沈向洋谈科研纠错：做好学问要“深揭猛批”
2021-02-24 22:00:34
编者按：在微软亚洲研究院为实习生们打造的科研训练“沈老师带你肝论文”中，沈向洋博士曾分享了自己发现已发表的工作中出现错误，之后及时勘误的故事，以此告诉年轻的研究者，在科研中，犯错是正常的，纠错是必须的。科研就是一个不断发现错误与不断纠正错误的探索过程。“It’s honorable to admit your mistake”。对于科研，我们应有“深揭猛批”的态度，这样才能做出了不起的工作。
针对科研容错与纠错这个议题，我们与沈向洋博士进行了更多探讨，以下是Harry的分享。
Q1：您如何看待在科学研究中出现错误？
沈向洋：在科学研究中，犯错误是经常会出现的事情。因此，容错和纠错也是必不可少的一部分。科研的目的是发现知识。重复实验是验证知识的过程。然而实现“可重复性”的确不容易。不同的领域比如生命科学、量子物理、计算机科学重现实验的难度和代价也可能会有很大差距。
在我熟悉的计算机视觉领域，如果有优秀的论文发表出来，很快就会有人努力去尝试重现。如果不能被重现和验证，大家就会抱有一个“健康的怀疑态度”。2014年我还在Redmond必应搜索产品部门工作的时候，深度神经网络的研究已经在兴起。我回北京MSRA时和孙剑讨论了这个问题，他说他们团队深入研究了Hinton的AlexNet文章，但是因为有一些技巧和细节，包括网络初始化方式、数据增广、参数调节、GPU Kernel的编写等，在实现中并不能精确复现。但过了几个月再碰到孙剑，他说应该可以重现了。一年后ResNet就做出来了。
最近这些年，很多计算机和人工智能论文在发表的时候，会把代码和数据开源出来，这样对大家重复实验非常有帮助。
Q2：如果发现自己已发表的工作中存在错误，您会如何处理？
沈向洋：It’s honorable to admit your mistake，承认与改正错误是我们应该做的。
我可以与大家分享一个20年前的故事。2000年，我在IJCV上发表了一篇全景图Panoramic Image Mosaics的文章。2001年，欧洲的一位教授寄了一封Email给我，说在教计算机视觉课讲这个算法时，觉得公式中存在错误。
我开始觉得不可能，因为论文已经发表了一段时间了，我的程序更是跑了好几年了，结果都没问题。我后来花了周末一个下午的时间，仔细读了教授写的邮件，重读了自己的论文，再看程序里如何实现公式的，再次认真重读了论文，终于发现果然有个左乘换右乘的错误。因为它是一个迭代算法，所以程序最后还是收敛了！
虽然程序跑下来最后结果是没问题的，但里面的数学公式确实错了。所以我跟我的合作者Szeliski写了一篇勘误（见本文结尾），2002年发表在IJCV这本杂志上。
在计算机科学领域，像我这样刊登勘误是很常见的。论文里面有错误，领域内的共识是鼓励大家指出来，也鼓励作者再去改，甚至有人专门投稿去指出其他文章中的错误，有时可以写好几页纸。
Q3：在科学研究中，容错与纠错的价值与意义是什么？
沈向洋：科学研究是一个追求真理、追求新知的探索过程，也是一个去伪存真的过程。那么，容错与纠错必然是其中的重要一环。
丘成桐教授证明卡拉比猜想的故事是一个好的例证。意大利几何学家卡拉比在1954年提出了卡拉比猜想，即在封闭的空间中，有无可能存在没有物质分布的引力场。但是，包括卡拉比自己在内，没有人能证实这个猜想，甚至几乎所有数学家都认为，卡拉比是错的。
丘教授花了相当多的时间思考如何证明卡拉比猜想是错的，而且他也认为自己已经做出了证伪的证明。1973年，在一个会议上，丘成桐把自己的想法告诉了卡拉比，卡拉比专门组织了讨论会让丘成桐陈述。卡拉比很兴奋，在场者的人认为问题已经解决。
一个多月之后，卡拉比致信丘成桐，说他在重建丘的思想中碰到了困难。丘成桐又开始进行证明，几乎两个星期没有睡觉，但证明总会在最后一分钟崩溃。丘教授说，这时，他感觉卡拉比应该是正确的，于是他开始发明新工具来理解卡拉比猜想。1975年，丘成桐终于证明了卡拉比猜想。而卡拉比猜想的证明，也标志着微分几何新时代的到来。
在科学研究追求真理的过程中，犯错误不奇怪。其实，通过犯错、纠错来不断努力去接近真理，也正是科研的魅力之一。
Q4：在“沈老师带你肝论文”的科研训练中，您与同学们分享了自己发现错误与改正错误的故事，您希望借此对年轻的学生和科研工作者有什么启示与建议？
沈向洋：在MSRA的时候，我和郭百宁老师、徐迎庆老师喜欢和同学们讲的一句话叫做“深揭猛批”。这是我非常推崇的一个概念：读别人的论文，要同时带着学习、怀疑和批判的态度去读；对自己的工作则要更加怀疑，更加批判。做科研的时候有这样的精神，才能做出了不起的学问。
“这个结论正确吗？我的假设成立吗？工作创新点在哪里？要不要再做个实验？还有哪里不清楚？换个方法重画框图？人家为什么应该来读我的论文？这篇论文投出去是不是浪费审稿人的时间？” 这些是我们应该不断问自己的问题。
世界上本来是没有什么学问的。学的时间长了，问的问题多了，就好像有学问了。
沈向洋博士在2002年发表的勘误
沈向洋谈科研纠错：做好学问要“深揭猛批”相关推荐
- 沈向洋谈做研究的那些事儿
编者按:微软公司今日正式任命沈向洋博士为微软全球执行副总裁,负责技术和研究.在此之前,沈向洋博士曾为微软亚洲研究院院长,也是最早参与筹建微软亚洲研究院的元老之一.沈向洋博士曾于2009年在清华,浙大等 ...
- 沈向洋谈文献阅读(转载)
1. 很多研究者话费一半以上的时间用来阅读.在研究生开始两年,除了应付功课,其余的时间阅读有关于你topic的课本和journal articles. 2. 了解自己相关topic最为核心的杂志.每年 ...
- 2022 IDEA大会引领科技创新趋势 沈向洋团队重磅发布低空经济白皮书
11月22日,2022 IDEA大会在深圳顺利开幕.大会由深圳市科技创新委员会.深圳市人才工作局和深圳市福田区人民政府指导,粤港澳大湾区数字经济研究院(International Digital Ec ...
- 微软亚洲研究院20周年庆典：纳德拉致敬、沈向洋展望
雷刚 发自 凹非寺 量子位 报道 | 公众号 QbitAI 微软亚洲研究院(MSRA),今日举行20周年庆典. 如今, 这所根植中国,历经李开复.张亚勤.沈向洋, 和洪小文等4任院长,培养了无数顶级 ...
- 沈向洋博士：三十年科研路，我踩过的七个坑
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:沈向洋,编辑:机器之心 在近日举办的 X-Talk 上,美国工程院 ...
- 沈向洋博士：三十年科研路，我踩过的那些坑
转自 | 机器之心 在近日举办的 X-Talk 上,美国工程院外籍院士.小冰公司董事长沈向洋博士分享了自己过去三十多年做科研的体会. 日前,首届 X-Talk 于 2020 年腾讯科学周期间在腾讯北京 ...
- 沈向洋：浅谈人工智能创造
来源:AI科技评论 本文约7000字,建议阅读10分钟 本文为你介绍沈向洋的<浅谈人工智能创造>,分享过去六年其在微软小冰身上得到的一些实践想法. 2020年9月21日上午9点,由北京大学 ...
- 思考 | 沈向洋博士：三十年科研路，我踩过的那些坑
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:机器之心 AI博士笔记系列推荐 周志华<机器学习> ...
- 微软副总裁沈向洋：三十年科研路，我踩过的那些坑
来源:机器之心 机器之心编辑部 在近日举办的 X-Talk 上,美国工程院外籍院士.小冰公司董事长沈向洋博士分享了自己过去三十多年做科研的体会. 日前,首届 X-Talk 于 2020 年腾讯科学周期 ...
最新文章
- BaaS, IaaS, PaaS, SaaS介绍
- TensorFlow固化模型+打包程序+web API
- SPOJ problem 42: Adding Reversed Numbers
- Python 入门篇-最新版python3.7.2的安装。
- python递归算法经典实例-Python递归算法详解
- bean包、entity包、mode包、domain包的区别
- C# HttpServer 框架
- 双击word文档提示向程序发送命令出现问题（There was a problem sending the command to the program）（二）
- linux下迅雷的替代
- 怎么选型企业客户管理软件？看看别人是怎么做的
- 电脑进不了系统的情况下如何重装win7，电脑无法开机如何重装win7
- 模型泛化能力是什么意思
- ADS-WK11-Review of Programming Contest Rules-回溯剪枝
- 默小伟网站开发帮助文档UI模板
- 正则表达式匹配字符串中的任何空格
- 论文写作--参考文献标注
- ZZULIOJ.1158: 又是排序（指针专题）
- FDB Flash Debugger 远程调试页面FLASH
- libmodbus官方手册中文翻译
- atm取款机java_Java分享|ATM取款机