Cómo investigar (5) solución

2. La lógica del pensamiento debe ser limpia.

¡Piensa lógicamente, piensa lógicamente! Siento cada vez más que ésta es la cualidad más importante para una persona que se dedica a la investigación científica. Hay dos tipos de estudiantes que tengo. La mayoría de ellos tienen un pensamiento muy limpio, pero también hay algunos estudiantes cuyo pensamiento es confuso y pegajoso. Los estudiantes con pensamiento caótico y pensamiento lógico necesitan descubrir sus malentendidos a través de una autocomprensión constante; de ​​lo contrario, tendrán dificultades en el proceso de avanzar. Por ejemplo, el cerebro humano es como una computadora. La lectura de datos es una entrada de datos y el procesamiento se basa en la lógica del pensamiento. Si la lógica del pensamiento es confusa, parece que hay un error en el programa. Por muy suficientes y correctos que sean los datos introducidos, no servirán de nada. Incluso las lecturas de entrada pueden ser más confusas debido a la potencia de procesamiento limitada.

Algunos estudiantes todavía están obsesionados con una pregunta muy detallada e irrelevante; el pensamiento de otros estudiantes es muy nervioso. Después de un tiempo, estaban pensando en la parte superior del problema, pero antes de que pudieran discutirlo claramente, de repente saltaron a un detalle de bajo nivel. Algunos estudiantes no pueden escuchar las opiniones de otras personas y solo tienen su propia voz en sus mentes; algunos estudiantes no entienden el principio de unidad de los opuestos y siempre quieren hacer que los problemas sean absolutos, causándose muchos problemas a ellos mismos; están acostumbrados al desarrollo y siempre piensan en cómo implementar un sistema en lugar de centrarse en la innovación. Algunos estudiantes no son buenos para analizar problemas y datos, y no comprenden el método de pensamiento de analizar primero y luego sintetizar; Siempre bordean la superficie de un problema y nunca profundizan más. . . . . .

Muchos contenidos de la carrera de pregrado en informática no se pueden utilizar directamente en trabajos futuros, pero una profesora que imparte cursos de informática en una universidad de medicina me dijo que le resulta difícil pedir a los estudiantes de universidades de medicina que escribir programas Debido a que la lógica del pensamiento es completamente incorrecta, la medicina requiere mucha memorización, muchas enfermedades son relativamente vagas y requieren mucha experiencia, y el pensamiento por computadora es muy riguroso y completo. Los profesores que enseñan informática a los estudiantes de la Escuela de Administración y los estudiantes de la Escuela de Humanidades también tienen sentimientos diferentes. ¿Cuál es la razón? La razón es que las carreras de pregrado en informática, como matemáticas discretas (incluida la lógica matemática), algoritmos y estructuras de datos, programación avanzada y otros cursos, han sentado una cierta base lógica para la carrera de informática. La forma de pensar tiene una influencia importante en una. trabajo futuro de la persona.

Tengo un colega que pasó de la ciencia a la informática. Obviamente soy diferente a él. Rara vez programaba, pero solía pasar mucho tiempo analizando los datos después de cada experimento. Pero no presto suficiente atención al análisis de datos. Mi pensamiento tiende a ser cómo formular inteligentemente un conjunto de métodos para implementar un sistema y resolver un problema. La ciencia se centra en explicar el mundo, mientras que la ingeniería se centra en realizar sistemas. Sólo a través de una introspección constante podemos encontrar nuestra propia forma de pensar, utilizarla y modificarla y realizar investigaciones científicas sin problemas.

3. Análisis y síntesis

El análisis y la síntesis son dos poderosas herramientas de pensamiento y deben usarse bien. A menudo, cuando surge un problema, no sabemos qué hacer. no te preocupes. Utilice el "cuchillo" del "análisis" para dividir el problema en varios subproblemas. Cuanto menor sea la correlación entre las subpreguntas, más razonable será el cuchillo. No importa si realmente quiere estar "conectado con carne y hueso", pero debe registrar la relación entre las subpreguntas. Si el subproblema es fácil de resolver, es el problema original y no es necesario dividirlo. Si es aún más complicado, puedes analizarlo más a fondo y proponer algunas preguntas "nietas".

Después de un análisis en profundidad, hemos visto claramente un problema aparentemente poderoso, y es más fácil encontrar soluciones a cada problema original, y el espíritu del investigador también puede relajarse.

Sin embargo, la investigación no es ingeniería y no puede conformarse con aplicar parches para resolver un problema específico. Tras el análisis, todavía queda un arma que se puede "sintetizar". La función "Compuesta" es fusionar elementos similares. Por ejemplo, al examinar las subpreguntas 1, 4 y 5, sentimos que este problema es como una esfera, y al examinar las subpreguntas 2 y 3, sentimos que este problema es como un plano circular. Después de la inducción, podemos construir un modelo "hemisférico" para este problema, que probablemente se acerque a la situación real. Después de la inducción, puede deducirlo y ver si funciona, es decir, utilizar datos de prueba para comprobarlo.

En general, el análisis consiste en clasificar y examinar las características de cada categoría. El análisis es un microscopio que nos ayuda a ver cada detalle del problema. La síntesis consiste en encontrar un modelo unificado que resuma varios fenómenos tanto como sea posible. Un modelo unificado puede ser una fusión de múltiples modelos, pero es mejor no simplemente empalmar, sino integrar múltiples modelos mediante soldadura láser a nivel molecular. El análisis determina la profundidad y la síntesis determina la altura. Ambos son indispensables.

Por cierto, un punto de vista: en general, se cree que existe un fenómeno de investigación integral de bajo nivel en China, como los motores de búsqueda, desde pocas personas involucradas hasta muchas que aparecen repentinamente, la mayoría de ellos se encuentran en la etapa inicial, no divididos en partes iguales. Todo el mundo siente que el espacio de investigación es limitado y la competencia feroz, pero no saben cómo resolver este problema. De hecho, es necesario analizar un tema en profundidad y dividir el gran tema en pequeños temas. Cada empresa no lo hace de manera integral, o incluso si es integral, tiene su propio enfoque claro, como centrarse en la computación distribuida. en motores de búsqueda, o centrarse en la recuperación en varios idiomas, o centrarse en búsquedas precisas como sistemas de preguntas y respuestas, etc. Para grupos más pequeños, pueden incluso centrarse en cuestiones más detalladas, como la clasificación de preguntas en los sistemas de respuesta a preguntas, la traducción de consultas y la ampliación de la búsqueda en varios idiomas, etc. Sabemos que cuanto más profundas son las raíces de un árbol grande, más diferencia hay y más espacio de suelo cubren. También lo hace la investigación. Si todo flota en la superficie, el espacio se sentirá pequeño. Si son más profundos, hay más espacio y es menos probable que se estrellen. Y en un problema subdividido, puedes concentrar tu fuerza superior para lograr resultados revolucionarios, y dado que hay relativamente pocos académicos que estudien el mismo problema subdividido, la acumulación de trabajo de investigación es relativamente insuficiente y es posible que obtengas nuevos resultados con un solo movimiento. . Entonces, mi consejo es: profundice, profundice, profundice.

4. Pensamiento innovador

¡La innovación es el alma de la investigación científica! "Sin innovación no hay muerte", todo investigador científico debería tener esta determinación. En el mundo científico no existen "Juegos Provinciales" ni "Juegos Nacionales", sólo los "Juegos Olímpicos". No tiene sentido decir que usted es la primera persona en China que propone la "teoría especial de la relatividad". Bueno, la innovación debería ser la primera persona en el mundo a la que se le ocurra una idea. Si su idea ya ha sido propuesta en algún rincón de la tierra, no es innovación, sino duplicación y un desperdicio de recursos de investigación científica, mano de obra y recursos materiales. La vida es corta y la mayoría de las personas realizan tareas repetitivas día tras día. Tienen suerte de ser investigadores científicos y pueden expresar sus ideas únicas. No importa lo rápido que sea, lo doloroso que sea recibir sabiduría de los demás.

No existe una fórmula fija para la innovación. Si lo hay, será como una forma determinada de ganar dinero con el comercio de acciones. Todos pueden ganar dinero e innovar. Me gusta mucho lo que dijo Yue Fei: "La belleza de la gestión radica en la concentración". Según los registros históricos, Yue Fei era valiente y bueno luchando, y Zongze lo apreciaba y valoraba. Zongze una vez convocó a Yue Fei y le dijo: "Eres valiente y talentoso, pero un buen general no puede pasar. Sin embargo, una buena batalla en el campo no es una panacea". Fei dijo: "Después de la guerra, compartimos las mismas tácticas de guerra y las usamos maravillosamente con un solo corazón y una sola mente". Zongze expresó su profundo agradecimiento después de escuchar esto. Investigar es como librar una guerra. Hay tácticas fijas, pero si realmente quieres ganar, necesitas "tropas sorpresa", la llamada "victoria sorpresa". ¿Qué sorpresa? Todo depende de la cabeza del comandante.

¿Qué tipo de persona es buena en innovación? Creo que lo primero son esas personas a las que siempre les gusta pensar de forma salvaje. Confucio tenía un estudiante muy talentoso llamado Zigong, pero Confucio dijo que solo podía pedir un poco de conocimiento, diciendo que no era tan bueno como Yan Hui, y que Yan Hui podía pedir un poco de conocimiento. Por analogía, consiste en utilizar varias similitudes para establecer relaciones dentro del propio sistema cognitivo y crear condiciones para la innovación. "Cao Sheng" Zhang Xu aprendió su caligrafía cursiva de la danza de la espada de la tía Gongsun. Debido a que Zhang Xu ha dominado las habilidades básicas de la caligrafía a través de años de dura práctica, es difícil absorber nuevos nutrientes de la caligrafía misma si quiere desarrollarse.

Finalmente, aprendí de la danza de la espada que había adquirido una nueva estructura cursiva y que tenía un giro para mejorar artísticamente.

Al realizar una investigación, un número considerable de estudiantes solo lee los artículos más relevantes para su tema. Si es un campo nuevo y hay pocos artículos, se sentirá muy deprimido y no conocerá la inspiración fuera del campo. Las personas que se dedican a la recuperación de textos deben tener cierto conocimiento de la recuperación de imágenes y poder inspirarse en ella, y viceversa. Los modelos de lenguaje se utilizaron originalmente para el procesamiento del habla y ahora se han convertido en los métodos teóricos más maduros en el campo del procesamiento de textos. La analogía y el injerto siempre han sido métodos importantes de innovación, pero no tienen una base amplia. Sólo saben un poco de lo que tienen delante de sus narices y no pueden escapar de las trampas de pensamiento que se han tendido, por lo que no se les ocurren nuevas ideas.

La innovación también debe surgir de la propia experiencia única. Tomemos como ejemplo la poesía. La poesía refleja la experiencia de vida única de una persona, por lo que es muy tabú utilizar algunas palabras generales de uso común, como describir el río Yangtze. En lugar de decir "olas turbulentas", debería decir "tormenta". la orilla y acumulando miles de montones de nieve." ". También lo hace la investigación. Tienes que usar tus propios ojos para observar los datos, descubrir características que otros no han descubierto, descubrir fallas que otros no han descubierto y encontrar una perspectiva de observación que otros nunca han usado para volver a observar tu objeto de investigación. Las personas tienen diferentes experiencias y diferentes maneras de observar y pensar sobre los problemas. Si puede expresar su experiencia original a través de inducción y resumen basado en investigaciones repetidas, incluso si es una pequeña mejora, será diferente de las demás. Es más, en cuanto a tu tema, sólo hay un puñado de personas en el mundo que pueden trabajar sin descanso durante dos o tres años, me temo que no tienes autoestima. Mientras persistas en ti mismo y te expreses, no importa cuán pobres sean tus calificaciones, definitivamente podrás innovar.

Hay varias innovaciones que abren un nuevo campo y plantean una nueva pregunta. Esta es una gran innovación. No es fácil hacerlo a nivel de posgrado. Primero se pueden hacer algunas innovaciones metodológicas. Hay diferentes innovaciones en los métodos. La "innovación modelo" es una innovación relativamente grande. "Modelo" nunca es igual a "realidad". Un modelo es la mayor aproximación a la realidad. Para la misma entrada, un buen modelo puede dar una salida más cercana a la situación real. Por ejemplo, existe un modelo de espacio vectorial en la recuperación de información, que se utiliza a menudo por su simplicidad, pero no considera la correlación entre términos. Si se puede proponer un nuevo modelo que tenga en cuenta las restricciones de términos entre términos, es posible lograr mejores resultados. Este tipo de innovación es relativamente sencillo. Si pudiéramos revertir completamente el modelo de espacio vectorial y proponer un modelo similar a LSI (indexación semántica oculta), sería una innovación mayor. Otro ejemplo es la traducción automática basada en casos propuesta por Zhen, que supone un cambio de forma de pensar. El proceso de traducción se considera una coincidencia de casos, en lugar de buscar en el diccionario y ajustar el orden. Esta es una innovación relativamente grande y creo que es muy significativa.

Si proponemos nuevas funciones sobre este tema, o un nuevo método de extracción de funciones, o utilizamos un método de aprendizaje automático que otros no han utilizado, siempre que podamos decir la verdad, también es innovador, pero no tan emocionante.

El pensamiento innovador es el que busca diferencias, no puntos en común. Es muy hábil, versátil y sin escrúpulos. Debemos observar las cosas desde el este, el oeste, el norte, el sur, arriba, abajo, izquierda y derecha. Si las cosas que enfrentamos son demasiado grandes, ¿podremos ocuparnos de ellas después de haberlas aplastado? ¿Se puede cortar en pedazos? ¿Puedes derretirlo en agua y procesarlo? No puedo soportarlo en el suelo. ¿Se puede transportar al fondo del mar o enviar a la estación espacial? El procesamiento de imágenes implica la transformación del dominio espacial al dominio de frecuencia. El ruido que no se puede separar en el dominio espacial se puede distinguir fácilmente en el dominio de frecuencia; en la desambiguación del sentido de la palabra, el banco no sabe si es "orilla del río" o "banco". ". Si lo miramos desde una perspectiva macro, por ejemplo, si sabemos que el artículo aquí es finanzas, entonces nueve de cada diez veces es "banca".