最近接触到很多刚进入科研阶段的萌新小白，他们大多因为经验尚浅而对未来懵懂迷茫。选题方向还没有确定，也不知道该怎么选择一个合适的研究方向，该如何确定选题。
这个时候先需要对科研有一个全貌的认识，先了解科研的全过程是什么样子。知己知彼百战不殆，只有对科研有全方位的认识，才能知道自己在每个阶段应该去做什么事情，怎么去做，快速而高效的开始科研。
科研的全过程是什么样的呢？这里总结了五个步骤。
第一步选定研究问题，第二步调研现有方案，第三去思考自己的idea和对应的方法。第四步做大量的实验，去验证你的idea和方法是不是有效。如果有效，接下来第五步就是把idea、方法、实验结果都组织起来，然后写成论文，选择合适的会议或者期刊去投稿，并且最终被接收发表。
这些都是在非常理想的情况下。但其实很多时候可能实验结果验证发现我们的idea有问题，方法没有效果，这个时候就要重新回去修改idea，修改方法，甚至很有可能你发现掉了一些调研的文章，其实你的idea和方法别人已经做过了，这个时候机就要重新再去做调研。
所以这其实是一个反复循环的过程。不断的去试错去验证，想出idea、验证idea，反复迭代。
在这个过程当中，你会对研究问题逐渐有非常深入的理解，因为你知道哪些方法可行，哪些方法是不可行的，逐步排除错误的方法和idea。
01选定研究问题
研究问题大致有三类，一是导师直接给一个研究问题；或是师兄师姐会给一些具体的研究方向，第三类就是自己选择。
02调研现有方案
在这个过程中首先需要精读和泛读一些文章，但是哪些需要精读，哪些需要泛读，要自己去辨别；怎么样去做精读，怎么样去泛读，也要自己去掌握方法。
第二点是在这个过程中要梳理出研究脉络，甚至可能你会发现看不懂论文，很多专业术语也不理解，这个时候要去补基础知识，挨个去学习。
03想出idea及方法
调研这一步做到位之后，其实很多的idea就会慢慢萌生出来。当然思考idea的过程中也有一些方法论和一些思考的方向。idea想出来之后，还需要设计一整套完整的方法，最终能解决这个问题。
在这个过程中会涉及到基于idea对方法的完善，这个过程中需要有批判性思维，批判别人的论文，批判自己的想法，再到下一步实验的时候，你的目的是去验证idea的有效性和方法的有效性。
04实验验证idea
所以首先要非常全面系统的设计出各类各样的实验，来验证idea里面的每一个点，验证整体的方法的效果。
还需要去管理这些实验，尤其是我们做AI相关的研究，需要做大量的实验，有很多参数都需要去调整，这个时候就要合理的去管理实验，否则很可能过一段时间再回头看实验结果，都不知道在干嘛。
而且做实验需要写代码，写代码就要去debug，所以对你的代码能力其实是有蛮高的要求的，如果你的代码能力很强的话，做实验就会非常的快。
做完实验之后，还要学会分析实验结果，如果实验结果符合预期，那太好了！那不合预期咋办？这个时候就要去分析实验结果，从中找到一些细节，找到一些insight，找到一些新的发现，这是非常重要的。
05写作及投稿
当前面这些都完成之后，就到了写作环节。
一篇论文从头到尾有很多部分，每一部分应该怎么去写，图表应该怎么去制作，这都是有讲究的。
很多同学一开始会忽略的点就是讲故事的能力，从idea到方法到实验结果，这一整套的体系下来，你是要讲一个什么样的故事，怎么样去回到你的研究问题上，用你的idea把它串起来。
对于资深的研究者以及刚入门的研究者来说，这之间的差异会非常大。
有经验的人写的论文，别人会觉得“收获好大”，“写的真好”。如果是一个没有经验的研究者，写的论文可能就非常的平淡，别人就会觉得你这个论文没有什么贡献，没有什么价值，就会把你的论文给拒掉。
当然投稿之后，审稿人会给你意见，还要去回复审稿人的意见，如果他给你的分数不高的话，你需要想办法通过回复审稿意见提高论文的分数，最终才能被接受。
从更高的层面去看这个过程，会发现1和2就是输入的过程，决定了后面的3和4，吸收转化和思考。你看的论文，包括你在网上搜的各种各样的材料，都要去吸收转化，要去思考，思考了之后，要去输出，就是写成论文。
整体的科研的过程就是一个输入，然后再思考转化，然后输出的过程。输入是前提，你能不能有一个高质量的输入，直接决定了你后续的思考的深度如何，能转化出什么样的idea，然后再最终输出。它是一个环环相扣的过程。
