【编者按】境界，欲穷千里目更上一层楼。我们有很多知识，只是知识而已，知见，在我们的教育中罕有。提升了自己的境界，方才有知见。
站在巨人的肩膀上，首先得“站在”，也就是完全于此为基础，不2，二心二意；巨人，也即是境界，也即是老师，也即是环境，我们最重要的还是大环境，传统行业是红海，红海已经无大鱼；肩膀上，老师和环境得真正支撑到，自己也得愿意融入和全心全意的遵循选择。
境界一词是佛教用语。佛教天台宗认为世上有十种境界：地狱、饿鬼、畜生、修罗、人间、天上、声闻、缘觉、菩萨、佛，称为十界。佛是最高境界，其次是菩萨，地狱是最低境界，而“人间”位于其中。人可以通过不断修行来提升自己的境界。
做研究也是一样，只有当境界高的时候，才能看到别人看不到的问题，想出别人想不到的方法。能不能做出好的研究往往取决于科研工作者境界的高低。
斯坦福大学的Jerome Friedman教授和Trevor Hastie教授都是统计学的大师级人物，他们一直站在统计学研究的最前沿，做出一系列带动整个领域发展的工作。其实，每个领域都有这样的领军人物。仅仅用脑子好，或运气好这样的理由是不能解释这种现象的。大师们对整个领域的理解之深，达到的境界之高，远远超出他人，这才是他们能够做出卓越工作的主要原因。大师之所以成为大师，是因为他们有着对自己所在行业的深刻感悟。而这种感悟由天赋与修炼的结合而产生。感悟越深，达到的境界也会越高。乔布斯是在这个时代所见的最好例子之一。
康德在代表作《纯粹理性批判》中主张：我们所认识的世界是我们用自己拥有的理论对自己观察到的现象做出的解释。纸上的一条墨迹，数学家把它看成是平面上的直线，中国人把它看成汉字的“一”。我们对现象的观察都是受“意图”(intent)影响的，不同的意图会带来不同的观察结果。做科学研究时也是一样，如果不是带着一个强烈的新意图去观察现象，是不会有新发现的。科学研究的成果必须是客观的，而科学研究的过程却是由主观带动的。这是一个非常有趣的事实，也说明在科学研究中，磨炼自己悟性的重要。
那么，怎样才能提高自己的境界，特别是研究中的境界呢？我认为以下两点很重要。
一.热爱加擅长
《从优秀到卓越》(From Good to Great)一书中提出了做人生决策时应采用的一个准则。当你做某个选择的时候，比如说职业选择，你应该从三个集合的交集中选取。这三个集合分别是自己喜爱事物的集合，自己擅长事物的集合，能给自己带来最大利益事物的集合（当然利益是依赖于价值观的）。
数学家泊松说：人生只有两件事最愉快，研究数学与讲授数学（Life is good for only two things, discovering mathematics and teaching mathematics）。其实，这一点对每一个行业都是适用的。当你热爱一项工作的时候，必然能把它做好。美国的一个小镇上有位理发师，一生从事理发工作。他临终时说，一生中最大的遗憾是有一次给客人剃头，不慎将客人的头划破。如果一个人有这样的敬业精神，就不会有做不好的事业。
人与人之间先天能力的差异是很大的。通过观察小学生们做跳箱，就能清楚地看到这一点。但另一方面，天生我材必有用，每个人都有自己的特长。如果说没有特长，只能说暂时还没有被发现。研究中应该尽量发挥自己的特长，尽量做适合自己做的事。如果不是这样，也许研究本身就不适合自己。那就应该像乔布斯说的那样，不断去寻找，直到找到适合自己的工作。
二．环境
有人对诺贝尔奖获得者的成长过程做过调查，让他们举出对自己影响最大的人物。结果发现，所有的诺贝尔奖获得者在其成长过程中，都受到过与诺贝尔奖获得者水平相当的人物的影响或培养，可能是父母、导师、学长、或者同事。要提高自己的境界，很有必要在好的环境中得到熏陶、锻炼。所谓名师出高徒是有道理的。
有同学要出国读研，让我帮助确定进路。我总是跟他们说：第一导师，第二学校，第三专业。导师是最重要的，导师的指导对你的成长发展起着决定性的作用。导师代表小的学术氛围，好的导师一定带领着好的团队，在里面得到的熏陶与帮助会是很大的。徒弟需要师傅、师兄带，在这一点上科学实验室与手工作坊没有什么区别。
学校代表大的学术氛围，是其次需要考虑的要素。而相比前两者，学什么专业就没那么重要。博士期间培养的是研究能力，并不等于将来的工作。只要不是特别不喜欢，其实在一定范围内学什么都可以。
所以，研究需要依据自己的兴趣，发挥自己的特长，置身于良好的环境。只有这样才能不断提升研究的境界，做出优异的研究成果。
（注：本文所有图片均来自网络）
作者介绍：
李航博士：微软亚洲研究院互联网搜索与挖掘组高级研究员及主任研究员。李航博士是日本京都大学电气工程系毕业，日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所，2001年至今任职于微软亚洲研究院，现任高级研究员及主任研究员。北京大学，南开大学，西安交通大学客座教授。李航的研究方向包括信息检索，自然语言处理，统计机器学习，及数据挖掘。李航一直活跃在相关学术领域，并在重要国际学术杂志和国际学术会议上发表过近百篇学术论文。
相关阅读
—————————————————————————————————————————
欢迎关注
微软亚洲研究院人人网主页：http://page.renren.com/600674137
微软亚洲研究院微博：http://t.sina.com.cn/