(2019/11/24發表於個人臉書)
大學畢業前，王作臺老師跟我說他覺得唸研究所最重要的是學習怎麼做研究，研究題目倒不是那麼重要。這句話我一直記在心裡，但直到博士班快結束的這一刻我才比較理解這句話的意思。
博士班的訓練，我想是訓練出一位獨立的研究者。一位獨立的研究者，我認為是要能自己去尋找問題，自己想辦法解決問題，然後獲得一些成果，發表成paper並且能給個有內容的演講。能獨立完成這些事才是一個獨立的研究者。這是一個蠻完整的描述，如果要我說一位獨立研究者最重要的三個能力，我會說
***************
學習的能力
***************
學習的能力我想可以再分成兩種：學習新東西的能力 & 使用已經學會東西的能力。
世界變得很快，每時每刻都有新的東西, 新的想法冒出來，要跟上潮流說實話是很不容易的事。我在找博士後工作時很有體悟，很多工作都說他們想要用Machine Learning做八拉八拉，可是我不會Machine Learning，所以有些工作我知道我能力不夠就沒去申請。怎麼辦？只好之後找時間去學Machine Learning。
唸完博士班的人，我相信自學新的東西絕對不應該是個問題，而且，應該要知道對自己來說，什麼是最有效率的學習方式。
我很慶幸我在博士班過程有機會學習好幾個新東西，這讓我知道碰到新題目，該怎麼下手和學習。我博班的研究是surface emissivity和cloud longwave scattering，而且是針對Sahara and Sahel以及Arctic的氣候。這些都是我之前沒碰過的新東西，所以我得從頭學起。當然，現在回頭來看的話走了不少冤枉路。我在做surface emissivity effect on the Sahara and Sahel的時候，我看了一些影響Sahara and Sahel氣候的因素的文章，像海溫, 地表情況, 人為活動之類的，即使知道這些因素，我對我的研究課題還是沒什麼感覺。直到我後來看了幾篇用觀測資料或reanalysis data分析Sahara/Sahel及附近的氣候，我才比較清楚那個地方的大氣特徵，也才對我的研究課題比較有感覺，知道它的定位是什麼，知道它想回答的具體問題是什麼。對我來說，要研究一個區域特有的氣候或是天氣現象，首先要知道觀測上的特徵，像是地形, 環流, 氣候/天氣狀況等等，知道這些基本知識以後，才能理解更進階更深入的研究。也因為這個經驗，我在做Arctic的時候首先就是去找教科書，先了解一下Arctic的氣候特徵，再去看其他更進階的東西。除了教科書以外，我也去找網路上的文章/影片等等，這些通常是寫給初學者，所以看一看就能很快有個概念。
學習新東西，模仿是一個捷徑。比方說，寫學術文章不知道該用什麼詞，用什麼句型，可以去看看已經出版的著作，模仿它的用詞和句型。不知道cover letter該用什麼詞，可以去看徵才廣告用哪些詞，然後放心用下去。再給一個我從食戟之靈漫畫看到的例子，有一段是學生們去餐廳實地研修，評斷學生通不通過的標準不是看學生能不能完成工作，而是學生能從現場中偷學到什麼，然後用在他們的料理之中。學術路上也是，從現有的東西中偷學，吸收內化成自己的東西。
我一直覺得，如果一件事你已經做過了，下次再做的時候應該要花比第一次花更少更少的時間才是。換句話說，如果是已經做過/學會的東西，再做的時候應該要很熟練很得心應手。我常常分析氣候模式資料和畫圖，雖然讀的檔案和變數或畫的圖大同小異，可以修改之前的NCL檔案去滿足不同需求，可是一直改改改還是很煩。有時候只是想稍微看一下結果，不想花太多時間在修改檔名,變數,排圖這種瑣碎的事情，所以我寫了很多NCL小程式來節省我資料處理和畫圖的時間，像是把模式hybrid level自動內插到pressure level，自動把significance level疊到contour圖上，自動把正/負值用暖/冷色上色等等。這些小程式讓我能快速看結果，決定要用哪些圖，大量減少了我花在資料分析和畫圖的時間，讓我有更多時間能花在其他事情上。
小小總結一下。不管在什麼工作，學習新東西 & 熟練已經學會的東西絕對是很重要的能力。博士班的過程應該要培養這兩種能力，以應快速變化的世界以及有限的時間。
******************************
問一個具體的問題的能力
******************************
我博四的時候，修了系上老師Enrico開的proposal寫作課，從中我對『獨立的研究者』這個詞比較有些概念。
我覺得，『能自己去尋找問題』是評斷是否為獨立的研究者最重要的一個指標。
問問題不是很難，但是要問一個具體的問題不容易。比方說『明天會不會下雨』是一個很常見的問題，更具體一點的問題是『怎麼預測明天會不會下雨』。要回答『怎麼預測』的話，就要去問前幾天的天氣有什麼特徵（觀測），用什麼根據來預測未來的天氣（理論 & 電腦模式）。要再更具體一點的話，可以問『電腦模式怎麼預測明天會不會下雨』，這樣就要知道電腦模式是什麼，這些模式是什麼組成的，為什麼能用來預測天氣。再具體一點的話，可以問『電腦模式的哪個部分會影響明天會不會下雨的預測，而我們要怎麼改進那個部分來讓預測更準』。當然，問題可以一直問下去，而且會越來越具體。
上面所述只是一個例子，我想強調的是，當所問的問題越來越具體的時候，要找到再具體一點的問題就需要花更多的時間和精力。因為要問出再具體一點的問題，需要更多的專業知識，也需要更強的動機。比方說一個人想知道明天會不會下雨，去看電視新聞就好，何必花時間去讀大氣動力學，大氣熱力學，數值方法等艱深的學問？
如果問出了一個具體的問題，下一步要想的就是，解答這個問題的目的是什麼，和對其他人有什麼好處。如果能解答『如何輕鬆賺很多錢』的問題，我想應該很多人都會感興趣，但是解答『如何30年用不到10個塑膠袋』，可能大部分人就不感興趣了。要知道多少人有對所問的問題有興趣，只能花時間做功課，看看其他人常不常討論這個問題，或是看看有多少人也在做相關的問題。有時候，你會發現所問的問題別人已經提過了，而且說不定已經被解決了，這時候只好從頭來過，重新一次找具體問題的流程。
在學術研究裡面，問一個具體的問題，也隱含著你想要把自己放在什麼位置上。比方說我對次網格參數化 (subgrid-scale parameterizations)很有興趣。如同其他學問，次網格參數化有很多很多的小領域，像是什麼過程的參數化 (ex: 積雲, 雲微物理, 亂流)，要去發展新的參數化還是改進現有的參數化，要用什麼方法等等。這個時候就面對著選擇，我想加入哪個小領域，那個小領域目前大家在做什麼，我能不能從中找到具體的問題，而這些問題其他人感不感興趣之類的。當這些都決定以後，也決定你這個人在研究上的定位。給個比喻，如果把所有做大氣研究的人想成武林中人，有些人擅長拳法，有些人擅長劍法，有些人擅長暗器。身為一個初出茅廬的小鬼，總是得先挑一門有興趣的，做的來的功夫來練 (選領域) ，然後努力鑽研 (問 & 解答具體的問題)，期許能發展出自己的獨門絕技 (專長 & 定位)，而其他人提到那功夫的時候就會想到你 (學術聲望)，如同講到降龍十八掌就想到郭靖，講到獨孤九劍就想到令狐沖，反之亦然。
小小總結一下。好的研究就是提出一個好的，具體的問題，然後去處理它。能問出一個具體的問題，是身為一位獨立研究者必要的能力。
***************
傳達研究成果的能力
***************
當提出了一個具體的問題，研究完這個問題以後，最後一步是要讓其他人理解你的成果。要表達成果，最常見的方式就是用文字寫出來和用嘴巴講出來，也就是說，寫paper和給presentation。老實說，我覺得這是唸博士班的人最容易忽略的部分。很多博士班學生覺得東西做完就夠了，但要是別人不知道或是不理解，研究成果就是空的。即使做出驚天動地的大研究，要是別人不知道不理解，老實說就是沒用。
因此，能夠好好傳達研究成果，是很重要的能力。要好好傳達研究成果，最重要的是知道你的觀眾。同領域的觀眾和一般觀眾，所用表達方式完全不同，比方說，把你的研究講給老闆聽和講給阿嬤聽，所用的詞彙和邏輯會完全不同。好的表達，我覺得是要讓觀眾學到東西，而且覺得這東西蠻有趣的。
*******
總結
*******
博士班是學習的過程。我覺得博士班期間最重要的是要學到
大學畢業前，王作臺老師跟我說他覺得唸研究所最重要的是學習怎麼做研究，研究題目倒不是那麼重要。這句話我一直記在心裡，但直到博士班快結束的這一刻我才比較理解這句話的意思。
博士班的訓練，我想是訓練出一位獨立的研究者。一位獨立的研究者，我認為是要能自己去尋找問題，自己想辦法解決問題，然後獲得一些成果，發表成paper並且能給個有內容的演講。能獨立完成這些事才是一個獨立的研究者。這是一個蠻完整的描述，如果要我說一位獨立研究者最重要的三個能力，我會說
- 學習的能力
- 問一個具體的問題的能力
- 傳達研究成果的能力
***************
學習的能力
***************
學習的能力我想可以再分成兩種：學習新東西的能力 & 使用已經學會東西的能力。
世界變得很快，每時每刻都有新的東西, 新的想法冒出來，要跟上潮流說實話是很不容易的事。我在找博士後工作時很有體悟，很多工作都說他們想要用Machine Learning做八拉八拉，可是我不會Machine Learning，所以有些工作我知道我能力不夠就沒去申請。怎麼辦？只好之後找時間去學Machine Learning。
唸完博士班的人，我相信自學新的東西絕對不應該是個問題，而且，應該要知道對自己來說，什麼是最有效率的學習方式。
我很慶幸我在博士班過程有機會學習好幾個新東西，這讓我知道碰到新題目，該怎麼下手和學習。我博班的研究是surface emissivity和cloud longwave scattering，而且是針對Sahara and Sahel以及Arctic的氣候。這些都是我之前沒碰過的新東西，所以我得從頭學起。當然，現在回頭來看的話走了不少冤枉路。我在做surface emissivity effect on the Sahara and Sahel的時候，我看了一些影響Sahara and Sahel氣候的因素的文章，像海溫, 地表情況, 人為活動之類的，即使知道這些因素，我對我的研究課題還是沒什麼感覺。直到我後來看了幾篇用觀測資料或reanalysis data分析Sahara/Sahel及附近的氣候，我才比較清楚那個地方的大氣特徵，也才對我的研究課題比較有感覺，知道它的定位是什麼，知道它想回答的具體問題是什麼。對我來說，要研究一個區域特有的氣候或是天氣現象，首先要知道觀測上的特徵，像是地形, 環流, 氣候/天氣狀況等等，知道這些基本知識以後，才能理解更進階更深入的研究。也因為這個經驗，我在做Arctic的時候首先就是去找教科書，先了解一下Arctic的氣候特徵，再去看其他更進階的東西。除了教科書以外，我也去找網路上的文章/影片等等，這些通常是寫給初學者，所以看一看就能很快有個概念。
學習新東西，模仿是一個捷徑。比方說，寫學術文章不知道該用什麼詞，用什麼句型，可以去看看已經出版的著作，模仿它的用詞和句型。不知道cover letter該用什麼詞，可以去看徵才廣告用哪些詞，然後放心用下去。再給一個我從食戟之靈漫畫看到的例子，有一段是學生們去餐廳實地研修，評斷學生通不通過的標準不是看學生能不能完成工作，而是學生能從現場中偷學到什麼，然後用在他們的料理之中。學術路上也是，從現有的東西中偷學，吸收內化成自己的東西。
我一直覺得，如果一件事你已經做過了，下次再做的時候應該要花比第一次花更少更少的時間才是。換句話說，如果是已經做過/學會的東西，再做的時候應該要很熟練很得心應手。我常常分析氣候模式資料和畫圖，雖然讀的檔案和變數或畫的圖大同小異，可以修改之前的NCL檔案去滿足不同需求，可是一直改改改還是很煩。有時候只是想稍微看一下結果，不想花太多時間在修改檔名,變數,排圖這種瑣碎的事情，所以我寫了很多NCL小程式來節省我資料處理和畫圖的時間，像是把模式hybrid level自動內插到pressure level，自動把significance level疊到contour圖上，自動把正/負值用暖/冷色上色等等。這些小程式讓我能快速看結果，決定要用哪些圖，大量減少了我花在資料分析和畫圖的時間，讓我有更多時間能花在其他事情上。
小小總結一下。不管在什麼工作，學習新東西 & 熟練已經學會的東西絕對是很重要的能力。博士班的過程應該要培養這兩種能力，以應快速變化的世界以及有限的時間。
******************************
問一個具體的問題的能力
******************************
我博四的時候，修了系上老師Enrico開的proposal寫作課，從中我對『獨立的研究者』這個詞比較有些概念。
我覺得，『能自己去尋找問題』是評斷是否為獨立的研究者最重要的一個指標。
問問題不是很難，但是要問一個具體的問題不容易。比方說『明天會不會下雨』是一個很常見的問題，更具體一點的問題是『怎麼預測明天會不會下雨』。要回答『怎麼預測』的話，就要去問前幾天的天氣有什麼特徵（觀測），用什麼根據來預測未來的天氣（理論 & 電腦模式）。要再更具體一點的話，可以問『電腦模式怎麼預測明天會不會下雨』，這樣就要知道電腦模式是什麼，這些模式是什麼組成的，為什麼能用來預測天氣。再具體一點的話，可以問『電腦模式的哪個部分會影響明天會不會下雨的預測，而我們要怎麼改進那個部分來讓預測更準』。當然，問題可以一直問下去，而且會越來越具體。
上面所述只是一個例子，我想強調的是，當所問的問題越來越具體的時候，要找到再具體一點的問題就需要花更多的時間和精力。因為要問出再具體一點的問題，需要更多的專業知識，也需要更強的動機。比方說一個人想知道明天會不會下雨，去看電視新聞就好，何必花時間去讀大氣動力學，大氣熱力學，數值方法等艱深的學問？
如果問出了一個具體的問題，下一步要想的就是，解答這個問題的目的是什麼，和對其他人有什麼好處。如果能解答『如何輕鬆賺很多錢』的問題，我想應該很多人都會感興趣，但是解答『如何30年用不到10個塑膠袋』，可能大部分人就不感興趣了。要知道多少人有對所問的問題有興趣，只能花時間做功課，看看其他人常不常討論這個問題，或是看看有多少人也在做相關的問題。有時候，你會發現所問的問題別人已經提過了，而且說不定已經被解決了，這時候只好從頭來過，重新一次找具體問題的流程。
在學術研究裡面，問一個具體的問題，也隱含著你想要把自己放在什麼位置上。比方說我對次網格參數化 (subgrid-scale parameterizations)很有興趣。如同其他學問，次網格參數化有很多很多的小領域，像是什麼過程的參數化 (ex: 積雲, 雲微物理, 亂流)，要去發展新的參數化還是改進現有的參數化，要用什麼方法等等。這個時候就面對著選擇，我想加入哪個小領域，那個小領域目前大家在做什麼，我能不能從中找到具體的問題，而這些問題其他人感不感興趣之類的。當這些都決定以後，也決定你這個人在研究上的定位。給個比喻，如果把所有做大氣研究的人想成武林中人，有些人擅長拳法，有些人擅長劍法，有些人擅長暗器。身為一個初出茅廬的小鬼，總是得先挑一門有興趣的，做的來的功夫來練 (選領域) ，然後努力鑽研 (問 & 解答具體的問題)，期許能發展出自己的獨門絕技 (專長 & 定位)，而其他人提到那功夫的時候就會想到你 (學術聲望)，如同講到降龍十八掌就想到郭靖，講到獨孤九劍就想到令狐沖，反之亦然。
小小總結一下。好的研究就是提出一個好的，具體的問題，然後去處理它。能問出一個具體的問題，是身為一位獨立研究者必要的能力。
***************
傳達研究成果的能力
***************
當提出了一個具體的問題，研究完這個問題以後，最後一步是要讓其他人理解你的成果。要表達成果，最常見的方式就是用文字寫出來和用嘴巴講出來，也就是說，寫paper和給presentation。老實說，我覺得這是唸博士班的人最容易忽略的部分。很多博士班學生覺得東西做完就夠了，但要是別人不知道或是不理解，研究成果就是空的。即使做出驚天動地的大研究，要是別人不知道不理解，老實說就是沒用。
因此，能夠好好傳達研究成果，是很重要的能力。要好好傳達研究成果，最重要的是知道你的觀眾。同領域的觀眾和一般觀眾，所用表達方式完全不同，比方說，把你的研究講給老闆聽和講給阿嬤聽，所用的詞彙和邏輯會完全不同。好的表達，我覺得是要讓觀眾學到東西，而且覺得這東西蠻有趣的。
*******
總結
*******
博士班是學習的過程。我覺得博士班期間最重要的是要學到
- 學習的能力
- 問一個具體的問題的能力
- 表達研究成果的能力