数学物理计算机的思考

一些关于数学物理计算机的妄言

如果说冥冥之中有一种真理----自然世界的运作规律=真理=自然科学，致敬牛顿的那本著名的几何书，我会把它叫做“自然哲学”。

---

以下我说的每句话，都蕴涵着我自己的生活经历，看到这些文字，我会想起自己人生阅历中的一些事，可能读者你不同的生活经验不一样，不能产生共鸣，但是，我会尽量在我记得来源的情况下，给个链接或者《书名》或者学科背景知识联想，知识爆炸时代，很多知识，先自行思考，提问，然后印证自己的思考，加深思考，在交流才有进步。 写的很乱，错漏百出，记忆可能出现差错，或者我本人的数学见识，个人能力有限，抛砖引玉，想想还是把自己的想法拿出来献丑吧。
这些年来，我在思考，我在反思，我在琢磨自己的道路，我也在想世界万物的原理数学，是对自然哲学的规律的抽象语言，对实际问题建模，就是数学建模，而物理，恰恰是用数学语言去总结描述自然科学的一门学科，所以你会发现，大学的物理就像在学数学，而大学的数学，就像是在学逻辑学！之前一些学霸调侃的梗，我非常地喜欢，数学是火，点亮物理的灯；物理是灯，照亮化学的路，化学是路，引向生物的坑，生物是坑，埋葬理科生。虽说只是俏皮话，但是我们不难明白，其实这个世界的运作规律就是如此，各种自然科学的分类，在我看来，只是不同层级下的对“自然哲学（或者说冥冥中的真理，世界万物的运作规律）”，在不同层级的描述，你在研究生物的时候，你可以把各种理化反应假设为“公理”，在此之上研究规律。其实，世界上的各种学科，都是在不同学科已经证明的“公理假设”的层面上，进行研究的。因为研究化学的情况下，你可以把原子分子之间的：”反应“，理解为一种”公理假设“，在上面研究。为了说明白生物上的一些生理现象，如果抽象到物理本质，世界本源去研究就太过分了，没有必要，这就是学科分工的来源。作为领先世界100年的学科，数学物理绝对是最接近自然哲学的学科。
在我看来，没有”理论数学“和“应用数学”所有数学都是“描述自然的，实用的！理论数学没有实际用途，不是没有，而是不会用，是“暂时没用”。
数学最本质的公理，定义，是发现了那些想当然就正确的的自然现象中抽象提炼出来的“定义=描述方法”，在此之上，经过“正确的”（数学分析等教会我们，最最最基本的知识是基于什么样的假设的，需要怎么做才能做本质地触及根本的自然规律？什么样的计算推演是符合最基本的假设的，而不是在瞎算！算理很重要，不满足理论空间最基本的假设，实在瞎算，就像康德定义出实数，数论，区间套定理等等严谨的理论体系之前，人们（即使是欧拉大神的手稿也有错的，也许不是错而是另外体系的数字乱入，比如1+2+3+4…+inf=-0.5什么的，在这个抽象知识体系里明显是错的，但是在另外一种抽象方式观点下，确实合理的（因为两者最底层研究的定义假设抽象方式，描述层级，研究层面不一样））都是“瞎算”。数学分析，分析学，大分析部分，学会如何思考才是正确的，什么样的抽象是合理的，自洽的，正确的，学会“为什么而不仅仅是怎么做”，你值得拥有！）数学逻辑推演形成的“数学二级结论，三级结论，高级结论，，，，，”其实只是在几种“从简单现象中抽象提炼的严谨正确的数学公理定义”推演出来的结论！所以，黎曼几何甚至领先于相对论出现百年！但是，不同的认知条件下，抽象出来的定义证明公理约定，是进化的，必须满足实验的要求。比如牛顿发现并且假设（或者说定义为）三大定律；，假设这个是对的，是不需要i证明就正确（不证自明）的情况下，建立了牛顿力学。麦克斯韦发现众多的电磁现象公式定理，可以化简，抽象为4大基本假设，然后1生2，2生3，3生万物推演出了电磁学！物理学家爱因斯坦假设了时空曲面，解释超光速新的“实验检验条件下的不言自明看起来很正确的知识，定义为“公理””。为了统一电磁力，强力，弱力，又有科学家假设“各种对称性”，提出“标准理论”。然后为了整合4中基本力，物理学家又提出“超对称性弦”的假设，，，，，，，物理学家们抽丝剥茧，只为减少各种人为定义的“不言自明的假设”，越来越接近那个最本质上面的“真理=自然哲学”。因为科学是相通的，是“自洽的”，是满足抽象层面的“对称的”。 “实验”，是检验真理（一定社会阶段下认识到的自然哲学，描述自然哲学的一种抽象认为的数学物理模型）的唯一标准。 计算机，在我看来，是一种人造的“仿生”，是一种对自然模拟的结果的“仿真实验室”（检测为了描述自然现象而抽象出来数学物理模型，的描述效果=正确性），所以利用描述自然哲学运作规律的数学物理语言，我们可以用计算机模拟，做“实验”，可以观察我们对自然的抽象描述是否正确。。当然，需要满足计算机条件，会在一定的当下社会认识能力的条件下做出让步，比如数值积分，计算方法等。当然，因为计算机似乎把现实模拟仿真得太好了，有点像脱缰的野马，有好有坏，说起来又是长篇大论了，歇笔不谈，有想法就在另外一篇长文里谈好了（知识分享让世界更美好，究极仿真）

数学上，物理上，只要是“实验检验真理”考验下没能通过考验的，对现实自然哲学=真理=自然现象运作规律 的仿真模型就不对！就必须更改假设，更改定义，拓宽假设。甚至往更高的角度上进军，把定义公理更加抽象化，类比推演向高维空间，扩展定义。 举个例子，同样是“向量”，牛顿的向量，和线性代数里的向量是不一样的。同样是“空间”，不同学科中的空间是不一样的。同样是展开式，实数定义在下e的展开，和复数定义下e的意义是不一样的！ 还有就是容易发现二元函数跟复数很像。向量，可以把定义更加抽象化，然后，把它看作“二维张量”。复数也是，求解这条方程（复分析可视化）的时候，你会发现如果把二维简单平面的连续严谨地定义为处处可导的时候，你会发现不够用了，所以就会想办法去定义一种“解析函数”。其实很多数学领域的研究对象是极其特殊的情况，更多的情况下，你写不出一条曲线的函数（已经证明连续的曲线一定能写出函数，哪怕是无穷项的泰勒傅里叶展开等等方法，但是现实生活中更多特例，所以我们学习分析学，明白什么情况下，这个定理能用，什么情况下不能用。）很多数学研究的对象，是极其特殊情况下的特例，因为现实实在是太复杂了，所以我们一般选择先简单的入手研究，假设出比较简单的模型。
宏观上认知知识，感性上得到“剧透”，但你利用知识自己开始推演证明，你会发现一些以后会学到的知识，你会很自然地想到，你也能“重走长征路”，学习，其实重走大牛的路，去发现，去探索，去证明得一种“你自己探索描绘自然哲学的科学”。
《计算机原理》书中作者说的一句话我非常地喜欢：你不能说理解了大概的原貌是怎么回事明白了这门学科，只有深入细节，你才能加深自己的理解，而不只是浅层的理解认知。说“我已经懂了宏观的意义了，所以技术细节我不管，这是一种不负责任的借口。”举个例子，只有当你实际亲笔跟着计算链接复变函数的“欧拉公式”，你在能真正地理解，甚至得出自己的看法，我认为欧拉公式是笛卡尔坐标系和圆坐标系两种不同抽象方式的必然转化公式，欧拉其实是“发现了”，而不是发明了，欧拉公式。数学物理的公式定理，更多情况下其实只是我们对现实的一种抽象，我们人类为了揭示自然规律而进行的一种“逻辑抽象”，数学就是这样“逻辑抽象出来，为了描述自然哲学语言” 因为只要是线性无关组的假设基向量，一定能够推演，张成相同的“知识空间”，所以B,E可以作为描述电磁定律的基本假设的同时，取他们散度得到的ab同样能够描述磁场世界的自然规律。用什么，只是因为科学家大牛发现的历史遗留问题。甚至根据“磁场是电场力的相对论效果！”，我们可以用B描述E,或者用E推出B.
而不同大牛抽象出来的基本原理，推导出的体系中，任意找出线性无关的一组，在逻辑上，他们是等价的！ 抽出一组，跟他们本身是相同地位的！他们能够长成同样的空间！研究相同的东西！

islides能导出视频，然后就能做简单的动画片，然后做平面建议动画的人，就没饭吃了；画漫画的更新慢死了，如果想要3D模型和仿真背景组件搭建，截图渲染出来漫画，是不是就会有漫画效果量产，一周更新玩一部小说，现在的画师只需要更多的完成自己想要修正，截下来构图，就没饭吃了，就像大部分电脑画师如同相机发明了之后，变成手工画师找不工作的现象。 然后建模师因为有了3D扫描，和各种底层更加简单模块化的小模型（小到原子层面，）拼接的新模型，结合物理定理在Unity等游戏里面的应用班，实现新的模块化，建模师也找不到饭吃了。然后之后独创的画画艺术家，画出来各种世界上从没有出现的新事物的原创建模师傅，画师有饭吃。但是python根据机器学习实现世界名画的自动模拟生成，用计算机做各种类比，比人类的自己的想法累计画的要快，究极的仿真的，人的原创和机器的原创，有区别吗？？不都是旧的输入信息经过联想，加工处理出来的吗？批量化，以光速进行联想，穷举各种证明方法的计算机，真的比人类少数的几个天才要苯吗？一个量产便宜质量不一定差，但是那些大部分没什么太高效率的联想能力，或者联想创新不够计算机快的原创性工作者又没饭吃了----这仿佛是必然？。自动驾驶汽车也是，司机也要没饭吃了。现在制造业里的机械手，自动化生产，一堆工人又没有饭吃了。因为网络，慕课，VR虚拟课堂，虚拟设计，虚拟装配，然后，那些只会念PPT的教师培训师又找不到饭吃了。

总之，只要是ctrl+cv的职业，很快就找不到饭撤了。人的创新，不就是他独特的人生经历的积累的“信息输入”，带来的输出吗？联想才是改变世界的本质动力，没有输入就没有输出。如果人工智能更加深入地做到仿的的话，哪怕是人靠自己的积累和灵感创作的事物，都能通过人工智能实现。到时候，可能靠原创的人也会找不到饭吃了。毫无利用价值的人类在机器面前到底会变成什么？没有利用价值，还有存在的必要吗？社会关系的总和，人与人之间那根利益相互联系的枢纽，又在哪里？
因为网络技术，信息爆炸和技术共享，以后做东西只会越来越容易，计算机技术人员其实是为了给有想法的人搭建平台，然他们的想法更加高效率分享，想起了------斯坦福公开了，mathematica讲解数学物理等，想起了python这种越来越接近人类语言的简单的编程语言（只是工具，基础知识，算法和建模思维才是真正能力），3b1b用python做出来传播非常美的视频想法，《矩阵可视化》《复分析可视化》《微积分等空间意义也可以由真正学明白的技术大家来讲解》，比如国内的乐学看电影一样的教学视频，比如是学渣乐园里面创意非凡的想法，H5也是变成很简单的搭建网页的存在。现在，做网站，做小程序，做APP等重复性的工作都已经有现成的轮子，框架越来愈简单易用，知识现在膨胀，触手可得，已经可以实现新兴的制造了。以前靠搬砖的低级码农也没饭吃了
各种模板！轮子！让世界有想法的人更好表达出来！！！真正的高手不应该反复造轮子，虽然他们会造，但是他们会找Bug,会让世界变得更好！静下来，干大事，而不是在小圈子里卖弄靠倒卖信息，倒卖资源，把自己学到一半的东西ctr+cv出来装牛逼，挣钱。每个人都有他让世界变得更好的能力！就像Hexo模板，然技术说平不够高的小白也能给你拥有自己的博客，不断深入进去才能学的快，学会着真正有用的高效技术方家教程，知识付费很正常，但是不是现在这样各种低端信息倒卖的知识共享，而应该是真正的原创！为世界谋福利，网络只会让这东西更加透明，更加无所遁形。现在付费的知识一般大部分都是垃圾。倒卖学术垃圾信息的学术流氓也找不到饭吃了*想起了“曾博”的博学，其实各种科普视频做的好的也是利用了现在伟大的软件，各种技术，怎么能不感激开源！共享！每个人都能够有为世界进步而作出贡献的方式呢？ 利用bitcion的区块链技术，在每一个新原创文字，模型，想法，文化母体出现的时候，打上一个hash分布式的时间戳，这样子这个世界就没有什么那么多ctrl+cv抄袭的垃圾论文，垃圾技术博客了。当然，也有的博客集百家所长，精炼浓缩已有知识，但是所有知识来源，所引用的所有轮子都会通过ctrl+cv的过程之后保存下来，就像论文应用，能找出来原来的知识最本来的发展源头，从最本质的角度去思考理论的假设前提，使用范围，合理性。
其实想了想，《必然》里面假设的文化母体有一个特征，越是优秀的文化母体，越趋近于复制自身，这是自然运作的规律！所以那么多优秀的东西才被ctrl+cv来普及，有些人适合原创，有些人适合宣传，大概，到处是转载复制粘贴的文章是合理想象吧------《自私的基因》也趋向繁衍复制自身的进化方向。
现在单纯的数学物理研究范围大部分是不能带来经济价值的，虽然数学脱胎于自然，但是吃不饱饭谁搞科研？数学是领先百年的科学，计算机，工程师实现这些数学知识，创造社会价值，才是我理想的未来职业导向吧。
学习应该是很有趣的事情，因为他不是做题，而是学会认识世界的本质。很多人在做这方面的努力，徐小灿的动图，马同学，各种Github轮子源码托管，，，，，，，
就这样联想一下，“mathhub,phytics-hub等Science-hub知识仓库”也存在，那就是各种数学物理的网站，论文Sci-hub其实就是在知识平民化，免费化上面做出努力，数学物理计算机等知识本质托管才是真正有需要的存在。
互联网不应该ctrl+cv的存在，应该更多原创，每个原创文稿在出现的时候就打上难以破解的加密代号，全网备份文件分布式公证其原创性，像比特币一样经过强行复制了之后还是会有源地址的东西的存在，KK凯文凯利《必然》里面把所有文文化母体当作一种类似基因的存在，其实跟基因趋向繁殖复制不断传播发扬光大一样，各种文化母也在趋向ctr+cv.其实，这才是世界运作的规律！我觉得认识社会关系的总和，而社会关系的唯一纽带是“相互利用关系”，包括生理上的和心理上的利用关系。
利益，才是人类社会关系维系，运作的本质规律。这里的利益是广义的，不单单指的是心理利益，也不单单生理利益，而是《盲眼钟表匠》里面类似的利益，生物有利己主义，广义上的《必然》里面说的优秀文化母体，同样也有类似的利己主义！自私，是合理的，趋利避害性是这个世界各种文化母体的核心，延续下去的动力。 就像微信公众号不应该让转发大号挣到太多钱，但是个人原创的力量是邮箱的，所以需要论坛社区和知识聚类在一起的网站，这样，会搜集的人做出来的转发公众号大号才会那么多人关注，自己找难找，也会明珠蒙尘，酒香也怕巷子深，因为本质上相差的东西其实并不多。

被计算机搞到没饭吃的大部分人类又该怎么办？创造不了社会价值的人到底算什么？想起了《人类简史》里面被傲养不断繁殖的猪羊，想起了大护法里的猪猡。人，是社会关系的总和，人的利用价值，是维系社会关系唯一可靠的纽带。只有利益是永恒的。 人是一定会自私的，这是很合理的，是生物进化，隐藏在基因里的，帮助我们延续下去的本质，但是，我们到底的算得了什么？想起了动漫《心理测量者》的西比拉系统，似乎需要绝对公平需要人工智能来指导社会生产生活，但是那时候不见得就是好事。居里夫人说，当当下就是最好的时代。如果同样以延续自身，复制是自身作为目的的话，《必然》KK说文化母体最需要的其实就是自我复制，人工智能会不会也产生利己主义，人工智能会不会也趋向自我复制？但发现人类影响人工智能的“繁衍复制生存”时，会不会像现在人类对待猪羊一样对待人类？机器绝对仿生的时候，和人类有区别吗？未来又是什么情况呢？
靠ctr+cv的工作只会越来越找不到饭吃，”没有输出就没有输入，但是如果把一个人甚至很多人的输入见闻生活阅历都”输入进去计算机“，如果仿真的类似的类比联想机理，未必就不能做简单的低层次的类比联想创新！
底层的类比联想也会找不到饭吃只有当你的工作室创造，无中生有的才是艺术家，而且不是单纯的类比，推到，模型。因为人工智能也能”原创“画画， 比如抽象画画的那个python随手画自动生成类似的世界名画项目（虽然实际上好像也不是很原创的样子，类比模仿占多数）， 比如当年大牛希尔伯特说给予一些公理下的证明，能够推演出数学大厦。但是，不是靠伯努利天才一般的精神直觉，也不是靠欧拉大神一样的神计算，或者高斯王子等神人，计算机可以自己暴力证明计算可解问题？针对希尔伯特的问题，两个大牛同时提出了解决方案。图灵发明了图灵机解决问题， 里奇发明lamnda表达式的机器自动推演数学定理，穷举暴力证明公式定理。计算机连数学题目都能证明！大自然不认识123，那只是人类的约定习惯！！计算机认识0，1，10，11，100，101，111.。。。。。，那就是计算机的思维习惯！!lambda表达式里的123写作…^xy.y ^xy.x(y) ^xy.x(x(y)) …
在自然哲学的眼中，这些东西是没有区别的！
自然科学的很多知识，如果脱离了他的历史原因，很多公式定义换一种写法也是可以的。就像工程经济学里面的各种数学公式，是可以相互推导的，只要又最开始那几个公式，就可以互相推演出所有公式，那么问题来了，如果最开始我们先发现的，或者说在我们的脑子里最先理解的那几个公式是另外线性无关的几条呢？他们一样能够张成现有的向量空间，一样能够推导出一致的结论，就像学习数学时候会发现，很多公式是可以随着你的学习不断打通他们之间的关系的！就像是数学大厦的基础定理换几条，最后发现是等价的！原因大概是因为，在最基本的定义假设的数学大厦的公理A，B，C,D,等推导出来的数学体系（比如欧几里空间几何）中，其实任何A+B推出来的公式A+,也可以张成同一个空间。从逻辑学的角度看，A+,B，C,D，，，也能张成同一个空间！！！！！如此看来，A公理定义之所以是选他，只是因为最开始的科学家选择了他，后来的人就沿用的历史原因而已罢了！当然，也有不同的大牛用不同的线性无关的知识框架，前提假设去描述那些自然哲学的知识体系，。来抽象出他们口中的自然哲学，从而产生不同的只是理论罢了从而延伸出不同的知识而已。！举个例子，线性初等代数可以表示离散的运动，定义了内积外积之后，就能表述了连续运动！就能表示几何了！这刚好也是微积分做的事！微积分也在描述连续的运动，几何！群论，离散数学也有一部分是在描述的那种关系！这居然跟古人研究的几何学如出一辙！黎曼几何，微分几何，曲率，张量等知识，其实也是在描述更高维的自然哲学( 4维相对论，11维的超弦理论，空间蜷曲)
恰巧高位的的高等代数也是在描述更高维的空间，也是在定义更加高维的空间里研究几何！黎曼创立黎曼几何的一个初衷会不会就是希望能够把很多复杂的物理现象看成高维的非平凡的几何现象？
殊途同归，原来所有人都在研究几何和运动，研究自然空间抽象出来的实体！
真巧！
再举个殊途同归的例子，
量子力学是用数学语言来调和两种对立的经典概念波和粒子应用到原子现象上描写同一微观客体的佯谬（表观矛盾）的。波概念的用场在于通过波动的各部分振幅的（线性）叠加引起加强削弱的所谓干涉效应来说明原子现象在空间时间上的强弱分布；粒子概念的用场在于说明原子过程的单个性特色。
量子力学有三个数学学的很好的大牛去去描述和其中的规律，有微积分学得好的建立了波动力学去描述！有矩阵学得好得建立了矩阵力学去描述，还有另外直觉犀利化繁为简能力好的费曼历史路径积分法（费曼牛逼，费曼图还用几张简单的图像去表述量子中的一些规律）！最后，薛定谔一个转身了，从物理上证明了三者是等价的！冯诺依曼一个转身，从数学上证明3者等价性，甚至一个用力过猛（想起柯西的函数连续的一致连续，?），顺便证明了量子力学有无数描述方式（超级类似里奇的lambda表达式和图灵机）！
因为他们知识大厦用到的脚手架是一样的！对自然哲学的一种抽象性描述！知识选用的是不用形式的线性无关的自然哲学罢了。
真巧 ！类似的例子数不胜数，学数学很多时候会发现大部分只知识是可以互相推导的， 很多时候，如果卡在一本数学书的证明推导下，会很自然地推导出后面的想法以及得出的结论，有的同学告诉我“别看那些看着高大上的高等代数之类的数学物理书----不考-----但是我怕没想明白，当你不知道矩阵相似具体到底代表什么几何含义，自然哲学的时候，你能忍住心中的好奇而不去找“邱维声前辈的高等代数等书？去看看本质的证明？最底层抽象来源对应的自然哲学”，我想起来了清华教授这篇文章（我们的学生聪明但是么有才华）----我倒是想起来一件事，当自身学不太明白知识本质的的学生当了老师，教出来的学生也只会做题，墨守成规，没有新的突破。但是。做题是为了对知识加深理解，不能闭着眼睛说自己缺乏练习做不出题目来，看到各种长相高级的说法，别人的“理解”，觉得好像是这么回事，就自己说自己明白了科学的本质。因为，只有静静自己思考，得到的结论和大师的观点相互印证，才是真的学会！ 理解细节，熟悉细节，只会让你更加深入理解知识本质！ 机制功利主义者，用这个词形容那些同学！他们没有错，屁股决定脑袋，利益才是永恒的，经济基础决定上层建筑，不先适应这个考核体制，混出个名堂谈什么理想？谈什么知识？学术界，也是要以吃饱饭为优先的。学习是一件耗费成本的东西！所以古代除了那些贵族吃饱没事谁研究学术？饭都吃不饱，你不去搬砖跑去研究的话，真是活见鬼了，学习是一件需要投入成本资金却不宜规定短时间有经济回报的事情。看过一个说法：“斯坦福+谷歌=知识+盈利”，才是发展学术最本质的存在。有钱待遇好，科研经费足够的浙江大学，清北，用千万挖人才，假设你是偏远地区下坡路中的著名大学的大牛老师，为了更好的工资待遇科研经费，你去不去？有好老师，好资源，理应匹配好学生，所以高考是现行经济条件下筛选人才最最经济实惠的方法！尽管有一定的不合理性，但是这可能是社会阶层流动少有的机会了，虽然对一些不擅长“考试技能的人不公平”，但是为了考察那些“少数的不公平偏科人才”而花费的资源会更多，不值得！当然，这也是因为那些不适合这种考核制度下才会闲着蛋疼去思考这些东西。谁也不敢说，那个考试更加认真，刷题更加勤快，做题更加多，反应更加快，套路掌握得更加多，更适合考试的人不值得被遴选出来。考试，只是哄抢资源的大众游戏而已僧多粥少，资源竞争是必然的吧。一方面只能说，这样筛选出来的人更加适合考试，说这种人极致功利主义者也好，极致利己主义也罢，这都不是一个贬义词，只能说“相对合理”（想起清华大学法学院教授许章润的《坐待天明》的“我们的学生聪明但无才华，有想法但无血性”一文）。众生皆苦或者就是这么回事吧，人心是永远不能满足的。 因为，每个人都有他为世界做出贡献的方式，大家公平哄抢资源，同样是考试，输家，期末复习做的题目不够多，在备考方面不够努力，不够听话而已。当然，也可以把珍贵的时间花在让自己更满足的地方，因为，《天才在左，，，》作者高铭那样“为兴趣而活”，多棒！我最尊敬的一个数学老师褚老师，就在课堂上教导我们“静下来，为兴趣而活”。虽然我很多时候也会屈服，但是我就在那想，这样子好像也很无奈。
精致功利主义者，”功利““自私”不是贬义词，只是生物趋利避害性，每个人都在自己的原则和现有条件的妥协中找到最适合自己的生存方式而已—众生皆苦，大概就是一个意思吧。就像企业招工，学术也是，很多时候不是非得某些人才能去做一些事，换哪个人就接受相同的训练去做也行。那为什么是他？因为当筛选规则里适应了规则，做出一定舍弃的他哄抢到那份机会而已。
当然，自身能力很重要！大学入学的时候，家长问系主任，“念这个专业能挣多少钱？”（似乎现在的大学教育都是为了混文凭提高自己工作的时候的卖身价位？）系主任反问：“如果我一年给你儿女100万，你儿女敢拿吗？他又能给我带来什么价值？”当时我听到这个话的时候，觉得很有道理，在我看来，人自身的社会价值就是他的“利用价值”。
但是，还有很多时候不是因为你能不能，而是因为有些活儿还轮不到你做-----培养你干那活也是需要资本！时间精力，当然，没有相应的培养，你也不能说你“能”，因为一些事真的很难，需要1万小时，而你形势所迫，哪怕是想学，生活也有很多“搬砖的活儿”占据着你的时间精力！因为，不在其位不谋其职。自然科学是由智商决定的，而混的好坏，更多跟情商主导的人文科学方面相关。
但是互联网信息爆炸可能能让这些自然科学知识学习成本降低一些，让这一切变得更加透明，也许是为了让每个人都有可能去接受最先进知识，也许大学就会不存在，知识壁垒对普通人而言不会那么大，可能，人们才开始认识到 知识自由，开源分享，物资充足，人们都能吃饱饭有闲功夫做研究的大同世界才会来临吧，那时候，可能就不存在大学了，而是每个人都在家里做研究，而科研设施（像我看过的一个TED演讲里的想法一样，任何人都能租用，想做研究的人都能做研究，这样可能就是和谐社会，大同社会吧）
慢慢的，我也发现了，高考时先有经济条件下人才筛选最最最经济实惠的相对公平的做法，虽然不完美，但是物资条件还不足以让他推翻（学习知识有三种犯法，1自己慢慢悟道2看书3听真正学会的人教你。知真正学会的大牛为什么教育你？非亲非故的，世界上那么多人，大牛没有时间手把手教你，所以才有争夺资源的考试制度，这种人才选拔制度在现有的物质资料可谓有一定的合理性，当慕课盛行，一些高校里面水平不高的老师可能讲课还不如一个世界级大牛的视频录像讲的明白，还可可以倒带反复学习做笔记，学习知识的的成本因为互联网的分享变得愈来越低，会不会一些水平不高的老师会因此找不到饭吃？）为了科学论文共享，sci-hub创始人还被通缉呢！当然，我们也不能理直气壮地当白嫖党。
扯远了，说回来。
学习不单单是背公式，而是重走长征路，重走前任走过的坑，看到他们的证明从而明白知识的来源。 在我看来，学习数学其实推公式的过程才是最有意思的，而不是做题，因为那是创造一门自己认识的自然哲学（当然，花时间干这个不能替你“哄抢资源比赛带来直接利益”，但是有趣呀）而像前面表述的一样，他们在逻辑上上随便那几条能张成相同的“自然哲学”等价的线性无关“向量”（类比抽象层面的）！
恰恰就是这些数学公式结论又能描述自然，在工程上，在描述自然的逻辑上很有用！
但是为神恶魔呢？
科学不是玄学，我觉得，他们那几条最基本的公式，定义，公理，假设全部都是不同的大牛在不同的角度上：对自然哲学的一种抽象迷描述！殊途同归贵，所以科学讲求的是“自恰”！新科学理论在降维之后一定要满足一致的理论！比如（相对论的理论在低维空间，时间维度影响不明显的低俗空间必须降维满足“牛顿理论算出来的结论”！）所以，杨振宁之类的科学家的统一理论，超炫理论其实也要降维“自洽”已有的的理论！否则这个世界就会乱套！再说电磁学（麦克斯韦牛逼），总结出来最基本的一组E,B量来描述电磁规律，用几套公式去描述自然哲学中的电磁部分！（推荐youtude视频电磁学）甚至连磁场都是电场的相对论效应！哪怕是现在超炫理论的神的粒子，希格斯场什么的假设，都是满足新的实验现实而作出的更高层级的理论假设而已！
物理学家杨振宁说过，21世界是对称性的时代。 基于对称性倒腾出来的标准理论也很生猛呀！
数学，是抽象出来描述自然的一种语言，物理则是利用数学语言，去表述那种规律性的自然这里的科学。生物学到底是化学，化学本质是物理，物理本质是利用数学语言去描述自然哲学，而大学数学，更像是逻辑学的一种东西，其实从现实生活中建模，抽象成数学语言，成为一种像数学一样高级的事物，这，才是逻辑学！
逻辑，是从自然中抽象出各种知识学学科！
现有的各种知识框架，其实就是先辈们造的思维轮子，他们其实是为了描述自然哲学这么个东西，我们，站在他们的思维轮子上面研究，其实就是站在巨人的肩膀上（PS,我有没有一点点鄙视胡克巨人的意思，吐舌） 大概因为这样，很多看似不相关的知识居然在描述上面，表达上面会有相类似的结果，比如那场在斯坦福两个物理学家完全不同研究领域居然“魔群月光会和统计量子物理在数字上有一场美丽的邂逅”！（请原谅我用“自然哲学”这个词来表述自然究极的真理，大概是因为我对牛顿那本几何书的致敬）

今天的人是幸福的，站在巨人的肩膀认识世界，正是有那些学明白了的人，写的书（比如欧姆社漫画），做的论文，发的视频教程讲座，才能有今天的人在短时间人知道知识本质的东西，但是不得不说，知识，真的很美！！也是因为那些学明白的人不遗余力地把知识传递下来，我才能在看书学习之后在这儿瞎逼逼的！

因为现实生活中真的太复杂了！工程上很多问题只能用用线性去近似！很多实际问题只能求出数值解而不是解析解！现实问题中涉及的数学物理真是太繁琐了呀！有时候真的是太抽象了！当然，读好书，跟真正学会的人学习，才能学好。我们先人走过的路，是为了我们能更进一步，大步向前，而不是画地为牢的知识牢笼，很多定义公理是“约定”，不是“规定”，是可以扩展定义的。看数学书会发现，掉进去“黑洞”！！！前人真的太聪明了，当你费尽心思爬上来一个知识高度的时候，放眼望去，你会发现别人已经在这个方向遥遥领先！但是即使是这样，闻道有先后，加上一个人的力量（时间精力）是有限的！前赴后继地学习数学物理，真的是只是为了了解世界真实运作的规律！数学，是尽力描述自然哲学本质真理的语言！
有时候在想：模仿人类大脑的ML,神经网络，深度学习，蚁群算法，退火算法，元胞自动机，人工智能，智能摄像头，VR,虚拟现实，Kinect等设备只会让仿生计算机更加借鉴人类能做的事情，人类，马上就要找不到工作了！ 深度学习，统计学习，利用数据之间的规律性，懒得找到内部规律，设定一种高层次高阶函数自己通过数据匹配，训练，自反馈，邮件都或者无监督学习实现吟唱在数据内部的自反馈调节，然后就是实现计算机网络识别的智能功能。可，谁又能说，我们脑袋里的神经元不像一层层的”深度核函数“不是用类似的计算方法在对事物的特征进行提炼，进行进一步的计算呢？自动反馈调节各层的参数权重求解得到最终的答案？
如果冥冥中大脑真实的运作机理实际上只有一种最优解的话，会不会不同原理的多层函数去训练，自主学习，最终自动反馈调节出来的参数都能”收敛逼近最优解“，达到”殊途同归“呢？
知识是储存，技能，认识；智慧思考方式等独创性的存在，如果把开车背书，做题等技能存贮在电脑上面给人脑接口调用，接入生物 电流，是不是就不用学习那些没用的东西？ 两个人的意识接通在一起，变成混乱一片，能称之为死亡吗？到底什么是原来的船？一堆沙子是多少？哲学，这有趣！
究极地仿真，然后让计算机里面模拟出千百年来地球的进化，人类的进化？
3D建模软件模块化，人体骨架，每一块肌肉，重力仿真，感应，就能实现拼凑出来的人体模型。外景的，每一根花草，建筑砖头，哪怕我用计算机模拟出来的不同的“原子细胞大小”的计算机原子，把如今发现的每一种生物反应，化学反应，物理效应作为模拟的算法，进行仿真，加速，就能一定程度上预测未来。虽然量子力学的不确定性，和混沌的影响早就告诉我们牛顿的决定论是错的，但是？谁能肯定以后超学理论会不会有突破？起码一定的程度上是正确的就行。 像素游戏真有意思，他可能暗含的是量子化的思想，这个世界构成的基本粒子，能量可能就是一个个波包。当计算机的计算速度上来了，各种硬件技术跟上来了，各种人类认知不断发展，人类认识世界的脚步如果进一步加深，计算机究极的仿生未必是梦想。人工智能，未必很远，谁也不知道技术奇点是什么时候。到时候，可能能够通过加速时间维的世界预测未来。好吧，但我有这个想法的时候我第一时间搜资料，早发现麦克斯韦妖，不确定理论，混沌学之类的早早就否定了这一“牛顿世界的决定论”猜想。但是，究极的仿生未必就不可能实现。