在科研的道路上，我们始终在追求更高的目标，探索更深层次的问题。今天（7月22日）下午至晚上，一场持续五小时的学术讲座与研讨会为大家带来了全新的视角与深刻的启发。
本次会议聚焦于科研方法论与科学问题凝练，深入探讨了如何在人工智能时代提升科研能力，解决高质量科学问题与个人能力之间的落差。
科研方法论的深度剖析
会议伊始，慢老师带领大家进行了一场五分钟的冥想练习，帮助大家集中注意力，排除杂念，以最佳状态迎接接下来的学术盛宴。
课程围绕科学问题和创新展开，强调了科学问题在科研中的核心地位。科学问题的选取决定了科研的高度，而创新则更多地体现在技术维度。慢老师深入阐述了科学问题的定义与重要性，指出科学问题是关于现象本质或规律的抽象问题，能够推动学科发展或突破瓶颈。与工程问题不同，科学问题关注的是机理和机制，而工程问题则更侧重于经济效益。
在寻找科学问题的方法上，慢老师提出了采用科研的第一性原理，通过拆解和重构问题来挖掘科学问题。同时，他还分享了多种寻找科学问题的途径，包括从国家课题酝酿、指南发布、行业大流问题清单、自我生长以及顶级期刊中寻找灵感。此外，老师还对科学问题进行了分类，并指出创新的核心。
AI赋能科研的新时代
随着人工智能技术的飞速发展，它在科研中的应用也日益广泛。下午3个小时的讲座未尽兴，慢老师在晚上又额外增加了2个小时，聚焦于AI在科研中的应用，探讨了如何利用AI工具解决高质量科学问题与个人能力之间的落差，以及演示了如何建立个人AI检索数据库、如何使用提示词手册等实操过程。
会后，各位老师热烈讨论，康老师在会上提出了一个关键问题：如何处理高质量科学问题与个人能力之间的差距。随着AI工具的普及，科学问题的标准被不断提高，实现难度也随之增大。AI工具的使用将科研的及格线从60分提高到80分，这无疑对科研人员提出了更高的要求。为了应对这一挑战，慢老师建议科研人员可以寻求校外或国际合作资源，并利用AI工具降低实现高质量科学问题的难度。
在建立个人AI检索数据库方面，会议分享了一些实用的方法。例如，使用Google旗下的工具如L notebook lm可以高效地建立和管理个人知识库，便于后续的检索和使用。通过AI工具，科研人员可以快速解读文献，生成摘要和关键点，从而大大提高文献阅读效率。
在科学问题的创新与评估方面，会议指出，创新主要体现在方法、结构和机制三个方面，但在实际研究中可能需要结合多个创新点。AI工具可以帮助科研人员评估创新的新颖性和可行性，从而确定研究方向的价值和潜力。科学问题的创新评估需要从多个维度进行，包括基础性、原创性、重要性和可行性。
此外，会议还探讨了AI在科研中的广泛应用。例如，gemini2.5pro版本等AI工具可以帮助科研人员快速找到科学问题和创新点，辅助文献解读、科学问题提炼和创新评估，从而大幅提高科研效率。然而，AI工具的使用也需要科研人员具备高质量的思维框架和提问能力，才能充分发挥其潜力。
如果您也对本次系列课程有兴趣，请添加小助手微信了解更多详情！
