Reading: How to do Research At the MIT AI Lab

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。

links:
How to do Research At the MIT AI Lab
http://www.cs.indiana.edu/mit.research.how.to/mit.research.how.to.html

如何做研究(MIT AI Lab)
http://www.cnblogs.com/itolssy/archive/2008/08/31/1280434.html


Note:
Howto不是silver bullet，不能帮你解决所有研究的问题。但是howto可以作为一面镜子。在感觉累的时候可以对照一下。
去年应老师的讲座现在还记得。最后提问环节，有同学问起如何做研究。他说好的研究是没有方法的。那些做出杰出贡献的学者不一定去看什么研究方法。但是，品味很重要。它决定你研究的高度。
关于应老师还有一些链接：
http://hi.baidu.com/chchina/blog/item/75510c23097dc14e9258074b.html
http://www.univs.cn/newweb/channels/bbs/2007-01-15/729249.html
搜google才发现应老师这么低调。他发的文章级别都是很高的。