首先需要说明的是，我是一个在职的学生，今年博士生二年级，所以我也需要 不断的学习，因此我希望今天的讲座是我和同学们之间的一个交流。
我先讲一下我的背景，这样可以解释我为什么会有这样的体会。首先讲一下我 个人的背景。我概括了一下，大致可以分为三个阶段。一个是在我读硕士的时候。我搞的是天气模式识别。这个是模式识别的一部分，在90年代初的时候很热的一个方向。当时我也学到了许多相关的东西，比如说神经网络。后来参加工作，我做了大约5年的开发。在这5年里面，我根本不认为我是在做研究，但是它使我打下了坚实的基础，特别是技能方面的基础，比如说编程动手方面。这还是让我觉得受益匪浅的。2000年的时候我开始转到研究这方面来，主要是阳老师带着。这个时候我作研究没有什么经验，处于一种摸索的阶段。当时我印象最深的是阳老师向我推荐了几本很经典的网络方面的书。因为那时我们不能有效的找到一些文献资料，很长的时间里面处于一种摸索阶段。后来慢慢的有了一些论文，就对做研究有了一些感觉。到了今年的上半年，因为有了一定的基础，可以学习一些研究的经验，慢慢的就把事业扩展开去了。其中对我影响比较深的是我和微软研究院一些人的接触。今年四月份的时候，我和微软研究院开始有一些交流活动，后来参加了一个国家科学部举办的一个培训。在这半年的时间，我学到了很多东西，处于一种学习阶段。我一直比较关注如何的更有效的开展研究工作，因为这是一个具有普遍性的问题。这就是我这两年的背景，下面我要讲到的许多东西都和我这些背景有关。
还有一个背景就是学科背景。并不是每一个学科它搞研究的方法都是差不多的，特别是对我们计算机学科来讲，它还有许多的特点。我们这个学科不仅是研究，更注重应用技术，尤其我们研究所的方向就是应用方面的。对于这个方面来说，有这样几个特点：发展快，研究成果转化快。这个特点是我们计算机学科所不同于其他学科的。我曾经和微软研究院的一个副院长交流的时候，他的一个观点很独特。他说，现在sci是国内评价一个人或一门学科最硬的指标，但是它对于我们这种学科是不适用的。为什么呢？因为我们这个学科发表东西特别快，比如说网络方面或者多媒体方面的，它可能有一个年会，而sci在年会之后的三年才进行收录。而三年过后，那个年会的创作高峰期已经过了。所以说计算机学科最有价值的东西往往不在sci里面。对于一些传统学科比如说物理或者化学，sci的评价更具参考价值。还有一个特点就是说计算机这个领域比较开放。所有信息可以通过各种途径找到，包括别人所作的研究成果，只要你用心去找，一定能找得到。这样就造成了大家的竞争，就说你很难超越别人。大家都在做，都做的很好，这就要求你的起点非常高。如果一个人单独做，那基本上是没戏的。就像刚才周老师介绍的许多文献，那都是人家几年的工作。你再看别人文献的时候，要注意到那时人家两三年前的工作，所以这个起点你一定要清楚。我们这个学科还有特点就是应用性强，工程性强。这个也是没有办法的，这样的话我们这个学科可能是应用方面比较强，后天理论方面可能不足，这也是每一个科研单位面临的问题。所以对我们来讲，需要相对的补充一些理论方面的知识。
下面我本来准备讲一下查资料的方法。开始准备的时候没有想到周老师会讲的这么好，我也就不再多讲了。我们做工作一定要有个好的起点，这个起点就是前人做的工作。站在前人的肩膀上，不见得是巨人，但你不能从头做起。
还有一个就是你扩大自己的知识面。现在的自然学科对话要求有开阔的知识面，这个也是难以平衡的，一个是深度，一个是广度。特别是在我们读书的阶段，一定要培养自己的知识面，因为以后参加工作以后，就可能没有那么多的精力和机会去开阔了。在读书的时候，和同学的交流，参加一些活动，阅读一些文献资料，这些都是开阔知识面的好机会。我觉得阅读好的论文和书籍是一个有效的方法。因为那些是人家做的一些很好的工作，对你来说是可以拿来直接用的，是很有效的一个捷径。还有就是如果你有机会接触到一些大师的话，要好好把握。大师往往能在一些地方给你重要的启发。我是很盼望能够经常见到一些大师，这样对我的帮助肯定特别大，因为他们身上有很多很多东西值得我学习，对于我们每个人都是这样。北大学生往往对于来北大的一些人不重视，他来他的，我做我的。其实很有可能他会改变你的人生，所以这种机会一定要好好把握。
还有就是培养自己看事物的深度。你们在座的研究生处于最能够到达事物深度的年龄段，对事物的认识一定要把握好，要勤于思考，联系事物。我举个例子来说。前几年我一直在做软件开发，我一直在想，面向对象的本质是什么，为什么这10年来OO的影响这么大，而且它的影响长盛不衰。你找一本教科书，它会告诉你面向对象的特性，但你要想一下，这样的说法有没有说服力。我在研究生期间读过有关分数维的书，我们现在看世界一维的一条线，二维的一个平面，三维一个立体，但是有些维数它是一个分数，比如说1.4维，它也能够来描述一些很有意思的现象，比如说好多分形图的维数就是分数维。这个可能和OO还没有联系。在分数维里面有很多特性，比如说自相似性，这在数学里面有几套等价的理论。比如说信息论，我们可以用信息量来衡量一个事物的复杂性，用信息里面的熵衡量，这个是整个IT比较奠基的东西。后来5月份的时候我给研究生上课，讲到composite的时候它就是用对象来描述事物，他有一定的自相似性，因为它在节点上又包含了抽象类父类的信息。那天我突然想到这个和OO其实有很多东西是相关的，因为OO的本质是描述事物之间的关系的，就是说好多对象可以用对象来说，其实他们之间有一定的相似性。像composite这种模式具有相当的普遍性，就是说它反应了现实生活中的好多模型。为什么OO现在能这么样的反应现实生活中的特征，这两者之间是相关的。也许我说的不是很精确。但是我后来确实把两件事情联系起来，那是我正在课堂上讲授composite模式的时候突然想到的。我说这个事情并不是吹捧我自己，我是说当你经常的深层次的思考一些问题的话，会有一些意外的收获。不要总是停留在表面上，因为我们将来要进行研究工作，如果你做的研究比较深的话，经过思考之后你会有一些发现，这些发现对你将来的工作会有很大的帮助。
还有研究工作的一个起点就是对领域的认知。我们每一个人在应用领域里面不见得完全相同，但作为研究起点起码对领域应该有几点认知。一个是从理解中的认知，它的一些应用基础，它解决了一些什么样的问题，这个是需要认知的。还有一个就是国内外的形式，比如说在学术研究领域里面有那些很好的年会，有那些杂志。这些知识绝对是有帮助的。