這個問題的簡短答案是，您大大高估了您和其他工程師判斷哪些技術將與實際相關的能力。

我認為這是 Michael Stonebraker，一位圖靈獎獲獎的計算機科學家，不乏實際影響，他說學術應用研究的最佳地點是距離廣泛實施大約有10年的技術。如果您將自己限制在今天已經可以做的事情上，那麼您將無法提出一種全新的發展，至少在理論上應將學術研究與其他創新驅動因素區分開來，例如創業公司或工業R&D。順便說一句，如果您現在的工作缺乏影響令您感到困擾，那麼您應該考慮以下問題：您是否會在創業實驗室或工業實驗室中無法獲得更高的工作滿意度。

我找到了一個自我示範的例子學習電網尤其令人信服。如果我們倒退幾年的時間，並將您的觀點與自動駕駛的研究聯繫起來，我相信您會發現很多人認為這項研究是浪費時間。當然，駕駛是安全至關重要的領域，並且汽車受到嚴格監管。用於自動駕駛輔助的算法完全無法解決，並且在某種程度上仍然無法解決許多利益相關者的實際問題以及政府的安全保證。 但是我們在這裡。我不確定電網是否也會發生同樣的情況，但在看來絕對是合理的。

您可能也有興趣閱讀 TRLs（技術準備水平），例如歐盟框架計劃和NASA所使用的。

這裡的基本概念是學術研究通常最適合將TRL 0或1或3或4的思想引入。您抱怨的“ Matlab實現”很可能只是TRL 3上的實驗室測試。這與許多大型組織為學術研究實驗室所設想的技術進步宏偉計劃中的立場非常吻合。

“沒有實際意義”的事物不一定是無用的。他們可能只是在“等待時間”。

例如，離子液體的現象最早是在1900年代初發現的，但是並沒有在經濟上流行或在工業上一直到2000年代初，它們才被“重新發現”並以“綠色溶劑”而聞名。

所以說某些東西在實踐上沒有實際意義可能是不公平的。

還要考慮的另一點是，有人在進行工程設計但未真正做被認為是“工程設計”的事情。這可能是一個招聘決定，或者是某個人在他們的教學所在地找到家，而不是試圖為他們的研究找到合適的家。 （這對我來說就是這樣：我是經過培訓的工程師，但是我的研究可以很容易地融入化學或材料科學系。）

顯示新方法的研究不必證明新方法的實用性。一個非常有用的例子是ODE數值求解器的研究。已創建的絕大多數方法未用於生產質量的ODE求解器。他們只是效率不高。但是，在嘗試了解各種可能性時，擁有豐富的文獻資料確實會有所幫助。概述了一種效率不高的方法的人可能已經為如何適應特定情況提出了新的想法，以便將來其他人可以用來創建實際可行的方法。並且擁有一個隱含地突出顯示“外觀，該事物實際上僅在特殊情況下，因為X才有效”的出版物，將來在別人有了這個主意時會有所幫助（閱讀論文並走得更快，更容易“好吧，效果不如我希望的那樣”，而不是自己構建。

這也與發布偏向有關。發布某事無效與發布某事有效一樣有價值。當然，現代出版實踐需要“重要性”，因此一般來說，研究人員必須狡猾地撰寫摘要（“我們發現在條件X，Y，Z下該方法可能比當前的標準選擇更為有效”），但是

最後，有一波信息向前傳播，幾乎偶然地偶然發現了行之有效的想法，這些想法在工業上得到了應用並被廣泛使用。

同時，研究仍在繼續進行，以尋找其他可以找到的東西。

偽應用的科學通常浪費資源。這並不意味著基礎或基礎研究是沒有意義的，而是有區別的：對於“遙不可及”的事物建立抽像模型可能會富有成果-人們可以對其進行研究，並在將來增加更多的障礙。

但是看似已應用的模型引起了不必要的關注。它們要么過於簡化，而且已經很好地理解，所以您應該繼續使用更現實的模型，或者它們做出了完全不現實的假設，從而使您無法採用其他方法。在這兩種情況下，模型在社區中都是“生存的”，因為科學家的數量足以組成一個“同行評審小組”，因此論文得以發表。構造沒有應用程序的“應用模型”。

我認為其他答案會以一種方式看待這個問題，但我將從一個更“人性化”的角度來回答這個問題。

因為它很有趣。

大多數人之所以進行研究，是因為他們的研究興趣使他們感興趣。他們並不是想賺幾百萬（通常恰恰相反-他們通常收入不高）；他們並沒有試圖改變世界（即使後來改變了）；他們真的對XYZ是否可行感興趣。

事實上，有時候您會從研究中獲得真正的突破，改變了世界的運作方式，這意味著公司願意投資於研究。但是從個人角度來說，如果您對進行研究不感興趣，那麼進行下去就沒有什麼意義了。

許多研究目前尚不切實際和理論上。但這就是為什麼很多是大學研究而不是商業R&D的原因。有時，最終它會變得非常有用。

當半導體於1821年被發現時，沒有人夢their以求的夢想。

和激光。一個使相干的單波長光照射到某個東西的好主意：但是為什麼要打擾呢？而且他們需要昂貴的材料，無法每天使用。然後發現了半導體激光器。然後是光纖，該光纖需要相干的單個波長的光才能使數據信號傳到遠處。因此，由於純粹的研究聽起來幾乎不可能在70年前產生有用的東西，所以現在所有的互聯網都由微小的廉價激光器提供的光纜運行，徹底改變了一切。

有限域擴展的法線基的構造是“從實際實現中獲取的”。它“在實用上非常有限，並且沒有試圖解決實施方面的問題”。而且，它是“如此數學的”。 “這是一個合理的問題，為什麼有人會使用這些具有高度理論和假設性的研究結果。”

這是非常正確的。或者，更確切地說，這是真的。過去。

直到您突然有了Massey-Omura密碼系統。

它沒有任何應用程序，或目前沒有適當的實現，這並不意味著它永遠不會擁有一個。誰曾在現實生活中使用過那些被稱為黎曼流形的理論東西？當愛因斯坦致力於廣義相對論時，他們已經在那裡了。

理論研究已經存在，以便有一天其他人可以拿起並使用它。

為什麼有人研究動物用藥物？我們不在乎治愈老鼠的能力。但是，我們希望這能幫助我們研究人類藥物。

類似地，在過於簡單的環境中（實驗室老鼠）解決問題的目的通常是在更現實的環境中解決這些問題。

許多研究並非針對直接應用，而是針對其他研究人員。這是一個功能，而不是錯誤，因為研究人員需要在某些基礎上進行構建。從論文到其應用程序的路徑無需採取任何步驟。同樣，並非所有理論論文都需要應用。其中一些理論結果不夠好，無法應用，您可以從論文本身看出來-在值得應用之前，還需要做更多的理論工作。

有時，即使您知道自己在哪裡想要獲取，但您不知道路徑，一開始在隨機的方向上進行比比直接定位目標更有效。 （在優化問題中看到了對此進行正式研究的主題演講。）

在神經科學課上，我們討論了模型如何幫助理解大腦。一位研究人員令人信服地告訴我們，模型的優點不僅（僅）在於其包含的內容，還在於其遺漏的內容。我們無法理解完整的大腦模型。但是我們可以研究過於簡化的模型以了解其行為，然後檢查我們所學的內容是否適用於更現實的模型。事實證明，過度簡化的大腦模型可用作人工神經網絡。

您看到的某些論文都是從不切實際的假設開始的。可能是為了簡化他們的學習，尤其是如果它是數學學習。隨後會出現一些更為現實的情況。

雖然我自己不學習工程學，但是我學習計算機科學（編程語言），並且我們也有許多論文都考慮了簡化的場景-儘管這些論文可能需要數十年的時間才能在理論上變得有用，但是其中許多論文仍然是間接相關的。在實踐中。

編輯：由於您詢問/問題的相關性/適用性：我正在考慮以降低程序錯誤為目標的（隱含或顯式）動機的數學論文。許多進步都依賴於完成更多極其抽象的數學運算，但是從數學運算到更多的數學運算再到原型製作只需幾個階段。

從定義上講，博士研究幾乎是教育過程的一部分，而不是產品開發過程的一部分，因此，這項工作似乎幾乎沒有直接的實際意義。

行業本身可能會發生類似的情況，其中一些應用研究針對的是最新的流行語方面，而對於該研究是否會取得成果（即直接在今年），人們往往缺乏清楚的了解。通常，這項工作會消失，並成為研究人員教育的一部分（就像十分之九的初創企業家一樣）。有用。我目前的工作是基於10年前“失敗的” AR工作。布爾在邏輯上的（愚蠢的）想法付諸實踐之前早就死了。幻想的研究缺少了[大多數綠色能源研究將在開發出可以放置在發電點附近的有效工業電池之後起作用，但是直到那時....

您永遠都不知道沒有實際意義的研究何時會突然變得重要起來。

我領域的一個最新示例（天體物理學）： BICEP2結果最初表明他們已經檢測到這是早期宇宙迅速膨脹的信號。如果這個信號被證明是正確的，那麼這些人很可能已經獲得了諾貝爾獎，只是想知道這筆交易有多大。但是，其他人則認識到，宇宙的“信號”很可能完全歸因於銀河系中漂浮的星際塵埃。幾乎一夜之間，專門研究星際塵埃的天體物理學家成為了宇宙學的世界專家。他們的研究（我會承認它本身很重要並且可以應用，因此與OP的問題並不完全平行）突然變得非常重要和重要。

另一個例子是愛因斯坦的一般理論相對論。儘管它本身俱有令人難以置信的驚人理論，並且對於理解宇宙極為有用，但數十年來，它在更“現實生活”類型的情況下的應用基本上是不存在的。也就是說，直到開發出GPS。如果不考慮GPS測量和計算中的廣義相對論影響，位置的GPS測量將很快變得非常不正確。 “全球位置的錯誤將繼續以每天約10公里的速度累積！”因此，在理論發展了幾十年之後，技術終於發展到了該理論首先與實際相關的程度。

這些示例並非OP所描述情況的完美對照，但仍然可以說明我的原始觀點：您永遠不知道什麼時候沒有實​​際意義的研究會突然成為現實。相關。

原因1：

研究是一個廣闊的領域，對於任何特定挑戰的解決方案或發明新方法的期望並非一夜之間出現。目前尚無完整的成熟商業產品發表於任何學者的研究論文中。這是一項綜合研究，數十年來許多學者的著作。有知識的人可以做的最好的事情，就是以任何媒介在他的領域裡做出自己的貢獻。憑藉他/她的貢獻不僅可以在同一個領域中，甚至在其他領域中也可以提供非凡的資源。技術論文有時可以是新的革命性技術的奠基人或對現有技術的開創性貢獻。需求。

原因2：

技術是意外革命的結果。不應缺少資源。因此，全球範圍內的大量研究正在作為未來或當前創新的關鍵。每個人的知識都是寶貴而寶貴的。這些知識不能通過口頭分享，而只能通過今世後代的技術論文來分享。當發生任何新的突破時，應該準備好資源以達到目的。

研究是一個漫長的旅程，得出的最終結果是研究的兩倍，而實施是研究的三倍。

從雷雨中放風箏到建造可以保護穀倉的避雷針有多遠？本富蘭克林都做到了。

從克勞德·香農（Claude Shannon）的信號數字編碼論文到現在熟悉的音頻CD有多遠？

在我看來，即使尚不清楚答案將如何受益，基礎研究也不得不提出問題。有時，研究結果是科學研究而不是工程研究，如上面的風箏示例所示。但是你明白了。

應用研究也許比基礎研究更不適合您。

“有用”是關於觀點和感知的。在我自己的小辦公室隔間中，也許很難看到我的研究結果確切地適合於什麼。只要嘗試建立信心，就可以在不同方面存在（或多或少可見）有遠見卓識的人，他們看到了適合的結果。如今，宗教如此破滅和邊緣化的壞事是，在比我們更大的事物中的“信仰”概念失去了意義，而在實踐中它卻比以往任何時候都更加重要。也許不是在全能的神裡，而是在人們以自己的視角製定計劃的情況下。