晴朗的天空分享 http://blog.sciencenet.cn/u/stone1971111 数学博士学位;现从事图像处理、信号处理的算法和系统研究。

博文

科研的原则:笛卡尔四条 精选

已有 17725 次阅读 2011-3-2 13:30 |个人分类:读书偶得|系统分类:科研笔记| 笛卡尔四原则

中午休息的时候翻看笛卡尔的哲学小册子《谈谈方法》(王太庆译,商务印书馆),其简明谦逊的语言,娓娓道来的流畅,使人不忍释手。中间看到笛卡尔说,他认为有四条原则只要做好了,不管是做人做事,都没有什么问题了。下面就是他的四条基本原则(从书中直接摘出),这些原则对于科研来说无疑问也是具有深刻的借鉴意义:
 
-----------------------------------------------
一、凡是我没有明确认识到的东西,我决不把它当成真的接受。也就是说,要小心避免轻率的判断和先入之见,除了清楚分明地呈现在我心里、使我根本无法怀疑的东西之外,不要多放一点别的东西到我的判断里。
 
二、把我所审查的每一个难题按照可能和必要的程度分成若干部分,以便一一妥为解决。
 
三、按次序进行我的思考,从最简单、最容易认识的对象开始,一点一点逐步上升,直到认识最复杂的对象;就连那些本来没有先后关系的东西,也给它们设定一个次序。
 
四、在任何情况之下,都要尽量全面的考察,尽量普遍的复查,做到确信毫无遗漏。
 
-----------------------------------------------------------------------
 
对于上述四条,我是非常赞同的,尽管我还做得很不够,但是其理念确实值得深入的理解。
 
第一条的理解。对于学习者来说,这是个学习的最好的方法,一定是建立在充分思考基础上才去相信和吸收,而不是盲从和迷信。在学习的时候不要放过任何一个疑点。对于做科研来说,不要轻易否定和肯定任何一种可能,我们有常见,也就是习惯性思维,这些常见常常阻碍我们到达新的路线。完全从客观问题出发,而不被常见固定,这样更有可能看到问题的本质,更有可能走上正确的道路。对于生活着来说,就是不能随大流。大多数人说的往往并不正确或者并不是最好的,需要自己认真的思考,然后决定是否遵照执行,而且还要进一步认识到,即便现在认为是真的,也不要一辈子都认为是真的。毕竟自己的知识需要不断地提高,认识也要不断地提高,所谓的提高,往往伴随着对过去认识的否定。
 
第二条的理解:对于做科研来说尤为重要,就是要学会分析问题。我们面对科研难题,其难度之所以很大的,本质原因就在于我们无从下手,也正因为我们不能把问题分解,才使得我们看不到解决的可能性。学会分析问题,是解决问题的第一重要能力。尤其是对于没有可参考的课题而言,这种能力尤其重要。随着科学研究的范围越来越大,出现的科研成果越来越多,我们在大多数情况下,习惯性的寻找类似的科研来做参考,而忽视了独立自主的进行分析。其实,世界上没有两个相同的大脑,只要我们总是从源头进行分析,也许从问题的分割上就已经是重大的创新。
 
第三条的理解:这个对于做科研来说也是非常关键的,就是从简单开始。面对一个一般性的复杂问题,最有效的方法是先看看简单情况。简单情况因为简单所以容易看清楚,但是简单情况往往蕴含着一般复杂情况的规律。记得中学数学竞赛时读过一本当代中国数学家写的小册子《从简单开始》(作者忘记了,也查不到原书)就很有收获。现在看来,这个法则从400年前开始就已经是人所共知的真理。当然,这里说的简单并不是平凡的简单,而是有代表性的简单。比如,有些数学问题需要从1,2,3开始,但是1未必是好的开端,可能2或者3就是典型的简单情况。把简单情况搞明白之后,就需要猜测能力,猜测出一般情况,然后就可以试图证明该猜想。很多数学猜想的产生,也是由简单情况推广来的。
 
第四条:对于做工程来说,全面完整是非常重要的,系统性是关键的要素。我们今天的科研,往往是只看其一,不看其二,并且只描述好的一面,有意回避不好的一面。这样的科研仅仅是科研的练习,如果想真正的解决深刻的问题,这种避重就轻的方式是非常有害的。对于做工程来说就更不必说,一个小小的瑕疵就可能导致整个系统的失败。当然,能做到这一点是非常困难的,它要求我们比较善于系统思维,而且需要很广的知识和经验。
 
虽然对于笛卡尔的四原则还没有真正想明白其是否就足够完整,但是仅就笛卡尔的确定无疑的语气,和自己多年来并不丰富的经验来看,也值得我们深入的学习并领会并主动地运用到我们的科研工作中,当然如果学好了,对于我们处理生活中的问题也是大有裨益。


https://blog.sciencenet.cn/blog-39416-418008.html

上一篇:科学创新的主要方式:潜意识思考
下一篇:科研成长之路:见不贤而内自省
收藏 IP: 159.226.21.*| 热度|

27 武京治 罗汉江 黎在珣 高建国 陈志刚 陈飞 苏力宏 徐索文 吉宗祥 鲍得海 徐明昆 杨华磊 朱志敏 赵凤光 黄锦芳 罗淼 刘锋 余昕 王群 陈儒军 张树风 李泳 阎建民 杨正瓴 侯振宇 zere Donut

发表评论 评论 (12 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-23 10:02

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部