【推舊文】無題
這是去年寫的文章。因發現近日有人批評化學老師沒資格檢驗口罩,特此重貼。
重點是,有此知識是可以靠逐步正確地自學回來,不需要成為專家才能評論。有些知識則必須先花大量時間鑽研,並且通過專業協會或同儕審查過後才能確認「獲得」該知識。把不同難度的知識混為一談,不是本身無知就是有心混淆視聽。
//可能是物理佬習慣的思考模式,我很怕說「某知識」是「某某學科」的知識。例如我見過「人工智能是電腦科的問題學,與物理學有何關係」、「演化是生物學的知識,物理學家懂什麼」、「你懂得用統計學去點算遊行人數嗎」。我怕的不是把知識分門別類,而是那種「你沒有讀過某某科目,所以你的知識是錯的」態度。
學問是由人所發現/發明的(我會以英文「invent」表示)。理論上,每個人都可以重新re-invent所有知識。實際上,影響一個人能夠在這個宇宙中建構出多少知識,也取決於多項條件:個人本身的興趣、人類生命的長度、獲得該知識的難度等。由於人類必須維持自己的生命和自由才能選擇做任何事情,即使是天才如愛因斯坦和費曼,能夠花費在研究的時間亦非常有限。故此,除了必須對知識作出取捨時,亦必須避免重複re-invent已知知識。例如,我們不需要自己去買建構電腦的零件,我們可以相信電腦科學家的專業,使用他們發明出來的電腦,直接買一台就夠了。又例如,粒子物理學家也不用去學習土木工程,只要相信工程師的專業,使用他們建造出來的巨型隧道和粒子加速器就可以了。當然,如果我們真的很想自己「re-invent the wheel」也是絕對沒有問題的,特別是在前沿科研之中,re-invent the wheel是必須的工作,因為一項成功的研究必須能被其他人獨立驗證。
知識是有分深淺的。比較深奧或複雜的知識,re-invent the wheel的成本比較高,因此難度也高,例如要一個理論物理學家去獨力建造大型強子對撞機,或者要一個電腦科學家去學習製造半金屬部件的技術,也是不必要的。在這些情況下,由於他們的目的並非創造新一代的粒子加速器或電腦,他們可以相信其他人的專業,互相節省時間。這樣,把知識分門別類可以幫助我們更有效率地解決問題。
然而,有些比較基礎的知識,卻是任何人依靠思考或推理,甚至是在家中都可以做到的小實驗,都可以re-invent的。我們隨時可以做拋球實驗,re-invent「重力加速度與物體質量無關」,這知識不用靠「讀過」物理學才能得到;我們可以用簡單的邏輯推論,就得出基本的博弈論理論,從而應用在生物演化當中,為各物種演化的關係想出合理解釋,這知識不用靠「讀過」生物學才能得到;我們也可以用簡單的算術(加減乘除)和物理(速率等於距離除以時間)計算出遊行人數,這知識不用靠「讀過」統計學才能得到。
這種re-invent知識的過程,花費的時間不會過多,能夠訓練腦袋邏輯思考之餘,亦能對自己不熟悉的科目增進了解。因為在re-invent知識的過程中,很大機會我們會過度簡化了問題。例如,雖然遊行人數能夠以隊伍行進速率大概計算出來,但中途加入和離開的人數就會使我們的計算結果有所偏差。這時,我們必須調整自己的計算,加入更多細節,使這個我們自己re-invent出來的方法更加實際(realistic),例如觀察途人進出的頻率,在方程中加入新的變量。
這種調整過程可以一直重複,直到我們接觸的知識已經變得太深入,不能單單以一些基礎知識來補足,我們就必須尋求更專業的意見。這樣,才是我們應該尋求「某某學」的時候,利用前人已知的知識驗證我們自己的理論。如果你是凡事立即尋求專家意見的人,就失去了這種自我學習的機會,也會看不見其他人下過的努力。知識和科目之間聯繫密切,能夠自己找到多少知識,在於我們肯為發現知識和真實,付出多少。//
距離除以時間等於速率 在 余海峯 David . 物理喵 phycat Facebook 的最讚貼文
可能是物理佬習慣的思考模式,我很怕說「某知識」是「某某學科」的知識。例如我見過「人工智能是電腦科學的問題,與物理學有何關係」、「演化是生物學的知識,物理學家懂什麼」、「你懂得用統計學去點算遊行人數嗎」。我怕的不是把知識分門別類,而是那種「你沒有讀過某某科目,所以你的知識是錯的」態度。
學問是由人所發現/發明的(我會以英文「invent」表示)。理論上,每個人都可以重新re-invent所有知識。實際上,影響一個人能夠在這個宇宙中建構出多少知識,也取決於多項條件:個人本身的興趣、人類生命的長度、獲得該知識的難度等。由於人類必須維持自己的生命和自由才能選擇做任何事情,即使是天才如愛因斯坦和費曼,能夠花費在研究的時間亦非常有限。故此,除了必須對知識作出取捨時,亦必須避免重複re-invent已知知識。例如,我們不需要自己去買建構電腦的零件,我們可以相信電腦科學家的專業,使用他們發明出來的電腦,直接買一台就夠了。又例如,粒子物理學家也不用去學習土木工程,只要相信工程師的專業,使用他們建造出來的巨型隧道和粒子加速器就可以了。當然,如果我們真的很想自己「re-invent the wheel」也是絕對沒有問題的,特別是在前沿科研之中,re-invent the wheel是必須的工作,因為一項成功的研究必須能被其他人獨立驗證。
知識是有分深淺的。比較深奧或複雜的知識,re-invent the wheel的成本比較高,因此難度也高,例如要一個理論物理學家去獨力建造大型強子對撞機,或者要一個電腦科學家去學習製造半金屬部件的技術,也是不必要的。在這些情況下,由於他們的目的並非創造新一代的粒子加速器或電腦,他們可以相信其他人的專業,互相節省時間。這樣,把知識分門別類可以幫助我們更有效率地解決問題。
然而,有些比較基礎的知識,卻是任何人依靠思考或推理,甚至是在家中都可以做到的小實驗,都可以re-invent的。我們隨時可以做拋球實驗,re-invent「重力加速度與物體質量無關」,這知識不用靠「讀過」物理學才能得到;我們可以用簡單的邏輯推論,就得出基本的博弈論理論,從而應用在生物演化當中,為各物種演化的關係想出合理解釋,這知識不用靠「讀過」生物學才能得到;我們也可以用簡單的算術(加減乘除)和物理(速率等於距離除以時間)計算出遊行人數,這知識不用靠「讀過」統計學才能得到。
這種re-invent知識的過程,花費的時間不會過多,能夠訓練腦袋邏輯思考之餘,亦能對自己不熟悉的科目增進了解。因為在re-invent知識的過程中,很大機會我們會過度簡化了問題。例如,雖然遊行人數能夠以隊伍行進速率大概計算出來,但中途加入和離開的人數就會使我們的計算結果有所偏差。這時,我們必須調整自己的計算,加入更多細節,使這個我們自己re-invent出來的方法更加實際(realistic),例如觀察途人進出的頻率,在方程中加入新的變量。
這種調整過程可以一直重複,直到我們接觸的知識已經變得太深入,不能單單以一些基礎知識來補足,我們就必須尋求更專業的意見。這樣,才是我們應該尋求「某某學」的時候,利用前人已知的知識驗證我們自己的理論。如果你是凡事立即尋求專家意見的人,就失去了這種自我學習的機會,也會看不見其他人下過的努力。知識和科目之間聯繫密切,能夠自己找到多少知識,在於我們肯為發現知識和真相,付出多少。