《万万没想到》书摘和个人笔记
土木坛子
《万万没想到:用理工科思维理解世界》一书是我很尊敬的科研前辈——美国科罗拉多大学博尔德分校物理系研究员万维钢博士（不过他目前已经辞职离开科研界）的作品，主要汇集其博客（学而时嘻之博客，博主网名：同人于野）上的优秀博文，因此我也已经基本阅读过本书的大部分内容。
最近阅读该书（Kindle版本仅售0.10元人民币——知识是如此廉价！），再读一遍依然受益匪浅。全书为作者读书的总结和思考，引经据典（国内外前沿科学论文文献和著作），内容详实客观，集趣味性和思考性于一体，既有深度又有广度，更有许多论点异于我们的错误常识，阅读时经常拍案叫绝，犹如当头一棒，醍醐灌顶。我于Kindle上做书摘并事后添加笔记，以供日后参考。同时整理公布于此，供大家参考。
本文中斜体引用部分来自书籍原文，其它部分是我的个人笔记与感想。
《研究一篇成功预测了汶川地震的诡异论文》，结论是此文纯粹是凑数。这篇文章得到了很多转载。有意思的是，2012年有个署名为“龙小霞”的读者在博客原文评论中留言说“楼主大哥，我只是想毕业拿学位，大家别再为难我了，我写的论文自己都不敢多看两遍的！”也不知道是不是那个龙小霞。
有许多人拿这篇文章说地震是可以预测的，从这里可以看出，连作者自己都不自信，所以这种马后炮的事情不足为信，不排除未来有可能预测地震，那也一定是建立在严格论证和检验的理论和实践基础上。
真正能左右成绩的品质只有一个：自控。
能管住自己，该上课的时候就去上课，该写作业写作业，多学习少看电视，这个品质就是学业成功的秘密。统计表明，想要预测一个学生的大学成绩，自控能力甚至是比智商和入学成绩更好的指标。
亚裔靠的是意志力。有实验发现，中国的小孩从两岁开始就比美国的小孩有更强的自控能力。可能是基因的问题，因为中国的多动症儿童比美国少得多。也可能是传统的问题，因为中国的父母更早地要求孩子控制大小便。不管是什么，中国文化虽然不怎么擅长科学思维，也不太明白意志力到底是怎么回事，它却在意志力的实践上遥遥领先。这难道不是我们的优势吗？那些全神贯注听讲的小孩，比每隔三分钟就得吃点零食的小孩酷多了。
培养孩子的自控力。对于成年人也一样。花花世界，诱惑太多，没有自控力，就跟猴子掰玉米一样，很容易一无所获。
成功的秘诀居然如此简单，你要做的就是豁出去拼？以至于很多民间科学家误以为科学研究的突破只要用足够多的汗水就能换取到，而把大好的时光花费在自己根本不懂的项目上。
如果有一个人，认为搞科研“功夫在诗外”，一天到晚研读牛顿等古代科学家的传记，给古今中外的科学家搞排行榜，在博客上写好多科学家的趣闻轶事，跟伪科学和民间科学家作斗争，甚至希望通过研读西方近代哲学和中国古代哲学，提升自己的人文素养这样的办法去学习搞科研，那就是缘木求鱼了。
成功的秘诀不简单，将自己有限的时间花在自己擅长的事情上，而不是以为自己是万能的。心静固然重要，然而以为瞬间的顿悟会从天而降，这只有小说中才会出现。
世界上的新闻每天都不一样，但是他们对这些新闻的解读和评论永远不变，他们的发言有高度的可预测性。他们的思想死在了舒适区。
以上说的是那些公知们。不学习就不进步，勇于挑战自己，不能死在舒适区。
再牛的科学家，也需要同行评议，这就正如世界排名第一的网球运动员也需要教练一样。反馈者不见得比你的水平高，关键是他们不是你，他们可以从你看不到的角度看你。
你永远以为自己是对的。但真相未必如此，切记。
现代的老师的最大作用是什么呢？正是提供即时的反馈。世界上最好的高尔夫球球手，最好的国际象棋棋手，他们的比赛水平肯定超过自己的教练，可为什么他们还要请教练？一个重要原因就是教练能在训练中以旁观者的身份提供即时的反馈。
老师的作用：即时反馈。独学无师，进步不是最快的。
很多年轻人追求一种散漫的风格，干什么事情都是一副无所谓的态度，认为在打打闹闹中学习的人很酷，这是非常愚蠢的。能够特别专注地干一件事才是最酷的。
专注，一心一用，重要的事情上，想搞一心多用不是上上策。
刻意练习不好玩。它要求练习者调动大量的身体和精神资源，全力投入。如果你觉得你在享受练习的过程，那你就不是刻意练习。
我曾经看到美国一个报道说，如今的大学图书馆里绝大多数学生都在听音乐，其中的一个学生还跟记者说了一句特别有诗意的话，“silence is deafening”（这句话其实不是他发明的），我受不了安静，安静太刺耳！其实，这些听着音乐学习的人应该放下书本专心听音乐才对，因为他们的学习时间长短与考试成绩无关。
如果你想学点知识，最好的办法是找本书——最好是正规的教科书或者专业著作——然后老老实实地找个没有人的地方坐下反复读，而且还要自己整理笔记，甚至做习题获得反馈。如果你坚持不了8分钟，你不适合学这个。
要做好一件事，做精一件事，背后需要努力的汗水：刻意练习。这是必要条件，很难谈得上享受。
但是对于某些不想当普通人，一心想要出人头地的人来说，输了起跑线就没有机会参加后面的比赛了。
如果你想享受快乐童年，你的位置在观众席。
一直在赛跑，要想成为最卓越的那小部分，任何一步都不能放松，那些不在乎起跑线的人，很可能就注定成为普通人，所以，享受童年对于大部分人是适应的——你不一定非要折腾你的孩子。
如果能建立起兴趣，我们希望这个兴趣能在练习过程中，随着练习者能力的提高，练习难度的增大，而越变越强。在理想的状态下，整个过程可以形成一个正反馈：最初，这个孩子在音乐中有一点超出同伴的兴趣，于是他主动练习——因为练习了，所以不仅仅是他的兴趣，他的音乐技能也超出了同伴——于是他的兴趣更大了，他进一步猛练——他在比赛中获奖，于是他把目标定为成为顶级高手——在追逐这个目标的时候他发现音乐真是个博大精深的项目，越练越有兴趣。也许很多科学家的成长就符合这个理想模型。
追随内心的兴趣并不真正对，相反，你做得好才会有兴趣。这跟"So good, they cannot ignore you“的理论如出一辙。
深蓝也不过是人工智能的产物，它的发展受到人类智力条件的限制。就目前而言，围棋的路数变幻莫测，要想找到完全掌握路数的算法不容易，再加上围棋高手思维的灵活性，计算机想取胜并不现实。——编者注
编者也错了，时代在发展。最新的人工智能就打败了所有顶级围棋手。
我们说的思想类书籍，不是什么学术著作，所以再好也没必要读三遍。两遍正好。而且最有效率的办法是读完一遍马上再读一遍。第一遍读是为了陷进去，第二遍读是为了跳出来。
读书应读两遍。多了不可取，少了也不可取。
眼过千遍不如手过一遍
光说不练，不能真正掌握。自己动手，写作，口才，都是如此，要想真正掌握它，要亲自练习，刻意练习，基本别无他法。
关键是印在纸上的实体文字似乎更能刺激大脑神经，让我们以更加积极的态度阅读。
重要的东西，需要打印出来阅读，效果更好，这一点尤其是修改自己写出来的东西时，在电脑屏幕上很难发现错误。阅读论文时亦是如此，打印出来阅读的理解力要深一些。
只有落后者，光脚不怕穿鞋的，反而可以冒这个险。冒险至少还有赢的机会，不冒险就输定了。
一无所有的人更可能冒险，因此也有可能成功，就跟经常有渣男容易追到美女一样的道理。
100人中有54人是通过个人关系找到工作的。这是一个相当可观的数字——当宅男们绞尽脑汁纠结于简历这么写好还是那么写好的时候，一半以上的工作已经让那些有关系的人先拿走了。
关系很重要——中国人中国社会尤其如此，国外人也有自己的圈子，完全漠视它和过分在关系上面投机取巧一样不可取。
也就是说大多数你真正用到的关系，是那些并不经常见面的人。
也就是说大多数你真正用到的关系，是那些并不经常见面的人。这些人未必是什么大人物，他们可能是已经不怎么联系的老同学或同事，甚至可能是你根本就不怎么认识的人。他们的共同特点是都不在你当前的社交圈里。
这意味着越是富人越容易跟不同阶层和不同地区的人联络，而且阶层多样性要比地区多样性更重要。正所谓“贫居闹市无人问，富在深山有远亲”。
亲朋好友很愿意跟我们交流，但是话说多了就没有新意了。最有效率的交流，也许是跟不太熟悉的对象进行的。
不要局限于自己的小圈子，那些与自己有不同点的联系也许更重要，因为大家占有不同的资源。富人的圈子就有丰富的层级和多样性。
看来，风险投资的最佳合作伙伴，应该是一个从来没跟你进过同一个大学，从来没跟你在同一个公司工作过，而且跟你不是一个种族的高学历者。
对工作来说，同乡会和校友录不是扩展人脉的好地方。
相辅相成，优势互补，这样的优秀人在一起会更优秀，相反，这样的烂货在一起更烂。
也许在正常情况下每个人都安安静静地死去，然后会有某种机制（比如“孟婆汤”）抹去前世的记忆，然后再转世。但是那些意外死亡的人因为是“意外”，这个机制被破坏了，以至于出生以后还保留了前世的记忆。塔克对这个问题的一个假说则是可能一般人死了之后不会转世，只有那些由于某种未尽之事想要再回来的人才会转世。但是也没有任何记载说这些人有报仇之类的行为。
好人未必会有好报，能转世——如果真有，反而是一些意外死亡的人，其灵魂能量场很强，还有回来的强度？
相关性研究只是科研的初级阶段。但就是这样它也已经超越了我们的思维本能。
而使用大规模统计发现实在的相关性这个最简单的科学方法，是我们摆脱童稚状态的第一步。
某件事与某件事有相关性，这是一个规律，虽然这未必是因果联系，这是科研中的一个基本思维方法。
那些写在晚报副刊上的各种所谓健康指南，连看都别看。
谎言，该死的谎言和医学研究。
如果还转载微信朋友圈中的各种健康指南，这只能说明这个人是多无趣与无知？目前正儿八经的医学研究都很不靠谱，甚至有些无法重现的论文研究——即使不是主观造假。一个依然广而流传的谬论：补钙需要补维生素D！维D有助于钙吸收不假，问题是人体本身并不缺维D，自身产生的量足够。
我们可以无比准确地预言每一次日食，可以拦截导弹，甚至可以用遥控方法把探测器精确地放置在火星表面指定的地点。这些并不完美的物理模型是如此的足够完美，有些人错误地以为科学就应该提供精确的答案。但事实是很多重要问题的模型根本做不到这一点。2008年金融危机给人的印象就是所有正规经济学家都没有预见到。格林斯潘说：“我们都错误判断了这个风险。所有人都没想到——学术界、联储、监管者。”一时之间批评经济学成了时尚，很多人认为经济学根本不能算科学。
2009年，英国女王伊丽莎白质问经济学家说你们就怎么都没预测到这次金融危机呢？经济学家们回信，说经济学这个工作都是各自为战研究具体领域内的小问题的，我们并没有做在一起对世界经济这个整体发挥“集体想象力（collective imagination）”。换句话说，他们玩的都是小模型，没玩过这么大的。
小研究与大研究。经济学研究也不是万能的，至少精度比自然科学要差许多？虽然也有趣。
IPCC（政府间气候变化专门委员会）IPCC 还说这些模型能够成功的模拟当前气候，而且还成功再现了过去100年的气候变化。没错，但 IPCC 没说的是这正是那些“大量的观测事实”支持的结果，是用这些观测事实调参数凑答案的结果（叫做"parameterisation”），这些模型在很大程度上是基于经验的。
我们可以仔细想想这个事情。IPCC的这个做法相当于投票选举真理。如果我们对气候的认识是完美的，如果科学家明确知道自己在做什么，那么世界上应该只有一个气候模型。
但既然你的模型中有很多参数都是用历史数据拟合出来的，这些模型能够再现历史就不奇怪，最关键的测试还是你能不能预测未来。
如果非得预测大的不可，最好还是用IPCC这种多个模型取平均值的办法，也叫“发挥集体想象力”。
在科研中，模型模拟只是帮助我们了解这个世界，但不能完全取代真实世界。许多模型需要实验观测数据来调试参数，符合边界条件，从而产生符合观测的输出值。进而用它来”预测“未知和未来。用这个”调试“过的模型来验证过去的实验观测，完全没有问题，因为它就是用原来的数据调试过来的。而如果能”预测“未来，则说明这个模型有一定的可靠性，但严格意义上，只是说明它躲过了一次证明它错误的机会。
就天气预报来说，目前的准确度还不错，比如，天气预报说北京明天的降雨概率是70%，其意思是，100年中每一年的这一天，真的有70天降雨！这是相当高的准确率了。至于这个70%怎么出来的？10个预报员有7个说明天会下雨。当然这是一个段子。