作者bisconect (李东翰)
看板Cognitive
标题Re: [请益] 请问我适合当研究助理吗? 该如何准备?
时间Mon Mar 10 01:17:16 2014
很感谢你愿意回覆得这麽详尽!
※ 引述《skylikewater (choc.)》之铭言:
: 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。
「认知建模 」指的是建立一个模拟心智运作过程的模型吧?
比方说,用 flowchart, pseudocode, 或其他图文形式来描述人如何理解数学证明。
我的确想做这个。
请问 「认知建模 」的英文是 Cognitive Modeling 吗?
我找不到哪个台大心理系教授的 「研究兴趣 」栏位有直接写出此词,
应该是我知识不足,所以看不出某些兴趣其实就是在做认知建模。
请问你文中说的台大心理系有在做认知建模的老师是哪位呢?
有几个教授是研究中文辨识的,这应该有包含认知建模吧?
但我并没有特别想针对 「中文 」做研究。
我比较好奇的是更广义的:人类如何思考? 如何理解知识? 用什麽档案格式记忆知识?
我看到与我兴趣可能最接近的是连韵文教授、黄从仁教授:
http://140.112.62.7/psysite2/web/faculty/prof/LYW
http://140.112.62.7/psysite2/web/faculty/prof/HTR
请问你觉得这两位如何?
我正在尝试读他们的论文,但读得很慢,而且不确定有无看懂,哈哈哈。
(我现在的状况是看认知心理学课本时能轻易看懂,但是看论文很吃力)
: 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。
请问台大哪个老师在做 「以个人为单位模拟社会 」?
是要把模拟出来的数据跟现实数据比较,验证社会模型设计得好不好吗?
这也满有趣的! 我曾在一本科普书看过这类研究的介绍:
http://www.amazon.com/The-Social-Atom-Cheaters-Neighbor/dp/1596910135
: 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。
如果实验室愿意雇我,我当然会积极做好我的工作、主动帮助实验室!
我也有做好心理准备,要做很多繁杂的机械性工作!
人家付我薪水,我当然不可能只去那里学东西,要对团队有贡献才行。
我不怕机械性工作,我怕的是 「只有机械性工作,没有学习 」。
如果能学到学术知识与合作能力就没关系!
: 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)
https://en.wikipedia.org/wiki/Computer_Go
西洋棋方面 AI 已经赢过人类很久了,
但围棋方面 AI 还是输人类高手非常多。
关键之一在於,围棋的可能性比西洋棋多很多,
所以 AI 没办法用比较 「暴力 」的方法,靠记忆量与速度优势把所有可能性都算遍。
这造成了一个有趣的现象,
就是越小盘 (比方说9*9的棋盘) 的围棋中 AI 越强、人类越弱,
越大盘 (比方说19*19的棋盘) 的围棋中 AI 越弱、人类越强。
很神奇吧,人类在小盘的棋局中因为精密计算能力不强而输给电脑,
但在复杂度暴升的大盘棋局中,
缺乏精密计算能力的人类居然反而展现出惊人的直觉、模糊思考能力,
干掉了精密计算量大到不堪负荷的电脑。
再继续发展下去的话围棋 AI 应该也迟早会赢人类啦,
但我反而不太想那麽快看到围棋 AI 赢过人类,
因为这样人们可能就会忽略了人脑下围棋时使用的演算法是多麽神奇,
以为它已经没什麽值得研究的了......
话说日本有个单位在研究人是怎麽下将棋的:
http://webptt.com/cn.aspx?n=bbs/Cognitive/M.1259402172.A.076.html
跟我的兴趣似乎很相合,
但我总不可能跑去日本当研究助理吧XD
对方应该不会鸟我,而且我也不会日文。真可惜。
台湾好像没有学者在研究人是怎麽下棋的?
: 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。
你的意思是说,就算我们了解了人是如何思考的,
也不代表我们就做得出像人一样思考的机器吗?
比方说,我们可能在了解人脑後发现,
人脑执行的演算法根本无法用现有的电脑执行,因为硬体结构差异太大?
其实我觉得就算这样也没关系欸,
就算写不出 AI,光是能了解人脑演算法就是件很有趣的事了!
: (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)
请问 「没有可比性 」的意思是说,
神经科学、心理学、社会学......等各领域做出来的认知模型彼此毫无关联、
无法比较、无法串连成一个更大的完整图像吗?
不太了解 「可比性 」是什麽意思XD
: 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」。
我知道人的直觉思考常常出错啊,
认知心理学有很大篇幅都在研究人思考时容易出现的 bug,
企图藉由这些 bugs 了解人的思考方式。
: 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。
为什麽认知建模有助於了解哪些人口学变项是认知缺陷的原因!?
请问人口学变项指的是年龄、性别、居住地区、收入......之类的参数吗?
: 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。
看来要靠模仿人脑写出 AI 真的很困难。
不过没关系,如我之前所说,
就算无法靠此写出 AI,光是能了解人脑的演算法本身就是件很伟大的事了。
所以这不影响我对此题目的兴趣。
现在还是有人同时研究认知科学与人工智慧,
并且以写出具人类智能的人工智慧为目标,
例如这个 MIT 的认知科学团队:
http://cocosci.mit.edu/josh
他的 research interests 看起来完全就是我想做的事啊!!
但是他们不可能雇我当研究助理吧XDDD 这倒是没有语言障碍了,纯粹是我太弱......
台湾有人在做这样方向的研究吗?
台大心理系中看起来最接近的好像是黄从仁教授:
http://140.112.62.7/psysite2/web/faculty/prof/HTR
: 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!
另外再请问一下,以我想做的方向来说,
我现在除了准备实验室希望我具备的统计软体能力外,
我还应该做什麽努力呢?
比方说,除了读认知心理学课本以外,还需要读什麽呢? 教授的论文吗?
我现在的状况是课本都看得懂,
但论文常常看得半懂半不懂,不晓得该加强什麽基础......
再一次感谢你愿意回答得这麽丰富!!
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 123.195.45.82
1F:推 blindmelon:去找黄从仁教授 03/10 10:21
谢谢你的建议,可以请问原因吗?
2F:推 mulkcs:看你的文章 我觉得何不考虑念个硕班? 因为虽然你有动机 03/10 19:55
3F:推 mulkcs:但想法横跨多个层次 你讲的东西 细拆可以变成非常多的研究 03/10 19:56
4F:推 mulkcs:题目. 这种情况在一般大学毕业蛮常见的. 经过硕班训练 03/10 19:57
5F:推 mulkcs:你可以自己把想做的题目拆解成一个一个小部分,一一去完成 03/10 19:57
你的建议看起来很有道理。
我想先当研究助理而非先念硕班的原因是:
说来惭愧,我大学拖了很多年才毕业,
我现在年纪满大了(25),不好意思再跟家里拿钱。
虽然硕士生也有薪水,但听说只有几千块,应该不足以支付房租、三餐等生活所需。
如果当研究助理的话,薪水有两万以上,足够独立生活。
请问当研究助理的话,得不到你所说的这些训练吗?
如果我旁听课程、参加 meeting 呢?
※ 编辑: bisconect 来自: 123.195.45.82 (03/11 01:18)
6F:推 mulkcs:那就要看你研究助理是单独设计实验, 进行实验, 写报告讨论 03/11 15:27
7F:推 mulkcs:还是执行别人交代的事项, 譬如分析别人的资料了 03/11 15:28
8F:推 mulkcs:这两种研究助理都有就是了. 不过我自己的经验是, 当学生可 03/11 15:28
9F:推 mulkcs:以一直学习新东西做新实验, 当助理通常产出的时间会比学习 03/11 15:29
10F:推 mulkcs:东西还多就是了. 03/11 15:29
11F:推 mulkcs:举个例子来说, 当学生只要有空, 演讲想听哪场就听哪场 03/11 15:31
12F:推 mulkcs:但是当助理, 通常只能挑有相关的演讲来听, 时间通常没那麽 03/11 15:31
13F:推 mulkcs:宽裕就是了. 学生只要负责自己的研究, 但当助理杂事会比较 03/11 15:32
14F:推 mulkcs:多. 03/11 15:32
15F:推 skylikewater:以人为单位应该是有个中研院的研究员 sorry 03/12 18:51
16F:→ skylikewater:可比性的问题我自己比较悲观 我的确认为在我们有生之 03/12 18:51
17F:→ skylikewater:年、甚至根本就无法串成同样图像 03/12 18:52
18F:→ skylikewater:黄从仁老师应该蛮欢迎直接写信徵询、旁听 03/12 18:53
19F:→ bisconect:这样我大概知道了,谢谢你们的帮助! 03/15 00:42
20F:推 yaominls:连韵文老师最近的研究兴趣是在 Mindfulness, 因果推论还 04/23 18:04
21F:→ yaominls:有思考历程的研究已经比较少进行了 04/23 18:04