一般我们称为 "Top-Down" 跟 "Bottom-Up" 以避免好像做高层次功能的才比较「高」 认知科学一直都需要数学人才，（准确说，统计、建模跟编程） 不过你的问题分两个层次： 一个是如何找到研究助理、另一个则是你想转认知科学的动机。 找到研究助理是比较简单的事。 你没碰过 wet lab、本来生化的就几乎不可能， 一般来说研究助理都需要统计， 你是数学系的，相信线代一定比我们紮实的多， 无论高维资料、因素分析、无母数统计、乃至建模， 你只要复习 R 跟 Matlab 就可以了， 其他看 Lab 要求 SAS (健保资料), SPSS (?), Python 等等。 你有兴趣的题目其实就是「认知建模」， 以台大来说，心理系、资工系都有老师，你可能找到神经生物的系所去了。 建模是个很复杂的问题， 你可以从很基本的生物物理、模拟光合作用， 乃到抽象概念、语意网路来处理，甚至把个人当作建模单元去模拟社会， 这台大都有人在做。 找研究助理，只要他有开缺就能投了，如果没缺，你也可以自介希望去老师那旁听学习， 那就是看实验室有没有人力教你理你了，拿个兼任助理也可以当重考过日子。 只是你要有预期到：研究助理不是让你学东西、发挥专业「而已」， 行政的事情，机械性的资料处理，这些才是真正研究的细节、 真正在收集现实世界、尤其人的资料，难以避免的麻烦事。 千万不要觉得这是绑手绑脚！（不然你自己买书读就好啦） 说实话，就算你是研究生，也不会让你全职专心读书吧！ 如何学习在研究室跟人合作，是很重要的一环。 但关於你对认知科学的初衷， 我觉得很好，很有挑战性，绝对不是泼你冷水，而是分享我的心得： 工程的人在乎有多好用；理科的人在乎有多真实。 （想像成 data predict 和 model fitting 吧！） 人可以很简单的做到这些任务， 例如我们可以导航走路，这现在的机器人都还有困难。 （你举的围棋、我记得西洋棋 AI 已经超越人类了，但这不是讨论重点) 但，我们真的模拟出每个肌肉如何牵引关节，然後眼睛如何跟小脑协动， 就一定能够做出「会保持平衡」的机器人吗？ 我觉得这是个盲点。 （建模的层次更是复杂的问题，关於你要在抽象概念上、还是知觉输入、 　还是脑区、神经传导物质、甚至布朗运动或贝氏学习去模拟你的认知功能， 　很大程度上只是取决於你的背景。但这导致不同建模层次之间没有可比性） 请仔细想想，尤其推理运思领域，你应该知道「谁说人是理性的」。 认知建模很大的努力是在模拟人类如何之为人、如何有认知缺陷， 比较应用的，也多半只到认知缺陷的人口学变项成因。 我不觉得这跟你想像的认知科学对资工的帮助类似。 认知科学对资工应用的帮助，我想可能远少於统计系， 我记得 Google 有个笑话不知道是不是真的，可以让你想像真实的状况： 「每当翻译部门开除一个语言学家、新聘一个统计学者， 翻译的品质便有级数性的上升！」 建议你考虑考虑去读个 HCI，或是找找 AI 的老师有没有人想法跟你比较像， 那个并不是学者不愿意、或是固守成见的问题， 很可能只是人类们都还做不到。 认知科学在创立的时候，也是一批工程师认为， 我们可以从人类的「直觉」、「顿悟」、「内隐学习」去帮助机器。 等到他们开始研究的时候， 有的人，变成自己定义一个「什麽叫电脑的直觉」的数学模型， 有的人，则发展更多的认知神经测验去测量「直觉」， 然而主流一直都是，只要演算法更快、更方便，就是更好的模型。 难道类神经网路模型跟真实的神经很像吗？别闹了。 难道人类真的有一个 Fuzzy 在感知吗？说实话，我不知道。 我只能说这是不同的工作方向，没有对错， 只是如果你真的要投入进来，可以想想现代的研究到底可以做到什麽程度、 下个世代的研究曙光在哪。 因为你讲的愿景一百多年前就有人这样想了， 只是我们逐渐发现，可能这问题不是这样讨论的。 欢迎你加入认知科学的家庭！ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.121.113 ※ 编辑: skylikewater 来自: 140.112.121.113 (02/27 22:15) 我稍微更正一下好了...还是可以用 High 跟 Low 啦， 我把 Top-down vs. Bottom-Up 的历程性讲成研究目标了 如果要避免，我们可以说比较 base 的研究这样 ※ 编辑: skylikewater 来自: 140.112.4.209 (03/02 19:04)