地球物理反演理论中，经常先设定一个初始条件A，根据这个初始条件计算理论预测结果B，并与实际观测结果B’相比较，如果有误差D=（B-B’），就用反馈机制微调初始条件AßA+f(D)，周而复始，直到达到最满意的效果。

培养研究生的最终目标是让其具有独立进行科研工作的能力，这也是一个具有自我反馈机制的闭合环路。而新生则具有开放的片段化的非线性的特征，离最终的模型相去甚远。到底该如何培养他们？很显然线性算法基本无解，正解应该是非线性的逐渐迭代式的方法。

对于我的学生，刚来到研究组，我会先设定一个初始模型：设计一个比较明确的科研方向，设定较为具体的实验过程，提出具体的科研文献和所需掌握的专业知识，之后开始每周迭代。根据每周的进展，进行各种微调。当实验结果最终完成时，文章的思路和写作规范也逐渐掌握，就可以进行写作的训练。同时，让学生根据先期数据，自己尝试性地提出自己的想法，并开始第二轮的迭代过程。学生的悟性不同，所需迭代的次数也会不同。这样，学生不但有阶段性的成果，自信心增加，而且距离最终目标也会越来越近。

对于这种培养过程，师生之间需要良好的沟通和相互反馈。第一次的迭代过程最为重要，这是反演结果能否趋向收敛的基础。很多情况下，导师和学生的矛盾就发生第一次的迭代过程中，导致最终的发散结果。一般情况下，导师占据主导地位，所以我认为应该负主要责任。

培养学生，没有捷径。