请问作为一个即将入学的PhD学生，怎么去发掘或者说判断出一个非常有潜力的领域呢? 第1页

1、认同科研界选择大于努力。

2、科研领域，找出有潜力的领域的难度大于PhD毕业的难度。

有一句老话说得好：大牛挖坑，小牛灌水，菜鸟找坑。如果你已经可以很好地找坑了，那你已经具备了PhD毕业的素养，成为了一个小牛。大家可以阅读一下一篇古老的文章：

信息不对等的问题，在科研界非常的严重。试想某一天有一个农民发现了一块肥沃的田野，于是离得近的人首先受益（同学校、同领域、同国家），纷纷拿着工具去附近填坑灌水，并把credit给第一发现的人（citation）。之后等到大洋彼岸的我们发现这块肥沃的田野之后，再去看，发现已经被开垦的差不多了，每个坑里全是水（从个人而言，在计算机自然语言处理这个领域，好的研究组和一般的研究组对热点问题的关注和投入大约差1年时间。）。而对于新入学的PhD，尤其是实验室不好的博士，找一个好的课题真的像是问一个信息闭塞的农民：世界上还有哪块还没有开垦的肥沃的土壤值得去开采。除非有好心人真的想帮你一把，告诉你他所知道的，但是世界上好心人总是很少。所以，我倒是觉得即将入学的学生与其选方向，不如好好选个老板，让包工头告诉你，我们要一起去哪块地耕种，如果包工头对贫农态度比较好，那是最好了。

还记得上次组里吃饭，老板问我博士快读完了有什么想对博士学弟学妹说的，我的回答是：博士的基本功是写作和实验能力，这两项能力都是靠大量练习得到的，没有什么捷径可走，就是吃苦。而一旦掌握了基本功，往往灌水不成问题，大家反倒应该多在选题上花点功夫。总之，我觉得对于即将入学的PhD，思考如何选题可能有些难了，还是练好基本功和选好组比较好。

谢邀。总结下来一句话：学好，理解透，抓住底层矛盾，不要给别人的研究打补丁，不要做思想的搬运工。

看学校、看导师、读文献都是常规操作，不是你得出判断最需要做的事情，而且也只有你fully understand才能懂那些文献在说什么，判断哪些是值得注意的文献哪些可以略去。始终要明白，基础科学和数学不同于经济学等，这些学科的真理只有一个，它不依赖于人类已经认知的真理。而金融、经济等领域的真理与人类已经认知到的真理有关，譬如一个无关紧要的事件如果大家都认为会引起大盘涨那么它发生后大盘就真的会涨。做基础学科的研究最重要的还是自己做判断，追潮流就变成依照人类认知的真理去追求唯一的真理了。那些被认知的真理又有几分的正确性呢？

首先一定要学得好，不是说熟悉教材的内容，而是从fundamental的角度彻底理解你的领域，知道这些知识怎么从原始人的年代过来，能用初中生听得懂的语言讲清楚某领域的研究课题，然后你就有能力找到该领域逻辑底层的矛盾。大成果一定要这么做。

真正的大成果都是找底层矛盾，不是领域与领域之间的关系。如果有一个很漂亮的发现解释了一个领域与另一个领域之间的关系，剩下的便是靠这个关系解决具体问题，那么，不要进入这个领域，因为大鱼早就抓完了，小鱼也不一定抓得到。举个例子：

80年代有两位超级巨星，Donaldson和Witten，前者是数学家，后者是物理学家，都非常年轻。Donaldson用规范场论给出了光滑的单连通四维流形的性质并构造了这种四维流形的不变量，Witten用规范场论找到了扭结不变量在物理上的对应。这两个成就，尤其是后者因为更简单，引起了数学和理论物理界的雪崩，这个工作少说也衍生了上万篇文献，可是三十年过去了，任何新的突破都没有。80年代，代数拓扑大师Peter May看到人人蜂拥规范场论而没有人找自己读博，于是轻描淡写说了一句，these are fashion. 后来只有一个人找他读博，叫Voevodsky，然后他就得了菲尔兹奖。

科学研究从来不是众人拾柴火焰高，从来就是超级巨星的个人单打，因为只有超级巨星才有清晰的逻辑，深厚的基本功，天才的灵感。超级巨星可以将某领域前后三十年的逻辑梳理得有条不紊，角色人员只能把领域越搅越混。再举个例子：

90年代文小刚教授从普林斯顿博士毕业，成为Witten的关门弟子，博士期间的工作是超弦理论，可是那时候弦论所有尝试解决的物理大问题几乎都遭遇了瓶颈，于是这门学科彻底成为了一个另类的数学学科，它独立于数学家的兴趣外却又与物理关系不大。文教授说那不是他感兴趣的研究，加之高温超导的发现令他十分震惊，于是博士后阶段又回到了他的老本行，凝聚态物理。后来他发现那时很多热门的神奇现象比如分数量子霍尔效应、手征自旋液体等，都不是一个个technical的问题，而是一个fundamental的问题人们没能理解清楚：什么是多体量子态？这些态该如何刻画？它们之间怎么相变？而每种神奇的现象都是一种相，只不过这些相没有包含在朗道对称破缺理论中。后来文教授创立了拓扑序理论并获得了狄拉克奖。

再举个例子：张首晟教授据说读博的时候并不优秀，博士毕业答辩也是两次才通过。他的导师van Neuwenhuizen是超引力的创始人，他的论文也是关于超引力，可是这些没什么物理直觉和物理推理的研究似乎很难兑现他的天赋。后来杨振宁先生和张教授说，做科研就应该针对那些基础的实实在在的矛盾去做，建议他转行研究凝聚态而不是没有基石的高能物理，后来张教授做出了诺奖级的贡献并拿下狄拉克奖。

我的方向潜力一般，我已经毕业了没办法…

现在的情况就是，国家需要能做半导体，把美国人的钱赚走的人才。如果你的研究领域能往半导体靠，就往那个方向靠好了。例如，如果你研究激光，就研究光刻机用的激光器，如果你研究有机化学，就研究光刻胶，如果你研究量子力学，就研究芯片的量子隧穿效应争取找到改进制程的方法……半导体是科学的皇冠，几乎所有的学科都可以和半导体扯上关系。从科学角度，半导体潜力不一定大，因为外国人已经做过了。但是，从经济角度，半导体潜力还是很大的，因为我国每年进口芯片花费的外汇两倍于石油。

既然你研究人工智能，那么把人工智能算法用于芯片自动设计和布线，是否有可能，有人做过吗，又有没有什么方法改进应用效果和扩大应用范围呢？