本科生科研能力的两种路子：有靠山，靠自己，还是做曹原那样的天才？
乐活
2024-10-26 09:01
英国
最近我带几个本科生的毕设，体会很多，人与人之间的差别太大了。
1. 自己设计自己想要做的选题，然后找一个合适的老师来指导，学生必须要联系导师并且得到指导老师的同意才可以。2. 出一些毕设项目，那些没有自己选题的学生再来选择，最后基于我出的项目进行最终项目的敲定。第一种学生我遇到过几个，可以说这几个人每个人都有共同的闪光点，就是对于他们想要做的题目的那种passion。这是很难得的，因为你首先得明白你想要什么，这一步已经淘汰掉80%的本科生。其中有一个学生给我的印象最深，他要做的是社交媒体上的情感检测，在跟我聊的时候已经把数据集准备，数据清洗，模型选择，性能评估等等所有的环节基本上都搞明白了，甚至自己已经做了一个小的demo。 说实话，作为一名导师，我能做的指导已经不多了，我就问了一句：你有考虑过新颖性吗？以及你未来有什么打算。这下子算是刺激到他的爽点了，因为这个学生做这个项目，就是打算毕业后将这个项目打包成产品卖出去，并且他还头头是道的跟我分析了一通市场分布，竞争对手等等，到这个时候我已经不把他当成学生了，而是一个很有潜力的合作者，他甚至邀请我未来做他的合伙人，提供学术以及技术上的指导，好家伙。真的好家伙，我要是有funding，我真的想招他做直博生，因为这哥们太对我胃口了，特别是他的AI工具栈，跟我高度重合，省去了很多低效沟通的时间。对于一个本科生来说，如果能在跟我沟通之前就已经无师自通的将这几类AI用得很熟练，甚至作为日常的工具，那我真的愿意每周多跟你聊半个小时。❸ 辅助编程类AI：快速prototype以及demo制作因为毕竟是本科生，顶多就念了3、4年书，大多数人的知识广度都很有限，我并不奢求他们可以完全理解一些最新的AI概念，但是借助工具就不一样了。再比如说我让几个本科生下去读一下RAG跟大语言模型LLM怎么结合比较好，有什么好的案例，我为了减少他们的阅读难度，直接把论文都找好了，就是下面这篇。 结果过了一周，回馈给我的结果大相径庭，只有两个学生完成了这篇综述的阅读并且给我谈了下他们的看法，其中就包括上面提到的那个哥们，他甚至做了更多的工作，把开源大模型RAG都尝试了一遍，后面这个点其实我是打算安排到下周的任务，其他几个学生甚至都没读完，因为很多技术名词看不懂，自己时间也不够。而看完的那俩同学，无一例外都是用了AI来辅助阅读。可以做这个工作的AI其实有很多，就比如我比较常用这个专门做论文阅读的包阅AI：https://baoyueai.com/home/scenes?utm_id=237649#part-2 左边是论文原文，右边是对于全文的总结，几乎几秒钟就可以对这篇文章有一个大概的认识。 第一个就是划词功能，就是任意一句不懂的地方，可以选中，然后选择解读/摘要/翻译等等功能。 比如说解读功能，即使你不懂，它也可以用最简单的语言帮你解释，在这种功能的辅助下，几乎不存在看不懂的内容，多问几次AI绝对可以搞懂。翻译功能之类的也很实用，可以很精准地翻译原文内容。 甚至连思维导图之类的功能都做好了，可以说，只要你用对工具，搞懂一篇论文的区别只有耗时的不同，不存在跨越不了的门槛。 这个工具的使用非常简单，你可以通过下面的这个链接试试：https://baoyueai.com/home/scenes?utm_id=237649#part-2就跟我下面这张图一样，选中「论文阅读」，再上传你要看的论文或者直接输入论文的地址，就可以直接开始辅助阅读了。 阅读类AI很多人都尝试过，搜索类AI其实也能看出一个人对工具的掌握程度。AI搜索引擎就是知识的搬运工，它把来自不同来源的知识进行整合以及总结，它相对于AI直接生成内容的最大优势就是提供信息来源。比如我常用的搜索引擎，Perplexity和秘塔AI，日常工作中可以帮我加速解决很多问题，特别是需要多个信源进行综合分析的问题。总体思路就是跟AI搜索引擎说明你的需求，然后它会自动从互联网上找最相关的内容，再给你总结出来。只要给AI搜索引擎一个问题，它就会自动安排搜索任务，并且总结成有条理的段落，并且每个案例后面都有相关的网页链接，保证有真凭实据。 它会提供一个非常有用的feature，把搜索总结出来的内容做成思维导图，右边是缩略图，左边是放大后的完整图片，每一个标题都对应着一篇文章或者新闻报道。 最牛的还是它还提供了快速生成PPT的功能，就在思维导图的下面，一键就可以生成一个PPT，这个PPT的内容就是这个网页的搜索结果。刚刚我提到的包阅AI也有类似的功能，原理也是一样的用AI来对传统搜索引擎内容进行整合，它跟阅读功能之类的集成到一个界面了。
因为集成的原因，它可以直接对搜索出来的文献进行AI辅助阅读，对于小白用户来说还是很方便的。 最后一个就是coding，这个我一般会给学生直接推荐用Python，然后用任意一个AI辅助他们编程，比如GPT，比如gemini，再或者cursor之类的，这个不强推。我自己是在高强度使用cursor，的确是非常方便，几乎可以只是通过点点鼠标来实现比较复杂的功能。 最后，所谓的科研潜力，其实就是干活效率，大家都是一周7天，一天24小时，有效工作时间你再拼也就比别人多俩小时就不得了了，但是一旦有人用了工具，特别还是很对口的AI工具，那你真的是拍马也赶不上这种速度了。
