Начальный прогресс в науке о науках - Дашунь Ван

Дашань Ван, профессор Северо-Западного университета и директор-основатель Центра науки о науке и инновациях, рассказывает о своей книге "Наука о науке". Он хорошо известен в области сложных систем.

Спикер представляется выздоравливающим физиком и директором Центра науки и инноваций. Он объясняет, что представит результаты своей работы в этой области в доступной для обычных ученых форме. Эта область получила признание в 2018 году благодаря публикации обзорной статьи, за которой последовал специальный выпуск журнала science.

Идея изучения науки с использованием научных методов не нова и восходит к середине 20-го века. Несколько влиятельных фигур внесли свой вклад в эту область, включая Роберта К. Мертона, Дерека Дж. де Солла Прайса, Харриет Цукерман, Юджина Гарфилда и Томаса Куна. Нынешний интерес к пониманию науки подпитывается доступностью крупномасштабных наборов данных и достижениями в области науки о сложности, сетей и искусственного интеллекта.

Проект "Надежда" Проект Hope направлен на то, чтобы понять закономерности в карьере ученых и то, когда они создают свои лучшие работы. Исследования показывают, что пик продуктивности приходится на середину карьеры, примерно в 30-40 лет. Это снижение связано с растущей ответственностью и сокращением времени на исследования.

"Правило случайного воздействия" в карьере "Правило случайного воздействия" предполагает, что выбор времени для лучшей работы ученого происходит случайным образом в рамках его карьеры. Замена рабочих контактов в рамках карьеры не влияет на производительность или качество бумаги при распределении. Аналогичные результаты наблюдаются в различных областях, таких как искусство и кинорежиссура.

Актуальность горячих точек в науке Горячие точки оказывают значительное влияние на научную карьеру, влияя на решения, связанные с наймом, продвижением по службе и поддержкой исследований. Игнорирование существования горячих точек может привести к недооценке будущего влияния карьеры исследователя. Механизм, лежащий в основе горячих полос, остается центральным вопросом, который потенциально может помочь нам предвидеть их начало или окончание и создать среду, благоприятствующую их возникновению.

Анализ "до" и "после": произведения искусства, фильмы и ученые Анализ "до" и "после" имеет решающее значение для понимания горячих полос. Изучая произведения искусства, созданные до и после "горячей полосы" художника, используя методы глубокого обучения, такие как обучение переносу с помощью нейронных сетей, мы можем анализировать художественные стили на разных уровнях - от низкоуровневых функций, таких как мазки кистью, до функций более высокого уровня, отражающих объекты / темы / формы. Аналогичный анализ можно применить к фильмам, обучая встраиванию слов в сюжеты фильмов, а также анализируя сетевые затраты с помощью случайных посетителей. Для ученых анализ ссылок, цитируемых в каждой статье, помогает определить ее тему.

Стратегия разведки и эксплуатации Стратегии разведки и эксплуатации играют жизненно важную роль в продвижении по карьерной лестнице в различных дисциплинах. Исследовать, есть ли какая-либо взаимосвязь между этими стратегиями и яркими моментами в научной карьере,

Предварительные выводы Перед началом домашней недели люди, как правило, разнообразят темы, над которыми они работают, указывая стратегию исследования. Во время и после домашней недели люди становятся более сосредоточенными на своей работе, предлагая стратегию эксплуатации. Переход от разведки к эксплуатации связан с прорывами в научных исследованиях. Это подтверждает идею о том, что как разведка, так и эксплуатация необходимы для достижения продуктивных результатов.

Феномен "горячей полосы" "Горячие полосы", или периоды высокоэффективной работы, могут возникать на любом этапе карьеры, а не только в середине карьеры, как принято считать. Возраст не определяет моральное устаревание; постоянное вложение усилий в нашу работу увеличивает шансы пережить горячую полосу.

Сдвиг в индивидуальном успехе Наука больше не сводится к тому, чтобы гении-одиночки совершали открытия. Высокоэффективные работники теперь появляются из сложных сетей новаторов, работающих вместе в более крупных командах.

Феномен "Больших команд" "Большие команды" стали универсальной тенденцией в научно-технических исследованиях, о чем свидетельствует исследование, проведенное Брайаном Вудси, Беном Джонсом и Стефаном Вусти еще в 2007 году.

Большие команды, такие как исследователи, занимающиеся обнаружением гравитационных волн, достигли замечательных результатов, на которые не могут надеяться небольшие команды или отдельные люди. Эта тенденция к укрупнению команд стала самореализующейся, и исследования показывают, что программные директора с большей вероятностью выбирают более крупные команды для перспективных проектов, исходя из убеждения, что они предлагают больше инноваций. Однако крупные команды могут быть не оптимизированы для инноваций, поскольку они, как правило, сосредоточены на надежных ставках с большими потенциальными рынками.

Индекс дезорганизации измеряет, насколько работа основывается на существующих знаниях или расширяет их. Более крупные команды, как правило, выполняют работу с меньшей разрушительностью, в то время как небольшие команды с большей вероятностью выдвигают новые идеи и изобретения. Этот шаблон согласован в различных настройках. В то время как большие команды преуспевают в решении проблем, именно небольшие команды вносят свой вклад в разработку новых проблем.

Как малые, так и большие команды необходимы для процветающей экологии науки и техники. Небольшие команды могут привести к сбоям в работе, в то время как более крупные команды могут участвовать в более широком развитии данной области исследований. Это подчеркивает необходимость создания экологии, в которой малые и большие команды работали бы вместе.

Сокращение численности команды Прежде чем начать, подумайте о сокращении численности вашей команды. Это может помочь в преодолении проблем и повышении эффективности.

"Неудача" как важнейший вопрос Идеи "успеха" часто основаны на успешных людях, командах, организациях и продуктах. Однако важно также признать наличие сбоев.

Во время Второй мировой войны британский военно-морской флот разработал пуленепробиваемую броню для самолетов. Однако из-за его веса они не смогли покрыть им весь самолет. Чтобы определить, где разместить броню для максимальной эффективности, они решили подсчитать отверстия от пуль на самолетах, которые благополучно вернулись. Но Абрахам Уолд предложил поступить наоборот - сосредоточиться на участках без пулевых отверстий, потому что они, вероятно, были более смертоносными. Этот случай показывает, как опора только на данные успешных кейсов может привести к неверным выводам.

Важность неудачи В этой главе исследуется значение неудач и то, как они могут привести к успеху. В нем обсуждаются два аспекта: понимание надвигающихся сигналов в неудачах, которые в конечном итоге приводят к успеху, и извлечение уроков из неудач, чтобы быстрее добиться успеха.

Неудачи "На грани промаха" В этой главе рассматриваются сбои, связанные с "близким промахом". Такого рода неудачи происходят, когда человек почти добивается успеха, но терпит неудачу. Основное внимание уделяется пониманию того, что происходит, когда происходит близкий промах.

Получение данных от NIH может сильно повлиять на карьеру человека. Национальный институт здравоохранения предоставил мне свои данные, которые состояли из более чем 700 000 заявок на получение грантов, поданных за 35 лет. В этом исследовании мы сосредоточились конкретно на младших главных исследователях (ИП). Каждое предложение проходит экспертную оценку, и ему присваивается оценка. Основываясь на этих оценках, директор программы ранжирует и финансирует предложения до тех пор, пока они не достигнут произвольного предела, называемого линией выплат, когда финансирование закончится. Это создает две различные группы: узкие победители, которые получают финансирование для своих исследовательских проектов, и почти проигравшие, которые не получают никакого финансирования.

При приеме на работу важно учитывать, кто будет успешным в долгосрочной перспективе. Вместо того чтобы сосредотачиваться на их текущем статусе или достижениях, оцените их потенциал, представив себе их резюме на ближайшие 10 лет.

Вероятность появления термобумаги - это показатель, используемый для определения важности опубликованных статей. Он вычисляет процент статей, которые становятся высоко цитируемыми в определенной области и за определенный год. Узкие лауреаты в NIH, как правило, публикуют около 13% научных работ, что значительно выше, чем у типичных ученых в своей области. С другой стороны, "близкие к промаху" публикуют статьи с высокой вероятностью 16%. Это говорит о том, что близкие промахи на самом деле превосходят узких победителей с точки зрения будущего воздействия.

Механизм отбора относится к процессу дифференцированного отбора двух групп людей на основе ранних неудач в карьере. Это можно проверить на основе данных, поскольку это связано с более высоким процентом людей в группе отказов.

В видео обсуждается разница в показателях питания между двумя группами: теми, кто бросил курить, и теми, у кого есть выдержка. Возникает вопрос о том, связано ли это просто с тем, что некоторые люди становятся лучше, или неудача на самом деле помогает людям стать лучшими версиями самих себя.

Чтобы проверить эффективность, мы можем использовать консервативную оценку, исключив людей из узкой группы победителей. Это позволяет нам увидеть, насколько хорошо оставшиеся особи в этой группе конкурируют с группой "почти промахнувшихся". Корректировка показывает, что, несмотря на улучшение показателей для узких групп победителей, этого недостаточно для покрытия...

Первоначальные эмпирические данные свидетельствуют о пробеле, который мы наблюдали.

"То, что тебя не убивает, делает тебя сильнее" - классическая фраза, подчеркивающая нелогичную природу неудачи. Неудача на самом деле может служить предиктором будущего успеха. Эту идею подчеркнул Синь Ян Яманака, отец регенеративной медицины IPS-клеток и лауреат Нобелевской премии 2012 года.

"Последнее исследование" - В этой главе исследуется концепция неудачи как возможности для роста. Спикер делится личной историей о пропущенных бросках, проигранных матчах и повторяющихся неудачах в жизни.

Успеху часто предшествуют повторные попытки, которые изначально терпят неудачу. Однако не все неудачи приводят к успеху. Общепринятые объяснения объясняют успех удачей или различиями в стратегиях обучения и индивидуальных особенностях. В нашем исследовании анализируются различные наборы данных, включая соискателей грантов, серийных предпринимателей и террористические организации, осуществляющие атаки.

Модель K - это математическая структура, которая анализирует динамику отказов. Он рассматривает неудачу как возможность для обучения и совершенствования. Разделив прошлые попытки на различные компоненты, мы можем оценить их эффективность и решить, следует ли их обновлять или повторно использовать.

Неудачи не происходят гладко, поскольку мы учимся на нашем прошлом опыте. Вместо этого он характеризуется фазовым переходом первого порядка, который разделяет регионы застоя и успеха. В регионе стагнации люди терпят неудачи, не извлекая из них особого урока. Однако, когда они извлекают чуть больше уроков из каждой неудачи, они достигают переломного момента и вступают в область прогрессирования, где происходит разумное улучшение за счет постепенно улучшающихся попыток. Те, кто в конечном итоге добивается успеха, с каждой попыткой терпят неудачу быстрее и эффективно используют предыдущие компоненты.

Главный урок здесь заключается в том, чтобы думать о том, как быстрее потерпеть неудачу, как о стратегии и диагностике. Быстрое прототипирование позволяет вам увидеть, что работает, адаптировать и сосредоточиться на улучшении. Если со временем вы не терпите неудачу быстрее, это может означать, что вы застряли в неправильных областях совершенствования.

Чтобы оптимизировать расходы в разных странах и областях, это не так просто, как просто финансировать "хороших" ученых, спортсменов или артистов. Определить, кто добьется успеха, сложно и неопределенно. Вместо того чтобы сосредотачиваться на индивидуальных талантах, страна должна стремиться совершенствовать науку, искусство или спорт на общем уровне, принимая во внимание различные факторы.

Важность науки и инноваций Наука и инновации отличаются от спорта. Ключевой вопрос заключается в том, как оптимизировать распределение ресурсов при финансировании науки. В настоящее время решения часто принимаются на основе интуитивных ощущений, а не анализа данных. Анализируя данные, мы можем противостоять предубеждениям и создать сбалансированный портфель, который максимизирует производительность и сбои в работе.

"Сколько Науки Мы должны финансировать?" "Сколько науки мы должны финансировать?" принципиально отличается от спорта тем, что научные открытия приносят социальную отдачу, улучшающую условия жизни людей. Экономисты подсчитали, что каждый доллар, вложенный в науку, приносит обществу около пяти долларов прибыли. Если это так, то почему мы не инвестируем больше?

Проблемы междисциплинарных исследований Междисциплинарные исследования имеют как социальную отдачу, так и проблемы. Хотя это может привести к высокой отдаче, междисциплинарные исследования часто сталкиваются с более низкими показателями финансирования.

Будущее науки "Величайшие достижения" в науке еще впереди, поскольку эта область быстро развивается благодаря достижениям в области искусственного интеллекта. Продолжение "горячей полосы" неизвестно, но разведка, за которой следует эксплуатация, по-видимому, является повторяющейся схемой. Определение науки и измерение ее воздействия остаются сложными задачами.