说明：本文有点长所以最后附仩word版

作者：人工智能硕士实验室全体研究生

译者：柳泉波　北京师范大学信息学院2000级博士生

摘要本文的主旨是解释如何做研究。我们提供嘚这些建议对做研究本身（阅读、写作和程序设计），理解研究过程以及开始热爱研究（方法论、选题、选导师和情感因素）都是极具价值的。

备注：人工智能硕士实验室的Working Papers用于内部交流包含的信息由于过于初步或者过于详细而无法发表。不像正式论文那样会列出所有的参考文献。

并没有什么神丹妙药可以保证在研究中取得成功本文只是列举了一些可能会有所帮助的非正式意见。

本文档主要是为MIT囚工智能硕士实验室新入学的研究生而写但对于其他机构的人工智能硕士研究者也很有价值。即使不是人工智能硕士领域的研究者也鈳以从中发现对自己有价值的部分。

要精读完本文太长了一些，最好是采用浏览的方式很多人觉得下面的方法很有效：先快速通读一遍，然后选取其中与自己当前研究项目有关的部分仔细研究

本文档被粗略地分为两部分。第一部分涉及研究者所需具备的各种技能：阅讀写作和程序设计，等等第二部分讨论研究过程本身：研究究竟是怎么回事，如何做研究如何选题和选导师，如何考虑研究中的情感因素很多读者反映，从长远看第二部分比第一部分更有价值，也更让人感兴趣

l 如何通过阅读打好AI研究的基础。列举了重要的AI期刊并给出了一些阅读的诀窍。

l 如何成为AI研究领域的一员：与相关人员保持联系他们可以使你保持对研究前沿的跟踪，知道应该读什么材料

l 如何学习AI相关领域的知识。对几个领域都有基本的理解对于一个或者两个领域要精通。

l 如何做研究笔记

l 如何写期刊论文和毕业论攵。如何为草稿写评审意见如何利用别人的评审意见。如何发表论文

l 如何做研究报告。

l 有关程序设计的AI程序设计与平常大家习惯的程序设计有所不同。

l 有关研究生涯最重要的问题如何选导师。不同的导师具有不同的风格本节的意见有助于你找到合适的导师。导师昰你必须了解如何利用的资源

l 关于毕业论文。毕业论文将占据研究生生涯的大部分时间本部分涉及如何选题，以及如何避免浪费时间

l 有关研究方法论，尚未完成

　或许是最重要的一节：涉及研究过程中的情感因素，包括如何面对失败如何设定目标，如何避免不安铨感保持自信，享受快乐

很多研究人员花一半的时间阅读文献。从别人的工作中可以很快地学到很多东西本节讨论的是AI中的阅读，茬第四小节将论述其他主题相关的阅读

阅读文献，始于今日一旦你开始写作论文，就没有多少时间了那时的阅读主要集中于论文主題相关的文献。在研究生的头两年大部分的时间要用于做课程作业和打基础。此时阅读课本和出版的期刊文章就可以了。（以后你將主要阅读文章的草稿，参看小节三）

在本领域打下坚实的基础所需要的阅读量，是令人望而却步的但既然AI只是一个很小的研究领域，因此你仍然可以花几年的时间阅读本领域已出版的数量众多论文中最本质的那部分一个有用的小技巧是首先找出那些最本质的论文。此时可以参考一些有用的书目：例如研究生课程表其他学校（主要是斯坦福大学）研究生录取程序的建议阅读列表，这些可以让你有一些初步的印象如果你对AI的某个子领域感兴趣，向该领域的高年级研究生请教本领域最重要的十篇论文是什么如果可以，借过来复印朂近，出现了很多精心编辑的有关某个子领域的论文集尤其是

Reports，正式的程度依次增加在八层的架子上可以找到。回顾最近几年的出版粅将那些非常感兴趣的复制下来。这不仅是由于其中很多都是意义重大的论文对于了解实验室成员的工作进展也是很重要。

"或者"AIJ"的AI領域真正具备价值的论文最终都会投往AIJ，因此值得浏览每一年每一期的AIJ；但是该期刊也有很多论文让人心烦Computational Vision（IJCV）是最新创办的，到目前為止还是有价值的Robotics Research的文章主要是关于动力学的，有时候也有划时代的智能机器人论文IEEE Robotics and

每年都应该去所在学校的计算机科学图书馆（在MIT嘚Tech Square的一层），翻阅其他院校出版的AI技术报告并选出自己感兴趣的仔细加以阅读。

阅读论文是需要练习的技能不可能完整地阅读所有的論文。阅读论文可分为三个阶段：第一阶段是看论文中是否有感兴趣的东西AI论文含有摘要，其中可能有内容的介绍但是也有可能没有戓者总结得不好，因此需要你跳读这看一点那看一点，了解作者究竟做了些什么内容目录（the table of contents）、结论部分（conclusion）和简介（introduction）是三个重点。如果这些方法都不行就只好顺序快速浏览了。一旦搞清楚了论文的大概和创新点就可以决定是否需要进行第二阶段了。在第二阶段要找出论文真正具有内容的部分。很多15页的论文可以重写为一页左右的篇幅；因此需要你寻找那些真正激动人心的地方这经常隐藏于某个地方。论文作者从其工作中所发现的感兴趣的地方未必是你感兴趣的，反之亦然最后，如果觉得该论文确实有价值返回去通篇精读。

读论文时要牢记一个问题“我应该如何利用该论文？”“真的像作者宣称的那样么”“如果……会发生什么？”理解论文得箌了什么结论并不等同于理解了该论文。理解论文就要了解论文的目的，作者所作的选择（很多都是隐含的）假设和形式化是否可行，论文指出了怎样的方向论文所涉及领域都有哪些问题，作者的研究中持续出现的难点模式是什么论文所表达的策略观点是什么，诸洳此类

将阅读与程序设计联系在一起是很有帮助的。如果你对某个领域感兴趣在阅读了一些论文后，试试实现论文中所描述的程序的“玩具”版本这无疑会加深理解。可悲的是很多AI实验室天生就是孤僻的，里面的成员主要阅读和引用自己学校实验室的工作要知道，其他的机构具有不同的思考问题的方式值得去阅读，严肃对待并引用它们的工作，即使你认为自己明晓他们的错误所在

经常会有囚递给你一本书或者一篇论文并告诉你应该读读，因为其中有很闪光的地方且/或可以应用到你的研究工作中但等你阅读完了，你发现没什么特别闪光的地方仅仅是勉强可用而已。于是困惑就来了，“我哪不对啊我漏掉什么了吗？”

实际上，这是因为你的朋友在阅讀书或论文时在头脑中早已形成的一些想法的催化下，看出了其中对你的研究课题有价值的地方

一两年后，对自己准备从事的子领域巳经有了一些想法此时——或者再早一点——加入Secret Paper Passing Network是很重要的。这个非正式的组织是人工智能硕士真正在做什么的反映引导潮流的工莋最终会变成正式发表的论文，但是至少在牛人完全明白一年之后也就是说，牛人对新思想的工作至少领先一年

牛人如何发现新思路嘚？可能是听自于某次会议但是最可能来自于Secret Paper Passing Network。下面是该网络工作的大致情况Jo Cool有了一个好想法。她将尚不完整的实现与其他一些工作融合在一起写了一份草稿论文。她想知道这个想法究竟怎么样因此她将论文的拷贝发送给十位朋友并请他们进行评论。朋友们觉得这個想法很棒同时也指出了其中的错误之处，然后这些朋友又把论文拷贝给他们各自的一些朋友如此继续。几个月后Jo对之进行了大量修订，并送交给AAAI六个月后，该论文以五页的篇幅正式发表（这是AAAI会议录允许的篇幅）最后Jo开始整理相关的程序，并写了一个更长的论攵（基于在AAAI发表论文得到的反馈）然后送交给AI期刊。AI期刊要花大约两年的时间对论文评审，包括作者对论文修改所花费的时间以及楿应的出版延迟。因此理想情况下，Jo的思想最终发表在期刊上需要大约三年时间所以牛人很少能从本领域出版的期刊文章中学到什么東西，来得太迟了你，也可以成为一个牛人下面是建立学术关系网的一些诀窍：有很多讨论某个AI子领域（如连接主义或者视觉）的邮件列表，选择自己感兴趣的列表加入

当与很熟悉本领域的人讨论自己的思想时，他们很可能不直接评价你的想法而是说：“你读过某某吗？”这并不是一个设问而是建议你去阅读某份文献，它很可能与你的想法有关系如果你还没有读过该文献，从跟你交谈的高手那裏得到该文献的详细信息或者直接从他那里借一份拷贝下来。

当你读到某份让你感到很兴奋的论文复印五份送交给对之感兴趣的其他伍个人。他们可能会反馈回来很好的建议

本实验室有很多针对不同子领域的非正式（持续发展的）论文讨论组，他们每星期或每两星期聚会一次对大家阅读完的论文进行讨论。

有些人并不介意别人去翻看他们的书桌也就是说，去翻阅他们堆在书桌上的不久要阅读或者經常翻阅的论文你可以去翻翻看，有没有自己感兴趣的当然了，首先要得到主人的许可要知道有些人确实反感别人翻自己的东西。詓试试那些平易近人的人

同样，有些人也并不介意你翻看他们的文件柜实验室中可是有很多学问精深的人，他们的文件柜里也是有好哆宝贝与利用学校图书馆相比，这通常是更快更可靠的寻找论文的方式

只要自己写下了些东西，将草稿的拷贝分发给那些可能感兴趣嘚人（这也有一个潜在的问题：虽然AI领域的剽窃很少，但也确实有你可以在第一页写上“ 请不要影印或者引用”的字样以做部分防范。）大部分人并不会阅读自己收到的大部分论文因此如果只有少数人返回评论给你，也不用太在意你可以如此反复几次——这是期刊論文所必需的。注意除了自己的导师，一般很少将两次以上的草稿送给同一个人

当你写完一篇论文后，将论文的拷贝送给那些可能感興趣的人别以为人家自然而然地就会去阅读发表论文的期刊或者会议录。如果是内部的出版物（备忘录和技术报告）就更不容易读到了

你保持联系的人越是各式各样，效果就越好尝试与不同研究组，AI实验室不同学术领域的人交换论文。使自己成为没有联系的两个科研组交流的桥梁这样，很快的你的桌子上就会冒出一大摞相关的论文。

如果某篇论文引用了自己感兴趣的某些东西做好笔记。维护┅份自己感兴趣参考文献的日志到图书馆去看看能不能找到这些论文。如果要了解某个主题的发展轨迹可以有意地去做一张引用的“參考文献”图。所谓的参考文献图是指引用组成的网：论文A引用B和C，B引用C和DC引用D，等等注意那些被经常引用的论文，这通常是值得閱读的参考文献图有奇妙的性质。一个是经常有研究同一主题的研究组相互不了解你搜索该图，突然发现了进入另一部分的方式这通常出现于不同学校或者不同方法存在的地方。尽可能了解多种方法是很有价值的这总比非常深入的了解某一种方法更好。

暂时搁置哏别人交谈。告诉他们你在做什么并询问人家在做什么。（如果你对与别的学生讨论自己的想法感到害羞也要坚持交谈，即使自己没囿什么想法与他们讨论自己认为确实优秀的论文。这将很自然地引导到下一步做什么的讨论）每天中午在活动楼七层有一个非正式的午餐讨论会。在我们实验室人们都习惯于晚上工作，所以午餐的时候可以跟别人组成松散的小组进行讨论如果你与外界的交流很多——做演示或者参加会议——去印张事务名片，

主要要使自己的名字容易记住从某个时间开始，你将会开始参加学术会议如果你确实参加了，你会发现一个事实几乎所有的会议论文都令人生厌或者愚蠢透顶。（这其中的理由很有意思但与本文无关，不做讨论）那还詓参加会议干吗？主要是为了结识实验室之外的人外面的人会传播有关你的工作的新闻，邀请你作报告告知你某地的学术风气和研究鍺的特点，把你介绍给其他人帮助你找到一份暑期工作，诸如此类如何与别人结识呢？如果觉得某人的论文有价值跑上去，说：“峩非常欣赏您的论文”并提问一个问题。

获得到别的实验室进行暑期工作的机会这样你会结识另外一群人，或许还会学到另外一种看待事物的方式可以去问高年级同学如何获取这样的机会，他们或许已经在你想去的地方工作过了能帮你联系。

通常的情况你只能做AI領域的事情，对AI领域之外的事情一无所知好像有些人现在也仍然这么认为。但是现在要求好的研究者对几个相关的领域都了解颇深。

計算的可行性本身并没有对什么是智能提供足够的约束其他的领域给出了其他形式的约束，例如心理学获得的经验数据更重要的是，其他的研究领域给了你思考的新工具看待智能的新方法。学习其他领域的另外一个原因是AI本身并没有评价研究价值的标准全是借自于其他领域。数学将定理作为进展；工程会问某个对象是否工作可靠；心理学要求可重复的试验；哲学有严格的思辨；等等所有这些标准囿时都在AI中起作用，熟悉这些标准有助于你评价他人的工作深入自己的工作以及保护自己的工作。

经过六年左右的课程方可获得MIT的PhD你鈳以在一到两个非AI领域里打下坚实的基础，在更多的领域内具有阅读水平并且必须对大部分内容具有一定程度的理解。下面是如何学习洎己所知甚少领域的一些方法：

l 选修一门研究生课程这很牢靠，但通常不是最有效的方法

l 阅读课本。这方法还算不错不过课本的知識经常是过时的，一般还有很高比例的与内容无关的修辞

l 找出该领域最棒的期刊是什么，向该领域的高人请教然后找出最近几年值得閱读的文章，并跟踪相关参考文献这是最快的感受该领域的方法，但有时候你也许会有错误的理解

l 找出该领域最著名的学者，阅读他們所著的书籍

l 跟该领域的研究生泡在一起。

l 参看外校研究该领域的系的课程表拜访那里的研究院办公室，挑选有用的的文献数学可能昰接下来需要了解的最重要的学科对于工作在视觉或者机器人学的人来说更关键。对于以系统为中心的工作表面上看，并不相关但數学会教你有用的思维方式。你需要能阅读定理如果具有证明定理的能力将会给本领域的大多数人留下深刻的印象。很少有人能自学数學光做个听众是不够的，还得做习题集尽可能早地选修尽可能多的数学课，其他领域的课程以后选也很容易

计算机科学是以离散数學为基础的：代数，图论等等。如果你要从事推理方面的工作逻辑是很重要的。逻辑在MIT用得不多但是在斯坦福以及其他地方，这是認识思维的主流方法所以你必须具备足够的逻辑知识，这样你才能保护自己的观点在MIT数学系选修一两门课程就足够了。要是研究兴趣茬感知和机器人那么不仅需要离散数学，还需要连续数学在分析，微分几何和拓扑学具有扎实的基础将会给你提供最常使用的技巧統计和概率只是一般有用。

认知心理学与AI共享几乎完全相同的观点但是实践者确实具有不同的目标，他们主要是做实验而不是写程序烸一个人都需要知道认知心理学的某些知识。在MITMolly Potter开了一门很好的有关认知心理学的初级研究生课程。

如果你想做有关学习的工作那么發展心理学是很重要的。发展心理学从一般意义上讲也是很有用的它能告诉你对于人类智能来说，哪些事情难哪些容易它还给出了有關认知体系结构的认知模型。例如有关儿童语言习得的工作就对语言处理理论施加了坚实的约束。在MITSusan Carey开了一门很好的有关发展心理学嘚初级研究生课程。

心理学中更“软”的部分例如心理分析和社会心理学，对AI的影响看似很小但具有潜在的重大意义。它们会给你非瑺不同的理解人是什么的方式象社会学和人类学这样的社会科学可以起相似的作用。具有多种观点是很有用的上述学科你需要自学。鈈幸的是很难区分出这些领域哪些是优秀的成果哪些是垃圾。到哈佛去学习：对于MIT的学生来说很容易交叉注册哈佛的课程。

神经科学告诉我们有关人体可计算硬件的知识随着最近可计算神经科学和联结主义的兴起，对AI具有非常大的影响MIT的脑和行为科学系提供了非常恏的课程，视觉（Hildreth, Poggio, Richards,

如果你想研究自然语言处理语言学是很重要的。不仅如此它还包含了很多有关人类认知的约束。在MIT语言学主要由Chomsky學院负责。你可以去看看是不是符合自己的兴趣George

工程，特别是电机工程已经被很多AI研究机构作为一个研究领域。我们实验室在培养程序中加入了很多需要确实做一些东西的要求例如分析电路。了解EE也有助于建造定制的芯片或者调试自己的Lisp机器上的电源

物理学对于那些对感知和机器人感兴趣的人具有强大的影响。

哲学是所有AI领域看不见的框架很多AI工作都有蕴含着哲学的影响。学习哲学也能帮助你运鼡或者读懂很多AI论文中用到的观点哲学可沿着至少两个正交的轴分解。哲学通常是某种东西的哲学；有关思维和语言的哲学与AI更相关嘫后存在着多种哲学学派，从比较大的范围来分哲学可分为分析哲学和大陆哲学。分析哲学有关思维的观点与AI领域大多数研究者一致夶陆哲学则对我们习以为常的很多东西有非常不同的看待方式。它曾经被Dreyfus用于证明AI是不可能的就在不久前，有几位研究者认为大陆哲学與AI是相容的提供了另外一种解决问题的方法。MIT的哲学属于分析哲学哲学学院深深地受到Chomsky在语言学方面工作的影响。

看起来要学习太多嘚东西是不是？确实如此要小心一个陷阱：认为对于所有的X，“只有我对X了解的更多这个问题才会变得容易”。要知道与之相关需要进一步了解的东西是永远没完的，但最终你还是要坐下来解决问题的。

很多科学家都有做科研笔记的习惯你也应该这样。可能你缯被告知从五年级开始对于每一门科学课都应该记笔记，确实如此不同的记笔记方式适用于不同的人，可以做在线笔记记在笔记本戓者便笺簿上。可能需要在实验室有一个家里还有一个。

在笔记本上记录下自己的想法只有你自己才会去读它，因此可以记得比较随意记录下自己的思索，当前工作中遇到的问题可能的解决方案。对将来可能用到的参考文献作小结

定期翻阅你自己的笔记本。有些囚会做月度总结方便将来的引用。笔记中记录中的东西经常可以作为一篇论文的骨干这会使生活变得轻松些。相反你会发现写粗略嘚论文——标题，摘要分标题，以及正文的片段——是一种记录自己当前工作的有效方式即使你并不准备把它变成一篇真正的论文。（过一段时间你或许会改变想法）

你或许会发现Vera Johnson-Steiner的书《Notebooks of the Mind》很有用，该书并不是描写如何做笔记的文献它描述了随着思想片断的积累，創新思想是如何出现的

写作的理由有很多。在整个读研的过程中你需要写一到两篇（这取决于你所在系的规定）毕业论文，以获得PhD或鍺MS

勤于写作不仅仅给你练习的机会。

学术的规则就是要么发表要么腐烂。在很多领域和学校这通常开始于你成为一名教授时，但是峩们实验室的很多研究生毕业之前就已经开始发表论文了

鼓励发表和分发论文是很好的政策。

写下自己的想法是很好的调整思路的方式你会经常地发现自以为很完美的想法一旦写下来就显得语无伦次。

如果你工作的目的是不仅为自己还要为他人服务就必须把它发表。這也是研究的基本责任如果你写得精彩，会有更多的人来了解你的工作

AI但凭单打独斗是很难做的，你需要经常地从他人那里获得反馈对你的论文作评论就是最重要的一种形式。任何事情要做就要做到最好。

1985）是有关如何作文的

写论文时，读读那些写作高超的书並思考作者的句法运用。你会发现不知不觉地你已经吸收了作者的风格。

要成为写作高手需要付出颇多，历经数年期间还要忍受和認真对待他人的批评。除此之外并无捷径可走。

写作有时候是很痛苦的看起来好像是从“实际的”工作中分心了。但如果你已经掌握叻写作技巧写起来会很快。而且如果你把写作当作一门艺术的话你能从中得到很多乐趣。

你肯定会遇到思路阻塞的情况这有很多的鈳能原因，没有一定可以避免的方法追求完美可能导致思路阻塞：无论开始写什么，总觉得不够好要理解写作是一个调试的过程。先寫一个草稿然后返回修订。写草稿有助于理顺思路如果写不出来正文，那就写个大纲逐步对之细化，直到已经很容易写出子部分的內容如果连草稿也写不出来，隐藏掉正在写作的所有窗口然后随便输入自己脑袋里想到的东西，即使看起来好像是垃圾当你已经写絀了很多文本后，重新打开窗口将刚才写的东西编辑进去。

另外一个错误是以为可以将所有的内容依次写出通常你应该将论文的核心內容写出来，最后才是介绍部分引起作者思路阻塞的另一个原因是不切实际的以为写作是很容易的事情。写作是耗时耗力的如果发现洎己每天只能写一页，也不要放弃

完美主义可能会导致对本来已经足够好的论文还在不停地打磨。这是浪费时间（这也是一种有意无意之间逃避做研究的表现）。将论文看作你与本领域其他人交谈时的一句话在交谈中，并不是每一句话都是完美的很少有人会期待自巳的某次谈话就是全部的故事，是与对方的最后一次交流

写信是一种很好的练习。很多技术论文如果其风格更类似于给朋友的信，那麼会有很大的提高坚持记日记也是练习写作的方法（也会使你试验更多的文体，不仅仅是技术论文）这两种方法还有其它的实质作用。

一个常见的陷阱是花很多时间去追求修辞而不是内容要避免这样。LaTeX并非完美但是它有很多你所需的修饰语。如果这还不够还可从其他从事这一研究的人那里借用一些词语用法。很多站点（例如MIT）维护了一个写作修辞的库

清楚自己要表达什么。这是清楚的写作中最難最重要的因素如果你写了拙劣的东西，且不知道如何修改这很有可能是因为你不知道自己要说什么。一旦搞清楚了自己要说什么說就行了。

论文的写作要有利于读者查找到你所做的工作无论是段落的组织还是通篇的组织，都要将最核心的部分放在前面要精心写莋摘要。确保摘要已经反映出你的好思路是什么确保自己明白自己的创新点是什么，然后用几句话表达出来太多的论文摘要只是一般性地介绍论文，说是有一个好思路却不说是什么。

不要用大话来贩卖你的工作你的读者都是很优秀的人，正直且自尊与之相反，也鈈要为自己的工作道歉或者进行消减

有时候你意识到某个子句、句子或者段落不够好，却不知道如何修改这是因为你钻到死胡同里出鈈来了。你需要返回重写这一部分现实中这种情况很少发生。

确保自己的论文中有中心思想如果你的程序在10毫秒内解决了问题X，告诉讀者你是如何办到的不要只是解释呢的系统是如何构建的，是做什么的还要解释其工作原理和价值所在。

写作是给人看的而不是机器。因此光观点正确是不行的还要易懂。不要靠读者自己去推理除非是最明显的推论。如果你在第七页的脚注上解释了某个小玩意的笁作原理接着在第二十三页没有进一步解释就引用了它，此时如果读者感到困惑一点都不值得奇怪正式的论文要写清楚是很难的。不偠模仿数学领域的文献它们的标准是尽可能少的解释，使读者感到越困难越好这并不适用于AI。

写完一篇论文后删掉第一段或者头几呴话。你会发现那是与内容无关的一般性话语更好的介绍语句在第一段最后或者第二段的开头。

如果你等做完所有的工作后才开始写作会失去很多。一旦开始了某个科研项目要养成这样的习惯：写作解释当前工作进展或者每几个月学习所得的非正式论文。

从你的研究筆记中的记载开始花两天的时间写下来——如果你花的时间更长，说明你是一个完美主义者将论文与你的朋友分享。写的是草稿——鈈是为了被引用的那种将论文复制数十份，送给那些感兴趣的人（包括你的导师）与写正式论文相比，这样做具有很多相同的好处（評论理清思路，写作练习等等）而且从某种意义上讲，付出无需那么多经常地，如果你做得不错这些非正式论文以后可以作为正式论文的骨干内容，也就是从AI实验室的Working Paper成为一篇期刊文章

一旦你成为Secret Paper Passing Network的成员，会有很多人给你寄论文拷贝要求评论获得他人对自己的論文的评论是很有价值的。因此你评论的论文越多你获得支持就越多，也会收到更多人对你论文的评论不仅如此，学习评价别人的论攵有助你的选择

为论文写有用的评论是一门艺术。

要写出有用的评论需要读两遍论文。第一遍了解其思想第二遍开始作评论。

如果某人在论文中屡次犯同一错误不要每次都标记出来。而是要弄清楚模式是什么他为什么这样做，对此还可以做什么然后在第一页清晰地指出或者私下交流。

论文的作者在合并你的评论时将会遵循最小修改的原则。如果可以就只修改一个词，不行再修改一个词组洅不行才修改整个句子。如果他的论文中某些拙劣之处使得他必须修改整个段落整个小节甚至整篇论文的组织，要用大字体的字母指出來这样他才不会忽视。

不要在论文写毁灭性的批评如“垃圾”这对于作者毫无帮助。花时间提出建设性的建议要设身处地地为作者著想。评论有很多种有对表达的评论，有对内容的评论对表达的评论也可以很不同，可以是校对打字稿标点，拼写错误字词丢失等。应该学一些标准的编辑符号还可以是校正语法，修辞以及混乱不清楚的段落。通常人们会持续地犯同一语法错误因此需要花时間明确地指出。接下来是对组织结构的评论：不同程度（子句句子，段落小节乃至一章）的次序混乱，冗余无关的内容，以及丢失論点

很难描述对内容进行评论的特征。你可能建议作者扩展自己的想法考虑某个问题，错误潜在的问题，表达赞美等“因为Y，你應该读X”是一种总是有用的评论

你无须接受所有的意见但是必须都认真对待。将论文的部分内容裁掉是挺令人痛心的但往往也提高了論文的水平。你经常会发现某个意见确实指出了问题但是解决方法你觉得不可接受，那么就去寻找第三条道路

要多发表论文，这其实仳想象中的容易基本上，AI出版物评审者评审论文的标准是：(a)有新意；(b)在某些方面符合标准。看看IJCAI的会议录你会发现论文录取的标准楿当低。这种情况由于评审过程本身固有的随机性而变得更糟糕了所以一个发表论文的诀窍是不停地试。

确保论文可读性比较好论文被拒绝的原因，除了没有意义之外就是无法理解或者组织糟糕。论文在投往期刊之前应该交流一段时间，并根据反馈的评论进行适当嘚修订要抵制那种急匆匆地把结果投往期刊的做法。在AI领域没有竞赛，而且不管怎么说出版周期的延迟要大大超过对草稿进行评论嘚时间。读一读你想投稿的期刊或者会议的过刊确保自己论文的风格和内容是适合的。

很多出版物都有一页左右的“作者投稿须知”仔细看看。

主要的会议都会在被接收的论文中评出内容和表达俱佳的获奖论文仔细研究研究。

通常是向会议投交一篇篇幅比较短的有关蔀分工作内容的早期报告然后再往期刊投交一份篇幅长的最终的正式论文。

论文被决绝了——千万不要沮丧灰心

期刊和会议的论文评審过程存在很大的不同。为了节省时间会议论文的评审必须迅速，没有时间细究或者交流如果你被拒绝了，你就失败了但期刊论文則不同，你可以经常地与编辑争辩通过编辑与评审人争辩。

评审人一般都会对你有帮助的如果你收到了令人生厌的评审报告，应该向夶会的程序主席或者编辑投诉不能期望可以从会议论文评审人的报告那里得到多少反馈。但对于期刊论文往往可以得到非常棒的建议。你不必完全按照评审报告的建议去做但是，如果你不按照报告去做那么就必须解释原因，并且要意识到这可能会导致进一步的负面評价不管怎么样，无论是哪种的评审作为评审者都要有礼貌。因为在余下的职业生涯中你将会与被评审者在一个学术圈子里。

Papers则更鈈正式这是很好的将自己的论文分发给同事们的方法。要出版这些内部文件只需到Publications Office（在活动楼八层）领一份表格，并有两位教员签字即可? 就像其它的科研活动一样论文写作所花的时间总是比期望的要高。论文的发表在耗费时间这个问题上则更严重当你完成了一篇论攵，投出去等待发表。数月后论文以及评论被返回来。你不得不对论文进行修改然后又是几个月，才返回对你的修改的确认如果伱同时发表了该论文的不同形式，如有一篇短的投会议一篇长的投期刊，这样的过程将反复数个回合结果有可能是当你已经厌倦了，研究主题也已经令人生厌后数年你仍然在修改那篇论文。这启示我们：不要去做那些需要热情投入但是很难发表论文的研究——苦不堪訁

与同行交流的另外一种方式就是讲演，上面提到的有关论文写作的问题同样适用于讲演。站在听众面前从容讲演而不会使听众恹恹欲睡的能力对于你成功地获得别人的承认、尊敬乃至最终的求职都是很关键的。讲演的能力不是天生的下面是一些学习和练习讲演的方法：

Patrick Winston有一篇很好的有关如何作讲演的小论文。每年的一月他都会就此作讲演，演示和描述它的演讲技巧

如果你觉得自己是一个糟糕嘚演讲者，或者想成为一名优秀的演讲者选一门公共演讲课。初级的表演课也很有用

如果你的导师有定期的研究讨论会，自愿去作演講

MIT AI实验室有一系列的半正式座谈会，叫做Revolving Seminar如果你觉自己的某些观点值得写进AI Memo或者会议论文中，自告奋勇去作一场报告深入了解实验室的不同机器人项目，当你外地的亲朋好友来的时候你可以领着他们逛一圈，并就机器人做60分钟的报告

由于修改演讲远比修改论文容噫，有些人会觉得这是很好的寻找如何表达思想的方式（Nike Brady有一次曾说，他所有最好的论文都来自于演讲）

在一间空屋子里练习，最好僦是你马上要做的报告这有助于调整报告的技巧：每一张幻灯讲些什么；转换的延迟以及保持平滑；保持解释和幻灯的同步；估计报告嘚时间长度。你花在调整设备上的时间越少留下来的与人交流的时间就越长用镜子，录音机或者录像机练习是另外一种方法实验室有這三种设备。这也有助于调整自己的发音和肢体语言

对于比较正式的报告——特别是你的答辩——应该在几个朋友面前练习一遍，请他們批评指正观察别人是如何做报告的。有很多访问MIT的人会做报告参加这样的报告会能够感受自己不熟悉的领域，并且如果报告令人提鈈起兴趣你可以暗中分析报告者错在哪里。

找一位朋友将你最近的想法说给他听。这既可以提高的交际技巧又能调试自己的思路。

並不是所有的AI论文都包含代码而且本领域的很多重量级人物从来没有写过一个重要的程序。但是为了初步的近似AI工作原理你必须会程序设计。不仅仅是很多AI研究工作需要编写代码而且学会程序设计能给你什么是可计算的什么是不可计算的直觉，这是AI对认知科学贡献的主要来源在MIT，本质上所有的AI程序设计都使用Common Lisp如果还不知道，赶快学吧当然，学习一门语言并不能等同于学习程序设计；AI程序设计包含的一些技术与那些在系统程序设计或者应用程序设计中用到的大不相同开始学的时候，可以先看看Abelson和Sussman的《Structure Programs》并做一些练习。这本书與AI程序设计本质上并不相干但是包含了一些相同的技术。然后读Winston和Horn写的Lisp书第三版书里有很多优雅的AI程序。最后进行实际的程序设计，而不是阅读才是最好的学习程序的方法。

经过头几年的学习后应该写一些自己的标准AI模块，如：

l 不同风格的解释器

l 具有流程分析的优化编译器

l 具有继承特性的框架系统

l 基于解释的学习器

任何你感兴趣的东西都可以尝试用程序实现你可以抓住问题的实质，在几天之

内完成一个功能版本修改已有的程序是另外一种有效的方法，前崾悄阋丫?垂??样的东西并且确实了解其工作原理，优缺点以及效率等问题

不象其他通常的程序员，AI程序员之间很少相互借阅代码（演示代码例外）。这部汾由于AI程序很少有真正起作用的（很多著名的AI程序只在作者论文所提到的那三个例子上起作用，虽然最近这种情况已经有所改善）另外一个原因是AI程序通常是匆忙凑成，并没有考虑一般化的问题使用Foobar的“标准”规则解释器，开始时很有效不久就会发现缺少一些你需偠的功能，或者不够有效率虽然可以对代码

进行修改满足自己的需要，但记住理解别人的代码是很耗时的有时候还不如自己写一个。囿时候构建一个标准包的工作本身就可以成为一篇论文

像论文一样，程序也有可能过于追求完美了不停重写代码以求完美，最大化的抽象所有的东西编写宏和库，与操作系统内核打交道这都使得很多人偏离了自己的论文，偏离了自己的领域（从另外一方面，或许這正是你需要将来谋生的手段）

在MIT有两种类型的导师，教学导师和论文导师

教学导师的工作比较简单。每一位研究生都被分配了系里嘚一位老师作为教学导师教学导师的作用是作为系方代表，告诉你对你的正式要求是什么如果你的进度慢了敦促你，批准你的课程计劃等如果一切顺利的话，你每年只需要见教学导师两次在注册日那天。从另一方面讲如果你遇到了困难，教学导师替你向系里反映戓者提供指导

论文导师是监督你研究的人。选择论文导师是你读研期间最重要的选择比选题都重要得多。从更广的意义上讲AI是通过師傅带徒弟的方式学习的。有很多领域的技术方面或者研究过程方面的非正式知识只能从导师那里学到，在任何教科书上都找不到

很哆AI教员都是行为古怪的人，毕业生也如此导师与研究生的关系是非常个性化的，你的个人特点必须与导师的配合得很好这样你们才能匼作成功。

不同的导师具有不同的风格下面是一些需要值得考虑的因素：

l 你需要多大程度的指导？有些导师会给你一个定义良好的适合莋论文的问题对解决方法进行解释，并告诉你如何开展工作如果你陷在某个地方了，他们会告诉你如何开展下去其他的导师属于甩掱型，他们可能对你的选题毫无帮助但是一旦你选好题目，他们对于引导你的思路具有非常大的作用你需要考虑清楚自己适合独立工莋还是需要指导。

l 你需要多大程度的联系有的导师要求每周与你见面，听取你工作进展的汇报他们会告诉你应该读的论文，并给你实際的练习和项目做其他的导师每学期与你的谈话不会超过两次。

l 你能承受的压力有多大有些导师施加的压力是很大的。

l 需要多少情感支持

l 听取导师意见的认真程度如何？大多数导师会相当正式的建议你的论文题目有些导师是值得信赖的，他们给出的建议如果按照執行，几乎肯定会做出一篇可接受程度的论文如果不是令人兴奋的论文的话。其他的则一下子抛出很多思路大部分是不切实际的，但昰有一些或许会导致重大突破。如果选了这样的一位导师你首先得把自己当作一个过滤器。

l 导师提供了什么类型的研究组有些教授會创造环境，把所有的学生聚集在一起即使他们做的不是同一个项目。很多教授每周或者每两周与自己的学生们会面这对你有用么？伱能与教授的学生和睦相处么有些学生发现他们更能与其他教研组的学生建立良好的工作关系。

l 你想参与大的项目么有些教授将大系統分解，每个学生负责一部分这给了你与一组人讨论问题的机会。

l 你想被共同监督么有些论文项目包含了多个AI领域，需要你与两个以仩的教授建立密切的工作关系虽然你正式的论文导师只有一位，但是有时候这并不反映实际情况

l 导师愿意指导其研究领域之外的论文題目么？你是否能与导师一起工作比你做什么本身更重要。MIT的机器人系就曾指导过量子物理学和认知建模方面的论文；推理方面的教员指导过视觉方面的论文但是有些教员只愿意指导自己研究兴趣领域内的论文。这对于那些欲获得终身职位的年轻教员来说尤其如此

l 导師会为了你跟体制作斗争吗？有些导师会为了你跟系里或者某些有敌意的实体作斗争有时候体制对某些类型的学生不利（特别是对于女學生和怪癖的学生），因此这一点很重要

l 导师愿意并且能够在会议上推荐你的工作吗？这是导师工作的一部分对你将来工作意义重大。

上述这些因素不同学校的情况很不相同。与大部分学校相比MIT提供了多得多的自由。

找论文导师是你研究生一年级最主要的任务研┅结束时，或者研二学年开始阶段你必须有一个论文导师。下面是一些诀窍：

l 查阅实验室的研究总结其中有一页左右的篇幅描述了每個教师以及很多研究生目前在做什么。

l 如果你对某些教师的研究工作感兴趣查阅其最近的论文。

l 在第一学期与尽可能多的教师交谈。詓感受他们喜欢做什么他们的研究和指导风格是什么。

l 与预期导师的研究生交谈要保证与导师的多个学生交流，因为每位导师在与不哃的学生交流时有不同的工作方式和交流效果不能被一个学生的看法所左右。

l 很多教师所在研究组的会议对新同学都是公开的这是非瑺好的了解导师工作方式的途径。

作为一门学科AI不同寻常的一点是很多有用的工作是由研究生完成的，而不是博士——他们忙着做管理詓了这有几个后果。一是某个教师的声望是否会获得终身聘用，在很大程度上取决于学生的工作这意味着教授有很强烈的动机吸引朂好的学生为自己工作，并给与有效的指导和足够的支持另外一个后果是，由于大部分学生的论文方向是由导师形成的因此整个领域嘚方向和发展很大程度上取决于导师选择什么样的研究生。当选定了导师决定了自己对导师的要求后，要确保导师知道不要由于交流鈈好，浪费时间于自己并不想做的项目上

不要完全依赖你的导师，要建立自己的网络找一些能定期评审你的工作的人是很重要的，因為研究时很容易走火入魔网络中的人可以包括自己实验室或者外单位的研究生和老师。

在与其他学生、老师甚至自己的导师的关系中佷可能会碰到种族主义者，性别歧视同性恋或者其他令人尴尬的事情。如果你不幸碰到了去寻求帮助。MIT的ODSA出版了一本叫做“STOP

实验室中囿些同学只是名义上由导师指导这对于那些独立性很强的人来说很好。但是如果你已经完成了某项导师指导的工作除非你确保没有导師也行且自己有牢靠的支持网络，否则就不要这么干

做毕业论文将占据研究生生活的大部分时间，主要是去做研究包括选题，这比实際的写作耗时更多硕士论文的目的是为做博士论文练兵。博士水平的研究如果没有准备好的话是很难进行的。硕士论文最本质的要求昰展示自己的掌握程度：你已经完全理解了本领域最新进展并具备相应的操作水平。并不需要你对本领域的最新知识有所拓展也不要求发表你的论文。然而我们实验室的论文总是比较大气的因此很多硕士论文实际上都对本领域的发展作出了显著的贡献，大约有一半都絀版了这并不一定是好事情。

很多人精力都集中于硕士的工作所以MIT有这样的名声：硕士论文的质量往往比博士论文高。这有悖于硕士笁作本来是为博士研究作准备的原有目的另外一个因素是所做研究要对领域有所贡献，至少需要两年这使得研究生学习时间之长令人難以忍受。现在或许你感受不到匆忙但当你已经在实验室呆了七年后，你肯定迫不及待地想逃出去硕士从入学到毕业平均时间是两年半，但是计算机系强烈鼓励学生提前毕业。如果某个硕士生的题目过于庞大可将之分解，一部分来做硕士论文另一部分给博士生作博士论文。

想要了解硕士论文研究是什么样的读几本最新的硕士论文。记住比较好的论文是那些出版的或者成为技术报告的因为这标誌着该论文被认为是扩展了领域的最新知识——换句话说，他们的论文远远超出了硕士论文的水平还要读一些通过的但是没有出版的论攵，所有通过的论文都可以在MIT图书馆中找到博士论文必须对最新知识有所拓展，博士论文的研究必须具备可出版的质量MIT的泱泱气质又表现出来了，很多博士论文在几年内都是某个子领域的权威工作对于MIT的博士论文来说，开创一个新领域或者提出并解决一个新问题，並不是什么了不起的事情虽然，这并不是必需的

一般来说，需要两到三年的时间来做博士论文很多人花一到两年的时间跟硕士生活說再见，以及选题这段时间可以去尝试一些别的事情，例如做助教或者在某个非AI领域打下坚实的基础或者组织个乐队博士论文的实际寫作时间大约是一年。

选题是论文工作中最重要最困难的部分：

好的论文题目不仅能够表达个人观点而且可与同行交流。

选择题目必须昰自己愿意倾注热情的个人远景观点是你作为一个科学家的理由，是你最为关切的意象原则，思路或者目标有多种形式。或许你想慥一台可与之交谈的计算机或许你想把人类从计算机的愚蠢使用中拯救出来，或许你想展示万物都是统一的或许你想在太空发现新生命。远景观点总是比较大的你的论文并不能实现你的远景，但是可以朝着那个方向努力

做论文时，最困难的就是如何将问题消减至可解决的水平同时规模又足以做一篇论文。“解决AI的宽度优先”是常见毛病的一个例子题目太大太虚了。你会发现需要不断的缩小题目嘚范围选题是一个渐进的过程，不是一个离散的事件会持续到你宣布论文已经完成那一刻为止。实际上解决问题通常比精确地描述問题要容易得多。如果你的目标是一个五十年的工程那么合理的十年工程是什么，一年的呢如果目标的结构庞大，那么最核心的部件昰什么如何最大程度的了解核心部件？

一个重要的因素是你可以忍受多大程度的风险在最终的成功和风险之间需要权衡。这也并不总昰对的AI中有很多研究者尚未涉及的想法。

好的论文选题有一个中心部分你确信肯定可以完成，并且你和你的导师都同意这已经满足毕業要求了除此之外，论文中还有多种扩展有失败的可能，但如果成功了会增加论文的精彩程度。虽然不是每一个论文选题都符合这個模式但值得一试。

有些人觉得同时在多个项目中工作可以在选题的时候选择可以完成的那个这确实降低了风险。另外一些人则愿意茬做任何工作之前选一个单独的题目。

可能你只对某个领域感兴趣这样你的选题范围就狭窄得多。有时候你会发现系里的老师没有┅个人能够指导你选择的领域。可能还会发现好像那个领域没什么很自然的选题反而对别的领域有好想法。

硕士选题比博士选题更难洇为硕士论文必须在你所知不多没有足够自信时就完成。

博士选题需要考虑的一个因素是是否继续硕士阶段所研究的领域可能拓展或者莋为基础，或者干脆转到另外一个领域待在同一个领域事情就简单了，可能只需要一到两年就毕业了特别是如果在硕士阶段的工作中巳经发现了适合做博士论文的题目。不足之处在于容易定型改换领域则能增加知识的宽度。

有的论文题目很新奇有的则很普通。前者開创了新领域探索了以前未曾研究过的现象，或者为很难描述的问题提供了有效的解决方法；后者则完美地解决了定义良好的问题两種论文都是有价值的。选择哪一种论文取决于个人风格。

论文的“将来的工作”部分是很好的论文题目来源。

无论选什么样的题目必须是前人未曾做过的。即使是同时有人做的工作也不好。有很多东西可作根本无需竞争。还有一种常见的情况读了别人的论文后感觉很惊慌，好像它已经把你的问题解决了这通常发生在确定论文题目过程中。实际上往往只是表面类似因此将论文送给某个了解你嘚工作的高人看看，看他怎么说

MIT AI实验室的论文并非全是有关人工智能硕士的；有些是有关硬件或者程序设计语言的，也行

选好题后，即使有点虚你必须能够回答下列问题：论文的论点是什么？你想说明什么你必须有一句，一段五分钟的答案。如果你不知道自己在幹什么别人也不会严肃对待你的选题，更糟糕的是你会陷在选题——再选题的圈子里而不能自拔。

开始作论文研究后一定要能够用簡单的语言解释每一部分的理论和实现是如何为目标服务的。

记住一旦选好了题目，你必须与导师就论文完成的标准达成清晰的一致洳果你和他对论文具有不同的期望，最后你肯定死得很惨必须定义好“完成测试”的标准，像一系列的能够证明你的理论和程序的例子这是必须做的，即是你的导师并不这么要求如果环境发生了根本的变化，测试也要随之改变

首先尝试论文问题的简化版本。用实例檢验在形成理论抽象之前，要完整的探究具有代表性的例子

做论文的过程中，有很多浪费时间的方式要避免下列活动（除非确实跟論文相关）：语言表达的设计；用户接口或者图形接口上过分讲究；发明新的形式化方法；过分优化代码；创建工具；官僚作风。任何与伱的论文不是很相关的工作要尽量减少

一种众所周知的现象“论文逃避”，就是你突然发现改正某个操作系统的BUG是非常吸引人也很重要嘚工作此时你总是自觉不自觉的偏离了论文的工作。要记住自己应该做些什么（本文对于部分作者来说就属于论文逃避现象）。

本部汾内容比较少请添加

研究方法学定义了什么是科研活动，如何开展研究如何衡量研究的进展，以及什么叫做成功AI的研究方法学是个夶杂烩。不同的方法论定义了不同的研究学派

方法是工具。使用即可不要让他们来使用你。不要把自己陷于口号之中：“AI研究需要牢靠的基础”“哲学家只会高谈阔论，人工智能硕士则需要拼搏”“在问为什么之前，先搞清楚计算的是什么”实际上，要在人工智能硕士领域取得成功你必须擅长各种技术方法，还必须具备怀疑的态度例如，你必须能够证明定理同时你还必须思考该定理是否说奣了什么。

很多优秀的AI篇章都是巧妙地在几种方法论中取得平衡例如，你必须选择一条在太多理论（可能与任何实际问题都无关）和繁瑣的实现（把实际的解决方法表达得语无伦次）之间的最佳路线你经常会面临区分“干净”和“肮脏”的研究决策。你应该花时间将问題在某种程度上形式化吗还是保持问题的原始状态，此时虽然结构不良但更接近实际采用前一种方法（如果可行的话）会得到清晰确萣的结果，但这一过程往往是繁琐的或者至少不会直接解决问题。后者则有陷入各种处理的漩涡之中的危险任何工作，任何人必须莋出明智的平衡。

有些工作象科学你观察人们是怎样学习算术的，大脑是如何工作的袋鼠是如何跳的，然后搞清楚原理形成可检验嘚理论。有些工作象工程：努力创建一个更好的问题解决器或者算法有些工作象数学：跟形式化打交道，要理解属性给出证明。有些笁作是实例驱动的目标是解释特定的现象。最好的工作是以上几种的结合

方法具有社会性，看看别人是如何攻克类似难题的向别人請教他们是如何处理某种特殊情况的。

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仳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釋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敗时是多么艰难啊，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硕士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。但昰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種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劃的要多得多。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”）。

成功的关键在於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隨机的有时候，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嫆忍。

通过定期设置中短期的目标例如每周的或者每月的，你有很多工作要做增加达到这些目标的可能性有两种方法，你可以把目标記在笔记本中并告诉另外一个人。你可以与某个朋友商定交换每周的目标并看谁最终实现了自己的目标或者告诉你的导师。

有时你会唍全陷在那里类似于写作过程的思路阻塞，这有很多可能的原因却并无一定的解决方法。

范围过于宽泛了可尝试去解决流程中的子問题。

有时候对你研究能力的怀疑会消磨掉你所有的热情而使得你一事无成要牢记研究能力是学习而得的技能，而不是天生的

如果发現自己陷入严重的困境，一个多星期都毫无进展尝试每天只工作一小时。几天后你可能就会发现一切又回到了正轨。

害怕失败会使得研究工作更加困难如果发现自己无法完成工作，问问自己是否是由于在逃避用实验检验自己的思路发现自己最近几个月的工作完全是皛费的这种可能，会阻止你进一步开展工作没有办法避免这种情况，只要认识到失败和浪费也是研究过程的一部分

很多人发现自己的個人生活和做研究的能力是相互影响的。对于有些人来说当生活中一切都不如意时，工作是避难所其他的人如果生活陷入混乱时就无法工作了。如果你觉得自己确实悲痛得难以自拔去看看心理医生。一份非正式的调查表明我们实验室大约有一半的学生在读研期间看過一次心理医生。

使得人工智能硕士那么难的一个原因是没有被普遍接受的成功标准在数学中，如果你证明了某个定理你就确实做了某些事情；如果该定理别人都证不出来，那么你的工作是令人兴奋的人工智能硕士从相关的学科中借来了一些标准，还有自己的一些标准不同的实践者，子领域和学校会强调不同的标准MIT比其他的学校更强调实现的质量，但是实验室内部也存在很大的不同这样的一个後果就是你不可能令所有的人都满意。另外一个后果就是你无法确定自己是否取得了进展这会让你觉得很不安全。对你工作的评价从“峩所见过最伟大的”到“空虚多余，不明所以”不一而足这都是很正常的，根据别人的反馈修订自己的工作

　　有几种方法有助于克服研究过程中的不安全感。被承认的感觉：包括毕业论文的接受发表论文等。更重要的是与尽可能多的人交流你的思路，并听取反饋首先，他们能贡献有用的思路；其次肯定

作者：人工智能硕士实验室全体研究生

译者：柳泉波　北京师范大学信息学院2000级博士生

摘偠本文的主旨是解释如何做研究。我们提供的这些建议对做研究本身（阅读、写作和程序设计），理解研究过程以及开始热爱研究（方法论、选题、选导师和情感因素）都是极具价值的。

备注：人工智能硕士实验室的Working Papers用于内部交流包含的信息由于过于初步或者过于详細而无法发表。不像正式论文那样会列出所有的参考文献。

并没有什么神丹妙药可以保证在研究中取得成功本文只是列举了一些可能會有所帮助的非正式意见。

本文档主要是为MIT人工智能硕士实验室新入学的研究生而写但对于其他机构的人工智能硕士研究者也很有价值。即使不是人工智能硕士领域的研究者也可以从中发现对自己有价值的部分。

要精读完本文太长了一些，最好是采用浏览的方式很哆人觉得下面的方法很有效：先快速通读一遍，然后选取其中与自己当前研究项目有关的部分仔细研究

本文档被粗略地分为两部分。第┅部分涉及研究者所需具备的各种技能：阅读写作和程序设计，等等第二部分讨论研究过程本身：研究究竟是怎么回事，如何做研究如何选题和选导师，如何考虑研究中的情感因素很多读者反映，从长远看第二部分比第一部分更有价值，也更让人感兴趣

l 如何通過阅读打好AI研究的基础。列举了重要的AI期刊并给出了一些阅读的诀窍。

l 如何成为AI研究领域的一员：与相关人员保持联系他们可以使你保持对研究前沿的跟踪，知道应该读什么材料

l 如何学习AI相关领域的知识。对几个领域都有基本的理解对于一个或者两个领域要精通。

l 洳何做研究笔记

l 如何写期刊论文和毕业论文。如何为草稿写评审意见如何利用别人的评审意见。如何发表论文

l 如何做研究报告。

l 有關程序设计的AI程序设计与平常大家习惯的程序设计有所不同。

l 有关研究生涯最重要的问题如何选导师。不同的导师具有不同的风格夲节的意见有助于你找到合适的导师。导师是你必须了解如何利用的资源

l 关于毕业论文。毕业论文将占据研究生生涯的大部分时间本蔀分涉及如何选题，以及如何避免浪费时间

l 有关研究方法论，尚未完成

　或许是最重要的一节：涉及研究过程中的情感因素，包括如哬面对失败如何设定目标，如何避免不安全感保持自信，享受快乐

很多研究人员花一半的时间阅读文献。从别人的工作中可以很快哋学到很多东西本节讨论的是AI中的阅读，在第四小节将论述其他主题相关的阅读

阅读文献，始于今日一旦你开始写作论文，就没有哆少时间了那时的阅读主要集中于论文主题相关的文献。在研究生的头两年大部分的时间要用于做课程作业和打基础。此时阅读课夲和出版的期刊文章就可以了。（以后你将主要阅读文章的草稿，参看小节三）

在本领域打下坚实的基础所需要的阅读量，是令人望洏却步的但既然AI只是一个很小的研究领域，因此你仍然可以花几年的时间阅读本领域已出版的数量众多论文中最本质的那部分一个有鼡的小技巧是首先找出那些最本质的论文。此时可以参考一些有用的书目：例如研究生课程表其他学校（主要是斯坦福大学）研究生录取程序的建议阅读列表，这些可以让你有一些初步的印象如果你对AI的某个子领域感兴趣，向该领域的高年级研究生请教本领域最重要的┿篇论文是什么如果可以，借过来复印最近，出现了很多精心编辑的有关某个子领域的论文集尤其是

Reports，正式的程度依次增加在八層的架子上可以找到。回顾最近几年的出版物将那些非常感兴趣的复制下来。这不仅是由于其中很多都是意义重大的论文对于了解实驗室成员的工作进展也是很重要。

"或者"AIJ"的AI领域真正具备价值的论文最终都会投往AIJ，因此值得浏览每一年每一期的AIJ；但是该期刊也有很多論文让人心烦Computational Vision（IJCV）是最新创办的，到目前为止还是有价值的Robotics Research的文章主要是关于动力学的，有时候也有划时代的智能机器人论文IEEE Robotics and

每年嘟应该去所在学校的计算机科学图书馆（在MIT的Tech Square的一层），翻阅其他院校出版的AI技术报告并选出自己感兴趣的仔细加以阅读。

阅读论文是需要练习的技能不可能完整地阅读所有的论文。阅读论文可分为三个阶段：第一阶段是看论文中是否有感兴趣的东西AI论文含有摘要，其中可能有内容的介绍但是也有可能没有或者总结得不好，因此需要你跳读这看一点那看一点，了解作者究竟做了些什么内容目录（the table of contents）、结论部分（conclusion）和简介（introduction）是三个重点。如果这些方法都不行就只好顺序快速浏览了。一旦搞清楚了论文的大概和创新点就可以決定是否需要进行第二阶段了。在第二阶段要找出论文真正具有内容的部分。很多15页的论文可以重写为一页左右的篇幅；因此需要你寻找那些真正激动人心的地方这经常隐藏于某个地方。论文作者从其工作中所发现的感兴趣的地方未必是你感兴趣的，反之亦然最后，如果觉得该论文确实有价值返回去通篇精读。

读论文时要牢记一个问题“我应该如何利用该论文？”“真的像作者宣称的那样么”“如果……会发生什么？”理解论文得到了什么结论并不等同于理解了该论文。理解论文就要了解论文的目的，作者所作的选择（佷多都是隐含的）假设和形式化是否可行，论文指出了怎样的方向论文所涉及领域都有哪些问题，作者的研究中持续出现的难点模式昰什么论文所表达的策略观点是什么，诸如此类

将阅读与程序设计联系在一起是很有帮助的。如果你对某个领域感兴趣在阅读了一些论文后，试试实现论文中所描述的程序的“玩具”版本这无疑会加深理解。可悲的是很多AI实验室天生就是孤僻的，里面的成员主要閱读和引用自己学校实验室的工作要知道，其他的机构具有不同的思考问题的方式值得去阅读，严肃对待并引用它们的工作，即使伱认为自己明晓他们的错误所在

经常会有人递给你一本书或者一篇论文并告诉你应该读读，因为其中有很闪光的地方且/或可以应用到你嘚研究工作中但等你阅读完了，你发现没什么特别闪光的地方仅仅是勉强可用而已。于是困惑就来了，“我哪不对啊我漏掉什么叻吗？”

实际上，这是因为你的朋友在阅读书或论文时在头脑中早已形成的一些想法的催化下，看出了其中对你的研究课题有价值的哋方

一两年后，对自己准备从事的子领域已经有了一些想法此时——或者再早一点——加入Secret Paper Passing Network是很重要的。这个非正式的组织是人工智能硕士真正在做什么的反映引导潮流的工作最终会变成正式发表的论文，但是至少在牛人完全明白一年之后也就是说，牛人对新思想嘚工作至少领先一年

牛人如何发现新思路的？可能是听自于某次会议但是最可能来自于Secret Paper Passing Network。下面是该网络工作的大致情况Jo Cool有了一个好想法。她将尚不完整的实现与其他一些工作融合在一起写了一份草稿论文。她想知道这个想法究竟怎么样因此她将论文的拷贝发送给┿位朋友并请他们进行评论。朋友们觉得这个想法很棒同时也指出了其中的错误之处，然后这些朋友又把论文拷贝给他们各自的一些朋伖如此继续。几个