主要研究方向

写论文有两件事很重要，一个是确定研究方向，为论文写作提供数据，为论文选题指明方向，这一步做好了，另一件基本上不叫事了，论文题目很容易就能定下来。一、寻找研究方向1、将所有相关学位论文中的展望整理出来，可以从中值得研究的问题；2、在国自然基金的申请指南中寻找与专业相关的研究方向；3、研究方向一般是研究一个对象的两到三个内容，或者研究两到三个对象的一个内容；4、研究方向要研究2-3个问题，研究方向≤3。二、确定论文题目1、题目中要体现明确的研究问题和研究对象；2、研究概念的界定一定要清楚；3、可以模仿他人的论文题目，修改1-2个变量；4、参考相关领域中比较成熟的研究套路，借鉴其中的研究内容，把所有的研究内容内容分类，根据不同种类研究内容的组合确定论文题目，用头脑风暴式的方式写下多组题目，再从中筛选1-3个合适的题目，最后找老师确定。相关阅读：《写毕业论文怎么确定选题？》《毕业论文的写作方向及框架》《计算机软件的论文题目怎么选？》

对于新高考选择物理的，或者传统高考的理科生们，对于计算机类、电子信息类专业总体还是比较关注的。本身电子信息类专业也是一个比较适合男生的专业，无论是做技术还是做研发，抑或是从事基础理论研究都是又很大的发展空间。简单讲一下，大家比较关注的几个逻辑，计算机软硬件都有，更多的偏向于编程或者软件工程这样的方向；人工智能更偏向于自然语言识别与深度学习等算法的研究；电子信息类里又偏向于硬件的电子科学与技术，也有偏向于信息传输处理的通信工程、信息工程，也有关注于芯片领域的微电子科学与工程、集成电路设计与集成系统、光电信息科学与工程，也有应用非常广泛的“雷达”技术——电磁场与无线技术、电波传播与天线等等。下面看一下电子信息类专业都有哪些呢？想了解更多，可以自行在网上搜索。电子信息类包括电子信息工程、电子科学与技术、通信工程、微电子科学与工程、光电信息科学与工程、信息工程、广播电视工程、电子封装技术、集成电路设计与集成系统、医学信息工程、电磁场与无线技术、电波传播与天线、电子信息科学与技术、电信工程及管理、应用电子技术教育、人工智能、海洋信息工程等专业。下面我们以最近的第九届中国电子信息博览会金奖及创新奖企业项目来一起了解一下电子信息都有哪些研究方向。金奖获得者的主要领域：1、操作系统（软件）2、手机屏幕3、计算机工作站（软硬件系统）4、电视屏幕/电视5、CPU芯片6、智能大数据平台从官方披露信息看，评审分为新型显示、集成电路、基础电子、智能网联与新能源、智能制造、智能硬件、信息技术创新应用七大类。具体各类内容可以从上表的创新奖列表中看出。我们看数量，基础电子是最少的，因为这个最难创新，都是基础和底层设计。新型显示其实受到穿戴式应用以及手机销量巨大基数的影响，让企业有足够的动力去做研发。智能网联与新能源领域显示出智能驾驶、AI驾驶和新能源汽车受到市场热度追捧。智能制造领域更偏向于工业生产自动化应用领域。这个表最大的意义，是让考生和家长能够比较清晰的看到电子信息领域都有哪些发展方向！这个展会可能比我们高考报考所说的电子信息类涵盖的面更广，包括计算机、自动控制、人工智能、软件工程等多个方向。大家对比着看一下，了解一下未来的研究对象和就业方向。

丹麦物理学家玻尔曾这样表示：物理学不告诉我们世界是什么，而是告诉我们关于世界我们能够谈论什么。物理学专业作为自然科学的带头学科，物理学研究大至宇宙，小至基本粒子等一切物质最基本的运动形式和规律，因此成为其他各自然科学学科的研究基础。物理学是最重要的基础学科之一，物理专业是中国学生最有优势，最容易获得奖学金的一个学科，每年也有大批中国同学赴美深造物理学。物理学主要有以下几个研究方向：1.原子物理研究高温等离子体微观过程研究，原子分子团簇的结构、光谱和碰撞过程研究，高电荷态离子相关物理，激光与物质的相互作用，材料的物理设计及制备，分子纳米物理。2.生物物理学生物物理学是 20 世纪中叶以后逐渐形成，由物理学与生物学相互结合而产生的新兴边缘交叉学科，是当代自然科学发展最迅速的部门之一。生物物理学是运用物理学的理论、技术和方法，研究生命物质的物理性质、生命过程的物理和物理化学规律，以及物理因素对生物系统作用机制的科学。生物物理学研究的内容十分广泛，一般分为量子生物物理、分子生物物理、细胞生物物理和复杂体系的生物物理等几部分；涉及的问题则几乎包括生物学的所有基本问题。近年来生物物理学的发展趋势着重在与更广泛的学科领域交叉，如数学、信息学等。本学科的研究方向主要为：神经生物物理，脑功能成像及其应用，神经信息学与生物信息论，理论生物物理，计算神经科学。这个方向是近两年新兴的交叉学科，申请者不仅来自物理专业的学生，还有生物专业的学生，因此竞争是非常激烈的，每年的Offer都非常少。　3.凝聚态物理凝聚态物理则是研究凝聚态物质的结构和组成粒子(如原子、分子、离子、电子)之间相互作用与运动的规律并阐明其性能和用途的科学。它是物理学中门类繁多、内容丰富、发展迅速、应用广泛的一个分支学科，已成为当今物理学异常活跃的研究领域。这个专业方向是中国学生主要申请的专业方向之一，比较容易获得奖学金。北京大学和南京大学在这个领域非常强。4.宇宙学将宇宙作为一个整体来研究的科学分支统称为宇宙学。对于宇宙学家来说，有关宇宙的构造和历史方面的问题。其实就是有关万有引力作用的问题。由于万有引力能相隔很远发生作用，所以它是对宇宙整体性质影响最大的力。我们现有的关于万有引力的最好理论仍是爱因斯坦的“相对论”，因此，大部分宇宙学都在努力探索如何将爱因斯坦的理论应用于整个宇宙。5.高能物理学高能物理学又称粒子物理学或基本粒子物理学，它是物理学的一个分支学科，研究比原子核更深层次的微观世界中物质的结构性质，和在很高的能量下这些物质相互转化的现象，以及产生这些现象的原因和规律。它是一门基础学科，是当代物理学发展的前沿之一。粒子物理学是以实验为基础，而又基于实验和理论密切结合发展的。北京大学在这个领域的研究实力非常强，在粒子物理实验方面有很强的实力。6.计算物理学计算物理是计算机科学、计算数学与物理之间的新兴边缘学科，是公认的与理论物理、实验物理并列的物理学第三大支柱。7.天体物理和天文学天体物理学就是运用物理、数学、化学等方面的理论和方法研究宇宙中天体的起源、演化和死亡。主要包括天体的形态，内部结构，物理状态，化学成分，相互关系等。一般可以分为两个方面：实测天体物理：天体的观测方法和观测手段，观测结果的处理和分析等;理论天体物理：对观测结果进行物理解释，研究天体目标的物理、化学和运动特性。　8.光学物理包括量子光学，非线型光学，高分辨率光谱学等方向。这些领域的突破已经成为激光和光纤通讯产业的重要依托。中科大在这个领域的实力非常强，这个方向也是中国物理申请者主要申请的一个方向之一。　9.应用物理应用物理专业突出了物理学在光通信与光信息科学、物理电子学与光电子领域内的应用，以纳米材料和器件、光电子器件，微电子，物理电子学以及电子技术为主。目前，这个方向在很多大学被合并到EE中去了，有的独自成为一个系，还有的应用物理专业被并入工程和应用科学学院。这个研究方向对于开发新一代的微电子材料和器件以及量子器件都起着非常重要的作用。专业院校1、加州理工学院(加州)加州理工学院创建于1891年，是世界顶尖的理工类学府，真正的小而精的精英学院。加州理工学校拥有着7台宇宙观测设备。并且该校的喷气推进实验室与NASA一同建造了宇宙飞船和机器探测器。其科学家们正通过分析宇宙中的行星来研究海洋学。知名华人校友：赵忠尧，钱学森(读博士)，钱伟长，周培源(读硕士)、冯元桢等一批中国现代物理学的开拓者与奠基人。　2、麻省理工学院(马萨诸塞州)世界公认的最好的理工大学，被誉为“世界理工大学之最”的美称，当之无愧。麻省理工的物理学家们坚信地球之外是存在生命的，而人类距离这一重大突破只有一步之遥。天文学和天体物理学是几个系的核心课题，包括地球科学系、大气学系、行星科学系和物理学系。麻省理工学院运行着马萨诸塞州的两座天文台，并且同智利的拉斯坎帕纳斯天文台有着合作关系。麻省理工110亿美元的捐助和7亿美元的研究支出让其在物理学方面拥有举足轻重的地位。　3、普林斯顿大学(新泽西州)普林斯顿大学创建于1746年，是美国一所享誉世界的私立研究型大学，八所常春藤盟校之一。普林斯顿拥有182亿美元的资助，此规模在全美国内排名第5。普林斯顿大学的物理学家们正在通过使用瑞士的大型强子对撞机来操作CMS实验，通过使用伊利诺斯的万亿电子伏加速器来操作DO实验，孜孜不倦的研究和探索暗物质，高能粒子和宇宙大爆炸，试图了解并重建宇宙的诞生。4、哈佛大学(马萨诸塞州)哈佛大学由马萨诸塞州立法机关于1636年建立，是美国最古老的高等教育机构，一所享誉世界的私立研究型大学，八所常春藤盟校成员之一。哈佛大学物理学亚当?科恩教授，目前正在研究一种观察神经活动的方法，从而开发出个性化的医学治疗方式。此进程可以彻底改革对肌萎缩侧索硬化症癫痫、癌症和其他脑部病症的治疗。其他研究者正在通过对比人类大脑和动物大脑来描述大脑皮层为何呈褶皱形态。5、哈维穆德学院(加州)哈维穆德学院是美国顶级的文理工程学院之一，创建于1955年，是一所涉及科学、工程、数学领域的私立精英学院，全学院不超过800名学生，属于克莱尔蒙特大学盟校之一，也是美国大学中考上PHD学生比例最高的一所院校。哈维穆德学院的学生正在通过利用超高分辨率原子力显微镜来研究分析烟雾粒子是如何同云雾相互作用，从而影响气候变化的。由于天气的不可控制性，他们在实验室建造了一个能产生人造烟雾的云雾室。　6、伦斯勒理工学院(纽约州)伦斯勒理工学院创建于1824年，是世界著名的理工类顶尖高等学府。它是美国历史上第一所理工科大学，也是所有英语国家中第一所理工科大学，美国25所“新常青藤盟校”之一。著名物理学家、诺贝尔物理奖得主伊瓦尔·贾埃弗是该校的校友与教授。知名校友有：@的发明者雷蒙德·汤姆林森(Raymond Tomlinson)被称为E-mail之父，现代电视之父艾伦B·杜蒙特(Allen B. Dumont)，微处理器的发明者特德·霍夫(Ted Hoff)。特别值得一提的是：令该校每一位学生都引以为自豪的是，由于伦斯勒理工学院对美国航天事业的巨大贡献，她的校旗是除美国国旗之外唯一被永久置放在月球上的旗帜。学院现有在校本科生6000人，师生比例为1:15，校园面积275英亩(约1670亩)，并有一个可容纳70多家涉及不同技术领域的企业科技孵化园，也是美国现有的五百多个孵化器中排名第一的。7、康奈尔大学(纽约州)康奈尔大学创建于1865年，八所常春藤名校之一。康奈尔大学的立校之本是任何人都有获得教育的平等权利，是常春藤盟校中第一所实行性别平等的男女合校大学。康奈尔的研究员在过去的四十年中一直处于碰撞束物理学的技术前沿，并且康奈尔电子储存环正在革新X射线技术。每年都会有超过一千名的科学家来到康奈尔实验室研究基于加速器的科学与教育。现在它是加速粒子物理学领域的领跑者。8、美国海军学院(马里兰州)美国海军学院，创建于1845年，是美国海军惟一一所正规军官学校，主要是为舰艇及海军航空兵和海军陆战队培养各种专业的初级军官。海军学院物理系的宗旨是将学生培养成海军和海军陆战队的长官。学校的研究课题包括在大气科学中使用无线电波、用信息引擎将热量转化成信息，量子力学以及高水力压裂引起的问题。9. 加州大学伯克利分校(加州)加州大学伯克利分校是一所美国公立研究型大学，创建于1868年，是世界上最负盛名、最顶尖的公立大学，它位于美国旧金山附近的伯克利市，也是加利福尼亚大学中最老的一所分校。加州大学伯克利分校认为教授和学生是共同挑战物理学基础的合作者。学校在三个主要领域取得突破：宇宙物理学、量子物理学以及生物物理学。研究者目前正在研究幼鸟的运动以及这些运动如何解释它们飞行的本能。天体物理学家正使用气球运载软γ射线望远镜来观察核线发射和γ射线极化。在国家电子显微镜中心，生物物理学家正在控制石墨片周围的碳原子。　10. 加州大学洛杉矶分校(加州)加利福尼亚大学洛杉矶分校，创建于1882年，是位于美国加利福尼亚州洛杉矶市的一所公立研究大学，是美国最顶尖的综合大学之一。UCLA提供337个不同学科的学位，是全美培养尖端人才领域最广的大学，注册在校共约29000名本科生与13000名研究生。加利福尼亚大学洛杉矶分校是大型等离子设备的建造地，这使得该校学生和来自世界各地的科学家能够研究等离子操控和阿尔芬波。该设备能够创造出大振幅连续的剪切波，与其相似的其它机器暂时还无法做到这一点;凯克天文台天文学部门的学生使用双子望远镜获取两星系碰撞的红外线景象;其高密度物理学小组正利用60束欧米茄激光进行试验。

1、丰田，研究“耐用性”。丰田在造车时最注重的还是耐用性，大家都知道，丰田车主要是以品质可靠、皮实耐用以及超强的稳定性闻名全球。比如说丰田普拉多、丰田凯美瑞、丰田卡罗拉、丰田RA4等车型均有着非常好的质量。大家选择丰田车，也是看中它可靠的品质。所以丰田最擅长研究的就是耐用性。2、本田，研究“发动机”。稍微懂点车的朋友应该都知道，本田最擅长研究发动机，本田号称“买发动机送车”，其实这句话也不是空穴来风。本田的发动机确实非常厉害！比如说本田飞度，被广大车友称之为“平民超跑”，实力自然不一般，而本田的思域也有着超强的性能。另外，本田的地球梦技术更是做到了极致，所以本田最擅长研究的就是发动机。3、日产，研究“真皮座椅”。日产有“沙发工厂”的美誉。乘坐舒适绝对是好的。4、马自达，研究“技术、转子发动机”。马自达，是世界上唯一研发和生产转子发动机的汽车公司。有钱了也没有扩大产业，而是继续研究转子发动机，这种执着不是一般人能做的到的。所以在操控界，马自达的口碑绝对是杠杠的。5、奥迪，研究“车灯”。奥迪的车灯，一直依赖都是消费者津津乐道的焦点。在当今的车灯领域，如果奥迪说第二，想必没人敢说第一。6、奔驰，研究“舒适、奢华”。奔驰的舒适度真的不是吹的，关起窗户与外界的隔音也很好。有些时候因为赶时间看到减速带就直接过去了，也不会让我感到过多的颠簸。7、沃尔沃，研究“安全”。沃尔沃最擅长研究的方面，就是安全性方面了。沃尔沃汽车是第一个发明三点式安全带的厂家。而这个发明，被公认为人类历史上挽救生命的发明之一。另外，沃尔沃还积极探索发生交通事故的原因，吸取经验从而造出安全性更高的汽车，沃尔沃在安全性方面一直没有停止过研究的脚步。8、路虎，研究“费油”。无论是大型的揽胜还是小型 suv 的，极光给人们最大的印象不是它的越野性能也不是他有多么的豪华，最深入人心的是耗油。9、大众，研究“中国人”。大众汽车对于很多中国消费者来说，是值得相信的一个牌子。当然这一切都离不开大众对中国市场的了解。可以说中国市场需要什么，大众就造什么车，没有品牌对中国市场比大众研究的更透彻。10、一汽，研究“领导”。这个说法，也许中国人才会懂……11、比亚迪，研究“电动汽车”。目前比亚迪成就最高的是电动车，毕竟是靠电池发家的企业。近些年，电动客车方面做的也不错，已经出口到很多国家。12、雪铁龙 标致，研究“扭力梁”。扭力梁符合这两地特点：成本低，而且占用空间小，会让车内使用空间变大。13、现代 起亚，研究“外观”。外观比别的车好看，内饰也不错。14、五菱，研究“拉货”。五菱宏光在我们国内是一款神车，它既能载货又能拉人。同时它还拥有豪车杀手、漂移神器、和载客狂魔的称号。而且江湖上也有一条不成文规定，千万不要惹一辆五菱之光，因为你永远不知道它车上坐了多少人。不管怎么说，五菱还是找到自己的定位。以上其实是对各大汽车品牌戏谑的段子，平时聊天时说说就行，并不是真的如此。毕竟厂家不同，侧重点也会不一样，不可能一个汽车什么都好。希望以上内容，给你一些帮助！

基础研究、应用基础研究好比科技创新的“深蹲助跑”，决定了科技创新能跳多远。当前，我国很多产业问题归根结底还是基础研究能力相对不足，我国也将持续加大对基础研究的支持力度。数据显示，“十三五”期间我国的基础研究经费投入增长了约1倍，2019年达到了1336亿元，占全社会研发支出的比例首次突破了6%，预计2020年超过1500亿元。今年的政府工作报告提出，“十四五”时期，全社会研发经费投入年均增长7%以上。在部署今年重点工作方面，报告提出，基础研究是科技创新的源头，要健全稳定支持机制，大幅增加投入，中央本级基础研究支出增长10.6%。在稳定支持基础研究的背景下，基础研究应该投向哪些领域？近日，中科院院士、红外物理学家、半导体物理和器件专家褚君浩在录制第一财经《头脑风暴》节目时给出了两大方向，一是原创性科学研究的投入，二是基础原材料、基础元器件的投入。褚君浩表示，目前我们的模仿创新、集成创新很多，从0到1的原创性还不够，所以这是要重点投入的地方。此外，对于原材料、元器件的研究投入，也应该重视和加大。他举例说道，目前我们的高端手机里大约有1000多个微型电容器都是进口的。他说，做电容器很简单，尤其是一般的电容器，但是高端的电容器我们就需要进口，包括其中涉及的材料。因此，核心材料、核心元部件、核心器件、核心仪器设备，这些科学技术的基础问题都要投入，而这些往往是被忽视的地方。“这方面的基础研究如果不重视，被卡脖子的问题就解决不了。”在褚君浩看来，基础研究一般在当下还看不到它的用处，但是在以后会有很多应用。比如，量子力学最初并没有什么用处，但是有了它才有固体能带理论，这也对半导体以及半导体晶体管、集成电路的发展有着不可忽视的作用。同时，研究技术规律的应用基础研究也一样重要，“比如我们在做的碲镉汞半导体材料研究就属于应用基础研究，目前风云卫星气象报告之所以非常准，就是因为卫星上有照相机在观察风云，这个相机白天夜晚都可以看，晚上主要就依靠红外。而红外的眼睛，就是用一种特殊的材料——碲镉汞半导体材料来做的。”褚君浩认为，我国基础研究的投入还存在一些问题，例如重复投入。他说，目前我们投入产出比不高，主要就是重复投入导致的。“基础研究需要有一个合理的布局，过去一段时间我们有点无序竞争，一个项目一来大家都去投，这就导致了低水平重复，同时也对科研工作者自身发展不好。本来大家在做自己擅长的事情，可是另一个项目更有钱就转向另一个项目，这样方向就偏了，大家也不能在一个领域持续做杰出的工作。”所以，在他看来，基础研究需要稳定的支持，并要分两类方式投入。一类是固定的，比如认定你是做基础研究的之后，就从学科角度给予稳定的支持，这样一来就不需要一天到晚申请项目。另一类是目标导向明确的基础研究，就用项目制。“相信这些问题解决了以后， 我们的基础研究投入水平就上去了。”褚君浩说。褚君浩还建议，应紧密结合应用问题做基础研究。他说，基础研究分为两个方向，一个是从学科出发的规律研究，还有一个是应用提出来的基础科学问题，即应用基础研究。“举个例子，大家普遍在用的LED可以发出蓝光、红光，但不能发黄光。想要发出白光，一般是用蓝光照在荧光粉上来获取。如果能发出黄光，那么黄、红、蓝三个光组合在一起就成为白光了。这就提出了一个问题，要做黄光的LED。随之而来的就需要研究材料，并提出新的模型，这就属于应用需求提出来的应用基础研究问题。”褚君浩说，目前从基础研究、技术发明再到产业应用的周期越来越短。比如量子力学相对论几十年后才开始应用。而相对量子力学，石墨烯获得诺贝尔奖并没有多少时间，“十年前得诺贝尔奖的石墨烯现在已经普遍在用了，这个周期变得越来越短。所以这就特别需要把基础研究、应用基础研究跟它的应用密切地结合起来。”

什么是ai方向他们最新的研究方向分别是什么近年来，人工智能技术突飞猛进，取得了让人瞩目的成果。据知名机构预测，到2050年人工智能将占据社会经济70%的生产力，到2060年将达到80%。被誉为“神创时代”的人工智能在今年的第五次全球科技革命中将占据中心位置。人工智能和大数据方向已经成为不少同学申请留学的主要专业方向。那么，什么是ai方向？他们最新的研究方向分别是什么？ai和ml究竟有什么区别？该专业对申请者背景有要求吗？对于申请者有哪些基本要求？又有哪些常见的误区？什么是ai和ml方向？人工智能machinelearning(ml)，是用于理解数据的学科，它拥有自己的研究方法。ai是学习计算机系统所能以多种方式解决各种问题，并将计算结果进行预测的领域。2.ai和ml有什么区别？一般的人工智能主要可以归纳为两个方面：机器学习，模型论。而人工智能的研究中，机器学习一般是ai的一个主要的方向。模型论一般使用常见的数据集模型(数据不易获取)。ai和ml研究的课题有什么区别？尽管ml可以处理更复杂的数据。更高层次的ai使用更多的计算，包括深度学习，强化学习，机器学习，参数选择等。这些从输入到输出的变化来产生意外的结果。ml涉及使用机器学习方法进行深入的研究。如果可能的话，这些研究将允许机器系统与人类相似。4.ai和ml在申请条件上有什么区别？对于本科申请者来说，工作经验和数学能力占了一大部分。对于硕士申请者来说，申请ai方向或是ml方向，是否需要gre成绩，会是比较主要的考量因素。对于申请者来说，完成硕士论文学习是很重要的研究方向。5.ai和ml在硕士毕业后有哪些就业方向？在市场上，目前ai方向的人才需求总体还是比较旺盛的。一部分，申请ai方向，一部分计算机硕士毕业生会转向数据挖掘和机器学习相关工作。在一些领域中，特别是软件工程、数据分析、数据科学等方向，ai和ml方向的人才比例差距可能非常大。6.ai和ml的就业方向和薪资水平有哪些区别？行业分析，googletrends显示，ml的主要薪资差距在30k-50k之间，这是个比较常见的职位差距。而就业方向，ai在各大互联网企业就业方向中占有重要位置，而ml的用人需求不少来自软件开发、计算机语言、机器学习、金融方面，薪资范围在15k-20k之间。7.具体ai和ml的那些特殊的区别？最大的区别在于个性化算法和可解释性的软件。即使ai已经处于发展初期，大部分学校已经开始规划ml相关的课程，但是软件工程、设计、数据科学、编程等内容仍然是申请方向之一。

生物技术专业属于理学门类、生物科学大类下的六个专业之一，毕业生授予理学学士学位。该专业的毕业生应掌握数学、物理和化学等方面的基础知识，了解生物学、微生物学、分子生物学、基因工程、生物化学、细胞工程及发酵工程等七个方面的基本知识与实验技能，熟悉生物技术及其产品开发的基本方法，毕业生还需要掌握一定的实验设计、数据分析、撰写论文的能力。这个专业的研究生专业有动物学、植物学、微生物学、细胞生物学、生物化学与分子生物学、水生生物学、神经生物学、生物信息学、生理学、生态学、遗传学、发育生物学、生物物理学、环境科学、食品科学、粮食、油脂及植物蛋白工程、发酵工程等18个方向。对很多高考学生及家长来说，只要多了解一下高考志愿填报方面的知识，都会听到及看到生物学属于“生化环材”四大最坑专业之一，很多志愿填报从业人员都在劝大家不要报考这些专业。其实，任何专业对于不喜欢的学生来说，都是坑，关键在于自己是否真的喜欢这个专业，能否全身心投入到对这个专业的学习中去。比如北京大学的古生物学专业，整个系就一个人，号称人数最少、最孤单的一个专业，可是该专业的毕业生出来就业，估计很多计算机类专业的毕业生都会艳羡不已。生物学必将成为未来世界最热门的学科，而计算机专业却不一定能永久热下去。对于这个专业，除了兴趣、投入之外，本科毕业生出来寻找对口就业专业的确比较难，只要不断提升自己的专业度，通过考研、深造来提升自己在该领域的真正实力，才有机会摆脱这个最大的“坑”之魔咒。

来源：第一财经基础研究应投向哪里？ 中科院院士褚君浩建议这两大方向作者： 金叶子基础研究、应用基础研究好比科技创新的“深蹲助跑”，决定了科技创新能跳多远。当前，我国很多产业问题归根结底还是基础研究能力相对不足，我国也将持续加大对基础研究的支持力度。数据显示，“十三五”期间我国的基础研究经费投入增长了约1倍，2019年达到了1336亿元，占全社会研发支出的比例首次突破了6%，预计2020年超过1500亿元。今年的政府工作报告提出，“十四五”时期，全社会研发经费投入年均增长7%以上。在部署今年重点工作方面，报告提出，基础研究是科技创新的源头，要健全稳定支持机制，大幅增加投入，中央本级基础研究支出增长10.6%。在稳定支持基础研究的背景下，基础研究应该投向哪些领域？近日，中科院院士、红外物理学家、半导体物理和器件专家褚君浩在录制第一财经《头脑风暴》节目时给出了两大方向，一是原创性科学研究的投入，二是基础原材料、基础元器件的投入。褚君浩表示，目前我们的模仿创新、集成创新很多，从0到1的原创性还不够，所以这是要重点投入的地方。此外，对于原材料、元器件的研究投入，也应该重视和加大。他举例道，目前我们的高端手机里大约有1000多个微型电容器都是进口的。他说，做电容器很简单，尤其是一般的电容器，但是高端的电容器我们就需要进口，包括其中涉及的材料。因此，核心材料、核心元部件、核心器件、核心仪器设备，这些科学技术的基础问题都要投入，而这些往往是被忽视的地方。“这方面的基础研究如果不重视，被卡脖子的问题就解决不了。”在褚君浩看来，基础研究一般在当下还看不到它的用处，但是在以后会有很多应用。比如，量子力学最初并没有什么用处，但是有了它才有固体能带理论，这也对半导体以及半导体晶体管、集成电路的发展有着不可忽视的作用。同时，研究技术规律的应用基础研究也一样重要，“比如我们在做的碲镉汞半导体材料研究就属于应用基础研究，目前风云卫星气象报告之所以非常准，就是因为卫星上有照相机在观察风云，这个相机白天夜晚都可以看，晚上主要就依靠红外。而红外的眼睛，就是用一种特殊的材料——碲镉汞半导体材料来做的。”褚君浩认为，我国基础研究的投入还存在一些问题，例如重复投入。他说，目前我们投入产出比不高，主要就是重复投入导致的。“基础研究需要有一个合理的布局，过去一段时间我们有点无序竞争，一个项目一来大家都去投，这就导致了低水平重复，同时也对科研工作者自身发展不好。”所以在他看来，基础研究需要稳定的支持，并要分两类方式投入。一类是固定的，比如认定你是做基础研究的之后，就从学科角度给予稳定的支持，这样一来就不需要一天到晚申请项目。另一类是目标导向明确的基础研究，就用项目制。“相信这些问题解决了以后，我们的基础研究投入水平就上去了。”褚君浩说。褚君浩还建议，应紧密结合应用问题做基础研究。他说，基础研究分为两个方向，一个是从学科出发的规律研究，还有一个是应用提出来的基础科学问题，即应用基础研究。“举个例子，大家普遍在用的LED可以发出蓝光、红光，但不能发黄光。想要发出白光，一般是用蓝光照在荧光粉上来获取。如果能发出黄光，那么黄、红、蓝三个光组合在一起就成为白光了。这就提出了一个问题，要做黄光的LED。随之而来的就需要研究材料，并提出新的模型，这就属于应用需求提出来的应用基础研究问题。”褚君浩说，目前从基础研究、技术发明再到产业应用的周期越来越短。比如量子力学相对论几十年后才开始应用。而相对量子力学，石墨烯获得诺贝尔奖并没有多少时间，“十年前得诺贝尔奖的石墨烯现在已经普遍在用了，这个周期变得越来越短。所以这就特别需要把基础研究、应用基础研究跟它的应用密切地结合起来。”

人工智能解决方案的力量：数据驱动融合人工智能的研究方向多种多样，一般从三个方面入手：人工智能理论与算法的研究，计算机视觉，模式识别。我们从今天（2019-05-04）的人工智能创新中可以看到，图像识别、计算机视觉、自然语言处理、语音识别等成为人工智能取得突破的关键所在。最早人工智能三个重要的创新在于：【1】机器学习、【2】神经网络、【3】人工智能评估、【4】机器学习。我们将采用演讲的形式来进行这个主题的展开，为了使这一行为更加丰富化，我们将用5万字详细展示以上方法的关键特点。一、整体概述人工智能是从一个前馈传播的概念逐步发展而来，与此相关的有特定知识以及与这些知识联系的知识。在人工智能的概念发展中，我们主要将是由于it技术、产业结构以及数据知识和技术达到了融合的特点，使我们达到了从单一数据到数据的跨越。我们如何理解融合？从it到产业的融合即通过硬件、软件、互联网、大数据、人工智能的融合实现数据的快速获取、分析以及通过机器学习、深度学习等技术为产业提供更多的数据使人工智能可以在工业、医疗、市场营销、教育、家居、安防等行业提供智能服务；这主要取决于三个因素。第一，这是一个联动的过程，即如果it的发展水平更高，不仅取决于相关产业对人工智能技术的应用水平，更取决于对于相关产业结构和方法论的转化。第二，我们所提的不仅仅是基于单一业务与职能的融合，更大的可能是把在一个行业长期进行深入的研究融合，变成一个不断在产业、结构、产业进行融合的过程。第三，这个融合的过程也正是人工智能在发展的本身，让人工智能与业务、科技本身、市场有机的融合到一起，达到开放、有机、融合、共存、创新、协作的目的。二、人工智能定义人工智能将自然界、数据、语言等方面发生的认知、语言、生物等等方面的内容融合，使机器从神经元、神经元间传递的信息，自主的识别图片或视频，使图片或视频能够通过视觉分析算法呈现给人们，使人们不需要人工大脑就可以识别图片或视频的内容。自然界与人工智能已经发生了融合，我们称之为人工智能。三、人工智能三大类别3.1计算机视觉人工智能与图像对齐主要包括：图像和视频的中已知视觉关系理解、图像重建、视觉信息检索。这是由于大量数据存在大量错误检测错误分类，通过学习，可以从直觉上判断或推断某些部分为什么错误，可以预判某些部分为什么对。每个物体都可以有多个标记，通过将这些标记分类，物体识别的准确率将大大提高。(语音识别与翻译是最典型的人工智能应用）。