论文研究需要解决一个具体问题。这个问题很难。这个难题挡住了很多人。这个难题让我们不能往前走。

难题是什么。难题是把很多不一样的数据放在一起。这些数据来自不同的地方。这些数据样子不同。这些数据大小不同。这些数据有的清楚有的乱。我们要把它们变成一个样子。这件事听起来简单。做起来很难。

数据放在一起有什么用。数据放在一起才能看明白。医生看病需要病人的所有资料。这些资料可能在不同的医院。这些资料有的是纸有的是电脑里的。有的资料写了身高体重。有的资料是拍的照片。有的资料是一串数字。我们要把它们整理好。整理好了医生就能知道病人全部情况。医生就能做出更好的判断。

现在的问题是什么。现在的问题是不好整理。每个医院用自己的办法记资料。这个医院用这个表格。那个医院用那个软件。这个表格记生日是年月日。那个表格记生日是日月年。这个照片很大很清楚。那个照片很小很模糊。这些数字有的用公斤有的用磅。我们要让它们一样。我们要让它们都能放在一个地方看。这个工作很难。

为什么很难。因为不能简单地改。改了一个地方可能别的地方就错了。比如把磅改成公斤。所有数字都要重新算。算的时候可能出错。照片太大放不进系统。把照片变小可能看不清楚。看不清楚就没有用。有的资料可能漏了。有的资料可能重复了。我们要找到漏的。我们要去掉重复的。这个工作要花很多时间。这个工作需要很多检查。

还有一个难题。数据里面藏着有用的东西。这些东西不容易看见。比如很多病人的资料放在一起。我们要看出生病的人有什么共同点。可能一百个病人里九十八个都住在工厂旁边。可能他们吃的食物里都有同一种东西。这些共同点不是一眼就能看出来的。我们要用办法找出来。这个办法不容易找。

找共同点的办法现在有很多。有的办法快但是不准。有的办法准但是慢。有的办法需要很多人看着。有的办法需要很大的电脑。我们的难题是找到一个又准又快又不用太多人的办法。这个办法最好能在普通的电脑上用。这个办法最好能让普通人学会。这个现在还做不到。

数据太多了也是一个难题。每天都有新的数据出来。医院每天有新病人。工厂每天有新记录。城市每天有新消息。我们的系统要能装下这么多数据。装下了还要能很快找到想要的那一条。这就像在一个很大的仓库里找一个小盒子。仓库越大找起来越慢。我们要想办法在很大的仓库里也能很快找到小盒子。

还有一个难题是怎么让数据安全。病人的资料不能给别人看见。工厂的秘密也不能泄露。但是研究的时候又要看到数据。看不到数据怎么研究呢。我们要想一种办法。这种办法能让研究人员看到数据的样子。但是看不到真实的名字和地址。这个办法要很聪明。不能让别人从样子里猜出是谁。这件事很费脑筋。

我们做的研究不是玩。这个研究是为了让生活更好。医生能更快治好病人。工厂能做出更安全的产品。城市能减少污染。但是这些好事都要先解决数据的问题。数据问题解决了研究才能做下去。

解决这些难题需要一步一步来。我们先从最简单的问题开始。我们先让两种数据变成一样的样子。我们做好了这一步。再做下一步。我们可能先处理数字。数字比较容易。我们把所有数字都变成一样的单位。我们把所有日期都变成一样的写法。这一步做好了再做下一步。

下一步处理照片。照片比较难。我们要让照片大小合适。我们要让照片清楚。我们要在照片上标出重要的地方。比如X光片上的阴影。这些工作需要仔细看。电脑可以帮忙看。但是电脑有时候看错。我们要教电脑怎么看对。教电脑要花很多时间。

数据安全的问题要一直想着。我们在整理数据的时候就要把名字去掉。我们在分析数据的时候也要小心。我们不能把数据放在不安全的网络上。我们要给数据加上锁。只有有钥匙的人才能打开。钥匙也要保管好。

难题很多。一个一个解决。每天解决一点点。今天让电脑认识一种新的数据。明天让整理的速度快一点。后天把安全做得更好一点。做研究就是这样。没有一下子就能做好的事情。要慢慢来。

别人也在做类似的研究。我们可以看看别人怎么做。别人可能想到了好办法。我们可以学习。学习不是抄。是明白了道理自己再做。别人的办法可能不适合我们。我们要改一改。改成适合我们的样子。

我们要记录下每一步。做了什么。怎么做。结果是什么。哪里成功了。哪里失败了。这些记录很重要。看着记录就知道走了多远。看着记录就知道下次哪里可以改进。

研究可能失败。失败没关系。失败告诉我们这条路走不通。我们换一条路再走。研究就是试。试了才知道行不行。一次试不成试十次。十次试不成试一百次。总有一次能走通。

难题总有一天会解决。解决了这个难题还有新的难题。研究没有尽头。我们就是喜欢解决难题的人。难题让我们头疼。难题也让我们有劲。解决了难题我们高兴。高兴了就有劲做下一个。生活就是这样。研究也是这样。