现在开始受不了很多人了，只知道问问题，其实答案只要找一下就有了
前几天在Linux版看见一个人问一个问了n多遍的问题，最有特色的是它在正文中还加上了一句话“泪水在眼眶里打转”。你以为有了泪水就可以感动我们帮你回答问题啊
今天在EETechnology版居然还看见一个更过分的，不仅要FFT算法的C++程序，还要直接的EXE文件，拜托了，代码给你了，那你只要编译一下就可以了啊
我不禁想起中国的一个古话“临渊羡鱼不如退而结网”，可惜我们的教育长期以来把学生变成了只会临渊羡鱼的人，因为只要他们一“羡”就立刻会有老师啊，家长啊来送鱼上门。唉，送的是什么鱼呢？我不禁有想起一句中国古话“授之以鱼，只供一饭只需；授之以渔，则一生受用无穷”。
美国的教育就是强在他们的学生也许得到的“鱼”比我们少，但是他们有“退而结网”的意识。1991年8月25日一个当时还不是美国公民的 Finland的Hersinki大学计算机系的大学生Linus Torvalds卖不起Minix，怎么办呢？“临渊羡鱼不如退而结网”，于是他自己写了一个操作系统，这个就是后来闻名世界的Linux。前几天看到一个看了n多遍的电影AntiTrust，讲的就是几个Stanford的大学生代表的开源社团和一个老板代表的腐朽商业集团（含沙射影的指 Microsoft）的斗争。里面有一句台词“Any kid working in the garage, with a good new idea,can put us out of business”，是啊，这就是the Silicon Valley这么多年来发展的缩影啊。这就是他们敢于动手去做所创造的一个神话。
Just do it!
Nov 10, 2004
Nov 6, 2004
年轻的科学家——记青年地学论坛
其实我只是不忍看到这样一个活动没有总结而来自己写的，但是我毕竟不是学地学的，而且也没有参与过相关的研究，而且我一个晚辈在这里指手画脚是不礼貌的，所以还有错误和不足，希望大家批评指正。
Mathematicians won the war.Mathematicians broke the Japanese codes and built the A-bomb.
Mathematicians...like you.
The stated goal of the Soviets is global Communism.
In medicine or economics,in technology or space.Battle lines are being drawn.
To triumph,we need results--publishable,applicable results.
Now who among you will be the next Morse?The next Einstein?
Who among you will be the vanguard... of democracy,freedom,and discovery?
Today,we bequeath Ametica's future into your able hands.
Welcome to Princeton,gentlemen.
以上的话是电影A Beautiful Mind中John Nash刚到Princeton时他的老师对所有的弟子们说的话，也是这部电影的开场白。这部电影对于我是如此的具有激励的作用，以至于我都把这段台词背得了。
不过我却在不久前有幸再一次见到了这样令人振奋的场面，这次活动是令我如此的激动，以至于我在会议结束一天后还有激情来写这个回忆。
一次在版上偶然提到参加地学沙龙这么多次却一直没有听到数学在地学中的应用，arlley说在GFY中会有这方面的报告，于是我就跑来了，恐怕我是这次活动中唯一一个不是学地学的。虽然真正能够让我置身其中的报告并不多，但是依旧感到不虚此行。
本来是想去11月4日下午在2号报告厅的分会场的，结果中午碰到carlifornia，他说应该我去听水文那边的，那边全是数学。吴剑锋老师的第一个报告就验证了他的话。
吴老师讨论的问题用数学建模的观点来看就是一个优化问题，其实我现在还在想为什么今年的数学建模题不出吴老师的这个研究方向，也许今年的MCM/ICM就是讨论地下水污染的检测问题的。在吴老师提出他的问题后，我看到了几个熟悉的数学方法，Monte Carlo方法，遗传算法。不过我到没有想到吴老师是将Monte Carlo方法和遗传算法结合起来，利用Monte Carlo方法引入参数的不确定性，吴老师后来还提出了一个方法，噪声遗传算法，这个方法也是利用Monte Carlo方法产生不确定条件下参数参数分布的多个实现，但只选取一定数量的实现来求解，这样可以减少计算量。其中最令我有启发的是，吴老师在使用GA求解最优解的时候，在进化初期，每一代选取的实现是较少的，而在进化的后期，每一代选取的实现较多，这样可以兼顾计算时间和准确性。
不过倒是想问吴老师有没有试过用其他的优化算法，比如模拟退火，来研究这个问题呢?
下一个报告我是没有听懂。（呵呵，其实我是没有听）
后来的一个报告是讨论在一个场中Monte Carlo 方法的实现次数对参数分布的影响的，也就是说，实现次数少了，参数分布也许不收敛于预期的分布，而实现次数多了，也许早就满足要求了，但是却白白浪费了很多计算时间。我倒是很新奇的听到一个在地学已经形成了渗透系数这样一个数值化指标，更新奇的听到地学中把这个参数的分布看作一个场，记得一个牛人就说过，“什么是场？场就是物理量在空间的分布”。不过可能是对你们的这个场还不太了解，没有见到你们用场论中的一些指标来评价场。
不过到也想问问这个同学， 你的摘要中提到由于计算是在不同的计算机上完成的，所以没有记录消耗的时间。其实我觉得你只要把算法的时间复杂度分析出来，我们就可以看到消耗的时间和计算量的关系了。
然后我就跑到东南楼的二号报告厅去了。不知道为什么我平时见到的牛人都在那里。：）
来自中科院的刘勇洪介绍了他基于生态系统遥感数据建立的土地覆盖类型模型。这倒是我第一次全面的了解遥感的工作过程。作者在生态系统和土地覆盖类型之间建立了模型，并且让我新奇的是作者还设计了识别系统的学习过程，好像现在在自动化控制中也流行这样的思想。有一个很好的处理方法给我留下了深刻的影响，作者为了消除云层对遥感影像的影响，对长期的数据进行统计。
后来一个报告也是没有听懂。（呵呵，主要是听到作者弄错了很多物理学史问题之后就没有听了）
后来听到一个来自浙江大学的同学介绍三角网的生成算法，确实很有意思。我不知道三角网有什么用，不过他的算法改进确实很有意思，他自己列出的对比也说明这种优化确实很有效。简单的想法往往会带来巨大的变化，我不禁想起一个牛人，好像是Feynman吧，他说"It is important to solve the problem that has been solved.”
后来的两个报告也是整个没有搞懂，本来想和人家探讨一下他们是如何在三维空间内附加各种信息的，结果发现他们自己好像也不是很清楚，居然对我说出“你去问发明这个技术的人吧”这样的话。弄的我还有一个问题，就是他们是如何存储信息的，都没有机会问了。
本来准备只参加4号下午的活动的，可是感觉古生物那边的东西也想了解一下，于是5号又来了。不过后悔没有把生科院那帮兄弟喊过来。
第一个报告没有听全，所以也就不说什么了。
第二个报告是中科院南古所的一位同学（我也不知道该怎么称呼，就算是同学吧）介绍他在山西永济地区发现的疑源类化石以及从其热解产物中检测到沟鞭藻的标志化合物的研究内容。他在报告中提到了这些疑源类的板片构造使他推测他们可能是沟鞭藻的化石。疑源类这个词给我的印象很深，颇像当年的X射线。而且作者提到了几个物种分布的相关性，结果有人提出可能是趋同进化，让我感受到假设在地球科学中的重要性。（怎么现在感觉地学到处都是假说啊）
后面张遵忠先生的报告是讲花岗岩的，这个东西我是一点都插不上嘴的，所以就不提了。后面凡是提到花岗岩的我都没有听。
来自吉林大学的一个同学讨论了植硅体对泥炭环境的指示意义。我倒是很新奇植硅体这种东西是如何形成的，在后来的提问中我才知道原来是植物细胞间隙中的物质在水分蒸发后形成的。还听说了温度系数这样一种指标，问了那位南古所的同学才知道植硅体的形状可以指示其形成时的环境温度，在一定样本空间内，将表示某种温度状况的植硅体的数量除以总的植硅体数量就是温度系数。这种评价标准倒是不错。
下一个报告是南师大的陈仕涛同学介绍的，没有完全听懂，但是听说他是如何刮样品的倒是肃然起敬，这才是科学工作者啊,感动ing
后来张晓琳的报告由于也是花岗岩，所以也不懂。但是有一点很奇怪，他在表述一个关系的时候说这个关系是双曲线性的，为什么不表示为倒数线性特性呢？这样还便于作拟合和误差分析，我记得大一作普通物理试验的时候老师就说尽量将双曲线性表示为倒数线性特性。
下一个也是花岗岩，虽然没有听懂，到是也被科普了一下，总算知道A型花岗岩名字的来历了。呵呵。
下午去帮carlifornia捧场，结果无心插柳，听到了吉林大学丁清峰老师介绍证据权重法的应用。这是第一次听说这种方法，算是开眼界了。当然了也少不了hh1936同学的活跃思维。
由于在看论文摘要汇编的时候发现丁增勇等同学的文章，看到那个图是，便猜测是用Matlab画的，相比值得一听，于是又跑去了。不过没有完全弄懂他们是如何从热传导方程一步一步推导的过程。倒是想告诉丁前辈，你文章中那个图其实可以把灰色的边框去掉，Matlab中有一个导出图像的选项，好像叫做force margin into white,这样导出来的图片就好看多了。
两天的活动让我重新认识了地学，学到了很多知识，体会了很多原来不曾听说的思维方法。感谢arlley告诉我这次活动中有很多数学的内容，也感谢carlifornia告诉我哪里有相关的报告，也感谢所有会务组同学的辛勤劳动和老师们的大力支持。
我想起美国前总统戈尔在1993年启动GLOBE计划时说，“成千上万参加GLOBE计划的青少年他们是年轻的科学家”，于是我不禁想到这两天来那么多的年轻人也都是年轻的科学家，所以我就用“年轻的科学家”作为文章的标题了。
不请自来的baosheng
【 以下文字转载自 EarthSciences 讨论区 】
【 原文由 CEC 所发表 】
看了baosheng写的总结——写得很好也很详细——尤其还给我提了一个问题。我没有理由对此无动于衷-:) 昨天写到中途一半，网络掉线，郁闷死了:( 今天接着写吧，可能今天没有昨天的思路，会有些乱~~~~
很遗憾，对于baosheng提出的用模拟退火（SA）方法来解决污染监测网的设计这一问题，我暂时还没有研究。归根到底，监测点的设计问题是一个0-1 规划问题，只不过其中的约束条件包含了描述复杂地下水流系统的水流模型和运移模型。遗传算法（GA）采用二进制编码时，正好与监测网中各监测点的取舍（0 或1）相吻合，所以GA在这一问题中具有不错的效果。可以说GA是求解该问题的一个强得力工具。现阶段很难单独用SA来简单地解决这一
问题中监测点的取舍，因此，我还没法运用单一的SA求解监测网的设计问题。但是，我想可以尝试将SA与GA相结合——既可由GA方便地决定监测点的取舍，又可由SA尽可能地快速收敛于“最优解”。相信这是一个令人感兴趣的研究课题。当然，可以先建立取样点与其位置编号的对应关系，然后再应用SA求解这一问题，应该也是可行的。如果有同学感兴趣研究，也是一个不错的研究题目。
事实上，作为智能优化方法，我对GA和SA都有一些了解和研究，在地下水污染的治理和修复优化设计中也有这些方法的应用。并且将GA与SA相结合应用于地下水系统参数的识别、污染的治理等问题中也取得了一些不错的效果。以往的研究基本不考虑参数的不确定性，所以相对简单一些，一旦考虑系统参数的随机变化，问题就大大地复杂化了——但这也正是今后我们需要关注的！
总之，任何学科的问题都没法达到研究的尽头，只要有需要，研究就有存在的意义；同样，只要有兴趣，总能找到合适自己的研究方向——无所谓学科门类的冷热。 “没有最好，只有更好”是不是也能概括我们各自的研究？！同时，还想说一句：“对水文地质感兴趣的同学，积极加入到我们这一行列中来吧！”（插播广告）
权以此作答——致谢baosheng！
Mathematicians won the war.Mathematicians broke the Japanese codes and built the A-bomb.
Mathematicians...like you.
The stated goal of the Soviets is global Communism.
In medicine or economics,in technology or space.Battle lines are being drawn.
To triumph,we need results--publishable,applicable results.
Now who among you will be the next Morse?The next Einstein?
Who among you will be the vanguard... of democracy,freedom,and discovery?
Today,we bequeath Ametica's future into your able hands.
Welcome to Princeton,gentlemen.
以上的话是电影A Beautiful Mind中John Nash刚到Princeton时他的老师对所有的弟子们说的话，也是这部电影的开场白。这部电影对于我是如此的具有激励的作用，以至于我都把这段台词背得了。
不过我却在不久前有幸再一次见到了这样令人振奋的场面，这次活动是令我如此的激动，以至于我在会议结束一天后还有激情来写这个回忆。
一次在版上偶然提到参加地学沙龙这么多次却一直没有听到数学在地学中的应用，arlley说在GFY中会有这方面的报告，于是我就跑来了，恐怕我是这次活动中唯一一个不是学地学的。虽然真正能够让我置身其中的报告并不多，但是依旧感到不虚此行。
本来是想去11月4日下午在2号报告厅的分会场的，结果中午碰到carlifornia，他说应该我去听水文那边的，那边全是数学。吴剑锋老师的第一个报告就验证了他的话。
吴老师讨论的问题用数学建模的观点来看就是一个优化问题，其实我现在还在想为什么今年的数学建模题不出吴老师的这个研究方向，也许今年的MCM/ICM就是讨论地下水污染的检测问题的。在吴老师提出他的问题后，我看到了几个熟悉的数学方法，Monte Carlo方法，遗传算法。不过我到没有想到吴老师是将Monte Carlo方法和遗传算法结合起来，利用Monte Carlo方法引入参数的不确定性，吴老师后来还提出了一个方法，噪声遗传算法，这个方法也是利用Monte Carlo方法产生不确定条件下参数参数分布的多个实现，但只选取一定数量的实现来求解，这样可以减少计算量。其中最令我有启发的是，吴老师在使用GA求解最优解的时候，在进化初期，每一代选取的实现是较少的，而在进化的后期，每一代选取的实现较多，这样可以兼顾计算时间和准确性。
不过倒是想问吴老师有没有试过用其他的优化算法，比如模拟退火，来研究这个问题呢?
下一个报告我是没有听懂。（呵呵，其实我是没有听）
后来的一个报告是讨论在一个场中Monte Carlo 方法的实现次数对参数分布的影响的，也就是说，实现次数少了，参数分布也许不收敛于预期的分布，而实现次数多了，也许早就满足要求了，但是却白白浪费了很多计算时间。我倒是很新奇的听到一个在地学已经形成了渗透系数这样一个数值化指标，更新奇的听到地学中把这个参数的分布看作一个场，记得一个牛人就说过，“什么是场？场就是物理量在空间的分布”。不过可能是对你们的这个场还不太了解，没有见到你们用场论中的一些指标来评价场。
不过到也想问问这个同学， 你的摘要中提到由于计算是在不同的计算机上完成的，所以没有记录消耗的时间。其实我觉得你只要把算法的时间复杂度分析出来，我们就可以看到消耗的时间和计算量的关系了。
然后我就跑到东南楼的二号报告厅去了。不知道为什么我平时见到的牛人都在那里。：）
来自中科院的刘勇洪介绍了他基于生态系统遥感数据建立的土地覆盖类型模型。这倒是我第一次全面的了解遥感的工作过程。作者在生态系统和土地覆盖类型之间建立了模型，并且让我新奇的是作者还设计了识别系统的学习过程，好像现在在自动化控制中也流行这样的思想。有一个很好的处理方法给我留下了深刻的影响，作者为了消除云层对遥感影像的影响，对长期的数据进行统计。
后来一个报告也是没有听懂。（呵呵，主要是听到作者弄错了很多物理学史问题之后就没有听了）
后来听到一个来自浙江大学的同学介绍三角网的生成算法，确实很有意思。我不知道三角网有什么用，不过他的算法改进确实很有意思，他自己列出的对比也说明这种优化确实很有效。简单的想法往往会带来巨大的变化，我不禁想起一个牛人，好像是Feynman吧，他说"It is important to solve the problem that has been solved.”
后来的两个报告也是整个没有搞懂，本来想和人家探讨一下他们是如何在三维空间内附加各种信息的，结果发现他们自己好像也不是很清楚，居然对我说出“你去问发明这个技术的人吧”这样的话。弄的我还有一个问题，就是他们是如何存储信息的，都没有机会问了。
本来准备只参加4号下午的活动的，可是感觉古生物那边的东西也想了解一下，于是5号又来了。不过后悔没有把生科院那帮兄弟喊过来。
第一个报告没有听全，所以也就不说什么了。
第二个报告是中科院南古所的一位同学（我也不知道该怎么称呼，就算是同学吧）介绍他在山西永济地区发现的疑源类化石以及从其热解产物中检测到沟鞭藻的标志化合物的研究内容。他在报告中提到了这些疑源类的板片构造使他推测他们可能是沟鞭藻的化石。疑源类这个词给我的印象很深，颇像当年的X射线。而且作者提到了几个物种分布的相关性，结果有人提出可能是趋同进化，让我感受到假设在地球科学中的重要性。（怎么现在感觉地学到处都是假说啊）
后面张遵忠先生的报告是讲花岗岩的，这个东西我是一点都插不上嘴的，所以就不提了。后面凡是提到花岗岩的我都没有听。
来自吉林大学的一个同学讨论了植硅体对泥炭环境的指示意义。我倒是很新奇植硅体这种东西是如何形成的，在后来的提问中我才知道原来是植物细胞间隙中的物质在水分蒸发后形成的。还听说了温度系数这样一种指标，问了那位南古所的同学才知道植硅体的形状可以指示其形成时的环境温度，在一定样本空间内，将表示某种温度状况的植硅体的数量除以总的植硅体数量就是温度系数。这种评价标准倒是不错。
下一个报告是南师大的陈仕涛同学介绍的，没有完全听懂，但是听说他是如何刮样品的倒是肃然起敬，这才是科学工作者啊,感动ing
后来张晓琳的报告由于也是花岗岩，所以也不懂。但是有一点很奇怪，他在表述一个关系的时候说这个关系是双曲线性的，为什么不表示为倒数线性特性呢？这样还便于作拟合和误差分析，我记得大一作普通物理试验的时候老师就说尽量将双曲线性表示为倒数线性特性。
下一个也是花岗岩，虽然没有听懂，到是也被科普了一下，总算知道A型花岗岩名字的来历了。呵呵。
下午去帮carlifornia捧场，结果无心插柳，听到了吉林大学丁清峰老师介绍证据权重法的应用。这是第一次听说这种方法，算是开眼界了。当然了也少不了hh1936同学的活跃思维。
由于在看论文摘要汇编的时候发现丁增勇等同学的文章，看到那个图是，便猜测是用Matlab画的，相比值得一听，于是又跑去了。不过没有完全弄懂他们是如何从热传导方程一步一步推导的过程。倒是想告诉丁前辈，你文章中那个图其实可以把灰色的边框去掉，Matlab中有一个导出图像的选项，好像叫做force margin into white,这样导出来的图片就好看多了。
两天的活动让我重新认识了地学，学到了很多知识，体会了很多原来不曾听说的思维方法。感谢arlley告诉我这次活动中有很多数学的内容，也感谢carlifornia告诉我哪里有相关的报告，也感谢所有会务组同学的辛勤劳动和老师们的大力支持。
我想起美国前总统戈尔在1993年启动GLOBE计划时说，“成千上万参加GLOBE计划的青少年他们是年轻的科学家”，于是我不禁想到这两天来那么多的年轻人也都是年轻的科学家，所以我就用“年轻的科学家”作为文章的标题了。
不请自来的baosheng
【 以下文字转载自 EarthSciences 讨论区 】
【 原文由 CEC 所发表 】
看了baosheng写的总结——写得很好也很详细——尤其还给我提了一个问题。我没有理由对此无动于衷-:) 昨天写到中途一半，网络掉线，郁闷死了:( 今天接着写吧，可能今天没有昨天的思路，会有些乱~~~~
很遗憾，对于baosheng提出的用模拟退火（SA）方法来解决污染监测网的设计这一问题，我暂时还没有研究。归根到底，监测点的设计问题是一个0-1 规划问题，只不过其中的约束条件包含了描述复杂地下水流系统的水流模型和运移模型。遗传算法（GA）采用二进制编码时，正好与监测网中各监测点的取舍（0 或1）相吻合，所以GA在这一问题中具有不错的效果。可以说GA是求解该问题的一个强得力工具。现阶段很难单独用SA来简单地解决这一
问题中监测点的取舍，因此，我还没法运用单一的SA求解监测网的设计问题。但是，我想可以尝试将SA与GA相结合——既可由GA方便地决定监测点的取舍，又可由SA尽可能地快速收敛于“最优解”。相信这是一个令人感兴趣的研究课题。当然，可以先建立取样点与其位置编号的对应关系，然后再应用SA求解这一问题，应该也是可行的。如果有同学感兴趣研究，也是一个不错的研究题目。
事实上，作为智能优化方法，我对GA和SA都有一些了解和研究，在地下水污染的治理和修复优化设计中也有这些方法的应用。并且将GA与SA相结合应用于地下水系统参数的识别、污染的治理等问题中也取得了一些不错的效果。以往的研究基本不考虑参数的不确定性，所以相对简单一些，一旦考虑系统参数的随机变化，问题就大大地复杂化了——但这也正是今后我们需要关注的！
总之，任何学科的问题都没法达到研究的尽头，只要有需要，研究就有存在的意义；同样，只要有兴趣，总能找到合适自己的研究方向——无所谓学科门类的冷热。 “没有最好，只有更好”是不是也能概括我们各自的研究？！同时，还想说一句：“对水文地质感兴趣的同学，积极加入到我们这一行列中来吧！”（插播广告）
权以此作答——致谢baosheng！
Sep 14, 2004
后天就要数模了--再也不参加这种比赛了
Sept.17
2004年的CUMCM就要开始了
想想在准备数模的这段时间里，学会了那么多东西，即使不拿奖也无所谓了，至少没有愧对当MathTools的版主
不过现在觉得中国大学的这些比赛实在是搞的没有意思，都是为了拿奖而去特地准备，搞什么培训
而这些培训其实根本达不到让学生喜欢数学的目的，以NJU为例，居然上课教Matlab怎么使用
队里一个同学和我吵架，说我不认真准备，开头一句话居然是“你是不是觉得我们队拿奖很有希望？不用努力了”这几天见到我又说“我觉得我们队拿奖希望很大，你可不要出什么闪失啊”
ft，这种东西还有什么意思？还把同学关系都搞坏了
数学建模强调的是一种思想，一种思维方式，从现实中提炼出各个量之间的数学关系而思想，思维方式，考虑问题的风格又怎么可能通过短短的上课来完成？
唯有亲自实践，做过一些数学建模方面的的工作，应用数学的方法到那些没有采用过这些方法的领域，尝试用新的数学模型来解释问题，才能够真正体会到数学的作用
我记得今年NJU数模培训布置作业，有一道题（大家可以去数学版看一下，就在开学前后）是研究自行车平衡的，居然有个同学来问我说“这不是数模题，这是物理题”，天哪，你们还参加什么数模比赛，你们根本都没有数学建模的意识啊。足以见得这种培训的失败。
就像有教育家说知识是可以传授的，而其他东西是只能培养的
按照这种逻辑，倘若靠这种集训便可以解决问题，那么...
拿奖的也未必是真正喜欢数学的，也未必是真正养成了用数学去研究问题的习惯的，...
到也许是那些集训的时候“刻苦”的，颇让我感觉是高考啊，三年前历历在目啊
实在是违背了激发同学们的学习兴趣的目的
再想想什么挑战杯，什么电子设计大赛，心灰意冷。挑战杯也许要好一点，不过也确实有不少不好的东西混在里面。
我觉得从大一的暑假准备江苏省的物理竞赛，就觉得自己实在不适合这种要求“立杆见影”的活动。
科研哪里能这样子搞，所以还是老老实实做几个课题，帮老板做点事情，发几个paper倒是我比较适合的。
都是远远的看着不错，真正一实践，才发现这些比赛在中国都变了味了
美国来的这些东西加了什么味就变成中国味了呢？想起于秋雨说的话，大约是这样的：中国的文化就像一个大酱缸，什么东西放进去，再拿出来便有一股酱的味道，洗也洗不掉
可惜我们的这种味道并没有什么国际竞争力！
* think
2004年的CUMCM就要开始了
想想在准备数模的这段时间里，学会了那么多东西，即使不拿奖也无所谓了，至少没有愧对当MathTools的版主
不过现在觉得中国大学的这些比赛实在是搞的没有意思，都是为了拿奖而去特地准备，搞什么培训
而这些培训其实根本达不到让学生喜欢数学的目的，以NJU为例，居然上课教Matlab怎么使用
队里一个同学和我吵架，说我不认真准备，开头一句话居然是“你是不是觉得我们队拿奖很有希望？不用努力了”这几天见到我又说“我觉得我们队拿奖希望很大，你可不要出什么闪失啊”
ft，这种东西还有什么意思？还把同学关系都搞坏了
数学建模强调的是一种思想，一种思维方式，从现实中提炼出各个量之间的数学关系而思想，思维方式，考虑问题的风格又怎么可能通过短短的上课来完成？
唯有亲自实践，做过一些数学建模方面的的工作，应用数学的方法到那些没有采用过这些方法的领域，尝试用新的数学模型来解释问题，才能够真正体会到数学的作用
我记得今年NJU数模培训布置作业，有一道题（大家可以去数学版看一下，就在开学前后）是研究自行车平衡的，居然有个同学来问我说“这不是数模题，这是物理题”，天哪，你们还参加什么数模比赛，你们根本都没有数学建模的意识啊。足以见得这种培训的失败。
就像有教育家说知识是可以传授的，而其他东西是只能培养的
按照这种逻辑，倘若靠这种集训便可以解决问题，那么...
拿奖的也未必是真正喜欢数学的，也未必是真正养成了用数学去研究问题的习惯的，...
到也许是那些集训的时候“刻苦”的，颇让我感觉是高考啊，三年前历历在目啊
实在是违背了激发同学们的学习兴趣的目的
再想想什么挑战杯，什么电子设计大赛，心灰意冷。挑战杯也许要好一点，不过也确实有不少不好的东西混在里面。
我觉得从大一的暑假准备江苏省的物理竞赛，就觉得自己实在不适合这种要求“立杆见影”的活动。
科研哪里能这样子搞，所以还是老老实实做几个课题，帮老板做点事情，发几个paper倒是我比较适合的。
都是远远的看着不错，真正一实践，才发现这些比赛在中国都变了味了
美国来的这些东西加了什么味就变成中国味了呢？想起于秋雨说的话，大约是这样的：中国的文化就像一个大酱缸，什么东西放进去，再拿出来便有一股酱的味道，洗也洗不掉
可惜我们的这种味道并没有什么国际竞争力！
* think
Sep 13, 2004
中国科技同世界的差距实在是大的吓死人
by Forrest Sheng Bao http://fsbao.net
刚才去查Emacs的manual，顺便想起gEDA，跑去一看，支持FC1的版本已经出来了，于是去下载，却看到一个波兰无线电爱好者写的安装gEDA所需的组件和编译环境的说明，顺便看了一下他的个人主页，怎么这个人用那么多Linux下的EE软件呢？顺藤摸瓜居然看到Warsaw University of Technology 的学生无线电爱好者俱乐部的首页。那个波兰话我自然是不懂啦，显然是看English Version。一看下一跳，原来还认为EE方面只有美国，小东洋等等所谓的大国才比咱“中华帝国”要强，没想到波兰也比中国牛了，而且差距不小啊，人家学生都在用计算天线该怎么设计了，自己做天线，做接收机，我们这边恐怕大三就把微积分啦，数理方程啦都忘光了，学电磁场的时候恐怕早就连普通物理学里面的电磁学都想不起来了。
刚才去查Emacs的manual，顺便想起gEDA，跑去一看，支持FC1的版本已经出来了，于是去下载，却看到一个波兰无线电爱好者写的安装gEDA所需的组件和编译环境的说明，顺便看了一下他的个人主页，怎么这个人用那么多Linux下的EE软件呢？顺藤摸瓜居然看到Warsaw University of Technology 的学生无线电爱好者俱乐部的首页。那个波兰话我自然是不懂啦，显然是看English Version。一看下一跳，原来还认为EE方面只有美国，小东洋等等所谓的大国才比咱“中华帝国”要强，没想到波兰也比中国牛了，而且差距不小啊，人家学生都在用计算天线该怎么设计了，自己做天线，做接收机，我们这边恐怕大三就把微积分啦，数理方程啦都忘光了，学电磁场的时候恐怕早就连普通物理学里面的电磁学都想不起来了。
再一看人家做服务器的电脑，吓死我了，要在中国早被“建设世界一流大学”的口号给淘汰了。人家可以用Pentium 166MHz的电脑，硬盘只有2块1.2G，居然还能做一堆服务，“Services: WWW Server, POP3, SMTP, DNS Server, SSH-II, SFTP Server ”。不过显然人家不是用Windows啦，人家自己早就说了啊“UNIX is user friendly - it just choosesits friends very carefully ”想想我们用纳税人的钱买来那么好的计算机构建教育网，碰上我这种网管，却只能作出grandlab那种垃圾网站，汗颜啊。听说复旦的BBS用的服务器居然还是SUN的工作站，奢侈啊，都是通讯运营商采用的计算机啊。我们的学生是绝对不会自己想办法让这种破机器工作的。
现在真是越来越觉得可怕啊，中国的大学生实在是缺少动手的习惯。我说的这个动手并非侠义的指用手去做事，而是指自己去实现各种想法，主动的去解决问题，甚至去创造新的东西。我们的学生什么东西都不愿意自己做，软件要手把手的教，Manual和Help从来都不知道看，问问题从来自己都不想一想，简直就和编译器一样，只要出错就提示；什么东西都只是看一看，觉得好玩，绝对不会去真的做点什么相关的事情；也没兴趣尝试新的东西，美其名曰“没时间学”，好像就有时间看“十大”似的；....
而人家的大学生呢，他们的老师和同学经常把一些设计放在网站上交流，经常还可以看到他们做的电路的照片。人家大学的教学资源不要太丰富啊，那些讲义从版面设计到插图都是很有个性的。而且他们很善于利用已有的资源，我曾经看过一个人用电脑的电源做了一个实验电源出来。每个东西也许都很小，没有使用价值，但是都充满了想象力，甚至只是对已有的东西做一点很小的改进。既然是学工科的嘛，就是要改造世界，我们的大学生都丧失改造世界的激情了，只剩下享受的欲望了。
想一想我现在听说过的软件和语言，有多少都是大学生自己写出来的，人家觉得别人的软件用的不好，怎么办呢？等着别人说“这个软件在世界范围内被广泛使用”的时候再去用嘛？自己写一个嘛，现在很多科学软件就是大学生或者是几个大学里的人发起一个组织来负责编写的。要是把那些被商业化的软件和自由软件加在一起，大部分都是出自大学的，他们都是积极的创造新的东西。我们好像连这种创造欲都没有了。
所以我觉得中国同世界的差距就在这些地方，我们太容易满足了，想不到要不断的接触新的东西，创造新的东西，使用新的东西，探索新的东西，好像我们的思想都已经凝固了。
这个差距真是太大了。去做点什么吧
这个差距真是太大了。去做点什么吧
Aug 13, 2004
Mathematica：A world view
Forrest Sheng Bao http://fsbao.net
这几天因为准备CUMCM所以把Mathematica复习了一遍，感触颇多，加上许多人在学习的时候常问的一些问题，今天早上思如泉涌，没吃中饭，写下此文，还望大家一起讨论，批评 指正
Mathematica：A world view .
学习一种数学软件，并不仅仅是说我要知道它提供了哪些数学函数来完成数学计算（不论是数值的还是符号的），那样的话，计算机仅仅变成了一种计算器，只不过用语句代替了按键，只不过多了几个按键，只不过扩充了计算的范围而已，我们并没有从思想上去领会他的精妙之处。计算方法是一门学问，如何用更快的算法，用更精确的算法，不同的软件之间也许有差异，但我想不同的数学软件之间的差别在更大程度上是他们对数据的操作方式，如何看待不同类型的数据，甚至包括他们看待问题的角度，他们对数学概念的扩充。
Mathematica是一个符号运算系统，但是从纯数学的角度来说，其很多的符号运算能力在数 学中好像找不到对应的影子，不过如果把Mathematica看作一个具有一定局限性的程序设计语言，还是很好的。因为Mathematica的符号运算能力在一定程度上非常有利于我们用简单 的途径来实现对数学问题的求解。
Mathematica 的最精妙之处在于其看待表达式和函数（在谈到Mathematica的时候我们更习惯于称之为变换规则）的方式，至少在我目前看来是这样。当然Mathematica中表的概念也是令我感到耳目一新的，我曾经一度惊讶于Mathematica中矩阵仅仅是表的MatrixForm。表的概念仅仅是一种数据结构,而表达式和变换规则则是反映Mathematica思想的地方。
在mathematica中我们首先要体会到 []和（）的区别。[]反映的是一种对应关系，而()只是 一个描述运算等级关系的运算符。这个区分是非常有必要的，在数学中()的使用其实是有歧异性的，比如3(a+b)我们都知道是3×(a+b),那么f(x+y)是f×(x+y)还是说把x+y作为函数f的变量带入f的表达式中进行计算呢？当然，按照我们的日常习惯我们会选择后一种理解。在Mathemaica中这种歧异被排除了，假使你采用了[]，比如f[x+y]，那么f[x+y]的值就是由定义f[x+y]的表达式和x与y的取值来决定，相反，如果你采用了f(x+y),系统则会默认的采用前一种解释，即f×(x+y)。当然你不妨实验一下，如果你给f(x+y)赋值，比如f( x+y)=x+y,或者赋以常值f(x+y)=3，你都会发现系统返回一个告警：
Set::write: Tag Times in f (x+y) is Protected.
这里牵涉到表达式的“头”的问题，我们在后面再说为什么会出现这个告警。
你可以看到系统按照f×(x+y)的理解去计算，不妨实验一下，下面的代码：
Clear["Global`*"]
f (x+y)=x+y
x=2
y=3
f=5
f(x+y)
就检验我上面说的话了，你同时还会发现这种先给变量赋值，再计算表达式值的方法不适 合我们所习惯的对函数的操作。
Set::write: Tag Times in f (x+y) is Protected.
这里牵涉到表达式的“头”的问题，我们在后面再说为什么会出现这个告警。
你可以看到系统按照f×(x+y)的理解去计算，不妨实验一下，下面的代码：
Clear["Global`*"]
f (x+y)=x+y
x=2
y=3
f=5
f(x+y)
就检验我上面说的话了，你同时还会发现这种先给变量赋值，再计算表达式值的方法不适 合我们所习惯的对函数的操作。
不过即便采用了f[x+y]的形式，你还会发现有很多不爽，试一试下面的代码：
Clear["Global`*"]
f[x+y]=x+y
f[2+3]
你会发现f[2+3]执行的结果居然是f[5],而非5。
试试像前一次实验一样，在语句f[x+y]=x+y之前先写下语句x=2和y=3,结果如何呢？你发现结果f[x+y]居然已经不是一个含有自变量的表达式了，而是一个实数了。也就是说除非重新对x和y赋值，否则f[x+y]的值就永远是5了。有人就急了，你不是说用[]可以定义 函数的吗？这哪里是函数啊？
Clear["Global`*"]
f[x+y]=x+y
f[2+3]
你会发现f[2+3]执行的结果居然是f[5],而非5。
试试像前一次实验一样，在语句f[x+y]=x+y之前先写下语句x=2和y=3,结果如何呢？你发现结果f[x+y]居然已经不是一个含有自变量的表达式了，而是一个实数了。也就是说除非重新对x和y赋值，否则f[x+y]的值就永远是5了。有人就急了，你不是说用[]可以定义 函数的吗？这哪里是函数啊？
考虑一下为什么会发生上面的怪事。因为在Mathematica中，“=”其实是赋值运算符，不 能像我们平时在数学中那样用于定义函数，这里我们就要介绍在Mathematica中表示定义的 符号“:=”，近似于我们在数学中经常使用“≡”来定义一样。
试一试下面的语句：
Clear["Global`*"]
f[x+y]:=x+y
f[2+3]
x=2
y=3
f[x+y]
f[2+3]
f[3+3]
结果你会发现不仅计算不出任何值来，比如最后两个语句的结果是f[5]和f[6]，而且就算 为自变量赋值还是不能进行计算，4，5，6条语句的执行结果居然还是f[5]。
试一试下面的语句：
Clear["Global`*"]
f[x+y]:=x+y
f[2+3]
x=2
y=3
f[x+y]
f[2+3]
f[3+3]
结果你会发现不仅计算不出任何值来，比如最后两个语句的结果是f[5]和f[6]，而且就算 为自变量赋值还是不能进行计算，4，5，6条语句的执行结果居然还是f[5]。
所以我们就会发现即使使用了定义符号还是不能像在数学中使用函数那样，因此我们就要考虑一下Mathemaica是如何进行函数值的计算了。
函数的本质是一种映射，所以如果要计算函数的值，不仅要有自变量的值，还要告诉计算机这些自变量按照什么样的规则来组成函数。因此，在Mathematica中，有专门的语句来定 义规则。
定义规则最常用的方法是在自变量的后面加上一个下划线“_”,在Mathematica中这个符号 被称为空白。
比如我们可以这样可以定义常函数f[_]=3,然后无论你在[ ]中输入什么数字，输出的结果 都是3。
你还可以通过下面的例子体会一下如何定义规则。
Clear["Global`*"]
f[x_,y_]=x+y^2
f[2,4]
这样，就和我们在数学中计算函数的值没有区别了吧。
你还可以通过下面的例子体会一下如何定义规则。
Clear["Global`*"]
f[x_,y_]=x+y^2
f[2,4]
这样，就和我们在数学中计算函数的值没有区别了吧。
但是把表达式声明为规则有一个不好，那就是无法把它看作一个可以进行各种符号运算的 表达式了，假使你要执行下面的语句
D[f[x_,y_],x]
是执行不起来的。
(当然我们在后面会指明f[x_,y_]只是定义规则所用的表达式，实际的规则可以通过f[x, y]来调用，这样还是可以实现符号运算的)
也就是符号运算和数值运算是无法同时兼顾的，所以我一般喜欢使用这 种语句，例如
Clear["Global`*"]
f=x^y
D[f,x]
f /.{x->3,y->5}
f
代码执行完以后，f依旧是一个含有变量的表达式。
这样就两全其美了，不过这种情况好像也不是很常遇到，所以规则的定义在更多的时候是 便于我们计算函数的值运算的，因为其形式是非常相似于我们在数学中所使用的形式。
D[f[x_,y_],x]
是执行不起来的。
(当然我们在后面会指明f[x_,y_]只是定义规则所用的表达式，实际的规则可以通过f[x, y]来调用，这样还是可以实现符号运算的)
也就是符号运算和数值运算是无法同时兼顾的，所以我一般喜欢使用这 种语句，例如
Clear["Global`*"]
f=x^y
D[f,x]
f /.{x->3,y->5}
f
代码执行完以后，f依旧是一个含有变量的表达式。
这样就两全其美了，不过这种情况好像也不是很常遇到，所以规则的定义在更多的时候是 便于我们计算函数的值运算的，因为其形式是非常相似于我们在数学中所使用的形式。
回到规则定义上，我们会发现规则的定义不仅依赖于所使用的名称，同使用的参数也是有 关的，不论是参数的类型，数量。
看一下下面的例子
Clear["Global`*"]
f[x_]=x^2;
f[x_,y_]=(5+x)*y;
f[2]
f[3,6]
f[2]和f[3,6]分别调用不同的函数来进行计算。
看一下下面的例子
Clear["Global`*"]
f[x_]=x^2;
f[x_,y_]=(5+x)*y;
f[2]
f[3,6]
f[2]和f[3,6]分别调用不同的函数来进行计算。
这时你想到了什么？
如果你学习过C++语言，你就会想到这是函数的重载，也就是说，即使函数名相同，只要参 数的数量，类型，顺序不同，在同一个函数名之下的函数是不同的。这也正是OOP的多态性 的体现。
假如我们考虑一下Mathematica自己所提供的大量库函数，大部分都是重载函数，他们的参数表是可以不一样的。你自己到Mathematica的help中去随便找一找，同一个函数具有多种语法形式，以适用于不同的操作对象和操作目的。再考虑开去，在Matlab中也是这样的。
所以，数学软件同计算器的又一大不同就是，他们的运算符是具有多态性的，而计算器是 没有重载函数这个概念的。
记于2004年8月13日 13：48
Jun 2, 2004
baosheng申请EETechnology版版二
To: 南京大学小百合BBS站务组
申请书
1.基本情况
本站网龄 390天 40329 TOP 31.65%
上站次数 1229次 5836 TOP 4.58%
发表文章 802次 3198 TOP 2.51%
在线时间 23800分 13119 TOP 10.30%
2.申请版面名称：
英文名：EEtechnology
中文名：电子技术
所属分区：学术交流
3.申请理由：
本人术业电子信息工程,此版乃为我专业所长.平日承蒙老师学长指点,在宿舍或实验室中"闭门造车".时任南京邮电学院紫金飞鸿circuit版版 主,为版主十数月来,circuit版人气渐旺,版面繁荣.近日得EETechnology版主sleepcat之邀,愿祝其一臂之力,促 EETechnology之繁荣,"幸甚至哉,歌以咏志".
4.办版想法
Sleepcat对EEtechnolory治版有方,后生只做一些补充.
方今天下,高科技公司在技术变革中所起作用不可忽略,故吾愿意邀请一些公司,请以提供技术资料和技术交流的形式促进大家的水平提高.
同时,也将自己的学习笔记(PDF文档)公之于众,特供本科生学习之用.以求以微薄之力帮助大家.
5.是否得到现任版主支持：得到
6.是否曾在本站担任过版主：是,MathTools
8.本人的经历：
目前负责中国教育和科研计算机网（CERNET）的大实验室计划（Http://grandlab.cer.net）。
还担任南京邮电学院紫金飞鸿BBS（bbs.njupt.edu.cn）电子线路版版主
希望能够得到这个机会，为大家服务，谢谢。
baosheng
Jun.2
申请书
1.基本情况
本站网龄 390天 40329 TOP 31.65%
上站次数 1229次 5836 TOP 4.58%
发表文章 802次 3198 TOP 2.51%
在线时间 23800分 13119 TOP 10.30%
2.申请版面名称：
英文名：EEtechnology
中文名：电子技术
所属分区：学术交流
3.申请理由：
本人术业电子信息工程,此版乃为我专业所长.平日承蒙老师学长指点,在宿舍或实验室中"闭门造车".时任南京邮电学院紫金飞鸿circuit版版 主,为版主十数月来,circuit版人气渐旺,版面繁荣.近日得EETechnology版主sleepcat之邀,愿祝其一臂之力,促 EETechnology之繁荣,"幸甚至哉,歌以咏志".
4.办版想法
Sleepcat对EEtechnolory治版有方,后生只做一些补充.
方今天下,高科技公司在技术变革中所起作用不可忽略,故吾愿意邀请一些公司,请以提供技术资料和技术交流的形式促进大家的水平提高.
同时,也将自己的学习笔记(PDF文档)公之于众,特供本科生学习之用.以求以微薄之力帮助大家.
5.是否得到现任版主支持：得到
6.是否曾在本站担任过版主：是,MathTools
8.本人的经历：
目前负责中国教育和科研计算机网（CERNET）的大实验室计划（Http://grandlab.cer.net）。
还担任南京邮电学院紫金飞鸿BBS（bbs.njupt.edu.cn）电子线路版版主
希望能够得到这个机会，为大家服务，谢谢。
baosheng
Jun.2
Feb 12, 2004
计算机创造了一个充满奇迹的年代
计算机创造了一个充满奇迹的年代
我对计算机的认识在上大学之前，一直认为计算机只是一种工具，而这种工具对于我的用处只是用几何画板（不知附中的数学老师现在是不是还用这个软件）画几个图，或者用word排版当时科学小组的杂志。
而到了大一下，我开始利用计算机来接触这个世界，那个时候我会用MSN了，电子邮件成为我和许多人的联系方式，而打电话和写信对于我来说已经是非常遥远的事情。从那个时候开始，我意识到计算机是这个世界上最强大的通讯工具。所以这也造成我后来意识到要想发起跨校跨学科的合作项目，必须有一个网络平台的支撑，这也促成了我当时建立的大实验室网站(http://grandlab.cer.net )。我记得当时闹非典，我就天天上WTO的网站了解疫情。
而现在我认为计算机是人类建造的强大实验室，在世界各地，许多的成果都是通过计算机得出的，至少我的80％的论文是源自在计算机上的计算。而且，我记得SCI的编辑说过，“科学文献正在成为科学发现的来源”，而今天计算机的出现使得人类可以用更简单的方法来获取最新的科研进展。
因此一个新的奇迹正在诞生，也许很多人在慨叹为何这年头很多本科生比研究生还要恨，就是因为他们得到了计算机，这个既是通讯工具，也是实验室的强大机器，这个人类有史以来创造的最大的发明。计算机的出现使得本科生作出同研究生一样优秀的成果成为可能，他们的思想不会收到客观条件的限制，在生物数学，生物信息学，算法学，统计信号处理，计算电磁学，计算化学，这样的领域，他们正在作出比他们的前辈更加辉煌的成果。
计算机使传统实验室的功能进一步强化，从试验中得来的数据，可以借助强大的数学工具，发掘更多的信息。
而且计算机的出现，使得他们可以用更快的速度得到信息，他们就有可能站在比自己的前辈更高的地方看到科学的前沿。
事实上，这样的奇迹已经发生了，目前世界上最大的科学文献服务器，arXiv，就是Cornell大学的一个本科生大学毕业后建立的，全世界50％的物理学论文都是先在那里发表然后再到传统媒体上的。
也许许多人都知道南京大学一个本科生发了8篇SCI，其中3篇是P.R.E.，其实他所做的工作就是小世界网络的研究和另外一个领域（好像是电子自旋方面的理论工作）。
也许很多人还知道中科院前不久有个博士生一毕业就成了博导，好像才27岁，其研究领域就是生物信息学。
不禁想起前几天看到的一篇文章，分析为什么会有Linus Torvalds这个人和Linux操作系统的出现，有一个关键的原因就是 Helsinki大学在1990年，那个时候Internet还不是非常普及的时候，就为大学生提供了Internet接入服务，使得他可以和世界上很多的程序员交流。今天linux正在成为计算机历史上的奇迹，一个开放的操作系统得到了从业界领头羊到大学生团队的支持，正在逐步吞噬那些传统软件公司的市场。
最后让我用Antitrust的一段台词来结束这篇愤青文章吧：
The business is a living organism, multiply constantly, surrounding by prejudice.
There is no room to say I need time, or second guessing.
New discovery are made hour now.
New ideas are ready to be devoured , to be defined.
电影中的老板用下面的话回答国会对他阻碍自由竞争的指控
Any kid working in the garage, anywhere around the world, has a good new idea, can put us out of business.
其实这句话和电影的主题是完全一致的，而且这也和硅谷几十年来的传奇是一致的：
任何一个埋头苦干的小孩(老板称他们为kid)，只要有了新的想法就足以让任何一家大公司关门大吉。
"Now is the time to shine!"
我对计算机的认识在上大学之前，一直认为计算机只是一种工具，而这种工具对于我的用处只是用几何画板（不知附中的数学老师现在是不是还用这个软件）画几个图，或者用word排版当时科学小组的杂志。
而到了大一下，我开始利用计算机来接触这个世界，那个时候我会用MSN了，电子邮件成为我和许多人的联系方式，而打电话和写信对于我来说已经是非常遥远的事情。从那个时候开始，我意识到计算机是这个世界上最强大的通讯工具。所以这也造成我后来意识到要想发起跨校跨学科的合作项目，必须有一个网络平台的支撑，这也促成了我当时建立的大实验室网站(http://grandlab.cer.net )。我记得当时闹非典，我就天天上WTO的网站了解疫情。
而现在我认为计算机是人类建造的强大实验室，在世界各地，许多的成果都是通过计算机得出的，至少我的80％的论文是源自在计算机上的计算。而且，我记得SCI的编辑说过，“科学文献正在成为科学发现的来源”，而今天计算机的出现使得人类可以用更简单的方法来获取最新的科研进展。
因此一个新的奇迹正在诞生，也许很多人在慨叹为何这年头很多本科生比研究生还要恨，就是因为他们得到了计算机，这个既是通讯工具，也是实验室的强大机器，这个人类有史以来创造的最大的发明。计算机的出现使得本科生作出同研究生一样优秀的成果成为可能，他们的思想不会收到客观条件的限制，在生物数学，生物信息学，算法学，统计信号处理，计算电磁学，计算化学，这样的领域，他们正在作出比他们的前辈更加辉煌的成果。
计算机使传统实验室的功能进一步强化，从试验中得来的数据，可以借助强大的数学工具，发掘更多的信息。
而且计算机的出现，使得他们可以用更快的速度得到信息，他们就有可能站在比自己的前辈更高的地方看到科学的前沿。
事实上，这样的奇迹已经发生了，目前世界上最大的科学文献服务器，arXiv，就是Cornell大学的一个本科生大学毕业后建立的，全世界50％的物理学论文都是先在那里发表然后再到传统媒体上的。
也许许多人都知道南京大学一个本科生发了8篇SCI，其中3篇是P.R.E.，其实他所做的工作就是小世界网络的研究和另外一个领域（好像是电子自旋方面的理论工作）。
也许很多人还知道中科院前不久有个博士生一毕业就成了博导，好像才27岁，其研究领域就是生物信息学。
不禁想起前几天看到的一篇文章，分析为什么会有Linus Torvalds这个人和Linux操作系统的出现，有一个关键的原因就是 Helsinki大学在1990年，那个时候Internet还不是非常普及的时候，就为大学生提供了Internet接入服务，使得他可以和世界上很多的程序员交流。今天linux正在成为计算机历史上的奇迹，一个开放的操作系统得到了从业界领头羊到大学生团队的支持，正在逐步吞噬那些传统软件公司的市场。
最后让我用Antitrust的一段台词来结束这篇愤青文章吧：
The business is a living organism, multiply constantly, surrounding by prejudice.
There is no room to say I need time, or second guessing.
New discovery are made hour now.
New ideas are ready to be devoured , to be defined.
电影中的老板用下面的话回答国会对他阻碍自由竞争的指控
Any kid working in the garage, anywhere around the world, has a good new idea, can put us out of business.
其实这句话和电影的主题是完全一致的，而且这也和硅谷几十年来的传奇是一致的：
任何一个埋头苦干的小孩(老板称他们为kid)，只要有了新的想法就足以让任何一家大公司关门大吉。
"Now is the time to shine!"
Subscribe to:
Posts (Atom)