Thoughts of my academic path so far
最近一場演講的結尾，我用了以下幾點跟大家分享自己的心路歷程： • Asking good questions. 研究的題目可以跟隨前人的足跡，予以改進。得到第一個被跟隨的結果往往很不容易，但實際上的 impact 很大。成為探討某個問題的第一篇文章，關鍵是要問對問題、問好的問題。文章首要工作是給出足夠的 motivation ，接著第二個難點在於探討目前本文相關問題結果的關聯性並比較。 我跟另外兩位老師一起提出的 two-party election game model • Be enthusiastic. 要有熱情。熱情，是支撐前進頂尖的動力。也能感染夥伴成就彼此。 • " To teach is to learn twice " - Joseph Joubert (1754-1824). 教學相長。備課時看過一次，做投影片把內容理解的更清楚深入，上課時再講一次等同於再學習一次。所以實際上不只 learn twice。基礎穩固了，研究可用的武器就變多了。 備課-> 做投影片-> 被作者 highlight 辛苦但有鼓勵有回報 • Regularization of ML/Al. 在多數人瘋狂追逐 AI 的時刻，我們要保有 “regularization term”。我們在訓練 ML 模型時都要注意 overfitting 的問題，系所發展甚至國家科研更是如此。所以我期許自己也能當一個可調參數的 regularizer, 可以在 AI/ML 領域有所貢獻，但也不荒廢 CS 的本質。
