MIT实验室是怎样做学问的(z) （上）（1 / 2）

 麻省理工学院

人工智能实验室

AIWorkingPaper3161988年10月

来自MIT人工智能实验室：如何做研究？

作者：人工智能实验室全体研究生

编辑：DavidChapman

版本：1.3

时间：1988年9月

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。

Copyright1987,1988作者版权所有

备注：人工智能实验室的WorkingPapers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。

1.简介

这是什么？

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。

目标读者是谁？

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

如何使用？

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。

?小节2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。

?小节3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。

?小节4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。

?

?小节6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。

?小节7如何做研究报告。

?小节8是有关程序设计的。AI程序设计与平常大家习惯的程序设计有所不同。

?小节9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。导师是你必须了解如何利用的资源。

?小节10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。

?小节11有关研究方法论，尚未完成。

?小节12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，如何避免不安全感，保持自信，享受快乐。

2.阅读

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，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，就没有多少时间了，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，阅读课本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。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Morgan－Kauffman出版的。

AI实验室有三种内部出版

物系列：WorkingPapers，Memos和Technical

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，对于了解实验室成员的工作进展也是很重要的。

有关AI的期刊有很多，幸运的是，只有一部分是值得看的。最核心的期刊是Artificial

Intelligence，也有写作"theJournalofArtificial

Intelligence"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论

文让人心烦。ComputationalIntelligence是另外一本值得一看的期刊。Cognitive

Science也出版很多意义重大的AI论文。MachineLearning是机器学习领域最重要的资源。IEEEPAMI（Pattern

AnalysisandMachine

Intelligence）是最好的有关视觉的期刊，每期都有两三篇有价值的论文。InternationalJournalofComputer

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。IEEERoboticsand

Automation偶尔有好文章。

每年都应该去所在学校的计算机科学图书馆（在MIT的TechSquare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（thetableof

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（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地方。

3.建立关系

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SecretPaperPassing

Network是很重要的。这个非正式的组织是人工智能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，牛人对新思想的工作至少领先一年。

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SecretPaper

PassingNetwork。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

更长的论文（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

相应的出版延迟。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东西，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里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五个人。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经常翻阅的论文。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。去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多宝贝。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的人。（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