《写在物理边上：傅渥成（自选集 知乎「盐」系列）》读后感1600字

作者很谦虚.

在谦虚的们光辉和辐射中长大, 很难不谦虚.

虽然此书没其后作 \临界\ 写的系统和老练, 作者有其谦虚的资本.

但依然很不错的. (亦或许, 没有那么不错, 只是比较对我胃口而已..)

whatever...

~

.

[knowing why / 解释]

科学的定义: 1,事实 2,模型 3,检验

科学的用处: a,理解 b,预测

thats pretty much everything you need to know about \what science is\.

但这基本是科学界基本认知, 虽然不是作者说的,

(Yale Open Course进化课程中, 老教授特意花了一整节大课, 讨论 \what do we know, and how did we know them?\ 这个问题. 由此而知.

这个定义基本可以让一切关于 \什么是科学什么不是\ 的争吵平息.

\Knowing why\, 或说, 洞悉了解一个问题的因果链条, 运作机制, 是科学的核心.

虽然从理论上说, 我们能得到最接近真相的东西, 只是我们自造的一个个 \模型\, 任何分析也只能给我们 \相关性\, 而非因果, 但, 足够好的模型, 和足够好的次第相关, 已经可以帮我们很好的 \预测世界\了.

Good enough is good enough, until its not good enough!

但是, engineering 及一切实用技术, 是不太一样的东西 -- 和思维方式.

它满足于解决问题, 而非刨根问底; 关注的是效果, 而非真相-- 尽管在极多的情境下, 两者是重合的. 但它们毕竟不同.

correlation is good enough. NOT causality.

比如, big data能够很精准(82%)的告诉我们, 碎屏险和紧身牛仔裤的关联, 我们还需要去搞明白其内部的运作机制么?

the author of \Big Data:A Revolution That Will Transform How We Live, Work, and Think\,  warned us:

\You better!\

why? because rules might FAIL!

..

.

[层 & emergence]

我们对这个世界的理解是分层的. 因为它自己就是分层的!

无论我们对基础层面的研究多么透彻精准, 我们依然不能从中得出上层规律-- 此即 \还原论的局限\.

and we call it \complex\. (complex is not complicated. for example. CHESS play is complex, but GO play is not complex, due to its simple rules, but complicated.)

于是我们需要在不同层次构建不同的 理论, 模型, 试图理解, 领悟, 和预测.

这既是复杂的世界, 能够(在某种程度上) 被浅薄的我们理解甚至驾驭的原因, 也是复杂的形态(如生命)能够自发产生的机理:

1 emergence over SCALE!

2 self-evolving over TIME...

..

.

[power law / 幂率]

在作者另一本书 \临界\中, 没有仔细讨论 幂率 和 正态的成因. 本书试图解释.

形成条件: 1阵发性 x 2记忆性. (比如地震强度vs.间隔时间, 可以认为能量的释放有某种记忆效应.)

而人类并非总满足条件, 因为人类活动的特点往往是: 1阵发性强, 但2记忆性差.

正态产生于均衡; 而幂率产生于临界(critical).

条件不同, 一个正态的模式也可以转变为幂率分布.

比如: 各题之间独立的考试, 统计总分, 人数vs得分, 基本是正态; 但, 如果改变规则, 每道题, 答对才能继续, 如果搭错就结束. 它就具备了记忆性, 因而很可能呈现幂率 (排名vs得分, 而不是人数vs得分).

作者不止一次的警告我们, \相似的统计分布, 甚至是形态, 未必出于相同的产生机制.\

而分析幂率分布产生的具体原因, 可能有:

1 缺少增长约束

2 短时大量阵发

3 个体相互关联 (畅销书 与非畅销书 竞争争夺)

于是我们不能不猜测:

一些\自因果\(\self-causality\)的模式, 是否会促成幂率分布. (比如Matthews Effect, 财富积累, 过去的财富是未来的原因)

..

.

[critical / 临界]

临界是相变的界面, 是有序和无序的边界, 也是 \稳定\ 和 \变化\ 的边界.

critical不是均衡, 而是耗散系统-- 比如沸水, 雪崩, 意识的产生, etc.

当我们说, \进化选择临界\, 相当于在说:

1 在临界, 是适应性最强的: 稳定与变化, 效率与灵活

2 自组织临界 SOC: self-organized criticality

因为两者是一个意思..

..

.

[origin of intelligence / 智能起源]

几个有趣的研究.

除了 \临界\书中反复提到的Ising模型和沙丘, 雪崩等, 本书还提到一个负熵模型.

.

模型很简单, 但结果颇有启发.

1 以逆商驱动的模型, 会趋近体系中选择更多的位置, 和状态(如我们所料, 不奇怪)

2 系统中被\禁锢\ 或 \封闭\ 的物体, 处于\低逆商\状态, 有\被释放出来\ 的趋势.

于是一个极为简单的模型, 似乎出现了某种 \意志\, 要把禁锢的物体捞出来 \玩耍\, 或其它的\利用\ -- 就像松鼠敲榛子, 猴子掏蜂蜜.

.

似乎我们可以引申到其它领域:

资产的流动性, 被恶意并购的公司, 人才流动与家庭劳务(以及洗碗机, AI吸尘器的创造)... 似乎都在被一个冥冥之力的指引着方向.

liquidity, diversity, opportunity, ~~ dissymmetry...

这是生命的趋势么?

..

.

[民科与议论物理]

人口的密集, 生活的富足, 和思维的自由, 催生了一个群体 \民科\, 及其标准行为模式 \议论物理\-- 相比于 \理论物理\. (古希腊的雅典, 当今的天朝)

他们的特点是:

1 兴趣广泛, 努力钻研

2 数学基础薄弱, 缺乏思维框架

3 信奉 \归纳法\, 联想丰富..

4 喜欢跟传统\哲学\和传统文化相结合.

5 人人都是本世纪的Einstein, 动不动发现了宇宙的本源...

6 如果国籍是碰巧是天朝, 还有一个共同的阅读爱好, 某\国产宏大的宇宙题材硬科幻(系列)\.

这不奇怪, 因为在许多人看来, Aristotle也不过就是个民科, 堪称议论物理的典范.. (不过这个见仁见智). 当然, 我们决不能漏掉一个重要的人群-- \未来学家\.

..

.

最后几章, 作者介绍了一些学习经验, 工作方法, 和创作工具. 非常有启发. 更难得的是真诚.

(比如, 如何学习一门看似不可完成的任务, 如何提高效率, 跳出舒适区.)

让我们知道他为何小小年纪踩了那么多巨人的三角肌.  (我还给一个作家朋友推荐了他的写论文工具. 对方颇惊喜.)

挺好.

谢谢作者这么用心的收集三角肌. 每次踩到, 脚感超爽.

希望抽出空来, 把书中的链接挨个撸一遍..

..

.

[咖啡][咖啡]