合格的科學家一定需要博士訓練嗎？

12-30

http://news.sciencenet.cn/htmlnews/2010/3/229077.shtm
http://www.nature.com/nature/journal/v464/n7285/full/464007a.html
此問題來自nature文章對楊煥明的華大模式的討論。請大家閱讀nature原文，如果有許可權限制看不到，請問我要文章。
相關問題http://www.zhihu.com/question/20048449

同意@陳浩所說，另外Nature的討論背景也很重要

BGI本身不是一個純粹的學術單位，而是一個以基因科學為基礎的產業化單位——我想學術界沒有一個華大人會避諱其商業成分，因為這是華大成功的一個很關鍵因素。

BGI主要是龐大的數據輸出平台，但這些數據怎麼用，則需要其內或其外受過博士訓練的人來解決了。

有幾個概念是有微妙差別的

職業的科學工作者 VS 專業的科學工作者

產業化科研 VS 藍圖式科研

應用性科研 VS 理論性科研

另外，中國學生喜歡拿「想像力」說事，因為歷史上中國人總覺得自己沒有想像力。殊不知國內盛行的各種天馬行空的所謂論述實際是想像力過於豐富了，缺的是「駕馭想像力」的能力--這恰恰是學術訓練的目的。

100年前不需要。

現在，系統的專業的訓練是絕對不可少的。

而接受系統的專業的訓練的最好途徑（也許是唯一途徑）就是找個導師，拿個phd。

當然，凡事也不是絕對的啊，如果你們誰能列舉出例外，也請告訴我啊！

很多人的觀點都很清楚了。我補充補充。

其實還是看你對科學家的定義。既然說 BGI，就以生物為例。

如果你說的科學家是 PI：principle investigator，這個職位就像其他人所言，要的是獨立思考，發現和解決問題的能力，博士階段工作就是對這樣的能力的陪養，有時還需要博士後經歷。

而如果你認為實驗員也是科學家，那就不需要博士學歷。這工作，很多是簡單重複性實驗工作，或者數據處理工作，是個熟能生巧的工作。每個實驗室里都有很多實驗員。就我所知，他們有為下步進修作準備的，也有安於此道的。

一定程度上，研究生就走在從純實驗員到獨立的工作者的道路上。

這個別人都說了，現在我說一些旁的現實問題。

就算你是天才，不需要讀博就有了博士能力，你可能也需要博士學歷才能做 PI。因為沒有單位會招這樣的人作教授，因為任何職位空缺，就會有無數博士後應騁，低學歷的沒有任何競爭力。就申請經費來說，NIH 是不允許無博士學歷自主申請經費的。

就算你拿了博士學歷，有獨立研究能力，也不一定能作 PI。因為，獨立研究還需要你能拿到經費的能力。這就是 Nature 文章中提到的「the average age for first-time principal investigators on grants from the US National Institutes of Health is 42」，可見競爭之激烈。而且，隨著 NIH／NSF 體系的成熟老化，也會有很多體系上的問題。這樣，對 PI 能力的要求不只限於研究能力，也越來越強調社交能力，理解遊戲規則的能力。

在這種環境下，老式的弄個小實驗室，像 Roger Kornberg 這樣埋頭作研究幾十年，沒什麼文章，學校還一如既往的發錢給他做研究的事，一般人想重複是幾乎不可能。

我認得的很多人，就是對這樣人被錢趕著走的所謂「獨立」研究感到無趣，而安於去做一個 staff scientist 這樣的。

現在說 BGI 現像。

BGI 是現代生物學面對的一個新問題的縮影：現在出現了大量高通路生物數據採集的方式，比如基因測序，或蛋白質檢驗。以前的生物實驗室，是習慣於把基本設備自己購置使用的。但像測序這樣的，一台機器就要幾十萬美元，還要專業的實驗員和數據分析員養，對中型的實驗室都是有難度的。

這樣出現專門的測序中心，集中投入，訓練大量相關技術人員，通過量產，希望能提供廉價的解決方案，也不難理解了。有的小單位，現在已經放棄了自己的設備，outsource 到 BGI 了。這個在以前也有過，比如 microarray 剛出時，NIH 是成立了專門的中心的，後來這玩意便宜了，技術上成熟了，不需要專門人員了，也就進入各實驗室了。

當然，BGI 有點不一樣，它給人感覺財大氣粗，卻在賠本掙吆喝（掙文章），而不是甘心掙錢，可能是中國模式的特點在起作用，後面有政府的指向。比如有人跟我說現在政府追求的是檢查在中國，診斷在美國式的方式。這個就要達人來說說了。

1 前BGI員工88號因為被邀請回答而路過

2 關於BGI的嘴仗在網上一直沒有停止過，從早期的部分BBS里政府人員，到中期的方舟子等，再到目前的百花齊放，嘴仗一直在持續；這屬於常態，在目前的體制以及國內的科普環境下，尤其是納稅人不關心也不知道怎麼關心科研的投入和產出的情況下，而且我個人無興趣參與這種嘴仗；

3 最後一點，BGI所代表的部分做法，是適合他們的方式，並非要推廣且讓國內學術界都這麼做，所以問題本身有誤導嫌疑；科學家，博士，中學生，這些完全不衝突，志向相同且相互認可的人在一個團隊里做事，需要那麼多規矩么？這種方式代表一種可行性，並非代表全部；所以主流的學術大牛們不要擔心也不要覺得顯得自己很怪，如今的中國就是需要更加開放的機會給所有有才能的人！

謝謝邀請。我對這個問題早有回答（參考我寫的博客文章：http://blog.sina.com.cn/s/blog_4c51ecca0100v1ec.html）。首先，我是學工科的，工科培養的目標就是要解決工程技術問題，而非單純的理論問題。如果不在第一線工作，甚至沒辦法發現問題。所以當時老師就要求我們本科畢業後先工作，先去工廠一線老老實實做半年徒弟，然後憑自己的本事被提拔成技術員、工程師，找到方向感後再適時回校讀研、攻博。而且主張我們跨學科、跨專業，做複合型人才。只有這樣，才能最終解決最關鍵的工程技術難題。

我們系的時均老院士，一生中培養的學生出了很多大牛，至少在國內的有十多位也成了中科院的院士，還有幾位成了工程院的院士，但他們分布的專業卻很廣，有在核能技術領域的、膜分離領域的、生物化工領域的，也還有其它一些領域，如非金屬材料。而時均院士本人是搞化學工程的，是化學部的資深院士。

回到我們最初的問題，順便再多說一句：方舟子痛恨李開復的原因就在於後者曾經說了這麼一句話——「與其寫一堆廢紙一樣的論文，不如做幾件改變世界的事情」

簡單地說就是不行。

現代科學家必須具備兩個能力，一個是解決實驗中存在問題，並解讀實驗數據的能力；二是有問出好問題，並長時間關注好問題的能力。第二個能力甚至是優秀和平庸科學家的分水嶺。我不認為華大的模式能夠讓他們的員工具備上述任何一個能力(用成熟的商業化試劑盒大規模測序，靠規模和排他的合同讓自己在測序服務行業獨佔鰲頭，但這都僅僅是簡單重複的操作而已)。

咱們不講特殊情況，比如一個國家根本沒有博士制度，比如中國直到1980年代才開始設立博士學位，國內沒博士，想讀博士只有去國外，有機會去國外讀博士的只有個別人。所以，在這之前，中國沒有博士學位的著名學者很多。

就只說一般的情況，能讀博士而不讀的有沒有。

其實主要不是博士訓練。而是研究訓練。搞科研一般需要一個老師給你指條路，這個機會通常是讀博士才有的。如果有人不讀博士也有機會得到科研訓練，那麼讀不讀博士都沒問題。比如諾貝爾獎得主哥土德埃里昂

當然個別領域，個別牛人，可以有無師自通的。無師自通的例子，歷史語言學界大把大把的，最著名的應該是格林兄弟了。至於其他領域的牛人，拉馬努金算一個。

注意：

本人從事理論科研，對產業商業神馬的做出的判斷不一定準確，可能理想化。

我按我的想法回答，並堅持我的想法，但請注意@大Joy 和@talich 等的答案，他們對相關領域更有經驗。

===========

看了英文原文覺得很擔心，看了科學網讀者的評論覺得問題很嚴重。

是的，從事科研工作，特別是實驗方面的，不需要博士訓練，甚至不需要讀大學。實驗操作，路上拉個老太太教她一下，她也可以做，也為科研提供了數據，做了貢獻。讀過書當然最好，知道數據的意義，不會因為不知道而闖大禍。理論方面也可以，但是需要會寫程序，要求高一點，然後按老闆要求寫程序就行，也為科學做了貢獻。

但這些人不是科研工作者！而是科研民工。他們是為大老闆的科研成績而工作，從事的是與工廠無異的重複性工作。他們可以對科學一知半解，可以毫無自主研究能力。

科學工作是自主的，創新的。培養科學工作者，自主思考和創新能力遠比各項技能要重要。西方的博士訓練，鼓勵在博士期間廣泛涉獵；日本的內部培訓，是研究導向，也沒有如此這般培養機器人。

我擔心去了bgi的學生們，是否還上課討論，獲取最新的知識；是否能自主決定實驗的進行；甚至我懷疑，他們是否能自由接觸所有設備。如果不能，他們與前沿科學脫節，與社會脫節，技能單一，今後怎麼辦！

早上在床上的時候看了這個問答，首先我對@大joy 的最後一段表示非常讚賞。然後去看了一下原文，同樣如@陳浩，我表示很擔心。我擔心的點是，某些人將科學家跟技工的界限給模糊了。這一點@大joy 的答案裡面提出來的幾個概念值得人們認真去區分。

本來以為這事就這麼了了。吃午飯的時候，想到一個朋友的經歷，覺得在這個問題上還可以再延伸一下。我主要講兩個例子，一個是我自己的例子，我從中的體會是在學術界不僅僅做的是學術，實際上是各方面都要顧的，鑒於之前的答案提到這點了，我也表示贊同，所以這點我只講經歷不再過多評述。第二個例子是我的一個朋友，工科背景，主要研究的是數據分析處理，但是現在在一個生物醫學研究有關的科研機構供職。這個例子我主要是想說明類似於BGI這樣的機構要產生什麼樣的結果，更多取決於主事者的vision。

首先交代一下我自己的背景。我是工業工程的博士。我做博士的前兩年，偏向於運籌學的理論研究，後來我的導師離開學術界，所我我在博士的後四年轉向更應用的跨境物流方面的研究，用的還是運籌學的方法。遺憾的是，我沒有在學術界繼續呆下去，而是選擇了去工業界。我現在在FedEx做策略分析方面的工作。就我自身的經歷而言，成為一個合格的科學家，僅僅具備本學科的知識是不夠的。在我讀博士的初期，我經常聽到一些人抱怨說，那個文章，明明我設計了主要的實驗方法，做了大量的coding，為什麼那誰誰誰就成了第一作者呢？一開始我聽了也表示忿忿。後來自己開始寫paper，才領會到同樣的結果，不一樣的呈現方式會帶來多大的不同效果。能做這個實驗，寫這個代碼的人可能很多，但從這些結果裡面看到某些不一樣的閃光點，並很有邏輯地呈現出來的人相對要少很多。我自己經歷了一個很痛苦的轉變過程，在我博士學習的前半段，我專心在「技術」方面的學習，而忽略了軟性的如果「包裝」結果，如何讓人看到我研究的價值的學習。在理論研究方面，對後者的要求其實要低一點，因為很多時候你就是定理推定理，都是嚴密的邏輯。但是開始了偏應用的研究，後者就變得很關鍵了。理論和應用都是不可偏廢的，所以對於一個合格的科學研究者，軟硬技術都是要過硬的。而博士訓練就是讓人有那麼幾年時間，系統地接受這樣的訓練，所以我覺得是非常有必要的。當然我們不能排除某些逆天的天才的存在，無師自通什麼的，但是天才又不是滿天亂飛的，所以博士訓練還是有必要的。

我的朋友在數據挖掘方面很有造詣，特別是對於從時間序列裡面挖掘有用信息。她把這個應用到了生物學研究上，跟生物的人有合作，所以博士畢業之後在一個癌症研究機構做postdoc。一年之後，她做得很不開心。她的原話是生物這個行業對junior researcher太不尊重了。這個領域的人完全看不到其他學科的人提供的技術對這個學科的發展帶來的幫助，而一直自大地認為他們做的事情才是最有用的。這點我的經驗不是很多，但是模糊地也有此感受。但是歸根結底，我的朋友她是工科的人，她的貢獻是她做出來的新的數據處理的演算法，在生物領域取得的成就只是驗證了演算法的有效性。這一點讓我想到她其實跟BGI是有相似之處的。對生物的人而言，他們都只是工具。所以如果BGI僅僅是用現有技術給生物學科的人提供服務，不管按哪裡的標準，他們的人是沒法被稱為科學家的。但是如果BGI發展出了新的演算法，新的方法，那麼他們的研究者雖然不是生物領域的科學研究者，但是他們是其他領域的合格科學家。這關鍵是要看他們的主事者有什麼樣的vision了。