大体上，科研成果可以看成是提出新假设，收集数据，进行实验以及证明或者推翻假设的过程。但事实上，整个过程要复杂很多。这些假设就像科研中的创新点。怎么提出一些新的，有意思的又很有可能有用的假说呢？通常，这些假说需要在做科研的过程中被不断改进。

怎么做呢？怎么设计实验？怎么有力地证明或者推翻假说呢？

One risky approach new Ph.D. candidates often use to find new ideas is to read the "future work" section of a paper, or just do the "obvious next thing".

一个高风险的办法，刚刚入学的博士生经常会做的就是，在一篇论文的“未来的工作”里找创新点，或者直接做 “非常明显的下一步”。

但是，这些已经被论文作者想到的或者已经开始做的点子，不是真的“未来的工作”。如果你开始按照这个做，那些作者极有可能永远都在你前面出成果。而且，你的视野会被这些作者限制----你并没有独立地想出新的点子。

上一篇我们讨论了该怎么“少读多想”。当你这么做的时候，你会对已提出的方法、解决问题的创新点和假说、提出假设的新方法产生一些疑问。这时，我们应该立刻写下想到的疑问和点子。当你头脑风暴的时候，灵感就是飘来飘去的，来得快去得也快。所以立刻写下你当时的想法至关重要。读完以后，深入探究这些想法，看看他们是否真的有意义，值得进一步研究。

In fact, new idea can come from other unexpected occasions when you keep on thinking about intriguing research questions.

事实上，在你持续地思考一些有趣地科研问题时，创新点可能就突然来了。传说古希腊学者，殴基米德，有过“灵光乍现”地时刻。他当时在公共澡堂沐浴，突然发现测量不规则物体地体积地方法----排水法。他当即跳出澡堂，“果奔”大声喊“Eureka! (我发现了！！！)”。 如果你有“灵光乍现”地时刻，建议你立刻写下来。

Sometimes new Ph.D. candidates complain to us that after they read many papers, they find that their "new" ideas have all been discovered!

他们抱怨，相关论文读得越多，这个课题就变得越难，也就变得越没有意思。这种情况可能在一个发展成熟得研究领域出现。我们在选博士课题时，应该把注意力放在最近的研究热点课题上。下一篇会讲到。这里，我们提供一个非常重要且有效的方法来产生新点子。

Having a "brainstorm" session with other people.

一群人参与讨论的头脑风暴。这群人可以包括同学，教授，或者别的学者，他们甚至可以是与你研究领域不同的人 （可能产生全新的想法）。在做科研时，发展出一组互相帮助的 “小组” 在博士学习中可以说是非常重要和有帮助的。在头脑风暴中，我们常常一起喝咖啡，没有任何想法会被嘲笑或者胡乱评判。大家可以在白板上谢谢画画新的想法。不同的学生可以同时各自对这些想法进行深入探讨。

头脑风暴和“少读多想”组合起来，一种非常有效的方法就产生了：让小组里的一个人读一篇刚刚发表的论文。她/他向小组的成员仅仅展示这篇论文的问题，剩下的人进行头脑风暴：我会怎么解决它，改善它。接着，很多想法和解决办法会被发现，大家可以和已发表的论文进行比较。通常，没有在论文里提及的新想法，可以在后续进行深入研究。

A crucial aspect of generating new ideas by you or within a group is to try to generate and treasure bold new ideas. 

“黑体” 意味着与以前的想法差异很大的点子，或者推翻之前的工作的想法。比如，如果你发现以前的工作是基于一个错误的或者不现实的假设上，但是你提出了一个更好的假设，你极有可能得依照新的假设提出新的算法，然后解决一堆不同的问题。请避免一些小的，逐步的改进。所谓的 “积少成多” 大概率只会产生薄弱、不可持续发展的文章。“一个小小的逐步的改进”指的是：（比如）用一个不同的方法去查找某一篇已发论文的最佳参数，你把结果优化了3%。你的新想法应该是以应用或者问题为原动力，而不是方案本身。意识到这一点，你的科研工作会有很大提升。

举个例子，学生A1 最开始对cost-sensitive learning 感兴趣。在阅读了大量相关文献后，他写了一篇文献综述。写综述是开始研究某领域的一个优秀的方法。他也拓展了传统的cost-sensitive learning 方法， 然后发表了一些论文。但是，这种工作还不够做博士论文的深度。为了帮助A1，我们头脑风暴：cost-sensitive learning 在现实应用中有没有什么其他形式的成本（代价）还没有被研究的？在几轮头脑风暴后，我们产生了关于cost-sensitive learning 的不同数据获取成本的新想法。在一轮文献综述后，我们发现这个想法还没有被广泛研究过。那么这个论题可以算是“黑体” 了。A1接下来深入研究这个新点子，对以前地工作，包含理论、解决办法和应用例子进行探讨。结果，他发表了一些顶刊和顶会来做博士论文。由于他是最开始做这个课题地人之一，很多学者可能会继续这个方向。我们可以称他“冠名”了这个课题。

接下来是“如何形成科研创新点和论文课题”。