[工程技术知识] 有没有某个瞬间，你觉得做科研特扯淡?

万年历购物网址日历小说 | 三峰软件天天财富小游戏视频推荐小游戏

TxT小说阅读器
↓小说语音阅读,小说下载↓

一键清除系统垃圾
↓轻轻一点,清除系统垃圾↓

图片批量下载器
↓批量下载图片,美女图库↓

图片自动播放器
↓图片自动播放,产品展示↓

首页日历2025 日历2026 日历2027 日历知识 | 每日头条视频推荐数码知识两性话题情感天地心理咨询旅游天地 | 明星娱乐电视剧职场天地体育娱乐

日历软件煮酒论史历史中国历史世界历史春秋战国三国唐朝宋朝明朝清朝哲学厚黑学心理学 | 文库大全文库分类

电影票房娱乐圈娱乐弱智火研中华城市仙家六爻佛门风水钓鱼双色球戒色航空母舰网球乒乓球足球 nba 象棋体操

商业财经知识科技汽车知识工程技术知识时尚与穿搭家居与生活设计艺术知识

知识库 -> 工程技术知识 -> 有没有某个瞬间，你觉得做科研特扯淡? -> 正文阅读

[工程技术知识]有没有某个瞬间，你觉得做科研特扯淡?

[收藏本文] 【下载本文】

有没有某个瞬间，你觉得做科研特扯淡?
关注问题?写回答
[img_log]
[img_log]
科研
科研社交网
学术研究
有没有某个瞬间，你觉得做科研特扯淡?

我读研的时候，有个延毕老哥，和我们一起答辩。
我问他为啥会延毕。
他说当年他答辩的时候，老师说他做的东西没有创新性。
我宽慰道：“大家都一样，别说咱们了，就算那些给咱们答辩的教授，他做的东西就有创新性了？”
老哥说：“对，我去年就是这么问的。”

我现在写paper基本就是Claude ChatGPT Gemini三家开搞，时时刻刻都觉得做科研纯tm扯淡，不存在哪个瞬间lol

同样的数据，流程，软件
印度哥们跑出来的数据就是比我的漂亮
我以为是机魂不悦，每次都要给电脑磕一个
后来发现他们是tm数据造假

我当时在博士毕业的时候就对于科研的意义产生了很大的怀疑。我自己的研究的课题是图像和视频处理，博士期间虽然发了一些还不错的文章，有的还有些关注度，但是每次都会问自己，自己设计的算法真的能够用到实际工作中吗？
当时博士期间个人做的最喜欢，也是导师和其他研究人评价比较好的，是一个用多帧去除视频中反射的工作（https://sites.google.com/site/obstructionfreephotography/），还有幸被MIT Technology Review报道过。但后来真的跟一些对此感兴趣的做图像处理的工程团队讨论，看是否可以真的用到手机上的时候，只能很无奈告诉他们，这个算法大约好几分钟才能处理一张低清图片，然后对方就立刻觉得落地没有希望，也就不了了之。当时就想，花了这么大精力开发了一个算法，发表了论文，但实际上却依旧跟实用相距甚远，做的价值在哪里呢？

2015我们提出的去反射算法，当时速度很慢，并没有实用
也是带着这个想法，当时毕业后也没有想着找教职，直接去了谷歌研究院一个做手机图像处理组Gcam（如果大家有用过谷歌的相机软件，就是Gcam弄的）。而且很多人博士毕业去公司研究院会选择能发论文工程压力小的组，而我当时选择谷歌Gcam的原因，反而是当时组里的大领导告诉我说他们的重心，是研发出能用在产品上的工作，正好和我的想法吻合。
但在谷歌带了很多年后，开始慢慢觉得之前的想法有点偏激了。研究工作的实用性的确很重要，但如果过分强调短期能够解决实际问题，那就会变得很短视，刻意回避那些更加困难，需要更长时间，几年十几年甚至几十年的研究。
例如在我们做去反射工作之前，用图像处理去反射效果一直不是很好，也因如此，这方面的研究工作一直很少，这样就形成了一个恶心循环：一个研究方向因为困难，所以没有人研究，而因为没有人研究，所以进展很慢，显得更困难。而当我们的去反射工作发表后，吸引了更多参与这方面的研究，之后做去反射的工作无论速度还是鲁棒性都有显著提升，华为P40还真的在手机上推出了这一功能。虽然后续很多算法设计上都比我们最初的算法要巧妙很多，但我们工作最重要的贡献是告诉大家用算法去除反射是可以取得很好效果（赶紧给自己脸上贴贴金）。或者说，科研的意义，尤其是在学校科研的意义，不仅仅在提出一个解决方案，更重要的是告诉大家，某个领域是值得去研究的。

华为P40提出的去反射，https://www.163.com/dy/article/F929661K0515O1G0.html
我自己对于科研认识的改变，也是在IT企业工作多年后的慢慢改变的。我被很多人问过在IT企业的研究所做研究，和在高校做研究有什么区别。可能大家最能想到的区别是高校研究更加自由，但我觉得更大一个区别是在于在企业研究，会不自觉的做一些确定性更大、更有希望短期产生实际价值的研究工作，而高校则更有可能做一些不确定性更大、有点天马行空的工作。大家可能会觉得有些太天马行空的工作有点不切实际，但反过来研究工作太实际就没有办法打破前面提到的"问题太难->没人做->问题还是太难"这样一个恶性循环，使得有一些问题明明很重要，但却鲜有人研究。而高校一些天马行空的工作一旦取得好结果，就能打破这个循环，引领一个新的领域，这也是很多人说的，“北极星式的的研究"(northern star research)。

再说一个具体的例子。我在谷歌从事图像相关的研究工作时候，发现其实大家在做手机端图像处理时候，大部分时间不是在处理算法的研究，反而是在做算法的质量评估和调试。当时就很多人希望通过AI实现自动评估和自动调试，但由于相关的基础研究非常少，所以即使这个问题大家都知道很重要，但就是很多年都没有什么人愿意做。而这一块的研究，在高校则一直有人在推进，而最近随着chatgpt和多模态大语言模型的发展，图像自动评估的研究已经出现了井喷式发展，而自动调试的研究工作也慢慢变得多起来。虽然这些工作具体实用还有一段距离，但只要有人不断地研究，就一定最终会建立更多人对于这件事情的信心，最终在工业界被大规模使用。所以科研的很重要意义在于，作为一个先行者，建立大家对于一些未知研究领域的信心。
最后，顺便安利一下我们最近的这一块的相关工作：图像质量评估(DepictQA)，自动调试(RLPixTuner)