科研創新：科學問題的判據及科研論文的“套路”

1. 科研創新與科學問題 1
1.1）科研創新已是世界趨勢. 3
1.2）科學研究的實質. 5
1.3）新知識的傳播. 8
1.4）區別科學問題與工程問題. 13
1.5）科學研究是崇高的事業. 16

2. 科學問題的界定與判據 19
2.1）科學問題從哪來？. 19
2.2）要看多少篇文獻？. 22
2.3）重複前人的工作. 24
2.4）科學問題的判據. 26
2.4．1）判據之一：極端尺度. 26
2.4．2）判據之二：矛盾衝突. 28
2.4．3）判據之三：為什麽. 32
2.5）工程問題連帶科學問題. 32
2.6）有意栽花與無心插柳. 35
2.7）“因神設廟”. 37
2.8）人類智慧的高峰. 38

3．如何尋找科學問題  40
3.1）“居高臨下”. 40
3.2）知識碎片化. 44
3.3）如何去碎片化. 46
3.4）工學院應做科學問題. 48
3.5）如何提出尖銳問題. 49

4．科學研究的步驟及原創性  51
4．1）建立假說. 51
4．2）實驗驗證. 52
4．3）修正假說. 52
4．4）多次重複修正. 54
4．5）科學研究的原創性. 55

5．科學研究的策略及基礎  60
5.1）進入黑暗. 60
5.2）反饋. 63
5.3）孤立與比較. 65
5.4）“永遠有路”. 66
5.5）鞏固基礎. 68
5.6）與基本原則結合. 74
5.7）人腦的潛力. 75

附錄1：科研創新的四項基本原則  78

附錄2：撰寫科研論文的“套路”  87
1）通常的弊病. 87
2）通用的模板. 91
3）最難寫的部分-前言. 93
4）還是科學問題. 102
5）結果與分析. 105
6）題目與摘要. 111
7）較為標準的例子. 115
8）“真金白銀變廢銅爛鐵”. 123
9）“死馬醫成了活馬”. 127
10）關於英文寫作. 129

1. 科研創新與科學問題

作為開場白，有個關於果子、樹枝樹葉、樹根和樹之間關係的比喻，可以用來對照我們國家的人才引進。我們需要確認的是，多年來我們引進了那麽多人才，還有那麽多項目，大部分情況下的著眼點是在果子，還是果樹，或者樹根？比如在一棵蘋果樹上，若隻看到蘋果，雖然可以很快見到成效，可以馬上就吃，但是我們知道重要的事情並不是蘋果，而是它的樹，更為重要的是蘋果樹的根和生長蘋果樹的土壤。同樣地，我們經常被問道，有沒有新的“項目”可以引進。但新項目從哪裏來呢？當然是別人經過創新和長時間的研發，最後得到的。然後我們接過來進行生產，或者經過進一步的開發，達到生產的階段。然後呢？我們有沒有學會怎麽創新和研發？我們把一個成熟的組或者一個人引進來，我們有沒有學會產生這樣一個組或者一個人的一種機製，這樣一種土壤？更為重要的是，這樣一種“根”。這些其實是很大的問題。相信大家早已意識到這些問題，否則不會有“錢學森之問”。所以，我們首先要做的事情是要把科學研究的一整套的概念和基礎從頭梳理一遍。

對全世界而言，科學研究的起源是在一個很小的地方，就是古希臘。這個不是我們的“錯”，而是上帝把這個科學的種子撒向了古希臘，沒有撒到我們這兒。古羅馬其實並沒有進行太多的發展。到了中世紀以後，由於奧斯曼帝國的擴張，促使西歐人覺醒，重新撿起當年的那些東西，開始了文藝複興，才有了近代科學的啟蒙。之後一日千裏，如今影響到人類生活的方方麵麵。也就是說，起始的這些東西，我們從來不曾有過。盡管我們有“四大發明”等等，但是這並不是科學研究的結果。所以在東方國家並沒有產生這樣的元素。我們從五四運動開始說要引進科學，搞了將近一百年了。到今天，放眼望去，我們全民的科學素養有沒有造就？從普遍意義上來講，大部分地方的科學研究單位，對科學研究本身是什麽，有沒有一個很清晰地認識？一個很簡單的例子就是，我們總是把“科”與“技”放在一起。“科學”、“技術”到底是不是一回事？我們也把“科學”和“工程”混在一起，它們究竟有沒有一些顯著的不同？總而言之，我們非常有必要對這一切進行梳理和重新認識。當然，你可以認為這些隻是一家之言，或者認為這些對中國並不適用。但是世界潮流浩浩蕩蕩，如果老是逆潮流而動，結果一定會比別人好嗎？

簡而言之，我們很有必要從根上來解決問題，而不是做一些麵上的東西，而不是隻進口一些果子甚至葉子等等。而這又連帶著兩個相關的事情。首先是當今的一個共識，即大學應該是社會的領航船。既是領航船，就不能與大船靠得太近，而要保持適當距離。由此推之，大學也應是象牙塔，雖然裏麵分文理科、醫工科等。另外一個是耳熟能詳的“科研創新的四項基本原則”，這個實際上是美國科學促進會在九十年代召集了世界上科學精英總結出來的四條。其中最重要的也就是第一條，即“結合基礎研究與應用研究”。雖然工程學院做的是“應用研究”，但是必須要結合“基礎研究”才能做到真正的創新。也就是說，盡管工科研究的東西比較接近社會，但是每個學生老師應該結合前端的研究，也即科學問題的研究，而不僅僅是為了應用。假若隻是在應用的領域裏麵打轉，或者說隻在“接地氣”的方麵做工作，就很難做到完全的創新，最多隻能算“技術革新”。

1.1）科研創新已是世界趨勢

讓我們轉入正題，首先是為什麽要進行科學研究，這其實是全世界範圍的一種趨勢，這個趨勢已經開始了很久了，也就是大家都意識到了科研創新的必要性：它是大學作為社會的領航船的一個最重要的功能，就是要在人類發展的前沿做開創性的事情。大學不光是做知識傳授，而是必須進行知識創新。有這樣一種說法，大概每一百萬的人口就應該有一所研究型的大學，而不是隻做教學輔導。按照這個說法，廣州應該是有20所，當然這隻是一種泛泛而論。但這個說法也有一些根據，主要是什麽呢？就是智商，當然說起來“政治不正確”。智商的分布大家知道，是一個高斯（鍾形）曲線。曲線中心大概是一百，就是全人類的平均智商。當然不同種族會有些不一樣，東亞人可能比較高，可以到一百零幾。然後每隔15為一個方差，也即115是平均值之上一個方差（西格瑪），130是兩個西格瑪，145是三個。有些理論是16一個西格瑪，也有的是18一個西格瑪，這個由於不同的智商測量係統會不太一樣。大概地來說，一個西格瑪115智商已在5/6的人群之上。因為一個西格瑪所占鍾形曲線的兩邊算下來大概是68%左右，剩下的便隻有1/3。 但是1/3有一半在左手邊，是在平均值之下，所以之上的另一半隻有1/6。也就是說115智商或者以上者隻占總人口的1/6。再往上的話是130。130以上者大概隻有2.2%，也就是說百裏數一數二的人。而3個西格瑪（145）大概就是千裏挑一。到了4個西格瑪更是3萬分之一。所以3個西格瑪是一個比較“適中”的智商界線。

而發達國家的一個地區或者城市，一百萬人口的千分之一，一般就是這個地區的醫生人數加上大學教授的人數。當然了，有一百萬人口不一定有一所研究型大學。所以這隻是一個大概的依據。當然這裏麵有好多話“政治不正確”。90年代加拿大有一個大學的心理學教授講到種族的智商差異，結果引起軒然大波。但是學術上做這樣的探討應該沒有問題。當然在不發達國家就很難達到這個水平了，一千萬甚至一億人口也不一定有一所研究型的大學。像非洲有近8到10億人口，但是整個非洲從北到南沒幾個世界水準的研究型大學。甚至對於美國來說，大概有3億多人口，但研究型大學隻有200所左右。這200所是從比較普遍的專業，物理化學等等出發。如果再往應用方向走，到工程方麵。以材料工程為例，是工程中較普遍的，因為任何工程都要用到材料，大概隻有150個左右。若要以含有“材料”作為係/所的名稱者，可能更少。可見即便美國都沒有達到之前所說的“標準”，要一百五十萬人左右才有一所研究型的大學。當然這裏我們所說的研究主要是指理工醫類，社會科學等不在討論範圍之內。

總之，科學研究是一個全世界的事情，也就是說不光是我們國家，其他國家也在做這樣的事情。甚至很多非洲國家也在做，也要進行科學研究。十年前左右，我去非洲旅行，到過埃塞俄比亞。即便是在今天，該國與世界上大多數國家相比都算貧窮落後的。但我發現他們在進行嚴肅認真的大學排名。他們前幾名之間的競爭絕不亞於我們國家。雖然令人驚奇，但這也表明了科學研究是全世界的事情，不止中國為了成為世界強國而要科研創新，其他國家也是如此。又比如拉丁美洲，雖然很多是第三世界的國家，但是墨西哥有幾乎是全世界最大的大學，叫做國立自治大學，好像有27萬左右的學生。這個大學位處墨西哥城的南麵，開車在高速路上走很長的一段都是它，就像一座城市。再比如說阿根廷， 曆史上曾經獲得過諾貝爾化學獎和醫學獎。這些都說明科學研究是一個全人類的事情。

1.2）科學研究的實質

接著我們必須談到科學研究的實質。一般來說，科學研究（Scientific research），就是尋找新知識（seek new knowledge）的過程。大家可能不以為然，因為我們做科研首先是為了國民經濟的發展，生產力的提高。其實不一定是這樣。很多情況下，甚至在大多數情況下，我們人類曆史上的科學研究成果並沒有用來推動生產發展。甚至有幾百年前的科學研究成果，迄今為止，與我們的生產力沒有什麽關係。舉一個很簡單的例子，就是哥白尼，波蘭天文學家。他發現地球並非宇宙的中心，太陽才是。地球是繞著太陽轉的，也就是“日心說”。這是人類曆史上非常重大的一個發現，即地球不是世界的中心，太陽才是宇宙的中心，地球繞著太陽轉。如果你列舉幾個人類曆史上最重大的發現，“日心說”必然是其中之一。雖然它間接地引起了社會的變革，但是“日心說”不僅是在當時，甚至是對我們現在而言，都對生產發展沒有直接的影響。馬路上汽車照樣跑，火車照樣開，飛機照樣飛，沒有任何差別。唯一有差別的地方，那就是宇航局或者是天文台，對他們來說這個有差別。那麽這個東西既然到今天還是對我們沒什麽“用”，在當時來講絕對沒有任何“用”處。甚至對製定天文曆法也沒多大影響。所以說在絕大部分的地方它沒有任何用。但是所有的人都不得不承認這個哥白尼的日心說是人類曆史上的一個非常重大的科學發現。因此從這個角度講，新的知識，也就是科學研究的成果並不一定要有什麽“用”。

而且在很多情況下，科學研究出來的負結果（negative results），即它告訴你“不是什麽”，而非“是什麽”，更為重要。因為它可以讓我們避免錯誤，甚至避免被毀滅。比如一個小孩子在成長過程中，父母跟他說不要玩火，小家夥一般不願意聽。等到哪一天他不小心被燙到，自此之後，他恐怕再也不會犯同樣的錯誤。這個例子中，“火會燙傷，不能玩火”對小家夥來講是個新的知識，但是一個負麵的知識。然而這個負麵知識的重要程度遠超過了一些正麵的知識。對於全人類而言，新的知識尤其是負麵的知識，往往更為重要。如果你能把這些貫徹到科研中，就會發現，有時候負麵的知識，往往比正麵的知識還要關鍵。你可能會不認同，覺得自己看的文章都是發現什麽“有用”，但實際上這是個很狹隘的認識。所以我們完全可以說，“科學研究的目的，和主要內容就是，發現新知識。”而且並不全是為了新的應用，更不全是新的生產力。大家通常說有“什麽用”，和“怎麽用”，與科學研究本身沒有任何關係。科學研究要應用是之後的事，而科學研究本身就是為了發現新知識。

曾經有個學生，在國內著名大學讀的本科和碩士，期間也發表了一些文章，然後到海外讀博士。曾信心滿滿地說，我要做出3到5種新的東西，每種都要比之前的性能參數好。我說，即便你做出10種性能越來越好的材料，也不一定能讓你拿PhD學位。因為我們大學的博士學位有最起碼的要求，就是要有“新的知識”。在PhD學位答辯的那一天，會有其他院係的老師參加，比如醫學院、文學院。他們並不一定懂你專業上的東西，但是大家都會問最基本的問題—你的研究有沒有發現“新的知識”。他說新材料怎麽不是新的知識呢？我說你合成的新材料不一定代表新的知識。你隻有搞清了這種材料為什麽會這樣，哪怕是之前就有的，但是人家並不知道為什麽它會這樣，你就發現了“新的知識”，即便你一個新材料都沒有做出來。

對於各位老師同學來講，尤其是工學院的老師同學，這可能是非常不容易接受的觀念。其實，在其他國家的大學，比如麻省理工學院，加州理工學院，你可以觀察他們的教授發表文章在哪些雜誌上。當然有一般的工程雜誌，但是大部分還是在科學雜誌上，也就是SCI雜誌。他們所研究的問題絕大多數是科學問題。隻有這樣，才能夠把學術水準做上去。後麵還會提到，大學工學院的首要目標是什麽，不是工程研究，而是科學研究。也就是說應該研究科學問題，也就是發現新的知識。當然你的目標是應用，你和理學院，和其它做基礎科學研究的不一樣，你做的是針對應用型的科學研究。但是你最大的目標還是科學問題，隻有這樣才可能達到世界水準。

比方說，如果這兒市中心要造一座橋，或者在你們校園裏要造一座橋，可能碰到很多問題。你把這些問題解決了，通過你的研究。不管你經過多少困難與挑戰，它的意義通常隻限於這個校園或隻限於這個城市。這座橋對於在座的各位或者城市的居民可是大大的“有用”。要不然也不會花那麽多錢去造這個橋。但是對於城市之外的，對於全國，甚至全世界不會有什麽大的影響。不要說投到一個SCI的雜誌，你投到EI雜誌都不會入選，最多登在本地的報紙上。這就是為什麽需要強調，新的知識必須對於全人類來講是新的，越是這樣，它的意義就越重大，就越具有普遍性。因此可以更進一步地說，科學研究的唯一目的就是尋找新的知識；而新的知識並不是一定要有直接的應用。回想一下，我們中華文明號稱5000年，不是一向說是天“圓”地“方”嗎？後來傳教士過來，才說到地球是個圓的。大家去看看中學的或者科普的書，古希臘人不但知道地球是個球，而且他們算出了地球的直徑，跟今天我們知道的數字相差並不遠。在這裏無意貶低我們自己的老祖宗，隻是想強調科學的種子沒有落到我們中華民族的頭上，這雖是我們的不幸，但全世界絕大部分民族也是如此的命運。所以我們到了今天沒有別的出路，就是向別人學。不但要學各種各樣的技術，引進各種各樣的果子，還要引進那些樹，引進那些根，更要引進那些土壤。所以各位一定要埋下這個種子。將來不管做什麽，你要成為一個生活在21世紀的現代人，要有科學素養。必須了解科學的起源，科學在哪裏出現跟發揚光大，更要了解科學研究的本來目的。

1.4）區別科學問題與工程問題

總結上述內容，可以看到，科學研究是用來解決科學問題的，也就是用來發現新的知識。然而無論是我的學生，其他研究組的學生，還是我遇到的其他學生甚至老師，都無一例外地說，科學問題太難了，尋找科學問題太難了。其實不然。我那兒的學生們大多是這種情況：剛來就被告知，要自己尋找科學問題。接下來一段時間大都是一籌莫展。然而，最快的幾個月，一般是一年半載。絕大部分同學會跟我說，“雖然當初一籌莫展，如今放眼望去，全是科學問題。”通過這些例子我們看到，科學問題到底難不難，關鍵看你有沒有一個正確的認識。也就是說，你要有“科學問題”的基本判斷。這也就是本書的最主要目的。據我觀察，在一般做“應用研究”的機構呆的時間越長，寫的“應用文章”越多，觀念就越難改過來。往往會在表麵上認同這些觀點，覺得科學問題很重要。但是走著走著又會回到老的路子裏去，沒有辦法走出原來那一套，就像在旋渦中轉不出來了。比如說我接待過不少訪問學者，一般一到兩年。雖然他們很用功，一年基本都有一篇文章，但是在這一到兩年的期間，大多並沒有機會掌握如何尋找“科學問題”。這應該說是問題的根本。大家應該至少認識到，科學問題，往往是為了解決“為什麽”，而不是去解決“怎麽做”。這又涉及到兩個側麵，一個是深入，一個是普遍。普遍是廣度，就是涉及麵更廣。這些很難用一兩個詞描述，而需要在之後的章節作較為係統的討論。

我們人類對智慧的崇高或者深入會有一種自然的崇拜，這就是我們區別於其他的生物的一個重大方麵。所以我們人類文明才得以這樣高速發展。隻有極少數的人和地方是反過來的。即便如此，這些人和地方也要享受現代化帶來的各種方便。即使北朝鮮這樣的地方，還是有因特網，盡管他們的網與外部不聯。我在北朝鮮時發現到處都是計算機，還要給你“顯擺”：我們用的是最新的一款Windows。可見連北朝鮮都不是反智的。所以這就說明人類的科學問題，才是最基本也最為重要的問題。從科學問題的解決，由此發現新知識，而這個“新”是對全人類的“新”，才是真正具有普遍意義的。

這裏應該提到工程問題和科學問題的不同。最顯著的一個區別就是，工程問題不存在一個唯一的解，而科學問題的答案是唯一的。比如說你要造一座橋，這是一個工程。當然，工程跟工程問題又是兩個概念。雖然是工程，但如果沒有任何問題，那就不構成工程問題，隻是一個工程而已。如果這是一座與眾不同的橋，帶來了許多新問題。這就變成一個工程問題。但答案並不是唯一的，也就是說，可以有多種解決方案。而科學問題的答案卻是唯一的。可能你會說，我所研究的科學問題，也可能有多種答案。那隻能說明你這個問題還沒研究透徹，還是處在模棱兩可的境地。這個研究還要繼續深入下去，這也就是科學研究的意義所在。否則，這個問題已經得到解決，你也就沒有必要再研究下去了。如前所說，新的知識一定是對全人類來講是新的，從來沒有過的。你不能說這個東西是對我們國家或對某些地區來說是“新”的，你做的東西便是科學研究。這隻能叫做“填補空白”。說不好聽一點，叫做“reinventing the wheel”，即重新發明輪子。輪子據考證是五千年前就有了，最早似乎是在兩河流域出現的，在出土文物中有人拿著長矛站在車子上的圖案。而在古埃及也早就有戰車。所以，重新發明輪子不能算作科研創新，盡管有許多人樂此不疲。

更進一步，我們會發現，工程問題在絕大多數情況下都連帶著科學問題，不然隻能更退一步算作技術問題或者工藝問題。當然，技術問題和工藝問題也很重要。比如說鋰電池，一百多年前的人們就知道幾乎所有的金屬都能夠發電，隻要被氧化就可以做成電池。鋰是最輕的金屬，做成電池便於攜帶，但是化學上非常活潑，所以用來做電池就很危險。怎麽把鋰做成沒有危險的電池，這是個工程問題。但是在解決的過程中，會遇到許多未知的東西，比方說什麽情況下鋰會發生化學反應，等等。有些可能不一定是定性的，而是定量的，這些就成了連帶著的科學問題。當然，這些也需要在此後章節中進一步討論。

此外，科學研究不是少數人的事情，而是全人類的一個共同事業，而且因為今後人工智能等發展，可以預見人類會越來越“閑”，會逐漸從體力勞動中解放出來。那麽之後可以大量開拓的工作是什麽呢？可以是學習與創新。而科學研究-尋找新知識，成為其中最重要的部分。

這裏不得不提到另一件相關的事情，我們人類曆史上總有一些非常容易滿足的人，其中不乏站在高處的學者。在19世紀末，有一種論調認為人類已經掌握了物理學的幾乎全部知識，認為後代們隻需做些修修補補的工作就可以了。但是隨後量子力學的出現，一下子打破了平靜， 讓人們明白了自己隻是掌握了物理學的一小部分，還有很多未知領域等著我們去探尋。之後經過一百年的發展，到千禧年左右，又有人提出，我們已經解決絕大部分科學問題，“自信”的程度令人匪夷所思。在2005年，慶祝Science創刊125周年之際，該雜誌社收集了125個最具挑戰性的科學問題。這些問題明確地顯示了人類還很“無知”。其中涉及人類的起源，生命科學，天文地理都有。理工科各領域大概也有十幾個問題。125個問題裏麵還有六個是數學問題。雖然這些問題都很大，跟我們的日常生活卻沒有太直接的關係。但這些標誌著我們認知的進展，以及人類文明的進步。

反過來講，如果在應用研究當中，陰差陽錯遇到了一個類似於這樣的科學問題，盡管這個問題的解決跟應用的成功沒有太大的聯係，這個時候就不應該功利主義，而放棄科學問題的研究。費馬大定理（猜想）的證明就是個例子。費馬猜想被懷爾斯在90年代中期徹底證明，被認為是20世紀人類最偉大的進步之一。費馬大定理看起來很簡單，是一名法國“業餘”數學家提出來的。與勾股定理相似，A平方加B平方等於C平方， A、B、C都可以為整數。但是如果平方變成三次方四次方五次方，一直到任何整數次方，ABC有沒有整數解呢？猜測是完全沒有整數解。表麵上這個問題太簡單了，小學生都能理解。但是居然一連350多年沒被解決。懷爾斯在十歲的時候，到圖書館看書，就被費馬大定理所吸引，然後下決心一定要完成這個人類的巨大挑戰。懷爾斯雖然是普林斯頓大學的教授，卻花了七年時間躲在自己家的閣樓上，去證明一個表麵上跟費馬大定理並不相幹的猜想，但兩者在數學上相聯。當然中間的連接是經過好幾個人的努力完成的。而這個猜想本身，則是50年代由兩個日本小夥子，在戰後的廢墟上作出來的。在1994年劍橋召開的又一屆國際數學大會上，懷爾斯向全世界宣告，這個近360年的問題終於得到了解決。盡管他在文章最終發表的時候已經超過了四十歲，無法獲得菲爾茲獎。但是他的豐功偉績被拍成了電影。很顯然，越是長時間沒有解決的問題，越是重大。所以如果各位在解決工程問題時，發現了一個相關的科學問題的時候，不要放棄。更不要覺得，這個東西做了對我沒用。你一輩子隻要做這樣一件事情，已經為人類做出了重大貢獻。因為科學問題解決給人類所帶來的影響往往是無可比擬的。

2. 科學問題的界定與判據

2.1）科學問題從哪來？

首先，作為研究的主題，工程問題也好，科學問題也好，是從哪來的呢？可以從生活實踐中來。比如有人腿摔斷了，要康複，就從中發現了一個之前沒有遇到過的新問題。這種情況很少。而大部分情況下，問題是從文獻中找出來的。這是因為實際中的問題在絕大部分情況下並非科學問題。而是工程或者技術問題，甚至是經濟問題，社會問題。像糖尿病人無損測血糖，這並不直接是一個醫學問題。隻是因為病人被紮針產生一定的痛苦，所以幾乎成為一個社會問題。對於大部分的理工科學校和研究所的研究者來說，都是從看文獻得知，有這麽一個嚴重的挑戰存在。而且在文獻中往往已經提煉出了相關的科學問題。之後通過科研文獻廣為傳播，成為一個個科學研究的目標。

我們知道，一般科學研究分成兩大類，一個叫做探索性的研究(Exploratory)，一個叫做假說驅使的研究(Hypothesis driven)。如果你申請科研基金，特別是在西方國家，這個是不言而喻的，這一寫出來大家都知道。目前大部分的科學研究是屬於假說型的。這是因為在絕大部分情況下，你的課題必定有很多前人的工作，你所麵臨的必定是前人遺留下來的問題。你不能說，某醫院有一個需求，我就把它當作一個研究課題來做。這裏有一個非常大的漏洞，什麽漏洞呢？就是某醫院提出的問題很可能早就有了答案。你根本不需要花錢，或申請錢去做這個研究。很多問題的答案在文獻當中早就有了，這也就是文獻的作用。且不說現在可以用網絡這麽方便，之前沒有這些網絡的時候，大家也可以利用圖書館，資料室。不光是這些文獻本身，甚至於這些文獻被引用的情況，也一直在被積累著。

我們現在已知的最早的文獻，似乎是來自於幾百年前。我們學校的圖書館，最老的雜誌是17××年的。以前有人從外麵來參觀，就帶他們到圖書館書架旁“顯擺”一下，你看我們這個大學曆史如何悠久。這一切不是用來唬人的，而是要讓你“站到巨人的肩上”。國內教育出來的同學都知道這句話是什麽意思。好像是以前牛頓說過的，他覺得隻是站到了巨人的肩上。這是他謙虛，其實牛頓之前並沒有太多的巨人，這個大家都知道。所以對我們來講，你從醫院也好，工廠也好，具體的問題拿過來，很可能是一個“偽問題”。盡管有時候這個問題國內找不到答案，國內都不知道怎麽做。那國外呢？甚至可能到了美國，也找不到答案。但是文獻裏早就有了，因為可能這個東西大家早已不用，已經過時了。這種事情經常發生。一些化工廠早就沒了，轉到了印度或者其他地方。你現在問大家怎麽回事，沒有人知道。這不要緊，我們有文獻記載。

說到文獻，稍微說幾句題外話，大家知道世界上有幾千種語言，被分成很多種類。大的劃分之下包括，比如漢藏語係，閃含語係及印歐語係。後者又含有拉丁語族，包括法語西班牙語意大利語，又有Germanic語族,就是德語英語等等。還有斯拉夫語族，包括許多東歐的語言。文字則是另外一回事，種類可能要少一些。更有意思的是，佛教雖然產生在印度，它第一次被記成文字並不是在印度。因為那地方好長時間並無文字。所以文字是人類文明中最重要的一部分。再稍微說遠一點，我們出去旅遊，很多人喜歡看古跡。一般來說，斷牆殘壁不如那些有圖案的，而有圖案的則不如雕塑。像古希臘的那些精美雕塑就不用說了。但是所有這一切都不如有文字的， 因為這裏麵包含的信息要多得多。所以西方文物當中最有意思的應該就是那塊古埃及的，刻有三種文字對照的石頭。所以文字哪怕是已經過了時的，大家都忘記了的東西，都可以讓人隨時重新了解，傳承下去。

所以要開始做研究之前，不管是工程研究也好，科學研究也好，首先要知道前人做了什麽。換句話說，用一個比較形象的詞，就是你要知道我們的“前沿”在哪。假設這是一個知識的海洋，我們人類所知道的所有東西不過是其中的一個島。但是問題是這個島的邊界，也即陸地跟海水之間的界限往往不是很清楚。我們要走到它的前沿， 從島的中間開始，猶如從小學開始，然後慢慢向邊緣走，到中學大學。到了大學之外，每一個學科都變得非常的複雜，枝枝杈杈繞來繞去。但是無論如何你得知道這個知識的前沿究竟在哪。

舉一個例子，例如汽車裏的傳動機構，英文叫transmission，中文名叫變速箱。最早都是用普通齒輪變速，加一個操縱杆撥來撥去，一檔二檔，這個大家都知道。然後90年前有人開始發展液壓控製係統，就是自動檔。之後汽車駕駛變的很容易。比較高級的車子現在自動擋可以有八檔，它又可以省油。因為它有很多over drive 檔。前些年有了另外一個全新的係統，裏麵有一個直徑從大到小的錐形的東西。然後加上一條傳動鏈。它跟之前完全不一樣，像是一種無級變速。到了這個時候，之前那些東西就不再需要。但是你還是要作充分的了解，哪怕是這麽一個很直截了當，非常容易明白的機械裝置。又比如說半導體器件，你就必須從能帶，p-n結開始了解器件的理論基礎，然後從最簡單二極管，到三極管，場效應管，都要了解。不然的話，你怎麽知道邊界在哪兒？所以“站到巨人的肩上”，這是無論如何強調都不為過的，因為這就是你做研究的出發點。

2.2）要看多少篇文獻？

 

常常聽到有人問，一個研究生開題之前應該看多少文獻。答案往往是10篇，20篇。曾在某個名牌大學旁聽過博士開題報告，然後問了兩個問題：第一，你這個專題，大概一共有多少文獻？第二，你看了多少篇文獻。第一個問題，這位同學答不出來，他不知道有多少文獻。第二個問題的回答是，大概20篇。又問道，這20篇文獻拿到手裏，你是不是能告訴我每一篇都說了什麽？這樣一來，他改口說總共才看了11篇左右。這顯然是遠遠不夠的。那麽到底要看多少篇？有這麽一個典型的例子：90年代初有個學生，他對剛出現的有機發光器件非常感興趣。但是他之前本科學的是機械工程，所以他需要補本科的基礎課程。大概兩三個月後，有一天他拿了一張寫得滿滿的紙給我看：這個有機發光器件從頭到現在，一共是300多篇文獻。這些文獻當中，百分之多少主要在什麽雜誌上，什麽雜誌占了多少比例。然後又告訴我這300多篇文章哪些文章主要講的是什麽，哪些集中在哪些方麵。比方說有的要研究它的發光效率，有的主要是在研究顏色的變化等等。一共才兩三個月的時間，期間他還在補基礎課。這就是一個很好的榜樣。大家可能會覺得這是一個天才，是一個很難得的人。的確，他現在已經是個大學正教授。但其他的學生也不賴。曾經有一個學生做燃料電池的儲氫工作，兩年期間複印的文獻疊了很高的一摞，扛都扛不動。而最近有位學生是從今年1月份才來的，經過幾個月後就已看了大概500篇左右與他課題相關的文獻。與此同時，他那些師兄師弟在做別的題目，跟他的沒有太大關係。但是他為了能與師兄師弟討論，也“順便”把其他人所做方向的文獻也瀏覽了100多篇。所以說你若不怎麽願意看文獻，那就不要做科研。看文獻是非常必要的。也就是這個原因，有的大學請我去講講怎麽看文獻。若說1分鍾就可以看完一篇文獻，他們覺得不可思議，這一定不可能。經過一個星期的講座（見附錄2），雖然沒有直接研討怎麽看文獻，但通過怎麽寫論文的分析，不要說1分鍾，30秒就足夠把一篇文獻最精華的內容抓出來了。所有這一切並不是說，讓你看幾百篇文獻，這兩三年裏麵別的都不用幹了。當然你要花一定的時間。以前我自己讀研究生的時候，周末一般都在學校，在實驗室。當然也不一定要人人都這樣。曾經有過一個非常好的學生，哈工大本科畢業。他在我那裏讀了一個博士，寫了許多好論文。他那個時候已經有家有口，帶著小孩經常在外麵踢球。但是他做事情非常有效率，所以這一切不應該成為問題。

所以要爬上巨人的肩膀，先要查找文獻。如今查看很多文獻當然比以前容易很多。搜索關鍵詞，搜到了一篇。這篇文章又可以為你找出很多新的關鍵詞。關鍵詞也可以變一變，因為有可能別人不是這麽用的。用其他的單詞，一下又可以搜到許多篇。這種情況很多。總而言之，你順著杆爬，不要放棄，和其他人商量一下，甚至於打個電話問問，這些都很容易。反正這麽多年從來沒有聽到有人跟我說，他這個領域從來沒有什麽文獻。相反，文獻永遠多到看不完。還有另外一種情況，就是提出了新的方向以後，你就得確認好。跟其他人的不同在哪兒，邊界在哪兒。有這些的話就讓人放心了。如果他的回答是，“沒有搜到”。“沒有發現之前有這方麵的報道，所以我打算要這樣做”。這可能嗎？若不確定，這個事情就搞得不清不楚。“沒有人做過”，你怎麽知道沒有。或者說，雖然沒有人做過，但有它的道理，你有沒有把它的道理找出來。所以文獻無論如何強調都不為過。它不是最重要的東西，但它是一個起始的東西。之前說20篇文獻變11篇的例子，這種情況現在很常見。盡管我發現國內的那些數據庫比國外還要全。

另外，看文獻不光是導師的事情。這道理很簡單，如果想像一個導師有七八個學生，聽說最多的有幾十個，而且每個人做的都不一樣。當然，若隻是“炒菜”，就一個主題，大家分別去炒，你加醬油他加醋，那讀文獻就變成很輕鬆的一件事。但是這種事情做得太多，就會被人瞧不起。這僅僅是一個工匠，甚至工匠都不如。老是跟著人家後麵炒，怎麽談創新？

2.3）重複前人的工作

總之，第一步，在“假說驅動”的科學研究開始前，一定要把之前的問題弄清楚，為了弄清楚就要反複地看文獻。科學研究是這樣，工程研究也是這樣。比如某個東西處在已知的最前沿，那你自己就要先到達離它最近的地方，並且試圖再向前邁出一步。什麽是最近？這就需要看文獻。接著要走第二步，也就是要重複initial observations。這個是別人曾經到達的地方，這個大家已經知道的。但這也就是你的出發點。這個在科學問題上比較明顯，在工程問題上不那麽明顯。但是工程問題往往連帶著科學問題。也就是說，你在科學問題上一定要先重複前人的工作。請注意這裏用的詞是觀察observation，而不是設計design，設計往往是用已知的東西做一些藝術性的拓展。當然，在應用的領域中強調設計很正常，因為要賺錢，要設計新的產品。但是請不要忘記，這裏的目的是產生新的知識，解決科學問題，將人類的知識向外擴展。所以你一定要重複，並確認前人的工作。

舉一個例子，有機太陽電池的效率一直是科研熱點，因為這裏也有不少人在做。大概前些年做到了10%左右，這是一個主要的目標。若你要開始進入這個領域，那你當然先要重複之前最好的。假如你僅僅做到百分之一，百分之二，然後在這上麵做文章，說你加了“醋”以後它“翻了一番，增加了百分之一百”。什麽的百分之一百？百分之一的百分之一百。但你的工作中並沒有重複之前最好的。你就聲稱提高了百分之一百，這個文章很可能被打回來。因為你根本就沒有到達前沿。沒到過前線的軍隊能申請戰功嗎？又比如鈣鈦礦太陽電池的研究現在很熱門，它的最好的效率可達20+%。正因為這樣，所以一下子引起了轟動。因為鈣鈦礦是無機的東西，裏麵加了有機的東西，這是很有意思的一個係統。但它的主要問題在於穩定性很差。假如你現在要研究鈣鈦礦太陽電池，你也需要重複人家之前的工作。如果你隻做到3%的效率，那說明你根本就沒有掌握前人工作的方方麵麵，你根本沒有走到這個前沿。之所以要做第二步，就是因為第一步讀文獻隻是紙上談兵。不要說是做實驗研究，哪怕隻是做理論研究，也必須要把前沿的，紙麵之外的東西好好的弄清楚。

我們之前就有這樣的具體例子。曾經做過一個比較有意思的工作。一共做了四年之後才取得突破，把這個長期懸而未決的問題從這裏開始得到解決。但是回想一下，前三年主要都是在重複前人的工作。為了理解前人工作的方方麵麵，為什麽是這樣而不是那樣等等。倒不是一開始就碰到了很大的難關，而是我們沒有注意到，原來這個問題有很多側麵，我們隻重複了那些主要的方麵的實驗。當時認為我們已經清楚這是怎麽回事，然後就開始作各種假說。直到第三年時才發現原來該問題還有一些側麵，但是我們之前沒有做實驗。我們也許已經觀察到過，但是腦子裏沒有這個概念，也就沒有注意。直到那一天，我們一旦重複實驗成功，這個問題就被打開了一個缺口，很快就解決了。所以這上麵的每一步都是至關重要的，也就是說這是一個範式。你如果不按照它做，我可以毫不猶豫地說，你做的很可能不是科學研究。

2.4）科學問題的判據

接下來第三步，就是找出科學問題（scientific problem），這個問題的重要性不言而喻。經常有同學跟我說，你能不能幫我們找到科學問題。簡單的回答是，不能，你得自己找，因為這是科學研究的最主要部分。但這並不妨礙我們在此作一些策略上的討論，主要是根據我個人的一些觀察。先要聲明的是，現今還找不到一本書，或一個權威，能給人一個方法，或下一個定義，去找科學問題。如果有，肯定早就已經傳遍全世界了。甚至可以說，如果找一萬個人，對這個問題會有一萬種不同的回答，因為這個問題的確是一個很難界定的。所以我們隻能通過建立幾個具有可操作性的判據，以便大家可以界定是否找到了科學問題。除此之外，我們還可利用之前討論過的一條原則，即科學問題答案是唯一的，而工程問題可以有多個答案。新的答案一定是被確認了以後的事，若還沒有確定就不能這麽說。或者說這隻是一種猜想，或是一種可能。那麽，有哪些可操作的判據呢？

2.4．1）判據之一：極端尺度

第一個判據是“極端尺度”（scale）。這個其實很好理解，比如你要研究化學合成中的科學問題，不能隻在納米或者微米的尺度上討論，至少應該達到原子的尺度，這是最起碼的。化學家新合成出的東西，怎麽知道這是個啥結構呢？往往最後用X光做晶體分析，裏麵各個原子之間的結構必須搞得清清楚楚。但在生化領域，精度還到不了原子尺度。即使今年諾貝爾化學獎，冷凍電鏡，也隻有幾個Å。大家知道，原子才一個Å的大小，幾個Å的分辨率怎麽看得到原子。他們往往把核苷酸用一條“綢帶”表示，綢帶怎麽能代表原子。所以對化學來說一定要是原子。但對於生化領域，到了幾個Å的分辨率，也就算到了極端尺度。請注意分辨率並不是實物大小。若要看到某物像一個球，分辨率起碼要到它的幾分之一，否則你看到該物是“方”的而不是“圓”的。說了半天僅是空間尺度。還有時間尺度。比如說做超快光譜方麵的課題，如果你僅僅做到納秒級別，10-9秒，而大家都在做10-15秒，即飛秒，或10-18阿秒。那你就遠遠沒有到達人類目前精度所能達到的尺度，你的所謂問題大部分情況下並不是科學問題，而是你在自說自話，或在浪費時間。對搞航空發動機的來說，那溫度又是一個尺度。你說六七百度，那肯定不是極限。而鋼鐵要融化的溫度或更高才是極端的溫度。雷諾數也是個尺度。把高溫，大雷諾數都湊在一起，就造成了一個更加極端的尺度。還有其他尺度，比方說電荷。當然這個早就知道了，電荷的最小單位是電子。一個電子是1.6×10-19庫倫，或者一個庫倫相當於6×1018個電子。這個尺度是100年前就知道的。但是現在不乏分數電荷方麵的課題，比方說分母為奇數的分數。像三分之一，五分之三，七分之三的電子電荷等等，跟分數量子霍爾效應有關的。甚至新近出現的偶數分母的分數電荷的現象，當然更屬於極端尺度了。

總而言之，這裏舉了幾個例子告訴大家什麽是極端的尺度。機械領域的空間和時間尺度也許到不了極端數值，但有另外一些尺度。比如高速運轉或者磨損的次數也可以是一個尺度，不一定和頻率有關。其中有一個概念，叫做“疲勞”。似乎是隻管循環了多少次，而不顧頻率。飛機的翅膀可能在不經意間掉下來，就往往是因為疲勞而提前斷裂，盡管它的負荷遠遠低於它的設計強度。因此也可以有這樣的尺度作為是否已到科學前沿的判斷。總而言之，極端尺度，這是第一個判據。如果你所做的課題內容沒有到達極端尺度，那很可能就不是一個科學問題，或者你離科學問題還很遠。

2.4．2）判據之二：矛盾衝突

第二個判據是包含矛盾或衝突（conflict）。這更清楚一點，常常看文獻就可以發現。比如之前有個學生，發現文獻中存在一個現象。這個現象非常奇怪，不符合常理。但更有意思的是，這個現象居然有兩種完全不同的解釋。這兩種解釋完全相反，不可調和。一種解釋說這個現象是由於某變量升高而引起的，另外一種說是由於該變量降低而導致的。更令人拍案的是，文獻裏的這兩幫人互不交叉。這邊有一幫“粉絲”，全世界有幾家大學，大家都按照這個解釋，不斷做新的實驗來驗證，擴展。另一邊也是同樣。互相最多偶爾作一點不痛不癢的評論。這是一個比較難得的情況。這就是一個顯然的矛盾。但大部分情況下，我們不能明顯地看到文獻中的矛盾。那時就需要我們用腦子去分析，從中找出矛盾之處。

但是要做到這一點，首先不能容忍的是不求甚解，照本宣讀。文獻中說的事情你必須真正地了解，真正地明白，才能從中發現矛盾。如果你把它當成八股，光讀和背誦是沒有用的。這個跟學語言不一樣，隻要背誦出來就行了，就有語感。但是在科學研究問題上，一定要真正理解。如果隻是人雲亦雲，那永遠也找不到矛盾。就像哥白尼日心說的例子，大家可能覺得，這隻不過是把太陽跟地球換一換。似乎很簡單，說不定哥白尼就是碰巧了。其實不然，這裏麵有衝突。得仔細想一想，作些分析才能了解。

我們知道，不但地球是圓的，連天空中行星的運動也很早就被人類所觀察並記錄。稍作精細一點的分析就發現，如果把地球作為宇宙中心的話，大部分天體的軌道是“大圓套小圓”。當然這樣的軌道模型在兩三千年前沒有什麽問題，每個行星軌跡大圓套小圓，也許天意如此。但是到了十六世紀的時候，天文知識已經積累了很多，就有人覺得這沒道理。而且這些軌道模型相互之間差別很大，沒有什麽規律支持他們為什麽會如此不同。所以，在牛頓力學出現之前，這個矛盾已經被發現。現在我們更加清楚這是不可能的，因為牛頓力學告訴我們，軌道應該是圓或者是橢圓，不可能是大圓套小圓。所以這個矛盾往往需要人們去分析才能發現，而且絕大部分情況下是這樣。剛才那個學生算是運氣好，矛盾明明白白寫在文獻中。然而，當真運氣這麽好，你又會心裏發毛：這個矛盾怎麽明擺在那？這說明這個矛盾太大，太尖銳了。所以不得不明明白白地放出來。之所以心裏發毛，是擔心在一兩年內能不能把它解決了。當然，這位學生最後運氣不錯算是做出了解答。也就是說，如果這個矛盾在文獻裏麵明擺出來了，這個時候已經不可開交，而且往往變成一個“長期懸而未決”的問題，很可能在你有生之年都不能解決。這個時候怎麽辦？作為一個真正的科學家不應害怕，或退縮。應該迎著矛盾上。後麵會提到，我們人類最大的敵人是恐懼，而恐懼來自你的內心。這並不是說有一個人比你高大，又拿著刀在威脅你，而是個人對未知的恐懼。

至此，有必要再補充說明一下如何讀文獻，這個是之前沒有談及的。看文獻非常要留意的就是，千萬不能像“讀聖經”一樣。曾經有過一個學生，他把一篇文獻打印出來，先用淡顏色的馬克筆劃“重點”，劃了以後發現還有更“重要”的，就用深顏色的，然後再用圓珠筆劃細線，最後用紅筆劃得密密麻麻。這當然不是件壞事，但是他把這篇文獻翻來覆去讀，從字裏行間看到著魔的程度。而且不斷拿出這篇文章來說，從上下文裏麵“推測”應該是如何如何。這不是聖經，也不是毛主席語錄。我估計原作者也就這麽一說，他們說不清楚的唯一原因，就是因為他們說不清楚，他們要能說清楚，早就說清楚了不是嗎？之所以出現這種情況，說明這其實就是個問題，這種情況比比皆是。在此之前也有學生，對那些文獻中的某某如何如何簡直是如數家珍。這當然是一個好事，說明你對文獻很熟。但是你若對他們有一種近乎崇拜的，頂禮膜拜的心態話，你就永遠看不到其中的“矛盾”。這個聽起來有點極端，但很有道理。看文獻應該是什麽態度呢？“站”起來，把文獻放在你“腳”下。不光是要批判地讀，而且從心理上要有一種藐視的態度。你要覺得這幫人並不怎麽樣，說了半天不知道要說什麽，讓我來評判一下吧，這就對了。不要說什麽二流三流的雜誌，哪怕是一流頂尖的雜誌，你也要這麽看。你要善於從它的上下文看出它的無奈，它的那種想匆匆掩蓋的心態，就對了。不這樣做的話，不要說科學問題找不出來，首先矛盾就看不見。連帶著很多其他東西都發現不了。這種事情經常發生。

順便說道，現在的科學文獻，不要說裏麵有很多水分，有很多錯誤，裏麵有很多是誤導大家的東西。這些還不算太壞，“這東西很可能是這樣，究竟如何大家看著辦”。更糟糕的是，有許多是“斬釘截鐵”、“鐵板釘釘”。但若幹年後，被發現與事實完全顛倒，有意無意地“欺騙”了人類那麽多年。你說到了諾貝爾獎總不會錯了吧？不一定。大家可以去查一查。曾有好事之徒，發現多達六七個諾貝爾獎搞錯了。所以說，實踐是檢驗真理的唯一標準，這類話在科學上嚴格來說，不一定準確。因為沒有一個實踐可以把一條“真理”全方位地檢驗一遍，更不要說科學在不斷地發展，不斷地前進。越往外走，這個“島”越大，我們的前沿越長，我們所能接觸到的未知越多。我們現在連我們什麽不知道都還不知道。2500年前的先賢就已經知道這個道理。所以大家要意識到，我們不是說現在知道多少，我們更多的是不知道我們還有什麽不知道的東西。為此，科學文獻一定要多多益善，幾百上千篇都很正常。前陣子去一個大學訪問，和那些青年教師坐下來聊天，就問大家2個問題。第一，各位的領域中，有那些主要的挑戰？第二，文獻看了多少？大部分人說幾十篇，或者是，從讀博士到做教授一共才看一百多篇。這就已經間接地展示了他們的科研水準。其實現在都可以在SCI上設置，你所關注的領域。它每出一篇新文章都可以Email給你。

說到這，也順便回答了一個大家關心的問題，即為什麽一般機械工程雜誌的影響因子會比材料方麵的低，盡管一般大學機械工程的教授數量是材料係的2-3倍，學生數也更多，雜誌數目更不比材料的少。答案很簡單，因為材料領域更多的是解決科學問題，而機械領域解決的主要是工程問題，甚至是技術問題。這就更進一步說明這裏的要點，為什麽要研究科學問題。盡管科學問題是很難，甚至連找到問題都不容易，為什麽還要這樣不厭其煩地做。若做很容易的項目，成功了寫一篇文章。但這樣不涉及到科學問題，不涉及到人類新的知識，不涉及到前沿，所以就沒有普遍性，很難被再次引用。一個材料的問題，比方說涉及到界麵，就成了一個很普遍的問題。因為它往往涉及到科學問題，而科學問題就具有普遍性。

2.4．3）判據之三：為什麽

第三個判據是找到為什麽（why），而不是什麽（what）或者是怎樣（how）。“為什麽”的內涵往往是找到其中的機理、機製。許多東西有它的機製，要搞清楚它的機製就要問為什麽。曾經說過那個同學要做幾個新材料。他若隻知道怎麽做，和做出來的是什麽，是不行的。所以這也被拿來作為第3個正式的判據。這其實是一個很基本的判據，很容易理解。但是光有這個“為什麽”還不夠，所以要把另外兩個判據放在前麵。如果沒有極端尺度，很難把它上升為一個科學問題，因為小孩子也可以有很多“為什麽”。因此，我們必須要清楚，我們在談論科學問題時，這個“為什麽”的答案， 必須是之前未知的。不能人家早就有了，你再折騰一遍，然後就把它作為一個科學問題。當然你也可以再找一些其他的判據，但這些是經過長時間觀察思考得到的，比較實用的三個判據。拿著這些判據， 就可以在讀文獻的時候，開始重複別人的觀察的時候，盡量把科學問題提煉出來。有了科學問題以後再進一步的去研究，這才有可能作出科研創新。

2.5）工程問題連帶科學問題

對於很多人來說，重要的一個問題就是，所做的到底是不是科學問題。剛才的幾個判據算是給了一個操作上的方便。但是往往出發點是一些實際問題，所以還有必要進一步討論科學問題與工程問題，技術問題，等等的關係。還是這句話，若問一萬個人這樣的問題，從剛進入科研的人到有名的學者，很可能會有一萬種回答。你也找不到一本書說，這裏有一個明確的定義。我們還是從之前提到過的原則出發：科學問題往往隻有一個正確答案，因為這是一個新的知識。當你把這個問題弄清楚了，解決了，你就會成為一個出色的科學家。大家不要以為工程教授不同，工程教授得諾貝爾獎的也不少。這是第一點。第二點就是，工程問題往往連帶著科學問題。剛才說工程問題跟科學問題不一樣，工程問題往往是有很多種答案，那工程問題又怎麽連帶科學問題呢？一個明顯的例子就是曼哈頓工程。曼哈頓工程是40年代，一些科學家請求愛因斯坦遞信給羅斯福說，納粹在研究原子彈，美國應該也搞原子彈。於是，費米等科學家開始研究原子彈的製造。他也是諾貝爾獎獲得者，40年代初已經做了原子能反應堆。再回顧一下曼哈頓工程為什麽是一個工程問題，因為原子彈的原理無非是核裂變。鈾，元素周期表末尾的重元素。它在受到中子轟擊後會分裂，釋放能量。更有趣的是，一個中子轟擊一個鈾，它同時又釋放了2-3個中子。不光是分裂放出能量，還放出中子。一個變2-3個，那麽這幾個中子各自又帶了能量。它們分別又可以打下幾個鈾原子，其中每個鈾又可以繼續分裂。這樣下去，一變二，二變四，並根據這個規律按幾何級數增長，這就是核裂變。這個核裂變是30年左右被發現的。怎麽繼續裂變下去已經知道了，怎麽阻止它也知道了，到42年要開始幹這件事的時候，所有的基本原理都已經知道了。但是誰也不知到底如何才能做成原子彈，所以這是一個工程問題。而在這個工程問題的解決過程中，又涉及到很多科學問題。首先，要多大的鈾塊才能做成原子彈呢？你說我先造小一點，不行再慢慢搞大，這顯然不行。因為偶然的中子射進去你沒辦法控製。所以，很可能還沒等搞清楚就已足夠大而爆炸了。這個問題涉及到一個概念叫臨界質量。質量多大的情況下可以使得鏈式反應繼續進行下去形成原子彈，而多小的質量時候，四個轟擊的中子有三個可能跑到外麵去了，這樣鏈式反應也就停止了。質量足夠小的時候是沒有問題，質量足夠大的時候肯定會爆炸。到底界限在哪呢？這就是一個科學問題，具有唯一的答案。在德國一直到戰爭結束，似乎還沒有找到路怎麽去計算，因為量子力學的鼻祖之一，海森堡，他最後被盟軍作為戰俘關起來時，還沒有得到正確的答案。

而另外一個問題，和鈾的提煉有關。用於製造原子彈的鈾是從鈾礦中提取出來，挖出來的鈾大部分是鈾238。這個鈾238是穩定的，中子轟擊它不會發生裂變反應。隻有鈾235和鈾233可以。但是，鈾235和鈾233的自然豐度極低。也就是說，挖出來的礦裏隻有極小部分是鈾235和鈾233。那麽，挖出來後第一步就是提煉。你以為現在科技這麽發達，什麽提煉不出來，但是不行。因為它們的化學性質相同，都是92個質子，92個電子。唯一的不同是原子量的差別，也即中子數不同。235到238差了百分之一。當時解決的辦法是用氣體分子的平均自由程。大家知道空氣裏麵分子在不斷運動，每隔一段時間會發生碰撞，這個碰撞之間隔就是自由程。氣體擴散自由程和質量是有點關係的。這個事情要解決就要先搞清楚這裏的科學問題。不是在說固體嗎，怎麽又說到氣體呢？固體沒辦法提取，最後隻能把材料變成氣體來解決。這就需要加熱。當初用蒸發的方法，用巨大的能量和金錢來提煉這麽一點小東西。所以，還是先要解決連帶的科學問題。

從以上的例子可以看出，工程問題中往往聯係著科學問題。如果這個工程問題中沒有相關的科學問題，那麽往往隻是一個技術問題，甚至是一個工藝問題，效益問題。說到這兒我們清楚了，科學問題是高高在上的。曼哈頓工程中的科學問題顯然是最重要的。至於如何界定科學問題？我們已經有了三個判據：極端尺度、有沒有矛盾、及為什麽。剛才說的臨界質量問題，不但有太大或太小的矛盾，也肯定了其中有“為什麽”。所以工程問題、科學問題和技術問題大概可以這樣區別開來。於是可以聯想到，很多人在做的是一些技術問題，甚至連“問題”都算不上。這個時候應該怎麽辦呢？應該盡量提取其中具有普遍意義的東西。甚至可以將它與其它領域的問題掛上鉤。事實上也是這樣，例如費馬大定理的解決，在過程當中使用了一些抽象領域發展出來的新數學分支。這說明什麽呢？這說明一個問題的解決往往帶出很多新的東西。不止是新的問題，甚至還包括新的領域。所以做研究一定要深入，知識麵要廣。到了哪一天碰到了新的問題，就不至於“不識貨”，不至於錯過它。而是心裏有這個概念，有這個印象。若你覺得無能為力，就可以向他人討教。大學就有這個用處。把不同學院的人聚在一起，就是為了多學科的交流。有的大學，故意將工學院、理學院這些不同學院的人聚在一棟大樓裏，物理教授辦公室隔壁說不定就是化學係的。這就是要避免“隔行如隔山”，促進不同學科的科學家們相互交流。

2.6）有意栽花與無心插柳

我們做科學研究往往是這樣：我們從科學問題A出發，做了若幹年之後發現這個問題還未得到解決，但是某些結果卻回答了科學問題B，甚至科學問題C。所以這個時候整個論文可以改寫。把出發點完全改過來。當然你的畢業論文還是可以從A問題出發。但是你不能把投出去的論文寫成有關科學問題A的論文，因為你並沒有解決A。你應該從頭到尾去寫科學問題B。這種事按照中文的說法就是“有意栽花花不開，無心插柳柳成蔭”。到了一定的時候，你甚至是在“有心地”插柳。所以科學問題雖然聽起來很難，做起來更難，但同時它也有相對容易的一麵，那就是它完全可以“改弦易轍”。你會說我申請基金時要做的是“栽花”，最後變成“柳成蔭”了怎麽辦？沒關係，哪個國家基金委都不會說你拿了錢，就一定隻能做科學問題A，而不能做科學問題B。隻要你解決了一個科學問題，一定是好事，管它是A還是B甚至是C。

萬一需要解釋，就可以是這樣一句話：“有意栽花花不開，無心插柳柳成蔭”。科學的發展就是這樣的。在曆史上有多少諾貝爾獎級的成果，甚至於諾貝爾獎出現之前那些重大的發現，幾乎都是這樣的。蘋果砸到了牛頓的腦袋，按照有意栽花的說法，牛頓應該去研究蘋果是熟了掉下來，還是風吹了掉下來，等等。總之應該研究蘋果本身，至多研究蘋果樹。牛頓並沒有這樣做，反而去研究了萬有引力，去研究了行星，地球，這不就是一個很好的例子嗎？不管這個故事是真是假，但是從來沒有人批評牛頓說，你不應該從蘋果，轉到地球及萬有引力。萬有引力當初是沒有什麽用，連萬有引力的常數一直到1789年才被卡文迪許測出來。萬有引力的公式是牛頓發現的，但是常數不是牛頓測出來的。想一想連這樣的偉人都在幹些有意栽花花不開的事情，所以基金委的人肯定沒話說。有一年在美國能源部參與審核基金的時候，有個組的題目是燃料電池，目標是做成新的燃料電池的膜。但是他們在過程中發現了一個很奇怪的現象，就是納米尺度上的滲透。審稿的時候就有人說，這個東西用在燃料電池似乎不行，但是在其他方麵可能會很有意思，那我們應該批準基金，但是要叫他們不要局限在燃料電池。能源部的基金發放者，都有這個覺悟，都知道有意栽花花不開，無心插柳柳成蔭。更不用說你發了好論文還會有更多的榮譽。大家誰會指責，某人發的文章都是無心插柳插出來？如此說來，科學研究又是太陽底下最輝煌的事。別的事情有可能碰到無路可走，比如“又要馬兒跑，又要馬兒不吃草”。最後的結果是馬兒也死了，你也走不了。但是科學研究可以有各種意想不到的可能性。

3．如何尋找科學問題

3.1）“居高臨下”

之前提到，我們大學到了PhD答辯的時候，無一例外地都會問一個最根本的問題：你的新知識在哪裏？曾經有個笑話，好多年前有個研究生，他講了半天，結果人家問他：“這個東西是新的嗎？”他說：“不是，但對我來說是新的”。結果引來哄堂大笑，他的導師臉上都掛不住。所以，“新”必須是對全世界而言。

當然新的知識要從解決科學問題後得到。至於說科學問題到底是什麽，已經很清楚了。有了這些判據，及科學問題跟工程問題的區別，尋找科學問題應該不成問題。然而幾乎所有的人都認為，科學問題最難找。所以有必要再探討一些如何找科學問題的方方麵麵。

科學問題到底怎麽找，對於很多在西方工作了很多年的科學家或者是大學教授來講，大多不是一個問題。還是從可操作的角度講起，我覺得與其說從具體的問題出發，比方說從公司、醫院、拿來具體問題，再從中想辦法提升，不如反過來，就是先有個“居高臨下”的overview。而我們通常所遇到的情況是，隻見樹木，不見森林，甚至是一葉障目。當你把一片葉子或者一個蘋果放在眼前，再怎麽觀察，想從雞蛋裏麵挑出骨頭來，這個可能性很小。所以我建議所有的人，不光是工學院的學生教授，理學院的也一樣，跳出這個框框。尤其是在這種情形下：“祖師爺”做什麽，“八大弟子”就做什麽。然後“八大弟子”又有各自的弟子，甚至已經當了什麽長的，但他們還是繼續做什麽。至少大的領域，大的方向是從來不變的。你把祖師爺傳下來的東西岔出去，岔到一個新的領域，做出更有意思的東西不好嗎？誰會因此說你是不肖子孫背叛師門？西方就不是這樣。 研究生時的導師，原來做的是晶體缺陷。剛帶我時，曾問我願不願意做來自IBM的項目，是有關高分子材料的。雖然他“不懂”高分子，但請了化工係的主任幫忙。所以我因此有了兩個導師。同學們也是一樣，可以與導師的專長完全不同。當學生走著走著發現岔出去的東西挺有意思，導師就應該讓你試一試。這個很可能就成為曲線的開頭部分｛見附錄1：科研創新的四項基本原則｝。正因為這一點，與其說你從實際應用當中拿了一片葉子或一個蘋果，你不如先見到整個森林。怎麽見到森林？要爬到一個高處，就是從“山頂”出發，一目了然。

根據這個原則，每位老師同學，就應常常問自己，我的領域目前的挑戰是什麽？這個挑戰不一定是科學問題，也可以是工程問題。而且，我正在做的內容和這個挑戰有什麽關係？這就是一種“居高臨下”的方式。

與此同時要強調的是，這個overview不一定要從文獻中來。因為文獻往往不能給你一個全麵的東西。除非看一些綜述，但是綜述也是一個小領域的綜述。更大範圍的，那當然隻能泛泛而論了，不可能那麽深入。原創文獻肯定是夠深入，但是隻對著一個很小的麵。綜述稍微寬一點，但還是一個麵。那麽再退一步是什麽呢？應該是那些手冊。這些手冊很重要，是無可取代的一個東西。很多東西教科書裏麵寫得太淺，或根本沒有。那麽這個gap，就是從研究前沿到教科書之間的鴻溝，就應當是手冊，別無他想。但這個手冊，很少有人提到。而且這個手冊又接近實際應用。比方說在醫院要做一個外科手術，有時要用液氮，灌到那個病人開刀之處。通常液氮要用波紋管，不鏽鋼的，且有真空夾層，像熱水瓶膽一樣。但是手術的時候弄這麽粗的波紋管不是很麻煩嗎？所以不要金屬，而是用塑料。那什麽塑料可以承受這麽低溫而不變脆？你查手冊就行。而隻看前沿的文獻的話，不一定碰得到。

另外，最近的一二十年，除了手冊之外還有internet。其中主要是維基百科。但是維基好像都是個人寫的，不知道有沒有審稿。好像英文有英文的維基，中文有中文的維基，反正是各方麵都有。建議大家應該先看一看各方麵的東西，所以完全可以從維基開始。舉個例子，比方說有人想把研究領域擴展到能源，像汽車能源。從哪開始呢？從教科書開始顯然不行，即使有的話，也跟不上形勢。那就維基，並且可以隨時修改。剛才說的手冊也可以不斷再版。教科書太淺了，而前沿文獻一下子還很難找，這事如果大家還沒開始做，科學研究還沒有形成一個領域，那麽這個手冊就可以是出發點。

當然，還有一個很好的一個源頭就是找人談。大學把各科學者放在一起就是讓我們相互聯係的。我們有一個材料研究所，是以本校諾貝爾獎獲得者的名字命名的。涵蓋了八個係，其中包括生化、材料、化學、物理等等。每次發講座通知到八個係，愛來不來，隨便。也可能是因為有免費下午茶，各種人都會來聽。但國內的講座，若是搞材料的，那往往隻有材料的人來聽，別的人不會來。就是材料的人，還要再三發通知，否則就不來。在我們那完全相反，沒事都去聽。你一天到晚在桌邊看東西也不是個事兒，下午花一個小時，一個禮拜聽那麽一兩次，往往可以觸類旁通，隔山打牛，也不失為一個新想法的來源。一個具體的例子：據說目前高分子合成領域的一大挑戰，是按人類的設想去合成多種單體的高分子鏈。但很少有人意識到，同樣的事情在生化領域早就在做了。那就是基因序列。基因本來是天然的，從細胞核裏提出來，但現在人們可以用各種手段，至少已經走得很遠。所以這個問題可以把不同的領域連到一起。有時候，這是個倒過來的事情，不一定是聽眾學到什麽，而是演講者從聽眾的提問中獲得啟發。從此開創新的東西。

所以講到這裏，就可以小結一下最重大的議題，即如何找到科學問題。其實也簡單，你可以“居高臨下”，把這個領域的所有主要挑戰先涉獵一下。並且，最好要深入了解其中一些主要挑戰。比如，汽車領域的主要挑戰是什麽？不用問，每一個使用汽車的顧客，都可以告訴你汽車裏最大挑戰是電動車。電動車裏最大挑戰是什麽：電池。別的都不是事。比如馬達100年前就知道，直流電機效率已經很高，還可以無級變速，連齒輪箱都不需要。但電池可以引出一大堆東西。若你不懂，或不想搞這個，沒關係，還有電池周邊的一些事情也很重要。電池核心弄出來了，但周邊事情解決不了，還不是白搭。

所以“居高臨下”，從最高層麵出發，從整個領域擴展出去，看看有多少遺留的問題，有多少主要的挑戰，然後從某個挑戰出發，就可以成為尋找科學問題的一種主要方式。

但這麽一來又帶出兩個問題。第一個就是，我們是不是隨時要改方向？沒問題，回到那條曲線｛見附錄 1：科研創新的四項基本原則｝。曲線的右邊，即比較成熟的課題，你可以照常維持。而左邊，也即原創性較高的主題，可以投入主要的人力物力。一旦有了突破，可以根據這個突破再去申請經費，繼續擴大。其實很簡單，每個人都可以這樣做。那你說要是人人都這樣，不就擠破頭了嗎？不大可能，因為新問題，新的領域有的是。大家回想一下我們的知識海洋中的已知島，我們越往外擴張，它的邊界，未知跟未知的前沿就越長，我們要想知道的新東西就越多。越是新的東西，越會帶來新的問題，前沿會越來越大，你可做的就越多。當然“創新首先是知識的創新”，知識不創新你還談什麽，你若隻是在“炒冷飯”。那不叫創新，那叫複製。所以，帶出的第一個問題不算太大。

3.2）知識碎片化

至於帶出的第二個問題則比較嚴重。“居高臨下”雖然聽起來不錯，但大家一般都不太願意做。為什麽不願意呢？因為個人知識儲量不夠，哪怕隻看維基，看教科書都有問題，因為這些知識“從沒學過”。搞機械的人看電池方麵的書，有可能連第一句話都讀不懂，因為沒學過這些基礎。其實不然，每個人中學時代至少讀過一些簡單的數學物理化學。很多情況下像維基什麽的，說是要給大學生水準的人讀的，實際大都是從中學生的知識開始。總而言之，你把這些東西寫成非常粗淺的，盡量從普通人出發是完全可能的。之所以還是讀不懂，是什麽原因呢？就是由於當今的“知識碎片化”。

計算機“視窗”裏麵有個附件，叫Defragment。中文的意思，就叫“去碎片化”。整個的磁盤，被劃成一個個小格。進來一個個大數據包時，隻能把相鄰的那些小格子一下子全占了。這就如同一個個大箱子隨便堆到房間裏，就會出現許多小空檔。所以過一陣子，最好要做一次這種“去碎片化”，把大大小小的“箱子”重新按合理的方式排一排，使得這個空間可以騰出來不少。但這個事兒做起來很慢，因為它要把整個磁盤兜底地捋一遍。大家整理房間也是這個道理。現在大家很少做這樣的事，因為新磁盤有的是容量，但在過去這個事是必須的。

仔細想一想，我們學習所得的知識往往就是這樣的碎片。從初中、高中到了大學，包括高考，都差不多：老師講什麽，拚命地記下來，短時間地儲存在大腦裏麵，就以碎片形式，根本沒有經過剛才所說的Defragment。然後，等考試結束，就把一切給忘了。當然了， Defragment本來的意思，隻是重新排一排，去碎片化了以後，可以更好地利用容量空間。但在我們人的腦子裏麵需要做的，還有一個更加重要的步驟，就是相互聯係，connection，把它們連起來。其實“連起來”還不足以說明它的全部意義，用一個比較虛幻的語言，就是從前我們老說的，學了以後要“悟”。你學了一輩子，到了60歲還是70歲，終於有一天開竅，這叫“悟”。在這裏借用這個虛幻的詞，這個意思實際上就是你要能夠“融會貫通”。當然還是有點虛，什麽叫融會貫通，沒有一個嚴格的定義。舉個不太具體例子。據考證，楊老先生曾經說過一件事，大意就是，物理學對大部分人來講，都是一摞一摞的書，理論力學，量子力學，電動力學，普通物理光學聲學等等，後麵還有數不清的如量子場論之類。像他這樣做高級的理論物理，那當然幾摞都不夠。還有好多數不清的連綿不斷的公式，數不清的筆記。而對他老人家來說，物理學不應該是這樣，而應該是縮小到可以攥在一個拳頭裏的東西。這並不是說，把那些書等錄到一個電腦硬盤中，再抓在手裏。而是用五個手指就可以數過來的。這麽多東西怎麽可能？但是物理學說到底不就是這幾樣：力學、熱學、光學、電磁學，還有量子力學等。最根本的就是牛頓定理，麥克斯韋爾方程組，及薛定諤方程等。所有的公式、定理什麽的都可以從這幾個推導出來。那些東西被真正地連起來了，融會貫通了，就可以自然而然地把全部物理掌握。大家有沒有可能做到這一點？不容易。我們的博士資格考試就這麽考的：隨便舉這麽一個例子，就要你在黑板上簡單的描述一下。中間那些細節都忘了，沒關係，但是你一定要知道怎麽開的頭。所謂的知識的連貫性，去碎片化以後才能看出來。方程不會解沒關係，細節我們可以不顧，但是你一定要知道怎麽開始。因為“萬事開頭難”。有了“頭”以後，再把這些“頭”都抓在一起，你就真正做到了“連”，甚至“融會貫通”。

同學們開始讀研究生，有個三年或者四年博士，或者六七年的博士加碩士，你一輩子的黃金時間就在其中。之後就沒那麽好的事了。比方說開始工作了，要麵對的是公司，老板，猶如上戰場。就算到了你的理想企業，也隻能疲於奔命。不再像今天這樣去做科學研究，知識的創新。去無憂無慮地海選你的文獻。目前唯一能阻止你的，隻是你自己的恐懼。這就是你對未知的恐懼。為什麽會這樣？大都因為你沒有很好掌握應有的基礎知識。曾聽說高考完了以後大家就在校門口燒書，把高中的書全燒了。大學讀完後，大學的書也沒了。所以我常常建議新研究生把大學讀過的書都帶來。但大部分情況下，他們說大學的書早沒了。很好學校的學生，也常常發現他們以前的課似乎都白上了，因為根本就沒真正懂。那麽是不是說大學就白費了呢？倒也不是，但隻是有了一個初步的“印象”而已，也就是說，花了4年學費隻學了一些“碎片”。所以隻好從頭再來一遍。就是把所有必要的基礎知識“融”在一起，重新學一遍。從元素周期表開始，一會物理一會化學一會材料一會結構什麽的。這樣做的目的，就是讓你知道所有東西都是可以被“串”在一起的， 而不是一些孤立的“碎片”。使得大家能夠從此以後不再懼怕。能夠在尋找科學問題的道路上隨時抓到頭緒，並作出“聯想”。

3.3）如何去碎片化

碎片化反過來當然是係統化了，所以這就是去碎片化的解決方案。“係統化”說起來是如此的輕巧，但要做到真不知從何下手。所有的知識，你知道的、你不知道的，應該怎麽分類，應從什麽地方開始。要實現係統化的話怎麽排？要理出個頭緒來，稍微整理一下。甚至要知道什麽是什麽的基礎，什麽應該排在什麽之前，什麽是一棵樹的根，什麽是枝葉。有這麽一個排序的話，數學一定在前麵。微積分、微分方程，複變函數，線性代數，還有概率統計，實變函數等。為什麽這樣說？因為數學是基礎。嚴格來講，還不能算是科學，隻是一些自洽的係統。但無論如何數學是所有學科的出發點。因為數學裏麵講究邏輯跟分析。

而物理，則是整個科學大廈的基座，沒有物理就不可能談科學。舉一個小小的例子。某個房間陽台門上有個開關，可以控製空調係統。它有兩個鋁盒組成，一個在門上，另一個在門框上。關門時很靠近。門拉開兩個鋁盒就分開，空調也就被掐斷了。觀察到門框上的這個鋁盒有兩個根電線接出來，顯然被連到空調的控製線路。但門上這個鋁盒是孤立的，沒有任何電線。你能猜出這個開關基於什麽原理？單靠猜測，人們不一定馬上想得到，這是一種磁性的開關。平時合在一起的，靠這個磁鐵吸引。而且磁鐵可以被外麵一層鋁或者銅的非磁性金屬包起來而不受影響。而根據剛才說的居高臨下的原則，全盤考慮之後，就可以得出唯一的結論：從物理學出發，因為這是整個科學世界的基座。第一個是力學。力學不行，因為兩合根本沒碰在一起，沒有任何接觸，也就是沒有受力的可能。聲學當然隻是力學的一個方麵，也不可能。第二是光學。也不行，因為那個盒子是鋁金屬包裹著。還有熱學。但門上那個鋁盒是孤立的，如果有熱能傳遞，那必須要有能源，所以熱也不行。力、熱、光都不行了，“電”怎麽樣？剛才說了門上鋁盒沒連電線。就算用電，那麽孤立的盒子裏麵要有電池才行，顯然也不合理。到最後隻剩下一個“磁”， 所以成了唯一的可能。這個例子說明，完全可以從居高臨下的角度出發，全盤開始考慮問題。尤其是可以從物理學做全麵分析，因為所有東西都包括在裏麵了，肯定沒有例外。而且物理的全部就這幾個方麵。也就是說，在這個小小的例子中，已經把 “碎片”都串連在了一起。

3.4）工學院應該研究科學問題

以上主要說的是，為了找科學問題，要做到“居高臨下”，需要融會貫通，要把基礎知識去碎片化。當然這是一個長期的過程，很多人不一定做得到。但這一切不能成為工學院不該從事科學研究的理由。當然，出發點可以是工程問題或者技術問題，但是最終應該研究科學問題。這是因為目前大家麵臨的主要挑戰是，寫出高水準的論文。或者說，至少有那麽1/3的文章必須是研究科學問題的。要寫出高水準的論文，就必須朝著高水準努力。與此同時，不能說隻要1/3的論文是高水準，那我隻要花1/3的時間研究科學問題。往往是這個1/3甚至1/4甚至1/10的科學問題，占據了你90%以上的時間。這個道理非常簡單：若要完成十樁事情，往往其中一樁事情花了90%的時間，剩下的九樁事情隻須10%的時間。這是經常出現的，因為那一樁事情是最難的。那麽哪個最難呢？顯然是科學問題—知識的創新最難。這也就是為什麽“高水準”的論文非常難寫，或發表。這些都是聯係在一起的。

既然麵對科學問題是最難的事情，學生應該怎麽辦？我覺得絕大部分的學生都應該去做科學問題。即使將來不當教授，隻讀一個碩士。有人覺得，學生將來要麵對的，一輩子要做的，肯定是工程。不是大公司，就是小公司。甚至不一定是工程問題，可能是技術問題，或者隻是做複製工作。完全可以從一些書本上、手冊上查到要用的東西，或者因特網上一查就可以了。而在讀研究生的期間，叫他們做科學問題，是不是不合理？這裏麵有個一個更為基本的問題，讀大學有什麽用？“大學是一個社會的領航船”，這句話比較抽象。比較具體一點，“接地氣”的說法：大學是“培養人才”的。剛才說的那個是人才嗎？顯然不是，這個最多是工匠。當然，我們現在也需要工匠精神。但是除了工匠之外，不是也要有創新的人才嗎？這樣的人能創新嗎？顯然不行。你在大學裏麵“沒吃過豬肉”，你到了外麵不大可能無師自通。你在大學裏麵至少要“見過豬跑”才行。怎麽見過豬跑？就是跟著導師做創新。什麽叫創新？首先是知識的創新—即科學研究。第一步就是以上談到的，尋找科學問題，做最困難的事情。所以對大家來說，第一樁事情就要跨過這個巨大的鴻溝。這也是為什麽一個工學院的學生，也應該全力以赴的投入科學研究。

每個人哪怕將來一輩子走在平地上，在大學期間、研究生期間也要“登”一次山。因為到過山頂的人，跟從來沒有到過山頂的人，眼光很不一樣。舉一個很簡單的例子，一個初中畢業的人能做大學校長嗎？顯然不能。他沒有這個眼光，他不知道大學是怎麽搞的。因為他沒經曆過，也即他沒有“登”過高山。不僅如此，甚至到過不同高度的人的眼光也大不相同。到過3000米高山的人跟4000米高山的人，不可同日而語，因為3000米山上沒有雪線。到過4000米的人跟到過5000米的人又不一樣。到達過什麽高度，眼光就到那個高度。所以趁年輕的時候，登得越高越好。若年輕的時候，連一兩千米的“山”都上不去，到了四五十歲，才想起來要攀高峰，就晚了。

4．科學研究的步驟及原創性

4．1）建立假說

找到科學問題之後，下一步並不是馬上做各種試驗或者測量，而是要建立假說（working hypothesis）。但這個假說必須是可以被用來檢驗的。也就是說，接下來並不是直接去找這個問題的答案。因為科學問題一定是沒有現成答案的，這與讀大學的時候做作業不同。所以要先建立一個假說。粗略地講，假說就是，介於假設跟理論模型之間的一個東西。假設當然是比較簡單的一個概念，比如，假設它是朝上的，或者假設它是平行的。但是假說就要複雜一點，係統一點，但是它還不是一個係統的理論或者模型。假說是非常必要的。當你還沒有做這個研究，你隻是提出了這個問題，你就可以開始設想這個問題很可能是這樣，也可能是那樣的。但不能胡思亂想，不能做白日夢。要基於已知的科學知識，並且這個假設一定要working，要能夠用一個實驗去很容易地確認或者否定。

這種情況在工程裏也有。且不說到納米尺度，就在傳統的力學裏也可以看到有一些似是而非的問題。不一定要到原子尺度，但矛盾一定有，而且大家都不知道為什麽。舉一個例子，飛機的翅膀震動。其中很可能有理論與觀察相矛盾的地方。 而飛機翅膀提前掉下來很可能就是這樣造成的。你不能等飛機掉下來才問為什麽。之前就應把表麵上不相幹的東西，矛盾的東西找出來。然後就要建立一個假說，再做實驗。因此假說是一個非常重要的步驟。科學研究在絕大部分情況下應該先作假說。可以這麽說，若是科學問題之後沒有假說，而是東一榔頭西一棒子。比如要做幾百個測量，“窮盡”其所有的可能性，最後把這個問題搞得“水落石出”。那就不是做科學研究的方法。另外，有些時候隻是通過測量，找出某些最佳的參數，這個叫做“最優化”。當然有很多的工程問題需要做最優化，即optimization，這和科學問題的解決大不一樣。原因很簡單，最優化的結果完全取決於先決條件，比如鋼鐵多少錢一噸，石油多少錢一噸。假如明天這些價格變了，這個最優化的結果也得跟著變，因此它一般不具備普遍意義。

4．2）實驗驗證

      假說之後就要設計一個實驗來驗證或否定以上的假說：Design the right experiment to confirm or reject。這個當然不言而喻。我們希望能夠先做“定性的”的實驗。要老是在小數點後麵打轉，那就比較不確定。先做了一個定性的結果，就可以很快確定假說是否正確。總而言之，由於假說是比假設要廣一些的概念，但是又不是一整套的理論，所以做假說的時候，就可以把這個實驗一起考慮進去。如果這個“假說”是白日夢一類的東西，漫無邊際，根本沒辦法做一個或幾個實驗去驗證它，那這個假說就根本不行。一定要能夠很容易用實驗驗證，讓別人一目了然。另外，在很多情況下，這個假說是可以根據已有的結果—文獻裏麵的結果做判定。這往往是從“不相關”的文獻中來。比方說這個假說做了以後，另外有一些不相幹的文獻裏麵早就做過類似的實驗。於是就可以不用再做實驗，把別人做過的數據收集起來，去作一些之前沒有做過的比較。從而得出結論，這個假說一定能夠確立，或者說必須要否定。

4．3）修正假說

       既然這個假說不是一個完整的理論和模型，那接下來就按實驗的結果繼續修正這個假說（Modifying the hypothesis）。簡單說來，就像在做雕塑。比方說要雕成某人的半身像，一開始那個肩膀的profile要切出來。所以不必完全按照他的照片從頭開始，可以先劃一部分出來，相當於建立一個假說。再問這部分要不要留。即與他的照片做一比對。如果看下來，這個一定在他的輪廓之外，那這部分就可以棄置。所以這一對照就相當於你做了一個驗證實驗。所以這麽弄過幾次以後，這塊料就越來越接近半身像，也就是說，這個假說就變得越來越精細。其間的方方麵麵都會被精雕細琢，每一小部分都可以做一個實驗來決定，要留還是要去掉。當然這個過程不一定都是這樣。很多情況下，這個假說一上來就全部被去掉，而不是說這部分要不要留。也就是說，假說建立了以後，可以被完全推倒重來。這是否意味著，這些是白幹了？非也。想像知識總和是一個平麵，包括已知跟未知的部分。剛才隻是把未知部分切掉了一塊—這個假說不行，被你扔了。你已經做成了一樁事。所以你沒有白幹，這就是負結果negative result。得到這個負麵的結果，很多人會惶惶不安：這個假設不行，那個假說肯定也不行。不用擔心。先將這些都要記下來。將來不一定寫到論文裏—作假說的過程一般不寫入論文。當然也可以寫，其中的思路、心曆路程。隻是大家不一定感興趣。但是這些對研究者本人來說是非常重要的。

也就是說有兩種可能，一個是這個假說會被你不斷的精雕細琢，越來越接近真實，接近人的雕像。另一種可能是假說被完全推倒，上來一個被砍掉一個。不用覺得沮喪，因為你照樣在完成這個研究。隻不過，是從負麵的角度去完成，把不要東西一點點去掉，而且這個時候去掉越大塊越好，效率就高了。那怎麽做到這一點？剛才說了，物理是一個基本底座，全宇宙的東西都在裏麵，不可能在此之外。而物理隻有幾樣東西，借鑒剛才門框的例子，馬上就可以很容易地扔掉大塊的未知部分，一下子就可以把範圍縮小。因為既然得到的僅是負麵結果，當然是去得越快越好，越多越好。

4．4）多次重複修正

      經過幾次上述的重複，最後這個假說就被精雕細琢了。無論是通過把不要的扔掉，最後留下的也好，還是從原來一個粗略的逐漸雕刻到精細的，最後都形成了一個新的知識。也就是科學問題的答案。幾乎整個科學研究的“套路”就是這樣。不管怎麽說，這就是科學研究的“正道”。假若你不是這樣做的，而是摸索了半天，運氣好碰到了，那就不大可能具有普遍意義，更無法推廣，因為沒有人能永遠靠碰運氣。雖然最重要的事情還是解決科學問題，對已經熟悉這一套的很多科學家來說，更大的挑戰是，提出恰當的假說。恰到好處，使得我們能一步到位，盡量減少驗證實驗。所以假說這個事情也很重要，要不然隻找到了科學問題，不知道接下來怎麽走，還是用以前所謂的“瞎子摸象”的辦法，那還不是要費時費力，且不一定找得到答案。這麽說來，是不是可以把科學研究弄成了一個可編“程序”？差不多真有這樣的意思。所以在西方，要作出很好的科學研究成果，往往並不需要很高的智商。

我曾經在某大學問諸位導師，你們認為科學研究應該是怎麽做出來的？你曾經發表過的得意文章是怎麽做出來的？答案五花八門。但極少說到跟以上有關的東西。“碰運氣”是一種答案。還有東摸西摸。或者看文獻，“撿漏”,“夾縫”中求生存。別人已做了大部分，正好中間有一個小塊沒做，就趕快拿來做。所以希望這裏的討論能給大家一些啟發。不光國內，國外也是一樣，有很多研究生，都是由導師給課題，然後買東西、做實驗等等。我覺得這樣培養不出科學家來。讀的年頭越多，到後來卻變得什麽都不知道。到了博士答辯那天，往往連簡單的問題都答不上來。

4．5）科學研究的原創性

大家知道論文投出去，審稿的步驟中，一般都會有這麽一問：這篇論文的原創性如何。要你打個一到十分，這是很主觀的事情。比方他是你的朋友，你就會給高分。正因如此，希望能給大家一些可操作的判據。

第一類，也是最高一級，當然是要能夠解決一個“長期懸而未決”的問題（long standing scientific problem）。與之相連的，更難的是推翻一個已經長期建立的知識、定理。前麵的這個判據我們可以有許多例子。後麵這一種更加引人入勝。例如牛頓的時空觀被愛因斯坦的相對論所修正。當然相對論在慢速情況下是看不出來的，必須要到很高速情況下才會顯示出來。時鍾變慢，壽命變長等等。當然這種情況比較少見，這是最高一級的東西。通常很難做到這一點，需要花費很長的時間，也就是說要等上很多年，才會遇到一次。

第二類，也就是中間一級，是發現新的、有意思的現象，或發展新的、更好的辦法。更好的辦法包括儀器、測量手段、設計方法等等。可能是利用現有儀器的新手段。這也很可能會出現革命性的結果。當然在傳統領域，比如機械領域裏，可以說是從牛頓力學分出去的一個分支，這樣的事情很少出現。

曾經有個說法，一個科學家，一個教授，或一個研究人員，一輩子能做中等或以上難度的課題的機會大概是7-8個。而讀博士期間一般隻有一個機會。所以我的碩士生一般隨便他們做什麽。“腦洞”開得越大越好，這樣到了博士就不會那麽吃力。若碩士做一些按部就班的、低級的事情，到了博士一碰到中級或者高級的事情就麻煩了，很可能是什麽都做不出來。為什麽如此說呢？因為中級或高級問題往往需要很長時間的積累，思考才能突破。那你說我靠別人的積累，然後站到前人的肩上？不行，因為這種事情的解決，往往隻能在某個人的腦子裏麵，而不能分給別人99%，你做最後的1%。每件事在人的腦子裏思考是需要時間的。這個和計算機不一樣，計算機可以並行運算。但人腦不行，得一步一步地積累起來。你不能將某個問題分成一百份，一百個人同時考慮。當然在不那麽難的情況下也許可以這樣做，但是對於第一，二類的科學難題不行。問題越大越複雜，在腦子裏的“運轉”越慢，需要的方方麵麵就越多。這和力學中的慣性相似。越大運轉起來越慢，所以需要很長的時間。據我觀察，一個中等或以上難度的問題一般至少需要3-4年。而一個科學家，很難有兩個這樣的問題在腦子裏同時進行思考。也就是說，一個人的研究生涯假定為三十年，也就最多能解決8個左右這樣的問題。而且極有可能花費了很長時間後，問題無疾而終。有的到最後才發現，隻憑自己的努力根本解不出來。更有甚者，就是這個問題被別人搶先解決了。當然，你可以在此同時研究簡單的，很快能出文章的事情。但真正對得起科學家良心，且比較難的題目，入門就需要很長的時間。這麽說來，人一輩子也就8次左右的機會，能做中等或以上難度的事情。當然，剛才所說的第一類事情應該更少。

大家知道最早的大學在1000多年前就建立了。當初是研究神學。後來變成哲學。再後來有數學，物理等。而工學院的出現是一兩百年前的事情。總而言之，走了很長的路。才有了工程各學科。新的現象，對於各位來說，可能不是一個主要的目標。這個隻有在前沿學科才會經常出現。但是新的方法是可以經常出現的。說到這兒，大家可能會覺得奇怪；這兩大類中，聽起來第二類要低一點，第一類更高級。而通常我們談到的諾貝爾獎往往是發現了什麽發明了什麽。難道說諾貝爾獎都不夠第一類級別嗎？不然。這是因為第一類裏麵一定包含著第二類，而第二個裏麵往往也包含了第一類。原因很簡單，你如果要解決長期懸而未決的問題，你一定是找到了別人沒有用過的方法。如果別人已經用過的方法能夠做出來，即老的方法就可以，新的方法不需要的話，那早就被解決了。你往往需要發展新的方法，或者把前麵的方法推進一步，才有了第一類的成果。而且第一類往往也包含了發現一些新的現象。新的現象出現的時候，你才把長期懸而未決的問題突然之間想明白，原來這麽回事。比如這次測到引力波。引力波本來是早就有預言，但是一直沒有被測到。可以反過來說，已經變成了一個“長期懸而未決”的問題。所以首次觀察到引力波雖然屬於第二類，即發現新的現象，但是它同時解決了這個長期以來的困擾。所以第二類往往又包含了第一類，而第一類一定包含了第二類。有時候諾貝爾獎一句話就夠了，但是要用人類多少年。最後完成的這個人不但需要站到前人的肩上，他本身也需要很多年的思考與實驗。

與此有關的一個問題。據說獲諾貝爾獎的平均時間是11年。也就是說今天已經做出來的，全世界都知道的，“諾貝爾獎級”的成果。等到正式頒獎的時間是十一年後。更多的是過了二三十年，要沒去世的才拿得到。這次的果蠅是70年代的事情。當然完成可能是在80年代甚至90年代。總而言之，也用了很長時間。如果我們國家要諾貝爾獎全麵開花的話，至少是20年以後。而今天必須已有許多“諾貝爾獎級”的成果放在那兒。。。

當然，人人都可以隨隨便便做出一些“新”的東西，這就是我要說的第三類，也是最低一級。第三類也就是不光用現有的方法，而且是現有的樣品的“重新組合”。做出的結果和之前差不多，不大會有革命性的進展，但也產生一點“新的知識”。這個就是各位、全世界絕大部分同行們一天到晚在做的事情。“排列組合”，人家沒做過就是“新”的。用一更簡單的中文詞說明這一切，就是炒菜。人家發明了紅燒肉，登在了頂級雜誌上麵。我們把紅的醬油換成了白醬油或者換成李錦記，那也是一篇新的論文。這一招類似台灣工業起飛時的“老二哲學”。凡事不要自己去搞原始創新，美國有什麽我們就做什麽。現在這個時代就不行了，你要有自己的知識產權。也就是說，我們不做原始創新就要被人卡。更不要說想當老大了。

就像Science的編輯所說，第三類是現有文獻的小擴展。他的意思是，大家不要拿這些小擴展類型的文章來煩他們。Nature和Science都要求是在該領域的大跨越。這裏的跨越是要求你大跨步地前進，跳出去一塊，這樣一來又可以擴展許多新的知識。小小的擴展也算有“新”的東西，沒有新的如何擴展呢？也就是說，我們之前談到的科學問題和科學知識，在這個小小的擴展裏算是有。當然，人們在大部分情況下隻能做這樣的事情，隻能一點點地向外擴展。而要解決一個第一類的長期懸而未決的問題，是很困難的。各行各業的人都會遇到這些問題，但如果因為“祖師爺”沒有做這個事，或者不想做這個事，一代代傳下去後離這些問題就會越來越遠。但是科學問題一定有答案，哪怕是第一類最難的。而且答案一定是唯一的。若老是圍繞著一些容易的課題打轉，就當不了一流科學家。

真正的科學家應該有這樣的信念，這個問題的答案肯定能做出來。做不出來是還沒做對地方。就像中學競賽題，有時候坐在桌前幾個小時找不到“路”。這個時候你會覺得這問題不一定有答案嗎？你會肯定這個題目再難都一定有答案，隻是你還沒找到思路。所以如果很有信心，自覺地做下去，一定可以解出來。因此要培養研究生一種自信心，看到一個科學問題，就應該想像與你中學碰到的難題是一樣的，一定有唯一的答案。這個就是一種“科學信仰”，科學問題一定有答案。我本人之所以有這樣的信念，則要感謝當年的常春藤大學。到了這樣的環境裏，你就會堅決地相信，即使你這輩子做不出來，後麵也一定有人可以做出來。一旦有了這種態度，往往堅持一下問題就解決了。

最後，如果你一開始就把槍口對準很高的目標，最後因為種種原因不得不退而求其次，結果往往還不至於太差。但是如果一開始就把目標對著最低的一級，那麽很可能什麽都完成不了。所以工學院的學生都應該學做科學問題。不然永遠成不了世界一流大學。很簡單，因為一流大學都在做科學問題。

5．科學研究的策略及基礎

 

除了之前說的原則綱領性的東西，還有一些策略性的方方麵麵，比如：

5.1）進入黑暗

進入黑暗（Into the darkness），從意義上講就是進入未知。你一旦跨到了已知的邊界之外，那當然就是進入了“黑暗”。但是要做到這一點是非常不容易的。很多老師或同學，沒有經過這一關的人，也就是從來沒有做過真正科學研究的人，一般不願意進入黑暗。用一個不太貼切的比方，如果到了一個朋友的或者鄰居的家裏，盡管房子的形狀跟你家的是差不多的，但在完全黑暗，伸手不見五指的情況下，你敢貿然往裏走嗎？這是天生的一種恐懼，更不要說你現在麵對的是知識世界的黑暗。曾經提到我們做科研要有這麽一個態度，但是大部分人的潛意識，或是各種神經係統，就會告訴你不要進去。如果僅僅是個黑房子，膽子大一點還會往裏走。但是科學上的事情，絕大部分人不願意這樣做。甚至一些非常好的學生，就是本科讀得非常出色的學生，往往更具有這種恐懼，也就說膽子更小。

我們大部分的學生，不管是從前非常出色的，或者是一般的學生都會經過這麽一個階段；猶如惶惶不可終日，不知所措。看文獻看得越多越覺得“糊塗”。也就是說，看了十篇文獻你覺得很清楚，再看個一百篇文獻，你就覺得糊塗了。糊塗到了以至於不知所措。每到這個時候，我反而覺得欣慰；他正在“黑暗”中，等到他走出“黑暗”就“行了”。因此，當某個學生進入到這種狀態的時候，我就知道，他正走在正確的軌道上。反過來，如果這個學生老是“胸有成竹”。好像一切在他的“掌控之中”，我就擔心他沒有真正進入“黑暗”。各位也可以回想一下，當初有沒有過類似的經曆，在做科學研究時，有一段時間非常迷茫，惶惶不安，真是覺得搞不清楚，越看越做越覺得糊塗？如果有，你進入過“黑暗”了。至於經過那黑暗之後，是不是真正做出了照亮黑暗的事情，我不知道。如果有的話，那一定是個很好的論文，但是如果你從來沒有過，你這個人老是覺得Everything is under control，那麽很可能你沒有做過真正的科學研究，你做的那些問題很可能是偽問題。

所以一定要進入黑暗。這個黑暗很難用語言來描述。究竟怎樣的反應、怎樣的經曆，每個人當然會有不同。有的人心理比較強大，有的人則頂上掉一個蟲子下來都會嚇得要死。無論如何，你要做真正的科學研究，你要研究真正的科學問題，你一定要學會進入黑暗。怎麽學呢？隻有從戰爭中學習戰爭。大家肯定聽說過：一半以上的諾貝爾獎是由前任的諾貝爾獎帶出來。因為隻有在這些“高檔次”的組裏麵，他經常會走進黑暗，經常走到前沿。而別的地方，大部分情況下，人們在浪費時間。磨磨蹭蹭鬧了半天，搞很多文章。但一輩子可能根本就沒有到過前沿，或者偶爾到過他也根本沒感覺。稍微有點暗就繞著走，或者繞到另外一個跟它相鄰的地方，一切都是光明的。這是人的一種自然的反應。

至於進入黑暗了以後，怎樣才能夠把這一段黑暗照亮，使它變成光明，那是另一個大的話題。對於一個黑房間，當然就很簡單了，用手去摸去碰，甚至於搞一個探測器都可以等等，但是對科學研究沒有這樣的好事。因為假如我們人類找到了一種方法，很容易照亮某一類黑暗，那麽這一類的黑暗很快就沒了，就變成光明了。你說要不這樣，這個東西張三做了這邊，李四做了那邊，中間還有一塊是黑的。這就是之前說的第三類的一種：“撿漏”，夾縫中求生存。中間這一塊是黑的—“燈下黑”，兩邊其實都很亮，這一小塊地方真的走進去也不會把你撞得鼻青臉腫。當然可以這樣去補一些邊邊角角，但這個不是一個科研的正道。尤其是年輕一代的導師，就更要從一開始就有個全盤考慮。

而真正的黑暗，走進去是漫無邊際的。大家想像一下到一個陌生的國家，半夜三更在一個非常危險的、戰亂的國家。在一個荒郊野外，你那輛車子如果拋了錨，你敢不敢下車，敢不敢接下來自己往前走？當然，真正有生命危險的地方不建議這樣做。但是科學研究沒有這樣的危險，永遠“不輸房子不輸地”。工資照樣拿，飯照樣吃，誰也不會說，你今天科研沒做成功，把你的獎學金吐出來，把工資都吐出來。所以科學研究其實是一個人類在太陽底下最好的工作，永遠不會輸的。所以在這個時候膽子不妨大一點。你要走進的黑暗，就相當於科學上的漆黑一團，在荒郊野外的一個完全不知道有什麽政體國情的地方。你要有膽量往前走，自己往前去摸索。總而言之，你下次碰到的時候，你根據剛才描述的，你越看越不明白，搞不下去的時候，不要退縮，因為好的導師年輕的時候也做過同樣的事情。現在輪到你了。這種事情別人替代不了，你不能讓導師來替你去承擔這個黑暗，讓他替你去照亮，照亮了以後你再往前走。如果在大學裏，你就縮手縮腳不想往前或者不敢往前走，不輸房子不輸地的時候，沒有任何風險的時候你不走，這輩子永遠就沒有這個機會了。

當然，如果文獻查得到答案的話，那不是真正的黑暗，而是你開頭都沒做好文獻調查。文獻看得越多，越覺得迷茫，再多看一點就把這事解決了，這個還不是真正的黑暗。隻有再多的文獻也解決不了時才算。把這個黑暗照亮是一個漫長的過程，不是一個簡單的過程。而不是說你多看一些文獻，或者你跟老師聊幾句，跟誰聊幾句就很快把這個事情解決了。這個不叫黑暗，這隻是你碰到了一些已經有了答案的偽問題。真正的科學研究上的黑暗很可能一輩子都走不出來，一輩子都照亮不了。但是你可以試圖照亮它的一部分，這個就已經是一個很好的科研成果。你也許一輩子碰不到這樣的事情，那就是說碰不到真正的科學問題。但是也有許多人經曆過了一次就明白了，以後放眼望去全是科學問題，隨便一走就走入了黑暗。這種情況也不少，隻要到了那一天就很容易了。所以一定要經曆一次，萬事隻是開頭難。

5.2）反饋

第二個就是要反饋（Feedback）。說一句話糙理不糙的話，就是“豬撞南牆會拐彎”。但是我們人類很多情況下還做不到這一點。不光是一般的人，科學家們也經常會這樣。比如，某人在某些方麵做得挺好，但在進入一個新領域的時候，從一開始就誤入歧途了，不應該用某個方法或者用錯了方法。盡管有人多次提醒，就是死不拐彎，因為他以往的成就，給了他相當的“自信”。所以一定要引以為戒。當然具體往往比豬撞南牆的過程要複雜一些，大家往往不能從中收到該得的信息。包括前麵說的“反過來想”。這告訴我們，不但要正麵去觀察，還要反過來想，最後可以得到很好的Feedback，但是往往被大家忽略了。在實際科研過程當中，做個實驗什麽的，經常會出現這樣的情況：原來計劃有十種樣品要試，試了一個不行就試第二個……第一個不行，其實已經告訴你很多東西，完全可以把剩下的九種東西，一下子就去掉五六中，甚至於這九種都不行。很多人缺乏這個精神，也跟做研究的熱情有關。所以科學研究不光要憑興趣，更要有一種passion，熱情。其實用熱情還不夠，最好有點狂熱。有狂熱的同學，哪怕基礎不太好，他也會自覺不自覺地利用反饋。沒有狂熱的同學再聰明，基礎再好，你導師說什麽都記下來，什麽都按照你說的做，反而不行。因為他不會自覺地去“反饋”。

所以做科學研究，並不是什麽天天呆在實驗室，沒日沒夜地看文獻，或做實驗。這種往往也是平庸之輩。曾有師兄弟們，一天到晚坐在實驗室，反而做不好。為什麽呢？你得用腦子經常feedback。要是連“豬撞南牆會拐彎”的本事都沒有，弄個配方100×100，兩個參數1萬個實驗，就不行。要用feedback。比方才測了幾次，就發現它有一種趨勢。一想不對，這整個方案根本就沒用，剩下的九千多次就不用測，趕快推翻重新來過。所以feedback無論怎麽強調都不為過。其實做其他事情也一樣。甚至炒股票，造房子都得這樣做。假如還沒到造到三層樓房子就開始歪了。原來設計得再好，再給保證都沒用，它已經歪了，那你就要趕快想辦法。不能等造到20幾層，最後就塌了。所以feedback聽上去是很簡單的事情，但是大部分同學、老師經常會忘了這個事。你隻有不斷地提醒自己：現在出現的是什麽情況。

更多的情況當然就是新文獻。在開始了新課題後，特別熱門的、前沿的課題，一個禮拜能出好幾十篇新文獻。新文獻出來了，你馬上發現，跟我們之前的設想似乎不太一樣。到那時你還瞄著你原來那個計劃，慢慢地按原計劃往前走，且不說很可能成了死胡同，即使等到你走出來，這個問題人家早就解決了。所以這種feedback可能更為要緊。很多情況下不一定是你的實驗本身，而是方方麵麵都要feedback。所以，“反饋”在各個層次上都必須貫徹。

5.3）孤立與比較

第三個就是要孤立（Isolation）。就是說做科學研究時，必須要清楚地意識到你的首要策略是把被研究的對象孤立出來。為什麽呢？因為世間每一件事情，肯定涉及很多方方麵麵的其他事情。也就是經常說的“牽一發而動全身”。往往這個時候就有人喜歡打出“綜合性考慮”或“全盤考慮”的旗號，這就相當於“眉毛胡子一把抓”，最後的結果就是啥也解決不了。所有的各種因素裏麵，必定有一個或幾個是主要的。所以必須要把它孤立出來。否則無從得到科學問題的解答。但是大部分情況下你沒辦法孤立，因為幾個東西連在一起，某個參數一動，別的也受到影響。這個大家一定有體會。若你從來沒碰到這樣的事，那很可能你還沒找到過真正的問題。科學研究上更是這樣，很多事情表麵上看來很簡單。前麵不是說要建立假說嗎？往往這個假說要檢驗的時候，某個現象連帶著許多別的現象。在這種情況下“孤立”做不到。那就隻能用“比較”（comparison）。“比較”當然就容易多了。作比較的時候，在絕大部分情況下，你必須把所有的參數固定，然後隻變其中一個，再拿來做比對。有許多例子，比如說為了驗證某個現象是否由於氧化還原反應造成。已經發現文獻裏麵大部分的數據都差不多，電位都差不多。但是這個還不能算嚴格的比較，因為它們每一個實驗有很多其他參數是不一樣的。所以我們應該重做一套實驗，這套實驗裏麵什麽都保持一致，而隻改變其中一個參數。這個聽起來很容易，但是絕大部分情況下，大家會不耐煩，因為這樣就不符合“多快好省”。

曾經有個美籍華人，在他的領域是個“領軍人物”。對中國大陸非常熟悉，70年代末到現在，經常來中國。他曾說，你們的最大問題就出在“多快好省”四個字，當然隻是關於科學研究方麵。他說科學研究，甚至工程研究中不能用這四個字，因為“欲速則不達”。往往發現，有些學生在做了一年半載以後，實驗數據一大堆洋洋灑灑，卻啥也發現不了。往往在變一個參數的同時又變了另外一個。你說重新加測幾個點，不行，因為時間很長了，樣品都變了。所以，你第一要孤立，如果孤立不了要做比較。這兩個東西聽起來非常自然，非常簡單，小學生都應該聽得懂。但是我們往往事實上做不到，因為我們要“多快好省”。

從這引伸出去，我們如果從30年前就開始老老實實一步一步地走，今天諾貝爾獎就會排著隊出現。日本就是如此。他們預測在千禧年之後會有多少個諾貝爾獎，幾乎都已經成為了事實。而我們似乎永遠在走“多快好省”的路；美國可以這樣做，從一個大學把有名的教授搬到另外一個大學。我們現在也這樣做，從國外引進的人才，把果子摘過來，而不想如何把那棵樹的根整個地挪過來。我們有沒有開始一步一步地走呢？

5.4）“永遠有路”

如前所述，科學問題往往是很多因素混在一起，牽一發而動全身。這個是很正常的，你不能因為這樣，就覺得事情沒法做。說到這兒，就要提到一個名言，這是個來自F. Sanger的名言。桑格這人很有意思，他是上個世紀初出生在英國。小時候成績一般，一直到了快上大學的時候，才開始有點要做科學家的意思。然後進了劍橋。讀博士進了劍橋的分子生物實驗室。在四十歲時就獲得了第一個諾貝爾獎。在這個所裏很正常，因為諾貝爾獎是排著隊來的，今年不是你就是他。他很快就有一個行政頭銜。但是他的興趣是做科研，還是去領導一個小組。接下來他想做一件重大的事—DNA的測序。之後美國有人發表了類似的工作，並很快就得諾貝爾獎。此後小組的人全離開了，因為這事已經“完成”了。然而他覺得他的方法更好。所以最後的幾年他幾乎是一個人在做這個研究。想像一下，一個諾貝爾獎獲得者，居然一個人在做實驗。最後終於成功了，很快地得了第二個諾貝爾獎。因為他的方法的確更好，那就是我們今天DNA測序的方法。就從那時候開始，DNA測序成為一個世界規模的行動。所以這位Sanger兄不光是一個人類曆史上少數幾個兩次諾貝爾獎獲得者，而且是當之無愧的科學英雄。用神人牛人都不足以形容。國內請他來過好多次。其實他的故事本身就足夠令人振聾發聵。

他的原話怎麽說已經不太重要，最關鍵的是：“科學研究上永遠有第二條路可走”。比方說，你開一個工廠，原料、工資等加在一起，最後沒有任何利潤可賺，你的工廠就開不了。世界上很多事情是這樣，都是沒有第二條路可走。但是科學研究例外，永遠有第二條路可走。這句話等於是一種信仰，甚至可以當成一種“宗教”。科學問題永遠有答案，而且科學上永遠第二條路可走。你進入了黑暗以後不要怕，永遠會有解答，永遠會有光明，而且不可能無路可走。

那麽說到這，怎麽去找路呢？當然不能隨便在大街上找一個人來，就按剛才說的這些原則，讓他去做科學研究。科學研究當然是需要基礎的，即科學家需要有一定的訓練。這就是為什麽諸位一定要先讀完本科，且讀研究生期間也要修一些課，這也就是下麵要詳細探討的。

5.5）鞏固基礎

如果要樹立單獨的一根杆，沒有別的支撐，這根杆能立多高？肯定到不了三層樓，很快被風吹倒。所以你若隻有在某個領域有基礎知識，相當於一個分門別類的細小專業，則肯定做不了深入的研究。80年代初國內改革開放以後，跟我們接觸比較多就是某鋼鐵學院，現在叫某科技大學。很有意思的是，當時他們有煉鋼一個係，煉鐵一個係，製氧一個係，壓力加工一個係。。。到了我們那博士資格考口試的時候，作為鋼鐵學院來的學生往往被要求先畫一個高爐。沒想到學生說，我是學壓力加工的，並不知道高爐是怎麽回事。這讓那些教授們大吃一驚。追根溯源就是蘇聯的那一套細分專業害了我們。美國當然不是這樣的，一個大學既然叫做University就應該什麽都有。而且，既然是在工學院，學生就應該至少在低年級時什麽都學。所以我們工學院跟理學院一年級的基礎課其實差不多，都是數理化加計算機編程，最多再加些設計。

這立杆的道理看上去很簡單，但是聯係到到我們的研究上來，就令人深思。也就是說一個科學家的小組，從一個“祖師爺”傳下來的麵有多寬，決定了能走多遠走多。如果你是某鋼院出來的，就隻知道壓力加工，再自己把自己限製在這個裏麵，你這一輩子就像剛才說的細杆，最多兩三層樓，上不去了。但是你完全可以自己拓展，在大學學到的最重要的事情是什麽？就應該是“再學習”的能力。也就是說大學不應該隻教會了你幾門課，大學應該教會你學習的能力。那大學是否不再需要，隻要知道怎麽學習就行？那倒不是。因為還是有一些更為基礎的東西一定要知道，一定要熟記的。這使人聯想到電子計算機。計算機在運轉的時候，光有 CPU還不行，還須有RAM。大家知道，現在不管是台式電腦還是手提電腦，CPU的速度差不多已經到頭了，所以CPU已經不怎麽關鍵，大不了多疊幾個。取而代之的，最重要的參數就是它的RAM大小，也即隨機儲存器的大小。隨機儲存器越大速度就越快。若隨機儲存器小，很多東西雖然也可以做，但容易卡住。這說明跟人腦一樣，有些東西是必須一直存儲在那。通過這個例子大家都能明白：任何人做任何事情，腦子裏必須有一些原始的儲存。這些儲存的東西越多，你所能做的事情就越高級，做事情效率就越高，速度就越快。計算機能做的事情，都是事先編好的，不然就根本不能做。人不一樣，人的這個儲存越大越多，解決各種問題的能力就越強。也就是通常說的越“聰明”。

回到我們之前說起的知識碎片化。這其實是最近幾年來在西方興起的一種思潮：大學不需要再辦，因為我們現在有因特網（internet）。我們現在有Google有維基，簡直是隨便一按什麽都來了。美加許多城市裏麵都有wifi覆蓋整個市中心範圍。甚至連計算器都用不著，你把“幾乘幾”打進去，Google就會給你答案，而且這個答案比你想要知道的精度都高。所以現在不斷地醞釀，說這個大學不需要了，隻要wifi就可以了。我覺得這是一種十分荒謬的觀念。因為人類發展到現在，知識麵越來越擴大，知識的結構也越來越複雜，怎麽可能用這種快速“方便麵”的辦法來隨時隨地獲取新知識？更不要說，要做一些高層次的思考，需要很長時間。一個“白丁”要想研究這個課題，就必須小學中學大學研究生，所有的再讀一遍。那你等到全部都讀完，哪怕你是從因特網上去截取，已經過去了很長時間，這個事情還做什麽？更重要的是，就是所謂的“連”。因為很多東西，要融會貫通才能用。這知識不是說從電腦裏麵，從internet裝到你腦子裏就可以了。舉一個簡單的例子，中學幾何有平行線、三角形等，這麽一些概念，定理。這樣的東西，查維基幾小時就可以了。但接下來你就能解決平麵幾何裏的問題嗎？除了那些最簡單的作業可以做，稍微複雜一點的作業題就做不了。中學數學的作業都做不了，更不要說你去參加中學數學競賽。盡管競賽的題目就隻限於你學過的平麵幾何，就這麽幾條定理。但大部分人不要說做，連看都看不懂。這不是聰明或笨的事，而是因為一般人需要經過幾個學期的聽課，作業，考試，才能把大部分掌握。但這時再來一道競賽題，說不定你還是一點都看不懂。這樣一說大家一定會明白。這一切說明了這個知識哪怕是中學的平麵幾何，也不可能從因特網download下來，裝到了腦子裏就行了。中學程度的東西已經這樣了，大學就更不行了。比如微積分，教了你微積分那些公式，很簡單，因特網都有得查。然後接著就來一道微積分的題目，肯定做不了。老師講完了這個原則還要講例題。還不夠，還要幾道作業題，接下來才能去做作業。做作業的時候，還要討論討論，之後還要考試等等。說了半天也僅僅是大學一年級的微積分而已。

這一切說明什麽呢？說明那些思潮完全是荒謬絕倫。怎麽可能把大學的知識，放在Internet上以後，就不再需要大學了，要用的時候查一查就行了？更不要說在科學研究的領域，恰恰相反，世界各國都毫無例外地希望建設一流的大學。

我在某大學曾經跟大家討論過戰勝“恐懼”的最好的辦法，就是到名牌大學去讀一個學位。為什麽要名牌大學？在名牌大學可以拓展你的眼光。這個“眼光、眼界”也可以大概地理解成“膽子”比別人大，眼光要比別人遠，於是就會減少這種恐懼。舉一個不一定恰當的例子，有人想開一個公司，做商業。一般是從小做起。而不可能剛起步的人，一下子來一個連鎖店，不光是在廣東，全中國全世界來一個連鎖店。但是哈佛大學的商學院就教這樣的模式，一上來就連鎖店。一開始肯定賠錢，賠個幾年。這個例子說明什麽？如果他是哈佛商學院教出來的，他就有這個眼光，膽量和氣魄，一上來就做大。那麽最後你們猜猜誰會勝出，是小作坊的人會勝出，還是哈佛商學院的模式會勝出？答案是不用討論的。開連鎖店的人一開始賠十年都有可能，但是最後肯定會贏，要不然不會放在教科書裏。這就說明，你要有這種膽量，有這種眼光，最好的辦法就是到名牌大學修一個學位。當然我無意跟大家討論商業模式，我隻是拿來做個比喻。你在科學研究上要有眼光，包括之前說的進入黑暗等等，到現在明白了，這是需要勇氣的。就好比你到過5000米的高山，4800米就不在你眼裏了。來一個難題，一看，這也就是4500米的水準，你一點都不害怕，送幾個學生進入“黑暗”，他們可能會有一陣子“惶惶不可終日”，但你一點都不會擔心。

總而言之，現在的知識碎片化是一個極其糟糕的事情。而且，碎片化所帶來的問題遠遠不止於此，甚至影響到了這個世界許多所謂的“領袖人物”。他們能走多遠，這個世界就跟著他們走多遠，因此最後的結局就與他們的眼界有極大的關係。而世界上大部分人，因為沒有機會經過這樣的熏陶，就沒有這樣的眼界，隻能跟在別人後麵。

所以我們的教育如果能夠培養人的眼界，再加上融會貫通的能力，這就是一個最大的成功。一個國家的未來掌握在這些人手裏，或者有一部分這樣的人，這才是一個最重要的事情。否則就隻能是一些碎片，連所謂的人才，也隻是針對整個大局裏小小的一個角落而言。知識的碎片化實在是一個很不幸的事情。本來由於internet的發展，原來不相連的，現在都被連接起來。這應該是一個大好事。但人們為了貪圖方便，反過來搞碎片化，都隻想做最簡單最容易的事。甚至連最簡單的東西，都要隨時上網查一查才可以。這樣的路子將越走越窄。如果人人都這樣的話，整個人類就越來越愚蠢，創新的本領就會越來越弱。

從前的確不是這樣。比如有貝爾實驗室。當初全美國的電話公司都是一家。它把1%還是2%的營業額，很大的數字，用來支撐一個研究中心，就是貝爾實驗室。這裏諾貝爾物理獎就出過許多個，晶體管也在那發明。可惜這個輝煌的傳奇到了90年代以後就再也沒有繼續，現在是徹底消失了。而現在，按理說我們這邊有錢了，應該把這個方式接過來。貝爾實驗室裏都是一些科學家，連做理論物理的都有。80年代的理工科研究生，最大的理想就是進貝爾實驗室。或者退一步到當時的IBM。裏麵一個大的實驗室有兩三千個博士。每個博士，都可以有自己的一攤子研究，就像一個教授一樣。但比教授們還要瀟灑的是，他們似乎不需要申請經費。經常想幹嘛就幹嘛。在這樣的情況下，創新就像洪水一樣滾滾而來。IBM像這樣大的中心居然有三處，都在紐約州。曾幾何時他們遙遙領先外麵的技術十年以上。當年的IBM一年收入的專利費就有數十億元，養這樣的實驗室綽綽有餘。我們現在就應該做這樣的東西。而不是像某些所謂的大牌企業，據說都是一個蘿卜一個坑，招你進來就是幹這個，不能幹別的。就應該讓科學家們願意做什麽就做什麽。這樣才會有創新的洪流。

諸位當然不可能一步到位，成為把整個物理學抓在手掌之中的頂尖的高手。現在往往連碎片都還沒有，更不要說是去碎片化。但是各位可以慢慢來。比方說大學本科，給了你一個很好的機會，去學各種各樣的基礎，數學物理化學等等。你就要想辦法去綜合和連接，盡量在那個層次上融會貫通，那麽你就有了一個“底盤“。高一級的學科往裏加的時候就不至於被碎片化得太多。你就有了“出發點”。過了一段時間，你就能把它們徹底連起來。年輕的時候“悟性”不足，就是因為你的儲存量太少，你的儲存量還沒有到臨界值。但你若到了臨界值的時候還不去“悟”，那麽就會變成碎片，過了兩天就都沒了。不單是要“連”，還要去不斷的梳理，不斷的去清洗，把那些不太重要的東西慢慢地排到後麵，把最重要排到前麵來。就像在那本X光的書裏，我把那些方程的係數都扔了。去掉係數，豈不是會搞錯？到後麵你就會發現，這些係數真的不重要。因為做這樣的研究的時候，你的測量出來的絕對值跟儀器有關，絕對大小不說明任何問題，隻要有相對強度及形狀就可以了。所以這些公式就用不著那些係數。而保留這些係數隻會增加複雜性，使人不能一下子抓到本質。

5.7）人的潛力

看了以上的種種，所有的同學老師都會說，這些東西對我們來說簡直太強人所難了。我要做到這些，甚至於不要全部，隻做百分之四五十，就已經不用活了。又要走進黑暗，又要惶惶不可終日，還要知識去碎片化……所以作為收尾，最後要給大家打一打氣，鼓一鼓勁。

大家知道，音樂五線譜有五條線。每根線或間隔對應鋼琴上某個鍵。一般鋼琴的譜表有上下二組這樣的五線譜。下麵一組的音符是左手彈，上麵一組是右手彈。兩組很多情況下並無固定關係。蕭邦，李斯特的鋼琴曲裏，最快的是128分音符。四分之一音符作為一拍的話，那麽在中等速度時，一拍半秒鍾，這樣的音符每秒就要彈64個。對大部分從來沒有學過鋼琴的人來講，這簡直是神仙才能做的事情。但在美加，尤其華人的子弟，幾乎人人都學鋼琴。小孩子五六歲開始學，到了十幾歲時，隻要還在堅持練，彈這種東西一點問題都沒有。

這麽一說就清楚了，大部分小孩子不管智商如何，都可以經過七八年的訓練，到達“神仙才能彈”的那一步。什麽樣的訓練呢？無非每天彈一小時，每個禮拜一小時的課。

這說明，我們人的大腦潛力無窮。沒有做過那個事情，你會覺得這是遙不可及的。但經過幾年訓練，你就會覺得這個事情其實很簡單。聯想到我們做科研，肯定比彈鋼琴要複雜得多了。要學習，訓練那麽多東西。但是你一旦走出了第一步，一旦經過了第一次，經曆了整個的過程，也即你真正經過了黑暗，解決過了科學問題，你就跟考過了鋼琴十級的小朋友一樣，沒有任何困難了。如同我那些學生所說，放眼望去全是科學問題，隨隨便便就可以抓一個。而且要解決一個問題也不那麽難，受點挫折繼續往前走也正常。

當然這個過程大概需要幾年。鋼琴從一點不會彈，到十級也就要個8-10年。所以學會做科研，不會耗盡你半輩子或者一輩子的心血。隻要走過那麽一遍。就象爬過一次高山。而爬過高山，跟沒有爬過的人是完全不一樣的。美國賓夕法尼亞大學沃頓商學院，有一陣子聽說他們的MBA畢業之前要過一關：登上乞力馬紮羅山頂。除了身體有病的，或上去要完蛋的，否則所有的人都要上。因為上山沒別的，就是要有意誌力。有了意誌力，80歲都可以上去。沒有意誌力的話，青壯年也不行。

把它延伸過來，就是說你上過了5900米以後，從此大部分的山峰不在你眼裏。你就有了心胸，氣魄，眼界。或者說，心裏有底了。也跟彈鋼琴一樣。一秒鍾裏麵要彈那麽多個音符，而且要彈的準確，還要加上好多其他東西，比方音樂表現要有感情色彩要有強弱，有的地方要稍微拉長縮短等等。這一切怎麽可能呢？但是全世界那麽多小孩，特別華人小孩幾乎人人都能做到，就說明它一點都不難。而且你隻要到了那一天，你過了那一關，你就會覺得這不是一個事，甚至不需要拿出來大說特說。因此，大家一定要去試一試 ，哪怕是半途而廢，到了實在不行時再退下來，那也比從來沒有登過好，我指的是科學上的登高。

附錄1：科研創新的四項基本原則

 

隨著我們國家發展到一定階段，創新，尤其是科學與技術的創新被提到幾乎是最高的位置。

這樣做的必要性可以從國家的科學發展報告裏得到印證。首先，科技創新是後發國家最重要的事情。韓國在五十年代比中國要窮，日本當時跟中國的GDP差不多，年人均大概在90多美元，而韓國隻有它的2/3。但是經過40多年的發展，韓國今天已經達到3萬美元。除了韓國，正麵的例子還有芬蘭。在上世紀80年代，及時把握無線通訊技術的發展機遇，大力發展通訊產業，成為世界上最具競爭力的國家之一。也有一些國家成為反麵的教訓，像拉丁美洲，阿根廷、墨西哥，等等。尤其是阿根廷，在50年前非常富裕。布宜諾斯艾利斯的建築絕對不比上海的要差。他們到達過1萬多美元的人均GDP，但是現在退到了1萬以下。墨西哥也曾經到達了1萬，又退到了幾千，然後再慢慢的爬回去。這就是因為他們隻靠本國的資源優勢，包括勞動力。這些都是要過時的。但同時過度依賴外國資本和技術，忽視自主創新。當然他們也試圖創新，花了很多錢建立了世界上最大的墨西哥國立大學。27萬學生，就像一個城市。然而並沒有達到目的。

在“2007年科學發展報告”中也提到，我國的關鍵技術自給率比較低。各位可以到大公司去看看，差不多都是進口的。尤其是高端的設備幾乎沒有一樣不是進口的。發明專利總量2007年排名世界第8位。現在好一些了。論文總數現在已經排到了第二位。引用頻次也有提高。但最關鍵的還不是這些數字，我覺得最關鍵的是原創率。我們的論文大多數都是“炒菜”型的。人家發現了這個菜，我們去加點鹽，放點油，然後再炒一次，並不是原創型的。從這個角度來講，所有領域的開創性的東西還都是在國外。國內的絕大部分還跟是在人家屁股後麵，就是換油換鹽，或者把兩盆菜放在一起再炒一次。

因此，我們希望探討一下別人做科研創新時所遵從的一些基本原則，也就是所謂四條基本原則。這個是在九十年代，美國科學促進會召集了一批諾貝爾獎級精英總結出來的，其重要性不言而喻。

第一是要“結合基礎研究與應用研究”。這句話不是說說而已，這句話要真正做到非常困難。常常聽人講，“我是搞基礎的”。另外一個說“我是搞應用的”。做應用的人瞧不起基礎，做基礎的更瞧不起做應用的。這一切都是創新的障礙。一定要真正地結合。後麵會通過舉例子讓大家看到，沒有一樣創新可以單獨隻限在基礎研究方麵。因為最基礎的那些東西，包括物理化學早就基本做完了。甚至於生化的一些最基本的東西，DNA等也都已經搞得很清楚了。但是，搞應用的人若不涉及基礎，就隻能跟在人家屁股後麵炒菜，甚至於連炒菜都算不上。所以這一條極其重要，放在第一。

第二要“綜合各個領域”，這一句大家更是耳熟能詳了。怎麽綜合呢？這又是一個很大的問題。希望大家能夠結成一個團隊，真正的去把各個領域融會貫通。但是做到這一點非常困難。尤其是作為領軍人物，要能夠跨領域跨行業，知道很多基礎都是相連相通的。這也跟我們的教育有關，長期以來被蘇聯的教育係統不止搞壞了一代人，甚至於到現在都還是如此。我們的大學名稱本身就是一個反例。國外的大學，凡是一個大學就是綜合性的。並沒有什麽“海事大學”、“中醫大學”、“航空航天大學”。是大學就應該什麽都有，而不是細分成各個領域。

第三是要有充沛的時間。充沛的時間不是說可以無限製地做下去，而是指不要有一個“催命”的時間表。從這個角度講，你按計劃做出來的東西，不叫科學研究。計劃連經濟都不行，研究更不行。

第四是要超越常規。各位肯定深有體會，尤其是在國內條條框框太多，西方好一點，但還是需要經常地打破常規，才能做到科研創新。

所以這個四項基本原則在全世界任何地方，甚至在美國，都很難保證隨時隨地能實現。正因如此，創新就變得尤其難。我的意思是指真正的創新，不是炒菜。尤其是科研創新，那是難上加難。也正因為如此，你天天看的絕大部分論文，都是跟著人家後麵。真正的創新，一眼望去，不管它發表在哪個雜誌，放在什麽地方，是個人都能看得出來。

這幾條原則還須稍微詳細地作些討論，要用一些具體的例子作說明。第一是要基礎研究和應用研究相結合。這就先要問什麽叫創新？創新首先是知識的創新。不是說人家有了原子彈，我也想方設法去造了個原子彈，這個不叫創新。雖然很傷感情，但是我們要把道理搞明白。知識的創新才是真正的創新。沒有新的知識就沒有超越常規的新應用。這裏的一個正麵的例子是高溫超導的發現。高溫超導在1987年一下子轟動了全世界。現在大家都知道高溫超導已經很成熟了，甚至於變成了一個產業。高溫超導很快就得了諾貝爾獎。高溫超導是在陶瓷係統裏麵發現的。大家讀中學時就知道陶瓷是個絕緣體，高壓電線都用陶瓷相隔。既然是個絕緣體，連普通導電都談不上，怎麽想到做超導呢？原因就是，歐美的本科是一個通才教育，他們的知識麵相當的廣。做出這個科研創新的兩人是在瑞士的IBM，他們又沒有任何常規的任務，就扯到了陶瓷上麵。當然中間是經過了很長的過程。這個例子給整個科學界非常大的震撼。那麽多人搞超導，搞來搞去才20幾度。在合金上麵拚命地炒菜，炒了近70年沒有大的進展，最高溫度隻到了23度。而他們那個係統一下子被後人發揚光大到了液氮的溫度，就是七十七度。所以這個是非常好的正麵例子，科研創新的最重要的例子之一。從原本絕緣的材料到發現它的高溫超導特性，需要對各個學科和領域都有所了解。尤其重要的是，要跨越“基礎”與“應用”之間的鴻溝。如果隻是局限在“基礎”或者“應用”之內，是無法打破這個思維局限，取得這個重大突破的。

同時我們也可以看到相反的例子。從前，新加坡從高中開始，學物理的人不學數學跟化學，學化學的人不讀物理和數學，學數學的人不做物理跟化學。結果到了大學的工學院，數學就隻是高中的水準，連微分方程都沒法做。 90年代他們從美國請了一個新加坡人回去當了他們的大學校長，徹底改變這一切，才讓國立大學在這短短幾年的時間內變成了一個世界級的大學。什麽東西都按美國的，把新加坡的那一套徹底改變。但是他們細分的科目就跟國內一樣，已經根深蒂固。隔行如山，很難在一代人裏麵把它徹底消除。

第二個是要綜合各個領域，各個領域要學科交叉。這裏麵尤其要強調的是數學物理這些基礎。因為你沒有辦法，在各個部門分得很細，每人隻知道自己眼下的一畝三分地的情況下，做到綜合各個領域。在國外這個事情相對容易一些，因為一個大學的校園裏麵，很多時候是你的隔壁就有別的領域的專家。像我們一個樓裏麵有各種係的教授，就讓你們混合在一起。而不是說某某係全在這一棟樓裏麵。我的母校，整個工學院就是一棟樓。若有問題，坐電梯就可以到另外一個什麽係得到解決。這個就是一種學科交叉，大家可以打破門戶之見，隨時可以交流。

第三是充沛的時間。新發現往往需要非常長的時間，最重要的是你不知道什麽時候能發現。假如可以設置詳細的時間表，那就不可能是真正的新發現。這裏有個很好的例子，就是二戰當中磁控管的發明。大家知道珍珠港事件以後美國才全身投入戰爭。當時日本的艦隊快到了眼前，美國才發現。怎麽回事呢？當時的雷達是用長波的，稍微小一點的東西，就“看”不見。其實不光是美國，英國德國都希望把雷達波長改短。雷達的原理在一戰的時候就已經知道。但是因為當時的真空管裏麵電子來回需要較長時間，所以它的頻率提不高。那怎麽把電子管的頻率提高，使得不要等飛機到了頭頂才發現呢？小羅斯福總統把這個重大項目交給了麻省理工學院，成立了聲名赫赫的“輻射實驗室”。因此麻省理工學院就變得很“牛”。他們先是拍胸脯說幾個月就能解決問題，但搞了一年多還沒有解決問題。這就是之前說的，真正的新發現不可能有時間表。但與此同時在英國，在德國飛機的轟炸下，有兩個科學家在防空洞裏麵居然做出了可以產生高頻率的電子管。因為他們發現引入磁場以後，可以做到高頻。總而言之，“有心栽花花不開，無心插柳柳成蔭”。這就是一個很好的例子。這也就是為什麽大學要實行終身教授製。你要讓他有個保障，不要去催他，要給他充分的信任，要“養”著他。這些大學教授才會有可能做出真正的科研創新。除了少數的“爛蘋果”，大部分人是不會讓大家失望的。

剛當教授的時候，我們的教務長是哈佛的畢業生。曾說起當年，哈佛大學招了一個年輕的助理教授。他幹了近30年，居然沒有寫一篇文章。要是在別的大學早就踢出去了，終身職肯定拿不到。但哈佛就有這個雅量讓他繼續做。等到了第31年的時候，終於出了一本書。而且很薄的一本書。從此以後，凡要研究這個方麵的人，都得先讀他這本書，這成了該領域的“聖經”。大家應該也聽說過美麗心靈這個電影，講的是普林斯頓大學的約翰·納什的故事。哈佛和普林斯頓就有這樣的雅量和耐心。這也就是為什麽他們可以成為世界的頂尖學府。

第四個原則，超越常規。這個是一個很大的話題。我想根據基金申請當中的問題來談，因為在美國加拿大都曾參與了這方麵的工作。美國最健康，加拿大稍微差一點。歐盟我也曾有機會觀察過。我要談的是，你要能隨時調整方向。就是說你拿了錢，去做A問題，也就是你打算在A上麵發些論文。結果你做著做著發現，得到的結果不是A，而是B甚至於是C。這個時候你就必須要把你的方向調整過來。你的科學問題，必須改成B甚至於改成C。這個時候你對科學的貢獻其實要比你盯著A要大得多。給經費的人就應該有這個雅量讓你去做B或者C，甚至要鼓勵你去這樣做。

前述這四項基本原則，其實是西方大部分科學家的共識。但似乎很少公開宣傳， 因為大家覺得這些是不言而喻，當然也有可能被認為是“武林秘籍”不可輕易示人。

 

作為我個人的一些觀察與總結，上圖展示了科研發展的一般規律。橫坐標是時間，可以是幾年，甚至是幾十年。橫軸之上那個半弧是指論文發表的強度，即每年論文數。當然是從零開始，因為此前還沒這個領域。拿有機發光器件來說，現在已有產品了。整個過程大概是二十幾年。從1987年最早的文章開始。在九十年代初，剛當教授的那個時候，每年文章出產的數量很少，大概隻有一兩百。到了最高峰大概是2000+年，每年有成千上萬篇。之後又慢慢地降下來，但還是不斷有人在做。與此同時，金錢的投入，是與之對應的，但處在橫軸之下的這麽一個曲線。從開始的大部分時間內，曲線都處在負的區域，因為要燒錢，肯定是負的。所以想要在幾年中要收回科研成本，都是不太可能的事情。除非你是複製，而非真正的創新。從上圖可以看到，投入的經費越來越多，出產的論文也越來越多。但這些錢全是“虧損”，它不可能給你創造任何的利潤。一直到了右邊的“交點”，金錢曲線才走到了橫軸之上，開始盈利了。三星的一些手機就采用了有機發光顯示屏。大家可以發現它的顏色和響應速度比液晶顯示器要好很多。有機發光器件的電視機也已出現，很薄，可以彎成弧形。所以金錢曲線正在上升中，直到每家一台的時候。。。所以大概是這麽一個過程。

其實任何東西的發明，發展，商業化都是這個過程。於是，每位在做各種項目的時候，都可以問一問自己的課題可能處在該曲線的哪一部分，那麽你就大概知道，現在論文的發表強度，以及經費的申請情況。若是一個全新的東西，那就不可能申請到經費，因為在左端，曲線的開始處，論文數與金錢數都是零。這就告訴我們，一個領域的原創，第一篇論文，大多是由之前項目的餘錢支持的。如果你這個東西處於中間偏左，或剛起步，還會有大量的科學問題。接近中間時就開始會有工程問題，而到了右邊主要是技術的問題。科學、工程和技術，這三個大概可以從這個曲線反映出來。所以這是個大概的規律。時間軸也不一定是線性的。開始發展很慢，後麵發展很快，一般都是指數型的。舉個半導體的例子。半導體的三極管，是1947年在貝爾實驗室發明的。50年代才開始有三極管的成品，60年代開始有集成電路。自1995年起在世界的範圍內，電子工業超過了汽車工業，成為全球第一大工業。而且電子工業越來越大，人們的錢大部分都花在了電子產品上。電子產品還可以不斷創造出新的應用來。手機、電腦是原來沒有的，現在不但有，而且每幾年就要更新換代。所以，從1947年到60年代，第一塊集成電路，用了十幾年。第一塊集成電路到第一塊個人電腦的CPU，又用了十幾年。後麵發展得越來越快。開始一定是科學家的事。最早做這些東西的一定不能在巨大壓力之下。“重賞”之下不一定是“勇夫”，而很可能出來一些畸形的東西。

實驗室是真正支持創新的地方。到了產品的開發，大學就不要操心了。因為這個時候都應該轉到工業界去了。像韓國的三星，日本的索尼。這些技術問題的解決，大都在公司裏麵完成。用不著在大學裏麵做這些東西。即使搞完了，在公司正式做產品時，還得重新再來一遍。每一個東西有它的地方。這就是為什麽很多技術，在大學裏麵拚命做，但做完了以後沒辦法生產。最後的環節就是環境，必須強調搞出來之後不能對環境造成不可逆的影響。所以環境方麵就是一個很大的挑戰，可做的事情非常多。

大家從小就耳熟能詳的一個說法是，“大學要走出去，和社會相結合，和產業結合，與經濟生產掛鉤”。不一定。大學實際上是整個社會發展的領航船，社會上沒有其他的機構可以像大學一樣給整個國家，整個民族帶來一個遠景，給我們帶來探索性、試驗性的預見，讓我們知道未來發展的方向。既然大學是領航船，就不能與大船，即整個社會，靠得太近。如果領航船就緊挨在大船之前，那麽大船稍有晃動，領航船很有可能被傾覆。因此，領航船應該與大船保持距離，否則就無法真正地創新。

附錄2：撰寫科研論文的“套路”

 

1）通常的弊病

之前講的都是一些原則性的東西。按理說講了原則以後，接下來應該是例子。各位老師有過一定教學經曆的，都會同意。所以最好是，接下來我們把各位做過的，或者正在做的，或者想要做的東西，拿出來作為例子。與前述原則或者方法作具體的比對跟詳細的討論。但是這樣一來，收效不會太大。這是因為，如果某老師的例子在這從頭到尾進行討論，某老師本人當然會有深切的體會或者至少是觸動，但是別的人就不一定。因為這個例子隻是由某位老師在做，而每人的課題都不一樣，甚至於在同一個專業裏每個人做的都不太一樣。所以當你隔壁那位仁兄覺得這個東西簡直太妙了的時候，你也許覺得這個根本就沒有任何意義。這種情況肯定屢見不鮮。還有一個事情，這樣的例子的討論不可能把方方麵麵，甚至於主要的原則都包括進去。因為每個例子有它的特殊性，每一條原則並不是在任何場合任何例子裏麵都能從頭貫徹到尾。比方說我們講的科學創新的第一個原則，也是最重要的原則“基礎與應用結合”。這個幾乎是創新的必須。但是放眼望去，很少有人能主動意識到這樣的事情。所以在這樣的情況下，我們不可能在短時間內把這些原則結合具體的例子來跟大家詳細地討論，從而讓大家把這些原則作進一步的理解與應用。

於是我們就隻好采取更簡單的做法，把“船頭”講完了以後，就先跳到“船尾”。就是各位最後要做的事情，也就是撰寫科學論文。所以我想著重跟各位探討一下科研論文的“套路”。其中大部分是我個人的觀察與總結。我覺得這個是我們目前非常需要的。假設已經按照我們之前說的這些原則把科研的結果做出來了，但若是不能把它寫成恰當的論文，那就達不到傳播新知識的目的。而寫成恰當論文的重大意義還遠不止於此。不僅是因為各位導師的升職或榮譽，憑借的都是發表了的論文，更因為在撰寫論文的過程中，往往可以對整個課題作出進一步的梳理與調整。所以寫論文可以說是整個科學創新事業的最後一關。所以很有必要跟各位探討一下科學論文到底怎樣寫，有哪些基本的“套路”。

我們先看一個具體的例子。投出去的稿子，有很多Introduction是這麽寫的：“某某領域很熱門，已經有了許多文獻。。。但是我們沒看到某方麵的工作，所以本文就做了。。。結果可能被應用在。。。” 好像科研的主要目的在於“撿漏”，“撿”別人還沒有做遍的事情；而不是去解決大家所關心的重大問題。至少可以說是不夠深入。大家可能覺得這隻是一個泛泛而論的評語。在中學語文課裏麵“不夠深入”隻不過個減分項。但是在科學論文中，“不夠深入”是一個非常嚴厲的指責，完全可以據此把一篇文章拒之門外。大家設想一下，如果是一個比較高檔的，按國內來說“一區”，或影響因子比較高的，競爭又很激烈的雜誌。而你是該雜誌的特邀編委，你會覺得這篇文章應該馬上退回去。更為重要的是，這個例子中，並不能確定，之前有無類似的工作。隻說了之前的沒有看到。哪怕真是“撿”著了別人的“漏”，也應該跟之前相近的工作做些比較。當然，最致命的還不是這些。因為我們今天所進行的絕大部分研究都是假說型的而非探索型的。那麽假說型的是用來幹什麽的呢？就是為了找到科學問題，解決科學問題。那麽這篇文章要解決的是什麽科學問題呢？至少有沒有提出科學問題？當然，你的文章可以和科學問題沒有任何關係。SCI之外還有EI，EI有很多雜誌，數量比SCI還要多。但如果是投到比較高檔的雜誌，沒有科學問題就構成了致命的缺陷。

順便提一句，即使有了科學問題，能否寫得讓“外行”明白又是個挑戰。 這個原因非常簡單，一定要“外行”看得明白才行。為什麽要“外行領導內行”？因為你把文章送出去，首先這個編輯大多是“外行”。然後送給referee，三個裏麵至少有兩個是“外行”。三個裏麵若有一個是跟你相同領域的，運氣就很不錯了。很多情況下，三個都是“外行”。不是說“同行評議”嗎？怎麽成了“外行”呢？其實這裏說的“外行”，並不隔得很遠，隻因現在枝枝叉叉太多了，都是隔了一個小行就如同隔山。所以在“外行領導內行”的情況下，隻能通過作者寫的論文來判斷。絕無可能讓作者到編輯部來“答辯”一下，告訴編輯們你到底想說什麽。絕大部分情況下你寫什麽，他就讀什麽。裏麵可能有“閃光點”，但沒寫清楚就是你活該了。你說把我埋沒了？對不起，這世界上沒有那麽多伯樂。伯樂的數量比千裏馬還要少，這個大家都該明白。

所以回到剛才說的最後一點，科學問題在哪呢？有沒有科學問題？更進一步，科學問題提出來了以後，對於這樣的科學問題，前人的工作在哪兒呢？前人的工作要是沒有的話，有什麽原因嗎？當然了，這個文章完全可以在別的雜誌上發表，不一定在高檔的雜誌上發表。但是對於想成為一個真正的科學家的導師或者正在成為科學家的老師來說，這樣的文章顯然是不符合最基本要求的。最基本的要求就是要提出科學問題。科學問題不一定是一開始就提出的，而往往是從解決一個實際問題出發的。甚至不一定是工程問題，很多情況下甚至是一個經濟問題。舉一個例子，曾經參與了十來年的有機發光器件研究。很多三星、蘋果的產品已經在用有機發光器件作為顯示屏。當初最大的問題，就是壽命太短。隻有一百到一兩千個小時，這顯然是不能作為產品賣出去的。那麽歸根到底這是一個什麽問題?很多人說這是個技術問題。不一定，這可以是一個經濟問題。假設不管多貴的手機買來，用一個月之後就一定要換掉，人人如此。一個月不才700多個小時嗎？一千個小時壽命的顯示屏就沒有任何問題。所以一千小時的壽命，這時成了什麽問題呢？經濟問題。大家可能覺得這好像有點咬文嚼字。其實這就是細分的結果。而細分是科學研究中最起碼的步驟，要把這個東西細分清楚。如果眉毛胡子一把抓，什麽問題都混在一起，科學問題、工程問題、技術問題、經濟問題、社會問題，等等。那就永遠做不了真正的科學研究。

科學問題顯然是非常重要。之所以大家會很容易忘記，就是因為沒有經常涉及到真正的科學問題。科學問題是最基本的，是你的出發點。而且科學問題，往往是從經濟問題、社會問題、工程問題、技術問題中間提煉出來的。至於提煉出來究竟是什麽問題，完全沒有任何限製。所以寫論文也要講清楚這個問題到底在哪？是別的東西沒辦法處理，還是別的東西處理的效率都不高，還是迄今為止根本就拿它一點辦法都沒有？這些東西講出來了以後還不夠，還要把這些問題所關聯的科學問題提出來。怎麽提煉科學問題呢？這不是一個容易的事情。作一個比方，把科學問題從實際問題當中抓出來就相當於，你麵對一片原始森林，裏麵連路都沒有，你不知道你想吃的這塊肉是在裏麵奔跑的狐狸身上，狼身上，熊身上，還是老虎獅子身上。所以這就是我們科學家，包括工學院教授的任務。這也是我們最主要的任務，幾乎沒有之一。

科學問題提煉出來以後，一定要交代前人是怎麽做的。這一點也非常重要。我們曾經說過這個世界上幾乎不存在，什麽都是你第一次做。一定有前人的工作。大家不信的話，到諾貝爾獎的網站上去查查看，包括今年剛剛出來的諾貝爾物理、化學、生物和醫學獎。不可能由一個人從頭到尾提出新概念、新方法、新結構，最後做成了一個問題的答案。一定會有前人的工作。不要說近代科學，從伽利略牛頓開始已經走了300多年。哪怕就是從量子論出現以後才有的新東西，也已經走了很長的路。今年這個物理獎是引力波，引力波是愛因斯坦提出廣義相對論的結果之一。現在幾公裏長的引力波幹涉儀也不是今天才想起來的。儀器的名字叫邁克爾遜幹涉儀，而邁克爾遜是美國海軍學院的教授，是一九零幾年的事情。所以邁克爾遜幹涉儀也是早就有了。當年建立狹義相對論時就用了邁克爾遜幹涉儀。隻不過把尺度放大了而已。那麽你說這些科學家沒有功勞，都是前人的工作，憑什麽他們得諾貝爾獎呢？各位隻要去讀一讀諾貝爾獎委員會給他們授獎的理由就明白了。所以這個道理很簡單，要做原創性的事情，而原創性的事必定是建立在別人的基礎之上。你一定要做出在別人基礎之上的新的東西，向著這個科學問題的徹底解決邁進了一步。隻有在這個情況下，你才是創造了新的知識，才值得在好雜誌上發表。

2）通用的模板

那麽究竟應該如何寫呢？給大家一個大概的“模板”：

Introduction
- potential application & social/economic impact
- remaining sci/eng problem *
- previous attempts which failed **
- our new plan and success

Experimental
- materials
- instruments
- analysis

Results and discussion
- key figure first
- supporting figures/tables
- compare with the previous attempts
- qualitative analysis
- quantitative analysis
- successful conclusion

Summary
- summary
- significance

雖然就這麽幾行字，但是要完全實現可能需要花很大的功夫。通常按老一套寫文章越多的人越不容易接受這些。而從來沒寫過論文的人，第一篇就按這一套來寫，則幾乎沒有任何問題。當然，也不一定完全按照這一套路。因為很多情況下你有你的特殊性，特別是有些工程雜誌，不一定需要這樣。所以這隻是一個大概的框架。另外一個輔助作用就是，可以幫助大家看文獻。討論完了以後，你自然就明白了怎樣速讀文獻。

簡單說來，最重要的就是前麵的introduction，和後麵的results & discussion。為了方便討論，我們編一下號：introduction是1；之然後第一條就是1.1 potential application & social/economic impact；1.2 remaining sci/eng problem；1.3 previous attempts which failed；1.4 our new plan and success。然後experimental是2，當然也有很多雜誌要求把experimental放到最後。Results/discussion是3，其中3.1 便是key figure即最關鍵的圖；3.2 supporting figures/tables； 等等。先說明一下為什麽題目Title 跟abstract不放在這裏。因為大部分情況下，這些應該是最後做的。然而，也有很多老師同學一上來就把題目定了。假如你順利地寫了七八篇第一流的論文，每篇都包含了第一流的科學成果，你就可以一上來定好題目，可以一開始就從abstract開始寫。否則的話，最好是把它們留到最後。當然之前也提到過，一個科學家要完成一個中等難度的科學成果，一般要用3到4年，也就是說一輩子最多也就是七八次這樣的機會。所以若你已寫了七八篇這樣的文章，大概也已到了退休的時候。原因很簡單，題目是一個太重要的事了。打開SCI，Web of Science，人們首先看到的就是題目。所以題目要是沒有達到設想的目的，一切都是白搭。而你若還沒寫過幾篇像樣的論文，也就是沒做出過幾件合格的科學成果，一上來就定題目，太草率了。所以題目一般要留到最後。既然最難最重要，這裏幹脆就先不提。至於希望事先有個大概的方向，則根本不應該成為“草菅標題”的理由。

3）最難寫的部分-前言

各位肯定同意，一篇論文那些部分最難寫。一般不會是實驗部分，而是Introduction跟Results/Discussion。哪一部分更難一點？Introduction。所以我們可以得出一個有用的推論：如果要在短時間內看一篇論文，你就直奔Introduction而去。其中“重中之重”就是打了星號的1.2“remaining sci/eng problem”，以及雙星號的1.3“previous attempts which failed”。

讓我們從頭開始。一上來當然可以講一講這個課題有什麽用處。對大部分理工科的研究人員來說， 這也是對納稅人的一種交代。注意前麵加了一個“potential”。有“潛在”的應用，比已經實際在用的要更有意思。如果這個東西已經在用了，都有得賣了，你最多是作一些改進。也就是說，要想辦法把論文的出發點建立在一個實際的應用上，但這個應用最好是潛在的，而不是現在已經在用了。Social economic impact，就是說會對社會經濟有影響，尤其是想要送到高檔次雜誌的情況下。我們應該講清楚，研究課題的social economic impact在什麽地方。這種東西不需要長篇大論，一句話就夠。所以第一條（1.1）是兩個要點；一是應用背景，最好是潛在的應用。潛在的應用包含了更多的意思。二是對社會經濟的影響。很多人有誤解，就是這個論文是不是一定要把做的東西用在實際的產品中，最後得出了比人家高的什麽性能才行。不一定。已經提過科學研究，是用來產生新的知識，不一定要馬上用。尤其是這個知識越新，跨度越大，就越好。這時往往離實際應用還有一定的距離。所以開場白不是那麽簡單。

當然，如果這就是為了解決一個實際問題，最好要讓人明白，你這個研究到底是處在曲線哪個位置{參見附錄1}。而那個位置就決定了將來文章能怎麽寫。所以如果要想在這此寫出冠冕堂皇的，引人入勝的一個開場白，你就必須從一開始就好好選擇你研究的課題。甚至是在當初你讀完學位，到這裏做導師，開始這個研究攤子以後，就已經決定了的。到寫論文的那天你能變動的範圍已經不大了。所以寫一篇論文並不是叫幾個學生測一下什麽，然後開始拚拚湊湊，就可以的。那樣往往不是一個正路。

第二條（1.2）就非常明確了，就是已經強調了多次的科學問題。比如你做這個課題是為了汙水處理。那是一個什麽問題呢？很可能是原來的處理方法效率不高，或者說很貴。無非就那幾種可能性。你說從來沒有人處理過這事，這不大可能。大多是已經有人做過這樣的事。那麽，這是一個什麽問題呢？如果隻是太貴了，那麽就是一個經濟問題；如果處理效率不高，那就是個技術問題，說不定還是一個工程的問題，等等。

一般人們在introduction裏用兩個到四個自然段，但是第一條隻用兩三句話就夠了。所以一般把第一條跟第二條，即1.1跟1.2結合在一起，作為第一個自然段。一定要從技術問題，社會問題或經濟問題等，提煉出科學問題。科學家就是幹這個的，尤其是想發表在高影響因子雜誌的時候。怎樣才能有高影響因子？就是被引用率高。引用率高怎麽來的呢？

這個問題似乎沒有好好討論過。大家隻知道引用率、影響因子，每篇引用率，還有“一區”雜誌如何如何。怎麽才能得到高的引用率？無非是你研究的結果要有普遍意義。數學上就算很高級的成果，引用率都是不太高的。頂尖的《數學年鑒》影響因子也很低。是因為他們人太少嗎？不是。盡管並非每個大學都有工學院，但是每個大學一定有數學係，否則根本不能叫大學。這些數學家們也一天到晚要寫論文，要不然怎麽評職稱。那麽原因很簡單，他們做的東西普遍意義不大。他們的這些定理的解決，對大部分人沒有任何影響。然而為什麽醫學方麵的雜誌影響因子那麽高？最好的現在幾乎到了70。當然他們人多做的東西也多。但主要是因為他們做的東西往往具有非常普遍的意義。比如醫學統計，統計這個地方抽煙人有多少。然後得肺癌的是多少。就看一頭進一頭出。統計上出來的東西的引用率極高，因為香煙廠的人要去看，治療肺癌的人也要看，等等。所以從這大家就可以看到，為什麽要研究科學問題。科學問題的提出，就是把一個具體的社會的或者技術的問題，最後提升到普遍意義上來。再舉個例子。比方說現在這個研究是為了解決iPhone的某個具體問題。這樣的文章能發表在什麽雜誌？不要說一區的了，二區三區都不願意接受。但是你如果把其中的科學問題提煉出來，比方電子線路問題，或是一個材料問題，就能發表。更進一步的問題；是電子線路方麵，能夠在高檔的雜誌發表，還是材料方麵？答案應當是材料方麵，因為材料不限於電子工業。所以一定要設法提煉出科學問題。科學問題是使得該研究具有更普遍意義的必要一步。所以眼光不能隻盯在某個具體的問題，一定要跳出這個圈子。否則，科學問題就找不出來。那麽做到這一步的關鍵之處在哪呢？不但要具備係統的，去碎片化了的基礎知識，還要多讀文獻，不光要讀你這個領域有關的、也要讀稍微有關的，甚至表麵上八杆子打不著的。現在文獻很容易檢索。網上一搜，不光是文獻，還有維基都可以搜出來。

科學問題（1.2）隻是打一個星號，後麵的第三條（1.3）值得打兩個星號，因為它更重要。這裏有一種小小的可能；有的同學喜歡做點手腳，明明文獻裏看見過別人的類似工作，就是不提。這個非常不好。送出去的話，早晚會被人揭露。作為一個編輯，看到這樣的東西，明明知道這事肯定有很多人做過，而你避而不談，開始洋洋灑灑說你自己的東西，那你就完蛋了。當然也有很多情況下你是無心之過，你並不了解這個東西。大家知道，在知識的大海洋當中，我們的已知隻是一個島。隨著科學研究的進展，我們這個島越來越大。但是與此同時，我們整個島的邊界也越來越長。有時候兩個前沿很相近，甚至已經靠在一起，但是我們並不知道。在這個時候很容易犯無心的過錯。所以之前的類似工作一定要用心找，這就為什麽打兩個星號。

更重要的事情是，一定要指出之前的這些工作並沒成功。之前的工作隻是一些嚐試。他們的工作雖然已經發表了，但是並沒有徹底解決問題，所以一定要把這個指明。否則的話，你就沒有辦法建立一個清晰的前沿，也就是已知跟未知的邊界。這個道理其實很簡單，我們不是在說，科學研究的最主要目的是產生新的知識。什麽叫“新”？當然就是之前“不知道”的。什麽叫“不知道”？那就是在“未知”的地方。那麽已知跟未知的界限到底在哪兒呢？對於絕大部分人來講，甚至對於編輯來講，對於審稿人來講，這個答案清楚嗎？並不清楚。非但不清楚，十有九，還有誤解。這個道理非常簡單，因為第一，已知與未知的邊界的確定是非常困難的， 除非是一些“長期懸而未決”的問題。第二，之前所有的文章，包括你自己發表的文章，大多是把一切說得“天花亂墜”，明明沒有解決的事情，都好像已經被包在裏麵，要不然怎麽發表。而且你投出去的文章也一定會在最後這樣寫， 比如significance如何如何。所以長期以來在這個領域，熟悉的也好，不熟悉的也好，編輯也好，referee也好，都會認為這事已經解決了。即使沒徹底解決，也是差不多了。所以要想伸出腦袋來說，“這事兒還沒完，我在此有一個好辦法”，你就待一邊去，這事不早就完了嗎？不能說100%，但是至少大都是這樣。所以一定要把你的前沿非常清晰地捋出來。而要讓大家看明白，唯一的出路就是，要把前人的失敗明明確確地指出來，不能回避。

從某種意義上來說，整篇文章最重要的就在這裏。如果你隻有半分鍾時間看一篇文章的話，不用看別的，看這個就行了。這一看，你就明白作者是第一流的還是第二流的，還是不入流的科學家。若是第一流的科學家，一定會把這個事情講得非常清楚，哪怕他自己結果不怎麽樣，也一定會把前沿捋得非常清楚。如果讓我們評判一篇文章，是不是應該去審稿，或應該發表，甚至假如已經發表，看看這篇文章是不是有用，如果沒有找到這樣的地方，這文章就不用看了。因為他連前沿在哪兒都不知道，憑什麽做出新的發現。有人會問，明明是要向大家報告我們發現了什麽，怎麽變得如此複雜？若是第一流的科學研究的結果，要發表就應該是這樣，而且一定這樣。至於究竟怎麽寫這條，這就涉及到語言的問題。首先你一定要清楚，要想說什麽。在這上麵點出的這幾個“意思”，幾乎一個都不能少，previous attempts，which fails。然後它變成“最恰當”的語言。可以先用中文，然後把它變成英文。因為對各位來說中文還是最直接了當。如果英文非常好，可以用英文來思考，那就應該用英文寫。但是不管怎麽說，這部分是很困難的，要把意思表達出來，而且不能隱晦曲折，但又不能“得罪”太多人。

很多人喜歡把寫論文寫成“文學劇本”。甚至要先來“賣個關子”，然後“好戲”再登台。完全沒有必要。就應該是最直接了當。一定要把意思說得清清楚楚，是個人都看得出來，甚至不需要很高的智商就能看得出來。但是你又不能直接了當地說，“張三李四王五都是一幫傻蛋，他們都不行”。所以這一條怎麽寫太重要了。可能大部分情況下大家都沒有意識到這個問題。作為一個審稿人，拿起一篇文章，看一看是不是非常重要，都會先找這個部分。要是找不到的話就會把它踢出去。而找到了以後就輕鬆了，一下子就把這個前沿捋得清清楚楚。接下來要幹什麽就一目了然了。如果前沿弄得非常清楚，那麽這篇文章所要占領一塊新的陣地在哪，也就清楚了。你的文章值不值得發表？新的貢獻在哪？也使最後一條 （1.4），就是“我們的計劃跟成功”變得非常容易寫。

前述的第二條，科學或工程問題，最好是科學問題。因為要投好的雜誌，必定是解決科學問題。如果不意識到這一點，你再怎麽讀文獻，哪怕你把別人的文章全部抄下來，隻不過把它的材料換成你的材料，把它的結果換成你的結果，照樣不行。原因就是因為你沒有搞清楚大家期待的是什麽，或者說整個科學界所期待的是什麽樣的一種東西。這個跟之前所說的，上到諾貝爾獎，下到一個比較好的雜誌，以及所謂的引用率，都是一脈相承的。所以說到底，寫論文不等於寫實驗報告。不是說你發現了什麽新的結果，要跟大家“分享”。而是有這麽一整套的“範式”在此。而究其原因，就是我們之前在本書正文中再三提到過的那些東西。

至於有人問，應該先寫remaining problems，還是previous attempts？當然應該是remaining problems。這個previous attempts就是針對remaining problems的attempts。由此可見，一般畢業論文，裏麵所謂的文獻綜述應該分成兩步。第一步是針對具體應用問題的文獻。然後從中提煉出科學問題以後，再來一步就是第三條，（1.3）的文獻。很多人把這兩步混在一起，覺得文獻的引用就是在（1.1）、（1.2），因為introduction裏麵差不多每一句話都可以引用很多文獻。這些一般不用看。等科學問題提出來之後，所引用的前人工作，才是重點要看的。也就是說（1.2）跟（1.3）是不能顛倒的，（1.3）一定是在之後。（1.3）所針對的attempts是指對科學問題的，這個科學問題是往往要經過一些分析才能展現出來。

順便說，這個科學問題並不一定是一開始的出發點，比如是為了解決某器件的壽命問題。走著走著，提煉出了科學問題。這個科學問題也許是跟出發時八竿子打不著。這個時候整篇文章的基調，甚至於題目，就不再是出發時的問題，而是最終被解決的問題。最終解決的最好是一個科學問題。隻有科學問題才會具有普遍的意義，才會有高的引用率。當然，我們的工作並不全是為了被引用，隻是希望我們的工作越具有普遍性越好。在這個時候，你的整篇文章的所有一切都圍繞著最後得到的結果。而跟你申請資金的時候，完全不同。因此這裏最重要的一條，就是（1.3），previous attempt，完全就應該針對這個新的問題。如果之前引了很多文獻有關於A，因為出發時是A最後變成了C，你解決了問題C。那時你就要把之前的文獻中，針對C的那些嚐試都列出來。如果發現之前已經有人很好地解決了問題C，那隻好一切推倒重來。當然了，一般不會那麽死板。等到你朝著C走的時候，你往往會看有關C的文獻了。當研究生的就應該自覺地不斷地去看相關的文獻，否則就不是一個好學生。隻能是導師的一隻“手”，而沒有用他的腦子。像那些學生看了幾百篇文獻的，必定是方方麵麵都岔出去了不少。早已經把隔壁的，相鄰的，相關的，不相關的都裝在了腦子裏，對於這樣的學生，剛才說的這種情況就不大可能出現。

很多情況下，我們做的研究工作，必定有相當一部分是跟別人的很接近。假設整個的結果是百分之一百，裏麵有90%甚至於95是別人的原創。但是另有一些方麵，你超過人家，比如有5%。這個時候就要設法把矛盾“戲劇化”，也就是要“不嫌事兒大”。要用幾句話把你的百分之五或是百分之三放大到最重要的位置，使得別人的百分之九十五看上去成了無關緊要的事。所以最後矛盾就集中在你這百分之五上麵。使人覺得這個百分之五的部分，變得非你不可，否則整個問題就解決不了。

在這種情況下，隻要寫得恰當，別人就會服帖，覺得是這麽個理；“盡管95%都是前人的工作，但剩下的百分之五，原來看看好像沒什麽大不了，但經過你這麽一討論，好像真是沒它不行”。最後的結果一定是皆大歡喜。甚至，國際會議或者什麽召開的時候，就少了你不行。雖然這個隻占百分之五，但也是問題的一部分。聯帶的是，要把實驗做紮實，要讓同行一看就覺得，這個組的實驗，做得漂亮。否則百分之五的部分難以令人信服。當然了，在一般情況下，大家應該瞄準更高更遠大的目標。而不應該老是“撿漏”，在“夾縫中求生存”。你老是在第三個級別上打滾的話{見本書正文中第四章的“原創性”一節}，那必然要經常滾到人家已經做過的地方。滾著滾著就會發現，若有百分之三可以撿，已算運氣不錯了。所以一上來，就應該瞄準比較長遠的，比較“高大上”的東西，長時間懸而未決的問題。許多人都跟我說“長時間懸而未決的問題”，文章上就沒有。怎麽可能沒有，到處都是。你若能夠從科學上“居高臨下”，再加上“反過來想”，“延伸出去”，就能做到像有的同學經常說的，放眼望去到處都是“坑”，到處都是科學問題，這輩子根本幹不完。重大的問題有得是，就怕沒這個眼光。

Introduction的最後一條（1.4）是新計劃和作者的成功，這個“成功”很重要。很多文章，在introduction的末尾，就沒有這句話。以為是寫劇本，要讓觀眾自己去看出來，妙處在哪兒。人家沒這個耐心，往往還沒讀完就扔了。所以一定要及早地，明明白白地告訴大家，你成功地解決了問題。而且最好用這個詞。你若不寫，而在一大堆稿子中，別人都寫了success，那編輯不扔你扔誰呢？若你要謙虛低調，但人家又不認識你。那些雜誌拒絕你的時候大多有這句話：“你的文章也許不錯，但是我們每天收到遠遠超過我們……”。 這是其一。其二，就算仔仔細細看了你的文章，人家也會覺得你心虛：為什麽別人都寫，就你不敢寫呢？你也許認為，作者的成功，在abstract裏有，在後麵的conclusion裏都有。但是，你在這裏剛剛說了你的計劃，正好“趁熱打鐵“。因為已經說了，文章最重要就是introduction。熱點剛剛擺出來，就應該趁熱。所以，introduction最好要有個success的簡單交代。總之，這裏的幾個詞都是非常必要的：一個是potential，表示潛在的，剛才已經解釋過了。第二個是remaining，就是未知剩下的問題，不是已知的問題。最後是failed，就是前人已經試過這事了，但沒成功。隱含了你比前人要“聰明”。你們都試過了，都不行，而我幹成了。所以，假若前人的工作發表在好雜誌上，你的更應該。

有了這麽一個模板，接下來要做的就很容易，可以按著這個模板擴展下去：先寫下1.1，1.2，1.3，1.4，然後就在1.1後麵把這條再逐步擴充。比方這1.1需要三句話或者說是四句話等等，那麽把第一句話作為1.1.1，這樣，像開中藥鋪子這樣一個一個往下排。每一行擴充成兩三行；然後每兩三行裏麵的一行可能進一步需要細化；幾步之後就變成了一個詳細的大綱。而這個模板本身可以被稱為粗綱。然後一步步擴充變成中綱，再細綱。等到有了細綱以後，再寫成論文就不會有任何問題。所以這些東西不需要耗費半生的精力，你弄了七八遍以後，很可能連這個綱都不需要了。可以從頭到尾一氣嗬成。但是在那一天到來之前，我的建議是這樣。

4）還是科學問題

實驗部分（2）比較簡單，隻要把你的原料（2.1）、儀器（2.2）加上各種實驗步驟作一個清晰的描述。但是要強調的一點就是第三條，即分析手段（2.3）。很多作者到此是一筆帶過。這個分析並不隻限於儀器，還用了什麽軟件分析，更要緊的，是誤差等等。測量總有精度吧，所以在這個地方好好地說一說，就免得以後被人抓小辮子。審稿人沒事找事的時候，往往就說你的誤差沒有好好分析。與其最後被他抓著小辮子打回來，搞得你措手不及，不如現在就把缺口堵上。而且你這裏不談誤差，往往會引起一些誤會，不但有可能讓人感到你心虛，還有可能被懷疑造假。所以在這裏實事求是地把精度等擺出來很有必要。當然了，還有這種情況：初步一測量，就發現是你期望的結果，很激動，終於成功了，趕快寫文章。這個時候不應著急，先回過頭去把做過的事情好好的捋一遍，做一些誤差分析。經常會有這種情況，頭一眼望去，這就是你期望的結果，但是細細分析下來並不是這樣。這個時候你不用沮喪，可以從中分析出別的結果來。如前所說，負麵結果有時候比正麵結果還有用，比正的結果還好。比方說，你的出發點是要合成A，結果發現合成出來的是“四不像“，根本就不是你要的東西，什麽效應都沒有。這個負的結果，對你的目的來講，對於當初想解決的工程問題來講，的確是風馬牛不相及。你都快要畢業了，結果發現做出來的根本不相關，那個時候你完蛋了嗎？沒有。好好把你的數據分析分析。就會發現，它給你提供了另外一些可能性。它並沒有產生A問題的答案，但它產生了另外一些問題的答案，甚至開辟了一個新的方向。正如老話說的，“有意栽花花不開，無心插柳柳成蔭”。你用不著老盯著你的“花”，鬧了半天要是花不開就活不下去了。“柳”說不定更好。

這也就是做科學問題的好處。甚至用不著“指哪打哪”，而是一槍放出去打到了什麽都行。你本來是想打兔子，結果下來一隻鳥。隻要你打下來的鳥是以前沒有的，未知的，你就在人類的知識前沿擴充了一步，你就得到了新的知識，也就是科學研究的新結果。而工程問題不一樣，工程問題的答案可以有很多種。舉個很簡單的例子，原子彈一定要做成當年曼哈頓工程完成的式樣嗎？不一定。甚至氫彈也不一定要原子彈點火，盡管熱核聚變需要一億度的溫度觸發。現已可以把多個強功率的激光器集中在一起，照樣可以人工點燃熱核聚變。

這也就是為什麽我們做科學問題的意義重大，因為它是新的知識，又是唯一的答案。它有更普遍的更廣泛的意義。所以回到這，一定要把你的數據好好地作分析，看看有沒有別的東西在裏麵，盡管很激動，似乎得到了你要的結果。當然，如果這個實驗是胡亂做出來的，那就是另外一回事。這就是你的問題了。你就得事先熟悉儀器，並徹底了解你所做的每一步，然後你才能夠真正切切實實地做出可靠的實驗。如果實驗做得不可靠，那麽這一切都是白搭。經常發現，手稿中連儀器都張冠李戴。比方說儀器是某某公司出產的，但其實這個公司不生產這種儀器。一般情況下，大家都相信作者所寫的東西。尤其是現在很多雜誌把Experimental這個東西放到最後了，甚至放到一個網站上。要看就去看，不看就無所謂了，也就說，大家有了充分的信任。在這個時候，尤其要把事情做到家，不能把大家的信任當成有意無意造假的機會，自己不徹徹底底地搞清楚。因為我們國內對掌管儀器的人往往不夠重視。而在我們那掌管儀器的那些老師往往水準非常高。他們不光是有經驗，而且科學素養非常好。掌管X光的，核磁共振的，電子顯微鏡的往往是有博士後經曆的。所以寫論文的時候若是沒有好好地把這些搞清楚，你這篇文章的可靠性就會大打折扣。

5）結果與分析

除了前言，最重要的是 Results and discussion（3）。這個大家可能會覺得無須多言了。當然就是把結果寫上去，既不能說謊，也不能造假，既不能多，也不能少。其實這個部分還是有些講究的。首先，第一個講究就是它的次序。人們寫電視劇劇本的時候，當然可以先賣個關子，或埋下伏筆，然後突然讓觀眾驚奇一把。但在寫論文時完全行不通。一定要最直截了當。就象吃西瓜，先吃最中心的那一口，把最重要的最關鍵的圖放在最前麵。當然表也可以，但是不如圖。這就是為什麽常言道，“一千個字不如一張圖”。這個Results and discussion往往開門見山的一句話就是，“如圖所示”。要讓讀者馬上知道，前述的科學問題在這裏清清楚楚地得到了答案。然後這個圖你要簡單描述一下，你不能隻放圖而沒有文字描述。很多人覺得不是有了圖嗎？讀者自己看就行了。這個論文是要有文字的，不能光有圖，也不能光有圖標中的說明。總之，你放了最關鍵的圖以後，要把這個圖告訴我們什麽，好好地描述一番。這事看起來不言而喻，但往往就是這最要緊的幾句話寫不清楚。其實不難，隻要設想你如何用一個普通人能懂得的語言，跟某位師長描述一下你的成果，你在這裏就同樣地描述一遍。你可能會說，不對呀，我這個論文是給專家看的。別忘了之前討論過的，審理文章的人至少是半個“外行”。你這個文章的命運是掌握在“外行”手裏。也就是說，在絕大部分情況下，是“外行”在領導著你。你說我是千裏馬，我要等伯樂。且不說你是不是真的千裏馬，“伯樂”自己也要出文章。你占了這個版麵，就沒他的了。申請基金的話，你得了就輪不到他了，不是嗎？所以最重要，最明顯的結果放在第一。

還有一個問題，先放定性的，還是定量的結果。很多人都覺得應該先放定量的，讓“數字”說明問題。非也。定性者最說明問題。如果差別隻在小數點之後的兩位三位就更難說明問題。甚至在開頭不要把定量的東西先拿出來。你想像一下跟中學的老師怎麽描述你在做的研究。總不能是一大堆專業上的定量分析吧？你要說些普通人都能聽得懂的，而且不能太數字化的。

很多同學寫的初稿不盡人意，主要原因就是因為沒有掌握以上這些。一定要把最重要的事情、最定性的、最明顯的放在最前麵。一拳打出去，要打到“七寸”上。而且一開始不要那麽多專業細節，隻有專家才看得懂的玩意。這一點其實很容易做到，但是很多情況下大家都忘了。不是說Introduction最難寫嗎？在那已經寫清楚了，到這裏不就是把一塊一塊磚“砸”過去就行了？不行。你得把這些“磚”給排好了，變成一堵牆，再推出去。你要讓大家看的，至少是一堵牆，最好是一座塔，聳入雲霄的塔，照亮以前的黑暗。如果絮絮叨叨把你的結果“從頭講起”，那就應該去你的“從頭講起”。根本不需要什麽“頭”，而是把最重要的東西拿出來先講。要做到這一點其實不容易。你得真正想好了，你得對你的所有結果有深刻的分析理解，才能避免“從頭講起”，而是從西瓜中間最甜的一口吃起。

有了這個（3.1）之後，就相當於平地支起了一根杆。要把那根杆撐住，就需要有旁邊的支持—support （3.2）。不能隻有一個結果，哪怕隻有一種實驗，你也得去變些花樣。也就是說最好要有幾種實驗結果。既然最重要的已經在（3.1）描述了，這些第二重要和第三重要結果，就要趕緊拿出來。可以是圖也可以是表，但是不能空口說白話，一定要有數據，因為是實驗科學。這也就是為什麽在速讀文獻時，看完Introduction的要點後，一般會用些時間掃一眼這些圖。這個圖還是定性的先來。定量的隻要是不太關鍵的，就放在後麵不用著急。這些事情無論如何強調都不過分。

你如果想做一篇好論文，要想讓大家改變對某個事物的認識，除了主要的結論之外，必須要有支撐的結果。因為隻給一個主要的結果，有可能引起錯誤的解釋。所以支撐的東西越多越好，多多益善。當然不可能做太多。事實上你做一兩個就夠了，剩下的支撐讓後人來做。讓別人來做，就有機會可以引用你的文章。因此文章做得最漂亮的，並不是那些把課題做到“天衣無縫”，做到別人讀後啥也不用做。而是留一些枝節讓後人“掰”。不但給大家開辟了一個嶄新的領域，而且留了幾手讓大家繼續發揮。這種才是“高手”。一下子，可有大量的引用。這當然也是讓科學家們共同發展的方式。

以上兩條（3.1和3.2）如果大家認為理所當然的話，第三個（3.3）就更重要了。在Introduction中不是有一條打了兩個星號嗎，你不能之後就不再提了。當初你曾在（1.3）中說張三李四等都沒有徹底解決某個問題，我老人家把它解決了（1.4）。現在你最重要的結果出來了，就把張三李四忘了，那不行。好的文章一定要在這裏作一比對。這個時候就不是像前麵空口說白話，這個時候就要由數據說話。比方張三也做了紅外，但他沒有發現那個峰。這些話在前麵（1.3）還不能說，因為在那你還沒機會說自己的數據。當然了，還是要挑重點，不要把張三李四的文章方方麵麵都比對。可以順便說一下張三那個實驗還是做得挺好，我們跟他的大部分相同，隻是多了這個峰。張三在那裏被你打了一鞭，在這裏又被你拍了一下，他隻好心服口服。為什麽這裏要著重提張三李四呢？因為你前麵（1.3）寫到了張三李四，十有九就是他們在審理你這個稿。你不做這些比對，不讓他心服口服，他還不一腳把你踹了？那你說我請編輯，避開張三李四。然而，你告訴編輯某某不該審，編輯十有九還會是送給某某。因為編輯也想看看你跟他到底有多大的“仇”。或者你說某某絕對是個騙子，我批過他，所以你讓某某審肯定不公正。那編輯倒想要看看，某某究竟騙到什麽程度。其實這些對編輯來講也很要緊。因為果然如此的話，某某就可以入“黑名單”，省了以後的麻煩。說到這，你就知道第三條（3.3）也是整個Results and discussion裏麵非常要緊的。當然，你這個放在最後也可以，這裏不比較，你到最後再比較好了，但是這個時候做比較有利。後麵會講到為何如此。此處先“賣個關子”。

這個主要結果比較完了，下麵就要作分析了。你剛才已經給了結果，還得進一步地分析。剛才結果隻是定性的描述，西瓜的中間那一口。西瓜這麽大，不止中間這一口，旁邊也是很有營養的，甚至瓜皮附近也有益處，你都要端給大家。還是可以定性的先來，但也不一定要按照這個次序，盡管按照這個次序是有利的，即最後一步才是定量的分析。很多老師同學喜歡玩弄數學，用數字說話。拿方程砸過去把人砸暈了再說，就欺人家數學不好。方程好是好，但是不要輕易玩。要玩的話，要玩得有理有節。你一定要說清楚而且要簡潔，要讓人家心服口服。你不能把一大堆方程羅列出來，看都看暈了。即使是對數學有著濃厚興趣的人，放眼望去隻見方程時也會暈，因為這些方程往往引得不是時候，也不是地方。大家回想一下有沒有這樣的時候--沒話好說了，就因為分析難寫，討什麽論什麽呢？得，抓幾個方程砸過去，唬住大家。這往往會反過來砸了你自己的腳。別人一看這些方程就來火了，這方程幹什麽用？十有九是隨隨便便把數據往裏一放，說是可以從中得到什麽，但又不細說。既然如此，就不應該放。所以要慎用方程。當然了，很多情況下你的結果不能定性地說明問題，而需要定量分析。這個時候一定要用。但要用得大家一眼望去就服了。要做到這一點，首先要把來龍去脈交代清楚。比方說像紅外分析，為什麽用某某方程，這個方程是什麽來源，根據量子力學，唯象理論還是經驗公式。經驗公式不能隨便亂用，得有道理才行。若是隨便到處亂套，拿著雞毛當令箭，就適得其反，搬起石頭砸你自己的腳。所以，不是說大家要避免用方程，而是應該要慎用方程。

結束之前一定要有conclusion。最後一段Summary裏麵也有conclusion，那可以是進一步的提升。不是有一句話叫做，“重要的事情說三遍”。這才說了一遍，再說一遍沒有問題。當然不能完全照抄。這其實是考慮到，大家都“很忙”，一般不會仔細地從頭看到尾。即使從頭看到尾的話，也不會真正往心裏去。往往最重要的事情沒記住，反而記住了一些不是最重要的事情，或者是他所熟悉的東西。那審稿人更是這樣。作為手操“生殺大權”的“爺”在看你稿子的時候，要指望他像你的“孫子”一樣，從頭幫你好好梳理是不可能的。因此這裏沒被他抓住結論，後麵抓住也行。要是他一下子找不到結論，就可以隨便找個茬把你給拒了。尤其是所謂高檔雜誌，“對不起，我們每天收到很多……”。

之前留了一個尾巴，說這第三條（3.3），為什麽不放到最後，而要放在中間。顯然，不能放在一開始，因為還沒講你的結果，無法跟人比較。但是為什麽要放在中間呢？這是因為，在詳細分析之前，主要結果跟支撐結果出現以後，馬上來作一些比較，就很容易做到簡單明了。如果把這個比較放在末尾，當你把這些定性的，定量的分析都做了以後，那個時候你就得全方位地比較。不但要比較最主要的結果，也要把你的定性定量分析跟之前的作比較，不能愛怎麽比就怎麽比。作的比對越多越全麵，麻煩就越多。麻煩一多就容易出紕漏。一出紕漏就完蛋了。明明是一個很好的結果，至少90%以上都很漂亮，但最後5%或3%不那麽完美。要作全麵地比較，百分之一百都拿來，有人就會抓住你那3%，就可以把你打下去。很好的東西就上不了好的雜誌。為何如此？因為人們大都有一種傾向，會把自己的東西無限放大，認為自己是世界上最聰明的。每個人都認為自己做的東西最好。大部分科學家在聊天的時候，聊著聊著就會眉飛色舞地講到他自己的課題。所以在同一個領域同一個課題上，每個人都認為自己曾經做過的文章是最好的，哪怕在別人看來漏洞百出錯誤連篇。但是不作比較不行，不比較說明你心虛，那這篇文章最多是三流之作。對於好雜誌來說，就不用再繼續往下讀。你心不虛，要作比較，得趁早。第一是避免了很多不必要的麻煩，其次是讓人家馬上有了一個很清晰的概念，先給人家喂了一顆定心丸。後麵再去講什麽定性分析定量分析，看起來也會比較順眼。

我們還要意識到，絕大部分人不管是聰明的也好，不聰明的也好，不大可能一看到別人的好結果，馬上崇拜得五體投地。一般的第一個反應是：真的嗎？你沒搞錯吧？更有甚者，就覺得你很可能是個騙子，得好好找一找你的漏洞，找出來以後把你打回原形。但經過你一比較，就心服口服了，吃了定心丸。之後的定性分析，定量分析等等，就會順眼得多。如果到最後才比較，哪怕是95%比較下來都是你正確，隻是5%的瑕疵，還是會被抓住。大家不是經常碰到這樣的事：這篇文章多數評論都是好的，就因為其中一個referee ，抓住了一個小辮子而被打回來。當然要抓住小辮子不放，因為人人都想發表在好雜誌。。。所以第三部分怎麽寫也是很重要。這些結果不但要事先做好，還需好好地分析，排列。

最後就是summary。之前說了要寫conclusion。因為“重要的事情要說三遍”，所以這個地方再來一遍。但在語言上不要重複。前麵這句話copy一下又paste到此，是絕對要避免的。最好的寫法是，每一次都遞進一步，盡管意思差不多，但是語言文字上更進一步。大家都知道怎麽做summary，但最好還有一個significance。前麵既然寫了potential application，到了結尾，除了summary，就可以寫一寫它的擴展，進一步的aspiration，甚至imagination。但話又不能亂說，不能像做白日夢一樣隨便說，你要站在你得到的新結果上，展望下一步的事情。也不用展望太遠。大家可能會說，我展望了又能怎麽樣。要知道，有些諾貝爾獎就是“展望”出來的。在前麵那篇文章裏麵，雖然還沒有做到位，但是他展望了一下。後麵的老兄接著往下做，最後兩人一起得諾貝爾獎。你展望一下跟不展望，大不一樣。一是有一種潛在的可能性，被人家發光大。還有一個好處是，讓審稿人看到，你是一個有遠見的科學家，而不是一個工匠。你的眼光不止於今天做的這個事情。你寫的展望往往代表了你有多大的眼界。當然，亂做白日夢，對一些知道的不知道的漫無邊際地亂說，肯定不行。所以這最後一段也不能隨便。

6）題目與摘要

說到這，大家可能覺得大功已經告成。還有題目（Title）與摘要（abstract）呢。先說abstract。其實abstract就是把前麵的introduction跟results & discussion，也就是第一部分跟第三部分“全部概括”起來。你說它隻給我一百個詞的位置，怎麽辦？可以分兩步走。先不要顧長度，把1跟3先概括起來。寫完以後再想辦法切短，這是因為人人都知道，從長縮短要比將短放長容易。你要把短的放大就要無中生有。從長縮短，則隻要切短就可以了。切的時候，後麵的什麽定性定量分析之類的就可以先去掉。除非定量分析是非常關鍵的東西，那個時候你就要酌情處理。當然在計算機上“切”很容易。但不能把單個英文詞切掉幾個字母，所以隻能一個一個詞來切。就是把詞的數量減少。一些語法上關鍵詞，甚至像定冠詞不定冠詞之類也不能切。否則語法就錯了。因此更有效的做法是，切的時候盡量切整個句子。有些句子跟上麵那句意思差不多。有很多句子是用來“承上啟下，畫龍點睛的”{見後麵的具體例子}。這些句子往往可以整個地切掉，而不至於影響實質性的東西。這麽一來abstract有可能不再是一堵牆，或連在一起的橋，而是變成了一個個孤島。沒問題，因為這是abstract。也正是因為這個原因，我們看文獻的時候，不要一開始就盯著abstract。除非你非常了解文章的背景，等等。所以很多人信奉的，看文獻先看abstract，不是一個好方法。那麽introduction中的potential application等還要不要在此重複？看情況。如果這一句話是非常重要，不說不足以讓大家引起重視，那麽就要重複。但是你的科學問題一定要設法寫在abstract裏麵。你說我就是匯報結果。但你的結果不就是用來解決科學問題的嗎？你不提問題的本身，讓人往下看，大家就往往沒有興趣了。試想，abstract一上來就描述結果：“本文找到了一種新的結構，有xx的好處，提供了yy”。讓人一頭霧水，不知來龍去脈。打兩個星號的（1.3）要不要寫呢？最好提一提。至於具體怎麽寫還是有講究。因為那裏還不能用引文，這個時候就可以說成previously怎麽怎麽，等等。而我們的計劃（1.4）就不用寫了，因為結果本身就跟著寫上去了。

所以abstract其實不難。隻是abstract不應該一開始就寫。你把introduction和results & discussion寫完了，或至少有了詳細的綱，你的abstract就出來了。所以abstract不需要再建一個模板。experimental的內容一般abstract裏用不著。除非是用了一個非常特殊的實驗手段，是個“獨門暗器”。那個時候就要寫進去。由於abstract不需要從上到下都連成一體，語言上麵就可以不怎麽連貫。常聽說有人願意先寫abstract，這是一種本末倒置的做法。當然如果你已經很有經驗，那另當別論。

最後是題目。首先，題目就是整篇文章被縮寫成了一行字。因此也是最難的。最難的東西怎麽可以放在一開始呢？所以誰上來先寫題目，那一定是吃錯藥了。然而常常聽說有人一上來先寫下Title，令人目瞪口呆。常見的例子是：“一種新型的××結構”。這就是Title，一開始就有了。然後再去找文獻，看與它類似的文獻中怎麽寫。把一些句子翻過來抄過去等等。改頭換麵，一篇文章就出來了。但是你經過這裏的討論之後，就會同意這完全是一種吃錯藥的表現。Title既然這麽重要，重要到無以複加的地步，怎麽可以一上來就決定呢？

我們先來看看一個Title應該包含哪些東西。當然是越多越好。但Title也是有字數限製的，似乎沒有一個雜誌允許任意長度。那麽Title裏麵最重要的信息應該是什麽？這個應該是最核心的問題。因為文章已經做出來了，要向全世界報告你的結果。而大家首先看到的就是你的Title。所以Title裏麵當然說最核心的，也是大家最關心的，也就是大家麵臨的挑戰---問題。你會說，我首先要匯報我的結果。但問題是，別人隻看到你的題目時，根本無法判斷你做出的結果的優劣。誰知道你是吃飽了撐的沒事找事，炒冷飯，還是真有“幹貨”？你的結果對你來說是很重要。但很多人都覺得自己做出來的東西才是世界上最好的，別人都不行。正因如此，你首先要給大家看的，不是你的結果，而是應該先告訴大家，你所麵對的或者你要解決的，或者你這篇文章所要做的結果，是用來回答哪個問題的。

一般地，某個問題越大越普遍，那麽這個問題所要描述的詞匯就越少。你如果用幾個詞就能向大家挑明你回答的是什麽問題，那麽全世界人都會明白。如果你這個問題比較專門，在比較小的領域比較不那麽大眾，那麽這個問題就要加上很多定語，問題的描述就變得很長，但無論如何你最好先挑明問題，加多少定語是後麵的事情，有的定語可以去掉。總而言之，你的問題，最好是科學問題，是整個題目最重要的信息。也就是說，把整篇文章縮成一個詞組的話，那就應該是你要回答的科學問題，而不是你的成果。舉一個極端的例子，費馬大定理，也就是Fermat’s last theorem。全世界都知道，這是一個數學王冠上的明珠，最高檔次的問題，幾乎沒有之一。所以你若做這個費馬大定理的證明或者部分的證明，你會在題目中，隻提你的結果，而不提“費馬大定理”這幾個字？這麽一說大家就明白了。回過頭來看，如果一個題目裏麵沒有提到科學問題，連要解決的工程問題，技術問題都沒有提的話，這個題目就不大好。

所以，從今往後你的畢業論文的題目，投出去的論文的題目，送出去的基金申請，都應該要把所做的問題，或者科學問題本身放在裏麵。不一定放在這一行字的開頭，具體的前後位置倒是可以商榷。

除了科學問題，就是你的結果。正因為在之前做大綱時，已經有了一個很好的構思，及計劃。所以要提幾個恰當的詞放到題目裏麵，相對來講就比較容易。要是沒有好好的整理，就像經常說的，讓我們“從頭說起”，說明你主次不分。連自己做出來的東西都不能好好地去分析整理。

總之，這Title地方有限，除了問題之外就是你的結果。兩個元素中，更重要的是問題，因為結果與問題相比還不是那麽重要。這裏麵還有個原因：很多情況下你的結果並不完美，不能完全回答這個問題。即使你已經答了95 %，但人家接過去，把最後5%放大，變成了顛覆整個大廈的最後一根稻草，那個時候你的95%就沒那麽重要了。所以，在這個時候一定要意識到，你的結果再漂亮再完美，在後人看來，一定會有進一步發展的餘地。科學本身就是這樣。所以，你的結果往往不如問題本身重要。