呵呵，一些心得，和大家分享。
我上次还和AI的人讨论了如何做科研，比如本科学位论文的。也写了几句想法。
-----------------
1. 读文章，有人喜欢Google scholar, 找Impact factor高的文章，citation高的文章，以寻求读最少的文章，懂最多的东西。我一般不那么玩，其实文章很多种，review, position, research. 我一般先读review,知道大家在玩什么，然后看一个方法学，怎么玩？就完事了。
后面是设计自己的计划，做到什么地方，碰到什么问题，就读什么解决方案。Problem-oriented. 如何保证方向正确，那你需要和别人沟通,保证你科研中，没有知识死角，技术死角。不然，你冒风险干吗？想进敢死队的，开题，唔唔，勇敢阿。
2. 寻找团队。现在已经脱离了单兵作战，当英雄的年代，不要一个人做科研，如果自己适合做狙击手，那么找找机枪手和半自动步枪手，甚至是通讯兵。
原则一：共享资源。把自己的资源，心得共享给团队，也吸收别人的知识。记得有一次开会，发下来一本proceeding.一个人怎么看得完呢？那么，团队里面每个人读一个section,十多篇，总结一下，互相email一下。
原则二：相信团队，如果队友说，这个不值得读，我一般是不会浪费时间的，比如，黄金甲是烂片，兄弟就不要看了。
原则三：互相帮助。每个人的视野都有限，纯作CS,往往有技术深度，但是缺乏行业的广度，比如不了解电信，银行，医药。常常的问题是，我有技术，但是该干啥？学交叉行业的，往往有一点广度，但是缺乏知识深度，比如我是学medical informatics的,我有一堆的应用，但是不知道技术上怎么具体实现。那么，合作。
3.写文章：我一般写三遍，第一遍是写小说，想写点啥，那您老人家就天马行空把，不要约束自己的创意。当然，也留下一堆错误。第二遍，是写记叙文，把method好好详写一下。最后，是写草稿，把citation都糊上去。然后慢慢小修把。
我个人觉得，最难的是规划和项目管理。如何切割，shape a project as your gloves fit your hands，能把你扬长避短， 第二，毕业总是有deadline的，你如何meet?如何管理一切。。。
你可以读读 ontology engineering这本书，建一个task ontology模型，把你的task建个模，每次有新东西，都装进去，然后inference engine 跑一下，看看结果。
AI的书，推荐一本：Artificial Intelligence-A Modern Approach, Norvig P, Russell S - 2Ed (2002)， emule有的下载。
[ 本帖最后由 南京猿人 于 2007-4-4 01:23 编辑 ]
