做基础研究，就是揭示事物的基本规律。这个过程，就得与同行交流，跟自然对话，用机器计算。
英语，与同行交流。阅读文献，国际会议，英语不好都是障碍。现在文献，说明文档很多都是英语，想搜索专业的东西，还是英语的解答比较全面，清楚。我看到过很多中文计算机博客写的很好的，很不容易，但是还是很有限。英语是科研的官方语言，这个局面至少半个世纪都不会改变。
数学，跟自然对话。数学是科学的皇后。我们认识自然，就是把规律数学模型化。数学不好，很难在科研上有突出贡献，至少在理论上不会有贡献。此外，数学不好还会极大的限制一个人的思维。可以说，对于理工科，数学学再多都不为过。
第一届全国大学生数据挖掘邀请赛的 题目很有意思：Amazon有数百万图书，Netflix有10万部电影，淘宝有8亿件在线商品，我们在面对过多选择的时候一定是无所适从，不知道该点哪 个，先看哪个。于是，网页都会给你提供很多推荐：你是不是从人人网的好友推荐中找到很多旧时的朋友？是不是从豆瓣250中找到很多曾经听过但是记不起名的 经典电影？是不是觉得珞珈山水10大的帖子还有些意思，久而久之养成了只看十大的习惯？仔细想一想，这些推荐是怎么生成，为什么推荐的刚好是你想要的？这 次的数据挖掘题目是给世纪佳缘做一个推荐算法，而你要做的不是想当然做出打分规则（比如，男的一定要推荐给女的。。。同一地区的推荐才会让用户感兴趣，但 是这些都是大部分情况，没准你会碰到一个同性恋。。。），而是要通过对几个月的用户对推荐的反应数据，做出一个更优秀的推荐。这个里面就需要很多高等数学 内容。
计算机，用机器计算。数据飞速增长，人脑已经无法处理这么大的信息量。面对这样的数据量，掌握计算机，你才能处理这些数据，检验你的想法。计算机是工具，但不能只学会用一些软件，而应该懂得一点计算机原理和编程解决实际问题。
上世纪八十年代流行“学好数理化，走遍天下都不怕”，现在是英语，数学，计算机。
