¿Qué tan común es que un proyecto de investigación falle en informática?

Bueno, parece que tienes múltiples problemas aquí (al leer tu pregunta y el subtexto). Las dos subpreguntas clave parecen ser: 1) ¿debería dejar de fumar? 2) ¿Qué tan común / normal es la falla y qué debo hacer al respecto?

Con respecto a si debe o no dejar de fumar , hay demasiados factores a tener en cuenta para cualquiera que no sea usted (estos factores / variables están latentes para nosotros, los coroanos). Es su decisión y su vida, pero le sugiero que hable con su (s) asesor (es) y sus pares (incluidos familiares / socios) y obtenga comentarios externos. Algunas preguntas para responder: ¿Has aprobado tus exámenes de calificación? ¿Has pasado tu propuesta integral / tesis? ¿Cuánto tiempo se tarda generalmente en graduarse en su universidad? etc. etc. Responder estas preguntas y tener una buena conversación con sus compañeros / compañeros de laboratorio y asesor, ayudará a poner en perspectiva su carrera de posgrado (con suerte). A veces, es bueno hacer un balance de lo que tiene y buscar dónde necesita ir.

Con respecto al fracaso : la respuesta rápida a su pregunta, y creo que he visto suficiente en los laboratorios y en la industria y la academia, es , es bastante común que falle. Lo que importa es cómo define el fracaso y qué hace cuando falla.

Como investigador doctoral (del mundo de la computación) que ha aprendido el valor del fracaso más de una vez [1], diré esto con respecto al fracaso: en la escuela de posgrado y más allá, uno debe estar preparado para fallar MUCHO. Un truco es fallar rápido, fallar a menudo . A medida que tropieza con el desierto (ya que en la escuela de posgrado, debe aprender a aceptar la incertidumbre y aprender a resolver las cosas por sí mismo), tendrá muchas ideas, y muchas de esas ideas no serán tan buenas. Más importante aún, un subconjunto incómodamente grande de esas ideas que solo descubrirá no es tan bueno después de un poco de ingeniería y experimentación. Ahora hablo desde la perspectiva de ser ingeniero (construyo / optimizo mis herramientas en gran medida desde cero) y científico al mismo tiempo, por lo que generalmente me enfrento al doble del fracaso, pero creo que he aprendido el doble. Pero el resultado final, ya sea desde un punto de vista científico o de ingeniería, es el mismo: 1) tiene una idea, 2) prueba su idea, 3) su idea no funciona y, finalmente, 4) descubre por qué Tu idea no funcionó. Enjuague, ajuste, repita o comience de nuevo. La parte más importante es el paso 4: aquí puede hacer (alguna forma de) análisis de causa raíz o depuración (o ambos). Aquí es donde realmente aprendes algo, y bueno, descubres qué hacer a continuación (de lo contrario, seguirás tropezando hasta que te des cuenta de que no le has dado a este paso el tiempo adecuado que se merece).

La otra cosa que necesita aprender a hacer, incluso si está asignado a un proyecto específico a discreción de su asesor (generalmente b / c de financiación), es mantener lo que mi co-asesor llama una “tubería”. Esto significa que usted hace dos o tres proyectos en paralelo, ya que está en la computación, y dado que usted es quien finalmente debe producir una tesis, vale la pena su tiempo para pensar y diseñar (y simular, ya que la gente de la computación tiene la ventaja que nuestros experimentos no son tan costosos / lentos como otras ciencias), algunos experimentos que puede realizar mientras trabaja en su proyecto principal. También puede lograr esto a través de la colaboración con otros o al hacerse cargo de algunos estudiantes de pregrado / maestría (esto puede variar de un laboratorio a otro y de un departamento a otro). De esa forma, mantienes algo de variedad y amplías un poco tu búsqueda (haz).

¿Cómo comienzas a construir esta llamada tubería? Bueno, este es el otro truco que arrojaré a esta pequeña respuesta de Quora: aprende a dar un paso atrás y deja de cortar árboles e intenta ver el bosque. ¿A dónde vas? ¿De qué trata tu tesis? ¿Qué crees que necesitas lograr para que esto funcione? Este es el pensamiento profundo y serio que necesita hacer para su propuesta de tesis, y si ya lo ha hecho, vuelva a su propuesta y piense en su plan.

Oh, un truco final. Lee, lee y, oh sí, lee. No puedo decir lo importante que es leer documentos (especialmente el trabajo clásico, especialmente en el aprendizaje automático). Es útil si le gusta imprimir / descargar documentos nuevos solo para ver qué más hay que desconozca 😉 A veces, la idea que desea es solo una buena lectura …

¡Mucha suerte, compañero investigador! Espero que la idea que desees llegue pronto, y recuerda, una buena parte de la escuela de posgrado (o realmente, casi todo en la vida) es nunca rendirte, especialmente en los momentos más oscuros. En estos momentos, es especialmente bueno hablar con otros y salir de tu propia mente. A veces, la solución es mucho más simple de lo que piensas, y no necesariamente implica dejar de fumar.

[1] Confía en mí, fallo mucho más de lo que nunca podría informar; de hecho, siento que podría escribir una serie de libros sobre mis fracasos y resultados negativos solo y lo que uno podría aprender de ellos, específico del aprendizaje automático y lecciones de vida general.

Según sus comentarios de “respuesta”, publicar o perecer solo es cierto para una parte estrecha del mundo. Es importante para los niveles superiores de la academia y en algunos laboratorios de investigación nacionales. No obtendrá un trabajo superior sin algunas publicaciones decentes, pero la mayoría de nosotros nunca conseguiremos esos trabajos y, francamente, la mayoría de nosotros no queremos esos trabajos. Quiero hacer la investigación que quiero y enseñar y no tener que preocuparme por las métricas o los presupuestos. Si su objetivo es ser un profesor asistente de carrera en una universidad de investigación, debe reconsiderarlo. Si eres como yo, debes terminar.

No puedo imaginar que alguien termine un doctorado sin pensar en dejarlo. Algunos (muchos) proyectos de investigación deben fracasar ; Si supiéramos que funcionarían, serían demostraciones, no investigaciones. La mayoría de nosotros hemos llegado a callejones sin salida. Un callejón sin salida después de 18 meses y otros 9 meses tarde es duro. Sin embargo, no comencé mi investigación en serio hasta mi tercer año, y creo que es bastante común. Estás lidiando con algunos golpes en tu ego, claro, pero a menos que fueras en contra del consejo de tu asesor, tenías buenas razones para creer que esto podría funcionar. Aún puede terminar razonablemente en un período de tiempo apropiado (la mayoría de las personas toman 5 años y muchas tardan más).

Tómese un tiempo para llorar por el esfuerzo que no se desperdició, pero que no funcionó como había esperado. Luego, piense por qué esto no produjo mejoras y vea si puede aprender de la lección. Si su asesor todavía lo está apoyando a usted y sus intereses / esfuerzos, tenga en cuenta que intervendrían e incluso podrían interrumpirlo / interrumpirlo si lo estuviera haciendo mal.

Buena suerte y en serio, tómate un tiempo.

Déjame entenderlo.

Fallaste dos veces.

Bueno. Eso apesta. Pero déjame decirte algo completamente ajeno: dos tercios de la investigación psicológica no son reproducibles. [1]

¿Por qué?

xkcd: significativo

¿Sigues conmigo? Bueno.

Entonces, supongamos que los estudios se realizan de manera justa y equitativa. Ahora, cada estudio realizado tiene aproximadamente un 5% de posibilidades de dar un resultado incorrecto (p = 5%). Y aquí está el truco:

Los estudios que no dan resultados interesantes no se publican.

¿Cuántos estudios no se publican? Bueno, podemos usar la aproximación de 2/3 del primer artículo para eso: dos tercios de los artículos publicados pertenecen al 5% que tuvo éxito accidentalmente, y un tercio de los artículos publicados pertenece al 95% que tuvo éxito deliberadamente.

Entonces, para cada estudio producido, hay aproximadamente [matemáticas] \ frac {0.66} {0.05} + \ frac {0.33} {0.95} = 13.68 [/ matemáticas] ideas de estudio.

Las estadísticas, por lo tanto, determinaron que fallarás otras 11 veces antes de lograr algo.

Todos lo hacen.

Entonces, lo que sugiero es que debería considerar diseñar otros 11 caminos y probarlos todos para ver si alguno de ellos tiene éxito.

Buena suerte, y que la fortuna esté a tu favor. Voy a quemar una vela por ti.

Notas al pie

[1] Más de la mitad de los estudios de psicología fallan en la prueba de reproducibilidad

“¿Debería considerar dejar de fumar?”

¡Si!

También debe considerar obtener un asesor diferente, cambiar a un departamento diferente y tomarse un mes libre para comer helado y ponerse al día con los cómics web.

Aquí hay algunas otras cosas a considerar.

Lo estás haciendo bien. Su asesor le ha dado un par de proyectos de alto riesgo y alta recompensa y, debido a que son de alto riesgo, no dieron resultado. Esos son exactamente los tipos de proyectos que debes hacer al principio de tu carrera de doctorado. Si tienes suerte, genial, has encontrado oro. Si no lo hace, todavía tiene mucho tiempo para pasar a otra cosa (después de lidiar con el daño psíquico, por supuesto).

Sin embargo, lo que está pasando es completamente típico (aunque quizás no sea el caso común). Ciertamente no te parece así, y culparé un poco a tu asesor por no darte una idea más amplia. Pero sí, muchos científicos exitosos comenzaron como si estuvieras comenzando. (Y todos querían renunciar. Llegué hasta St. Louis antes de que mi asesor me llamara por teléfono y me convenciera de que volviera).

Debería tener una conversación franca con su asesor acerca de sus expectativas: desea un documento en los próximos 6 a 9 meses para recuperar su confianza, y desea tener la seguridad de que hará un trabajo de menor riesgo y menor recompensa en el futuro. Su asesor quiere que sea exitoso, y no espero muchos rechazos de usted pidiendo un camino más seguro hacia el éxito.

Después de sacar ese documento y de haberse establecido en su investigación de tesis, creo que está en un buen lugar para evaluar si continuar o no es la decisión correcta para usted.

Y no estaría de más tomarse un mes de descanso y recargar las baterías.

El doctorado debería ser lo más difícil que haya hecho en su vida hasta este momento. Se espera un fracaso, y apesta, pero si no fallabas al menos ocasionalmente, me preocuparía que no fueras lo suficientemente ambicioso. No has destrozado tu futura carrera. Todavía puede terminar con un índice h de 40.

Tomar una respiración profunda. Compra un poco de helado. Y que hable con su asesor.

Espero con interés escuchar su éxito futuro.

Definir falla? Como un ávido amante de Java y Python, mis proyectos solo se consideran un fracaso si no tiene ningún propósito.

Pero para comenzar con una idea, siempre hay un propósito o un propósito nuevo e improvisado en toda su cadena mediante el proceso de codificación de cadenas. Para mis casos, eso significa que NUNCA logro el fracaso. Hay una diferencia entre recibir una “F” en las finales y abandonar un proyecto basado en la automotivación.

Si estuviera en tu lugar en este momento, me detendría a considerar el propósito. El proyecto podría ser rediseñado para ciudadanos discapacitados o para uso educativo (o uso no educativo, es decir, videojuegos).

Cualquiera sea el propósito, manténgalo como una mentalidad, ¡pero nunca deje de programar un proyecto! ¡No te decepciones porque quién sabe a dónde te llevará este proyecto!

Sé cómo se siente, pero nunca debes considerar dejarlo a menos que tu vida esté al borde del colapso. Sin embargo, ¿qué tan común es el fracaso de un proyecto de investigación en CS? Bueno, nunca porque no exista un proyecto fallido.

Editar: para dar un poco de experiencia personal, también estoy trabajando en un proyecto de investigación en Java. Para mí es una montaña rusa difícil. Pero tengo que seguir adelante porque sé cuál es el propósito y espero que ayude a la sociedad. Sin embargo, su proyecto obviamente no necesita afectar a la sociedad. En cambio, el propósito del proyecto es hacer que afecte a alguien, incluido usted, por ejemplo, para aprender más cosas, ya sea CS o la vida en general.

Básicamente, sé optimista 😉

Perdón por escribir algunos detalles como respuesta. No pude comentar anónimamente. No es realmente un proyecto de programación, pero, por supuesto, como es investigación de CS, implica programación. El problema con el proyecto es que no está funcionando demasiado mejor que algunas metodologías existentes bien establecidas. Como resultado, no es realmente publicable, y a pesar de cambiar la dirección, parece que en este punto es que no hay demasiadas mejoras posibles. Como dice el dicho “publicar o perecer”, el resultado no es publicable, por lo que el proyecto puede considerarse como un fracaso. Ahora, en mi caso, obviamente, he aprendido algo mientras trabajaba en ello y mi asesor no está descontento conmigo. Pero ya han pasado 2.5 años y no tengo un resultado publicable y mucho menos una publicación. Como resultado, la pregunta es si realmente vale la pena continuar porque, al final, podría graduarme, pero tendré un historial de publicación deficiente. Además, es un gran golpe para mi confianza, ya que el “miedo al fracaso” está empezando a colarse. Gracias por su respuesta.

A2A. Primero, necesitas sacar el “nosotros” de la ecuación.

Un estudiante de doctorado de tercer año debería poder seguir varios temas al mismo tiempo en un área de investigación. Para hacer eso, le sugiero que se siente y documente todo el trabajo que ha realizado y que lo use como base para trabajar en los próximos problemas abiertos. Una vez que tenga esto basado, mire los problemas abiertos en el campo y comience a trabajar, continúe con algunos de ellos para determinar la dirección.

En cuanto a su pregunta de qué tan común los estudiantes de doctorado no pudieron escribir una disertación defendida, diría que la mitad.

Creo que no entiendes la naturaleza de la investigación.

Los proyectos de investigación nunca fallan. Es posible que no obtengan los resultados que espera. Una hipótesis puede resultar errónea. Pero, en un proyecto de investigación diseñado adecuadamente, siempre aprendes algo, y generalmente aprendes más de los errores. Y ese es todo el punto de investigación.

Nunca hubiéramos llegado a la luna sin muchos de estos:

(dado que los cohetes tenían más que ver con el desarrollo que con la investigación, y ese es un misil sublanzado, no un cohete espacial, pero aún así …)

Muy común.

Un proyecto se define como tratar de resolver el problema X. Sin embargo, muy a menudo, comenzaría tratando de resolver el problema X, no resolvería X y, en su lugar, resolvería Y. Eso todavía se considera un éxito. Pero desde el punto de vista de la definición, es un fracaso y sucede con mucha frecuencia.

Entiendo que es posible escribir una tesis negativa, pero no es fácil porque esencialmente tienes que mostrar la falla, no tu culpa.

¿Cuánto tiempo más tienes? Recuerdo que los doctorados de EE. UU. Son de 4 a 5 años, por lo que su (probablemente) en ninguna parte cerca del final del camino Mi proyecto se vino abajo 6 meses antes del Fin (afortunadamente este no fue el gen que estaba buscando) una extensión y aprobada

¡Creo que el consejo de Barry Rountree es hablar con su supervisor y tomar un descanso!

More Interesting

¿Qué significa en informática?

Quiero construir un dron propio desde cero. Como experto en CS, sin conocimientos de mecánica / aeronáutica y electrónica avanzada, ¿cuál debería ser mi camino por delante?

¿Cuál es la mejor manera de estimar computacionalmente la cardinalidad de conjuntos muy grandes?

¿Cuál es un buen tema de investigación sobre informática sin servidor?

¿Qué pasaría si el trabajo de un investigador extranjero en un laboratorio de investigación estadounidense no clasificado comienza a tener aplicaciones militares?

¿Cuál es la forma correcta de hacer una búsqueda bibliográfica exhaustiva de trabajos anteriores?

¿Cómo se podría utilizar la representación del conocimiento y el razonamiento en la ciencia de datos?

Mi trabajo de tesis está relacionado con el aprendizaje automático. ¿Alguien puede sugerir algún trabajo de aprendizaje automático que contenga alguna investigación que pueda completar en los próximos dos meses?

Computational Science (Scientific Computing): ¿Cuál es el alcance de un estudiante de física BS interesado en CS y programación?

¿Cuáles son algunos temas de investigación recientes sobre diseño de máquinas?

Temas interdisciplinarios: ¿De qué maneras se pueden combinar la informática y la ciencia política?

¿Cuáles son los temas de investigación en seguridad de hardware y criptografía?

Si los poderes informáticos aumentaran diez veces, ¿cómo afectaría la investigación actual de IA?

¿Qué debería hacer uno si es un estudiante de doctorado en CS y no está nada satisfecho con su escuela y supervisor?

Nanotecnología: ¿Sería posible en el futuro transferir el olor de forma remota? ¿Cuál es el estado actual de la investigación en curso en esa área?