2024年6月25日,
來自Boston我指導的學生Thomas拜訪UCLA,
在公車上問了我如何看Paper與做研究的建議。
當時Thomas問了我,
是從簡單到複雜的研究比較好,
還是複雜到簡單的研究比較好。
我當時的答案是:兩者其實都需要。
為什麼說簡單到複雜也要,複雜到簡單也要呢?
其實,更精確的答案應該是:
研究的問題描述要簡化,從複雜到簡單比較好;
而研究的解決方案要深化,從簡單到有意義的複雜會比較好。
然而,剛開始做研究的博士生,常常是相反的:
研究的問題從簡單變成複雜,偏離現實狀況;
研究的解法卻從複雜變簡單,得到文獻裡早有的答案。
我常分享的一個例子,
就是有數學系背景的統計博士生,
因為自己有一套抽象工具,
就很容易做出數學上對,但實務上意義不大的研究。
這就像是A研究社群研究香蕉,
B研究社群研究皮卡丘,
然後這些“應用數學家”提出了一個“嶄新的理論框架”,
搞了一個關於“黃色”的理論,長篇大論。
研究香蕉的人,沒從這個黃色的理論得到幫助。
研究皮卡丘的人,也不關心這個黃色理論。
於是這些偏離世界的理論,
就逐漸變成一群人自己的奇幻劍術。
傳統的數理統計,就是這樣死掉的。