科研手段有哪些

国内高校研究生的科研可以分为四种类型，论文型，项目型，打杂型，睡觉型。论文型日常工作就是阅读国内外论文。然后产生自己的想法，做一些实验。如果实验结果能够自圆其说，那么可以试着发表论文。论文的署名要带着小导师，大导师。学生大部分时候很难有创新性的想法。更多的是对于自己新的实验数据牵强附会的解释一通。相较于其他两种，这种已经是最像科研的了。那么这种方式能推动科技进步吗？能，就是效率有点儿低。文献读的多了，实验做的多了，多少都会有点儿自己的想。让一条狗三年做同样的事儿，他也会有一些新想法。我之所以说效率低，是因为等到时候你就会发现，最消耗你精力的是如何把图做好看，把表画好看。以及玩儿文字游戏，如何遣词造句能让评审顺利通过，让别人挑不出毛病。还有套八股文一样的论文格式，不同的句型说同样的事儿，介绍同样的科研背景，特别没意思。在这些事儿上花的精力高于甚至远高于你产生新想法和做实验上花的精力。你将来想从事科研工作或者当高校老师，这种训练对你是非常有帮助的。科研就是这样的，别被电影给骗了。项目型更接近于在公司上班。导师有公司可能直接安排你到他公司上班。或者导师所接的课题就是要做出一个产品，这种产品是有市场的，是可以赚钱的。学生和基层讲师负责实现产品，小导师负责写项目书，行话叫写本子。大导师就是开会，找关系，拉项目，讲PPT了。你所做的工作和各层级的分工和公司上班是很接近的。如果你想毕业后去公司工作，这种类型是帮助最大的。打杂型的日常工作就是跑腿儿，复印材料，订会议室，帮导师安排一下行程，导师房屋出租，可能让你帮他签合同。这种相当于辅助英雄，如果和导师关系处的好，毕业可以争取留校工作。大公司的行政人力的工作其实也类似于打杂，应聘也很有希望。睡觉型泛指没怎么帮导师干活，纯混毕业的那种。这种一般是勉强写个论文。导师和评委会放水让你毕业了。放你毕业主要因为和你没有什么深仇大恨，看见你也烦，不如让你滚。另外如果带的学生毕不了业，对导师也不是什么好事儿。这种类型找工作的时候会面临残酷的竞争压力。不帮导师干活儿可以，但你最好有自己的规划。比如去自己感兴趣的行业找兼职。

百科：科学研究（Scientific research），一般是指利用科研手段和装备，为了认识客观事物的内在本质和运动规律而进行的调查研究、实验、试制等一系列的活动，为创造发明新产品和新技术提供理论依据。科学研究的基本任务就是探索、认识未知。小编认为，要正确理解“科学研究”的定义，首先要知道什么是科学。那么，什么是科学呢？试问，人们为什么要在有关“科学”的杂志上投稿？显然，人们之所以要在有关“科学”杂志上投稿，根本目的就是为了让自己的观点获得人们的充分认可。试问，人们为什么要办“科学”杂志？显然，人们之所以要办“科学”杂志，就是为了获得更多的被人们充分认可的观点。试问，自然科学教科书上的观点是不是被人们充分认可的观点？答案当然是肯定的。比如，自然科学教科书上的“万有引力定律”其实就是被人们充分认可的，牛顿的观点。因为，自然科学教科书上的观点也都是“在一定时间，一定范围和一定条件下”被人们充分认可的观点。比如“万有引力定律”在量力科学范围内就不适用。由此我们就可以知道“科学”完整、正确的定义了，即：科学就是在一定时间，一定范围和一定条件下被人们充分认可的观点。由此，科学研究的定义也就昭然若揭了，即：科学研究就是人们在一定时间，一定范围和一定条件下为了获得“被人们充分认可观点”的研究。由此，科学探索的定义也就水落石出了即：科学探索就是人们在一定时间，一定范围和一定条件下为了获得“被人们充分认可”的观点的探索。

导读：根据2018年中国科协精心筹划办好一批实事的指示精神，中国科协学会服务中心以科技工作者为本位组织编写《科技工作者法律实务手册》（以下简称《手册》），向科技工作者普及法律知识，提高科技工作者法律意识，培育科技工作者维护自身权益的法律能力。《手册》本着突出重点、问题导向的原则，聚焦当前科技工作者所关心的重点、热点和重要政策要点，采用问答式，总共5章，138问，每道题统一包括三部分：答案、释义、依据。各问题依据最新的法律文本和政策文件，力求满足科技工作者的切实需要。科研活动中经常出现的科研不端行为主要有哪些？答案我国认为，在有关人员职称、简历以及研究基础等方面提供虚假信息；抄袭、剽窃他人科研成果；捏造或篡改科研数据；在涉及人体的研究中，违反知情同意、保护隐私等规定；违反实验动物保护规范等都可能构成科研不端。在美国，科研不端行为指的是在申报、开展或评议研究项目，以及报告研究结论等过程中的伪造、篡改或者抄袭的行为。释 义1.我国界定“科研不端行为”《国家科技计划实施中科研不端行为处理办法（试行）》规定，科研不端行为是指违反科学共同体公认的科研行为准则的行为，包括以下六种。1.1在有关人员职称、简历以及研究基础等方面提供虚假信息。该类行为的特点是提供虚假的职称、简历以及研究基础信息，获取不正当的利益。例如中级职称冒称高级职称申报只有高级职称才能申报的项目，虚构国外留学经历等。1.2抄袭、剽窃他人科研成果。该类行为的特点是将他人的科研成果作为自己的科研成果署名，或者将他人的科研成果改头换面地作为自己的科研成果等，是典型的科研不诚信行为。1.3捏造或篡改科研数据。该类行为的特点是以虚假的科研数据作为真实的科研数据，或者为了某种结果故意更改相应数据。由于科研数据是形成科学结论的基础，捏造或者篡改数据必然导致科研结论的失真。这是科学共同体不能容忍的一类不诚信行为。1.4在涉及人体的研究中，违反知情同意、保护隐私等规定。科研伦理要求，涉及人体的研究应当事先征得参与者的同意，并应事先告知研究的目的、过程、结果以及采取的保护措施等，同时注重保护参与者的隐私、健康等人身权益。违反科研伦理要求，向参与者隐瞒事项、泄露参与者隐私、危害参与者健康等，都属于违法行为。1.5违反实验动物保护规范。实验动物是指经人工饲育，对其携带的微生物实行控制，遗传背景明确或者来源清楚的，用于科学研究、教学、生产、检定以及其他科学实验的动物。实验动物的管理遵循统一规划、合理分工，有利于促进实验动物科学研究和应用的原则。国家实行实验动物的质量监督和质量合格认证制度。违反实验动物的饲育管理、检疫和传染病控制管理、应用管理与进口出口管理等，构成违法行为。1.6其他科研不端行为。该款规定属于兜底条款，旨在将其他在性质上构成科研不端的行为纳入进来，需要在法律适用中予以解释。2.美国界定“科研不端行为”美国科技政策办公室(OSTP)2000年将“科研不端行为”（Research Misconct）定义为：“在立项、实施、评审或报告研究结果等活动中伪造（Fabrication）、篡改（Falsification）或抄袭（Plagiarism）”，简称为FFP。“篡改即巧妙地处理研究原料、熟练地操作仪器设备或利用研究程序与方法，替换或遗漏数据或结果以至于使研究无法在研究档案中得到精确表现”;“剽窃指的是，在不给予适当鸣谢或指明出处情况下，把他人的思想、方法、结果或(核心)词语据为己有的行为”;“研究不端行为不包括诚实的错误或意见上的差异”。【注：蒋美仕、李玲、杨维.美国联邦政府关于科研不端行为的政策演变——从不端行为定义的争议与统一过程审视［J］.自然辩证法通讯，2008（6）：55.】依 据2006年科技部发布的《国家科技计划实施中科研不端行为处理办法（试行）》（科学技术部令第11号）。来源 | 法律服务处供稿

历史还不是一门科学，仅仅靠伪造和删节才会被弄得像门科学似的。——罗素（英）文章类型|历史文化字数|806，阅读约2分钟高考马上就要到了。今天我们就来聊聊作弊。考试作弊自古有之，手段防不胜防。如今，作弊包括手机，电子书，隐形耳机等，都是高科技的作弊手段。其实，早在古代，中国就有高科技的作弊手段，甚至无法与现代相比。在这里和大家聊聊古代的三种高科技作弊手段，每一种都让人佩服古人的智慧。第三只飞鸽传书在一些影视剧中，确实有飞鸽传书，信鸽送信。不过，这种信鸽是经过训练的，通常只有有钱人家才买得起。有钱人家买了这种鸽子后，对它进行了训练，并用在科考中。首先，他们提前把信鸽放进考场。进入考试后，他们看到试卷，然后让信鸽带着题目飞回家。家里已经提前准备好了专家的答案，快速答题完毕后，信鸽就会送到考场，这样就完成了作弊，利用信鸽，不得不说是一种非常高科技的手段。第二本印刷微缩书印刷术作为中国的四大发明之一，经过多年的发展，已经达到了鼎盛时期。到了清代，就已经能够通过角刻印出1毫米大小的文字。比如，在天津发现了一本清代微缩书。书长4.5厘米，宽3.8厘米，厚0.5厘米。它的体积只有火柴盒大小，里面总共有十几万字。不得不说，它是印刷技术的一大进步，足见其科技含量。那么如何将这本微缩书带进考场呢？清朝为了检查，不得不搜身。为了顺利携带，考试不惜把这个微型书包用油纸装好，塞进屁股里，还留了一根线拉出来。第三次银盐发黑的研制现代学生学过化学，但很少听说过银盐发黑发展。这是一种利用高温化学反应的技术。当时肯定算是高科技作弊。苏轼《杂感物语》记载：“卤窗纸上，现烘之字。”银盐被氧化变黑，通过写在衣服上，进入考场后用蜡烛烘烤的方式显示文字。这样的作弊让人防不胜防，因为晚上拿蜡烛很正常。成功的欺骗可以改变命运。银盐发黑开发充分展示了古人的智慧，可惜使用方法不对。历史本身是自然史的一个现实的部分，是自然生成为人这一过程的一个现实的部分。——马克思

首先，虽然不同专业领域的科研方式、科研环境和科研要求都有一定的区别，但是在科研的过程中，依然有一些小的技巧是具有一定通用性的，所以分享这些小的技巧，对于当前从事科研的职场人和学生，都有一定的积极意义。从我多年的科研经验来看，科研最重要的技巧可以归纳为三点，第一个是多动手实践，第二个是多与专业人士交流，第三个是多做总结，哪怕是一个很小的收获，也应该认真总结，这个总结的过程，很有可能会有新的发现，甚至是创新。在动手实践的过程中，一方面要有自己的风格，另外还需要善用工具。在我看来，善用工具就是最重要的小技巧之一，好的工具会明显提升科研效率，这一点在计算机领域有非常明显的体现。科研的过程说起来复杂，做起来也并没有那么复杂，只要按照具体的步骤进行操作就可以了，但是在操作的过程中，即使是重复很多次的步骤，也有可能会出现纰漏，而且可能会影响后续的实验结果，所以重复做的事情也一定要认真做。交流是科研过程中最为重要的环节之一，通过交流可以避免很多没有意义的“重复”，而在交流的过程中，也是有技巧的，比如要重视思路的交流，而不要过多地陷入到细节当中，细节固然有价值，但是思路往往更重要。在科研的过程中，最重要的问题往往是不知道该往哪走，而不是怎么走的问题。另外，对于很多科技工作者来说，交流思路会让大家都有收获，而探讨一些细节往往对于其中的一方是没有帮助的，这会让人产生一定的厌烦心理。最后是总结，科研人员的总结能力往往能够直接决定科研的成果，所以总结能力对于科研人员非常重要，而总结的过程，往往是创新的过程，也是形成自己方法论的过程。总结有很多小技巧，我认为最重要的小技巧之一就是总结的过程不需要形成一个唯一的结果，要允许有多种结果，而且要为每一种结果留出进一步研究的空间。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

我能参加科研吗？每个孩子都有好奇心，从内心发出的兴趣与想法实现起来是最有效的。那么“科研”会适合你，只要你勇于开始，只要你兴趣，你就会投入精力，去探索就能有发现。了解真正的科研是什么，才能找到最适合自己的，了解究竟哪些能力能获得提升，了解自己真正想要的。那么什么是真正的科研？ 你理解的“科研”是真的吗？美国创新教育促进会联合北京科技教育促进会、工匠铺名校科研项目组、湖南省机器人科技教育学会、秦皇岛市青少年科技教育协会邀请来自耶鲁大学、牛津大学、加州大学伯克利分校、加州大学洛杉矶分校等世界一流大学及实验室研究专家学者们带你一起来 “what is research”科研启蒙系列公开课。▽科研启蒙公开课精粹▽第一讲【科研和学习的区别】【教师简介】王鑫洋：耶鲁大学经济学博士，墨西哥自治理工学院（ITAM）助理教授【分享正文】简单自我介绍一下，我叫王鑫洋，在香港读了几年后转学到约翰霍普金斯读完了本科和硕士，在这两个地方我学的是数学。之后在耶鲁大学读经济学博士，毕业之后准备去墨西哥自治理工学院（ITAM）做助理教授，进行经济理论研究。我将以经济学为例，介绍科研与学习的区别。1 什么是经济学在高中的时候别人告诉你他学经济学了，你一定在想他们学如何去赚钱了？你会发现有金融市场、有股市、有涨跌。但这个是经济学吗？经济学是什么？经济学主要讲两件事情：第一，经济学是一种研究人的科学。我们应该怎么样去做决定？当有一个人在面临众多选择，他要怎么操作？是凭直觉呢？还是经过详细思考呢？这个问题可以用心理学去理解，也可以用经济学去理解。比如我们能不能用钱的数量去理解人和人之间交流的动态或者说我们能不能用钱去理解我们身边接触的广告信息？第二，我认为的经济学是人和人之间关系的一门科学，它不光是关于钱，还是关于人的偏好，还是更好的去了解自己的一个科学。2 研究与学习的区别首先，我认为学习是研究非常重要，必不可少的部分。学习属于研究，可以通过对比来学习到新的东西。我们有一些东西是知道的，有一些是不知道的，可以通过对比已知知识点与未知知识点，来理解未知的知识。举个例子，我们知道三原色红黄蓝，而且我们知道这三原色混起来的颜色，比如说红加黄等于橙，黄加蓝等于绿，红加蓝等于紫，我们还能看到彩虹，彩虹有七种颜色，其中紫色是在最下面的。那么为什么会产生紫色这样的颜色？我们可以看得到呢？是因为紫色等于红加蓝，所以彩虹等于是有两圈的，它第一圈的蓝和第二圈的红混在一起所以就产生了紫色，在这件事情上我们通过我们知道的红黄蓝和他们之间的变化，而了解了彩虹有很多很多圈这样的一个现象。对于我来讲什么是学习呢？你需要去比较你会的和你不会的，通过一点点改变，使得你掌握你不会的东西这样的过程叫做学习。其次，什么是研究呢？研究是包括学习的，你必须要学，但是跟单纯学习不一样的地方在哪呢？你不但需要学习别人给你的东西，还需要自己去提出新的问题，你要去解决这样的问题。学习跟提出问题这个有时候是颠倒的，有时候大家是先有一个问题，比方说现在疫情非常严重，我们急需疫苗，所以这是大家都在研究的问题，我们学习各种各样的文献，去学习其他人的知识，去看怎么样解决产生疫苗的问题。但是有时候会反过来的，比方说有时候我们会先学习一个东西，比方说股市，我们想知道它为什么一会儿涨一会儿跌，什么是需求，什么是价格。在学习过程中会产生很多其他的问题，于是我们发现如果不解决在学习中提出的问题，我们没办法去理解我们最终要学习的目标，这个就是先有学习再有提问。现在我们存在一个问题需要去解决它，解决的方法是什么呢？同样回到学习，解决问题的方法，就是通过类比现有的工作，通过比较去提出解决新的问题的方法。给大家举一个例子，比如看一个脑部的图，我不知道有没有对医学感兴趣的同学，其中我们研究脑部疾病的一种方法是什么呢？就是把我们推到机器里面照一个照片，比方说左边的照片，拿我们照出这个照片跟一个正常大脑的照片进行比较，如果这两个东西差的特别多，通过比较我们可以产生一个数，可能是分数之类的，如果这个分数特别大，说明这个大脑差的特别多，有可能我们自己的大脑是一个有问题的大脑。所以我们可以通过去学习不一样的问题，去解决我们感兴趣的命题。回到学习与研究这个话题，我们刚才一直在说类比，我们在以会的作为基础去学习新的东西，所以这就意味着我们需要一步一步去学会，然后看看它可以连接到哪个不会的？再去通过把不会的东西变会去学习新的东西，像走台阶一样，它需要一步一步的走。如果我们想学最深的东西我们必须要从最浅的开始，以正确的顺序去进行学习。研究和学习都是一样的，我们需要找到这样的顺序，研究就是寻找这样的顺序，其实就是别人告诉你这样的顺序，你去进行一步一步的学习，但是都需要自己去完成。3 高中生和本科生科研这个话题很多家长特别关注，高中生科研跟本科生科研的问题在我的立场我觉得还是非常清楚的，这其实跟我们学习没有太大的区别，我认为我们都通过求知去想了解一些东西，就是不停的在学习，但是，有一点需要注意的是，我能了解大家的高中生和本科生的情况，其实大家压力非常大，大家在想我们出来之后能够干什么？因为我们的时间是有限的，我们是不是应该把时间用在科研还是用在实习？或者是用在其他上面？在大家做这样的考虑的时候，其实这个科研的目的就颠倒了，不是为了去了解一个知识点，而是抱着单纯为了写出一个文章，或者用成果去干别的事情为目的而去做科研，这是一个比较危险的事情。我并不是说它好或者不好，但是非常危险，为什么？因为如果你没有一个非常合理的动机，你没有求知欲的话，你很难有兴趣把学习（科研）一步一步走下来，所以很有可能你做出来的东西不好。以我在美国大学这么多年的学习和工作经历来看，如果你没有一个求知欲去做科研，而是报着其他的目的的话，学校大概率是不欢迎你的。所以总结我的看法是这样的。高中生应该是脑子里面首先想的是去研究或者探索一个问题，抱着这样的想法去进行学习和科研，在学习（科研）过程中产生了一些新的问题，积累了学习和研究经验，那么进行科研当然是一个非常好的方法。对于本科生来说，即将面临的选择是你将来要从事哪种类型的工作，那么在你大学二、三年的时候，你去做科研，也就是你能够提前体会你的专业研究什么，你是否适合做研究，你要读博士走科研的道路，还是及早毕业去社会上的其他工业企业等。那么科研经历是你很好的试错和选择的机会。我再分享一下：以我的经济理论研究工作为例，将科研作为工作是什么情况我说的经济理论研究就是作为一名学校教授。其中这种教职在国内并不是特别明确，因为在国内其实老师非常多，很难区分老师跟研究人员的关系是什么？我想澄清一点至少我比较理想的职业，我愿意去从事的职业，它的职业并不完全是老师，它的重点在于你要去感受身边的事物，而且需要做研究产生新的问题，并且解决这样的问题，所以它并不是以这种教课是主要的方式。比方说像我之后可能一个礼拜就教三个小时课，其他时间都是我自己的。那么它有什么好处和不好的地方呢？它的好处主要有三点，第一点，它的时间是相对比较自由的，你要是可能不想工作的时候你就可以稍微放松一段，你要想工作的时候你可以非常集中的把这个工作集中在几个月内完成。第二点，它的工作内容是可以自己决定的，你想研究什么样的问题在经济理论这样的一个学科里面，是可以自己定的。第三点，对于我来讲感受生活是研究生活的一部分，我需要去感受生活，了解其他人怎么想的？然后才能提出好的问题，而且我发现我自己也需要去感受生活，所以它对于我是一个好处。但是它也有不好的地方。第一点，它没有下班的时间，因为它没有上班，所以没有下班。但是对于我们来讲，你可能并不存在下班的时间，你什么时候脑子里都应该有一些东西，你不停的去想这个问题应该怎么做？提出什么样的问题？别人的问题怎么解决？所以你有可能是需要24小时工作的，虽然工作的东西是你自己决定的。第二点，它有时候工作强度是比较大的，有时候我要是真的写东西的时候，24小时脑子里都是这个东西，就是连轴转，完全没有休息的时间。总体来讲我觉得是一份非常不错的工作，因为比较自由，而且也可以过一个很好的生活。我来进行一下总结今天我大概分享的这么几点第一点我希望分享的我认为的经济是一个研究“人”和“人和人之间关系”的一门学科，不光是赚钱的，它只要是和“人类”，“人类行为”相关的都可以用经济学的方法进行研究。第二点什么是理论？对于我来讲理论是一个逻辑命题，所以根据定义必须要存在假设，理论是从假设到结论这种推理的逻辑命题，是存在对错的。第三点研究是学习的另外一种表现形式，需要循序渐进。不能说我的目标就是要写出一篇文章，但是好多人都是这样，这样一般写不出好的文章，好的文章需要你不断的学习，最终通过走那个台阶达到一个非常理想的状态。第四点在我的理解里面，经济领域提出问题和感受生活是非常重要的一部分。不光是解决问题，我们需要提出一个非常重要的问题，即使你不能把它解决，但是你把它提出来了，观察也是对经济这个学科非常重要的。我想以两个引用结束我今天的分享第一个是霍普金斯的校训。英语叫The truth will set you free，中文是“真理使人自由”。我在之前的前几年我一直在感受这句话，我觉得非常正确，了解一些理论的东西可以让你自己变得非常的清楚。第二个是凯恩斯的一句话。凯恩斯可以认为是当代经济学之父，他是这样说的，Practical men who believe themselves to be quite exempt from any intellectual inquence，are usually the slaves of some defunct economist.意思就是说，即使你认为你自己完全跟这种智慧的世界是毫无关联的，我依然可以过得很好。不经意之间你也会被一些已经逝去的经济学家所制定的想法控制了，你是在这样的社会规则下面生活的，我并不是说它对错，这个东西我也是看了很有感觉，我依然在感受它，希望大家在听完我的介绍之后能对这两句话有一些感受，希望大家通过今天的分享能够理解什么是科研、科研与学习的关系是什么、要抱着什么样的态度来做科研，总之希望听完我的唠叨，能够对大家有一点的启发。谢谢！备注：有兴趣了解更多创新教育、国际教育资讯，欢迎私信或关注微信公众号“东西视野EDU”。#科技#

我能参加科研吗？每个孩子都有好奇心，从内心发出的兴趣与想法实现起来是最有效的。那么“科研”会适合你，只要你勇于开始，只要你兴趣，你就会投入精力，去探索就能有发现。了解真正的科研是什么，才能找到最适合自己的，了解究竟哪些能力能获得提升，了解自己真正想要的。那么什么是真正的科研？ 你理解的“科研”是真的吗？美国创新教育促进会联合北京科技教育促进会、工匠铺名校科研项目组、湖南省机器人科技教育学会、秦皇岛市青少年科技教育协会邀请来自耶鲁大学、牛津大学、加州大学伯克利分校、加州大学洛杉矶分校等世界一流大学及实验室研究专家学者们带你一起来 “what is research”科研启蒙系列公开课。相关阅读：科研启蒙之1：科研是什么？与学习有什么区别？科研启蒙之2：新人如何进入科研？8大注意事项▽科研启蒙公开课精粹▽第三讲【研究中的通用“方法”】【教师简介】尤洋：加州大学伯克利分校计算机博士候选人尤洋博士是一位西贝尔学者，目前在加州大学伯克利分校计算机系读博士学位。研究兴趣包括高性能计算，并行算法以及机器学习。他当前的研究重点是大规模深度学习训练算法的分布式优化。尤博士曾创造ImageNet训练速度的世界记录，并被ScienceDaily等几十家媒体广泛报道。尤博士近三年来以第一作者的身份，在NIPS、Supercomputing、IPDPS、ICS等国际重要会议或期刊上发表论文近十余篇。他曾以第一作者的身份获得国际并行与分布式处理大会(IPDPS)的最佳论文(0.8%获奖率)，和国际并行处理大会(ICPP)的最佳论文(0.3%获奖率)。尤博士曾获得清华大学优秀毕业生、北京市优秀毕业生、国家奖学金，以及清华大学计算机系数额最高的西贝尔奖学金。他还在2017年获得美国计算机协会(ACM)唯一颁给在读博士生的乔治·迈克尔高性能计算奖学金。他也获得了颁给伯克利优秀毕业生的Lotfi A. Zadeh Prize。尤博士曾经在IBM沃森研究中心、英伟达总部、微软总部以及谷歌总部实习。【分享正文】以计算机研究分析基础，介绍研究中的通用“方法”计算机现在已然成为各个科学研究的一部分。此前进行传统科学研究需要具备三要素：第一是理论，做任何事情之前我们都需要学习东西，要先有理论。比如牛顿第一定律、牛顿第二定律。比如牛顿某一天发现苹果砸到他头上了，然后他要先提出一套理论，再试图去解释这个事情。第二是实验，有了理论后，我们要验证提出的理论是否正确，就需要做实验。比如我们要制造一辆汽车，会先做一辆样品车去撞一下，看这汽车在事故中表现如何；或制造iphone手机也要做无数次的测试，而这些测试都是实验。第三是模拟，人们使用计算机可以采用数值模拟做很多实验，去完成那些不好直接作的实验，或代价太高的实验。而我认为大约从2000年以后，科学研究又有了些微小变化。跟传统科学研究一样，现在依然需要理论、实验和模拟。但现在更重要的是有数据分析。我认为，特别最近十年左右，人们制造了无穷无尽的数据。比如随着智能手机即移动端的普及，每天每个人都会制造很多数据；同样，各工业各领域的无人机、传感器，如麦田里的传感器，高山里的传感器，一直在不断地采集数据；美国视频网站YouTube也曾经发布过一项数据统计，从2015年开始他们的视频数量呈指数级增长。这些数据增长的速度是非常可怕的，可能在未来的某一天，我们不知道是否有足够的容量去储存。所以数据分析非常非常重要。只有在这些海量数据中找出有效信息，才对我们的经济、生活、科研有更好的帮助。下面我就简单地介绍一下，计算机科学研究的一些常用方法。可以把计算机科学中所有的问题分为三类：第一种是提出问题型研究。第二种是解决问题型研究。第三种是解释原因型研究。1 什么是提出问题型研究？提出问题型研究就是从现实中找出问题，面对问题提出研究方向。假设针对现有系统，如微软操作系统或苹果手机的IOS系统；或针对现有一些理论，如现在计算机科学的核心基础——计算复杂度理论；或者针对各种软件，如微信、淘宝等。我们去分析他们有什么缺陷，讨论现有解决方案的利弊端，做出权衡。不管解决方案再好，也都需要有一定取舍。而其中所谓利弊，也会随着科学技术的发展产生变化。之前可能是利大于弊的事情，随着新技术更新，可能就变成弊大于利了。当然也可能反之。简单举例解释一下。给大家介绍一个摩尔定律，即芯片单位体积的晶体管数量每18个月翻一倍。用更好懂的语言解释就是，计算机处理器CPU的速度每18个月提高一倍，计算机或手机速度每18个月会快一倍。摩尔定律非常重要，可以说它是整个计算机产业发展的基础，指导并支撑了计算机产业在过去几十年的发展。各大计算机巨头，如微软、谷歌、英特尔等会根据摩尔定律去投资，去扩张。由此，提出一些问题，为什么晶体管每18个月会翻一倍呢？是什么保证了这一结果？这样的代价是什么？又会导致什么问题？会不会哪一天这个定律就不行了？我们该如何拯救这个摩尔定律，继续支持计算机产业的高速发展呢？还有一个定理叫安迪-比尔定理：“Andy gives, Bill takes away”。安迪指英特尔前CEO安迪·格鲁夫，比尔指微软前任CEO比尔·盖茨，这句话的意思是，硬件提高的性能很快被软件消耗掉了，这是对IT产业中软件和硬件升级换代关系的一个概括。当CPU速度每18个月提高一倍，软件通过不断升级更新就会很快把这些提升消耗掉。软硬件都在不断快速提升，呈现良好互动。现在的很多应用如抖音、阿里巴巴，在二十多年前根本无法想象，因为硬件无法支撑。曾经比尔·盖茨开玩笑说，如果汽车行业能像计算机产业一样发展，那我们应该用25美元就能买一辆车，加一箱油能够跑1000英里。回到原来的问题，为什么计算机行业可以持续做到单位体积内晶体管的数量每18个月翻一倍呢？就是要不断把晶体管做小，芯片就会变得越来越密。这会导致什么问题呢？在2000年左右，就有一些计算机科学家做了研究，他们发现如果按照这种趋势发展，不进行人为管控，大概到202X年计算机芯片就可以用来做烧烤了，再过几年可能计算机芯片的温度就要跟太阳温度一样高了。正是这群科学家，用正确的数学模型去估计摩尔定律持续发展会导致什么样的问题，从而变相拯救了计算机行业。后面我会再介绍如何解决这个问题。所以我想用以上例子，解释什么是“提出问题型研究”。计算机科学发展飞快，过程中会遇到很多问题，提出问题很重要的。如果能提出一些关键性问题，能够避免你走入一些错误的方向，甚至有可能拯救整个产业。2什么是解决问题型研究？就是当我们已经知道了一些问题，从而想提出一些解决方案。比如如何使我们的程序运行速度更快？如何设计出一个围棋程序战胜人类？2016年就谷歌开发出了一个软件，能够击败人类最好的围棋运动员。如何比人类更快更好的识别和分类图片？现在这种技术已经很普及了，包括很多摄像头有人脸识别技术，在十多年前都是很不成熟的。如何实现网页排序算法？今天在谷歌或百度搜索一下，它就总能把最相关的页面呈现在最前面。这背后是一个Page Rank算法。以上几个例子，都属于“解决问题型研究”。刚才，我还向大家提出一个很重要的问题——如果按摩尔定律不断发展，最后会导致计算机芯片温度可能比太阳还高。那计算机行业是怎么解决这个问题的呢？通过不断研究，我们提出的方法就是多处理器。以前，计算机芯片只有一个处理器——中央处理器，行业术语也称之为“核”。而现在我们尽量采用多核处理器，比如我们现在的手机都有四核或八核。这一解决方案成功应用后，至少到目前为止，摩尔定律还能很好的得到保证。这些都属于“解决问题型研究”。3 什么是解释原因型研究？即指我们已经有了一个解决方案，但人们想弄清楚这种方案为什么是可行的。比如一个人尝试了无穷种方案，其中有一次可行了，但他却不明白为什么这个方案是可行的，所以人们就想试图做出解释。包括现在最热门的人工智能，其实是没有理论依据的。现在，我们实现人工智能的方法还是通过给机器一堆数据，然后进行刚才提到的监督学习和非监督学习，但其实我们并不理解机器深度学习模式究竟是如何实现的，实际现在的人工智能系统是不可靠的，人类还并不太理解它是怎么回事儿。所以现在很多人在研究，试图解释清楚，只有当我们真正理解它为什么工作之后，才能更好地控制它们。否则有一天，科技发展到一定水平我们无法控制人工智能了，那是一件非常危险的事情。想做这种类型的研究，一般需要有很强的数学和理论背景，如微积分、线性代数、数值优化、概率论等。往往我们需要对问题做出合理的假设，使得问题尽量符合真实的应用场景。我们通常也会指出人们之前的认知误区。所以这一类型研究对理论和数学要求非常高。当然这种理论研究也是非常重要的，比如计算机领域的最高科学奖一般都会颁给在计算机理论上做出很大贡献的科学家。举个“解释原因型研究”的案例。人们当前使用批量随机梯度下降法去求解人工智能优化问题。人们观察到当我们把批量数增大时，系统的精度会提升。但是，当把批量增加到特别大时，系统的精度会下降。为什么？能否从优化和泛化角度做出合理的解释？比如，我们给机器一万张图片学习人脸识别，不能一次性把一万张图片给它，而要分批给它，如每批给100张去学，或每批给1000张去学。你会发现一个很有意思的事情，就是每次给它1000张和给它100张的学习效果是不一样的。而这又是为什么？这现在是计算机科学研究的一个热点。在解决问题的过程中，我们如何使用计算机？在利用计算机解决问题时，算法的使用和选择非常重要。那么就要关注算法复杂度。什么是算法复杂度？指算法在编写成可执行程序后，运行时所需要的资源（时间资源、内存资源）。同一问题用不同算法解决，而算法的质量优劣将影响到算法乃至程序的效率。举一个简单示例：对N个数排序。当n=10时，对9、2、7、5、1、0、6、3、4、8排序，排序完是0、1、2、3、4、5、6、7、8、9。排序是很简单的计算机科学问题，你有什么好的算法呢？而当N的规模不同时，我们要采取的方法也会不一样。当N=1000？N=100万？N=10亿？我们要对1000个数、100万个数、10亿个数进行排序，要用什么方法呢？当N规模越大，比较复杂的算法消耗资源也越多。在计算机科学研究中，我们往往不知道N是多少，或者今天写一套软件程序，可能十年甚至二十年后我们还希望能使用它，今天N只是1000，10年后也许就变成了10亿。所以我们在设计软件时，必须要考虑算法复杂度，考虑算法的可持续发展性。其次，各个学科都在使用计算机以及超级计算机进行模式实验。随着计算机普及，现在各个学科包括物理、化学、生物、地理、天文、工程等都会在研究中使用计算机进行模拟实验。而使用超级计算机进行模拟实验的情况也越来越多，当具体实验问题太大、太小、太快、太慢、太贵或太危险时，都可以采用模拟实验。比如研究宇宙天文，天文数字非常庞大，又很难用人类肉眼去做实验，如捕捉小行星等，就可以用计算机模拟。比如分子层面的蛋白质折叠等，牵扯状态太多，做实验也很困难，也可以用计算机去模拟。比如设计高效能飞机引擎，速度太快，实验数据很难捕捉，就可以先用计算机模拟引擎在各种环境下的性能如何。比如全球气候变化，人类要观测几百年甚至上千年才会一些气候变化特征，单靠实测性研究几乎不可能。现在普遍是科学家采集一些数据，然后运用计算机模拟。比如核爆模拟实验，虽然各国达成协定后，都不再做真实的核爆实验，但是使用超级计算机仍可以进行核爆模拟实验。关于科研中计算机、超级计算机的算法及其使用的知识，稍后再有单独文章进行介绍。有兴趣的读者欢迎持续关注。最后，进行计算机科学研究、人工智能进行研究需要哪些工具。现在最热门的编程模型就是python，它是一种很好的免费数据分析工具。如果需要编程框架，可以使用谷歌的tensorflow或facebook的pytorch，也是免费工具。书籍方面的话，姚期智可能会在9月份出一本书叫《人工智能（高中版）》，他是我国目前最好的计算机科学家，最权威的人工智能专家。以下为问答精选Q1：中学生对科学研究有兴趣的话，在实验设计数据收集和分析等方面您有什么好的建议吗？尤博士：我认为中学生最好先找一个老师去指导你，比如去大学实验室，教授可能会安排他的博士生去一步步对你进行指导。加州伯克利分校每年会招一些高中生甚至初中生到实验室参与研究，由于我们知道他们没有经验，首先会一步一步教他们怎么做，如第一周会告诉他们怎么样采集数据？采集哪些数据？怎么使用软件？对中学生，我们的态度就是手把手教。Q2：从您的专业角度来看，对于中学教师，如何帮助学生进行科学研究？尤博士：教师引导高中生、初中生参与科学研究，首先必须充分沟通，了解学生究竟有什么疑惑，具体问题是什么，可能对教师来讲很简单的问题，学生没有相关专业背景，可能就会觉得是很难的问题。如果教师不理解学生的内心想法和困难，就很容易造成误解。不了解学生，给他安排了非常艰难的任务，很容易给学生挫败感，就会让他逐渐对科研失去感兴趣。另外，教师可以为学生搭建适合的科研平台，比如与大学实验室或课题组建立联系。Q3：您对跨专业读博士有什么好的建议吗？尤博士：我认为跨专业读博士很常见，以人工智能为例，它需要很多数学基础，如果本科学数学，研究生学人工智能，可能比本科就读计算机的同学还会更有优势。很多计算机专业的学生，数学理论功底没有数学专业强。本科学数学不管转到哪个科学都是蛮有需要的。如果本科是物理专业的话，也很容易转到计算机或者其他学科。备注：有兴趣了解更多创新教育、国际教育资讯，欢迎私信或关注微信订阅号“东西视野EDU”。#科技#

课题研究现状”很多教育同事谈到课题研究时，都露出为高不可攀的神情，认为那是大学教授、科学家们的事情，自己遥不可及。即便是很多正在参与的教师，也是心有胆怯，也常说我也不是很懂，不知道怎么做最好。甚至还有很多教师认为课题研究和一线教师毫不相关，反倒觉得写写心得文章、教育论文倒是教师可以干的事。其实，这是很多教师对课题研究缺乏了解，其实搞课题研究并没有大家想象中的那么难。“什么是课题”首先我们要了解什么课题。“课题”就是要尝试、探索、研究或讨论的问题。《现代汉语词典》把课题解释为：研究或讨论的主要问题或急待解决的重大事项。课题是指为解决一个相对独立而单一的问题,而确定的最基本的研究单元。个人认为中小学教师所从事的课题研究和专家的研究有很大的区别。第一，“课题”就是一个问题，是自己在一段时间内需要关注、澄清和解决的一个真实存在的教育教学问题，研究的目的就是在解决问题的过程中，分析问题的本质和存在的根源，寻求问题解决的路径，总结有益的经验，记录自己在问题解决过程中的些许感悟和心得。 第二，“课题”就是一个愿景，是自己在先进教育理念、教育价值观、教育理想的驱使下对所向往的“未来”教育教学的憧憬和勾画，是自己在一段时间内需要努力去构建或打造的一个工程，如某一种特色教育、理想课堂、教学模式的构建等。 第三，“课题”就是一个主题。每个教师每天总在反思，经常会用教育叙事、教育案例、教育日记、教学札记、教育论文、教育随笔等林林总总的形式记录自己在教育实践中的点滴思考，但往往比较凌乱、零散、随意，而课题就为这些研究提供了一段时间内相对集中的主题，有了贯穿的线索，使我们的这些研究主题集中，方向明确，目标清晰。总之，我认为一线教师课题研究活动，实际上是要求在更高的水平层次上展开教学活动，即强化从日常教学中蕴涵的科研成分着手，以科研的思路去重新审视教学过程，发现问题、思考问题，形成解决问题的策略，并通过教学实践使其得到验证与完善，从而使教学工作逐步向最优化方向发展，同时也使自身的素质水平得到提升与飞跃。 课题不同于项目和论文我们经常说“立项”，有的人把“课题”称“项目”，实际上课题与项目既有联系又有区别。课题是科学研究的最基本单元，具有较为单一而又独立的特征，而项目是由若干个彼此有联系的课题所组成的一个较为复杂的、带有综合性的科研问题。相比于大多数的教学论文撰写、集体研讨等教育活动，课题研究应该是比较严密、系统一种教科研方式。和论文相比较，课题研究是基于教育教学问题而产生教育探究活动，更准确的说是基于问题并解决问题的问题情境下的教研活动，和理科实验法探究的思路极为相似，或者说基本相同，理科教学实验法探究的步骤一般为：提出问题--作出假设--设计实验、验证假设--分析结果、得出结论，而课题研究第一步就是要发现问题，并能概括凝练提出核心问题。课题研究所有的活动都是以问题为中心展开，具有对问题的鲜明针对性，都是基于解决这一问题而进行的系列活动。而论文是围绕自己的中心论点展开的教育论证或叙事活动，往往是对成功尝试的总结或理论的升华。课题研究的好处课题研究作为一种教育教学探究活动，他根据探究活动的要求，具有一套科学、规范、系统活动过程或者叫做流程，课题研究的过程包括课题的选择与论证、制定研究计划、查阅文献资料、实施研究、研究成果评价和推广等几个方面，研究中严格界定了研究的的对象、内容、范围、方向以及研究的目的和任务，每一个环节都有具体操作要求，比如：课题论证，论证一个课题需要弄清这么几个问题：1.所要研究的问题是什么性质和类型的问题？2.要研究的问题具有什么现实意义？它的理论价值（即在理论上预计有哪些突破？）（可能形成哪些指导性的理论体系）3.要研究的问题目前已有哪些研究成果？研究的方向是什么？4.要研究的问题所应具备的条件分析。5.课题研究的策略和步骤如何？6.课题研究的成果及其表现形式有哪些？通过这些规范的流程，不仅提升了我们思维的严谨度，也让我们的研究更深入、更系统、更全面和科学。课题研究是深化集体教研的一种很好的平台。课题研究不同于论文，论文可以个人独自为战，独立完成，课题则更强调团队的分工协作，发挥整体合力共同实现科研目标。针对一个问题，想要系统的的解决，单凭一个人的力量是不够的，要完成一个教学课题的立项研究，可能涉及教学的各个环节或方面，需要成立研究团队，需要团队成员从具体环节或方面进行人员分工，分别进行研究尝试，以求突破。比如：滕州市第五中学的作为一所农村高中，针对学校课程实施的“选课走班”面临的问题，适时进行“选课走班”教学组织策略优化研究，这是针对学校工作层面进行的问题突破，我们可以看需要研究内容比较庞杂，比如课时安排、课程实施和整合路径、教学方式和适切教学评价等等，研究方法也需要多样，涉及文献信息的查阅和手机、方式方法的比较、问卷调查的数据整理、教师和学生的访谈及个案研究等等，同时还需要对相关的数据整理分析，并最终形成可行性策略。可以看出单凭一个人是根本无法解决的，这就需要团队的分工协作，而在这分工协作的同时，围绕主要的教育教学问题，教学教研有了明确主题和目标，以研促教、立足学生、深化课改的浓郁氛围形成，教师们阅读了大量的有关教育、教学的书籍后，就有利于形成自己的教学理念，教师的研究意识、研究热情和反思总结良好习惯得以加强，就可以用新的教育理念去审视自己的日常工作的习惯，自觉地去改进自己的教育手段，进行科学的教学反思。

整理文献写论文的时候你就会悟到：平日不整理，用时悔断肠！不说上百，几十篇文献总有了吧，当你提笔写作时，脑海中只有：这个结论的文献我看过，题目是什么来着？最后只能对着文件夹空怅望。有很多知名的文献管理工具（EndNote、Zotero、Mendeley）功能都做得很好，实在不行还有Excel，当你读完一篇比较优秀的文献后，将标题、创新点、研究方法、自认为可借鉴之处等内容统计到表格中，一目了然，既方便平时想起时找出来重读，又能在写论文时快速获取核心价值。2. 自我约束科研过程中的干扰无处不在：手机，电子邮件通知，甚至是实验室有人在闲聊。严格的科研人员应当能够做到严格的自我约束。当你在实验室工作时，不妨：将手机放在看不见的地方，比如抽屉或书包中。关闭“电子邮件”标签，在日程安排中设置一个时间来回复电子邮件。戴上耳机听音乐边做事（温馨提示：音乐最好是舒缓的而不是劲爆的）。对于研究人员而言，这些约束在撰写论文时会有效集中精神，专注工作。3. 未雨绸缪定期制作待办事项列表是提高实验室工作效率的有效方法之一。在每周结束时花几分钟时间计划下一周，并确定优先级最高的任务。同样，在每天结束时，花几分钟时间进行检查，以便及时调整第二天的计划。这种方法或许想象起来很麻烦，但将之变为自己的一个习惯后，它将确保你按计划去实现目标，使每天的工作都是有效的。4. 定期工作总结这与上一条本质上是相同的，也是为了高效地进行科研。可以将时间固定为一周或者半个月、一个月，对前面已做的工作进行梳理和总结。查看有哪些问题尚未解决？已完成的工作中是否有纰漏？相信很多课题组都有组会，既是向老板的反馈和汇报，更重要的也是为了定期反思自己的工作，确保研究路线没有走偏。5. 实验记录和数据处理（1）最好不要将自己的实验记录本弄得像鬼画符一样，除非你能保证你一年后仍旧能够看懂现在的记录。记录格式保持清晰（仅供参考）：XXXX年XX月XX日，温度：X℃，湿度：X%反应过程：XXXXXXX反应时间：XXX——XXX……同一课题组所做的研究是一脉相承的，清晰条理的实验记录既方便自己后期查找问题，也方便师弟师妹拿出来借鉴参考。（2）关于数据处理，我想要指出的一点是，当你的实验数据包含多个对比实验条件，作图时切记固定其图表中点或线的颜色，否则等到论文中插入图片时，你会感受到重新作图的崩溃。大家还有哪些良好的科研习惯呢？欢迎评论区分享呀~特别声明：本文为艾德思(EditSprings)原创文章，并由我司官方账号在相关平台进行统一推送，禁止一切未经授权的转载抄袭行为！如需转载请联系我司获取授权，并注明详细出处来源。