Redian新闻
>
生物这行还是挺有意思的
avatar
生物这行还是挺有意思的# Biology - 生物学
f*e
1
发现几个网站贴出了某校教职广告,登出到截止只有10天,而且open until filled:
NO. 这种广告是不是绿卡或者内定人走过场的广告?
avatar
w*g
2
春天来了,爱美的姑娘们为了过几天穿美丽的衣裳是不是又要开始减肥了?不过节食减
肥可不好,最好合理饮食加运动,用这个骨汤煨些青菜豆腐既可以当菜也可以当主食,
吃起来又有滋有味儿的,不想试试吗?
材料:
骨汤,清水,豆腐,土豆,鲜蘑,盐,小葱、香菜,白胡椒粉。
做法:
1.豆腐用水回升冲洗一下,切块;土豆去皮切块,鲜蘑洗净;
2.砂锅里放入骨汤和适量清水,放入豆腐土豆和鲜蘑;
3.大火烧开,加适量盐,转小火煨煮20-30分钟,关火,撒少许白胡椒粉、葱碎和香菜
末即可。
转载
avatar
w*5
3
其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能
有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。
avatar
z*y
4
找了老半天都不知道如何access这个database。isi的主页上没有找到该database的选
项。倒是
搜到了一堆如何使用该database的教程。请问有大牛知道不?不胜感激!谢谢了。
avatar
e*6
5
数据很多,上课学了什么新算法,可以找点数据自己试试,效果好就找老板讨论一下能
不能发paper, 不好就move on再换个算法试试。
avatar
T*s
6
是的
avatar
t*e
7
不错,发现所有的食材都有,明天试试。

【在 w********g 的大作中提到】
: 春天来了,爱美的姑娘们为了过几天穿美丽的衣裳是不是又要开始减肥了?不过节食减
: 肥可不好,最好合理饮食加运动,用这个骨汤煨些青菜豆腐既可以当菜也可以当主食,
: 吃起来又有滋有味儿的,不想试试吗?
: 材料:
: 骨汤,清水,豆腐,土豆,鲜蘑,盐,小葱、香菜,白胡椒粉。
: 做法:
: 1.豆腐用水回升冲洗一下,切块;土豆去皮切块,鲜蘑洗净;
: 2.砂锅里放入骨汤和适量清水,放入豆腐土豆和鲜蘑;
: 3.大火烧开,加适量盐,转小火煨煮20-30分钟,关火,撒少许白胡椒粉、葱碎和香菜
: 末即可。

avatar
n*e
8
bless

【在 w*********5 的大作中提到】
: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能
: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。

avatar
x*a
9
你说的这象CS, 不像生物。你这是挺风作案。

【在 e*********6 的大作中提到】
: 数据很多,上课学了什么新算法,可以找点数据自己试试,效果好就找老板讨论一下能
: 不能发paper, 不好就move on再换个算法试试。

avatar
b*r
10
不是

【在 f*****e 的大作中提到】
: 发现几个网站贴出了某校教职广告,登出到截止只有10天,而且open until filled:
: NO. 这种广告是不是绿卡或者内定人走过场的广告?

avatar
f*y
11
bless.
avatar
e*6
12
我觉得生物现在数据多,未经探索领域多。找点现成算法,探索生物数据应该还是很有
意思的。
现在要对已知问题提更好的解比较难,但是从生物领域提出新问题用现在算法解还是不
错的

【在 x********a 的大作中提到】
: 你说的这象CS, 不像生物。你这是挺风作案。
avatar
m*y
13
bless

【在 w*********5 的大作中提到】
: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能
: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。

avatar
m*u
14
说的好! 咱生物这行就是挺有意思的!
生物这行熟桔特多,熟桔技术哪里都缺.生物博士分洗熟桔,公司抢着给你工作!
http://www.usalaotu.com/forum/index.php?board=16.0

【在 e*********6 的大作中提到】
: 数据很多,上课学了什么新算法,可以找点数据自己试试,效果好就找老板讨论一下能
: 不能发paper, 不好就move on再换个算法试试。

avatar
f*b
15
zan
avatar
c*3
16
看不出这是大坑吗?如果数学分析有效,生物就不是大坑了。
人类以前那点数理基础,在其他行业成功的东西,拿到生物全部无效,才会变成大坑。

【在 e*********6 的大作中提到】
: 我觉得生物现在数据多,未经探索领域多。找点现成算法,探索生物数据应该还是很有
: 意思的。
: 现在要对已知问题提更好的解比较难,但是从生物领域提出新问题用现在算法解还是不
: 错的

avatar
m*6
17
bless

【在 w*********5 的大作中提到】
: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能
: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。

avatar
v*e
18
生物还靠做实验、发明新方法。最近的超分辨率、各种荧光显示、各种knock out
knock down之类的东西就很好。这样的东西还需要更多。
avatar
h*n
19
bless
我的情况和你一模一样
希望都能有好去处!

【在 w*********5 的大作中提到】
: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能
: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。

avatar
x*e
20
所以生物之外的人都想来掺一脚,做生物的都想跳出去

【在 e*********6 的大作中提到】
: 我觉得生物现在数据多,未经探索领域多。找点现成算法,探索生物数据应该还是很有
: 意思的。
: 现在要对已知问题提更好的解比较难,但是从生物领域提出新问题用现在算法解还是不
: 错的

avatar
w*e
21
Bless!
avatar
e*6
22
我没说生物发展的大方向,我就说对学生来说,生物上的很多课题还是挺有意思的。
avatar
q*p
23
bless

【在 w*********5 的大作中提到】
: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能
: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。

avatar
x*e
24
你说的只是数据分析吧?

【在 e*********6 的大作中提到】
: 我没说生物发展的大方向,我就说对学生来说,生物上的很多课题还是挺有意思的。
avatar
x*h
25
bless

【在 q**p 的大作中提到】
: bless
avatar
e*6
26
当然不仅仅数据分析了。
我觉得把现有的杂乱的数据,进行整理,提出一个有意思的问题,然后想办法用计算的
方法,来解决问题,做出新发现,是很有意思的。

【在 x********e 的大作中提到】
: 你说的只是数据分析吧?
avatar
p*j
27
bless
avatar
m*u
28
好主意!
即使没有伟大的新发现,也是很有意思的。
因为公司都要这样的技术!

【在 e*********6 的大作中提到】
: 当然不仅仅数据分析了。
: 我觉得把现有的杂乱的数据,进行整理,提出一个有意思的问题,然后想办法用计算的
: 方法,来解决问题,做出新发现,是很有意思的。

avatar
c*t
29
bless
avatar
x*e
30
非生物人做生物的一大问题就是很多计算在实际意义上不make sense。就像搞数学的通
过整理数据总结可以推出公式,但对不上实际物理意义一样。
不过我还是很喜欢听非生物背景的人做报告。你们的思维方式很有意思,很有启发性。

【在 e*********6 的大作中提到】
: 当然不仅仅数据分析了。
: 我觉得把现有的杂乱的数据,进行整理,提出一个有意思的问题,然后想办法用计算的
: 方法,来解决问题,做出新发现,是很有意思的。

avatar
j*x
31
bless, good luck
avatar
n*7
32
你说的这是生物信息
发文章是容易多了
不过绝大部分是垃圾
avatar
w*5
33
thank you all and bless myself
avatar
e*6
34
我们这些小兵小卒不在乎垃圾不垃圾,能毕业找到工作养家糊口就行了

【在 n******7 的大作中提到】
: 你说的这是生物信息
: 发文章是容易多了
: 不过绝大部分是垃圾

avatar
R*d
35
bless
avatar
n*7
36

搞统计计算的转生物信息很受欢迎的
因为忽悠一个过来不容易

【在 e*********6 的大作中提到】
: 我们这些小兵小卒不在乎垃圾不垃圾,能毕业找到工作养家糊口就行了
avatar
m*h
37
bless
avatar
r*8
38
现在搞计算机的,脑子得多坏才会转生物信息啊,都是本来搞生物的,学了点计算机,
才去生物信息吧

★ 发自iPhone App: ChineseWeb 1.0.1

【在 n******7 的大作中提到】
: 然
: 搞统计计算的转生物信息很受欢迎的
: 因为忽悠一个过来不容易

avatar
h*m
39
bless.

【在 w*********5 的大作中提到】
: 其实可以表现得更好,但也没什么遗憾了。Dream company, dream position, 希望能
: 有个好结果。没有包子散,但还是希望大家祝福,老天爷保佑。

avatar
n*7
40
不是
做方法的大部分还是学数学统计计算机的
搞生物的主要做做pipeline,database,或者分析分析数据的生物学意义

【在 r******8 的大作中提到】
: 现在搞计算机的,脑子得多坏才会转生物信息啊,都是本来搞生物的,学了点计算机,
: 才去生物信息吧
:
: ★ 发自iPhone App: ChineseWeb 1.0.1

avatar
h*g
41
bless!
avatar
e*6
42
我见过很多cs phd在生物领域,可能因为留在学术界的曝光率高,去当了工业界的就不
在露面了。。。

【在 r******8 的大作中提到】
: 现在搞计算机的,脑子得多坏才会转生物信息啊,都是本来搞生物的,学了点计算机,
: 才去生物信息吧
:
: ★ 发自iPhone App: ChineseWeb 1.0.1

avatar
R*n
43
我很同意你的话,我以前学工科的,刚开始读博士的时候很不上路,博后的时候做高通
量筛选,工科的training就起作用了。 可以借用很多别人的数据验证自己的想法,从
而避免做很多Wet lab。实验可以搞得很efficient

【在 x********e 的大作中提到】
: 非生物人做生物的一大问题就是很多计算在实际意义上不make sense。就像搞数学的通
: 过整理数据总结可以推出公式,但对不上实际物理意义一样。
: 不过我还是很喜欢听非生物背景的人做报告。你们的思维方式很有意思,很有启发性。

avatar
x*e
44
一个完整的理论是需要wet lab验证的。你可以自己纯做computational analysis,把
in vivo给别人做。发文章的话还是要有wet lab data才能发高。

【在 R****n 的大作中提到】
: 我很同意你的话,我以前学工科的,刚开始读博士的时候很不上路,博后的时候做高通
: 量筛选,工科的training就起作用了。 可以借用很多别人的数据验证自己的想法,从
: 而避免做很多Wet lab。实验可以搞得很efficient

avatar
R*n
45
是的,现在和一个院士实验室的中国哥们合作很愉快,一个靠得住的人比一群磨嘴皮的
强不知道多少倍。以后有机会能在找个做动物的就齐了。lol

【在 x********e 的大作中提到】
: 一个完整的理论是需要wet lab验证的。你可以自己纯做computational analysis,把
: in vivo给别人做。发文章的话还是要有wet lab data才能发高。

avatar
e*6
46
从发高质量文章来说是对的。但是如果要一起做wet lab,还有很多实际问题。我们有
时候辅助他们分析他们主导的课题数据。但是我们自己的东西,要做的时候就要把那些
用来证实的东西规划好,要现已经发表的数据作为验证。如果我们的理论说的通,自然
有人会做实验验证的。这毕竟有事一篇paper

【在 x********e 的大作中提到】
: 一个完整的理论是需要wet lab验证的。你可以自己纯做computational analysis,把
: in vivo给别人做。发文章的话还是要有wet lab data才能发高。

avatar
x*e
47
again,非生物背景出来的人有时候是没有生物常识的。数据可以用各种方式分析,但
生物实际上的情况只有一个可能。wet lab错误interpret的时候都很常见,更不要说是
computational biology了。另外,computational biology的数据也来自wet lab,比
如RNA-Seq。这个实验设计得不合理或者样品的质量不过关的话,所有的数据都没有意
义。你分析出花儿来都没用。

【在 e*********6 的大作中提到】
: 从发高质量文章来说是对的。但是如果要一起做wet lab,还有很多实际问题。我们有
: 时候辅助他们分析他们主导的课题数据。但是我们自己的东西,要做的时候就要把那些
: 用来证实的东西规划好,要现已经发表的数据作为验证。如果我们的理论说的通,自然
: 有人会做实验验证的。这毕竟有事一篇paper

avatar
x*e
48
我觉得你楼上那个RinMan是非生物背景但有希望做好的。你这种就是典型的借生信和大
数据灌水。

【在 e*********6 的大作中提到】
: 从发高质量文章来说是对的。但是如果要一起做wet lab,还有很多实际问题。我们有
: 时候辅助他们分析他们主导的课题数据。但是我们自己的东西,要做的时候就要把那些
: 用来证实的东西规划好,要现已经发表的数据作为验证。如果我们的理论说的通,自然
: 有人会做实验验证的。这毕竟有事一篇paper

avatar
e*6
49
我们用肯定要用可靠的发表出来的数据啊。至于错误,我们没办法只能选择相信同行是
正确的,我也不知道wet引用wet的paper的时候如何验证。至于误差,只能一步一步改
进。

【在 x********e 的大作中提到】
: again,非生物背景出来的人有时候是没有生物常识的。数据可以用各种方式分析,但
: 生物实际上的情况只有一个可能。wet lab错误interpret的时候都很常见,更不要说是
: computational biology了。另外,computational biology的数据也来自wet lab,比
: 如RNA-Seq。这个实验设计得不合理或者样品的质量不过关的话,所有的数据都没有意
: 义。你分析出花儿来都没用。

avatar
e*6
50
不能这么说。这叫做给做生物学家提供idea和参考。做做辅助工作提提鞋

【在 x********e 的大作中提到】
: 我觉得你楼上那个RinMan是非生物背景但有希望做好的。你这种就是典型的借生信和大
: 数据灌水。

avatar
n*7
51
确实这样
绝大多数我见过的计算背景的人缺乏生物直觉
就是某个东西重不重要,靠不靠谱,哪里可能出问题,没什么感觉
这样就容易走歪
其实这些人多做做low level的data processing会好很多
很多实验问题都在data processing这一步有所体现
可惜他们一般都看不上这块活
做实验的现在也需要多做做data processing,
话说前两个月,某个大牛说他们发现了一个新现象
要我们帮忙弄个统计模型好写grant
结果折腾了一下午发现他们数据有问题
弄个了简单粗暴的方法处理了一下,他们的发现就没了...

【在 x********e 的大作中提到】
: again,非生物背景出来的人有时候是没有生物常识的。数据可以用各种方式分析,但
: 生物实际上的情况只有一个可能。wet lab错误interpret的时候都很常见,更不要说是
: computational biology了。另外,computational biology的数据也来自wet lab,比
: 如RNA-Seq。这个实验设计得不合理或者样品的质量不过关的话,所有的数据都没有意
: 义。你分析出花儿来都没用。

avatar
e*6
52
我很想反驳你这句。所以的直觉是啥啊?我想解释成偏见或者预定立场。你直觉的觉得
A因素会影响B,你怎么知道是真的影响而不是B本身的误差引起的?
你这样才容易走歪

【在 n******7 的大作中提到】
: 确实这样
: 绝大多数我见过的计算背景的人缺乏生物直觉
: 就是某个东西重不重要,靠不靠谱,哪里可能出问题,没什么感觉
: 这样就容易走歪
: 其实这些人多做做low level的data processing会好很多
: 很多实验问题都在data processing这一步有所体现
: 可惜他们一般都看不上这块活
: 做实验的现在也需要多做做data processing,
: 话说前两个月,某个大牛说他们发现了一个新现象
: 要我们帮忙弄个统计模型好写grant

avatar
n*7
53
呵呵,那你就按你觉得正确的做呗

【在 e*********6 的大作中提到】
: 我很想反驳你这句。所以的直觉是啥啊?我想解释成偏见或者预定立场。你直觉的觉得
: A因素会影响B,你怎么知道是真的影响而不是B本身的误差引起的?
: 你这样才容易走歪

avatar
c*3
54
大数据能分析出来的规律,用眼睛也能看出来,用不着去分析。
更不要说生物还有很多造假数据,真假在一起,大数据分析结果根本没用。
大数据是CS忽悠的东西,主要目的是挖掘用户隐私,卖广告,这才是大数据能发挥作用
的地方。如果这都看不出,CS也是白学了。
avatar
e*6
55
你说说怎么用眼看出来?

【在 c****3 的大作中提到】
: 大数据能分析出来的规律,用眼睛也能看出来,用不着去分析。
: 更不要说生物还有很多造假数据,真假在一起,大数据分析结果根本没用。
: 大数据是CS忽悠的东西,主要目的是挖掘用户隐私,卖广告,这才是大数据能发挥作用
: 的地方。如果这都看不出,CS也是白学了。

avatar
c*3
56
你以为现在人工智能啥水平,每个大数据忽悠的例子,除非看的人智商有问题,否则都
可以用手工分析,找到明显规律。眼睛找不到规律的,大数据也分析不出来。
隐私分析情况不同,因为用户成千上万,但是因为每个人的习惯,规律是很明显的,只
是没有那么多人力,所以要靠大数据自动挖掘隐私,卖广告。
生物情况更不同,生物的规律不是象其他学科可以用数学描述的线性规律,是非线性的
,肉眼都很难找到。这种更不适合大数据了,当然只是为了灌水另说。

【在 e*********6 的大作中提到】
: 你说说怎么用眼看出来?
avatar
d*t
57
RE

【在 c****3 的大作中提到】
: 大数据能分析出来的规律,用眼睛也能看出来,用不着去分析。
: 更不要说生物还有很多造假数据,真假在一起,大数据分析结果根本没用。
: 大数据是CS忽悠的东西,主要目的是挖掘用户隐私,卖广告,这才是大数据能发挥作用
: 的地方。如果这都看不出,CS也是白学了。

avatar
e*6
58
你说那个target卖婴儿用品的经典例子,你用眼睛怎么看出来?

【在 c****3 的大作中提到】
: 你以为现在人工智能啥水平,每个大数据忽悠的例子,除非看的人智商有问题,否则都
: 可以用手工分析,找到明显规律。眼睛找不到规律的,大数据也分析不出来。
: 隐私分析情况不同,因为用户成千上万,但是因为每个人的习惯,规律是很明显的,只
: 是没有那么多人力,所以要靠大数据自动挖掘隐私,卖广告。
: 生物情况更不同,生物的规律不是象其他学科可以用数学描述的线性规律,是非线性的
: ,肉眼都很难找到。这种更不适合大数据了,当然只是为了灌水另说。

avatar
c*3
59
这还不明显,女孩肯定知道自己怀孕,成天看相关网站,或者电邮里有相关内容,隐私
被在线服务商偷走(Goolge?),然后隐私被转卖给商家。
这是典型的大数据赚钱的忽悠模式,出卖隐私一条龙。

【在 e*********6 的大作中提到】
: 你说那个target卖婴儿用品的经典例子,你用眼睛怎么看出来?
avatar
e*6
60
这是你事后的解释,你事前怎么知道?!
比如我找了DNA sequence上某种pattern和某个生物学事件有关, 生物学家可以再解释
为什么,但是没有数据上分析提供这个提示,打死也想不到这两者之间有联系. 就好比啤
酒和尿布的关系.

【在 c****3 的大作中提到】
: 这还不明显,女孩肯定知道自己怀孕,成天看相关网站,或者电邮里有相关内容,隐私
: 被在线服务商偷走(Goolge?),然后隐私被转卖给商家。
: 这是典型的大数据赚钱的忽悠模式,出卖隐私一条龙。

avatar
c*3
61
死脑筋的人不适合搞科研。
已经跟你说过,大数据搜集隐私,因为隐私里很容易找到规律,只是人手不够。女孩怀
孕这种事,如果她父母能偷看她的隐私,知道她最近的在看的网站,或者偷看她的电邮
,也能知道发生什么。现在父母没有偷看,被在线商程序自动偷看了。
生物这种数据,都是透明的,大家都可以看,不像隐私,不能偷看。其中的规律,如果
明显,早就有人看出来了,也轮不到你。
不明显的规律,可能有无数个,这个你拿大数据看到也没用。在这些不明显的规律里找
到正确的,也要花费无数精力。

【在 e*********6 的大作中提到】
: 这是你事后的解释,你事前怎么知道?!
: 比如我找了DNA sequence上某种pattern和某个生物学事件有关, 生物学家可以再解释
: 为什么,但是没有数据上分析提供这个提示,打死也想不到这两者之间有联系. 就好比啤
: 酒和尿布的关系.

avatar
e*6
62
生物这种数据,都是透明的 -- 所以我才觉得, 这种东西对学生是一个很好的练手机
会.并且生物的数据不是非常attractive,不像搞marketing或者金融的那种,可以直接来
钱. 高手云集, 根本没新手啥机会. 我们这些phd学生只能在生物数据里有机会练练手
你说的人手不够我很认同啊,那种直接来钱的领域,人手都不够. 何况这种生物这种暂时
还没法来钱的领域啊, 我们才有机会发点paper灌灌水啊.

【在 c****3 的大作中提到】
: 死脑筋的人不适合搞科研。
: 已经跟你说过,大数据搜集隐私,因为隐私里很容易找到规律,只是人手不够。女孩怀
: 孕这种事,如果她父母能偷看她的隐私,知道她最近的在看的网站,或者偷看她的电邮
: ,也能知道发生什么。现在父母没有偷看,被在线商程序自动偷看了。
: 生物这种数据,都是透明的,大家都可以看,不像隐私,不能偷看。其中的规律,如果
: 明显,早就有人看出来了,也轮不到你。
: 不明显的规律,可能有无数个,这个你拿大数据看到也没用。在这些不明显的规律里找
: 到正确的,也要花费无数精力。

avatar
x*e
63
所以一开始我就说了嘛,你这种想法搞生物只是来灌水的,不是做科研的。

【在 e*********6 的大作中提到】
: 生物这种数据,都是透明的 -- 所以我才觉得, 这种东西对学生是一个很好的练手机
: 会.并且生物的数据不是非常attractive,不像搞marketing或者金融的那种,可以直接来
: 钱. 高手云集, 根本没新手啥机会. 我们这些phd学生只能在生物数据里有机会练练手
: 你说的人手不够我很认同啊,那种直接来钱的领域,人手都不够. 何况这种生物这种暂时
: 还没法来钱的领域啊, 我们才有机会发点paper灌灌水啊.

avatar
w*j
64
工程师思维和科学家思维,差别还是蛮大的
avatar
w*j
65
大部分搞计算的,都算不上搞science,更多在技术和工程的层次上折腾,
计算机系很多都是在工程学院下面,计算机phd去公司也多是做“工程师”
跟搞science的,很多时候根本谈不到一起去
当然,技术工程科学,没有高低贵贱之分,不过普遍来说,搞技术工程的比搞科学的风
险要低,也更容易找工作些
搞科学高风险高回报,才引得无数千老竞折腰,不过也愿赌服输,一将功成万骨枯
社会养科学家,其实就相当于风险投资,大部分搞科研的都是瞎搞,都是打了水漂,但
少数搞出来的,就有很大的价值,也是这个社会所不可缺少的。

【在 x********e 的大作中提到】
: 所以一开始我就说了嘛,你这种想法搞生物只是来灌水的,不是做科研的。
avatar
e*6
66
额,我觉得吧,我们还没当上PI的,就不谈science,就算做的project最终是为了
science,现在也是给老板解决一个一个的工程问题。

【在 w****j 的大作中提到】
: 大部分搞计算的,都算不上搞science,更多在技术和工程的层次上折腾,
: 计算机系很多都是在工程学院下面,计算机phd去公司也多是做“工程师”
: 跟搞science的,很多时候根本谈不到一起去
: 当然,技术工程科学,没有高低贵贱之分,不过普遍来说,搞技术工程的比搞科学的风
: 险要低,也更容易找工作些
: 搞科学高风险高回报,才引得无数千老竞折腰,不过也愿赌服输,一将功成万骨枯
: 社会养科学家,其实就相当于风险投资,大部分搞科研的都是瞎搞,都是打了水漂,但
: 少数搞出来的,就有很大的价值,也是这个社会所不可缺少的。

avatar
x*e
67
感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的
是真理,编是没有任何意义的,除了骗editor骗funding。

【在 w****j 的大作中提到】
: 大部分搞计算的,都算不上搞science,更多在技术和工程的层次上折腾,
: 计算机系很多都是在工程学院下面,计算机phd去公司也多是做“工程师”
: 跟搞science的,很多时候根本谈不到一起去
: 当然,技术工程科学,没有高低贵贱之分,不过普遍来说,搞技术工程的比搞科学的风
: 险要低,也更容易找工作些
: 搞科学高风险高回报,才引得无数千老竞折腰,不过也愿赌服输,一将功成万骨枯
: 社会养科学家,其实就相当于风险投资,大部分搞科研的都是瞎搞,都是打了水漂,但
: 少数搞出来的,就有很大的价值,也是这个社会所不可缺少的。

avatar
w*j
68
计算就和数学统计一样,是个工具,也是非常重要必不可少的
但是计算和数学统计一样,跟一般意义上的科学没有关系。
这个早在百十年前, 关于数学跟物理关系的讨论中就已经吵了很多了
你可以说计算和生物的关系就像当年数学和物理的关系
牛顿,爱因斯坦,杨振宁,对这个话题估计都有一肚子话要说。

【在 x********e 的大作中提到】
: 感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的
: 是真理,编是没有任何意义的,除了骗editor骗funding。

avatar
e*6
69
高级黑?

【在 x********e 的大作中提到】
: 感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的
: 是真理,编是没有任何意义的,除了骗editor骗funding。

avatar
e*6
70
这点说太对了。编程啊,算法啊,纯是工具。正常情况下是提出问题,然后找工作。我
们现在是手里有工具,不是那里有问题。

【在 w****j 的大作中提到】
: 计算就和数学统计一样,是个工具,也是非常重要必不可少的
: 但是计算和数学统计一样,跟一般意义上的科学没有关系。
: 这个早在百十年前, 关于数学跟物理关系的讨论中就已经吵了很多了
: 你可以说计算和生物的关系就像当年数学和物理的关系
: 牛顿,爱因斯坦,杨振宁,对这个话题估计都有一肚子话要说。

avatar
w*j
71
所以现在所谓data-driven , method-driven 的研究才这么流行
传统的hypothesis-driven有话要说。。。

【在 e*********6 的大作中提到】
: 这点说太对了。编程啊,算法啊,纯是工具。正常情况下是提出问题,然后找工作。我
: 们现在是手里有工具,不是那里有问题。

avatar
e*6
72
不过我觉得method-driven的paper更像是学cs和学统计等辅助学科的给生物学家展示一
下method(尽管还是号称有生物发现),真正的发现和总结还是要hypothesis driven
的。

【在 w****j 的大作中提到】
: 所以现在所谓data-driven , method-driven 的研究才这么流行
: 传统的hypothesis-driven有话要说。。。

avatar
c*3
73
搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。
这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样
也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,
怎么骗都行。
计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。
当然大部分计算机成就并不是靠忽悠的,是实打实的。

【在 x********e 的大作中提到】
: 感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的
: 是真理,编是没有任何意义的,除了骗editor骗funding。

avatar
e*6
74
你指的人工智能是机器学习或者模式识别吧?或者是数据挖掘?

【在 c****3 的大作中提到】
: 搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。
: 这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样
: 也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,
: 怎么骗都行。
: 计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。
: 当然大部分计算机成就并不是靠忽悠的,是实打实的。

avatar
w*j
75
你好像对人工智能的了解还比较简单,你说的这些,其实不新鲜,从几十年前领域内的
人也在讨论甚至争吵不休
曾经有人说过,人工智能和神经科学的关系也许就和航空工程和鸟解剖学那样?
另外人工智能机器学习,基本上还是个工程技术问题,目的是解决实际问题,能解决问
题,就好,并不一定说非要搞懂智能或者学习的自然本质。
从目前实际效果来看,人工智能机器学习确实是成功的,当然很大可能和人脑的实现方
式是完全不一回事儿,这是科学家们要解决的问题。

【在 c****3 的大作中提到】
: 搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。
: 这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样
: 也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,
: 怎么骗都行。
: 计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。
: 当然大部分计算机成就并不是靠忽悠的,是实打实的。

avatar
c*3
76
这些领域是人工智能,大数据也是人工智能领域的结果。这次是新一代的人工智能泡沫
,这次的方向以统计学和深度学习为代表。
80年代有过一次泡沫,一直忽悠到90年代初,好莱坞被忽悠的拍了终结者,设定1998年
为地球毁灭日。日本也是投入大量资金,最后不了了之。

【在 e*********6 的大作中提到】
: 你指的人工智能是机器学习或者模式识别吧?或者是数据挖掘?
avatar
e*6
77
除了ann都和人脑没关系。大部分都是统计回归包了一层皮

【在 w****j 的大作中提到】
: 你好像对人工智能的了解还比较简单,你说的这些,其实不新鲜,从几十年前领域内的
: 人也在讨论甚至争吵不休
: 曾经有人说过,人工智能和神经科学的关系也许就和航空工程和鸟解剖学那样?
: 另外人工智能机器学习,基本上还是个工程技术问题,目的是解决实际问题,能解决问
: 题,就好,并不一定说非要搞懂智能或者学习的自然本质。
: 从目前实际效果来看,人工智能机器学习确实是成功的,当然很大可能和人脑的实现方
: 式是完全不一回事儿,这是科学家们要解决的问题。

avatar
x*e
78
你放几百年前人也不信有计算机这样的东西呢。关于意识和记忆的研究一直在进行,只
是说这个比造计算机挑战大多了。

【在 c****3 的大作中提到】
: 搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。
: 这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样
: 也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,
: 怎么骗都行。
: 计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。
: 当然大部分计算机成就并不是靠忽悠的,是实打实的。

avatar
c*3
79
这些领域都是和人比较的,除了国际象棋靠暴力算法能胜出,其他都远远不是人脑的对
手。
所以说想靠大数据找到人脑看不出的规律,除非是人手不够的领域,否则也是很难的。

【在 w****j 的大作中提到】
: 你好像对人工智能的了解还比较简单,你说的这些,其实不新鲜,从几十年前领域内的
: 人也在讨论甚至争吵不休
: 曾经有人说过,人工智能和神经科学的关系也许就和航空工程和鸟解剖学那样?
: 另外人工智能机器学习,基本上还是个工程技术问题,目的是解决实际问题,能解决问
: 题,就好,并不一定说非要搞懂智能或者学习的自然本质。
: 从目前实际效果来看,人工智能机器学习确实是成功的,当然很大可能和人脑的实现方
: 式是完全不一回事儿,这是科学家们要解决的问题。

avatar
b*r
80
做genome analysis显然就会人手不够啊,呵呵,人手就连个genomewide linkage算起
来都很费劲吧

【在 c****3 的大作中提到】
: 这些领域都是和人比较的,除了国际象棋靠暴力算法能胜出,其他都远远不是人脑的对
: 手。
: 所以说想靠大数据找到人脑看不出的规律,除非是人手不够的领域,否则也是很难的。

avatar
m*5
81
单纯deepsequencing算不上大数据吧。
个人理解其实就是把以前single experiment, single output 变成了single
experiment, multiple output.
把一大堆各个渠道的data整合在一起才算。不过搞生物的更容易找到值得整合的数据。
搞计算机的也许在垃圾data里找到一些method intrinsic bias发表了。

【在 b****r 的大作中提到】
: 做genome analysis显然就会人手不够啊,呵呵,人手就连个genomewide linkage算起
: 来都很费劲吧

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。