科研領域靠不斷加班靠反覆實驗就一定能找到解決方法嗎?
看過很多新聞報道和影視劇,發現裡面描寫科研攻關,無論是宇宙飛船還是相機鏡頭,工程師們只要有足夠的時間(加班)和充足的資金(實驗)就一定能找到某些科技難題的解決方法?甚至在外行人面前,能大致估計出解決問題所需要的時間(從2天或者3年不等)。
在現實中確實如此嗎?難道不會遇到某些關口硬是突破不了而無法達成預定目標的嗎?現實中能如期解決,特別是在商用進程迫在眉睫的情況下,完成的比例大概有多少?
我從實驗室的科研攻關課題的角度說一下吧,想來應該有普適性。
課題攻關的話,並不是一定能做出來的,就算做出來,需要的時間也不好說。有時候走運的話一下就蒙出結果來也不是不可能,而有些時候別說攻關了,連做成過的實驗想重複出來都不一定能做到。
最痛苦的例子之一,也許是文章投出去,審稿意見回來了,要求補數據,動手補的時候發現實驗重複不出來了。
我試過按照日程制定計劃,比如多長時間要拿到哪一步產物,多長時間要拿到再下一步產物之類的,但實踐證明這種計劃都是白做,你根本不知道你的反應會掛掉多少次,或者你的反應為什麼會出現怎麼除都除不掉的雜質,分析下結果,重複下實驗,預期的時間就又過去了。
大體上說,碰到這種攻關課題的時候,定個期限和計劃,給攻關人員壓力和動力,提升效率,這是好的;但在這種時候,更重要的是投入腦力勞動,如何優化實驗過程,減少實驗次數和不穩定因素,來達到減少工作量的效果,這個更加重要。一路加班蠻幹,結果很可能只是浪費時間。
一個可能的思路,是要求自己每次實驗都要有收穫,哪怕實驗做掛了,都要儘力搞明白為什麼掛,每次失敗都要給自己留下此路不通的信息,盡量不要在同一個地方再次倒下。
但能不能攻關成功,還是個盡人事聽天命的事情。
夾帶個私貨,雖然化學材料的天天自黑和被黑是磚工,說腦力勞動密度低什麼的,但真到要搞起這方面研究來,你就知道帶腦子工作和不帶腦子工作差別有多大了。謝邀。
作為手裡有一項世界第一的二代測序技術的科研人員,我想說,對於一個新的技術,重複重複是必需的。但是,並不是簡單重複就一定能最後攻克難關,簡單而言,幾個因素:
1)該項目想要達到的極限有可能在當前的條件下達不到,這種情況,重複加班加經費是徒勞的;2)該項目涉及的步驟很多,而且關鍵的步驟不止一個,因此,在這種情況下,重複加班摸索到最佳條件,則是非常必要的;3)簡單的摸索不一定會有回報,重點是知道每一步的具體原理,然後才有可能知道需要改進的地方。複雜的實驗和技術,有時並不難。簡單的幾步就能完成的,如果實現不了目標,才是最恐怖的。:)謝邀,這個問題讓我想起了一個比方:
小王住在帝都,小王在網上新認識了一個妹子。妹子住在廣州,某天早上7點,妹子突然約小王晚上7點,在廣州某家指定的餐館見面,那麼問題來了:小王有多大的概率能準時赴約?
如果小王曾經去過廣州,或者沒去過廣州但出過遠門,問題都很容易解決。定高鐵票,打的去火車站,下高鐵買玫瑰,打的去餐廳。每一步雖然精確時間不可預測,但在時間的數量級上是可以保證的,而且可以大概預測還有多久能見面。
如果小王雖然是住在帝都,但是從小生活在京郊的大山中,從來沒坐過飛機,也沒做過火車,甚至也沒出過大山,那麼問題就有點難辦了:他需要首先知道怎麼過去,然後每一個環節都需要摸索,比如怎麼怎麼買機票,在哪裡安檢,怎麼上飛機……無數的細節,會讓小王很抓狂。這樣的話,想在規定的時間內見到妹子,有點難。當然,如果小王有很多錢就好辦了,雇個人幫自己打點好一切,即使沒有經驗也可以順利到達。
好吧,住在山裡與世隔絕的小王實在是不多,如果小王還是在城市長大的小王,但這個妹子是在美國呢?12小時內趕到的可能性不大。但如果肯花錢,還是可以在24小時內趕到。時間仍舊是可以預測的。
最後,如果這個妹子是個外星妹子,家住在火星呢?要去火星先要去NASA預定飛船,然而,NASA並沒有現成的飛船和火箭,他們要先研發遠程火箭,這樣還得先招工人……24小時顯然是到不了了,24年能不能到都是問題。忘記這個火星妹子吧,你倆沒緣分。
那麼結論就是:
給了足夠的資金能否完成科研攻關取決於兩點:1,科研團隊的經驗及自身的能力;2,科研問題本身的難度。
(1)
如果以前做過同樣的研發,或者類似問題的研發,那麼能大致估計出解決問題所需要的時間。
(2)如果這是第一次做,但問題難度本身並不大,也是可以解決的,但是花的時間可能會超過一些預定的時間。
(3)如果是第一次做研發,且難度本身超越了這個時代的科學技術水平,那麼十有八九無法按時,甚至在科研人員有生之年都無法完成。
有時候可以,有時候不可以,這得考慮當下的科技水平(比如未來十年絕對搞不出什麼時光機、四次元口袋,更別說如果電話亭),待解決的問題有多難(減輕感冒癥狀 vs 治癒癌症),以及接手那課題的科學家的智商……完成的比例不知道
但是,時間和金錢都是必需的。花錢花時間,未必解決得了問題。但不花錢不花時間,就絕對解決不了。在學術界和工業界都呆過的人來強行回答一下。
在數學界裡面,尤其是理論數學研究,基本上靠堆經費和人力是無法真正解決數學難題的,但是可以大量的增加數學論文數量。至於質量的話,不一定能夠保證。要解決理論數學難題某些時候是需要期待英雄的出現的,這些人沒出現的時候,是不太可能大量推進數學的科研進展的。就個人觀點而言,理論數學研究更加依賴的是智商,而不是科研人員的數量和科研經費。
在工業界裡面,就不太一樣了。因為寫代碼或者實驗研究這種東西,總有折中的解決方案。假設工程師做不到某個指標(例如CTR無法達到90%),但是總有辦法從原本的1%提升到2%,甚至10%或者更高。這些就是工作上面的進展,雖然最終也沒解決CTR提升到90%的問題。如果是商用壓力特別大的情況,通常來說不太可能去push或者期待學術界的老師給出具體的方案,而且學術界的節奏比工業界慢不少。對於工程師而言,如果之前做過類似的工作,確實可以預估出工作時間。但是一旦工程師都沒做過,或者說之前就沒有把CTR提升至90%,那麼這種問題對於工程師而言也是很難的,也不是靠堆時間就能夠解決的。
時間往往不是花在苦思冥想絞盡腦汁上的,而是花在驗證試錯上的。
推薦閱讀:
※如何看待Elsevier投訴要求關閉Library Genesis一事?
※看英文論文的時候,對一些詞語的學術定義不熟悉的話,該怎麼辦,如何比較方便地獲得定義?
※對一名科研工作者而言,什麼品質是最重要的?
※為什麼國內的科研人員待遇差? ?