做任何事情，首先要搞明白是什么、为什么、怎么办。既然现在我更倾向于继续攻读博士，那就更不能单纯的只求毕业混个文凭，而是要真正弄明白大学里科学研究的一整套过程。

    虽然听上去高端科学研究很了不起的样子，但其实真正做起来却并没有那么复杂，无非两条路：实验和计算，或者是计算和实验。

    计算的部分，曾经有物理学家宣称只要有初始条件就可以计算宇宙的全过程，这并非妄言。在有限元方法（把一个整体切割成小部分进行分析计算，本质上就是增大计算量来换取计算模型的简化）和高性能计算机高度发展的今天，我们已经很明确地看到了这样的前景（当然也只是一星半点，宇宙级的计算还是差太远）。这个学期听了一次讲座，东大材料科学系的青年才俊已经开始在原子级别进行计算来确定材料的性能了，老实说这真的挺震撼的，把最最基本的问题搞明白了，宏观上的性能表现就完全是一目了然。
    理论上来说，计算结果是绝对不会错的，只要我们有正确的理论计算模型，细致的有限元划分和输入正确的边界条件。但实际上理论计算模型首先就是个大问题。一个显然的事实是，虽然人类的知识在不断积累，但古人和现代人的智商并无太大区别，牛顿高斯这样的天才并不是一直存在的，而且随着理论堆积的越高，就需要更天才的头脑才能将其完善和进化，这就越发困难。当物理模型和数学工具不够完善的时候，有一个改进的办法就是划分更细致的有限元模型，来减少误差。但有限元模型也不是你想怎么划分就可以怎么划分的，这对计算机性能有很高要求。
    总而言之计算上的问题根本可以归结为两点：理论的完善和计算机性能的提高。两者是相辅相成的，再强大的计算机也不会自己发明新理论，理论模型很差强行用计算机来弥补也是不可能的。（反过来理论模型很完善的话只需要非常简单的计算就可以得出结论）

    实验则是另一个途径。实验和计算的关系虽然是相辅相成但其实并不单纯。很多人认为实验是用来检验计算，而另一些人则认为计算是用来总结实验。两种论点的最终做法是一样的，就是要让实验数据和理论模型的计算结果相吻合，但在指导思想上是完全不同的。
    以工科来说实验仍然是统治性的。因为工科是一门解决实际问题的学科，所以我们的方法就很简单，不需要什么普适价值，只需要专门针对我们遇到的现实问题模拟一个实验环境，得出实验结论，就可以解决问题。当然，这个方法毫无疑问是一个笨办法，低效且无能（因为你的实验结果只能解决单一的特定问题）。但这个世界的奇妙之处就在于并不是【聪明】的就是【好】的。工科学者要靠实验吃饭，如果一个完美的理论计算模型就可以解决所有问题，那大家岂不是都要下岗？
     但随着科技的进步实验必然也会遇到麻烦，因为实验的花费越来越高，难度也越来越大。像F1现在大量依靠空气动力学模拟计算就是一个很好的例子，风洞已经无法完全满足需要了。

    大学里的研究倒是理论和实验并重。因为大学并不需要攻克什么实际问题，所以并不需要像企业研究所那样现实。这个学期听的另一个报告，是我们北海道大学材料科学的研究者，研究的是纳米碳球（最轻质高强度的材料），液晶和泡沫（就是啤酒泡沫）的形状给性能表现带来的影响。当然也不能说这些研究毫无实际价值，但很明显研究的目的并不在实用。大学的研究应该有其独立性和先导性——这恰恰是中国大学的最大问题，过于实用化。当然整个中国事实上都是功利化的，这就不岔开去说了。

    虽然搞清楚了这一套东西的来龙去脉，但老实说现在还是比较茫然，理论研究需要顶级的头脑和超人的专注力，我都没有。完全按指导者规划的实验去走这和企业又没有太大区别，有点违背了我留在大学的初衷——自由自在的发挥自己的才能。所以现在再看日本大学的教学安排是很有道理的，并不要求课程难度，而是更多的介绍不同的知识面给学生，甚至博士阶段不准学本专业的课程必须去听其他专业的课程。这样学科的交叉可以带给学生更多的灵感，找到一个哪怕有一点点不同的想法，并将之实现，也就算是为科学做了贡献了。