杂谈:关于科研的阶梯理解

来自 实验室仪器网

大学毕业的时候，我曾以为自己做的东西很好，后来跑出来第一年就明白了当年国内实验室师兄说的，等你开了眼界了，就会发现以前自己是多么的naive。Naive表现在于对于问题的深入理解和所谓的前瞻性，以及对待实验工作的正确态度。

很多人以为现代科学越来越复杂，自己能做的只是修修补补的敲打工作，所以做起来总是觉得发篇文章凑数比科研的实际结果更有意义，因为一个异想天开的革命性思想，几乎不可能被我们想出来。事情并不完全是这样的。

记得我还屁颠屁颠混Fermilab的时候，有一次组会有一哥们作了一个五张幻灯片的报告，说，他最近考虑对于LHC这样大数据量的分布式数据分析模型，觉得GRID computing网格计算这个理论模型很好，他觉得要是这个能放到LHC用来做对撞之后的数据分析，有若干若干好处。可是当时用于正式科学计算的可靠的网格几乎仅仅是个概念，只有 SETI@HOME那些找外星人的小数据量无聊项目，一群没事干的计算机学家发文章玩的，要实现可靠及时的科学计算，有很多硬件软件以及资金安排的问题。组里面也是一半保守意见，觉得咱一群作物理的，何必去钻这个东西和自己过不去。不过这哥们觉得这个模型真的很有意思，也觉得有实现的条件，只要有个合适的平台去开始做，就找了几个志同道合的哥们，继续实现这个模型。

现在，每个参与LHC的大学和研究机构，都有这个网格的计算节点和存储节点，这个理论模型已经在一年多以前开始实际使用，并成为了LHC下CMS实验数据分析的标准平台。有时候，一个重要的发现或者革新，看起来像是莽撞的异想天开，其实在异想天开之前，得深入理解自己的工作，才可能有异想天开的可能；在异想天开之后，得深刻理解他，才会知道怎么正确的实现他。等你这个想法混得好了，你可以和别人说，你看，这就是我当时的前瞻性。

也遇到过很多时候，忘记了自己做实验的意义，总会以为科研是大学实验课那样，你重复着教材的步骤，必然得到教材上预期的结果。

实际上，研究性的工作完全不一样，我们必须提出自己的想法，设计自己的步骤，然后用实验去肯定，再用系列的分析仪器去做检测，不过大多数时候是否定。这会让人很沮丧，仿佛实验的成就感完全没有了，我分明一年都是每天实验室蹲16个小时，这样做下来，什么都没，就算心理素质再好的，也会怀疑是不是自己的能力问题。再碰上个SB老板，这时候再给你捅一刀，加上点生活压力，自杀的心都有。还好，我们科大的，吃着科大食堂的饭，享受着在科大被仅有的10%女生一次一次拒绝，这都挺过来了，还有什么市面没见过？

其实还是我老板说的对，研究嘛，不是说上来就都能成功地，重要的是总结所有失败，看清楚方向继续做好。

» 仪器设备 购买 咨询