科学问题和工程问题
典型的科研逻辑为:发现科学问题->提出核心创新点->基于该核心创新解决科学问题。
工程问题中包含的科学问题
要实现的工程问题中,遇到了某个难题。这个难题是全世界现有的方法都还没解决的。这个难题就是工程问题中的科学问题。在研究中提出针对难题的工程技术方法,从而攻克这一难题。
科学问题中的工程问题
这个科学问题是不证自明的,比如图像分割任务、目标识别任务、SLAM任务。这种任务类似于攀登珠穆朗玛峰,我们就是要不断的攀登、不断的提高其性能。但是具体如何实现得到更高性能的方法却是一个工程问题。这类问题则需要在前人的基础、框架上进行改进,找到前人方法中的局限性并给出给好的工程方案,实现更好的效果。
工程问题中包含的科学问题,科学问题又包含工程问题
在工程问题中发现了科学问题,然后查阅文献发现这个科学问题已经被少量的人研究过了,如何在他们基础上进一步的提升性能又是另一个工程问题。
工程问题
已经有人实现过这个工程目标,并且技术方案已经被证明可行。那么再去沿着这个道路走便是工程问题。
工程问题和科学问题之间的互相转换
对于同一个问题,既可以用简单的、工程性的思路去把他解决掉,也可以把它看成一个科学问题,仔细分析其背后的真实的原因,然后去解决其背后的真实科学问题,进而自然而然的解决表现出来的问题。问题的出现,仅仅是内在原因、深层原因的一种外在表现,因此头疼医头、脚疼医脚的方法往往会让人错过了发现真实的科学问题的机会。
存疑的点
已经有人实现过这个工程目标,但是实现的路径不是最优的,比如实现价格昂贵、算力资源消耗高等等,那么我重新换一种方法再去实现是否为科学问题?
例如:
- 激光雷达进行导航是成熟的可用的,那么我替换为视觉导航,具有更便宜、信息更稠密的优势。
- 单目or双目SLAM算法视野小,那么我用四个相机构建成一个全景SLAM系统,实现更高的精度和鲁棒性。
- 摄像头晚上不能用,我添加一个红外成像,和原始的图像算法共同进行定位或识别。
即通过简单的替换某部分传感器设备或者添加部分某些传感器,重新实现同样的系统功能,是否构成科学问题?核心创新点在于我添加了新的传感器,或者更换了某些特殊的传感器
- 一方面简单的堆砌传感器或者替换传感器,在工程上有无限种组合,可以做很多很多种,肯定是工程问题。
- 另一方面,比如某些传感器的使用并不那么明朗和确定,需要在新的传感器上提出新算法才能够实现原本的功能,这可能又偏向于科学问题了。
对于第二种问题,核心创新点为添加了新的传感器,或者更换了某些特殊的传感器,这类创新发表了大量的论文,但是难以在学术逻辑上用 “发现科学问题->提出核心创新点->根据核心创新点解决该科学问题” 这样一套思维逻辑形成闭环。



