每天三餐都在实验室，分别在上午9点、下午3点和晚上九十点。周末两天每天睡上近10个小时，弥补过去11天严重缺失的睡眠，周一早晨再开始下一个11天的奋斗。A1：具体来由不清楚，2014年哈理工MBA硕士研究生考试作弊事件倒是当时的大新闻，教育部给的处罚决定之一是：2015年起核减哈尔滨理工大学硕士研究生招生计划。这一事件不知道跟联培是否相关。
科研立项有什么用知乎?
科研大牛是怎么打基础的（一)所有成功的科学家一定具有的共同点，就是他们必须付出大量的时间和心血。这是一条真理。实际上，无论社会上哪一种职业，要想成为本行业中的佼佼者，都必须付出比常人多的时间。
大约10年前，著名华人生物学家蒲慕明先生曾经有一封邮件在网上广为流传，这封邮件是蒲先生语重心长写给自己实验室所有博士生和博士后的， 其中的观点我完全赞同。无论是在普林斯顿还是在清华大学，我都把这封邮件转发给实验室的所有学生，让他们体会。其中的一段是这样说的：
“我认为最重要的事情就是在实验室里的工作时间，当今一个成功的年轻科学家平均每周要有60小时左右的时间投入到实验室的研究工作中……我 建议每个人每天至少有6小时投入紧张的实验操作，并且用两小时以上的时间从事与科研直接相关的阅读等工作。文献和书籍的阅读则应主要在这些工作时间之外进 行。”
有些学生读完邮件后告诉我：“看来我不是做学术的料，因为我真的吃不起这份苦。”我常常回复道：“我在你这么大年纪的时候，也会觉得长期这 样工作不可思议。但在不知不觉中，你会逐渐被科学研究的精妙所打动，也会为自己的努力和成绩而骄傲，你会逐渐适应这种生活方式！”这样的回答，其实源自我 自己的经历与体会。
我从小就特别贪玩，并不喜欢学习，但来自学校和父母的教育与压力迫使我尽量刻苦读书。我高中就读于河南省实验中学，凭借著比别人更加刻苦的 努力，综合成绩始终名列前茅。1984年全国高中数学联赛我获得河南赛区第一名，保送进入清华大学。大学阶段，我保持了刻苦的传统，综合成绩全班第一并提 前一年毕业。然而事实上，我很少真正独立思考，对所学专业也不感兴趣。大学毕业时，我本没有打算从事科学研究，而是一心一意想下海经商，结果阴差阳错间踏 上了赴美留学之路。
可想而知，留学的第一年，我情绪波动很大，内心浮躁而迷茫，根本无心念书、做研究，而是花了很多时间在中餐馆打工、选修计算机课程。第二 年，我开始逐渐适应科研的“枯燥”，并开始有了一点自己的体会，有时领会了一些精妙之处后不免 “洋洋得意”，也会产生“原来不过如此”的想法，逐渐对自己的科研能力有了一点自信。这期间，博士研究生的课程全部修完，我每周5天、每天从上午9点做实 验到晚上七八点，周末也会去两个半天。到了第三年，我已经开始领会到科研的逻辑，有点儿跃跃欲试的感觉，在组会上常常提问，而这种“入门”的感觉又让我对 研究增加了很多兴趣，晚上常常干到11点多，赶最后一班校车从霍普金斯医学院回到住处附近的霍姆伍德校区。1993年，我曾经在实验记录本的日期旁标注 “这是我连续第21天在实验室工作”，以此激励自己。其实，这多少有作秀之嫌，因为其中的一个周末我一共只做了五六个小时的实验。到第四年以后，我完全适 应了实验室的科研环境，也不会再感到枯燥或时间上的压力了。时间安排完全服从实验的需要，尽量往前赶。其实，这段时期的实验时间远多于刚刚进实验室的时 候，但感觉上好多了。
研究生阶段后期，我的刻苦在实验室是出了名的。在纽约做博士后时期则是我这辈子最苦的两年，每天晚上做实验到半夜3点左右，回到住处躺下来 睡觉时常常已是4点以后；但每天早晨8点都会被窗外纽约第一大道上的汽车喧闹声吵醒，9点左右又回到实验室开始了新的一天。每天三餐都在实验室，分别在上 午9点、下午3点和晚上九十点。这样的生活节奏持续11天，从周一到第二个星期的周五，周五晚上坐灰狗长途汽车回到巴尔地摩的家里。周末两天每天睡上近 10个小时，弥补过去11天严重缺失的睡眠，周一早晨再开始下一个11天的奋斗。虽然体力上很累，但我心里很满足、很骄傲，我知道自......
中科院自动化所与哈尔滨理工大学“联培生”项目怎么样
以下回答来自知乎，应该对你有帮助：
本人14级研究生，我们这届是中科院自动化所跟哈理工第一届搞联培生（我认为是第一届，因为之前没听说过~）。下面就几个问题详细说明下：
Q1：联培生来由？
A1：具体来由不清楚，2014年哈理工MBA硕士研究生考试作弊事件倒是当时的大新闻，教育部给的处罚决定之一是：2015年起核减哈尔滨理工大学硕士研究生招生计划。这一事件不知道跟联培是否相关。
Q2：怎样成为联培生？
A2：每年的四五月份，自动化所都会有考研面试，在面试过后，按照初始和面试加权后得到的总分数进行排名，每个中心根据自己的招生名额情况，按照成绩择优录取；那些成绩稍微差一些，遗憾没被录取的，所里负责招生的老师会询问你是否想做联培生，联培生也是在有意向参与联培的学生中择优录取。
Q3：联培生跟录取为自动化所的学生有什么区别？
A3：对于我们这一届（14级）来说，在培养方案上两者几乎没有差别，研一都是统一在怀柔上课，研二之后回实验室参与课题组科研；不过从15级开始，培养方案有了一些改变，研一上学期需要去哈理工本部上基础课，从研一下学期至毕业就一直在所里参与课题组科研，今后的培养政策不知道会不会变。因此，就科研来说，区别不大，在所里大家都很nice的，不会因为你是联培生就觉得你特殊；毕业证的话拿到的是哈理工毕业证，不过所里毕业时候估计会给一个类似联培证明的文件。
如何评价免费 Wi-Fi 覆盖全球的 Outernet 计划
不知道为什么这两天突然有很多并不理解这个项目的记者们都在发新闻报道这家Outernet。个人对这个项目的评价：野心庞大，希望渺小。
详细论述之前先介绍一点儿背景。Outernet网站提到他们打算借鉴这种10cm见方的开源卫星CubeSat的设计，来快速研发出可用的人造卫星。出于该项目的草根性质，我认为他们也会把这种卫星放在尽可能低的低地轨道——最低的亚稳态轨道也就是160km，不能再低否则卫星会很快坠毁。另外还有一点很容易误解的地方，有几位知友都已经指出：Outernet的主要目的是用现有的WiFi设备接收单向的信息广播，而不是上网。
套用IDEO的理论，任何创新项目想要成功，离不开这三个要素：
技术上的可行性(technical feasibility)
经济上的可持续性(financial viability)
符合市场需求(market desirability)
如果仔细分析一下，如果Outernet项目要想成功，在这三个方面都要跨越太多的困难。
首先谈谈技术上的可行性。
链路损耗：由于传输距离长，手机根本接收不到卫星的信号。这点@杨侃生提到了，但是不清楚他怎么得到的。我这里假设按最理想的情况，没有空气对电磁波的吸收，并且这个卫星上有办法神奇地摺叠出来一个直径1米的巨无霸抛物面天线（24dBi增益），那么一个满功率100mW（20dBm）的WiFi卫星发射机发射的信号，经过160km长途跋涉到地面上也会衰减成可怜的-100dBm。因为手机和笔记本的天线增益都小得可怜，所以手机的WiFi芯片能看到的信号强度也只有-100dBm左右——这种情况下手机根本无法正确地接收数据（大部分手机需要至少-80dBm才能勉强工作）——而所有这一切的计算还是在非常理想的情况下得出的，考虑到空气损耗、传播并非最短路径、建筑物树木遮挡、多径效应等等影响，实际情况要糟糕得多。
卫星功耗：卫星的电源供给不足以提高发射功率弥补链路损耗。显然由于项目的草根性质和体积限制，卫星不可能携带核燃料电池之类的先进电源，那么只能靠太阳能电板工作了。目前在太空中最成功的电板也只能生产300W/sqm的功率，折算到CubeSat的面积，假设总有一面始终正对着太阳，也只能产生3W的功率——这点可怜的功率也只勉强供控制器、存储器和WiFi电路工作。而且简单提高电板功率也是行不通的。退一步来讲即使卫星很神奇地又摺叠出1平米见方的太阳能板（都快成变形金刚了！）并且能有效产生300W的功率，最理想的情况下也只能保证地球上露天的手机勉强工作而已。这还不考虑WiFi功放的效率、卫星需要复杂的姿态控制电路、卫星会进入地球阴影等等因素。最要命的是，在太空中，卫星工作产生的这么多热量无法容易地排除出去，卫星很快会过热死！
覆盖范围：卫星的覆盖范围太小，数目太少，速度太快。上述的卫星上一个直径1米的抛物面天线只能覆盖地表约20公里直径的圆形区域（大约7度左右），即使覆盖中国960万平方公里中最需要此类服务的1/100区域，也需要76颗卫星！——我不知道Outernet号称的150颗覆盖全球如何做到的——这还不是麻烦的全部，这种低地轨道卫星的运动速度大约是7.8km/s（第一宇宙速度），也就是说手机只能从某一颗卫星接收3秒钟数据，就要掉线，或者切换到下一颗卫星。我很难相信下一颗卫星的广播数据能和上一颗卫星无缝衔接。
数据分发：技术困难尚未克服。Outernet提到用WiFi Multicast来发送数据，而这......
数学方面的能力该怎么培养知乎
一、明确学习数学的目的在学习数学之前，你需要思考清楚为什么需要学习数学。数学有多个子分类，每一本数学书中都有许多定理和结论，需要花费大量时间来研究。因此，你需要确定自己的目标，合理安排时间。
1.1 你的目标是精通数学、钻研数学，以数学谋生，你可能立志掌握代数几何，或者想精通前沿物理。那么你需要打下坚实的现代代数、几何以及分析基础，你需要准备大量时间和精力，拥有坚定不移的决心。
1.2 你的目标是能够熟练运用高等数学，解决问题，掌握探索新应用领域的武器，你可能立志进入计算机视觉领域、经济学领域或数据挖掘领域。那么你需要打下坚实的矩阵论、微积分以及概率统计基础。
1.3 你的目标是想了解数学的乐趣，把学数学作为人生一大业余爱好。那么你需要打下坚实的线性代数、数学分析、拓扑学以及概率统计基础，对你来说，体会学数学的乐趣是一个更重要的目标。（精通第一级高等数学，在第二级高等数学中畅游，尝试接触第三级高等数学）
二、激发学习数学的动力
学习数学需要智力，更需要时间和精力。以下几个事实大家都深有体会：
1. 凡是没有用的东西，或者虽然有用，但是你用不到的东西，学得快忘得也快。回想一下你大一或者初一的基础课，你还记得清楚吗？
2. 凡是你不感兴趣（或者感觉不到乐趣）的东西，你很难坚持完成它。很多人都有这样的经历，一本书，前三章看得仔细，后面就草率吞枣，越看越快，反正既没意思也没用。
3. 小学数学是中学数学的基础，中学数学是高中数学的基础，高中数学是大学数学的基础（你可以以此类推）。因此，无论你的目标是什么，搞数学、用数学、还是体会数学的乐趣、满足自己从少年时就有的梦想。学有所乐、学有所用，永远是维持你动力不衰退的两个最主要的因素。
三、了解高等数学学什么
接下来，让我们来看看标准大学数学的科技树：
一级：线性代数（矩阵论），数学分析，近世代数（群环域），分别涵盖了几何、分析和代数的基础理论。别忘了还有概率论（建立在分析之上的一门基础学科）。
二级：有了这些基础，接着是基础的基础、抽象和推广：测度论（积分的基础，当然也是概率论的基础），拓扑学（有关集合、空间、几何的一门极度重要的基础学科），泛函分析（线性代数的推广），复变函数（分析的推广），常微分方程与偏微分方程（分析的推广），数理统计和随机过程（概率论的推广），微分几何（分析和几何的结合）。然后是一些小清新和应用学科：数值分析（算法），密码学，图形学，信息论，时间序列，图论等等。
三级：再往上是研究生课题，往往是代数、几何和分析要一起上：微分流形、代数几何、随机动力学等等。这个科技树的三级，和小学、初中、高中数学很相似，一层学不精通，下一层看天书。
四、如何学习
4.1 适量做题
千万千万千万不要狂做题。玩过战略对抗游戏的同学都知道，低级兵造几个就行了，要攒钱出高级兵才能在后期取胜，低级兵不仅攻击力低，还没有好玩的魔法，它们存在的意义在于让你有能力熬到后期。上面列举了那么多课程，你先花5年做完吉米诺维奇六本数学分析习题集，你就30岁了，后面的二级课程还没开始学呢。因此，做一些课后习题，帮助你复习、思考、维持大脑运转就行，要不断地向后学。如果完全学不懂了，返回来做习题帮自己理清头绪。
4.2 了解思想
数学的精髓不是做题的数量，而是掌握思想。每一个数学分支都有自己的主线思想和方法论，不同分支也有相互可供对比和借鉴的思想方式。留意它，模仿它，琐碎的知识就串成了一条项链，你也就掌握了一门课。思想并不是读一本教材就能轻易了解的，你要读好几本书，了解一些应用才能体会。举两个例子：微积分的主线有这么几条：认识到微观和宏观是有联系的，微分用来刻画事物如何变化，它把细节放大给你看，而积分用来刻画事物的整体性质；微分和积分有时是描述一个现象的不同方式，这一点你在数学分析书中可能不容易发现，但是如果学点物理，就会发现麦克斯韦方程组同时有等价的微分形式和积分形式；积分变换能够建立不同空间之间的的联系，建立空间和空间边界的联系，这就是Stokes定理：，这个公式最迟要在微分流形中你才能一窥全貌。矩阵是空间中线性变换的抽象，线性代数这门课的全部意义在于研究如何表达、化简、分类空间线性变换算子；SVD分解不仅在应用学科用有极为广泛的亮相，也是你理解矩阵的有力工具；矩阵是有限维空间上的线性算子，对"空间"的理解不仅能让你重新认识矩阵，更为泛函分析的学习开了个好头。
4.3 渐进式迂回式学习，对比学习
很多时候，只读一本书，可能由于作者在某处思维跳跃了一下，以后你就再也跟不上了。学习数学的一个诀窍，就是你同时拿到好几本国际知名教材，相互对比着看，或者看完一本然后再看同一主题的另一本书，已经熟悉的内容跳过去，如果看不懂了，停下来思考或者做做习题，还是不懂则往后退一退，从能看懂的部分向前推进，当你看的多了，就会发现一个东西出现在很多地方，对它的理解就加深了。举两个例子：外微分这个东西，国内有的数学分析书里可能不介绍，我第一次遇到是在彭家贵的《微分几何》里，觉得这是个方便巧妙的工具；后来读卓里奇的《数学分析》和Rudin的《数学分析原理》，都讲了这个东西，可见在西方外微分是一个基础知识。你要读懂它，可能要首先理解矩阵，明白行列式恰好是空间体积在矩阵的变换下拉伸的倍数，它是一种线性形式。最后，当你读微分流形后，将发现外微分是获得流形上的Stokes定理的工具。点集拓扑学这个东西，搞应用用不到。但是但凡你想往深处学，这一门学科就必须要掌握，因为它提供对诸如开集、紧集、连续、完备等数学基本概念的精准刻画。往后学泛函分析、微分流形，没有这些概念你将寸步难行。首先你要读芒克里斯的旷世名著《拓扑学》，接着在读其他外国人写的书时，或多或少都会接触一些相关概念，你的理解就加深了，比如读Rudin的《泛函分析》，开始就是介绍线性拓扑空间，前面的知识你就能用上了。
4.4 建立不同学科的联系
看到一个东西在很多地方用，你对它的理解就加深了，慢慢也就能体会到这个东西的精妙，最后你会发现所有的基础学科相互交织，又在后续应用中相互帮助，切实体会到它们真的很基础，很有用。这是一种体会数学乐趣的途径。
4.5 关注应用学科
没有什么比应用更能激发你对新知识、新工具的渴望。找一些感兴趣的应用学科教材，读一读，开阔眼界，为自己的未来积累资源。以下结合自己的专业（计算机视觉）和爱好说说一些优秀的专业书籍：学了微积分，就可以无压力阅读《费恩曼物理学讲义第一卷》，了解力、热、光、时空的奥秘；学了偏微分方程，就可以无压力阅读《费恩曼物理学讲义第二卷》，了解电的奥秘；学了矩阵论，可以买一本《计算机视觉中的多视图几何》，了解成像的奥秘，编程进行图像序列的三维重建；学了概率论的同学应该会听说过贝叶斯学派和频率学派，这两个学派的人把战场拉到了机器学习领域，成就了两本经典著作《Pattern Recognition And Machine Learning》和《The Elements of Statistical Learning》，读了它们，我被基础数学为机器学习领域提供的丰硕成果和深刻见解深深折服；读了《Ray Tracing from the Ground Up》，自己写了一个光线追踪器渲染真实场景，它的基础就是一点点微积分和矩阵......高等数学的应用实在是太多了，如果你喜欢编程，自动化、机器人、计算机视觉、模式识别、数据挖掘、图形图像、信息论和密码学......到处都有大量模型供你玩耍，而且只需要一点点高等数学。在这些领域，你可能能发现比数学书更有趣，也更容易找到工作的目标。
4.6 找有趣的书看
数学家写的书有时是比较死板的，但是总有一些教材，它们的作者有强烈的欲望想向你展示"这个东西其实很有趣"，"这个东西完全不是你想的那个样子"等等，他们成功了；还有些作者，他们喜欢把一个东西在不同领域的应用，和不同东西在某一领域的应用集中展示给你看。这样的书会提供给你充足的乐趣读下去。典型代表就是国内出版的一套《图灵数学统计学丛书》，这一套书实在是太棒了，比如《线性代数应该这样学》《复分析：可视化方法》《微分方程、动力系统与混沌导论》，个人认为都是学数学必读的经典教材，非常非常