博文
科研：工程和学术的完美结合
精选
|||
我是学数学出身的，毕业后却一直从事工程研究，在过去的十多年中，在工程和学术两条线上，一直是不断地切换，一方面，要做好工程，做出产品，另一方面，出于科研人的本能，还去做一些纯理论的研究。这样两张皮下来，非常的辛苦。工程做了一些，学术也做了一些，但是两方面都不能说很成功。一直在思考一个问题：工程和研究不能紧密结合么？我现在以为，工程和学术不是不能结合，而是必须结合，甚至结合的可以很完美。
一、学术研究尤其是应用研究如果不和工程相结合就是无源之水。大多数的应用基础研究领域的主要目标是解决工程问题。比如，数字图像处理，信号处理，自动控制，电子等领域。但是由于我们国家工业基础的落后，科学研究的落后，导致我们在很长时间内这些学科的研究始终是跟着国外的主流跑。当然，这有其历史原因，但是随着我们国家工业技术的持续升级，如果我们还继续如此方式的研究，那就继续会丧失我们在应用基础研究领域的发言权。实际上，大多数图像处理的研究都有其应用背景，忽视应用背景，只在理想的条件下做点修修补补的工作永远都不是好的科研。实际上，真正实用的图像处理算法是很少的，而实际应用中图像处理遇到的难题又是非常多的。这就造成了一种尴尬的局面，一方面我们的图像处理研究看似很火热，而另一方面我们的很多实际工程问题得不到具体的解决。
脱离了实际应用做科研，就会感觉课题越来越少，研究的空间越来越小。这从前几年图像处理的研究现状可以看得很清楚，一个新技术或者新方向的出现，所有的学者蜂拥而上，进行各种尝试，一批新的修补性的文章出炉了。但是过了没多久，能挖的都挖了，金子没多少。很快又都陷入了集体性的无目标之中。于是，到处读文献，开会，看看有什么好的课题可以跟上。这样的科研我们做的太久了，也太累了。为什么造成这种状况？就是因为我们自己没有需求的推动，只是因为我们要做科研，所以才去找课题。
二、工程如果离开前沿学术的支持，也是无本之木。工程无非是为了一个应用目标而进行一个产品的研发，看似和科研关系并不大，但是如果不需要很好的科研支持就做出来的产品，往往生命力并不长久，门槛也不高。事实上，真正的好产品都是有很多的创新的，其中有许多技术难点都需要进行深入细致的创新性研究才能够得到很好的解决。比如，电视领域，领先的企业在电视核心技术领域的研究丝毫不亚于研究院所的技术研究水平，所不同的是，他们的研究紧紧贴着产品的需求。再比如，高端照相器材，里面蕴含的创新性技术更是非常多。那些技术并不是一些发表文章的简单组合，而是在现有前沿技术上的深层改善，有时候甚至是颠覆性的革命。但是，如果没有学术研究作为支撑，遇到了别人都遇到的门槛，我们可能工程就走不下去，产品也就出不来。
当然，我们国家前些年的产品一直是跟踪的，从形式到原理，甚至是到核心技术，都是照搬，当然看似不需要学术的结合，但是这样的日子不会持续太久。等到我们接近领先的时候，我们拿什么去超越别人？还能只靠价格么？价格只在性能有可比的基础上才能谈价格，没有性能的可比性，就奢谈价格。前段时间，我们购买了几台仪器，价格在几十万，甚至一百多万。那些仪器在中国销量都不小，但是价格就是不降。为什么？就是因为你需要，但是你没有，因此你没有询价的机会。真正有竞争力的产品必须是有很高创新性的产品，而这些创新性背后必然是很高明的学术。
但是工程和学术研究怎么才能结合呢？我认为下面几条需要注意。
一、学术研究的目标紧跟着工程走。也就是说，东西好不好，就看能不能用，就看用的好不好。不好，那就不算是好成果。这是个硬指标。当然，这里面也不排除出现了一些新的理论和方法，短时间用不好，但是大多数技术性的成果应该是以实际效果为主要目标。记得一个学生在一个外企从事技术研究，他们的产品要卖到日本去，日本的厂商拿出来一大堆测试数据库（这些测试数据本身就是有很高的技术含量，可以很快的测试出现有技术的弱点），看看之后，只告诉你要不要。连提意见都不给你提，因为给你提意见就是帮助你。所以，在这里就很清楚，不管你说你的方法多么花哨，拿出效果来。实际上，我们这两年做了些图像处理系统，经过大量实验发现，绝大多数图像处理算法只对理想图像有效，到了实际图像，效果都不好。
二、要善于提炼工程中的学术问题。做工程一个大忌就是到处搬工具尝试。当然，尝试本身没什么错，错在不能总是尝试。工程中的问题往往是原生态的，和工艺，软件等紧密相关，但是将这些看似很具体的问题转化为学术问题是很关键的。大多数同学都不适应解决这样的问题，往往看不到工程中的学术问题，陷入了工程细节而出不来。要想提炼工程中的学术问题，就需要一方面对现有的工程技术研究中的工具有深入的认识和掌握，另一方面需要对工程的物理背景有深刻的理解。两者相结合，同时有很好的建模能力，才能很好的提炼其中的科学问题。
三、避免盲目的跟着论文走。很多同学在做工程问题的过程中，往往拿现有的方法尝试，结果效果不理想，就认为此路不通。实际上，所有的工具都内涵着一些潜在的假设，在很多情况下，是这些假设制约了它们的应用。实际上，工程中遇到的问题可能不满足这些假设，所以导致效果糟糕。唯一有效地做法就是搞清楚论文方法的潜在假设，分析工程问题的条件，两者结合就可以得到改进的方法或者方案。
https://blog.sciencenet.cn/blog-39416-514152.html
上一篇：科研心理系列：认识焦虑（一）
下一篇：科研：工程和学术的完美结合（续）
