely utilitarian purposes. Were an angel of the Lord to come and drive all the people belonging to these two categories out of the temple, the assemblage would be seriously depleted, but there would still be some men, of both present and past times, left inside. Our Planck is one of them, and that is why we love him.
I am quite aware that we have just now lightheartedly expelled in imagination many excellent men who are largely, perhaps chiefly, responsible for the buildings of the temple of science; and in many cases our angel would find it a pretty ticklish job to decide. But of one thing I feel sure: if the types we have just expelled were the only types there were, the temple would never have come to be, any more than a forest can grow which consists of nothing but creepers. For these people any sphere of human activity will do, if it comes to a point; whether they become engineers, officers, tradesmen, or scientists depends on circumstances. Now let us have another look at those who have found favor with the angel. Most of them are somewhat odd, uncommunicative, solitary fellows, really less like each other, in spite of these common characteristics, than the hosts of the rejected. What has brought them to the temple? That is a difficult question and no single answer will cover it. To begin with, I believe with Schopenhauer that one of the strongest motives that leads men to art and science is escape from everyday life with its painful crudity and hopeless dreariness, from the fetters of one's own ever shifting desires. A finely tempered nature longs to escape from personal life into the world of objective perception and thought; this desire may be compared with the townsman's irresistible longing to escape from his noisy, cramped surroundings into the silence of high mountains, where the eye ranges freely through the still, pure air and fondly traces out the restful contours apparently built for eternity.
With this negative motive there goes a positive one. Man tries to make for himself in the fashion that suits him best a simplified and intelligible picture of the world; he then tries to some extent to substitute this cosmos of his for the world of experience, and thus to overcome it. This is what the painter, the poet, the speculative philosopher, and the natural scientist do, each in his own fashion. Each makes this cosmos and its construction the pivot of his emotional life, in order to find in this way the peace and security which he cannot find in tbe narrow whirlpool of personal experience.
What place does the theoretical physicist's picture of the world occupy among all these possible pictures? It demands the highest possible standard of rigorous precision in the description of relations, such as only the use of mathematical language can give. In regard to his subject matter, on the other hand, the physicist has to limit himself very severely: he must content himself with describing the most simple events which can be brought within the domain of our experience; all events of a more complex order are beyond the power of the human intellect to reconstruct with the subtle accuracy and logical perfection which the theoretical physicist demands. Supreme purity, clarity, and certainty at the cost of completeness. But what can be the attraction of getting to know such a tiny section of nature thoroughly, while one leaves everything subtler and more complex shyly and timidly alone? Does the product of such a modest effort deserve to be called by the proud name of a theory of the universe?
In my belief the name is justified; for the general laws on which the structure of theoretical physics is based claim to be valid for any natural phenomenon whatsoever. With them, it ought to be possible to arrive at the description, that is to say, the theory, of every natural process, including life, by means of pure deduction, if that process of deduction were not far beyond the capacity of the human intellect. The physicist's renunciation of completeness for his cosmos is therefore not a matter of fundamental principle.
The supreme task of the physicist is to arrive at those universal elementary laws from which the cosmos can be built up by pure deduction. There is no logical path to these laws; only intuition, resting on sympathetic understanding of experience, can reach them. In this methodological uncertainty, one might suppose that there were any number of possible systems of theoretical physics all equally well justified; and this opinion is no doubt correct, theoretically. But the development of physics has shown that at any given moment, out of all conceivable constructions, a single one has always proved itself decidedly superior to all the rest. Nobody who has really gone deeply into the matter will deny that in practice the world of phenomena uniquely determines the theoretical system, in spite of the fact that there is no logical bridge between phenomena and their theoretical principles; this is what Leibnitz described so happily as a "pre-established harmony." Physicists often accuse epistemologists of not paying sufficient attention to this fact. Here, it seems to me, lie the roots of the controversy carried on some years ago between Mach and Planck.
The longing to behold this pre-established harmony is the source of the inexhaustible patience and perseverance with which Planck has devoted himself, as we see, to the most general problems of our science, refusing to let himself be diverted to more grateful and more easily attained ends. I have often heard colleagues try to attribute this attitude of his to extraordinary will-power and discipline -- wrongly, in my opinion. The state of mind which enables a man to do work of this kind is akin to that of the religious worshiper or the lover; the daily effort comes from no deliberate intention or program, but straight from the heart. There he sits, our beloved Planck, and smiles inside himself at my childish playing-about with the lantern of Diogenes. Our affection for him needs no threadbare explanation. May the love of science continue to illumine his path in the future and lead him to the solution of the most important problem in present-day physics, which he has himself posed and done so much to solve. May he succeed in uniting quantum theory with electrodynamics and mechanics in a single logical system.
--
※ 修改:·kingsyl 于 Nov 11 01:06:13 修改本文·[FROM: 129.237.31.*]
※ 来源:·水木社区 newsmth.net·[FROM: 129.237.31.*]
发信人: invertebrate. (), 信区: P.invertebrate
标 题: 探索的动机 Einstein
发信站: 自在心语 BBS 站 (Fri Nov 10 11:40:47 2006), 邮件转寄
来 源: from unknown (HELO newsmth.net) (10.0.4.238)
发信人: NewFeynman (善解人衣), 信区: Bioinformatics
标 题: Re: 学习、研究生物信息学有什么意义？
发信站: 水木社区 (Fri Nov 10 10:19:33 2006), 站内
探索的动机（爱因斯坦在普朗克生日会上的讲话）
在科学的神殿里有许多楼阁，住在里面的人真是各式各样，而引导他们到那 里去的动机
也各不相同。有许多人爱好科学是因为科学给他们以超乎常人的智力 上的快感，科学是
他们在这种娱乐中寻求生动活泼的经验和对他们自己雄心壮志 的满足。在这座神殿里，
另外还有许多人是为了纯粹功利的目的而把他们的脑力 产物奉献到祭坛上的。如果上帝
的一位天使跑来把所有属于这两类的人都赶出神 殿，那么集结在那里的人数就会大大减
少，但是，仍然会有一些人留在里面，其 中有古人，也有今人，我们的普朗克就是其中
之一，这也是我们所以爱戴他的原 因。
我很明白在刚才的想象中被轻易逐出的人里面也有许多卓越的人物，他们在 建筑科学神
殿中做出过很大的也许是主要的贡献；在许多情况下，我们的天使也 会觉得难以决定谁
该不该被赶走。但有一点我可以肯定，如果神殿里只有被驱逐 的那两类人，那么这座神
殿决不会存在，正如只有蔓草就不成其为森林一样。因 为对于这些人来说，只要碰上机
会，任何人类活动的领域都是合适的－－他们究 竟成为工程师、官吏、商人还是科学家
，完全取决于环境。现在让我们再来看看 那些得到天使宠爱而留下的人吧。
他们大多数是沉默寡言的、相当怪僻和孤独的人，但尽管有这些共同特点， 他们之间却
不像那些被赶走的一群那样彼此相似。究竟是什么力量把他们引到这 座神殿中来的呢？
这是一个难题，不能笼统地用一句话来回答。首先我同意叔本 华所说的，把人们引向艺
术和科学的最强烈的动机之一，是要逃避日常生活中令 人厌恶的粗俗和使人绝望的沉闷
，是要摆脱人们自由变化不定的欲望的桎梏。一 个修养有素的人总是渴望逃避个人生活
而进入客观知觉和思维的世界——这种愿 望好比城市里的人渴望逃避熙来攘往的环境，
而到高山上享受幽寂的生活。在那 里透过清净纯洁的空气，可以自由地眺望、沉醉地欣
赏那似乎是为永恒而设计的 宁静景色。
除了这种消极的动机外，还有一种积极的动机。人们总想以最适合于他自己 的方式，画
出一副简单的和可理解的世界图像，然后他就试图用他的这种世界体 系来代替经验的世
界并征服后者。这就是画家、诗人、思辨哲学家和自然科学家 各按自己的方式去做的事
。各人把世界体系及其构成作为他的感情生活的中枢， 以便由此找到他在个人经验的狭
小范围内所不能找到的宁静和安定。
在所有可能的图像中，理论物理学家的世界图像占有什么地位呢？在描述各 种关系时，
它要求严密的精确性达到那种只有用数学语言才能达到的最高的标 准。另一方面，物理
学家必须极其严格地控制他的主题范围，必须满足于描述我 们经验领域里的最简单事件
。对于一切更为复杂的事件企图以理论物理学家所要 求的精密性和逻辑上的完备性把它
们重演出来，这就超出了人类理智所能及的范 围。高度的纯粹性、明晰性和确定性要以
完整性为代价。但是当人们胆小谨慎地 把一切比较复杂而难以捉摸的东西都撇开不管时
，那么能吸引我们去认识自然界 的这一渺小部分的，究竟又是什么呢？难道这种谨小慎
微的努力结果也够得上宇 宙理论的美名吗？
我认为够得上的。因为，作为理论物理学结构基础的普遍定律，应当对任何 自然现象都
有效。有了它们，就可能借助于单纯的演绎得出一切自然过程（包括 生命过程）描述，
也就是它们的理论，只要这种演绎过程并不超出人类理智能力 太多。因此，物理学家放
弃他的世界体系的完整性，倒不是一个什么根本原则问 题。
物理学家的最高使命是得到那些普遍的基本定律，由此世界体系就能用单纯 的演绎法建
立起来。要通向这些定律，没有逻辑推理的途径，只有通过建立在经 验的同感的理解之
上的那种直觉。由于这种方法论上的不确定性，人们将认为这 样就会有多种可能同样适
用的理论物理学体系，这个看法在理论上无疑是正确 的。但是物理学的发展表明，在某
一时期里，在所有可想到的解释中，总有一个 比其他的一些都高明得多。凡是真正深入
研究过这一问题的人，都不会否认唯一 决定理论体系的实际上是现象世界，尽管在现象
和他们的理论原理之间并没有逻 辑的桥梁；这就是莱布尼茨非常中肯地表述过的“先天
的和谐”。物理学家往往 责备研究认识论的人没有足够注意这个事实。我认为，几年前
马赫和普朗克的论 战，根源就在这里。
渴望看到这种先天的和谐，是无穷的毅力和耐心的源泉。我们看到，普朗克 就是因此而
专心致志于这门科学中的最普遍的问题，而不是使自己分心于比较愉 快的和容易达到的
目标上去的人。我常常听人说，同事们试图把他的这种态度归 因于非凡的意志和修养，
我认为这是错误的。促使人们去做这种工作的精神状态， 是同宗教信奉者或谈恋爱的人
的精神状态相类似的，他们每日的努力并非来自深 思熟虑的意向或计划，而是直接来自
激情。我们敬爱的普朗克今天就坐在这里， 内心在笑我像孩子一样提着第欧根尼的风灯
闹着玩。我们对他的爱戴不需要作老生常谈的说明，我们但愿他对科学的热爱将继续照
亮他未来的道路，并引导他去 解决今天理论物理学的最重要的问题。这问题是他自己提
出来的，并且为了解决 这问题他已经做了很多工作。祝他成功地把量子论同电动力学、
力学统一于一个 单一的逻辑体系里。
标 题: Principles of Research zz
发信站: 水木社区 (Sat Nov 11 00:51:58 2006), 站内
source http://www.cs.ucla.edu/~slu/on_research/einstein_essay2.html
Principles of Research
address by Albert Einstein (1918)
(Physical Society, Berlin, for Max Planck's sixtieth birtday)
IN the temple of science are many mansions, and various indeed are they that dwell therein and the motives that have led them thither. Many take to science out of a joyful sense of superior intellectual power; science is their own special sport to which they look for vivid experience and the satisfaction of ambition; many others are to be found in the temple who have offered the products of their brains on this altar for purely utilitarian purposes. Were an angel of the Lord to come and drive all the people belonging to these two categories out of the temple, the assemblage would be seriously depleted, but there would still be some men, of both present and past times, left inside. Our Planck is one of them, and that is why we love him.
I am quite aware that we have just now lightheartedly expelled in imagination many excellent men who are largely, perhaps chiefly, responsible for the buildings of the temple of science; and in many cases our angel would find it a pretty ticklish job to decide. But of one thing I feel sure: if the types we have just expelled were the only types there were, the temple would never have come to be, any more than a forest can grow which consists of nothing but creepers. For these people any sphere of human activity will do, if it comes to a point; whether they become engineers, officers, tradesmen, or scientists depends on circumstances. Now let us have another look at those who have found favor with the angel. Most of them are somewhat odd, uncommunicative, solitary fellows, really less like each other, in spite of these common characteristics, than the hosts of the rejected. What has brought them to the temple? That is a difficult question and no single answer will cover it. To begin with, I believe with Schopenhauer that one of the strongest motives that leads men to art and science is escape from everyday life with its painful crudity and hopeless dreariness, from the fetters of one's own ever shifting desires. A finely tempered nature longs to escape from personal life into the world of objective perception and thought; this desire may be compared with the townsman's irresistible longing to escape from his noisy, cramped surroundings into the silence of high mountains, where the eye ranges freely through the still, pure air and fondly traces out the restful contours apparently built for eternity.
With this negative motive there goes a positive one. Man tries to make for himself in the fashion that suits him best a simplified and intelligible picture of the world; he then tries to some extent to substitute this cosmos of his for the world of experience, and thus to overcome it. This is what the painter, the poet, the speculative philosopher, and the natural scientist do, each in his own fashion. Each makes this cosmos and its construction the pivot of his emotional life, in order to find in this way the peace and security which he cannot find in tbe narrow whirlpool of personal experience.
What place does the theoretical physicist's picture of the world occupy among all these possible pictures? It demands the highest possible standard of rigorous precision in the description of relations, such as only the use of mathematical language can give. In regard to his subject matter, on the other hand, the physicist has to limit himself very severely: he must content himself with describing the most simple events which can be brought within the domain of our experience; all events of a more complex order are beyond the power of the human intellect to reconstruct with the subtle accuracy and logical perfection which the theoretical physicist demands. Supreme purity, clarity, and certainty at the cost of completeness. But what can be the attraction of getting to know such a tiny section of nature thoroughly, while one leaves everything subtler and more complex shyly and timidly alone? Does the product of such a modest effort deserve to be called by the proud name of a theory of the universe?
In my belief the name is justified; for the general laws on which the structure of theoretical physics is based claim to be valid for any natural phenomenon whatsoever. With them, it ought to be possible to arrive at the description, that is to say, the theory, of every natural process, including life, by means of pure deduction, if that process of deduction were not far beyond the capacity of the human intellect. The physicist's renunciation of completeness for his cosmos is therefore not a matter of fundamental principle.
The supreme task of the physicist is to arrive at those universal elementary laws from which the cosmos can be built up by pure deduction. There is no logical path to these laws; only intuition, resting on sympathetic understanding of experience, can reach them. In this methodological uncertainty, one might suppose that there were any number of possible systems of theoretical physics all equally well justified; and this opinion is no doubt correct, theoretically. But the development of physics has shown that at any given moment, out of all conceivable constructions, a single one has always proved itself decidedly superior to all the rest. Nobody who has really gone deeply into the matter will deny that in practice the world of phenomena uniquely determines the theoretical system, in spite of the fact that there is no logical bridge between phenomena and their theoretical principles; this is what Leibnitz described so happily as a "pre-established harmony." Physicists often accuse epistemologists of not paying sufficient attention to this fact. Here, it seems to me, lie the roots of the controversy carried on some years ago between Mach and Planck.
The longing to behold this pre-established harmony is the source of the inexhaustible patience and perseverance with which Planck has devoted himself, as we see, to the most general problems of our science, refusing to let himself be diverted to more grateful and more easily attained ends. I have often heard colleagues try to attribute this attitude of his to extraordinary will-power and discipline -- wrongly, in my opinion. The state of mind which enables a man to do work of this kind is akin to that of the religious worshiper or the lover; the daily effort comes from no deliberate intention or program, but straight from the heart. There he sits, our beloved Planck, and smiles inside himself at my childish playing-about with the lantern of Diogenes. Our affection for him needs no threadbare explanation. May the love of science continue to illumine his path in the future and lead him to the solution of the most important problem in present-day physics, which he has himself posed and done so much to solve. May he succeed in uniting quantum theory with electrodynamics and mechanics in a single logical system.
--
※ 修改:·kingsyl 于 Nov 11 01:06:13 修改本文·[FROM: 129.237.31.*]
※ 来源:·水木社区 newsmth.net·[FROM: 129.237.31.*]
发信人: invertebrate. (
标 题: 探索的动机 Einstein
发信站: 自在心语 BBS 站 (Fri Nov 10 11:40:47 2006), 邮件转寄
来 源: from unknown (HELO newsmth.net) (10.0.4.238)
发信人: NewFeynman (善解人衣), 信区: Bioinformatics
标 题: Re: 学习、研究生物信息学有什么意义？
发信站: 水木社区 (Fri Nov 10 10:19:33 2006), 站内
探索的动机（爱因斯坦在普朗克生日会上的讲话）
在科学的神殿里有许多楼阁，住在里面的人真是各式各样，而引导他们到那 里去的动机
也各不相同。有许多人爱好科学是因为科学给他们以超乎常人的智力 上的快感，科学是
他们在这种娱乐中寻求生动活泼的经验和对他们自己雄心壮志 的满足。在这座神殿里，
另外还有许多人是为了纯粹功利的目的而把他们的脑力 产物奉献到祭坛上的。如果上帝
的一位天使跑来把所有属于这两类的人都赶出神 殿，那么集结在那里的人数就会大大减
少，但是，仍然会有一些人留在里面，其 中有古人，也有今人，我们的普朗克就是其中
之一，这也是我们所以爱戴他的原 因。
我很明白在刚才的想象中被轻易逐出的人里面也有许多卓越的人物，他们在 建筑科学神
殿中做出过很大的也许是主要的贡献；在许多情况下，我们的天使也 会觉得难以决定谁
该不该被赶走。但有一点我可以肯定，如果神殿里只有被驱逐 的那两类人，那么这座神
殿决不会存在，正如只有蔓草就不成其为森林一样。因 为对于这些人来说，只要碰上机
会，任何人类活动的领域都是合适的－－他们究 竟成为工程师、官吏、商人还是科学家
，完全取决于环境。现在让我们再来看看 那些得到天使宠爱而留下的人吧。
他们大多数是沉默寡言的、相当怪僻和孤独的人，但尽管有这些共同特点， 他们之间却
不像那些被赶走的一群那样彼此相似。究竟是什么力量把他们引到这 座神殿中来的呢？
这是一个难题，不能笼统地用一句话来回答。首先我同意叔本 华所说的，把人们引向艺
术和科学的最强烈的动机之一，是要逃避日常生活中令 人厌恶的粗俗和使人绝望的沉闷
，是要摆脱人们自由变化不定的欲望的桎梏。一 个修养有素的人总是渴望逃避个人生活
而进入客观知觉和思维的世界——这种愿 望好比城市里的人渴望逃避熙来攘往的环境，
而到高山上享受幽寂的生活。在那 里透过清净纯洁的空气，可以自由地眺望、沉醉地欣
赏那似乎是为永恒而设计的 宁静景色。
除了这种消极的动机外，还有一种积极的动机。人们总想以最适合于他自己 的方式，画
出一副简单的和可理解的世界图像，然后他就试图用他的这种世界体 系来代替经验的世
界并征服后者。这就是画家、诗人、思辨哲学家和自然科学家 各按自己的方式去做的事
。各人把世界体系及其构成作为他的感情生活的中枢， 以便由此找到他在个人经验的狭
小范围内所不能找到的宁静和安定。
在所有可能的图像中，理论物理学家的世界图像占有什么地位呢？在描述各 种关系时，
它要求严密的精确性达到那种只有用数学语言才能达到的最高的标 准。另一方面，物理
学家必须极其严格地控制他的主题范围，必须满足于描述我 们经验领域里的最简单事件
。对于一切更为复杂的事件企图以理论物理学家所要 求的精密性和逻辑上的完备性把它
们重演出来，这就超出了人类理智所能及的范 围。高度的纯粹性、明晰性和确定性要以
完整性为代价。但是当人们胆小谨慎地 把一切比较复杂而难以捉摸的东西都撇开不管时
，那么能吸引我们去认识自然界 的这一渺小部分的，究竟又是什么呢？难道这种谨小慎
微的努力结果也够得上宇 宙理论的美名吗？
我认为够得上的。因为，作为理论物理学结构基础的普遍定律，应当对任何 自然现象都
有效。有了它们，就可能借助于单纯的演绎得出一切自然过程（包括 生命过程）描述，
也就是它们的理论，只要这种演绎过程并不超出人类理智能力 太多。因此，物理学家放
弃他的世界体系的完整性，倒不是一个什么根本原则问 题。
物理学家的最高使命是得到那些普遍的基本定律，由此世界体系就能用单纯 的演绎法建
立起来。要通向这些定律，没有逻辑推理的途径，只有通过建立在经 验的同感的理解之
上的那种直觉。由于这种方法论上的不确定性，人们将认为这 样就会有多种可能同样适
用的理论物理学体系，这个看法在理论上无疑是正确 的。但是物理学的发展表明，在某
一时期里，在所有可想到的解释中，总有一个 比其他的一些都高明得多。凡是真正深入
研究过这一问题的人，都不会否认唯一 决定理论体系的实际上是现象世界，尽管在现象
和他们的理论原理之间并没有逻 辑的桥梁；这就是莱布尼茨非常中肯地表述过的“先天
的和谐”。物理学家往往 责备研究认识论的人没有足够注意这个事实。我认为，几年前
马赫和普朗克的论 战，根源就在这里。
渴望看到这种先天的和谐，是无穷的毅力和耐心的源泉。我们看到，普朗克 就是因此而
专心致志于这门科学中的最普遍的问题，而不是使自己分心于比较愉 快的和容易达到的
目标上去的人。我常常听人说，同事们试图把他的这种态度归 因于非凡的意志和修养，
我认为这是错误的。促使人们去做这种工作的精神状态， 是同宗教信奉者或谈恋爱的人
的精神状态相类似的，他们每日的努力并非来自深 思熟虑的意向或计划，而是直接来自
激情。我们敬爱的普朗克今天就坐在这里， 内心在笑我像孩子一样提着第欧根尼的风灯
闹着玩。我们对他的爱戴不需要作老生常谈的说明，我们但愿他对科学的热爱将继续照
亮他未来的道路，并引导他去 解决今天理论物理学的最重要的问题。这问题是他自己提
出来的，并且为了解决 这问题他已经做了很多工作。祝他成功地把量子论同电动力学、
力学统一于一个 单一的逻辑体系里。
# posted by TeleStar @ 9:10 PM
Wednesday, March 08, 2006
How to do research
来自MIT人工智能实验室：如何做研究？
·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、选题、选导师和情感因素），都
是极具价值的。
Copyright 1987, 1988 作者版权所有
备注：人工智能实验室的Working Papers用于内部交流，包含的信息由于过于初步或者过
于详细而无法发表。不像正式论文那样，会列出所有的参考文献。
1. 简介
这是什么？
并没有什么神丹妙药可以保证在研究中取得成功，本文只是列举了一些可能会有所帮助的
非正式意见。
目标读者是谁？
本文档主要是为MIT人工智能实验室新入学的研究生而写，但对于其他机构的人工智能研究
者也很有价值。即使不是人工智能领域的研究者，也可以从中发现对自己有价值的部分。
如何使用？
要精读完本文，太长了一些，最好是采用浏览的方式。很多人觉得下面的方法很有效：先
快速通读一遍，然后选取其中与自己当前研究项目有关的部分仔细研究。
本文档被粗略地分为两部分。第一部分涉及研究者所需具备的各种技能：阅读，写作和程
序设计，等等。第二部分讨论研究过程本身：研究究竟是怎么回事，如何做研究，如何选
题和选导师，如何考虑研究中的情感因素。很多读者反映，从长远看，第二部分比第一部
分更有价值，也更让人感兴趣。
? 小节2 如何通过阅读打好AI研究的基础。列举了重要的AI期刊，并给出了一些阅读的诀
窍。
? 小节3 如何成为AI研究领域的一员：与相关人员保持联系，他们可以使你保持对研究前
沿的跟踪，知道应该读什么材料。
? 小节4 学习AI相关领域的知识。对几个领域都有基本的理解，对于一个或者两个领域要
精通。
? 小节5 如何做研究笔记。
? 小节6 如何写期刊论文和毕业论文。如何为草稿写评审意见，如何利用别人的评审意见
。如何发表论文。
? 小节7 如何做研究报告。
? 小节8 是有关程序设计的。AI程序设计与平常大家习惯的程序设计有所不同。
? 小节9 有关研究生涯最重要的问题，如何选导师。不同的导师具有不同的风格，本节的
意见有助于你找到合适的导师。导师是你必须了解如何利用的资源。
? 小节10 关于毕业论文。毕业论文将占据研究生生涯的大部分时间，本部分涉及如何选题
，以及如何避免浪费时间。
? 小节11 有关研究方法论，尚未完成。
? 小节12 或许是最重要的一节：涉及研究过程中的情感因素，包括如何面对失败，如何设
定目标，如何避免不安全感，保持自信，享受快乐。
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）。
在本领域打下坚实的基础所需要的阅读量，是令人望而却步的。但既然AI只是一个很小的
研究领域，因此你仍然可以花几年的时间阅读本领域已出版的数量众多论文中最本质的那
部分。一个有用的小技巧是首先找出那些最本质的论文。此时可以参考一些有用的书目：
例如研究生课程表，其他学校（主要是斯坦福大学）研究生录取程序的建议阅读列表，这
些可以让你有一些初步的印象。如果你对AI的某个子领域感兴趣，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，如果可以，借过来复印。最近，出现了很多精心
编辑的有关某个子领域的论文集，尤其是Morgan-Kauffman出版的。
AI实验室有三种内部出版物系列：Working Papers，Memos和Technical Reports，正式的
程度依次增加，在八层的架子上可以找到。回顾最近几年的出版物，将那些非常感兴趣的
复制下来。这不仅是由于其中很多都是意义重大的论文，对于了解实验室成员的工作进展
也是很重要的。
有关AI的期刊有很多，幸运的是，只有一部分是值得看的。最核心的期刊是Artificial I
ntelligence，也有写作"the Journal of Artificial Intelligence"或者"AIJ"的。AI领
域真正具备价值的论文最终都会投往AIJ，因此值得浏览每一年每一期的AIJ；但是该期刊
也有很多论文让人心烦。Computational Intelligence是另外一本值得一看的期刊。Cogn
itive Science也出版很多意义重大的AI论文。Machine Learning是机器学习领域最重要的
资源。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的论文。International Journal of Computer Vision（IJ
CV）是最新创办的，到目前为止还是有价值的。Robotics Research的文章主要是关于动力
学的，有时候也有划时代的智能机器人论文。IEEE Robotics and Automation偶尔有好文
章。
每年都应该去所在学校的计算机科学图书馆（在MIT的Tech Square的一层），翻阅其他院
校出版的AI技术报告，并选出自己感兴趣的仔细加以阅读。
阅读论文是需要练习的技能。不可能完整地阅读所有的论文。阅读论文可分为三个阶段：
第一阶段是看论文中是否有感兴趣的东西。AI论文含有摘要，其中可能有内容的介绍，但
是也有可能没有或者总结得不好，因此需要你跳读，这看一点那看一点，了解作者究竟做
了些什么。内容目录（the table of contents）、结论部分（conclusion）和简介（int
roduction）是三个重点。如果这些方法都不行，就只好顺序快速浏览了。一旦搞清楚了论
文的大概和创新点，就可以决定是否需要进行第二阶段了。在第二阶段，要找出论文真正
具有内容的部分。很多15页的论文可以重写为一页左右的篇幅；因此需要你寻找那些真正
激动人心的地方，这经常隐藏于某个地方。论文作者从其工作中所发现的感兴趣的地方，
未必是你感兴趣的，反之亦然。最后，如果觉得该论文确实有价值，返回去通篇精读。
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？”。理解论文得到了什么结论并不等同于理解了该论文。理解论
文，就要了解论文的目的，作者所作的选择（很多都是隐含的），假设和形式化是否可行
，论文指出了怎样的方向，论文所涉及领域都有哪些问题，作者的研究中持续出现的难点
模式是什么，论文所表达的策略观点是什么，诸如此类。
将阅读与程序设计联系在一起是很有帮助的。如果你对某个领域感兴趣，在阅读了一些论
文后，试试实现论文中所描述的程序的“玩具”版本。这无疑会加深理解。
可悲的是，很多AI实验室天生就是孤僻的，里面的成员主要阅读和引用自己学校实验室的
工作。要知道，其他的机构具有不同的思考问题的方式，值得去阅读，严肃对待，并引用
它们的工作，即使你认为自己明晓他们的错误所在。
经常会有人递给你一本书或者一篇论文并告诉你应该读读，因为其中有很闪光的地方且/或
可以应用到你的研究工作中。但等你阅读完了，你发现没什么特别闪光的地方，仅仅是勉
强可用而已。于是，困惑就来了，“我哪不对啊？我漏掉什么了吗？”。实际上，这是因
为你的朋友在阅读书或论文时，在头脑中早已形成的一些想法的催化下，看出了其中对你
的研究课题有价值的地方。
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Secret Paper Passi
ng Network。下面是该网络工作的大致情况。Jo Cool有了一个好想法。她将尚不完整的实
现与其他一些工作融合在一起，写了一份草稿论文。她想知道这个想法究竟怎么样，因此
她将论文的拷贝发送给十位朋友并请他们进行评论。朋友们觉得这个想法很棒，同时也指
出了其中的错误之处，然后这些朋友又把论文拷贝给他们各自的一些朋友，如此继续。几
个月后，Jo对之进行了大量修订，并送交给AAAI。六个月后，该论文以五页的篇幅正式发
表（这是AAAI会议录允许的篇幅）。最后Jo开始整理相关的程序，并写了一个更长的论文
（基于在AAAI发表论文得到的反馈）。然后送交给AI期刊。AI期刊要花大约两年的时间，
对论文评审，包括作者对论文修改所花费的时间，以及相应的出版延迟。因此，理想情况
下，Jo的思想最终发表在期刊上需要大约三年时间。所以牛人很少能从本领域出版的期刊
文章中学到什么东西，来得太迟了。
你，也可以成为一个牛人。下面是建立学术关系网的一些诀窍：
? 有很多讨论某个AI子领域（如连接主义或者视觉）的邮件列表，选择自己感兴趣的列表
加入。
? 当与很熟悉本领域的人讨论自己的思想时，他们很可能不直接评价你的想法，而是说：
“你读过某某吗？”这并不是一个设问，而是建议你去阅读某份文献，它很可能与你的想
法有关系。如果你还没有读过该文献，从跟你交谈的高手那里得到该文献的详细信息，或
者直接从他那里借一份拷贝下来。
? 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。
? 本实验室有很多针对不同子领域的非正式（持续发展的）论文讨论组，他们每星期或每
两星期聚会一次，对大家阅读完的论文进行讨论。
? 有些人并不介意别人去翻看他们的书桌，也就是说，去翻阅他们堆在书桌上的不久要阅
读或者经常翻阅的论文。你可以去翻翻看，有没有自己感兴趣的。当然了，首先要得到主
人的许可，要知道有些人确实反感别人翻自己的东西。去试试那些平易近人的人。
? 同样，有些人也并不介意你翻看他们的文件柜。实验室中可是有很多学问精深的人，他
们的文件柜里也是有好多宝贝。与利用学校图书馆相比，这通常是更快更可靠的寻找论文
的方式。
? 只要自己写下了些东西，将草稿的拷贝分发给那些可能感兴趣的人。（这也有一个潜在
的问题：虽然AI领域的剽窃很少，但也确实有。你可以在第一页写上“请不要影印或者引
用”的字样以做部分防范。）大部分人并不会阅读自己收到的大部分论文，因此如果只有
少数人返回评论给你，也不用太在意。你可以如此反复几次——这是期刊论文所必需的。
注意，除了自己的导师，一般很少将两次以上的草稿送给同一个人。
? 当你写完一篇论文后，将论文的拷贝送给那些可能感兴趣的人。别以为人家自然而然地
就会去阅读发表论文的期刊或者会议录。如果是内部的出版物（备忘录和技术报告）就更
不容易读到了。
? 你保持联系的人越是各式各样，效果就越好。尝试与不同研究组，AI实验室，不同学术
领域的人交换论文。使自己成为没有联系的两个科研组交流的桥梁，这样，很快的，你的
桌子上就会冒出一大摞相关的论文。
? 如果某篇论文引用了自己感兴趣的某些东西，做好笔记。维护一份自己感兴趣参考文献
的日志。到图书馆去看看能不能找到这些论文。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。所谓的参考文献图，是指引用组成的网：论文A引用
B和C，B引用C和D，C引用D，等等。注意那些被经常引用的论文，这通常是值得阅读的。参
考文献图有奇妙的性质。一个是经常有研究同一主题的研究组相互不了解。你搜索该图，
突然发现了进入另一部分的方式，这通常出现于不同学校或者不同方法存在的地方。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。
? 暂时搁置。跟别人交谈。告诉他们你在做什么，并询问人家在做什么。（如果你对与别
的学生讨论自己的想法感到害羞，也要坚持交谈，即使自己没有什么想法，与他们讨论自
己认为确实优秀的论文。这将很自然地引导到下一步做什么的讨论。）每天中午在活动楼
七层有一个非正式的午餐讨论会。在我们实验室，人们都习惯于晚上工作，所以午餐的时
候可以跟别人组成松散的小组进行讨论。
? 如果你与外界的交流很多——做演示或者参加会议——去印张事务名片，主要要使自己
的名字容易记住。
? 从某个时间开始，你将会开始参加学术会议。如果你确实参加了，你会发现一个事实，
几乎所有的会议论文都令人生厌或者愚蠢透顶。（这其中的理由很有意思，但与本文无关
，不做讨论）。那还去参加会议干吗？主要是为了结识实验室之外的人。外面的人会传播
有关你的工作的新闻，邀请你作报告，告知你某地的学术风气和研究者的特点，把你介绍
给其他人，帮助你找到一份暑期工作，诸如此类。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。
? 获得到别的实验室进行暑期工作的机会。这样你会结识另外一群人，或许还会学到另外
一种看待事物的方式。可以去问高年级同学如何获取这样的机会，他们或许已经在你想去
的地方工作过了，能帮你联系。
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，全是借自于其他
领域。数学将定理作为进展；工程会问某个对象是否工作可靠；心理学要求可重复的试验
；哲学有严格的思辨；等等。所有这些标准有时都在AI中起作用，熟悉这些标准有助于你
评价他人的工作，深入自己的工作以及保护自己的工作。
经过六年左右的课程方可获得MIT的PhD，你可以在一到两个非AI领域里打下坚实的基础，
在更多的领域内具有阅读水平，并且必须对大部分内容具有一定程度的理解。下面是如何
学习自己所知甚少领域的一些方法：
? 选修一门研究生课程，这很牢靠，但通常不是最有效的方法。
? 阅读课本。这方法还算不错，不过课本的知识经常是过时的，一般还有很高比例的与内
容无关的修辞。
? 找出该领域最棒的期刊是什么，向该领域的高人请教。然后找出最近几年值得阅读的文
章，并跟踪相关参考文献。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。
? 找出该领域最著名的学者，阅读他们所著的书籍。
? 跟该领域的研究生泡在一起。
? 参看外校研究该领域的系的课程表。拜访那里的研究院办公室，挑选有用的的文献。
下面是一些需要了解的与AI有关的科目：
? 计算机科学是我们所使用的技术。你需要选修的初级研究生课程肯定不能让你对计算机
科学有足够的了解，因此你必须通过阅读学习更多的知识。计算机科学所有的领域——理
论体系结构，系统，语言等等——都是必须学习的。
? 数学可能是接下来需要了解的最重要的学科。对于工作在视觉或者机器人学的人来说更
关键。对于以系统为中心的工作，表面上看，并不相关，但数学会教你有用的思维方式。
你需要能阅读定理，如果具有证明定理的能力将会给本领域的大多数人留下深刻的印象。
很少有人能自学数学，光做个听众是不够的，还得做习题集。尽可能早地选修尽可能多的
数学课，其他领域的课程以后选也很容易。
计算机科学是以离散数学为基础的：代数，图论，等等。如果你要从事推理方面的工作，
逻辑是很重要的。逻辑在MIT用得不多，但是在斯坦福以及其他地方，这是认识思维的主流
方法。所以你必须具备足够的逻辑知识，这样你才能保护自己的观点。在MIT数学系选修一
两门课程就足够了。要是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。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。
? 认知心理学与AI共享几乎完全相同的观点，但是实践者确实具有不同的目标，他们主要
是做实验而不是写程序。每一个人都需要知道认知心理学的某些知识。在MIT，Molly Pot
ter开了一门很好的有关认知心理学的初级研究生课程。
? 如果你想做有关学习的工作，那么发展心理学是很重要的。发展心理学从一般意义上讲
也是很有用的，它能告诉你对于人类智能来说，哪些事情难哪些容易。它还给出了有关认
知体系结构的认知模型。例如，有关儿童语言习得的工作就对语言处理理论施加了坚实的
约束。在MIT，Susan Carey开了一门很好的有关发展心理学的初级研究生课程。
? 心理学中更“软”的部分，例如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。它们会给你非常不同的理解人是什么的方式。象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。到哈佛去学习：对于MIT的学生来说
，很容易交叉注册哈佛的课程。
? 神经科学告诉我们有关人体可计算硬件的知识。随着最近可计算神经科学和联结主义的
兴起，对AI具有非常大的影响。MIT的脑和行为科学系提供了非常好的课程，视觉（Hildr
eth, Poggio, Richards, Ullman），移动控制（Hollerbach, Bizzi）和普通神经科学（
9.015，由专家组讲授）。
? 如果你想研究自然语言处理，语言学是很重要的。不仅如此，它还包含了很多有关人类
认知的约束。在MIT，语言学主要由Chomsky学院负责。你可以去看看是不是符合自己的兴
趣。George Lakoff最近出版的书《Women, Fire, and Dangerous Things》可作为另外一
种研究程序的例子。
? 工程，特别是电机工程，已经被很多AI研究机构作为一个研究领域。我们实验室在培养
程序中加入了很多需要确实做一些东西的要求，例如分析电路。了解EE也有助于建造定制
的芯片或者调试自己的Lisp机器上的电源。
? 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。
? 哲学是所有AI领域看不见的框架。很多AI工作都有蕴含着哲学的影响。学习哲学也能帮
助你运用或者读懂很多AI论文中用到的观点。哲学可沿着至少两个正交的轴分解。哲学通
常是某种东西的哲学；有关思维和语言的哲学与AI更相关。然后存在着多种哲学学派，从
比较大的范围来分，哲学可分为分析哲学和大陆哲学。分析哲学有关思维的观点与AI领域
大多数研究者一致。大陆哲学则对我们习以为常的很多东西有非常不同的看待方式。它曾
经被Dreyfus用于证明AI是不可能的。就在不久前，有几位研究者认为大陆哲学与AI是相容
的，提供了另外一种解决问题的方法。MIT的哲学属于分析哲学，哲学学院深深地受到Cho
msky在语言学方面工作的影响。
看起来要学习太多的东西，是不是？确实如此。要小心一个陷阱：认为对于所有的X，“只
有我对X了解的更多，这个问题才会变得容易”。要知道，与之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，解决问题的。
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。
定期翻阅你自己的笔记本。有些人会做月度总结，方便将来的引用。
笔记中记录中的东西经常可以作为一篇论文的骨干。这会使生活变得轻松些。相反，你会
发现写粗略的论文——标题，摘要，分标题，以及正文的片段——是一种记录自己当前工
作的有效方式，即使你并不准备把它变成一篇真正的论文。（过一段时间你或许会改变想
法）。
你或许会发现Vera Johnson-Steiner的书《Notebooks of the Mind》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。
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。
? 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。
? 如果你工作的目的是不仅为自己还要为他人服务，就必须把它发表。这也是研究的基本
责任。如果你写得精彩，会有更多的人来了解你的工作。
? AI但凭单打独斗是很难做的，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。
? 阅读有关如何写作的书籍。Strunk和White的《Elements of Style》对基本的应该如何
不应该如何做了介绍。Claire的《The MLA's Line By Line》（Houghton Mifflin）是有
关在句子级别如何编辑的书籍。Jacques Barzun的《Simple and Direct: A Rhetoric fo
r Writers》（Harper and Row, 1985）是有关如何作文的。
? 写论文时，读读那些写作高超的书，并思考作者的句法运用。你会发现不知不觉地，你
已经吸收了作者的风格。
? 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。
? 写作有时候是很痛苦的，看起来好像是从“实际的”工作中分心了。但如果你已经掌握
了写作技巧，写起来会很快。而且如果你把写作当作一门艺术的话，你能从中得到很多乐
趣。
? 你肯定会遇到思路阻塞的情况，这有很多的可能原因，没有一定可以避免的方法。追求
完美可能导致思路阻塞：无论开始写什么，总觉得不够好。要理解写作是一个调试的过程
。先写一个草稿，然后返回修订。写草稿有助于理顺思路，如果写不出来正文，那就写个
大纲。逐步对之细化，直到已经很容易写出子部分的内容。如果连草稿也写不出来，隐藏
掉正在写作的所有窗口，然后随便输入自己脑袋里想到的东西，即使看起来好像是垃圾。
当你已经写出了很多文本后，重新打开窗口，将刚才写的东西编辑进去。
另外一个错误是以为可以将所有的内容依次写出。通常你应该将论文的核心内容写出来，
最后才是介绍部分。引起作者思路阻塞的另一个原因是不切实际的以为写作是很容易的事
情。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。
? 完美主义可能会导致对本来已经足够好的论文还在不停地打磨。这是浪费时间。（这也
是一种有意无意之间逃避做研究的表现）。将论文看作你与本领域其他人交谈时的一句话
。在交谈中，并不是每一句话都是完美的。很少有人会期待自己的某次谈话就是全部的故
事，是与对方的最后一次交流。
? 写信是一种很好的练习。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（也会使你试验更多的文体，不仅仅是技术论
文）。这两种方法还有其它的实质作用。
? 一个常见的陷阱是花很多时间去追求修辞而不是内容。要避免这样。LaTeX并非完美，但
是它有很多你所需的修饰语。如果这还不够，还可从其他从事这一研究的人那里借用一些
词语用法。很多站点（例如MIT）维护了一个写作修辞的库。
? 清楚自己要表达什么。这是清楚的写作中最难最重要的因素。如果你写了拙劣的东西，
且不知道如何修改，这很有可能是因为你不知道自己要说什么。一旦搞清楚了自己要说什
么，说就行了。
? 论文的写作要有利于读者查找到你所做的工作。无论是段落的组织还是通篇的组织，都
要将最核心的部分放在前面。要精心写作摘要。确保摘要已经反映出你的好思路是什么。
确保自己明白自己的创新点是什么，然后用几句话表达出来。太多的论文摘要只是一般性
地介绍论文，说是有一个好思路，却不说是什么。
? 不要用大话来贩卖你的工作。你的读者都是很优秀的人，正直且自尊。与之相反，也不
要为自己的工作道歉或者进行消减。
? 有时候你意识到某个子句、句子或者段落不够好，却不知道如何修改。这是因为你钻到
死胡同里出不来了。你需要返回重写这一部分。现实中这种情况很少发生。
? 确保自己的论文中有中心思想。如果你的程序在10毫秒内解决了问题X，告诉读者你是如
何办到的。不要只是解释呢的系统是如何构建的，是做什么的，还要解释其工作原理和价
值所在。
? 写作是给人看的，而不是机器。因此光观点正确是不行的，还要易懂。不要靠读者自己
去推理，除非是最明显的推论。如果你在第七页的脚注上解释了某个小玩意的工作原理，
接着在第二十三页没有进一步解释就引用了它，此时如果读者感到困惑一点都不值得奇怪
。正式的论文要写清楚是很难的。不要模仿数学领域的文献，它们的标准是尽可能少的解
释，使读者感到越困难越好。这并不适用于AI。
? 写完一篇论文后，删掉第一段或者头几句话。你会发现那是与内容无关的一般性话语，
更好的介绍语句在第一段最后或者第二段的开头。
如果你等做完所有的工作后才开始写作，会失去很多。一旦开始了某个科研项目，要养成
这样的习惯：写作解释当前工作进展或者每几个月学习所得的非正式论文。从你的研究笔
记中的记载开始。花两天的时间写下来——如果你花的时间更长，说明你是一个完美主义
者。将论文与你的朋友分享。写的是草稿——不是为了被引用的那种。将论文复制数十份
，送给那些感兴趣的人（包括你的导师）。与写正式论文相比，这样做具有很多相同的好
处（评论，理清思路，写作练习等等），而且从某种意义上讲，付出无需那么多。经常地
，如果你做得不错，这些非正式论文以后可以作为正式论文的骨干内容，也就是从AI实验
室的Working Paper成为一篇期刊文章。
一旦你成为Secret Paper Passing Network的成员，会有很多人给你寄论文拷贝要求评论
。获得他人对自己的论文的评论是很有价值的。因此你评论的论文越多，你获得支持就越
多，也会收到更多人对你论文的评论。不仅如此，学习评价别人的论文也有助你的选择。
为论文写有用的评论是一门艺术。
? 要写出有用的评论，需要读两遍论文。第一遍了解其思想，第二遍开始作评论。
? 如果某人在论文中屡次犯同一错误，不要每次都标记出来。而是要弄清楚模式是什么，
他为什么这样做，对此还可以做什么，然后在第一页清晰地指出或者私下交流。
? 论文的作者在合并你的评论时，将会遵循最小修改的原则。如果可以，就只修改一个词
，不行再修改一个词组，再不行才修改整个句子。如果他的论文中某些拙劣之处使得他必
须修改整个段落，整个小节甚至整篇论文的组织，要用大字体的字母指出来，这样他才不
会忽视。
? 不要在论文写毁灭性的批评如“垃圾”。这对于作者毫无帮助。花时间提出建设性的建
议。要设身处地地为作者着想。
评论有很多种。有对表达的评论，有对内容的评论。对表达的评论也可以很不同，可以是
校对打字稿，标点，拼写错误，字词丢失等。应该学一些标准的编辑符号。还可以是校正
语法，修辞，以及混乱不清楚的段落。通常人们会持续地犯同一语法错误，因此需要花时
间明确地指出。接下来是对组织结构的评论：不同程度（子句，句子，段落，小节乃至一
章）的次序混乱，冗余，无关的内容，以及丢失论点。
很难描述对内容进行评论的特征。你可能建议作者扩展自己的想法，考虑某个问题，错误
，潜在的问题，表达赞美等。“因为Y，你应该读X”是一种总是有用的评论。
当被要求对论文作评论时，你首先想弄清楚哪种评论更有用。对于早期的论文草稿，需要
你主要对内容和论文的组织结构作评论；对于最终的草稿，需要你主要评论表达的细节。
注意，作为一种礼貌，在要求别人评论之前，应首先用拼写检查器对自己的论文进行检查
。
你无须接受所有的意见，但是必须都认真对待。将论文的部分内容裁掉是挺令人痛心的，
但往往也提高了论文的水平。你经常会发现某个意见确实指出了问题，但是解决方法你觉
得不可接受，那么就去寻找第三条道路。
要多发表论文，这其实比想象中的容易。基本上，AI出版物评审者评审论文的标准是：(a
)有新意；(b)在某些方面，符合标准。看看IJCAI的会议录，你会发现论文录取的标准相当
低。这种情况由于评审过程本身固有的随机性而变得更糟糕了。所以一个发表论文的诀窍
是不停地试。
? 确保论文可读性比较好。论文被拒绝的原因，除了没有意义之外，就是无法理解或者组
织糟糕。
? 论文在投往期刊之前，应该交流一段时间，并根据反馈的评论进行适当的修订。要抵制
那种急匆匆地把结果投往期刊的做法。在AI领域，没有竞赛，而且不管怎么说，出版周期
的延迟要大大超过对草稿进行评论的时间。
? 读一读你想投稿的期刊或者会议的过刊，确保自己论文的风格和内容是适合的。
? 很多出版物都有一页左右的“作者投稿须知”，仔细看看。
? 主要的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。
? 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。
? 论文被决绝了——千万不要沮丧灰心。
? 期刊和会议的论文评审过程存在很大的不同。为了节省时间，会议论文的评审必须迅速
，没有时间细究或者交流。如果你被拒绝了，你就失败了。但期刊论文则不同，你可以经
常地与编辑争辩，通过编辑与评审人争辩。
? 评审人一般都会对你有帮助的。如果你收到了令人生厌的评审报告，应该向大会的程序
主席或者编辑投诉。不能期望可以从会议论文评审人的报告那里得到多少反馈。但对于期
刊论文，往往可以得到非常棒的建议。你不必完全按照评审报告的建议去做，但是，如果
你不按照报告去做，那么就必须解释原因，并且要意识到这可能会导致进一步的负面评价
。不管怎么样，无论是哪种的评审，作为评审者都要有礼貌。因为在余下的职业生涯中，
你将会与被评审者在一个学术圈子里。
? MIT AI Lab Memos大体上是或者接近发表的水平。实际上，Technical Reports基本上都
是这些Memos的修订版本。Working Papers则更不正式，这是很好的将自己的论文分发给同
事们的方法。要出版这些内部文件，只需到Publications Office（在活动楼八层）领一份
表格，并有两位教员签字即可。
就像其它的科研活动一样，论文写作所花的时间总是比期望的要高。论文的发表在耗费时
间这个问题上则更严重。当你完成了一篇论文，投出去，等待发表。数月后，论文以及评
论被返回来。你不得不对论文进行修改。然后又是几个月，才返回对你的修改的确认。如
果你同时发表了该论文的不同形式，如有一篇短的投会议，一篇长的投期刊，这样的过程
将反复数个回合。结果有可能是当你已经厌倦了，研究主题也已经令人生厌后数年，你仍
然在修改那篇论文。这启示我们：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。
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。
? 如果你觉得自己是一个糟糕的演讲者，或者想成为一名优秀的演讲者，选一门公共演讲
课。初级的表演课也很有用。
? 如果你的导师有定期的研究讨论会，自愿去作演讲。
? MIT AI实验室有一系列的半正式座谈会，叫做Revolving Seminar。如果你觉自己的某些
观点值得写进AI Memo或者会议论文中，自告奋勇去作一场报告。
? 深入了解实验室的不同机器人项目，当你外地的亲朋好友来的时候，你可以领着他们逛
一圈，并就机器人做60分钟的报告。
? 由于修改演讲远比修改论文容易，有些人会觉得这是很好的寻找如何表达思想的方式。
（Nike Brady有一次曾说，他所有最好的论文都来自于演讲）。
? 在一间空屋子里练习，最好就是你马上要做的报告。这有助于调整报告的技巧：每一张
幻灯讲些什么；转换的延迟以及保持平滑；保持解释和幻灯的同步；估计报告的时间长度
。你花在调整设备上的时间越少，留下来的与人交流的时间就越长。
? 用镜子，录音机或者录像机练习是另外一种方法。实验室有这三种设备。这也有助于调
整自己的发音和肢体语言。
? 对于比较正式的报告——特别是你的答辩——应该在几个朋友面前练习一遍，请他们批
评指正。
? 观察别人是如何做报告的。有很多访问MIT的人会做报告。参加这样的报告会能够感受自
己不熟悉的领域，并且如果报告令人提不起兴趣，你可以暗中分析报告者错在哪里。
? 找一位朋友，将你最近的想法说给他听。这既可以提高的交际技巧，又能调试自己的思
路。
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习程序设计；AI程序设计包含的一些技术与那些在系统程序
设计或者应用程序设计中用到的大不相同。开始学的时候，可以先看看Abelson和Sussman
的《Structure and Interpretation of Computer Programs》，并做一些练习。这本书与
AI程序设计本质上并不相干，但是包含了一些相同的技术。然后读Winston和Horn写的Lis
p书第三版，书里有很多优雅的AI程序。最后，进行实际的程序设计，而不是阅读，才是最
好的学习程序的方法。
学习Lisp程序设计有很多传统。有些人习惯一起写代码，这取决于个性。还有的人寻找机
会直接向有经验的程序员学习，或者请他对你的代码进行评价。阅读别人的代码也是很有
效的方法。如果可以向高年级同学要他们的源代码。他们可能会有些抱怨，说自己的编程
风格差极了，程序实际上并不能工作云云。不管怎么样，最后你获得了源代码。然后你要
仔细地通篇阅读，这很费时间。通常阅读并完全理解别人代码所花的时间与你自己编程完
成的时间是一样多的，因此要计划好在你的头一个或者头两个学期用数周的时间去阅读别
人的代码。你将从中学到很多以前不曾想到在课本中也没有的技巧。如果你读到了大段大
段不可理解没有注释的程序，你就会明白不应该如何写代码了。
在软件工程课里学习到的那些知识在AI程序设计中依然有用。要给代码加注释。使用正确
的数据抽象。将图和你的代码隔离开，由于你使用的语言基本上是Common Lisp，因此可移
植性很好。诸如此类。
经过头几年的学习后，应该写一些自己的标准AI模块，如：
? 真值维护系统
? 规划器
? 规则系统
? 不同风格的解释器
? 具有流程分析的优化编译器
? 具有继承特性的框架系统
? 几种搜索方法
? 基于解释的学习器
任何你感兴趣的东西都可以尝试用程序实现。你可以抓住问题的实质，在几天之内完成一
个功能版本。修改已有的程序是另外一种有效的方法，前提是你已经写过这样的东西，并
且确实了解其工作原理，优缺点以及效率等问题。
不象其他通常的程序员，AI程序员之间很少相互借阅代码。（演示代码例外）。这部分由
于AI程序很少有真正起作用的。（很多著名的AI程序只在作者论文所提到的那三个例子上
起作用，虽然最近这种情况已经有所改善）。另外一个原因是AI程序通常是匆忙凑成，并
没有考虑一般化的问题。使用Foobar的“标准”规则解释器，开始时很有效，不久就会发
现缺少一些你需要的功能，或者不够有效率。虽然可以对代码进行修改满足自己的需要，
但记住理解别人的代码是很耗时的，有时候还不如自己写一个。有时候构建一个标准包的
工作本身就可以成为一篇论文。
像论文一样，程序也有可能过于追求完美了。不停重写代码以求完美，最大化的抽象所有
的东西，编写宏和库，与操作系统内核打交道，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）。
9. 导师
在MIT，有两种类型的导师，教学导师和论文导师。
教学导师的工作比较简单。每一位研究生都被分配了系里的一位老师作为教学导师。教学
导师的作用是作为系方代表，告诉你对你的正式要求是什么，如果你的进度慢了敦促你，
批准你的课程计划等。如果一切顺利的话，你每年只需要见教学导师两次，在注册日那天
。从另一方面讲，如果你遇到了困难，教学导师替你向系里反映或者提供指导。
论文导师是监督你研究的人。选择论文导师是你读研期间最重要的选择，比选题都重要得
多。从更广的意义上讲，AI是通过师傅带徒弟的方式学习的。有很多领域的技术方面或者
研究过程方面的非正式知识，只能从导师那里学到，在任何教科书上都找不到。
很多AI教员都是行为古怪的人，毕业生也如此。导师与研究生的关系是非常个性化的，你
的个人特点必须与导师的配合得很好，这样你们才能合作成功。
不同的导师具有不同的风格。下面是一些需要值得考虑的因素：
? 你需要多大程度的指导？有些导师会给你一个定义良好的适合做论文的问题，对解决方
法进行解释，并告诉你如何开展工作。如果你陷在某个地方了，他们会告诉你如何开展下
去。其他的导师属于甩手型，他们可能对你的选题毫无帮助，但是一旦你选好题目，他们
对于引导你的思路具有非常大的作用。你需要考虑清楚自己适合独立工作还是需要指导。
? 你需要多大程度的联系？有的导师要求每周与你见面，听取你工作进展的汇报。他们会
告诉你应该读的论文，并给你实际的练习和项目做。其他的导师每学期与你的谈话不会超
过两次。
? 你能承受的压力有多大？有些导师施加的压力是很大的。
? 需要多少情感支持？
? 听取导师意见的认真程度如何？大多数导师会相当正式的建议你的论文题目。有些导师
是值得信赖的，他们给出的建议，如果按照执行，几乎肯定会做出一篇可接受程度的论文
，如果不是令人兴奋的论文的话。其他的则一下子抛出很多思路，大部分是不切实际的，
但是有一些，或许会导致重大突破。如果选了这样的一位导师，你首先得把自己当作一个
过滤器。
? 导师提供了什么类型的研究组？有些教授会创造环境，把所有的学生聚集在一起，即使
他们做的不是同一个项目。很多教授每周或者每两周与自己的学生们会面。这对你有用么
？你能与教授的学生和睦相处么？有些学生发现他们更能与其他教研组的学生建立良好的
工作关系。
? 你想参与大的项目么？有些教授将大系统分解，每个学生负责一部分。这给了你与一组
人讨论问题的机会。
? 你想被共同监督么？有些论文项目包含了多个AI领域，需要你与两个以上的教授建立密
切的工作关系。虽然你正式的论文导师只有一位，但是有时候这并不反映实际情况。
? 导师愿意指导其研究领域之外的论文题目么？你是否能与导师一起工作，比你做什么本
身更重要。MIT的机器人系就曾指导过量子物理学和认知建模方面的论文；推理方面的教员
指导过视觉方面的论文。但是有些教员只愿意指导自己研究兴趣领域内的论文。这对于那
些欲获得终身职位的年轻教员来说尤其如此。
? 导师会为了你跟体制作斗争吗？有些导师会为了你跟系里或者某些有敌意的实体作斗争
。有时候体制对某些类型的学生不利（特别是对于女学生和怪癖的学生），因此这一点很
重要。
? 导师愿意并且能够在会议上推荐你的工作吗？这是导师工作的一部分，对你将来工作意
义重大。
上述这些因素，不同学校的情况很不相同。与大部分学校相比，MIT提供了多得多的自由。
找论文导师是你研究生一年级最主要的任务。研一结束时，或者研二学年开始阶段，你必
须有一个论文导师。下面是一些诀窍：
? 查阅实验室的研究总结。其中有一页左右的篇幅描述了每个教师以及很多研究生目前在
做什么。
? 如果你对某些教师的研究工作感兴趣，查阅其最近的论文。
? 在第一学期，与尽可能多的教师交谈。去感受他们喜欢做什么，他们的研究和指导风格
是什么。
? 与预期导师的研究生交谈。要保证与导师的多个学生交流，因为每位导师在与不同的学
生交流时有不同的工作方式和交流效果。不能被一个学生的看法所左右。
? 很多教师所在研究组的会议对新同学都是公开的。这是非常好的了解导师工作方式的途
径。
作为一门学科，AI不同寻常的一点是很多有用的工作是由研究生完成的，而不是博士——
他们忙着做管理去了。这有几个后果。一是某个教师的声望，是否会获得终身聘用，在很
大程度上取决于学生的工作。这意味着教授有很强烈的动机吸引最好的学生为自己工作，
并给与有效的指导和足够的支持。另外一个后果是，由于大部分学生的论文方向是由导师
形成的，因此整个领域的方向和发展很大程度上取决于导师选择什么样的研究生。
当选定了导师，决定了自己对导师的要求后，要确保导师知道。不要由于交流不好，浪费
时间于自己并不想做的项目上。
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。
在与其他学生、老师甚至自己的导师的关系中，很可能会碰到种族主义者，性别歧视，同
性恋或者其他令人尴尬的事情。如果你不幸碰到了，去寻求帮助。MIT的ODSA出版了一本叫
做“STOP Harrassment”的小册子，里面有很多建议。《Computer Science Women's Rep
ort》，可在LCS文档室找到，也与之相关。
实验室中有些同学只是名义上由导师指导。这对于那些独立性很强的人来说很好。但是如
果你已经完成了某项导师指导的工作，除非你确保没有导师也行且自己有牢靠的支持网络
，否则就不要这么干。
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对本领域的发展
作出了显著的贡献，大约有一半都出版了。这并不一定是好事情。很多人精力都集中于硕
士的工作，所以MIT有这样的名声：硕士论文的质量往往比博士论文高。这有悖于硕士工作
本来是为博士研究作准备的原有目的。另外一个因素是所做研究要对领域有所贡献，至少
需要两年，这使得研究生学习时间之长令人难以忍受。现在或许你感受不到匆忙，但当你
已经在实验室呆了七年后，你肯定迫不及待地想逃出去。硕士从入学到毕业平均时间是两
年半，但是，计算机系强烈鼓励学生提前毕业。如果某个硕士生的题目过于庞大，可将之
分解，一部分来做硕士论文，另一部分给博士生作博士论文。
想要了解硕士论文研究是什么样的，读几本最新的硕士论文。记住比较好的论文是那些出
版的或者成为技术报告的，因为这标志着该论文被认为是扩展了领域的最新知识——换句
话说，他们的论文远远超出了硕士论文的水平。还要读一些通过的但是没有出版的论文，
所有通过的论文都可以在MIT图书馆中找到。博士论文必须对最新知识有所拓展，博士论文
的研究必须具备可出版的质量。MIT的泱泱气质又表现出来了，很多博士论文在几年内都是
某个子领域的权威工作。对于MIT的博士论文来说，开创一个新领域，或者提出并解决一个
新问题，并不是什么了不起的事情。虽然，这并不是必需的。
一般来说，需要两到三年的时间来做博士论文。很多人花一到两年的时间跟硕士生活说再
见，以及选题。这段时间可以去尝试一些别的事情，例如做助教或者在某个非AI领域打下
坚实的基础或者组织个乐队。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：
? 好的论文题目不仅能够表达个人观点，而且可与同行交流。
? 选择题目必须是自己愿意倾注热情的。个人远景观点是你作为一个科学家的理由，是你
最为关切的意象，原则，思路或者目标。有多种形式。或许你想造一台可与之交谈的计算
机，或许你想把人类从计算机的愚蠢使用中拯救出来，或许你想展示万物都是统一的，或
许你想在太空发现新生命。远景观点总是比较大的，你的论文并不能实现你的远景，但是
可以朝着那个方向努力。
? 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
。“解决AI的宽度优先”是常见毛病的一个例子，题目太大太虚了。你会发现需要不断的
缩小题目的范围。选题是一个渐进的过程，不是一个离散的事件，会持续到你宣布论文已
经完成那一刻为止。实际上，解决问题通常比精确地描述问题要容易得多。如果你的目标
是一个五十年的工程，那么合理的十年工程是什么，一年的呢？如果目标的结构庞大，那
么最核心的部件是什么，如何最大程度的了解核心部件？
? 一个重要的因素是你可以忍受多大程度的风险。在最终的成功和风险之间需要权衡。这
也并不总是对的，AI中有很多研究者尚未涉及的想法。
? 好的论文选题有一个中心部分，你确信肯定可以完成，并且你和你的导师都同意这已经
满足毕业要求了。除此之外，论文中还有多种扩展，有失败的可能，但如果成功了，会增
加论文的精彩程度。虽然不是每一个论文选题都符合这个模式，但值得一试。
? 有些人觉得同时在多个项目中工作可以在选题的时候选择可以完成的那个。这确实降低
了风险。另外一些人则愿意在做任何工作之前，选一个单独的题目。
? 可能你只对某个领域感兴趣，这样你的选题范围就狭窄得多。有时候，你会发现系里的
老师没有一个人能够指导你选择的领域。可能还会发现好像那个领域没什么很自然的选题
，反而对别的领域有好想法。
? 硕士选题比博士选题更难，因为硕士论文必须在你所知不多没有足够自信时就完成。
? 博士选题需要考虑的一个因素是是否继续硕士阶段所研究的领域，可能拓展或者作为基
础，或者干脆转到另外一个领域。待在同一个领域事情就简单了，可能只需要一到两年就
毕业了，特别是如果在硕士阶段的工作中已经发现了适合做博士论文的题目。不足之处在
于容易定型，改换领域则能增加知识的宽度。
? 有的论文题目很新奇，有的则很普通。前者开创了新领域，探索了以前未曾研究过的现
象，或者为很难描述的问题提供了有效的解决方法；后者则完美地解决了定义良好的问题
。两种论文都是有价值的。选择哪一种论文，取决于个人风格。
? 论文的“将来的工作”部分，是很好的论文题目来源。
? 无论选什么样的题目，必须是前人未曾做过的。即使是同时有人做的工作，也不好。有
很多东西可作，根本无需竞争。还有一种常见的情况，读了别人的论文后感觉很惊慌，好
像它已经把你的问题解决了。这通常发生在确定论文题目过程中。实际上往往只是表面类
似，因此将论文送给某个了解你的工作的高人看看，看他怎么说。
? MIT AI实验室的论文并非全是有关人工智能的；有些是有关硬件或者程序设计语言的，
也行。
选好题后，即使有点虚，你必须能够回答下列问题：论文的论点是什么？你想说明什么？
你必须有一句，一段，五分钟的答案。如果你不知道自己在干什么，别人也不会严肃对待
你的选题，更糟糕的是，你会陷在选题——再选题的圈子里而不能自拔。
开始作论文研究后，一定要能够用简单的语言解释每一部分的理论和实现是如何为目标服
务的。
记住，一旦选好了题目，你必须与导师就论文完成的标准达成清晰的一致。如果你和他对
论文具有不同的期望，最后你肯定死得很惨。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。这是必须做的，即是你的导师并不这么要求。如果环
境发生了根本的变化，测试也要随之改变。
首先尝试论文问题的简化版本。用实例检验。在形成理论抽象之前，要完整的探究具有代
表性的例子。
做论文的过程中，有很多浪费时间的方式。要避免下列活动（除非确实跟论文相关）：语
言表达的设计；用户接口或者图形接口上过分讲究；发明新的形式化方法；过分优化代码
；创建工具；官僚作风。任何与你的论文不是很相关的工作要尽量减少。
一种众所周知的现象“论文逃避”，就是你突然发现改正某个操作系统的BUG是非常吸引人
也很重要的工作。此时你总是自觉不自觉的偏离了论文的工作。要记住自己应该做些什么
。（本文对于部分作者来说就属于论文逃避现象）。
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成功，你必须擅长各种技术方法
，还必须具备怀疑的态度。例如，你必须能够证明定理，同时你还必须思考该定理是否说
明了什么。
很多优秀的AI篇章都是巧妙地在几种方法论中取得平衡。例如，你必须选择一条在太多理
论（可能与任何实际问题都无关）和繁琐的实现（把实际的解决方法表达得语无伦次）之
间的最佳路线。你经常会面临区分“干净”和“肮脏”的研究决策。你应该花时间将问题
在某种程度上形式化吗？还是保持问题的原始状态，此时虽然结构不良但更接近实际？采
用前一种方法（如果可行的话）会得到清晰确定的结果，但这一过程往往是繁琐的，或者
至少不会直接解决问题。后者则有陷入各种处理的漩涡之中的危险。任何工作，任何人，
必须作出明智的平衡。
有些工作象科学。你观察人们是怎样学习算术的，大脑是如何工作的，袋鼠是如何跳的，
然后搞清楚原理，形成可检验的理论。有些工作象工程：努力创建一个更好的问题解决器
或者算法。有些工作象数学：跟形式化打交道，要理解属性，给出证明。有些工作是实例
驱动的，目标是解释特定的现象。最好的工作是以上几种的结合。
方法具有社会性，看看别人是如何攻克类似难题的，向别人请教他们是如何处理某种特殊
情况的。
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败。虽然，这实际上也证
明了你有勇气向困难挑战。
在人工智能领域很少有人总是一直成功，一年年地出论文。实际上，失败是经常的。你会
发现他们经常是同时做几个项目，只有一些是成功的。最终成功的项目也许反复失败过多
次。经历过很多由于方法错误的失败之后，才取得最终的成功。
在你以后的工作生涯中，会经历很多失败。但是每一个失败的项目都代表了你的工作，很
多思想，思考方式，甚至编写的代码，在若干年后你发现可用于另外一个完全不同的项目
。这种效果只有在你积累了相当程度的失败之后才会显现出来。因此要有最初的失败以后
将会起作用的信念。
研究所花费的实际时间往往比计划的要多得多。一个小技巧是给每个子任务分配三倍于预
期的时间（有些人加了一句：“……，即使考虑了这条原则”）。
成功的关键在于使得研究成为你日常生活的一部分。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。成功的AI研究者，坚持的作用
一般大于天资。“尝试”也是很重要的，也就是区分浅薄的和重要的思路的能力。
你会发现自己成功的比例是很随机的。有时候，一个星期就做完了以前需要三个月才能完
成的工作。这是令人欣喜的，使得你更愿意在本领域工作下去。其他一些时候，你完全陷
在那里，感觉什么也做不了。这种情况很难处理。你会觉得自己永远不会做出任何有价值
的东西了，或者觉得自己不再具备研究者的素质了。这些感觉几乎肯定是错误的。如果你
是MIT录取的学生，你就是绝对合格的。你需要的是暂停一下，对糟糕的结果保持高度的容
忍。
通过定期设置中短期的目标，例如每周的或者每月的，你有很多工作要做。增加达到这些
目标的可能性有两种方法，你可以把目标记在笔记本中，并告诉另外一个人。你可以与某
个朋友商定交换每周的目标并看谁最终实现了自己的目标。或者告诉你的导师。
有时你会完全陷在那里，类似于写作过程的思路阻塞，这有很多可能的原因，却并无一定
的解决方法。
? 范围过于宽泛了，可尝试去解决流程中的子问题。
? 有时候对你研究能力的怀疑会消磨掉你所有的热情而使得你一事无成。要牢记研究能力
是学习而得的技能，而不是天生的。
? 如果发现自己陷入严重的困境，一个多星期都毫无进展，尝试每天只工作一小时。几天
后，你可能就会发现一切又回到了正轨。
? 害怕失败会使得研究工作更加困难。如果发现自己无法完成工作，问问自己是否是由于
在逃避用实验检验自己的思路。发现自己最近几个月的工作完全是白费的这种可能，会阻
止你进一步开展工作。没有办法避免这种情况，只要认识到失败和浪费也是研究过程的一
部分。
? 看看Alan Lakien的书《How to Get Control of 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。
很多人发现自己的个人生活和做研究的能力是相互影响的。对于有些人来说，当生活中一
切都不如意时，工作是避难所。其他的人如果生活陷入混乱时就无法工作了。如果你觉得
自己确实悲痛得难以自拔，去看看心理医生。一份非正式的调查表明，我们实验室大约有
一半的学生在读研期间看过一次心理医生。
使得人工智能那么难的一个原因是没有被普遍接受的成功标准。在数学中，如果你证明了
某个定理，你就确实做了某些事情；如果该定理别人都证不出来，那么你的工作是令人兴
奋的。人工智能从相关的学科中借来了一些标准，还有自己的一些标准。不同的实践者，
子领域和学校会强调不同的标准。MIT比其他的学校更强调实现的质量，但是实验室内部也
存在很大的不同。这样的一个后果就是你不可能令所有的人都满意。另外一个后果就是你
无法确定自己是否取得了进展，这会让你觉得很不安全。对你工作的评价从“我所见过最
伟大的”到“空虚，多余，不明所以”不一而足，这都是很正常的，根据别人的反馈修订
自己的工作。
有几种方法有助于克服研究过程中的不安全感。被承认的感觉：包括毕业论文的接受，发
表论文等。更重要的是，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。由于评价进展
的标准是如此不确定，如果不与其他的研究者充分的交流，很容易盲目。特别当你感觉不
太好时，应该就你的工作进行交流。此时，获得反馈和支持是非常重要的。
很容易看不到自己的贡献，总是想：“如果我能做，肯定是微不足道的。我的所有思想都
太明显了”。实际上，当你回头看时，这些虽然对你是很明显的，对别人并不一定是明显
的。将你的工作解释给很多门外汉听，你会发现现在对你来说是平淡无奇的东西原来那么
难！写下来。
一项对诺贝尔获奖者实施的有关怀疑自己问题（在你研究的过程中，你一直觉得自己是在
做震惊世界的工作吗？）的调查表明：获奖者们一致回答他们经常怀疑自己工作的价值和
正确性，都经历过觉得自己的工作是无关的，太明显了或者是错误的时期。任何科学过程
的常见和重要的部分就是经常严格的评价，很多时候不能确定工作的价值也是科学过程不
可避免的一部分。
有些研究者发现与别人协作比单打独斗工作效果更好。虽然人工智能研究经常是相当个人
主义的，但是也有一部分人一起工作，创建系统，联合发表论文。我们实验室至少已经有
一个联合做毕业论文的先例。缺点是很难与协作者区分对论文的贡献。与实验室之外的人
合作，例如暑期工作时，问题就会少一些。
很多来到MIT AI实验室的学生都是以前所在学校最厉害的人。来到这里之后，会发现很多
更聪明的人。这对于很多一年级左右学生的自尊形成了打击。但周围都是聪明人也有一个
好处：在你把自己不怎么样的（但自己又没有觉察到）想法发表之前就被其他人给打倒在
地了。更现实的讲，现实世界中可没有这么多聪明人。因此到外面找一份顾问的工作有利
于保持心理平衡。首先，有人会为你的才能付费，这说明你确实有些东西。其次，你发现
他们确实太需要你的帮助了，工作良好带来了满足感。
反之，实验室的每一个学生都是从四百多个申请者挑选出来的，因此我们很多学生都很自
大。很容易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。
潜在的问题是你会发现所有的问题都比你想象的要复杂得多，研究花的时间比原先计划的
多得多，完全依靠自己还做不了。这些都使得我们中的很多人陷入了严重的自信危机。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。这需要激烈的自我重新评价，充满了痛苦，有时候需要一年左右的
时间才能完成。但这一切都是值得的，不自视过高有助于以一种游戏的精神去作研究。
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。虽然这样也有油尽灯枯的
可能。另外一个原因是好的研究是充满乐趣的。在大部分时间里，研究是令人痛苦的，但
是如果问题恰好适合你，你可以玩一样的解决它，享受整个过程。二者并非不可兼容的，
但需要有一个权衡。
要想了解研究是怎么样的，遭到怀疑的时候应该如何安慰自己，读一些当代人的自传会有
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.
当你完成了一个项目——例如论文——一两个月后，你可能会觉得这一切是那么不值。这
种后冲效果是由于长时间被压抑在该问题上，而且觉得本可以做得更好。总是这样的，别
太认真。等再过了一两年，回头看看，你会觉得：嘿，真棒！多棒的工作！
尾注
本文包含的思想，文本以及评论来自于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。我们要感谢那些对本文作出贡献的人（对我们的论文作出贡献
的人，顺便一并致谢），特别是我们的导师。
上面所列举的一些思想来自于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》。
·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、选题、选导师和情感因素），都
是极具价值的。
Copyright 1987, 1988 作者版权所有
备注：人工智能实验室的Working Papers用于内部交流，包含的信息由于过于初步或者过
于详细而无法发表。不像正式论文那样，会列出所有的参考文献。
1. 简介
这是什么？
并没有什么神丹妙药可以保证在研究中取得成功，本文只是列举了一些可能会有所帮助的
非正式意见。
目标读者是谁？
本文档主要是为MIT人工智能实验室新入学的研究生而写，但对于其他机构的人工智能研究
者也很有价值。即使不是人工智能领域的研究者，也可以从中发现对自己有价值的部分。
如何使用？
要精读完本文，太长了一些，最好是采用浏览的方式。很多人觉得下面的方法很有效：先
快速通读一遍，然后选取其中与自己当前研究项目有关的部分仔细研究。
本文档被粗略地分为两部分。第一部分涉及研究者所需具备的各种技能：阅读，写作和程
序设计，等等。第二部分讨论研究过程本身：研究究竟是怎么回事，如何做研究，如何选
题和选导师，如何考虑研究中的情感因素。很多读者反映，从长远看，第二部分比第一部
分更有价值，也更让人感兴趣。
? 小节2 如何通过阅读打好AI研究的基础。列举了重要的AI期刊，并给出了一些阅读的诀
窍。
? 小节3 如何成为AI研究领域的一员：与相关人员保持联系，他们可以使你保持对研究前
沿的跟踪，知道应该读什么材料。
? 小节4 学习AI相关领域的知识。对几个领域都有基本的理解，对于一个或者两个领域要
精通。
? 小节5 如何做研究笔记。
? 小节6 如何写期刊论文和毕业论文。如何为草稿写评审意见，如何利用别人的评审意见
。如何发表论文。
? 小节7 如何做研究报告。
? 小节8 是有关程序设计的。AI程序设计与平常大家习惯的程序设计有所不同。
? 小节9 有关研究生涯最重要的问题，如何选导师。不同的导师具有不同的风格，本节的
意见有助于你找到合适的导师。导师是你必须了解如何利用的资源。
? 小节10 关于毕业论文。毕业论文将占据研究生生涯的大部分时间，本部分涉及如何选题
，以及如何避免浪费时间。
? 小节11 有关研究方法论，尚未完成。
? 小节12 或许是最重要的一节：涉及研究过程中的情感因素，包括如何面对失败，如何设
定目标，如何避免不安全感，保持自信，享受快乐。
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）。
在本领域打下坚实的基础所需要的阅读量，是令人望而却步的。但既然AI只是一个很小的
研究领域，因此你仍然可以花几年的时间阅读本领域已出版的数量众多论文中最本质的那
部分。一个有用的小技巧是首先找出那些最本质的论文。此时可以参考一些有用的书目：
例如研究生课程表，其他学校（主要是斯坦福大学）研究生录取程序的建议阅读列表，这
些可以让你有一些初步的印象。如果你对AI的某个子领域感兴趣，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，如果可以，借过来复印。最近，出现了很多精心
编辑的有关某个子领域的论文集，尤其是Morgan-Kauffman出版的。
AI实验室有三种内部出版物系列：Working Papers，Memos和Technical Reports，正式的
程度依次增加，在八层的架子上可以找到。回顾最近几年的出版物，将那些非常感兴趣的
复制下来。这不仅是由于其中很多都是意义重大的论文，对于了解实验室成员的工作进展
也是很重要的。
有关AI的期刊有很多，幸运的是，只有一部分是值得看的。最核心的期刊是Artificial I
ntelligence，也有写作"the Journal of Artificial Intelligence"或者"AIJ"的。AI领
域真正具备价值的论文最终都会投往AIJ，因此值得浏览每一年每一期的AIJ；但是该期刊
也有很多论文让人心烦。Computational Intelligence是另外一本值得一看的期刊。Cogn
itive Science也出版很多意义重大的AI论文。Machine Learning是机器学习领域最重要的
资源。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的论文。International Journal of Computer Vision（IJ
CV）是最新创办的，到目前为止还是有价值的。Robotics Research的文章主要是关于动力
学的，有时候也有划时代的智能机器人论文。IEEE Robotics and Automation偶尔有好文
章。
每年都应该去所在学校的计算机科学图书馆（在MIT的Tech Square的一层），翻阅其他院
校出版的AI技术报告，并选出自己感兴趣的仔细加以阅读。
阅读论文是需要练习的技能。不可能完整地阅读所有的论文。阅读论文可分为三个阶段：
第一阶段是看论文中是否有感兴趣的东西。AI论文含有摘要，其中可能有内容的介绍，但
是也有可能没有或者总结得不好，因此需要你跳读，这看一点那看一点，了解作者究竟做
了些什么。内容目录（the table of contents）、结论部分（conclusion）和简介（int
roduction）是三个重点。如果这些方法都不行，就只好顺序快速浏览了。一旦搞清楚了论
文的大概和创新点，就可以决定是否需要进行第二阶段了。在第二阶段，要找出论文真正
具有内容的部分。很多15页的论文可以重写为一页左右的篇幅；因此需要你寻找那些真正
激动人心的地方，这经常隐藏于某个地方。论文作者从其工作中所发现的感兴趣的地方，
未必是你感兴趣的，反之亦然。最后，如果觉得该论文确实有价值，返回去通篇精读。
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？”。理解论文得到了什么结论并不等同于理解了该论文。理解论
文，就要了解论文的目的，作者所作的选择（很多都是隐含的），假设和形式化是否可行
，论文指出了怎样的方向，论文所涉及领域都有哪些问题，作者的研究中持续出现的难点
模式是什么，论文所表达的策略观点是什么，诸如此类。
将阅读与程序设计联系在一起是很有帮助的。如果你对某个领域感兴趣，在阅读了一些论
文后，试试实现论文中所描述的程序的“玩具”版本。这无疑会加深理解。
可悲的是，很多AI实验室天生就是孤僻的，里面的成员主要阅读和引用自己学校实验室的
工作。要知道，其他的机构具有不同的思考问题的方式，值得去阅读，严肃对待，并引用
它们的工作，即使你认为自己明晓他们的错误所在。
经常会有人递给你一本书或者一篇论文并告诉你应该读读，因为其中有很闪光的地方且/或
可以应用到你的研究工作中。但等你阅读完了，你发现没什么特别闪光的地方，仅仅是勉
强可用而已。于是，困惑就来了，“我哪不对啊？我漏掉什么了吗？”。实际上，这是因
为你的朋友在阅读书或论文时，在头脑中早已形成的一些想法的催化下，看出了其中对你
的研究课题有价值的地方。
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Secret Paper Passi
ng Network。下面是该网络工作的大致情况。Jo Cool有了一个好想法。她将尚不完整的实
现与其他一些工作融合在一起，写了一份草稿论文。她想知道这个想法究竟怎么样，因此
她将论文的拷贝发送给十位朋友并请他们进行评论。朋友们觉得这个想法很棒，同时也指
出了其中的错误之处，然后这些朋友又把论文拷贝给他们各自的一些朋友，如此继续。几
个月后，Jo对之进行了大量修订，并送交给AAAI。六个月后，该论文以五页的篇幅正式发
表（这是AAAI会议录允许的篇幅）。最后Jo开始整理相关的程序，并写了一个更长的论文
（基于在AAAI发表论文得到的反馈）。然后送交给AI期刊。AI期刊要花大约两年的时间，
对论文评审，包括作者对论文修改所花费的时间，以及相应的出版延迟。因此，理想情况
下，Jo的思想最终发表在期刊上需要大约三年时间。所以牛人很少能从本领域出版的期刊
文章中学到什么东西，来得太迟了。
你，也可以成为一个牛人。下面是建立学术关系网的一些诀窍：
? 有很多讨论某个AI子领域（如连接主义或者视觉）的邮件列表，选择自己感兴趣的列表
加入。
? 当与很熟悉本领域的人讨论自己的思想时，他们很可能不直接评价你的想法，而是说：
“你读过某某吗？”这并不是一个设问，而是建议你去阅读某份文献，它很可能与你的想
法有关系。如果你还没有读过该文献，从跟你交谈的高手那里得到该文献的详细信息，或
者直接从他那里借一份拷贝下来。
? 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。
? 本实验室有很多针对不同子领域的非正式（持续发展的）论文讨论组，他们每星期或每
两星期聚会一次，对大家阅读完的论文进行讨论。
? 有些人并不介意别人去翻看他们的书桌，也就是说，去翻阅他们堆在书桌上的不久要阅
读或者经常翻阅的论文。你可以去翻翻看，有没有自己感兴趣的。当然了，首先要得到主
人的许可，要知道有些人确实反感别人翻自己的东西。去试试那些平易近人的人。
? 同样，有些人也并不介意你翻看他们的文件柜。实验室中可是有很多学问精深的人，他
们的文件柜里也是有好多宝贝。与利用学校图书馆相比，这通常是更快更可靠的寻找论文
的方式。
? 只要自己写下了些东西，将草稿的拷贝分发给那些可能感兴趣的人。（这也有一个潜在
的问题：虽然AI领域的剽窃很少，但也确实有。你可以在第一页写上“请不要影印或者引
用”的字样以做部分防范。）大部分人并不会阅读自己收到的大部分论文，因此如果只有
少数人返回评论给你，也不用太在意。你可以如此反复几次——这是期刊论文所必需的。
注意，除了自己的导师，一般很少将两次以上的草稿送给同一个人。
? 当你写完一篇论文后，将论文的拷贝送给那些可能感兴趣的人。别以为人家自然而然地
就会去阅读发表论文的期刊或者会议录。如果是内部的出版物（备忘录和技术报告）就更
不容易读到了。
? 你保持联系的人越是各式各样，效果就越好。尝试与不同研究组，AI实验室，不同学术
领域的人交换论文。使自己成为没有联系的两个科研组交流的桥梁，这样，很快的，你的
桌子上就会冒出一大摞相关的论文。
? 如果某篇论文引用了自己感兴趣的某些东西，做好笔记。维护一份自己感兴趣参考文献
的日志。到图书馆去看看能不能找到这些论文。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。所谓的参考文献图，是指引用组成的网：论文A引用
B和C，B引用C和D，C引用D，等等。注意那些被经常引用的论文，这通常是值得阅读的。参
考文献图有奇妙的性质。一个是经常有研究同一主题的研究组相互不了解。你搜索该图，
突然发现了进入另一部分的方式，这通常出现于不同学校或者不同方法存在的地方。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。
? 暂时搁置。跟别人交谈。告诉他们你在做什么，并询问人家在做什么。（如果你对与别
的学生讨论自己的想法感到害羞，也要坚持交谈，即使自己没有什么想法，与他们讨论自
己认为确实优秀的论文。这将很自然地引导到下一步做什么的讨论。）每天中午在活动楼
七层有一个非正式的午餐讨论会。在我们实验室，人们都习惯于晚上工作，所以午餐的时
候可以跟别人组成松散的小组进行讨论。
? 如果你与外界的交流很多——做演示或者参加会议——去印张事务名片，主要要使自己
的名字容易记住。
? 从某个时间开始，你将会开始参加学术会议。如果你确实参加了，你会发现一个事实，
几乎所有的会议论文都令人生厌或者愚蠢透顶。（这其中的理由很有意思，但与本文无关
，不做讨论）。那还去参加会议干吗？主要是为了结识实验室之外的人。外面的人会传播
有关你的工作的新闻，邀请你作报告，告知你某地的学术风气和研究者的特点，把你介绍
给其他人，帮助你找到一份暑期工作，诸如此类。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。
? 获得到别的实验室进行暑期工作的机会。这样你会结识另外一群人，或许还会学到另外
一种看待事物的方式。可以去问高年级同学如何获取这样的机会，他们或许已经在你想去
的地方工作过了，能帮你联系。
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，全是借自于其他
领域。数学将定理作为进展；工程会问某个对象是否工作可靠；心理学要求可重复的试验
；哲学有严格的思辨；等等。所有这些标准有时都在AI中起作用，熟悉这些标准有助于你
评价他人的工作，深入自己的工作以及保护自己的工作。
经过六年左右的课程方可获得MIT的PhD，你可以在一到两个非AI领域里打下坚实的基础，
在更多的领域内具有阅读水平，并且必须对大部分内容具有一定程度的理解。下面是如何
学习自己所知甚少领域的一些方法：
? 选修一门研究生课程，这很牢靠，但通常不是最有效的方法。
? 阅读课本。这方法还算不错，不过课本的知识经常是过时的，一般还有很高比例的与内
容无关的修辞。
? 找出该领域最棒的期刊是什么，向该领域的高人请教。然后找出最近几年值得阅读的文
章，并跟踪相关参考文献。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。
? 找出该领域最著名的学者，阅读他们所著的书籍。
? 跟该领域的研究生泡在一起。
? 参看外校研究该领域的系的课程表。拜访那里的研究院办公室，挑选有用的的文献。
下面是一些需要了解的与AI有关的科目：
? 计算机科学是我们所使用的技术。你需要选修的初级研究生课程肯定不能让你对计算机
科学有足够的了解，因此你必须通过阅读学习更多的知识。计算机科学所有的领域——理
论体系结构，系统，语言等等——都是必须学习的。
? 数学可能是接下来需要了解的最重要的学科。对于工作在视觉或者机器人学的人来说更
关键。对于以系统为中心的工作，表面上看，并不相关，但数学会教你有用的思维方式。
你需要能阅读定理，如果具有证明定理的能力将会给本领域的大多数人留下深刻的印象。
很少有人能自学数学，光做个听众是不够的，还得做习题集。尽可能早地选修尽可能多的
数学课，其他领域的课程以后选也很容易。
计算机科学是以离散数学为基础的：代数，图论，等等。如果你要从事推理方面的工作，
逻辑是很重要的。逻辑在MIT用得不多，但是在斯坦福以及其他地方，这是认识思维的主流
方法。所以你必须具备足够的逻辑知识，这样你才能保护自己的观点。在MIT数学系选修一
两门课程就足够了。要是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。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。
? 认知心理学与AI共享几乎完全相同的观点，但是实践者确实具有不同的目标，他们主要
是做实验而不是写程序。每一个人都需要知道认知心理学的某些知识。在MIT，Molly Pot
ter开了一门很好的有关认知心理学的初级研究生课程。
? 如果你想做有关学习的工作，那么发展心理学是很重要的。发展心理学从一般意义上讲
也是很有用的，它能告诉你对于人类智能来说，哪些事情难哪些容易。它还给出了有关认
知体系结构的认知模型。例如，有关儿童语言习得的工作就对语言处理理论施加了坚实的
约束。在MIT，Susan Carey开了一门很好的有关发展心理学的初级研究生课程。
? 心理学中更“软”的部分，例如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。它们会给你非常不同的理解人是什么的方式。象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。到哈佛去学习：对于MIT的学生来说
，很容易交叉注册哈佛的课程。
? 神经科学告诉我们有关人体可计算硬件的知识。随着最近可计算神经科学和联结主义的
兴起，对AI具有非常大的影响。MIT的脑和行为科学系提供了非常好的课程，视觉（Hildr
eth, Poggio, Richards, Ullman），移动控制（Hollerbach, Bizzi）和普通神经科学（
9.015，由专家组讲授）。
? 如果你想研究自然语言处理，语言学是很重要的。不仅如此，它还包含了很多有关人类
认知的约束。在MIT，语言学主要由Chomsky学院负责。你可以去看看是不是符合自己的兴
趣。George Lakoff最近出版的书《Women, Fire, and Dangerous Things》可作为另外一
种研究程序的例子。
? 工程，特别是电机工程，已经被很多AI研究机构作为一个研究领域。我们实验室在培养
程序中加入了很多需要确实做一些东西的要求，例如分析电路。了解EE也有助于建造定制
的芯片或者调试自己的Lisp机器上的电源。
? 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。
? 哲学是所有AI领域看不见的框架。很多AI工作都有蕴含着哲学的影响。学习哲学也能帮
助你运用或者读懂很多AI论文中用到的观点。哲学可沿着至少两个正交的轴分解。哲学通
常是某种东西的哲学；有关思维和语言的哲学与AI更相关。然后存在着多种哲学学派，从
比较大的范围来分，哲学可分为分析哲学和大陆哲学。分析哲学有关思维的观点与AI领域
大多数研究者一致。大陆哲学则对我们习以为常的很多东西有非常不同的看待方式。它曾
经被Dreyfus用于证明AI是不可能的。就在不久前，有几位研究者认为大陆哲学与AI是相容
的，提供了另外一种解决问题的方法。MIT的哲学属于分析哲学，哲学学院深深地受到Cho
msky在语言学方面工作的影响。
看起来要学习太多的东西，是不是？确实如此。要小心一个陷阱：认为对于所有的X，“只
有我对X了解的更多，这个问题才会变得容易”。要知道，与之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，解决问题的。
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。
定期翻阅你自己的笔记本。有些人会做月度总结，方便将来的引用。
笔记中记录中的东西经常可以作为一篇论文的骨干。这会使生活变得轻松些。相反，你会
发现写粗略的论文——标题，摘要，分标题，以及正文的片段——是一种记录自己当前工
作的有效方式，即使你并不准备把它变成一篇真正的论文。（过一段时间你或许会改变想
法）。
你或许会发现Vera Johnson-Steiner的书《Notebooks of the Mind》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。
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。
? 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。
? 如果你工作的目的是不仅为自己还要为他人服务，就必须把它发表。这也是研究的基本
责任。如果你写得精彩，会有更多的人来了解你的工作。
? AI但凭单打独斗是很难做的，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。
? 阅读有关如何写作的书籍。Strunk和White的《Elements of Style》对基本的应该如何
不应该如何做了介绍。Claire的《The MLA's Line By Line》（Houghton Mifflin）是有
关在句子级别如何编辑的书籍。Jacques Barzun的《Simple and Direct: A Rhetoric fo
r Writers》（Harper and Row, 1985）是有关如何作文的。
? 写论文时，读读那些写作高超的书，并思考作者的句法运用。你会发现不知不觉地，你
已经吸收了作者的风格。
? 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。
? 写作有时候是很痛苦的，看起来好像是从“实际的”工作中分心了。但如果你已经掌握
了写作技巧，写起来会很快。而且如果你把写作当作一门艺术的话，你能从中得到很多乐
趣。
? 你肯定会遇到思路阻塞的情况，这有很多的可能原因，没有一定可以避免的方法。追求
完美可能导致思路阻塞：无论开始写什么，总觉得不够好。要理解写作是一个调试的过程
。先写一个草稿，然后返回修订。写草稿有助于理顺思路，如果写不出来正文，那就写个
大纲。逐步对之细化，直到已经很容易写出子部分的内容。如果连草稿也写不出来，隐藏
掉正在写作的所有窗口，然后随便输入自己脑袋里想到的东西，即使看起来好像是垃圾。
当你已经写出了很多文本后，重新打开窗口，将刚才写的东西编辑进去。
另外一个错误是以为可以将所有的内容依次写出。通常你应该将论文的核心内容写出来，
最后才是介绍部分。引起作者思路阻塞的另一个原因是不切实际的以为写作是很容易的事
情。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。
? 完美主义可能会导致对本来已经足够好的论文还在不停地打磨。这是浪费时间。（这也
是一种有意无意之间逃避做研究的表现）。将论文看作你与本领域其他人交谈时的一句话
。在交谈中，并不是每一句话都是完美的。很少有人会期待自己的某次谈话就是全部的故
事，是与对方的最后一次交流。
? 写信是一种很好的练习。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（也会使你试验更多的文体，不仅仅是技术论
文）。这两种方法还有其它的实质作用。
? 一个常见的陷阱是花很多时间去追求修辞而不是内容。要避免这样。LaTeX并非完美，但
是它有很多你所需的修饰语。如果这还不够，还可从其他从事这一研究的人那里借用一些
词语用法。很多站点（例如MIT）维护了一个写作修辞的库。
? 清楚自己要表达什么。这是清楚的写作中最难最重要的因素。如果你写了拙劣的东西，
且不知道如何修改，这很有可能是因为你不知道自己要说什么。一旦搞清楚了自己要说什
么，说就行了。
? 论文的写作要有利于读者查找到你所做的工作。无论是段落的组织还是通篇的组织，都
要将最核心的部分放在前面。要精心写作摘要。确保摘要已经反映出你的好思路是什么。
确保自己明白自己的创新点是什么，然后用几句话表达出来。太多的论文摘要只是一般性
地介绍论文，说是有一个好思路，却不说是什么。
? 不要用大话来贩卖你的工作。你的读者都是很优秀的人，正直且自尊。与之相反，也不
要为自己的工作道歉或者进行消减。
? 有时候你意识到某个子句、句子或者段落不够好，却不知道如何修改。这是因为你钻到
死胡同里出不来了。你需要返回重写这一部分。现实中这种情况很少发生。
? 确保自己的论文中有中心思想。如果你的程序在10毫秒内解决了问题X，告诉读者你是如
何办到的。不要只是解释呢的系统是如何构建的，是做什么的，还要解释其工作原理和价
值所在。
? 写作是给人看的，而不是机器。因此光观点正确是不行的，还要易懂。不要靠读者自己
去推理，除非是最明显的推论。如果你在第七页的脚注上解释了某个小玩意的工作原理，
接着在第二十三页没有进一步解释就引用了它，此时如果读者感到困惑一点都不值得奇怪
。正式的论文要写清楚是很难的。不要模仿数学领域的文献，它们的标准是尽可能少的解
释，使读者感到越困难越好。这并不适用于AI。
? 写完一篇论文后，删掉第一段或者头几句话。你会发现那是与内容无关的一般性话语，
更好的介绍语句在第一段最后或者第二段的开头。
如果你等做完所有的工作后才开始写作，会失去很多。一旦开始了某个科研项目，要养成
这样的习惯：写作解释当前工作进展或者每几个月学习所得的非正式论文。从你的研究笔
记中的记载开始。花两天的时间写下来——如果你花的时间更长，说明你是一个完美主义
者。将论文与你的朋友分享。写的是草稿——不是为了被引用的那种。将论文复制数十份
，送给那些感兴趣的人（包括你的导师）。与写正式论文相比，这样做具有很多相同的好
处（评论，理清思路，写作练习等等），而且从某种意义上讲，付出无需那么多。经常地
，如果你做得不错，这些非正式论文以后可以作为正式论文的骨干内容，也就是从AI实验
室的Working Paper成为一篇期刊文章。
一旦你成为Secret Paper Passing Network的成员，会有很多人给你寄论文拷贝要求评论
。获得他人对自己的论文的评论是很有价值的。因此你评论的论文越多，你获得支持就越
多，也会收到更多人对你论文的评论。不仅如此，学习评价别人的论文也有助你的选择。
为论文写有用的评论是一门艺术。
? 要写出有用的评论，需要读两遍论文。第一遍了解其思想，第二遍开始作评论。
? 如果某人在论文中屡次犯同一错误，不要每次都标记出来。而是要弄清楚模式是什么，
他为什么这样做，对此还可以做什么，然后在第一页清晰地指出或者私下交流。
? 论文的作者在合并你的评论时，将会遵循最小修改的原则。如果可以，就只修改一个词
，不行再修改一个词组，再不行才修改整个句子。如果他的论文中某些拙劣之处使得他必
须修改整个段落，整个小节甚至整篇论文的组织，要用大字体的字母指出来，这样他才不
会忽视。
? 不要在论文写毁灭性的批评如“垃圾”。这对于作者毫无帮助。花时间提出建设性的建
议。要设身处地地为作者着想。
评论有很多种。有对表达的评论，有对内容的评论。对表达的评论也可以很不同，可以是
校对打字稿，标点，拼写错误，字词丢失等。应该学一些标准的编辑符号。还可以是校正
语法，修辞，以及混乱不清楚的段落。通常人们会持续地犯同一语法错误，因此需要花时
间明确地指出。接下来是对组织结构的评论：不同程度（子句，句子，段落，小节乃至一
章）的次序混乱，冗余，无关的内容，以及丢失论点。
很难描述对内容进行评论的特征。你可能建议作者扩展自己的想法，考虑某个问题，错误
，潜在的问题，表达赞美等。“因为Y，你应该读X”是一种总是有用的评论。
当被要求对论文作评论时，你首先想弄清楚哪种评论更有用。对于早期的论文草稿，需要
你主要对内容和论文的组织结构作评论；对于最终的草稿，需要你主要评论表达的细节。
注意，作为一种礼貌，在要求别人评论之前，应首先用拼写检查器对自己的论文进行检查
。
你无须接受所有的意见，但是必须都认真对待。将论文的部分内容裁掉是挺令人痛心的，
但往往也提高了论文的水平。你经常会发现某个意见确实指出了问题，但是解决方法你觉
得不可接受，那么就去寻找第三条道路。
要多发表论文，这其实比想象中的容易。基本上，AI出版物评审者评审论文的标准是：(a
)有新意；(b)在某些方面，符合标准。看看IJCAI的会议录，你会发现论文录取的标准相当
低。这种情况由于评审过程本身固有的随机性而变得更糟糕了。所以一个发表论文的诀窍
是不停地试。
? 确保论文可读性比较好。论文被拒绝的原因，除了没有意义之外，就是无法理解或者组
织糟糕。
? 论文在投往期刊之前，应该交流一段时间，并根据反馈的评论进行适当的修订。要抵制
那种急匆匆地把结果投往期刊的做法。在AI领域，没有竞赛，而且不管怎么说，出版周期
的延迟要大大超过对草稿进行评论的时间。
? 读一读你想投稿的期刊或者会议的过刊，确保自己论文的风格和内容是适合的。
? 很多出版物都有一页左右的“作者投稿须知”，仔细看看。
? 主要的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。
? 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。
? 论文被决绝了——千万不要沮丧灰心。
? 期刊和会议的论文评审过程存在很大的不同。为了节省时间，会议论文的评审必须迅速
，没有时间细究或者交流。如果你被拒绝了，你就失败了。但期刊论文则不同，你可以经
常地与编辑争辩，通过编辑与评审人争辩。
? 评审人一般都会对你有帮助的。如果你收到了令人生厌的评审报告，应该向大会的程序
主席或者编辑投诉。不能期望可以从会议论文评审人的报告那里得到多少反馈。但对于期
刊论文，往往可以得到非常棒的建议。你不必完全按照评审报告的建议去做，但是，如果
你不按照报告去做，那么就必须解释原因，并且要意识到这可能会导致进一步的负面评价
。不管怎么样，无论是哪种的评审，作为评审者都要有礼貌。因为在余下的职业生涯中，
你将会与被评审者在一个学术圈子里。
? MIT AI Lab Memos大体上是或者接近发表的水平。实际上，Technical Reports基本上都
是这些Memos的修订版本。Working Papers则更不正式，这是很好的将自己的论文分发给同
事们的方法。要出版这些内部文件，只需到Publications Office（在活动楼八层）领一份
表格，并有两位教员签字即可。
就像其它的科研活动一样，论文写作所花的时间总是比期望的要高。论文的发表在耗费时
间这个问题上则更严重。当你完成了一篇论文，投出去，等待发表。数月后，论文以及评
论被返回来。你不得不对论文进行修改。然后又是几个月，才返回对你的修改的确认。如
果你同时发表了该论文的不同形式，如有一篇短的投会议，一篇长的投期刊，这样的过程
将反复数个回合。结果有可能是当你已经厌倦了，研究主题也已经令人生厌后数年，你仍
然在修改那篇论文。这启示我们：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。
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。
? 如果你觉得自己是一个糟糕的演讲者，或者想成为一名优秀的演讲者，选一门公共演讲
课。初级的表演课也很有用。
? 如果你的导师有定期的研究讨论会，自愿去作演讲。
? MIT AI实验室有一系列的半正式座谈会，叫做Revolving Seminar。如果你觉自己的某些
观点值得写进AI Memo或者会议论文中，自告奋勇去作一场报告。
? 深入了解实验室的不同机器人项目，当你外地的亲朋好友来的时候，你可以领着他们逛
一圈，并就机器人做60分钟的报告。
? 由于修改演讲远比修改论文容易，有些人会觉得这是很好的寻找如何表达思想的方式。
（Nike Brady有一次曾说，他所有最好的论文都来自于演讲）。
? 在一间空屋子里练习，最好就是你马上要做的报告。这有助于调整报告的技巧：每一张
幻灯讲些什么；转换的延迟以及保持平滑；保持解释和幻灯的同步；估计报告的时间长度
。你花在调整设备上的时间越少，留下来的与人交流的时间就越长。
? 用镜子，录音机或者录像机练习是另外一种方法。实验室有这三种设备。这也有助于调
整自己的发音和肢体语言。
? 对于比较正式的报告——特别是你的答辩——应该在几个朋友面前练习一遍，请他们批
评指正。
? 观察别人是如何做报告的。有很多访问MIT的人会做报告。参加这样的报告会能够感受自
己不熟悉的领域，并且如果报告令人提不起兴趣，你可以暗中分析报告者错在哪里。
? 找一位朋友，将你最近的想法说给他听。这既可以提高的交际技巧，又能调试自己的思
路。
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习程序设计；AI程序设计包含的一些技术与那些在系统程序
设计或者应用程序设计中用到的大不相同。开始学的时候，可以先看看Abelson和Sussman
的《Structure and Interpretation of Computer Programs》，并做一些练习。这本书与
AI程序设计本质上并不相干，但是包含了一些相同的技术。然后读Winston和Horn写的Lis
p书第三版，书里有很多优雅的AI程序。最后，进行实际的程序设计，而不是阅读，才是最
好的学习程序的方法。
学习Lisp程序设计有很多传统。有些人习惯一起写代码，这取决于个性。还有的人寻找机
会直接向有经验的程序员学习，或者请他对你的代码进行评价。阅读别人的代码也是很有
效的方法。如果可以向高年级同学要他们的源代码。他们可能会有些抱怨，说自己的编程
风格差极了，程序实际上并不能工作云云。不管怎么样，最后你获得了源代码。然后你要
仔细地通篇阅读，这很费时间。通常阅读并完全理解别人代码所花的时间与你自己编程完
成的时间是一样多的，因此要计划好在你的头一个或者头两个学期用数周的时间去阅读别
人的代码。你将从中学到很多以前不曾想到在课本中也没有的技巧。如果你读到了大段大
段不可理解没有注释的程序，你就会明白不应该如何写代码了。
在软件工程课里学习到的那些知识在AI程序设计中依然有用。要给代码加注释。使用正确
的数据抽象。将图和你的代码隔离开，由于你使用的语言基本上是Common Lisp，因此可移
植性很好。诸如此类。
经过头几年的学习后，应该写一些自己的标准AI模块，如：
? 真值维护系统
? 规划器
? 规则系统
? 不同风格的解释器
? 具有流程分析的优化编译器
? 具有继承特性的框架系统
? 几种搜索方法
? 基于解释的学习器
任何你感兴趣的东西都可以尝试用程序实现。你可以抓住问题的实质，在几天之内完成一
个功能版本。修改已有的程序是另外一种有效的方法，前提是你已经写过这样的东西，并
且确实了解其工作原理，优缺点以及效率等问题。
不象其他通常的程序员，AI程序员之间很少相互借阅代码。（演示代码例外）。这部分由
于AI程序很少有真正起作用的。（很多著名的AI程序只在作者论文所提到的那三个例子上
起作用，虽然最近这种情况已经有所改善）。另外一个原因是AI程序通常是匆忙凑成，并
没有考虑一般化的问题。使用Foobar的“标准”规则解释器，开始时很有效，不久就会发
现缺少一些你需要的功能，或者不够有效率。虽然可以对代码进行修改满足自己的需要，
但记住理解别人的代码是很耗时的，有时候还不如自己写一个。有时候构建一个标准包的
工作本身就可以成为一篇论文。
像论文一样，程序也有可能过于追求完美了。不停重写代码以求完美，最大化的抽象所有
的东西，编写宏和库，与操作系统内核打交道，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）。
9. 导师
在MIT，有两种类型的导师，教学导师和论文导师。
教学导师的工作比较简单。每一位研究生都被分配了系里的一位老师作为教学导师。教学
导师的作用是作为系方代表，告诉你对你的正式要求是什么，如果你的进度慢了敦促你，
批准你的课程计划等。如果一切顺利的话，你每年只需要见教学导师两次，在注册日那天
。从另一方面讲，如果你遇到了困难，教学导师替你向系里反映或者提供指导。
论文导师是监督你研究的人。选择论文导师是你读研期间最重要的选择，比选题都重要得
多。从更广的意义上讲，AI是通过师傅带徒弟的方式学习的。有很多领域的技术方面或者
研究过程方面的非正式知识，只能从导师那里学到，在任何教科书上都找不到。
很多AI教员都是行为古怪的人，毕业生也如此。导师与研究生的关系是非常个性化的，你
的个人特点必须与导师的配合得很好，这样你们才能合作成功。
不同的导师具有不同的风格。下面是一些需要值得考虑的因素：
? 你需要多大程度的指导？有些导师会给你一个定义良好的适合做论文的问题，对解决方
法进行解释，并告诉你如何开展工作。如果你陷在某个地方了，他们会告诉你如何开展下
去。其他的导师属于甩手型，他们可能对你的选题毫无帮助，但是一旦你选好题目，他们
对于引导你的思路具有非常大的作用。你需要考虑清楚自己适合独立工作还是需要指导。
? 你需要多大程度的联系？有的导师要求每周与你见面，听取你工作进展的汇报。他们会
告诉你应该读的论文，并给你实际的练习和项目做。其他的导师每学期与你的谈话不会超
过两次。
? 你能承受的压力有多大？有些导师施加的压力是很大的。
? 需要多少情感支持？
? 听取导师意见的认真程度如何？大多数导师会相当正式的建议你的论文题目。有些导师
是值得信赖的，他们给出的建议，如果按照执行，几乎肯定会做出一篇可接受程度的论文
，如果不是令人兴奋的论文的话。其他的则一下子抛出很多思路，大部分是不切实际的，
但是有一些，或许会导致重大突破。如果选了这样的一位导师，你首先得把自己当作一个
过滤器。
? 导师提供了什么类型的研究组？有些教授会创造环境，把所有的学生聚集在一起，即使
他们做的不是同一个项目。很多教授每周或者每两周与自己的学生们会面。这对你有用么
？你能与教授的学生和睦相处么？有些学生发现他们更能与其他教研组的学生建立良好的
工作关系。
? 你想参与大的项目么？有些教授将大系统分解，每个学生负责一部分。这给了你与一组
人讨论问题的机会。
? 你想被共同监督么？有些论文项目包含了多个AI领域，需要你与两个以上的教授建立密
切的工作关系。虽然你正式的论文导师只有一位，但是有时候这并不反映实际情况。
? 导师愿意指导其研究领域之外的论文题目么？你是否能与导师一起工作，比你做什么本
身更重要。MIT的机器人系就曾指导过量子物理学和认知建模方面的论文；推理方面的教员
指导过视觉方面的论文。但是有些教员只愿意指导自己研究兴趣领域内的论文。这对于那
些欲获得终身职位的年轻教员来说尤其如此。
? 导师会为了你跟体制作斗争吗？有些导师会为了你跟系里或者某些有敌意的实体作斗争
。有时候体制对某些类型的学生不利（特别是对于女学生和怪癖的学生），因此这一点很
重要。
? 导师愿意并且能够在会议上推荐你的工作吗？这是导师工作的一部分，对你将来工作意
义重大。
上述这些因素，不同学校的情况很不相同。与大部分学校相比，MIT提供了多得多的自由。
找论文导师是你研究生一年级最主要的任务。研一结束时，或者研二学年开始阶段，你必
须有一个论文导师。下面是一些诀窍：
? 查阅实验室的研究总结。其中有一页左右的篇幅描述了每个教师以及很多研究生目前在
做什么。
? 如果你对某些教师的研究工作感兴趣，查阅其最近的论文。
? 在第一学期，与尽可能多的教师交谈。去感受他们喜欢做什么，他们的研究和指导风格
是什么。
? 与预期导师的研究生交谈。要保证与导师的多个学生交流，因为每位导师在与不同的学
生交流时有不同的工作方式和交流效果。不能被一个学生的看法所左右。
? 很多教师所在研究组的会议对新同学都是公开的。这是非常好的了解导师工作方式的途
径。
作为一门学科，AI不同寻常的一点是很多有用的工作是由研究生完成的，而不是博士——
他们忙着做管理去了。这有几个后果。一是某个教师的声望，是否会获得终身聘用，在很
大程度上取决于学生的工作。这意味着教授有很强烈的动机吸引最好的学生为自己工作，
并给与有效的指导和足够的支持。另外一个后果是，由于大部分学生的论文方向是由导师
形成的，因此整个领域的方向和发展很大程度上取决于导师选择什么样的研究生。
当选定了导师，决定了自己对导师的要求后，要确保导师知道。不要由于交流不好，浪费
时间于自己并不想做的项目上。
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。
在与其他学生、老师甚至自己的导师的关系中，很可能会碰到种族主义者，性别歧视，同
性恋或者其他令人尴尬的事情。如果你不幸碰到了，去寻求帮助。MIT的ODSA出版了一本叫
做“STOP Harrassment”的小册子，里面有很多建议。《Computer Science Women's Rep
ort》，可在LCS文档室找到，也与之相关。
实验室中有些同学只是名义上由导师指导。这对于那些独立性很强的人来说很好。但是如
果你已经完成了某项导师指导的工作，除非你确保没有导师也行且自己有牢靠的支持网络
，否则就不要这么干。
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对本领域的发展
作出了显著的贡献，大约有一半都出版了。这并不一定是好事情。很多人精力都集中于硕
士的工作，所以MIT有这样的名声：硕士论文的质量往往比博士论文高。这有悖于硕士工作
本来是为博士研究作准备的原有目的。另外一个因素是所做研究要对领域有所贡献，至少
需要两年，这使得研究生学习时间之长令人难以忍受。现在或许你感受不到匆忙，但当你
已经在实验室呆了七年后，你肯定迫不及待地想逃出去。硕士从入学到毕业平均时间是两
年半，但是，计算机系强烈鼓励学生提前毕业。如果某个硕士生的题目过于庞大，可将之
分解，一部分来做硕士论文，另一部分给博士生作博士论文。
想要了解硕士论文研究是什么样的，读几本最新的硕士论文。记住比较好的论文是那些出
版的或者成为技术报告的，因为这标志着该论文被认为是扩展了领域的最新知识——换句
话说，他们的论文远远超出了硕士论文的水平。还要读一些通过的但是没有出版的论文，
所有通过的论文都可以在MIT图书馆中找到。博士论文必须对最新知识有所拓展，博士论文
的研究必须具备可出版的质量。MIT的泱泱气质又表现出来了，很多博士论文在几年内都是
某个子领域的权威工作。对于MIT的博士论文来说，开创一个新领域，或者提出并解决一个
新问题，并不是什么了不起的事情。虽然，这并不是必需的。
一般来说，需要两到三年的时间来做博士论文。很多人花一到两年的时间跟硕士生活说再
见，以及选题。这段时间可以去尝试一些别的事情，例如做助教或者在某个非AI领域打下
坚实的基础或者组织个乐队。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：
? 好的论文题目不仅能够表达个人观点，而且可与同行交流。
? 选择题目必须是自己愿意倾注热情的。个人远景观点是你作为一个科学家的理由，是你
最为关切的意象，原则，思路或者目标。有多种形式。或许你想造一台可与之交谈的计算
机，或许你想把人类从计算机的愚蠢使用中拯救出来，或许你想展示万物都是统一的，或
许你想在太空发现新生命。远景观点总是比较大的，你的论文并不能实现你的远景，但是
可以朝着那个方向努力。
? 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
。“解决AI的宽度优先”是常见毛病的一个例子，题目太大太虚了。你会发现需要不断的
缩小题目的范围。选题是一个渐进的过程，不是一个离散的事件，会持续到你宣布论文已
经完成那一刻为止。实际上，解决问题通常比精确地描述问题要容易得多。如果你的目标
是一个五十年的工程，那么合理的十年工程是什么，一年的呢？如果目标的结构庞大，那
么最核心的部件是什么，如何最大程度的了解核心部件？
? 一个重要的因素是你可以忍受多大程度的风险。在最终的成功和风险之间需要权衡。这
也并不总是对的，AI中有很多研究者尚未涉及的想法。
? 好的论文选题有一个中心部分，你确信肯定可以完成，并且你和你的导师都同意这已经
满足毕业要求了。除此之外，论文中还有多种扩展，有失败的可能，但如果成功了，会增
加论文的精彩程度。虽然不是每一个论文选题都符合这个模式，但值得一试。
? 有些人觉得同时在多个项目中工作可以在选题的时候选择可以完成的那个。这确实降低
了风险。另外一些人则愿意在做任何工作之前，选一个单独的题目。
? 可能你只对某个领域感兴趣，这样你的选题范围就狭窄得多。有时候，你会发现系里的
老师没有一个人能够指导你选择的领域。可能还会发现好像那个领域没什么很自然的选题
，反而对别的领域有好想法。
? 硕士选题比博士选题更难，因为硕士论文必须在你所知不多没有足够自信时就完成。
? 博士选题需要考虑的一个因素是是否继续硕士阶段所研究的领域，可能拓展或者作为基
础，或者干脆转到另外一个领域。待在同一个领域事情就简单了，可能只需要一到两年就
毕业了，特别是如果在硕士阶段的工作中已经发现了适合做博士论文的题目。不足之处在
于容易定型，改换领域则能增加知识的宽度。
? 有的论文题目很新奇，有的则很普通。前者开创了新领域，探索了以前未曾研究过的现
象，或者为很难描述的问题提供了有效的解决方法；后者则完美地解决了定义良好的问题
。两种论文都是有价值的。选择哪一种论文，取决于个人风格。
? 论文的“将来的工作”部分，是很好的论文题目来源。
? 无论选什么样的题目，必须是前人未曾做过的。即使是同时有人做的工作，也不好。有
很多东西可作，根本无需竞争。还有一种常见的情况，读了别人的论文后感觉很惊慌，好
像它已经把你的问题解决了。这通常发生在确定论文题目过程中。实际上往往只是表面类
似，因此将论文送给某个了解你的工作的高人看看，看他怎么说。
? MIT AI实验室的论文并非全是有关人工智能的；有些是有关硬件或者程序设计语言的，
也行。
选好题后，即使有点虚，你必须能够回答下列问题：论文的论点是什么？你想说明什么？
你必须有一句，一段，五分钟的答案。如果你不知道自己在干什么，别人也不会严肃对待
你的选题，更糟糕的是，你会陷在选题——再选题的圈子里而不能自拔。
开始作论文研究后，一定要能够用简单的语言解释每一部分的理论和实现是如何为目标服
务的。
记住，一旦选好了题目，你必须与导师就论文完成的标准达成清晰的一致。如果你和他对
论文具有不同的期望，最后你肯定死得很惨。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。这是必须做的，即是你的导师并不这么要求。如果环
境发生了根本的变化，测试也要随之改变。
首先尝试论文问题的简化版本。用实例检验。在形成理论抽象之前，要完整的探究具有代
表性的例子。
做论文的过程中，有很多浪费时间的方式。要避免下列活动（除非确实跟论文相关）：语
言表达的设计；用户接口或者图形接口上过分讲究；发明新的形式化方法；过分优化代码
；创建工具；官僚作风。任何与你的论文不是很相关的工作要尽量减少。
一种众所周知的现象“论文逃避”，就是你突然发现改正某个操作系统的BUG是非常吸引人
也很重要的工作。此时你总是自觉不自觉的偏离了论文的工作。要记住自己应该做些什么
。（本文对于部分作者来说就属于论文逃避现象）。
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成功，你必须擅长各种技术方法
，还必须具备怀疑的态度。例如，你必须能够证明定理，同时你还必须思考该定理是否说
明了什么。
很多优秀的AI篇章都是巧妙地在几种方法论中取得平衡。例如，你必须选择一条在太多理
论（可能与任何实际问题都无关）和繁琐的实现（把实际的解决方法表达得语无伦次）之
间的最佳路线。你经常会面临区分“干净”和“肮脏”的研究决策。你应该花时间将问题
在某种程度上形式化吗？还是保持问题的原始状态，此时虽然结构不良但更接近实际？采
用前一种方法（如果可行的话）会得到清晰确定的结果，但这一过程往往是繁琐的，或者
至少不会直接解决问题。后者则有陷入各种处理的漩涡之中的危险。任何工作，任何人，
必须作出明智的平衡。
有些工作象科学。你观察人们是怎样学习算术的，大脑是如何工作的，袋鼠是如何跳的，
然后搞清楚原理，形成可检验的理论。有些工作象工程：努力创建一个更好的问题解决器
或者算法。有些工作象数学：跟形式化打交道，要理解属性，给出证明。有些工作是实例
驱动的，目标是解释特定的现象。最好的工作是以上几种的结合。
方法具有社会性，看看别人是如何攻克类似难题的，向别人请教他们是如何处理某种特殊
情况的。
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败。虽然，这实际上也证
明了你有勇气向困难挑战。
在人工智能领域很少有人总是一直成功，一年年地出论文。实际上，失败是经常的。你会
发现他们经常是同时做几个项目，只有一些是成功的。最终成功的项目也许反复失败过多
次。经历过很多由于方法错误的失败之后，才取得最终的成功。
在你以后的工作生涯中，会经历很多失败。但是每一个失败的项目都代表了你的工作，很
多思想，思考方式，甚至编写的代码，在若干年后你发现可用于另外一个完全不同的项目
。这种效果只有在你积累了相当程度的失败之后才会显现出来。因此要有最初的失败以后
将会起作用的信念。
研究所花费的实际时间往往比计划的要多得多。一个小技巧是给每个子任务分配三倍于预
期的时间（有些人加了一句：“……，即使考虑了这条原则”）。
成功的关键在于使得研究成为你日常生活的一部分。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。成功的AI研究者，坚持的作用
一般大于天资。“尝试”也是很重要的，也就是区分浅薄的和重要的思路的能力。
你会发现自己成功的比例是很随机的。有时候，一个星期就做完了以前需要三个月才能完
成的工作。这是令人欣喜的，使得你更愿意在本领域工作下去。其他一些时候，你完全陷
在那里，感觉什么也做不了。这种情况很难处理。你会觉得自己永远不会做出任何有价值
的东西了，或者觉得自己不再具备研究者的素质了。这些感觉几乎肯定是错误的。如果你
是MIT录取的学生，你就是绝对合格的。你需要的是暂停一下，对糟糕的结果保持高度的容
忍。
通过定期设置中短期的目标，例如每周的或者每月的，你有很多工作要做。增加达到这些
目标的可能性有两种方法，你可以把目标记在笔记本中，并告诉另外一个人。你可以与某
个朋友商定交换每周的目标并看谁最终实现了自己的目标。或者告诉你的导师。
有时你会完全陷在那里，类似于写作过程的思路阻塞，这有很多可能的原因，却并无一定
的解决方法。
? 范围过于宽泛了，可尝试去解决流程中的子问题。
? 有时候对你研究能力的怀疑会消磨掉你所有的热情而使得你一事无成。要牢记研究能力
是学习而得的技能，而不是天生的。
? 如果发现自己陷入严重的困境，一个多星期都毫无进展，尝试每天只工作一小时。几天
后，你可能就会发现一切又回到了正轨。
? 害怕失败会使得研究工作更加困难。如果发现自己无法完成工作，问问自己是否是由于
在逃避用实验检验自己的思路。发现自己最近几个月的工作完全是白费的这种可能，会阻
止你进一步开展工作。没有办法避免这种情况，只要认识到失败和浪费也是研究过程的一
部分。
? 看看Alan Lakien的书《How to Get Control of 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。
很多人发现自己的个人生活和做研究的能力是相互影响的。对于有些人来说，当生活中一
切都不如意时，工作是避难所。其他的人如果生活陷入混乱时就无法工作了。如果你觉得
自己确实悲痛得难以自拔，去看看心理医生。一份非正式的调查表明，我们实验室大约有
一半的学生在读研期间看过一次心理医生。
使得人工智能那么难的一个原因是没有被普遍接受的成功标准。在数学中，如果你证明了
某个定理，你就确实做了某些事情；如果该定理别人都证不出来，那么你的工作是令人兴
奋的。人工智能从相关的学科中借来了一些标准，还有自己的一些标准。不同的实践者，
子领域和学校会强调不同的标准。MIT比其他的学校更强调实现的质量，但是实验室内部也
存在很大的不同。这样的一个后果就是你不可能令所有的人都满意。另外一个后果就是你
无法确定自己是否取得了进展，这会让你觉得很不安全。对你工作的评价从“我所见过最
伟大的”到“空虚，多余，不明所以”不一而足，这都是很正常的，根据别人的反馈修订
自己的工作。
有几种方法有助于克服研究过程中的不安全感。被承认的感觉：包括毕业论文的接受，发
表论文等。更重要的是，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。由于评价进展
的标准是如此不确定，如果不与其他的研究者充分的交流，很容易盲目。特别当你感觉不
太好时，应该就你的工作进行交流。此时，获得反馈和支持是非常重要的。
很容易看不到自己的贡献，总是想：“如果我能做，肯定是微不足道的。我的所有思想都
太明显了”。实际上，当你回头看时，这些虽然对你是很明显的，对别人并不一定是明显
的。将你的工作解释给很多门外汉听，你会发现现在对你来说是平淡无奇的东西原来那么
难！写下来。
一项对诺贝尔获奖者实施的有关怀疑自己问题（在你研究的过程中，你一直觉得自己是在
做震惊世界的工作吗？）的调查表明：获奖者们一致回答他们经常怀疑自己工作的价值和
正确性，都经历过觉得自己的工作是无关的，太明显了或者是错误的时期。任何科学过程
的常见和重要的部分就是经常严格的评价，很多时候不能确定工作的价值也是科学过程不
可避免的一部分。
有些研究者发现与别人协作比单打独斗工作效果更好。虽然人工智能研究经常是相当个人
主义的，但是也有一部分人一起工作，创建系统，联合发表论文。我们实验室至少已经有
一个联合做毕业论文的先例。缺点是很难与协作者区分对论文的贡献。与实验室之外的人
合作，例如暑期工作时，问题就会少一些。
很多来到MIT AI实验室的学生都是以前所在学校最厉害的人。来到这里之后，会发现很多
更聪明的人。这对于很多一年级左右学生的自尊形成了打击。但周围都是聪明人也有一个
好处：在你把自己不怎么样的（但自己又没有觉察到）想法发表之前就被其他人给打倒在
地了。更现实的讲，现实世界中可没有这么多聪明人。因此到外面找一份顾问的工作有利
于保持心理平衡。首先，有人会为你的才能付费，这说明你确实有些东西。其次，你发现
他们确实太需要你的帮助了，工作良好带来了满足感。
反之，实验室的每一个学生都是从四百多个申请者挑选出来的，因此我们很多学生都很自
大。很容易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。
潜在的问题是你会发现所有的问题都比你想象的要复杂得多，研究花的时间比原先计划的
多得多，完全依靠自己还做不了。这些都使得我们中的很多人陷入了严重的自信危机。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。这需要激烈的自我重新评价，充满了痛苦，有时候需要一年左右的
时间才能完成。但这一切都是值得的，不自视过高有助于以一种游戏的精神去作研究。
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。虽然这样也有油尽灯枯的
可能。另外一个原因是好的研究是充满乐趣的。在大部分时间里，研究是令人痛苦的，但
是如果问题恰好适合你，你可以玩一样的解决它，享受整个过程。二者并非不可兼容的，
但需要有一个权衡。
要想了解研究是怎么样的，遭到怀疑的时候应该如何安慰自己，读一些当代人的自传会有
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.
当你完成了一个项目——例如论文——一两个月后，你可能会觉得这一切是那么不值。这
种后冲效果是由于长时间被压抑在该问题上，而且觉得本可以做得更好。总是这样的，别
太认真。等再过了一两年，回头看看，你会觉得：嘿，真棒！多棒的工作！
尾注
本文包含的思想，文本以及评论来自于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。我们要感谢那些对本文作出贡献的人（对我们的论文作出贡献
的人，顺便一并致谢），特别是我们的导师。
上面所列举的一些思想来自于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》。
# posted by TeleStar @ 3:14 PM
Friday, April 15, 2005
Memory of SMTH BBS 1995-2005
I have using SMTH BBS and BYHH BBS from later 1996.
I have witnessed the contabescence of BYHH BBS in 2000.
Now I suffered again by witnessing the collapse of SMTH BBS.
And the light shines in the darkness, and the darkness did not overcome it. - Jn. 1:5
谈生命
冰心
我不敢说生命是什么，我只能说生命像什么。生命像向东流的一江春水，他从最高处发源，冰雪是他的前身。他聚集起许多细流，合成一股有力的洪涛，向下奔注，他曲折的穿过了悬崖峭壁，冲倒了层沙积土，挟卷着滚滚的沙石，快乐勇敢的流走，一路上他享受着他所遭遇的一切；有时候他遇到巉岩前阻，他愤激的奔腾了起来，怒吼着，回旋着，前波后浪的起伏催遇，直到他过了，冲倒了这危崖他才心平气和的一泻千里。有时候他经过了细细的平沙，斜阳芳草里，看见了夹岸红艳的桃花，他快乐而又羞怯，静静的流着，低低的吟唱着，轻轻的度过这一段浪漫的行程。有时候他遇到暴风雨，这激电，这迅雷，使他心魂惊骇，疾风吹卷起他，大雨击打着他，他暂时浑浊了，扰乱了，而雨过天晴，只加给他许多新生的力量。有时候他遇到了晚霞和新月，向他照耀，向他投影，清冷中带些幽幽的温暖：这时他只想憩息，只想睡眠，而那股前进的力量, 仍催逼着他向前走......
终于有一天，他远远的望见了大海，呵！他已到了行程的终结，这大海，使他屏息，使他低头，她多么辽阔，多么伟大！多么光明，又多么黑暗！大海庄严的伸出臂儿来接引他，他一声不响的流入她的怀里。他消融了，归化了，说不上快乐，也没有悲哀！也许有一天，他再从海上蓬蓬的雨点中升起，飞向西来，再形成一道江流，再冲倒两旁的石壁，再来寻夹岸的桃花。
然而我不敢说来生，也不敢信来生！生命又像一棵小树，他从地底聚集起许多生力，在冰雪下欠伸，在早春润湿的泥土中，勇敢快乐的破壳出来。他也许长在平原上，岩石上，城墙上，只要他抬头看见了天，呵！看见了天！他便伸出嫩叶来吸收空气，承受日光，在雨中吟唱，在风中跳舞，他也许受着大树的荫遮，也许受着大树的覆压，而他青春生长的力量，终使他穿枝拂叶的挣脱了出来，在烈日下挺立抬头！他遇着骄奢的春天，他也许开出满树的繁花，蜂蝶围绕着他飘翔喧闹，小鸟在他枝头欣赏唱歌，他会听见黄莺清吟，杜鹃啼血，也许还听见枭鸟的怪鸣。他长到最茂盛的中年，他伸展出他如盖的浓荫，来荫庇树下的幽花芳草，他结出累累的果实，来呈现大地无尽的甜美与芳馨。秋风起了，将他叶子，由浓绿吹到绯红，秋阳下他再有一番的庄严灿烂，不是开花的骄傲，也不是结果的快乐，而是成功后的宁静和怡悦！终于有一天，冬天的朔风，把他的黄叶干枝，卷落吹抖，他无力的在空中旋舞，在根下呻吟，大地庄严的伸出臂儿来接引他，他一声不响的落在她的怀里。他消融了，归化了，他说不上快乐，也没有悲哀！也许有一天，他再从地下的果仁中，破裂了出来。又长成一棵小树，再穿过丛莽的严遮，再来听黄莺的歌唱，然我不敢说来生，也不敢信来生。
宇宙是一个大生命，我们是宇宙大气中之一息。江流入海，叶落归根，我们是大生命中之一叶，大生命中之一滴。在宇宙的大生命中，我们是多么卑微，多么渺小，而一滴一叶的活动生长合成了整个宇宙的进化运行。要记住：不是每一道江流都能入海，不流动的便成了死湖；不是每一粒种子都能成树，不生长的便成了空壳！生命中不是永远快乐，也不是永远痛苦，快乐和痛苦是相生相成的。等于水道要经过不同的两岸，树木要经过常变的四时。在快乐中我们要感谢生命，在痛苦中我们也要感谢生命。快乐固然兴奋，苦痛又何尝不美丽？我曾曾读到一个警句，是“愿你生命中有够多的云翳，来造成一个美丽的黄昏”。世界、国家和个人的生命中的云翳没有比今天再多的了。
I have witnessed the contabescence of BYHH BBS in 2000.
Now I suffered again by witnessing the collapse of SMTH BBS.
And the light shines in the darkness, and the darkness did not overcome it. - Jn. 1:5
谈生命
冰心
我不敢说生命是什么，我只能说生命像什么。生命像向东流的一江春水，他从最高处发源，冰雪是他的前身。他聚集起许多细流，合成一股有力的洪涛，向下奔注，他曲折的穿过了悬崖峭壁，冲倒了层沙积土，挟卷着滚滚的沙石，快乐勇敢的流走，一路上他享受着他所遭遇的一切；有时候他遇到巉岩前阻，他愤激的奔腾了起来，怒吼着，回旋着，前波后浪的起伏催遇，直到他过了，冲倒了这危崖他才心平气和的一泻千里。有时候他经过了细细的平沙，斜阳芳草里，看见了夹岸红艳的桃花，他快乐而又羞怯，静静的流着，低低的吟唱着，轻轻的度过这一段浪漫的行程。有时候他遇到暴风雨，这激电，这迅雷，使他心魂惊骇，疾风吹卷起他，大雨击打着他，他暂时浑浊了，扰乱了，而雨过天晴，只加给他许多新生的力量。有时候他遇到了晚霞和新月，向他照耀，向他投影，清冷中带些幽幽的温暖：这时他只想憩息，只想睡眠，而那股前进的力量, 仍催逼着他向前走......
终于有一天，他远远的望见了大海，呵！他已到了行程的终结，这大海，使他屏息，使他低头，她多么辽阔，多么伟大！多么光明，又多么黑暗！大海庄严的伸出臂儿来接引他，他一声不响的流入她的怀里。他消融了，归化了，说不上快乐，也没有悲哀！也许有一天，他再从海上蓬蓬的雨点中升起，飞向西来，再形成一道江流，再冲倒两旁的石壁，再来寻夹岸的桃花。
然而我不敢说来生，也不敢信来生！生命又像一棵小树，他从地底聚集起许多生力，在冰雪下欠伸，在早春润湿的泥土中，勇敢快乐的破壳出来。他也许长在平原上，岩石上，城墙上，只要他抬头看见了天，呵！看见了天！他便伸出嫩叶来吸收空气，承受日光，在雨中吟唱，在风中跳舞，他也许受着大树的荫遮，也许受着大树的覆压，而他青春生长的力量，终使他穿枝拂叶的挣脱了出来，在烈日下挺立抬头！他遇着骄奢的春天，他也许开出满树的繁花，蜂蝶围绕着他飘翔喧闹，小鸟在他枝头欣赏唱歌，他会听见黄莺清吟，杜鹃啼血，也许还听见枭鸟的怪鸣。他长到最茂盛的中年，他伸展出他如盖的浓荫，来荫庇树下的幽花芳草，他结出累累的果实，来呈现大地无尽的甜美与芳馨。秋风起了，将他叶子，由浓绿吹到绯红，秋阳下他再有一番的庄严灿烂，不是开花的骄傲，也不是结果的快乐，而是成功后的宁静和怡悦！终于有一天，冬天的朔风，把他的黄叶干枝，卷落吹抖，他无力的在空中旋舞，在根下呻吟，大地庄严的伸出臂儿来接引他，他一声不响的落在她的怀里。他消融了，归化了，他说不上快乐，也没有悲哀！也许有一天，他再从地下的果仁中，破裂了出来。又长成一棵小树，再穿过丛莽的严遮，再来听黄莺的歌唱，然我不敢说来生，也不敢信来生。
宇宙是一个大生命，我们是宇宙大气中之一息。江流入海，叶落归根，我们是大生命中之一叶，大生命中之一滴。在宇宙的大生命中，我们是多么卑微，多么渺小，而一滴一叶的活动生长合成了整个宇宙的进化运行。要记住：不是每一道江流都能入海，不流动的便成了死湖；不是每一粒种子都能成树，不生长的便成了空壳！生命中不是永远快乐，也不是永远痛苦，快乐和痛苦是相生相成的。等于水道要经过不同的两岸，树木要经过常变的四时。在快乐中我们要感谢生命，在痛苦中我们也要感谢生命。快乐固然兴奋，苦痛又何尝不美丽？我曾曾读到一个警句，是“愿你生命中有够多的云翳，来造成一个美丽的黄昏”。世界、国家和个人的生命中的云翳没有比今天再多的了。
# posted by TeleStar @ 8:38 PM
