前言： 我很少转载文章，好像只转过空灵写我的一篇文章。

 

前段时间看两篇IJCAI的文章，几乎没有数学公式，没有新奇的算法，没有复杂的理论，搞不清楚为啥就上IJCAI了。后来想了想，是它最根本的出发点，是从来没有人用过的。看了下面这篇博客，让我觉得有高屋建瓴的感觉，和大家分享。

 

原文链接：http://dahua.spaces.live.com/ （非常推荐这个博客，其实我想把他70%的文章都转过来）

 

正文：很多做research的朋友喜欢top-down approach，包括我自己。就是说，在开始一个topic的时候，在第一时间就设定了大体的formulation，model又或者methodology。至于选择哪种设定，往往取决于研究者本身的偏好，知识背景，或者对问题的第一反应。

接下来的事情就顺理成章了，推导数学模型和相关公式以及算法步骤，然后设计程序进行实验。当然少不了再拉上几个相关工作，比较一番。如果自己的设计很幸运地有明显的improvement，于是非常满意，开始写paper（在不少情况下，paper的理论部分甚至提前写好了）。可是，如果不work呢？ 通常大家会采取下面一些方法中的一种或者几种：

• 观察实验结果，猜想几个不work的原因，然后回头局部调整模型和算法；
• 换一下数据集，看看能不能work
• 祭起“终极法宝”——调参数，人工修改或者写脚本遍历，直到找到一组work的参数为止。不过，那些作为“绿叶”用的参照算法，通常是没有这种待遇了。

无论如何，你总算把实验搞定了。但是，为什么work呢？除了几条曲线，你总得找一些“让人信服”的理由。在我所在的领域，有一些理由几乎是万能的，因而普遍出现在paper里面：

• 以前的算法，不考虑某某因素，而这个因素是很重要的，我的算法考虑了，所以效果更好
• 以前的算法，把某些因素分开考虑，但是它们实际上是相关联了，我的算法把它们结合在一起，体现了这种关联关系，所以更好
• 以前的算法是线性的，但是这个问题本身明显是非线性的，我这里用了非线性的方法，所以更符合实际。为了进一步解释清楚，还画出一些二维或者三维的toy samples，显示出线性和非线性有“多么巨大的差别”
• 以前的方法用的是参数化模型（比如高斯分布），而现实世界明显不是这样子，我这里采用非参数化模型，能更准确地逼近实际分布
• 主流方法大都采用某某算法完成某个步骤，或者某某特征来描述某个方面，其实这个算法或者特征在这里不太适合，我换了一个更适合的或者更“先进”的。

还有很多，不一而足。总体来说，就是增加了某方面的复杂性，推广了模型，或者把某些部分变得更加时髦，数学更深。正因为多了东西可以调节，只要花上足够时间去设定参数，还是有很大机会能找到一组能得到improvement的参数的。可是，这种improvement是不是真正有意义呢？是不是足够significant，以至于所增加的复杂性是值得的呢？

我们的世界总是无限复杂的，和无数的因素相关，这些因素又总是有某种联系。我们的前辈们留给我们的最好的方法，就是从问题中分离出最关键的要素，和最重要的关系，而非不断地增加价值不大的因素，建立意义不大的联系。

我并不是一个完全拒绝复杂，但是我个人觉得对复杂性的增长应该慎重。每增加一个要素，都应该是基于对问题的深入分析，而不是先入为主的设想和冠冕堂皇的理由。这不完全是知识能力的问题，更多的是一种治学态度——是不是愿意安心下来对问题本身进行深入细致的解剖，找出问题本身的关键所在，而不是脱离问题预先构想某种“漂亮”模型或者“巧妙”方法，并且通过上面所述的种种方法推销出去。

研究是一种创新的过程，广拓思路是必须的。但是真正有价值的novelty应该是建立在对问题本身的深入理解，确实发现了别人忽略的关键因素，或者主流算法的真正不足，并且创造性地提出解决方法。这需要持之以恒的努力。真正经得起考验的学术价值，源于解决还没有被解决的问题，而不是使用了某种所谓别人没用过的“新颖”方法来解决本来已经解决的问题，又或者给模型加入某个要素来取得非实质性的性能改进。

上面所说的这些问题，几乎都发生在我的身上。而汤老师的很多建议，其实正是指出了这些问题，却没有被我认真思考，反而总是以为只要理论做得高深，模型设计得精巧，就是好的工作。来了MIT之后，更多地阅读一些有历史价值的文章（现在看CVPR反而比较少了），接触一些更加solid的工作。许多有重要贡献的工作，往往未必有很炫的方法和模型，但是，其对于问题本身的深入发掘和洞察却令我惭愧。

要做真正的学问，首先要戒除浮躁。

2008年4月8日中午，发生了一件极其灵异的事件.

 

昨天,我的饭盒的盖子和饭盒之间的扣子坏了，使得我把刚加热好的饭盒从手里掉到桌上，虽然不是很高，也把里面1/2的菜振了出来,振到了桌面上, 饭没有掉出来. 我很无奈,不过也只好把振出来的菜清理到垃圾桶里,将就准备用剩下的1/2的菜配完所有的饭. 就在我在办公室吃饭的时候, 神奇地从饭底下发现了菜,而且不多不少刚好和掉出去的一样多. 于是我又可以享受俺的午餐了.

 

我清楚地记得我前一天晚上并没有在饭里藏菜, 而且我绝对不可能在饭盒里放那么多的菜(3/2). 冥思苦想, 不得其解.

 

最近有些慢性郁闷症, 希望positive的灵异事件在我身上再多发生一些吧.

在埃德蒙顿这个地方，下点雪不是什么奇怪的事情。不过昨天还"在希望的田野上"，今天满地的雪水和膝盖高的雪"让我们荡起双桨", 还是让人觉得意外.

 

看了CMU的ETC创世人之一Randy教授的2个讲座,一个是"如何实现儿时梦想", 一个是"时间管理". 水mm推荐的, 我觉得很励志, 很鼓动. 懒散惯了, 还相信梦想的同志, 推荐你看看. 于是我象以前一样又"热血沸腾"地决定改变晚睡晚起的习惯, 决定每天7点起床, 晚上11点睡觉. 以前有过无数的计划, 也大都变成了阻尼运动, 渐渐消失了. 然而我想我能坚持10天就有10天收获吧, 聊胜于无聊.

 

早上起来, 开窗一看, 雪花那个飘~~ 中文说是"风雪无阻", 英语说"brave the elements", 我给自己带了两顶高帽就向学校进发.

 

随便找个人，叫他用四个字描述下加拿大这个国家，95%的人马上就会说“地广人稀”。实在是贴切。学校每到周末节假就寂静得吓人，今天这场大雪，更是让学校里鲜有人影。四处静静地，白雪悄悄地皑皑。有时候, 希望有个安静的下午，天空飘着大雪，而自己在有窗户的办公室小世界里独自看书。今天真的到了这个环境下，却觉得安静冷清得可怕。（老申长谈开始：）有时人会想象自己想要的东西，可是真的得到时候却不一定会象自己原来想的那样开心。伤感的不是得不到的，而是得到了却不是自己想的那样。有一双明亮的眼睛，比有一双能干的手重要。

 

说一个新鲜事, 前几天公车上看到一个漂亮的blond，捧着一本砖头厚的中文教材在背“词语”。她先挡住左边的中文，看着书右边的英文，然后再纸上默写着汉字, 一笔一划十分认真。女生啊女生,你的未来不是梦. 我心里平衡了一点, 中文书比红宝书厚多了.

 

没有灵感了, 我决定把我瘦弱的脑细胞们留到做研究的时候再大肆屠杀. 各位读者, 我们下一期<申报>再见.