《写在物理边上：傅渥成（自选集 知乎「盐」系列）》读后感2100字
以前只是对星空对照片和外星感兴趣，对物理没什么兴趣更没想着要读这本书，可是和很多人一样看完《三体》之后，对物理学家产生一种敬佩，对物理的神秘也渐渐开始好奇，想去接触和了解的同时，看到微信读书上推荐这本书，就翻开了。
第一部分是理论，第一节看到复杂系统几个字时内心是很激动的。虽然学习的专业是经济学，可是因为M老师的关系，听过、看过很多关于交叉学科的研究方法，复杂系统就是一种。宏微观经济学其实都建立在“理性经济人”的假设基础上，可是人并不是理性的，理性前面要添加的定语是“有限”。当代更加前沿的研究是结合脑科学、心理学、社会学论证这一点的行为经济学。而回到复杂系统，复杂系统所涉及的研究领域包括非线性动力学、博弈论、集体行为、复杂网络、演化和适应性、斑图形成、系统论等领域。随着时间的演化，出现自组织，在不同的尺度上，出现涌现现象。它的意义并不那么简单，这一点作者在书中做了强调，这种共识促使我继续读了下去。
读到智能起源的一种可能性，作者用《世界奇妙物语》的例子假设，最优的选择就是让未来的可能性最多的选择，因果熵力就是要把系统驱动到未来选择最多的方向，从物理学的角度解释生物学上的行为。//少数人的游戏，是假设，而现实往往是复杂的多人博弈，更何况信息并不一定充分，环境所提供的还有无限的噪音。//多数人引发的思考是从“蚁群”到“羊群”的转变，作者汇总了很多观点，我印象最深的是“格兰诺维特模型”。格兰诺维特模型表明，集体行为走向的极端化不但与每个人自身的偏好有关，更重要的是，它还与是否存在「活跃分子」「活跃阈值很低的人（如笑点低的人）」等多种因素相关，而这些因素在一场集体行为开始之时往往是所有人都未曾预料的，因此看起来就是「尾巴摇动了狗」。另一个因素是，所有人都不想做少数人或者不合群者，更何况马太效应的存在。
蝴蝶和黑天鹅原本也是两个不相干的理论。蝴蝶效应是讲，亚马逊热带雨林里的蝴蝶扇一下翅膀，可能在两周之后引起得克萨斯的一场龙卷风。这说明系统的演化对初始值十分敏感，起初的一点微小的扰动就能带来最终演化上的巨大的区别，这里既不是严格意义的确定论，也不是随机性。原本存在蝴蝶效应，可是当方程继续演化下去，这就已经不再是蝴蝶效应所能支配的了，比如某些种群灭绝，与它有关的所有项就都已经消失了，这已经不再是蝴蝶效应，而是演化方程发生了改变。而演化方程是否发生改变还取决于我们站在怎样的时间、空间、能量尺度上来看问题：个人被卷进历史的洪流中，「大历史」中的一切似乎都无法改变；而当我们缩小我们的视野，关注每一个当下，关注人与人的相互关系，就不难理解「任何人的死亡，都是我的减少」。作者对于黑天鹅事件的介绍，让我印象最深刻的是一句话——“局部的扰动和不稳定性都有可能在短时间内扩散、爆发或正反馈到全局，并可能在这些系统中导致幂律和长尾（也就是说，如果你发现状况很糟，它可能会比你想象的还要糟糕）。”然而学习和经验的累积依旧重要。
其实很感谢作者提出了议论物理学和民间科学家的概念，因为觉得自己在看完《三体》并且补充了多部科幻小说、电影、科普的理论之后，一定程度上也开始和别人谈论这些，并且出现“议论”的苗头。无知而创新，实际上毫无意义。不过我觉得有意义的是，这是我——沧海桑田中的一叶蜉蝣，对我所生活世界、宇宙的一种好奇。我们无法在短暂生命中获得宇宙的答案，也不是对真理无比向往的物理学家“朝闻道，夕死可矣”，可是这种思考这种好奇，这种像记忆碎片一样对“我是谁、我在哪儿、我去向何方”的追问，大概就是存在的证据和意义。
第二部分是数据、模型、预测。略有些不同于作者对大数据的态度（“为什么”距离我们越来越远，少样本更好的去判断规律），我其实觉得大数据是工具，是我们发现规律的工具，而经济学家等“家”们做的事情，就是去寻找“为什么”——为什么数据证明的事实会有这样的相关关系？它们是否具有严格的因果关系？规模积聚而成的效应，我们也许更容易发现，因为它是大多数和大部分的规律。而对于预测，以前学金融学的时候FH老师就灵魂拷问过，人类用过去的历史去研判未来，结果到底是对是错。我觉得历史是有规律的，起起伏伏，可是随着人类世界进化的速度越来越快，各式各样的因素越来越多，突变和不确定的可能也就越来越大。不过我想这大概也是人类觉得人工智能有必要继续发展的原因吧，去做人类做不到的事情，写的这里突然想起来，谷歌阿尔法狗火热的那段时间，纽约最焦虑的人竟然是做金融的。虽然这部分想法也挺多，但必须承认的是模型还真的有些不懂。
第三部分，作者作为一个已经达到博士学历的过来人，和我们讲学习和研究的方法，觉得对任何学科都适用，十分受用，虽然我已大三了。作者用了《刻意练习》里面的恐慌区、学习区、舒适区，高效学习就是走出舒适区，避免进入恐慌区，进入学习区进行学习就好。还有如何看论文选择教材，如何做科创写论文，最后这部分可以拿给准大一新生看，也许看过之后就不会像我一样走这么多弯路了吧。