難得停電的A區(根據台電的停電遊戲規則),我們家這裡竟在昨天(還好是週日)停電了一小時。正在晚餐時間的我們,不得不停下手邊的手機(省電,因為網路全斷訊,並且根據鄰居的問社區管理員,說是電塔被雷擊,故可能要等到11點!),靜靜的享用晚餐。接著大家此起彼落的分享最近的閱讀或有趣的插圖等。我藉機分享了一個 紐時特刊的疫苗為何會如此快速發展出來的背後故事,才再次領略到了 chances prefer the prepared minds..的重要性。由於近年來我也有不少次(也許在我近期的研究中,出現了三次,所以我會很有如此強烈的記憶鮮明的印象)。
第一次的經驗,也算是最有印象的,是第一次領略到了 Mumford method, 進而到 Turner Method的概念後,我就像是剛學會用槌子的小孩子,世上的東西只分為兩種「可敲與不可敲的」一樣,瘋狂的想要運用在不同的 dataset 上。第一個運用的經驗,是在 facelike_objects 上,想像著使用著它來計算 BOLD Latency Mapping...先利用 added_up_faked_blcok 的方式,看如此 fit 出來的trials 是否會較先前單單的 jittered trial estimation 的結果較佳....結果....似乎完全沒有幫助到....好不容易收的12個人,似乎也只有第一個人的效果比較符合預期...再加上後來協助的學生也不是非常的進入狀況,所以後來也就草草放在一旁 (在這時打出來,活化一下腦中的記憶了)...但是博士生L就在這時進入實驗室,並且隨即有另一機會把這些方法用在另一筆 hyperxcanning fMRI 資料上,隨即在約數個月的情況下,得到了預期的雙人 coherence 結果,並且隨即寫作投稿,並順利的在一審後被接受。這樣的記錄也算是反映了一個成果先前的數個負面結果------「失敗為成功之母」的再一次實例! 也因為如此的經驗,讓我在以後評審人家的成果時,通常也會抱持著同樣的態度---大多數人的成果背後,也多半有這種失敗的先前經驗不少次!
第二次,是在一個 Greeble_training 的資料上,由於我博班的第二年計畫(circa 2001-2002) 便是進行Greeble_training, 而原本最期待的「訓練導致 FFA 的增加」卻沒有如預期的發生,原本也只能其放入抽屜,卻因在 2004年看到一篇文章,非常不同意其計算 FFA_overlap 的計算法,就用上筆 data 自己用不同的公式計算,反倒給了上筆資料「敗部復活」的機會,並因綠際會的成就了本人第一作者的文章 (Kung et al., 2007 JOCN)。而且先前的 FFA 未如預期發生的機會,促使了在 2016 年重新設計實驗,並讓碩(陸)生進行實驗時,特別強調了作業要用 passive viewing (而非 1-back identity) 的重要性。此外,還因為後面鳥專家的資料得到了一個有趣的 adaptation 現象,故在後續的實驗也特別把可以看到 adaptation 的設計放入 (結果也成為了後來 2023 paper 中的一個重要的結果),並且在未來待撰寫的鳥專家論文也再次的扮演重要的結果之一。一樣,這總是過去錯誤的學習經驗,而在新一次的機會中被學起來,而結果也一再是豐碩的。再次的「失敗為成功之母」啊!
第三次,則是源於2019年韓信嘗試的 RSA, 用在音樂家的 fMRI-EEG fusion analysis 中(其碩論於2024年八月發表),則是在近數年透過電影 ISC/ISS 嘗試的機緣,才有機會把這些概念用在別的 dataset 上,再把學習的心得用在更多的角度與分析上。這部分也是拜近年來開放fMRI資料的大量普及有關。學而分享,我們也開始學到更加投入如何提高 result reproducibility 上。
以上三個例子 (憑良心說,第三個例子已可能是第四個例子了。由於先前記得的三個,隨著記憶的遺忘與新的例子不斷進來,已忘了是否是一開始的三個),不管如何,都是彰顯了學習的重要歷程,先有錯誤的經驗,才會學到正確的方向,故先前的無成果,其實都是在為未來的康莊大道鋪路啊!