由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
Biology版 - 生物这行还是挺有意思的
相关主题
其实应该把大部分生物的钱转到人工智能公布答案,非生物口的出局,不丢人
生物研究现在要往计算领域靠拢非生物专业,转一科学网文章
(转载)人工智能不会威胁人类的根本原因进化论发展的最大障碍是什么?
碳云智能商业全景图zz问下,非生物专业的想自学生物有机化学,这个在你们
俄亥俄州立大学的Terence M Williams人咋样?同样的学校生物和非生物位置工资差距很大
有做生物研究的转做非生物行业一年后再回到生物行业的吗?蛋白药物研发公司 - 继续招聘
非生物专业问马桶里浸泡的厕纸如何长出蛆来的?大量搞结构的回国不是好事
cell应该达不到nature和Science等同的地步吧!在哪里能找到生物类杂志的影响因子排名?
相关话题的讨论汇总
话题: 生物话题: 数据话题: 人工智能话题: 领域话题: wet
进入Biology版参与讨论
1 (共1页)
e*********6
发帖数: 3453
1
数据很多,上课学了什么新算法,可以找点数据自己试试,效果好就找老板讨论一下能
不能发paper, 不好就move on再换个算法试试。
x********a
发帖数: 230
2
你说的这象CS, 不像生物。你这是挺风作案。

【在 e*********6 的大作中提到】
: 数据很多,上课学了什么新算法,可以找点数据自己试试,效果好就找老板讨论一下能
: 不能发paper, 不好就move on再换个算法试试。

e*********6
发帖数: 3453
3
我觉得生物现在数据多,未经探索领域多。找点现成算法,探索生物数据应该还是很有
意思的。
现在要对已知问题提更好的解比较难,但是从生物领域提出新问题用现在算法解还是不
错的

【在 x********a 的大作中提到】
: 你说的这象CS, 不像生物。你这是挺风作案。
m*********u
发帖数: 1491
4
说的好! 咱生物这行就是挺有意思的!
生物这行熟桔特多,熟桔技术哪里都缺.生物博士分洗熟桔,公司抢着给你工作!
http://www.usalaotu.com/forum/index.php?board=16.0

【在 e*********6 的大作中提到】
: 数据很多,上课学了什么新算法,可以找点数据自己试试,效果好就找老板讨论一下能
: 不能发paper, 不好就move on再换个算法试试。

c****3
发帖数: 10787
5
看不出这是大坑吗?如果数学分析有效,生物就不是大坑了。
人类以前那点数理基础,在其他行业成功的东西,拿到生物全部无效,才会变成大坑。

【在 e*********6 的大作中提到】
: 我觉得生物现在数据多,未经探索领域多。找点现成算法,探索生物数据应该还是很有
: 意思的。
: 现在要对已知问题提更好的解比较难,但是从生物领域提出新问题用现在算法解还是不
: 错的

v*******e
发帖数: 11604
6
生物还靠做实验、发明新方法。最近的超分辨率、各种荧光显示、各种knock out
knock down之类的东西就很好。这样的东西还需要更多。
x********e
发帖数: 35261
7
所以生物之外的人都想来掺一脚,做生物的都想跳出去

【在 e*********6 的大作中提到】
: 我觉得生物现在数据多,未经探索领域多。找点现成算法,探索生物数据应该还是很有
: 意思的。
: 现在要对已知问题提更好的解比较难,但是从生物领域提出新问题用现在算法解还是不
: 错的

e*********6
发帖数: 3453
8
我没说生物发展的大方向,我就说对学生来说,生物上的很多课题还是挺有意思的。
x********e
发帖数: 35261
9
你说的只是数据分析吧?

【在 e*********6 的大作中提到】
: 我没说生物发展的大方向,我就说对学生来说,生物上的很多课题还是挺有意思的。
e*********6
发帖数: 3453
10
当然不仅仅数据分析了。
我觉得把现有的杂乱的数据,进行整理,提出一个有意思的问题,然后想办法用计算的
方法,来解决问题,做出新发现,是很有意思的。

【在 x********e 的大作中提到】
: 你说的只是数据分析吧?
相关主题
有做生物研究的转做非生物行业一年后再回到生物行业的吗?公布答案,非生物口的出局,不丢人
非生物专业问马桶里浸泡的厕纸如何长出蛆来的?非生物专业,转一科学网文章
cell应该达不到nature和Science等同的地步吧!进化论发展的最大障碍是什么?
进入Biology版参与讨论
m*********u
发帖数: 1491
11
好主意!
即使没有伟大的新发现,也是很有意思的。
因为公司都要这样的技术!

【在 e*********6 的大作中提到】
: 当然不仅仅数据分析了。
: 我觉得把现有的杂乱的数据,进行整理,提出一个有意思的问题,然后想办法用计算的
: 方法,来解决问题,做出新发现,是很有意思的。

x********e
发帖数: 35261
12
非生物人做生物的一大问题就是很多计算在实际意义上不make sense。就像搞数学的通
过整理数据总结可以推出公式,但对不上实际物理意义一样。
不过我还是很喜欢听非生物背景的人做报告。你们的思维方式很有意思,很有启发性。

【在 e*********6 的大作中提到】
: 当然不仅仅数据分析了。
: 我觉得把现有的杂乱的数据,进行整理,提出一个有意思的问题,然后想办法用计算的
: 方法,来解决问题,做出新发现,是很有意思的。

n******7
发帖数: 12463
13
你说的这是生物信息
发文章是容易多了
不过绝大部分是垃圾
e*********6
发帖数: 3453
14
我们这些小兵小卒不在乎垃圾不垃圾,能毕业找到工作养家糊口就行了

【在 n******7 的大作中提到】
: 你说的这是生物信息
: 发文章是容易多了
: 不过绝大部分是垃圾

n******7
发帖数: 12463
15

搞统计计算的转生物信息很受欢迎的
因为忽悠一个过来不容易

【在 e*********6 的大作中提到】
: 我们这些小兵小卒不在乎垃圾不垃圾,能毕业找到工作养家糊口就行了
r******8
发帖数: 1486
16
现在搞计算机的,脑子得多坏才会转生物信息啊,都是本来搞生物的,学了点计算机,
才去生物信息吧

★ 发自iPhone App: ChineseWeb 1.0.1

【在 n******7 的大作中提到】
: 然
: 搞统计计算的转生物信息很受欢迎的
: 因为忽悠一个过来不容易

n******7
发帖数: 12463
17
不是
做方法的大部分还是学数学统计计算机的
搞生物的主要做做pipeline,database,或者分析分析数据的生物学意义

【在 r******8 的大作中提到】
: 现在搞计算机的,脑子得多坏才会转生物信息啊,都是本来搞生物的,学了点计算机,
: 才去生物信息吧
:
: ★ 发自iPhone App: ChineseWeb 1.0.1

e*********6
发帖数: 3453
18
我见过很多cs phd在生物领域,可能因为留在学术界的曝光率高,去当了工业界的就不
在露面了。。。

【在 r******8 的大作中提到】
: 现在搞计算机的,脑子得多坏才会转生物信息啊,都是本来搞生物的,学了点计算机,
: 才去生物信息吧
:
: ★ 发自iPhone App: ChineseWeb 1.0.1

R****n
发帖数: 708
19
我很同意你的话,我以前学工科的,刚开始读博士的时候很不上路,博后的时候做高通
量筛选,工科的training就起作用了。 可以借用很多别人的数据验证自己的想法,从
而避免做很多Wet lab。实验可以搞得很efficient

【在 x********e 的大作中提到】
: 非生物人做生物的一大问题就是很多计算在实际意义上不make sense。就像搞数学的通
: 过整理数据总结可以推出公式,但对不上实际物理意义一样。
: 不过我还是很喜欢听非生物背景的人做报告。你们的思维方式很有意思,很有启发性。

x********e
发帖数: 35261
20
一个完整的理论是需要wet lab验证的。你可以自己纯做computational analysis,把
in vivo给别人做。发文章的话还是要有wet lab data才能发高。

【在 R****n 的大作中提到】
: 我很同意你的话,我以前学工科的,刚开始读博士的时候很不上路,博后的时候做高通
: 量筛选,工科的training就起作用了。 可以借用很多别人的数据验证自己的想法,从
: 而避免做很多Wet lab。实验可以搞得很efficient

相关主题
问下,非生物专业的想自学生物有机化学,这个在你们大量搞结构的回国不是好事
同样的学校生物和非生物位置工资差距很大在哪里能找到生物类杂志的影响因子排名?
蛋白药物研发公司 - 继续招聘生物学研究中的试错法很可怕
进入Biology版参与讨论
R****n
发帖数: 708
21
是的,现在和一个院士实验室的中国哥们合作很愉快,一个靠得住的人比一群磨嘴皮的
强不知道多少倍。以后有机会能在找个做动物的就齐了。lol

【在 x********e 的大作中提到】
: 一个完整的理论是需要wet lab验证的。你可以自己纯做computational analysis,把
: in vivo给别人做。发文章的话还是要有wet lab data才能发高。

e*********6
发帖数: 3453
22
从发高质量文章来说是对的。但是如果要一起做wet lab,还有很多实际问题。我们有
时候辅助他们分析他们主导的课题数据。但是我们自己的东西,要做的时候就要把那些
用来证实的东西规划好,要现已经发表的数据作为验证。如果我们的理论说的通,自然
有人会做实验验证的。这毕竟有事一篇paper

【在 x********e 的大作中提到】
: 一个完整的理论是需要wet lab验证的。你可以自己纯做computational analysis,把
: in vivo给别人做。发文章的话还是要有wet lab data才能发高。

x********e
发帖数: 35261
23
again,非生物背景出来的人有时候是没有生物常识的。数据可以用各种方式分析,但
生物实际上的情况只有一个可能。wet lab错误interpret的时候都很常见,更不要说是
computational biology了。另外,computational biology的数据也来自wet lab,比
如RNA-Seq。这个实验设计得不合理或者样品的质量不过关的话,所有的数据都没有意
义。你分析出花儿来都没用。

【在 e*********6 的大作中提到】
: 从发高质量文章来说是对的。但是如果要一起做wet lab,还有很多实际问题。我们有
: 时候辅助他们分析他们主导的课题数据。但是我们自己的东西,要做的时候就要把那些
: 用来证实的东西规划好,要现已经发表的数据作为验证。如果我们的理论说的通,自然
: 有人会做实验验证的。这毕竟有事一篇paper

x********e
发帖数: 35261
24
我觉得你楼上那个RinMan是非生物背景但有希望做好的。你这种就是典型的借生信和大
数据灌水。

【在 e*********6 的大作中提到】
: 从发高质量文章来说是对的。但是如果要一起做wet lab,还有很多实际问题。我们有
: 时候辅助他们分析他们主导的课题数据。但是我们自己的东西,要做的时候就要把那些
: 用来证实的东西规划好,要现已经发表的数据作为验证。如果我们的理论说的通,自然
: 有人会做实验验证的。这毕竟有事一篇paper

e*********6
发帖数: 3453
25
我们用肯定要用可靠的发表出来的数据啊。至于错误,我们没办法只能选择相信同行是
正确的,我也不知道wet引用wet的paper的时候如何验证。至于误差,只能一步一步改
进。

【在 x********e 的大作中提到】
: again,非生物背景出来的人有时候是没有生物常识的。数据可以用各种方式分析,但
: 生物实际上的情况只有一个可能。wet lab错误interpret的时候都很常见,更不要说是
: computational biology了。另外,computational biology的数据也来自wet lab,比
: 如RNA-Seq。这个实验设计得不合理或者样品的质量不过关的话,所有的数据都没有意
: 义。你分析出花儿来都没用。

e*********6
发帖数: 3453
26
不能这么说。这叫做给做生物学家提供idea和参考。做做辅助工作提提鞋

【在 x********e 的大作中提到】
: 我觉得你楼上那个RinMan是非生物背景但有希望做好的。你这种就是典型的借生信和大
: 数据灌水。

n******7
发帖数: 12463
27
确实这样
绝大多数我见过的计算背景的人缺乏生物直觉
就是某个东西重不重要,靠不靠谱,哪里可能出问题,没什么感觉
这样就容易走歪
其实这些人多做做low level的data processing会好很多
很多实验问题都在data processing这一步有所体现
可惜他们一般都看不上这块活
做实验的现在也需要多做做data processing,
话说前两个月,某个大牛说他们发现了一个新现象
要我们帮忙弄个统计模型好写grant
结果折腾了一下午发现他们数据有问题
弄个了简单粗暴的方法处理了一下,他们的发现就没了...

【在 x********e 的大作中提到】
: again,非生物背景出来的人有时候是没有生物常识的。数据可以用各种方式分析,但
: 生物实际上的情况只有一个可能。wet lab错误interpret的时候都很常见,更不要说是
: computational biology了。另外,computational biology的数据也来自wet lab,比
: 如RNA-Seq。这个实验设计得不合理或者样品的质量不过关的话,所有的数据都没有意
: 义。你分析出花儿来都没用。

e*********6
发帖数: 3453
28
我很想反驳你这句。所以的直觉是啥啊?我想解释成偏见或者预定立场。你直觉的觉得
A因素会影响B,你怎么知道是真的影响而不是B本身的误差引起的?
你这样才容易走歪

【在 n******7 的大作中提到】
: 确实这样
: 绝大多数我见过的计算背景的人缺乏生物直觉
: 就是某个东西重不重要,靠不靠谱,哪里可能出问题,没什么感觉
: 这样就容易走歪
: 其实这些人多做做low level的data processing会好很多
: 很多实验问题都在data processing这一步有所体现
: 可惜他们一般都看不上这块活
: 做实验的现在也需要多做做data processing,
: 话说前两个月,某个大牛说他们发现了一个新现象
: 要我们帮忙弄个统计模型好写grant

n******7
发帖数: 12463
29
呵呵,那你就按你觉得正确的做呗

【在 e*********6 的大作中提到】
: 我很想反驳你这句。所以的直觉是啥啊?我想解释成偏见或者预定立场。你直觉的觉得
: A因素会影响B,你怎么知道是真的影响而不是B本身的误差引起的?
: 你这样才容易走歪

c****3
发帖数: 10787
30
大数据能分析出来的规律,用眼睛也能看出来,用不着去分析。
更不要说生物还有很多造假数据,真假在一起,大数据分析结果根本没用。
大数据是CS忽悠的东西,主要目的是挖掘用户隐私,卖广告,这才是大数据能发挥作用
的地方。如果这都看不出,CS也是白学了。
相关主题
工作面试如何做persentation请教生物研究现在要往计算领域靠拢
为什么我极端厌恶很多做生物的说什么hypothesis driven(转载)人工智能不会威胁人类的根本原因
其实应该把大部分生物的钱转到人工智能碳云智能商业全景图zz
进入Biology版参与讨论
e*********6
发帖数: 3453
31
你说说怎么用眼看出来?

【在 c****3 的大作中提到】
: 大数据能分析出来的规律,用眼睛也能看出来,用不着去分析。
: 更不要说生物还有很多造假数据,真假在一起,大数据分析结果根本没用。
: 大数据是CS忽悠的东西,主要目的是挖掘用户隐私,卖广告,这才是大数据能发挥作用
: 的地方。如果这都看不出,CS也是白学了。

c****3
发帖数: 10787
32
你以为现在人工智能啥水平,每个大数据忽悠的例子,除非看的人智商有问题,否则都
可以用手工分析,找到明显规律。眼睛找不到规律的,大数据也分析不出来。
隐私分析情况不同,因为用户成千上万,但是因为每个人的习惯,规律是很明显的,只
是没有那么多人力,所以要靠大数据自动挖掘隐私,卖广告。
生物情况更不同,生物的规律不是象其他学科可以用数学描述的线性规律,是非线性的
,肉眼都很难找到。这种更不适合大数据了,当然只是为了灌水另说。

【在 e*********6 的大作中提到】
: 你说说怎么用眼看出来?
d********t
发帖数: 9628
33
RE

【在 c****3 的大作中提到】
: 大数据能分析出来的规律,用眼睛也能看出来,用不着去分析。
: 更不要说生物还有很多造假数据,真假在一起,大数据分析结果根本没用。
: 大数据是CS忽悠的东西,主要目的是挖掘用户隐私,卖广告,这才是大数据能发挥作用
: 的地方。如果这都看不出,CS也是白学了。

e*********6
发帖数: 3453
34
你说那个target卖婴儿用品的经典例子,你用眼睛怎么看出来?

【在 c****3 的大作中提到】
: 你以为现在人工智能啥水平,每个大数据忽悠的例子,除非看的人智商有问题,否则都
: 可以用手工分析,找到明显规律。眼睛找不到规律的,大数据也分析不出来。
: 隐私分析情况不同,因为用户成千上万,但是因为每个人的习惯,规律是很明显的,只
: 是没有那么多人力,所以要靠大数据自动挖掘隐私,卖广告。
: 生物情况更不同,生物的规律不是象其他学科可以用数学描述的线性规律,是非线性的
: ,肉眼都很难找到。这种更不适合大数据了,当然只是为了灌水另说。

c****3
发帖数: 10787
35
这还不明显,女孩肯定知道自己怀孕,成天看相关网站,或者电邮里有相关内容,隐私
被在线服务商偷走(Goolge?),然后隐私被转卖给商家。
这是典型的大数据赚钱的忽悠模式,出卖隐私一条龙。

【在 e*********6 的大作中提到】
: 你说那个target卖婴儿用品的经典例子,你用眼睛怎么看出来?
e*********6
发帖数: 3453
36
这是你事后的解释,你事前怎么知道?!
比如我找了DNA sequence上某种pattern和某个生物学事件有关, 生物学家可以再解释
为什么,但是没有数据上分析提供这个提示,打死也想不到这两者之间有联系. 就好比啤
酒和尿布的关系.

【在 c****3 的大作中提到】
: 这还不明显,女孩肯定知道自己怀孕,成天看相关网站,或者电邮里有相关内容,隐私
: 被在线服务商偷走(Goolge?),然后隐私被转卖给商家。
: 这是典型的大数据赚钱的忽悠模式,出卖隐私一条龙。

c****3
发帖数: 10787
37
死脑筋的人不适合搞科研。
已经跟你说过,大数据搜集隐私,因为隐私里很容易找到规律,只是人手不够。女孩怀
孕这种事,如果她父母能偷看她的隐私,知道她最近的在看的网站,或者偷看她的电邮
,也能知道发生什么。现在父母没有偷看,被在线商程序自动偷看了。
生物这种数据,都是透明的,大家都可以看,不像隐私,不能偷看。其中的规律,如果
明显,早就有人看出来了,也轮不到你。
不明显的规律,可能有无数个,这个你拿大数据看到也没用。在这些不明显的规律里找
到正确的,也要花费无数精力。

【在 e*********6 的大作中提到】
: 这是你事后的解释,你事前怎么知道?!
: 比如我找了DNA sequence上某种pattern和某个生物学事件有关, 生物学家可以再解释
: 为什么,但是没有数据上分析提供这个提示,打死也想不到这两者之间有联系. 就好比啤
: 酒和尿布的关系.

e*********6
发帖数: 3453
38
生物这种数据,都是透明的 -- 所以我才觉得, 这种东西对学生是一个很好的练手机
会.并且生物的数据不是非常attractive,不像搞marketing或者金融的那种,可以直接来
钱. 高手云集, 根本没新手啥机会. 我们这些phd学生只能在生物数据里有机会练练手
你说的人手不够我很认同啊,那种直接来钱的领域,人手都不够. 何况这种生物这种暂时
还没法来钱的领域啊, 我们才有机会发点paper灌灌水啊.

【在 c****3 的大作中提到】
: 死脑筋的人不适合搞科研。
: 已经跟你说过,大数据搜集隐私,因为隐私里很容易找到规律,只是人手不够。女孩怀
: 孕这种事,如果她父母能偷看她的隐私,知道她最近的在看的网站,或者偷看她的电邮
: ,也能知道发生什么。现在父母没有偷看,被在线商程序自动偷看了。
: 生物这种数据,都是透明的,大家都可以看,不像隐私,不能偷看。其中的规律,如果
: 明显,早就有人看出来了,也轮不到你。
: 不明显的规律,可能有无数个,这个你拿大数据看到也没用。在这些不明显的规律里找
: 到正确的,也要花费无数精力。

x********e
发帖数: 35261
39
所以一开始我就说了嘛,你这种想法搞生物只是来灌水的,不是做科研的。

【在 e*********6 的大作中提到】
: 生物这种数据,都是透明的 -- 所以我才觉得, 这种东西对学生是一个很好的练手机
: 会.并且生物的数据不是非常attractive,不像搞marketing或者金融的那种,可以直接来
: 钱. 高手云集, 根本没新手啥机会. 我们这些phd学生只能在生物数据里有机会练练手
: 你说的人手不够我很认同啊,那种直接来钱的领域,人手都不够. 何况这种生物这种暂时
: 还没法来钱的领域啊, 我们才有机会发点paper灌灌水啊.

w****j
发帖数: 204
40
工程师思维和科学家思维,差别还是蛮大的
相关主题
碳云智能商业全景图zz非生物专业问马桶里浸泡的厕纸如何长出蛆来的?
俄亥俄州立大学的Terence M Williams人咋样?cell应该达不到nature和Science等同的地步吧!
有做生物研究的转做非生物行业一年后再回到生物行业的吗?公布答案,非生物口的出局,不丢人
进入Biology版参与讨论
w****j
发帖数: 204
41
大部分搞计算的,都算不上搞science,更多在技术和工程的层次上折腾,
计算机系很多都是在工程学院下面,计算机phd去公司也多是做“工程师”
跟搞science的,很多时候根本谈不到一起去
当然,技术工程科学,没有高低贵贱之分,不过普遍来说,搞技术工程的比搞科学的风
险要低,也更容易找工作些
搞科学高风险高回报,才引得无数千老竞折腰,不过也愿赌服输,一将功成万骨枯
社会养科学家,其实就相当于风险投资,大部分搞科研的都是瞎搞,都是打了水漂,但
少数搞出来的,就有很大的价值,也是这个社会所不可缺少的。

【在 x********e 的大作中提到】
: 所以一开始我就说了嘛,你这种想法搞生物只是来灌水的,不是做科研的。
e*********6
发帖数: 3453
42
额,我觉得吧,我们还没当上PI的,就不谈science,就算做的project最终是为了
science,现在也是给老板解决一个一个的工程问题。

【在 w****j 的大作中提到】
: 大部分搞计算的,都算不上搞science,更多在技术和工程的层次上折腾,
: 计算机系很多都是在工程学院下面,计算机phd去公司也多是做“工程师”
: 跟搞science的,很多时候根本谈不到一起去
: 当然,技术工程科学,没有高低贵贱之分,不过普遍来说,搞技术工程的比搞科学的风
: 险要低,也更容易找工作些
: 搞科学高风险高回报,才引得无数千老竞折腰,不过也愿赌服输,一将功成万骨枯
: 社会养科学家,其实就相当于风险投资,大部分搞科研的都是瞎搞,都是打了水漂,但
: 少数搞出来的,就有很大的价值,也是这个社会所不可缺少的。

x********e
发帖数: 35261
43
感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的
是真理,编是没有任何意义的,除了骗editor骗funding。

【在 w****j 的大作中提到】
: 大部分搞计算的,都算不上搞science,更多在技术和工程的层次上折腾,
: 计算机系很多都是在工程学院下面,计算机phd去公司也多是做“工程师”
: 跟搞science的,很多时候根本谈不到一起去
: 当然,技术工程科学,没有高低贵贱之分,不过普遍来说,搞技术工程的比搞科学的风
: 险要低,也更容易找工作些
: 搞科学高风险高回报,才引得无数千老竞折腰,不过也愿赌服输,一将功成万骨枯
: 社会养科学家,其实就相当于风险投资,大部分搞科研的都是瞎搞,都是打了水漂,但
: 少数搞出来的,就有很大的价值,也是这个社会所不可缺少的。

w****j
发帖数: 204
44
计算就和数学统计一样,是个工具,也是非常重要必不可少的
但是计算和数学统计一样,跟一般意义上的科学没有关系。
这个早在百十年前, 关于数学跟物理关系的讨论中就已经吵了很多了
你可以说计算和生物的关系就像当年数学和物理的关系
牛顿,爱因斯坦,杨振宁,对这个话题估计都有一肚子话要说。

【在 x********e 的大作中提到】
: 感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的
: 是真理,编是没有任何意义的,除了骗editor骗funding。

e*********6
发帖数: 3453
45
高级黑?

【在 x********e 的大作中提到】
: 感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的
: 是真理,编是没有任何意义的,除了骗editor骗funding。

e*********6
发帖数: 3453
46
这点说太对了。编程啊,算法啊,纯是工具。正常情况下是提出问题,然后找工作。我
们现在是手里有工具,不是那里有问题。

【在 w****j 的大作中提到】
: 计算就和数学统计一样,是个工具,也是非常重要必不可少的
: 但是计算和数学统计一样,跟一般意义上的科学没有关系。
: 这个早在百十年前, 关于数学跟物理关系的讨论中就已经吵了很多了
: 你可以说计算和生物的关系就像当年数学和物理的关系
: 牛顿,爱因斯坦,杨振宁,对这个话题估计都有一肚子话要说。

w****j
发帖数: 204
47
所以现在所谓data-driven , method-driven 的研究才这么流行
传统的hypothesis-driven有话要说。。。

【在 e*********6 的大作中提到】
: 这点说太对了。编程啊,算法啊,纯是工具。正常情况下是提出问题,然后找工作。我
: 们现在是手里有工具,不是那里有问题。

e*********6
发帖数: 3453
48
不过我觉得method-driven的paper更像是学cs和学统计等辅助学科的给生物学家展示一
下method(尽管还是号称有生物发现),真正的发现和总结还是要hypothesis driven
的。

【在 w****j 的大作中提到】
: 所以现在所谓data-driven , method-driven 的研究才这么流行
: 传统的hypothesis-driven有话要说。。。

c****3
发帖数: 10787
49
搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。
这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样
也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,
怎么骗都行。
计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。
当然大部分计算机成就并不是靠忽悠的,是实打实的。

【在 x********e 的大作中提到】
: 感觉搞计算机的跟写小说一样,想怎么编都可以,就看有没有读者买账。搞科学追求的
: 是真理,编是没有任何意义的,除了骗editor骗funding。

e*********6
发帖数: 3453
50
你指的人工智能是机器学习或者模式识别吧?或者是数据挖掘?

【在 c****3 的大作中提到】
: 搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。
: 这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样
: 也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,
: 怎么骗都行。
: 计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。
: 当然大部分计算机成就并不是靠忽悠的,是实打实的。

相关主题
非生物专业,转一科学网文章同样的学校生物和非生物位置工资差距很大
进化论发展的最大障碍是什么?蛋白药物研发公司 - 继续招聘
问下,非生物专业的想自学生物有机化学,这个在你们大量搞结构的回国不是好事
进入Biology版参与讨论
w****j
发帖数: 204
51
你好像对人工智能的了解还比较简单,你说的这些,其实不新鲜,从几十年前领域内的
人也在讨论甚至争吵不休
曾经有人说过,人工智能和神经科学的关系也许就和航空工程和鸟解剖学那样?
另外人工智能机器学习,基本上还是个工程技术问题,目的是解决实际问题,能解决问
题,就好,并不一定说非要搞懂智能或者学习的自然本质。
从目前实际效果来看,人工智能机器学习确实是成功的,当然很大可能和人脑的实现方
式是完全不一回事儿,这是科学家们要解决的问题。

【在 c****3 的大作中提到】
: 搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。
: 这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样
: 也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,
: 怎么骗都行。
: 计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。
: 当然大部分计算机成就并不是靠忽悠的,是实打实的。

c****3
发帖数: 10787
52
这些领域是人工智能,大数据也是人工智能领域的结果。这次是新一代的人工智能泡沫
,这次的方向以统计学和深度学习为代表。
80年代有过一次泡沫,一直忽悠到90年代初,好莱坞被忽悠的拍了终结者,设定1998年
为地球毁灭日。日本也是投入大量资金,最后不了了之。

【在 e*********6 的大作中提到】
: 你指的人工智能是机器学习或者模式识别吧?或者是数据挖掘?
e*********6
发帖数: 3453
53
除了ann都和人脑没关系。大部分都是统计回归包了一层皮

【在 w****j 的大作中提到】
: 你好像对人工智能的了解还比较简单,你说的这些,其实不新鲜,从几十年前领域内的
: 人也在讨论甚至争吵不休
: 曾经有人说过,人工智能和神经科学的关系也许就和航空工程和鸟解剖学那样?
: 另外人工智能机器学习,基本上还是个工程技术问题,目的是解决实际问题,能解决问
: 题,就好,并不一定说非要搞懂智能或者学习的自然本质。
: 从目前实际效果来看,人工智能机器学习确实是成功的,当然很大可能和人脑的实现方
: 式是完全不一回事儿,这是科学家们要解决的问题。

x********e
发帖数: 35261
54
你放几百年前人也不信有计算机这样的东西呢。关于意识和记忆的研究一直在进行,只
是说这个比造计算机挑战大多了。

【在 c****3 的大作中提到】
: 搞计算机也有一堆忽悠的领域,人工智能就是个忽悠的领域,大数据就是这个领域的。
: 这也怪搞生物的,搞不清人的意识和记忆是怎么回事,连记忆存在那里都找不到。这样
: 也为人工智能忽悠提供了市场,可以忽悠成人脑是按照统计工作的,生物也不能证伪,
: 怎么骗都行。
: 计算机新兴领域的忽悠,因为可以直接从股市圈钱,所以公司有忽悠的动力。
: 当然大部分计算机成就并不是靠忽悠的,是实打实的。

c****3
发帖数: 10787
55
这些领域都是和人比较的,除了国际象棋靠暴力算法能胜出,其他都远远不是人脑的对
手。
所以说想靠大数据找到人脑看不出的规律,除非是人手不够的领域,否则也是很难的。

【在 w****j 的大作中提到】
: 你好像对人工智能的了解还比较简单,你说的这些,其实不新鲜,从几十年前领域内的
: 人也在讨论甚至争吵不休
: 曾经有人说过,人工智能和神经科学的关系也许就和航空工程和鸟解剖学那样?
: 另外人工智能机器学习,基本上还是个工程技术问题,目的是解决实际问题,能解决问
: 题,就好,并不一定说非要搞懂智能或者学习的自然本质。
: 从目前实际效果来看,人工智能机器学习确实是成功的,当然很大可能和人脑的实现方
: 式是完全不一回事儿,这是科学家们要解决的问题。

b****r
发帖数: 17995
56
做genome analysis显然就会人手不够啊,呵呵,人手就连个genomewide linkage算起
来都很费劲吧

【在 c****3 的大作中提到】
: 这些领域都是和人比较的,除了国际象棋靠暴力算法能胜出,其他都远远不是人脑的对
: 手。
: 所以说想靠大数据找到人脑看不出的规律,除非是人手不够的领域,否则也是很难的。

m******5
发帖数: 1383
57
单纯deepsequencing算不上大数据吧。
个人理解其实就是把以前single experiment, single output 变成了single
experiment, multiple output.
把一大堆各个渠道的data整合在一起才算。不过搞生物的更容易找到值得整合的数据。
搞计算机的也许在垃圾data里找到一些method intrinsic bias发表了。

【在 b****r 的大作中提到】
: 做genome analysis显然就会人手不够啊,呵呵,人手就连个genomewide linkage算起
: 来都很费劲吧

1 (共1页)
进入Biology版参与讨论
相关主题
在哪里能找到生物类杂志的影响因子排名?俄亥俄州立大学的Terence M Williams人咋样?
生物学研究中的试错法很可怕有做生物研究的转做非生物行业一年后再回到生物行业的吗?
工作面试如何做persentation请教非生物专业问马桶里浸泡的厕纸如何长出蛆来的?
为什么我极端厌恶很多做生物的说什么hypothesis drivencell应该达不到nature和Science等同的地步吧!
其实应该把大部分生物的钱转到人工智能公布答案,非生物口的出局,不丢人
生物研究现在要往计算领域靠拢非生物专业,转一科学网文章
(转载)人工智能不会威胁人类的根本原因进化论发展的最大障碍是什么?
碳云智能商业全景图zz问下,非生物专业的想自学生物有机化学,这个在你们
相关话题的讨论汇总
话题: 生物话题: 数据话题: 人工智能话题: 领域话题: wet