如今美国大学CS专业有很多细小的研究方向。如computer vision，几十年前是没有这个单独的研究方向的，最接近的是AI这个方向。MIT的一些学生在做一个课程project的时候选了这么一个题：在图像中识别一些3维物体，这些3维物体都是rigid，但是视角和远近可能不同。本来大家觉得AI很难，但是这个问题应该不太难，结果越做越发现这个东西其实很难，即使是rigid物体，因为不同角度，不同位置你看到的样子都不同，可变性太大。 这个project从一开始的课程project，后来到整个暑假project，..., 后来到computer vision. 这个问题就是computer vision的核心问题object recognition. 就如同算法中NP问题可以互相转换并且本质一致 一样，AI ，learning, vision的问题也许也可以互相转化，就叫它 AI-complete 吧。这个说法我导师曾经提到过，我用一下。

　　又一次和导师讨论，我说你把computer vision 的secrect 告诉我。导师说：

　　1) observation

　　要想解决vision问题首先要观察，问题在哪，哪里入手，现象背后是否有物理含义。如果提出一个方法是否可以分析解释的清楚。自己的方法是否可以和问题本质联系在一起。这个过程很重要，很多好paper都是有很妙的对某些问题的observation，而别人没有发现。

　　2) assumption

　　有一句话 you can not do inference without assumption. 世界上的事情可变性非常大，如果你假定什么事情都可能发生，参数可能服从于任何概率分布，那就什么也无法解。任何问题都有假设，假设是一个很基本的简化问题的方法。最典型的 假定某些参数服从 gaussin 分布。不要怕做假设，只要它有合理性。

　　3) mathematical formulation

　　接下来就是根据你的observation和assumption把问题formulate出来。这是你能否写成paper的关键。你要用数学语言把你想解的问题勾勒出来。fomulation的背后是你对问题的理解，也就是直接与observation相关。

　　4) regularization

　　并不是所有formulation都能work out的。比如你的fomulation有很多参数，overfitting，优化问题接踵而来。当你发现model参数太多时你需要regularize。这可以认为是对参数解空间的限制或者是prior。总之你要做一些理论上讲的通的事情使你的formulation可解。

　　5) optimization

　　最后一步就是优化问题，目标就是在整个框架下得到你的解。

　　第一和第三步很重要，也是contribution之所在。我喜欢文章体现一个interesting的observation并很好的formulate它而解决问题的。如果optimization做的很elegant就更好了

　　比较不喜欢在别人的observation框架下炒冷饭的文章，如果formulation也没有新意就更没意思了。

　　回头看看，大部分vision都能用这个过程来演绎。如果你能体会并领悟每一步在做什么，为什么重要，那么你就入门了。

　　(编辑：Ada)