跳转至

科研沉思录

记录一些科研学习中的思考和经验.

彭思达老师的talk

阅读时间：2026.9.8

地址：Talk：CCF优博是怎么炼成的——一次苏格拉底式的复盘

这份talk聚焦的问题是，如何从保研小白成长为CCF优博，以及推动这个变化的具体行动方针.

由于我并不是做CV的，因此有些词汇和表述会在我的贫瘠理解下“等效”更改成自己研究的方向.

问题1：如何入门自己的研究领域

刚入门的时候，遇到的最大困难是学习新知识的低效. 此阶段常见的问题是：

  • 一周死磕1篇论文：面对满篇术语、公式和架构图，逐字逐句地"啃"
  • 脑中一片混沌： 读完抓不住核心思想，更不懂创新点和局限性，看完就忘

（太真实了，我读论文左脑进右脑出，根本记不住idea和方法）

对此，彭老师给出的建议入门流程是：

  1. 选定方向：选择一个具体的方向，Feature Learning（√）
  2. 仔细精读：找1篇最近的代表性论文，仔细学习技术流程（？）
  3. 跑通代码：调试开源代码，建立具体的感性认识（pending）
  4. 微小改动：修改代码看变化，探索因果关系（完全没做到这步）

在这之中，几乎是必然会遇到很多困难的（AI时代也许确实减少了不少困难，但也无形中对我的出产预期周期做了大幅下调）。因此彭老师也给了建议：

  • 从过程中收获快乐，而不是只从结果中寻求快乐：将自己的正反馈阈值下调，即使是搞懂一个数学符号含义、复现一小段代码、用自己的话讲清楚原理，都可以算作一个微笑的正反馈；不要把只有完全读懂论文或做出漂亮结果，甚至是发表论文才当作正反馈，这样的阈值过于高了
  • 从本科思维转成科研思维：科研的反馈周期远远长于本科，周期半年甚至一年。长期处于"无最终结果”的过程中。如果没有“微快乐”的思维，就非常考验毅力

问题2：如何做出第一篇论文

这个阶段的问题是，不知道如何系统地、标准地做出论文。此时虽然经历了入门，对基本算法知识比较熟悉，但依然没有自己的论文：就像一个学徒，熟悉各种食材（基础知识）和基本刀工（编程），但不知道如何烹饪出一道"菜"（Paper）.

对此彭老师给出了他的流程图：

科研项目中第一个最大的障碍是害怕失败，常见的思维误区是：

  • “实验失败 = 这段时间白费了” 不敢尝试新方案
  • 觉得没有好的结果就是浪费时间，导致精神内耗严重
  • 总是想一次就设计出完美的实验

对此的解决方法是，循环往复，不断深化。要将失败看作是路标.

失败的实验并不是浪费时间，而是认知的提升. 实验的失败相当于排除了一个错误路径（“在当前条件下，这个方法不Work”）；同时也要产生思考：为什么不Work？是假设不对？数据问题？还是实现瑕疵？

这里彭老师提出了一个思路：在实验中迭代提升方法，把改进方法的过程当作SGD优化过程

总的来说就是建构好类似于SGD的反馈机制，让idea的效益以及实验和目标的误差趋近于期望情况，否则继续迭代.

（该阶段彭老师发了两篇CVPR oral，太强了）

问题3：如何在一个方向持续深耕？

这个阶段遇到的困难大概会是，“学术游击队”. （先看着吧，我自己本科肯定到不了这个阶段了）

  • 现状： 虽然发了两篇论文，但属于不同的研究方向
  • 疲惫： 打一枪换一个地方，每开新题都要重新调研
  • 无根据地： 无法深耕，无法成为专家
  • 迷茫： 缺乏长远主线，做完一个不知道下一个做什么

彭老师给出的建议是，建立科研“根据地”，具体方法是 Goal-Driven Research.

Goal-Driven Research 指的是在这个领域，我最终想实现什么样的“终极目标”？（老实说，这个太宏大了）

该阶段的认识是，掌握主动权，避免被动跟随他人的节奏，而是以我为主，发挥自身优势， 选择有利于自己的研究方向进行研究. 这带来了2个切实的好处：

  • 系统性的创新
  • 鲜明的科研标签

问题4：如何找到实际意义？

有时会遇到的困难是，做论文具有空虚感，没有看到实际落地：

  • 缺乏真实的社会反馈：除了增加引用，我的工作对现实世界有价值吗？
  • 似乎在为了发论文而发论文

彭老师谈到自己最初做科研的目的是，希望自己做出一些创造和发现， 能够推动社会产业的技术进步，能有实际的落地应用.

因此，解决问题的方法是，“从行业中来，到行业中去”：

  • 从行业中来：研究问题要源于真实的应用场景和工业界痛点
  • 没有调查就没有发言权：不做闭门造车的研究，先去一线了解情况

这样就把 Goal-Driven 进一步变成了 Problem-Driven Research，即选择行业认为有价值的任务，而不是自己认为有价值的任务.

问题5：如何教育传承？

尝试写科研教学文档：pengsida/learning_research: 本人的科研经验

这种方法的局限性是，同学熟读了文档，知道每一步怎么做，但不懂“全局联系”. （还真是，我现在脑子里一片浆糊）

这就是文字的局限性了，文字是线性的、局部的，难以瞬间呈现复杂研究课题的“全景”和“内在逻辑链条”. 因此，需要采用的解决方式自然是，视觉思维方式，即画图.

这里的画图是将思考过程化成草图，强迫自己将模糊思维清晰化、建立结构化逻辑，在纸上或白板上，所见即所得.

以下是3种常见的图：自顶向下的思考流程图、领域技术布局图、技术范式图

如何找研究想法

李沐老师的b站系列视频：