做科研真的需要無數次失敗嗎？
01-16
題主某211的大三本科生，專業是植物病害方向，做的是傳統植物病害分析。
大二就開始進實驗室了，本以為搞科研是一件不斷探索又幸福的事，然而在過去將近一年的時間裡，由於少有人指導，導致一次次失敗，才能積累出實驗經驗來。就算偶爾成功了一次，實驗結果也不是很理想，不能說明什麼問題。今天下午又經歷了一次失敗，情緒徹底崩潰了，想到一年來在實驗室里飯都顧不上吃，要是把這時間用在別的地方可能都會有所成就了，題主開始懷疑自己適不適合搞科研，是不是每個學科的科研都是這樣的？希望這次問題不會沉底。
居然沒人邀，每天邀的都是什麼亂七八糟的。恩，開始答題，答主莫非有點脆弱？這是失敗了多少次就要崩潰？科研就是如此，要是所有實驗一做就做出來了那不是一個月一篇science？在挫折中修正和前行才是科研的意義所在，所謂的研究就是要探索未知的事物，摸著石頭過河，不然要我們作甚？
是的，確實如此不同學科之間的區別只有理論化程度與試錯成本高低——這就是生化類專業的命門
不請自來，土Ph.D一枚，已工作。
首先表明立場：無論哪種學科，在科研上要取得一定成績必然經歷無數痛苦痛苦痛苦的失敗。無論是實驗性的比如21世紀最有前途的生物（哈哈，生物狗輕拍）、化工、食品工程等等不勝枚舉，還是工程實踐性的比如我屌絲大機械、建築，亦或者計算機類相關的。都是這樣。
讀博的時候最大最苦悶的感受就是在碰到難點時感覺：世界這麼大，為毛做這個領域的課題組全世界就不超過一個巴掌的手指頭，可以交流的同行太少太少太少太少太少；論文那麼多，為毛就TMD千篇一律，對於一個平淡無奇的參數如何取就沒有一篇能說得清的（現在上班了在一個大型國企研發中心也剛跟同事討論這個參數，然並卵，還沒我考慮的深入），而且跟著相關論文里算例做往往做不出相同的結果，我只能說呵呵（懂得小夥伴握爪）；在憋博士畢業論文的那段日子裡，深刻體會了什麼叫做時間如白馬過隙，隨便糾結一下模型一天就沒了，每天日子都是黯淡的，沒有人可以交流，演算法思路沒有先例，只能自己琢磨。沒讀過博的朋友們可能會問，導師呢？我只想說呵呵，導師完全不懂我的東西，你們別詫異，這在大天朝普遍至極。問師兄呀，我也只想說呵呵，師兄三篇2500元畢業的（懂的自然懂）。所以，那段時間就好像一個人在黑暗裡爬行，如果方向對了，恭喜你，爬快點離成功不遠了；如果方向錯了，對不起，爬的越快錯的越離譜，延畢在向你招手，尼瑪...而我經常就是在往哪個方向爬糾結糾結糾結。
現在回想讀博的過程就是一個不斷自我否定的過程。每次碰到理解不了的公式，我就會深深的懷疑自己的IQ，是不是不適合讀博啊...每一次搞不定計算代碼裡面的函數，又會懷疑自己IQ，代碼都搞不定我是不是不適合讀博啊...試驗結果不好，會懷疑自己是不是不適合搞工程啊....
最最最讓人有挫敗感的就是，在解決了前面所有不斷懷疑自己時遇到的困難後，做出來的東西現在回頭看：介簡直就TMD一坨屎！一坨屎啊！（這一點在博士群跟廣大博友深入交流過均表示無比認同此觀點），一坨屎都做的這麼糾結，我是不是IQ不行啊，是不是不適合讀博啊。然而，就是憑這一坨屎，論文發了（1sci2區，5正規ei期刊及權威行業會議，3核心，手裡還留了點夠發至少2篇sci的素材等工作了發。這點東西在生物材料化工等領域算不及格，但是對於機械這樣的學科，還是偏工程方向的，算勉強及格吧？）盲審過了（三個審稿人均為行業內代表性高校的小同行），答辯過了，學位拿了。於是，俺經常開玩笑跟俺爹媽說：都說中國教育不行，還真是，我這德行都混到博士學位了.....
所以，善待身邊的科研狗，他們是人類的觸手，幫助著你們觸摸、理解這個黑暗冰冷的世界....如果能一次性成功，誰還需要失敗呀，又不是受虐狂。可惜不能一次成功呀。要做到這樣:一次成功別得瑟，萬一純屬運氣好，重複不出來怎麼破？十次失敗要習慣，分析原因，找方法。百次失敗彆氣餒，再接再厲找原因換試劑換配方換儀器，別簡單重複一直傻干。
自然科學是探尋未知的東西，總是做實驗肯定有失敗，常在河邊走哪有不濕鞋。但反過來不成立，失敗是成功之母這話說得不準確，聽起來像受虐狂似的。即便大家再渲染實驗失敗多，還是以成功為主的，如果全是失敗那是浪費時間浪費精力，不如退而反思實驗定位有沒有步子、技術流程有沒有漏洞、試劑和實驗環境管理是不是粗放經營。例如，我看見很多人抱怨細胞實驗重複性差，但國內實驗室細胞系支原體感染基本是100%，也沒聽說誰做檢測的，做出奇怪的細胞生理結果也正常嘛
本科的導師說，失敗的實驗也是研究成果，可以用來借鑒。
謝邀。科研當然需要不怕失敗的精神，愛迪生造燈泡、哈密頓發明四元數等膾炙人口的故事就是講這個道理的。（好吧，四元數的故事大多數人可能不知道。複數是由實部和虛部構成的，相當於兩個實數的組合。哈密頓早就想把數域進一步推廣，發明一種相當於三個實數的組合的數，琢磨了幾十年一直不得其法。直到有一天在布魯穆橋邊散步時，突然領悟到三個是不行的，至少要四個，趕快把想法刻在橋上，這就是四元數的誕生。不過現在看來，從複數到四元數的擴展遠不如從實數到複數的擴展重要。四元數只算一個小技巧，主要用途是描述旋轉。）
一，深奧才簡單。
許多人覺得道理說得淺點容易理解，對深奧的道理有種本能式的害怕。其實很多事情是道理說深了容易理解，說淺了反而糊塗。比如小學時為了解雞兔同籠等多種問題，需要講很多技巧，讓人記不過來，理不清頭緒。一旦明白這些都可以用方程組來解，立刻就豁然開朗了。一個技巧代替了無數的技巧，不但是數量上的巨大節約，而且能夠看出原來那麼多技巧之間的內在聯繫。正如希爾伯特所言：「數學中每一步真正的進展都與更有力的工具和更簡單的方法的發現密切聯繫著，這些工具和方法同時會有助於理解已有的理論，並把陳舊的、複雜的東西拋到一邊。」所以想要把事情簡單化，最好的辦法往往是學得深一些，而不是淺一些。化學鍵的本質，原子為什麼能結合在一起，不用徹底的量子力學語言說，必然是模模糊糊，似懂非懂。經常感覺正著說似乎有理，反著說似乎也有理。比如，電子之間究竟是排斥還是吸引？路易斯結構式中，電子配對就是兩個小點，形成共價鍵。例如H:H，貌似解釋了氫氣分子H2為什麼能穩定存在。可是兩個電子不是同號電荷互斥的嗎？兩個電子配對為什麼又成吸引了？有多少同學對這個問題疑惑過？如果疑惑過，說明你是一個勤于思考的人。結構化學因此成為一門杯具的課程。結構化學很大程度上是量子化學的初級版，而對大多數學校來說已經是最深的化學課了，是同學們最後一次接觸量子力學。可是在實踐中這門課往往是老師難教，學生難學。老師難教是因為要用到一點量子力學，又不能講得很透徹，於是量子和經典的語言一塊上，混雜成一團，自己都知道自己在說很多含含糊糊的話。學生難學是因為聽不明白根本的道理是什麼，對這個問題用這套道理，對那個問題用那套道理，每次好像都有理，但連在一起就糊塗了，對新的問題不敢做任何預測。這樣一來，老師可能會覺得學生反正也聽不懂，學這些沒用，就更不好好教了。學生如果對結構化學感到迷惑，最好的辦法是不要跟結構化學糾纏，直接去學量子化學。
二，把自己放在前人的位置上思考。學一個知識，尤其是一套理論時，最好的辦法是想像你是歷史上的那些科學家，面對當時他們面對的問題，如何在當時的條件下做出最合理的解答？好比你是范德瓦爾斯，希望改進理想氣體狀態方程，或者你是德拜或休克爾，希望提出一套稀溶液電解質的理論，那麼你打算從何入手？經過這番思考，你不但能記住這些知識，還能理解前人的思路，鍛煉科研的能力。據說愛因斯坦閑著沒事的時候，就用紙筆推導開普勒三定律，做的就是這種練習。通過這種思考，你還能理解前人的艱辛，看出他們的局限，找到可能的改進方向。莫里斯·克萊因《古今數學思想》的序言中說：「課本中的斟字酌句的敘述，未能表現出創造過程中的鬥爭、挫折，以及在建立一個可觀的結構之前，數學家所經歷的艱苦漫長的道路。學生一旦認識到這一點，他將不僅獲得真知灼見，還將獲得頑強地追究他所攻問題的勇氣，並且不會因為他自己的工作並非完美無缺而感到頹喪。實在說，敘述數學家如何跌跤，如何在迷霧中摸索前進，並且如何零零碎碎地得到他們的成果，應能使搞研究工作的任一新手鼓起勇氣。」三，本質的意思是如果扔掉就什麼都剩不下。科學中經常對同一個問題有許多個理論，令初學者無所適從。比如描述氣體的狀態，什麼時候用理想氣體狀態方程？什麼時候用范德瓦爾斯狀態方程？什麼時候用維里方程？是不是越準確的越好？否！許多時候是不準確的比準確的更有價值。為什麼？因為不準確的理論抓住了體系的本質。愛因斯坦有句格言：「As simple as possible, but not simpler.」諾貝爾化學獎得主Roald Hoffmann說，好的理論模型應該儘可能的簡單，去掉所有不必要的東西，直到再去掉一點就什麼都剩不下了。他自己的定性分子軌道理論就是這種思維方法的典型代表。以氣體狀態方程為例，最簡單的模型是氣體分子沒有大小，也沒有相互作用。由此得到的狀態方程就是理想氣體狀態方程pV = nRT。不可能更簡單了，因為再簡就什麼都剩不下了。下一步，如果我們要問實際氣體與理想氣體的區別，那麼必須同時考慮到氣體分子有大小，也有相互作用。對這兩個因素最簡單的描述是兩個常數，這就是范德瓦爾斯方程中的a和b。由此得到的狀態方程就是范德瓦爾斯狀態方程。在這個層面上，答案也不可能更簡單了，因為再簡就什麼都剩不下了。 當你要建立新理論，提出新模型的時候，就要運用這種思維方法，提煉出抓住本質的模型，而不是一上來就包含一大堆細節。
四，讀書不只是接受，還是建構。如果你要做研究，那麼最終你是要創造新的知識，而不是永遠學別人提供的知識。所以當你在讀書的時候，也不要只是接受書上的內容，還需要在頭腦中建立這門學科的結構，理出頭緒來。不是所有教材都寫得很好的。實際情況是許多教材都寫得不太好，邏輯不清晰，內容瑕疵百出。要能分辨出好書和一般書的區別。當然，即使是一般的書，也是有幫助的，但那對你的要求就更高了，你得把其中亂七八糟排列的知識改造成自己的思想結構。五，敢於提出新的理論。科學的根本目的就是提供新的解釋，新的理論，新的思想。要做這些事情，首先就要培養這種思維習慣，經常問為什麼，隨時準備提出新理論。面試研究生時，問學生對未來的打算，回答常常是「聽導師指揮，踏踏實實幹，培養自己的能力」云云。其實這種想法只是上學的簡單延伸，創造性的事情不是這麼乾的。要培養創造性，首先要往這個方向去思考，去鍛煉。不要怕提出新的東西犯錯誤，有想法比沒想法好得多。即使是錯誤的想法，跟沒想法相比也是質的進步。要敢於推公式。化學專業的學生往往數學並不見長，甚至對公式有恐懼感，因此首先需要建立信心。對自己推公式的能力建立信心的最方便的途徑，是好好學物理化學與統計力學（如果開這門課的話），把其中的公式全都理解清楚，推導出來。當然，如果化學專業的本科就有統計力學課，那說明你所在的學校是……
對研究生面試的一些建議
最基本的建議其實是最質樸無華的：自己的實力最重要。在這個前提下，如果能多考慮一些本文中提到的問題，可以提高一些成算，——或者至少知道自己為什麼沒過。總是好事嘛！
一，招生人員重視你的什麼？第一位是智力。小時候大家都聽說過愛迪生的名言：「天才就是99%的汗水加上1%的靈感。」有好事者惡搞，說愛迪生後面還有一句：「可是最重要的就是那1%的靈感！」雖然是惡搞，但內容是成立的。我們不能出於政治正確假裝人跟人的智力沒有區別，或者雖然有區別但不影響能達到的高度。區別肯定是有的，而且可以相差很遠，而且要達到很高水平肯定需要很高的智力。這是科研這項人類事業的本質特徵，如果想迴避這一點是註定要失敗的。當然，智力可以鍛煉，不過鍛煉的目的是提高智力，而不是抹殺智力的重要性。第二位是對研究的興趣。對於自然科學，興趣歸根結底來自於對自然規律的好奇心。除了這個理由，其它的理由都有可能減分。例如有人說搞出成果來很有成就感，問題是銷售、管理、行政、運動等其它事情都可以有成就感。有人說追求一種非自己不可的感覺，那其它事情也都可以非自己不可。有人說想證明自己很聰明，那其它事情也同樣可以證明你很聰明。只有好奇心是無可替代的，這是自然科學的基本動力。第三位是勤奮。勤奮的重要性無需多說，不過幾乎不會有學生說自己不勤奮，所以這條一般沒有多少具有分辨效果。第四位是專業基礎。招生人員可以從你的學校、成績單、對自己研究工作的介紹中看出來，也可以直接問你專業問題。這一條沒多少技巧可言，全憑實力。然後有為人處事、社交能力、興趣愛好、愛國愛校情懷等等，在這些方面如果表現好，都屬於錦上添花。但如果有哪方面表現特別壞，倒是有可能直接斃掉的。面試老師問的問題也許顯得東一榔頭西一棒子，實質都是為了獲得這些信息，尤其是前四點。你的學校和成績是智力的基本證明，做過的研究表現所有四點，說話表現社交能力。二，用正面的語言解釋為什麼想做科研。一個常見的令人無語的錯誤，是用否定性的語言解釋職業動機，說自己不適合干別的事情，所以只能搞科研。諸如性格內向啦，不適合經商啦，對物質沒有多大的追求啦，不適應學校外面的環境啦……簡直令人吐血。這些同學們沒搞清楚基本的一點，科研是件很困難的事，不是因為其它事幹不成才來乾的。你想搞科研，唯一合理的理由是你發自本心地覺得科研很有趣，比其它事情都更有趣。平時自然可以用玩笑的口吻說別的都幹不了只好搞科研，但面試的時候真是極其不適合。當然，有些同學可能不是開玩笑，而是真心這麼理解的……杯具……有些同學來自競爭力中等的學校，但情緒始終很高昂，說話像機關槍一樣，興奮之情溢於言表，反覆強調自己從小就熱愛科學，一直把我校作為心目中的聖地，在大學的研究工作中也獲得了很多快樂，將來一定是要從事科研的。這股氣勢就是：誰也阻擋不了我！到了這種境界，面試老師都被感染了，誰還能不讓你來呢？三，不要說自己不聰明。「雖然我不是個聰明的人，但我是個努力的人」，這在其他場合很可能是好的態度，尤其是選秀節目。但對研究生面試來說，實在不是一種好的說法。人的自我期許很重要。如果你認為自己不聰明，那麼很可能就會像不聰明的人那樣做事。如果沒有思想上的突破，各種各樣的錯誤犯上一千遍也進步不了。那就真杯具了。有人可能會問：我確實覺得自己不聰明，怎麼辦？回答是：那你確實不該報研究生。其實智力是可以鍛煉的。如果你拿聰明來要求自己，常常想自己該怎麼做才能變得更聰明，向這個方向努力，持之以恆你真的有可能開竅，領悟到以前想不到的東西。但你如果默認自己只能達到目前的水平，那麼就真的很難進步了。四，注意細節。有人在參加A校的面試時，申請材料上寫的是「希望加入B校」。有些錯誤是不能犯的，犯一次就足以斷送機會！五，錐處囊中，其末立見。前面說了各種錯誤。而你如果真的有料，自然而然就會顯現出來的，用不著緊張。有人參與了若干篇文章，3個月長了12個晶體，一般研究生3年才能長10個晶體。有人發了第二作者的一區文章。我們有理由不要這種學生嗎？有人得了挑戰杯特等獎，還有點緊張，又拿出一份實驗報告，上面用極其工整的字體記錄了實驗的目的、設計、過程、推理、結論。面試老師紛紛拍桌叫好，拍照留念：因為你這份實驗報告，就要你了！
謝邀……需不需要看臉……坦白的說……如果學界能夠在實際上給予陰性成果以他們理論上宣稱的跟陽性成果同等的重視程度的話……科研的失敗可能會少不少……因為陰性成果就不會被科研人員視為「失敗」了……
借用我導師的話:如果能一下子做出來，還要你做幹嘛？我是做定量遙感的，經常跑個最簡單的程序要兩三天(經常是幾百G)。結果不理想的時候分分鐘想跳樓！上次結果弄不出來，我在辦公室哀嘆了幾聲，結果嚇得老師不敢和我說話(事後他說怕我受刺激)！前天晚上十一點，我準備睡覺了，老師給我發了條信息，是一條新思路，他臨時想到的！昨天他去成都開會，在飛機上還叮囑我完成實驗(還沒起飛)！
做科研有幾種範式：
實驗科學計算科學數據科學其中實驗科學的成功確實是完全建立在無數次失敗上的。是的。
最前沿的東西本身就沒有什麼資料。只有旁通的一些東西，能不能用到這個上面，只能實驗測試。做科研是對未知的探索，就好比在一個沒有closed form表達式的函數上進行優化，而且用的是heuristics。有哪種heuristics可以保證每次搜索都比上一次好，或者不違反constraint？
你如果把陰性結果稱為失敗的話……那麼……是的所以玻璃心如我就果斷棄坑啦啦啦
去年一整個學期糾結於一個project~方法反反覆復的試 數據一次次的跑~每次出來不滿意的結果真是沮喪懊惱~感覺自己一直止步不前 甚至想放棄這個項目算了 每次導師都會告訴我說～you are always making progress, that is the beauty of research....為了這個項目看了海量的論文 試了各種方法 中間很多論文來自其他相關領域 我一個經濟學的人也惡補了很多其他方向的知識 編程的 市場的 純數和統計~其實就算論文一直沒進展但是還是學到了好多東西 看的東西多了自然想法也會多起來，斷斷續續做了七八個月的項目終於有了進展 現在已經出了三篇論文~這學期也陸陸續續投出去了 希望會有好結果吧~~風雨過後總會有彩虹的！加油吧！
如果答主知道一個不需要從失敗中汲取經驗教訓、獲得成長的領域，千萬告訴我一聲。
可能永遠沒有成果，永動機，人工太陽現在不是在研究阿
有時候就是這樣子，很無奈的。 我讀研究生時協助一位博士師兄做實驗，至少一年半的時間，我們做的東西全部都失敗了。有一次連續做了兩個星期實驗，師兄幾乎全程白天晚上不停工作，只能在兩次取樣間隙休息，我和另外一個同學輪流值班協助，最後一天結束的時候我們大腦都是蒙的。然後呢，儀器中有一種殘留物質（來自於其他人的實驗）剛好對我們的樣品有污染，樣品全廢。另外還有一個月，早八晚十，吃飯叫外賣，結果全部失敗。幾乎每一次實驗流程改進全都是來自於之前失敗的實驗經驗，真實各種慘痛的教訓，實驗不出問題才是怪事。 那位師兄的研究是在博士的第3到4個年頭才轉化為論文並發表，現在成果還挺多的，實驗也是納那之後才開始順利起來的。
我拿我師兄舉個例子。我師兄本來做一個植物抗蟲機理的課題，後來發現那個基因和抗性沒關係，是和光合作用相關的，最後發了篇pc。他的數據不支持原來的預期，你說他是成功還是失敗呢？別的學科領域我不懂不敢說，但是生物學這個年輕的領域裡，太多的都是未知，所以暫時的失敗也不一定就是失敗。
做什麼都會有失敗，至於次數要看相對你的難易程度
我懷著同樣沮喪的心情搜索到題主這個問題，看了很多回答，我只想說：道理我都懂，但我真的好沮喪好沮喪啊好迷茫好迷茫啊
我跟題主的情況不要太一樣！ 我也是從大二以來一直失敗，是材料方向，實驗方案非常耗時，經常一天就要蹲在實驗室，耗時更耗神啊！各種心酸題主你是懂的。昨天又做完一次試驗，本以為這次要成功了，沒想到還是失敗了，又正巧問了一位之前做過這個方向的老師，想得到一些技術指導，得到的回答卻是：「It"s a secret！你做這個幹什麼呀？你做的這個方向有什麼意義呢？我不說了我要去吃飯了……」我的挫敗感可想而知表面上我是很平靜的，我也以為我不會太在意（畢竟失敗多了不在乎了），然而今早我才發現這種挫敗感帶來的沮喪是有多深多強烈。今天上午五節專業課，越來越上覺得索然無味，對本專業越來越絕望，甚至多次考慮考研跨考法碩，英翻…我覺得對我來說之所以這麼難過，是因為不同老師手下同期的小夥伴（自認為沒我優秀）在其他方向都多少有成果了…我（GPA第一、綜測第一）除了耗費了大量時間精力，什麼都沒有…能怎麼辦呢順其自然吧抱抱推薦閱讀：
※化學博士第二年，不想讀了，如果退學有哪些出路？
※採礦博士的就業方向及想法，期待前輩同行給些意見和建議想法？
※你知道的博士被延期最長是多久？
※微軟亞洲研究院的科研水平如何，可以分析一下具體幾個強組cv mm ai的實力可以抗衡美帝top30?