2024年6月25日，
來自Boston我指導的學生Thomas拜訪UCLA，
在公車上問了我如何看Paper與做研究的建議。
當時Thomas問了我，
是從簡單到複雜的研究比較好，
還是複雜到簡單的研究比較好。
我當時的答案是：兩者其實都需要。
為什麼說簡單到複雜也要，複雜到簡單也要呢？
其實，更精確的答案應該是：
研究的問題描述要簡化，從複雜到簡單比較好；
而研究的解決方案要深化，從簡單到有意義的複雜會比較好。
然而，剛開始做研究的博士生，常常是相反的：
研究的問題從簡單變成複雜，偏離現實狀況；
研究的解法卻從複雜變簡單，得到文獻裡早有的答案。
我常分享的一個例子，
就是有數學系背景的統計博士生，
因為自己有一套抽象工具，
就很容易做出數學上對，但實務上意義不大的研究。
這就像是Ａ研究社群研究香蕉，
Ｂ研究社群研究皮卡丘，
然後這些“應用數學家”提出了一個“嶄新的理論框架”，
搞了一個關於“黃色”的理論，長篇大論。
研究香蕉的人，沒從這個黃色的理論得到幫助。
研究皮卡丘的人，也不關心這個黃色理論。
於是這些偏離世界的理論，
就逐漸變成一群人自己的奇幻劍術。
傳統的數理統計，就是這樣死掉的。
