Research 犹如登山
source link: https://zhiqiang.org/math/research-is-like-climbing.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
Research 犹如登山
基于同 Prof. Ker-I Ko 的关于理论计算机研究的讨论。
在学术领域里面，有很多座高山，每个研究工作者就是希望能够早日登顶。可是，很多高山，你都只知道顶峰，你不知道它有多高，甚至找不到任何可行的路径。在理论计算机方向， P vs NP 就是这样最高的一座山，无数人在此前仆后继，可是无人能得其要领。
有时候一座山，找不到路径，就去爬它旁边的山，虽然高度不及，可也比直接爬原来那座山要爬得高，这样就能从远处窥视一下山顶，期望找到一条路径。为了解决 P vs NP ，人们在它旁边爬了无数的高山，可离 P vs NP 还是太远，要想突破还是需要寻找新的路径。
做研究是阶段性的。有时候，突然发现一座新的高峰，大家都争先恐后的往上爬，形成一个热门领域，等此山爬得差不多了或者找不到往上爬的路径，此领域就慢慢沉寂了，只有几个大牛，没有学术压力的人去继续爬啊爬。可一旦发现新的可行的路径，又会吸引一大批人来做这个问题，重新成为一个热点。
做理论计算机和做数学不同。数学发展到现在，群峰耸立，每座山都已经被爬得很高了，宽度也很窄，不像山脚下，随便找条路都能往上爬。每个想做数学的人，必须得先费力的爬到已知的高度，然后在现有基础上试图能再往上爬一点。所以学数学更要求勤奋，得先苦读若干年才能做些比较大的问题。伽罗瓦这样的天才后无来者。而理论计算机领域就不一样了，现在很多山峰还没有被完全开发，随便找座山，都能往上爬一爬，当然别人对你是否感兴趣，是否愿意跟着你爬就不一定了。所以，做理论计算机方面的东西，入手比较快。碰到一个问题，完全可以直接从山脚开始爬，因为大家都爬得不够高，一条新的路径说不定更有效。所以，不提倡拿到一个问题，就先去寻找和阅读文献，而应该先自己多想想。
每一个领域，都有圈内人(指那些审稿人或者已经很有名气的教授等)，边缘人(认识一些圈内人)和圈外人(一般教授或者我们这些研究生学生)。同样质量的文章，圈内人 80%的机会被接受，边缘人能到 40%，圈子外面的就只有 20%的机会了。这也是有些人能在顶尖杂志灌水，而大多数人只能望文叹气的原因。所以做学术也讲究关系，学者都喜欢到处访问交流就是这个道理。而学术界也分为若干个圈子，不同圈子里的人互不往来。特别提到数学界。
对于一个研究生，进入一个领域，开始做第一个问题和发第一篇文章是最难的。一个比较好的方法是：跟着导师直接从一个问题的中途入手。
Q. E. D.
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK