什么是受过科研训练（科班出身）？ 第1页

更新一下好了

最近申请结果也快出来了嘛，例子二中的神秘学弟美国六大名校录了两，一东一西。而例子一中的可爱学弟，六大还没消息。。

让我们祝福他，真是太神秘了

-------------------------------------------

这是一个挺有意思的问题，最近我和我的朋友 @QED 各自带了一个本科生，才发现受没受过科研训练的学生真是天壤之别。

• 解决问题

一般来说本科生或者低年级博士生进实验会直接得到一个具体的问题，和一些参考文献。然后就会有这么一个情况：

我的本科生：我读了你给我的文献和相关的论文，我大概知道这个算法的意思了，我去查了网上没有现成的轮子，所以我得自己写一个，你之前有没有写过算法ABC和数据结构DEF，如果有的话我就在你的基础上写。一周之后：我写完了并且做了小规模的测试，和暴力的算法结果一样，速度快很多，具体你可以看着几幅图。。。

QED的本科生：我试了你让我算的东西，虽然我没算出来，但是我觉得你说的这个东西不重要，我们可以再算算别的也能写文章。啊？你问我参数怎么取的？我也不知道实验上是什么参数，就随便设了几个数。。。一周之后：我算出来结果长这样，啊？为什么会有这种现象，我不知道啊计算机跑出来就是这样的。

你看这就是差距，科研没有简单的问题，所以首先得想尽办法解决问题，而不是逃避问题，否则再好的idea最后也做不出来像样的工作。然后解决问题之前先调研，即避免重复造轮子，心理也大概有个数，对于投入的时间、需要什么资源、结果大概的样子要有个估计。不能前因后果都不知道拿起来就算。算完之后，还要对自己的结果进行验算，对结果要有定性和定量上的解释，不能看到新现象就感叹一句“太神秘了”然后啥也不想。

• 课题规划

这个应该是博士训练目标，就是从老板那拿到一个比较宽泛的研究方向，要怎么一步一步把它做出来并且发表。这个当然有很多具体的形式，就举我刚刚完成的一个工作作为例子吧。一个理论物理学家跟我老板提了一个idea，老板让我看看能不能做实验。在充分理解了他的理论之后，我跑了简单的数值模拟，确定这个理论在我们的实验体系中确实是对的。然后想清楚为了研究明白这个问题，我们要观测什么。主要是要考虑工作的完整性和严谨性，也就是说我们要从尽可能多的角度阐释这个物理机制，并且对于每一个角度都要有严谨的逻辑链条，每一个假设都要有实验或者理论的支撑。进而设计了AB两种实验方案，对他们各自的利弊有了初步的估计。因为有些实验方法我们从来没有尝试过，所以我们先把思路给有这方面经验的专家看了，确认没问题再动手。在探索未知的物理之前，先做一些结果很容易知道的实验，验证我们的实验确实是预期的样子，并且对实验误差有个估计。类比一下就是如果你想研究高速下的相对论行为，那最好先确认在低速下你的实验结果和牛顿力学结果一致。测数据先大概测一遍，现象上没有问题再跑大规模的实验得到可发表的数据。

当然整个课题进展永远不会像预想的一样，总是会出现bug，需要不停地退到前一步，并且重新规划。

• 提出问题

这个比较难，但是是一个独立的研究人员必须掌握的技能。需要对所在的领域有足够深入的了解，长期追踪最前沿的进展，并且对自己的实验系统有非常深刻的了解，才能在大家关心的、我关心的、我能解决的问题中找到交集。这个我也在尝试，下一个课题就得我自己想了。现在还不敢说有什么经验，如果以后成功了再回来补充吧。

当然还有宣(吹)传(虚)自己工作的能力、带学生的能力等等也需要训练，任重道远，只能是把我知道的一些跟大家分享。

看到这里了，点个赞再走吧！