■李晓瑜

反刍俗称倒嚼，是指某些动物进食经过一段时间以后，将半消化的食物从胃里返回嘴里再次咀嚼。顾名思义，就科研训练而言，是指已经有目标、有倾向地寻找问题，在前期思考理解的基础上，研究人员开始设计问题的解决方案。

说到反刍消化，基本已经进入读论文的最后阶段，也是最关键阶段。这是创新创意、灵感迸发的阶段，也是开始登堂入室、初步产生作品的阶段。这个阶段离不开囫囵吞枣、细嚼慢咽这两步的积累，某种程度上，前两步中的部分动作有可能与第三步的“反刍消化”形成局部迭代。比如，细嚼慢咽的时候，可能会发现问题，直接开始局部反刍。等反刍消化的时候，也有可能发现某个问题当时并未做到细致和透彻，就需要反过头来，继续细嚼慢咽。

反刍消化阶段，“半消化”的食物主要指第二阶段的创意想法，这时每个想法的可行性分析与技术论证，是消化的主要动作。一些同学在反刍消化阶段，就能够完成整个课题的关键设计、计算和验证工作。如果是这样，说明你运气是爆棚的。因为很多时候即便大家已经进行了算法设计，开始了数据实验，也有可能被推翻重来。

那么，到了反刍消化的时候，我们需要强化这样几个科研思维，并尽量避免误区。

1.打破惯性思维，多问为什么。反刍消化不是单纯的理解，而是知其然还要知其所以然、推陈出新，进而帮助我们推衍新想法的一种科研路径。这就要求我们不断打破原有的惯性思维，多问几个为什么。当发生条件、数据、结论矛盾的时候，敢于去质疑任何一个已经被证明的环节。因为我们做科学研究，某些时候追求的是全局最优，而不是局部最优。

前几日，看到某本书里一句话，“当我们习惯了，就习惯了，但是孩子不这么看，他们会发现问题，他们会觉得不正常，他们会质疑这些，他们会有新的想法。但是，我们不是，只是因为：习惯了”。当时，我深受触动！为何我们就习惯了呢？因为大家很容易被已知经验条件束缚住，形成思维的盲点，进而也就失去了创新和发现真理的机会。所以说，我们要有敢于质疑定论的勇气，同时小心求证、不断探索，才能真正地破除惯有思维的束缚。

2.技术推演不等于逻辑证明，有效性与正确性是辩证存在的。大数据时代的到来，将人工智能再一次推向高潮。面向行业和领域应用的大数据挖掘，给经典学科的研究范式带来巨大冲击。一个传统行业走向智慧化，需要经历电子化、信息化、数据化、智能化等四个阶段，由业务驱动转变为数据驱动，进而方法论也从原有的严谨逻辑推理和定理证明，走向实证数据科学的新范式。这意味着，我们对应科学问题的学术研究，也要顺应时代发展需要，方法论要变革，科研路线和思维也要变革。

很多做机器学习、深度学习等核心算法研究的同学和老师们，他们都有一个感受，那就是这方面的很多研究落实到实验角度，就需要做大量的调研工作，模型的有效性很难做到完全通用和泛化。这里我们无法用简单的数学定理证明，告诉研究者哪个算法最好，但是在不同的数据集（实际业务数据和应用）上，不同的参数调整会带来一个直接的结果，告诉你这个算法就是有效的。此时，参数为什么要这样调整、这样的参数配置是不是最优的，这些问题都没有明确的答案。可以说，某种程度上研究有效比单纯的正确性更重要。顺理成章，反刍消化的时候，技术方案的论证和推演不等于逻辑证明，只要你的数据分析方案是有效的，哪怕是一个特定问题也是有价值的。

当然，这个观点不是普适的，涉及到不同学科，学术论文的方法论略有不同。比如数学、物理等，还是需要严格的逻辑证明的。但是，对于时下的大数据、人工智能是比较适用的。

3.多维度对比，进一步夯实思维的缜密性。反刍消化的时候，需要对于同一个问题不同角度和层面的技术路线进行横向、纵向的多角度对比。在对比论证的过程中，科研人员能快速掌握同行的研究思路，并且定位自己的技术优势。科研创新可以简单分为三个层次，一种叫应用创新，指的是同一个技术应用于不同的场景和行业，将思维进行创新迁移；一种叫技术创新，指将不同的方法和技术做整合与嫁接，用于解决同一个或同一类问题，在这个过程中会有部分技术的创造性发明；第三种叫原创创新，是最难的，也是价值最高的智力活动，从零到一，发明创造出全新的方法、原理或技术。有了这个基础认知，在反刍消化的时候，大家也可以多鼓励和肯定自己的灵感，进行不同层次的创新活动，进而逐步建立科研成就感，慢慢形成专业的“真知灼见”。

其实，反刍消化、细嚼慢咽、囫囵吞枣，这三个步骤或方法，不是孤立的，也不是浑然一体的万精油。针对于不同的学科、不同的研究目标、不同的研究主体，是会有变种和迭代的。

愿这三个方法，在一定范围内，能帮到部分科研工作者。

http://blog.sciencenet.cn/u/uestc2014xiaoyu