布布

　　科研即便没有成就感，有心智的人也能坚持做对的事情，因为人最高级的行为就是发现和改变大自然。改变自己的成就感容易有，客观的成就感不容易有，一旦有，就真的变科学精英了！科研是观察自然规律，用基础科学工具—数学、物理描述之，是为发展人类科技。它需要定义什么是什么，就离不开哲学观察，然这是一门专门的学问，然在理工科教育中没有必然的这一环。诺奖得主精通此道也未必是通过哲学学习得到这种能力，而可能是从大师级的科研中潜移默化的，或者从原创性很高的工作中锻炼出来的。哲学能力不仅针对于创新型很强的工作，大部分科学研究虽然是对现状的微修，也需要。这个能力说出来大家就秒懂，也很简单，因为它无处不在，几乎支配了每一门理工科专业。

　　数学的哲学是用数来描述量化规则，欧式几何告诉大家，它的工具来自现实抽象，对，所有的数学元素都对应到现实的量，数学判断对应到人们对量最朴素的相等和比大小的直观感觉。一个几何工具包抽象地定义和量化点线面特征的量化规则和演绎方法。从这个最简单的数学形式，分析一门数学的发展，那就是首先一个基础的量化规则作为原理，满足该原理的量再适应新的量化关系。是不是发现了，类似高中数学就开始的公式套用！数学的每一个关键思想方法，都早已体现在初高中的内容中。逆向拆解，识别每一个关系环节，就能理解任何数学表达。一些新颖的算法，剥去一个新技术包裹的外壳，原理很简单。

　　数学的定义是物理赋予的，一门数学书的前言，都要讲自己是关于曲线，曲面，概率，数论，微积分啥的，这些就是数学作为工具的说明书，言明它为哪一个物理属性服务。发展到现下，物理门类齐全，它从相对论开始就在更深刻宏大的物理基础背景下讨论现象，从在地面看运动改到在宇宙看！构建物理模型，张守晟说的，用极少的几个定律构建世界运行的规律，是理论物理学的底色和高级工作。至于怎么构建定律，呵呵，那个是理论物理学家的活儿，大多数人只讲如何构建规则。AI的物理模型，从李飞飞开始，突破就在于发现人的行为规则（这又是哲学，少不得分出技术流派），将其数学化。

　　那么怎么建立模型呢？从行为方式勾画出规则的轮廓，用数学量对应到规则描述的对象，对，选择用哪一种数学工具来描述这个规则，然后像张守晟所说的“荒岛理论”那样来构建一个合理的物理模型，它还要和当下的计算技术和精度妥协。这个一说出来，就又是众所周知。毕竟没见过猪跑，还没吃过猪肉啊。懂得确没什么了不起，对，要有条件有能力做一遍才有用。虽然人的能力都是所做的事情锻炼出来的，但是懂得才敢干呀，懂得也有用啊。