科研是唯一的含金量

WARNING

本文暂时仅适用于人工智能方向的科研，请仔细辨别信息有效性。

虽然说竞赛，以及各种所谓的大创等等的项目可以给读者带来部分的经验（假如读者不是为了水竞赛而来的话）以及技术，但是实际上到最后，简历中最为重要的部分，无外乎就是两点：成绩排名 rank 以及科研经历。

鉴于硕士以及博士的主旋律都是进行科研，所以也不难理解，假如说读者在此之前已经拥有了科研的经历，必然是可以让别人刮目相看的。科研能力往往是在保研外校的时候最为看重的一点，除此之外也就仅剩下了成绩。在本科期间获得优秀科研成果可以很好的证明读者的学术水平，而一到两篇的顶会发表则会为读者带来几乎绝对的优势（伴随着现在的保研形式日渐的严峻，内卷严重化，顶会从十分稀少已经变为了较为稀少，在更高的学府甚至更好的课题组中，具有科研经验以及学术成果发表已经几乎成为了一种基本的要求）。[1]

不过值得一提的是，作为大一新生的读者贸然找老师进组科研，并不是一个理智的选择。尤其是对于暂时对于专业知识一无所知的读者来说，一条路线明确的成长曲线可能会更加适合读者的进步。

笔者将之前科研相关的推荐（人工智能相关），以及近一年来自己的感悟进行了勘误以及修订，发表在了另一指南中，即 AI自学指南，有兴趣的读者可以自行前去阅读。

科研毫无疑问是如今保研之中的重头戏，尤其是已经具备了出色的课内成绩，打算前往外校的读者，务必重视科研成果以及科研产出。

笔者希望本文的读者将科研认为是一项有趣且可以为之奋斗终生的事业，最后读者们会在某一个领域深耕，并且为人类的进步向前拓宽一点点的边界，这一过程无疑是富有意义的。

[1]: 对于人工智能专业的读者，得益于人工智能专业的专业优势，西交大人工智能与机器人研究所（IAIR）的大门时刻将读者敞开，读者专业课的老师以及班主任大多数都隶属于人机所，一封简单的邮件便可以申请前往这些老师的课题组进行科研实习。