百科问答小站 logo
百科问答小站 font logo



理论物理死掉了吗? 第1页

  

user avatar   lin-guang-jue-25 网友的相关建议: 
      

并无法律拘束著自然,是人脑想像了法律。

薛定谔方程可以计算氢原子,到氢分子却算不出来,波动方程就到尽头了,幸好人们想出了贴布补丁大法,于是波动补丁衣可以让各种原子分子穿,波动只是招牌,补丁才是实质。

神经网络算法可以用来辨识印刷图形,遇到手写字却错误百出,神经网络算法就到尽头了,幸好人们想出了褶积补丁大法,于是正确率大大提高,神经只是招牌,补丁才是实质。

终于人类感觉到全宇宙现象不能用单一个公式或单一颗知识树表达,也许要多颗树,也许树叶树叶相邻之处,无法跨过,要有蜘蛛网打上补丁才能衔接。

有人说全宇宙有惟一终极之道,那就是 S=0 ,他等于什么也没说。如果他说那就是 df/dt=iHf ,这只是一行咒语,后面全凭他自由发挥,说H是什么就是什么,发挥到一半掺杂一些假设,把文字往某方向偏,剧情转折你也感觉不出来。

所谓终极之道,所谓公式,所谓理论,就是企图描述大量的现象但只用少量的文字,他说这叫提炼,其实就是在干档案压缩这一件事。专家整天在比谁压得好,但谁也躲不过求简与求真不能两全。

说求简,就拿出看似简单的方程序,真要计算数值到某精度,所需的计算时间却超出宇宙的寿命。

说求真,就拿出某理论算出来的谱线精细常数来炫耀,说理论和实验几乎重合,却不提此理论与诸多实验相比只有低精度接近。

为什幺要这样闪躲,因为他们还不觉悟,求简与求真不能两全,你要表达一万个现象,就要一万byte的文字,你可以无损压缩成更少的文字,但不可能压缩到剩一个byte,

你可以炫耀你压缩到少少byte,也应同时坦白:解开压缩要耗时长长。一万个自然现象,你可以把它们归类整齐,减少描述文字量,但总有不能再压的最少描述量,这是任何表达句的必然。

sin函数擬合

古有一群瞎子去摸象,各得形状: 或柱 或墙 或扇 ,古人用来比喻人类的理解不全面。今人何不取联集来理解大象?简单又方便。但有些理论专家不满于取联集,硬要追究墙和扇的接缝处,

于是他去追查墙为什么会转变为扇,花了一辈子时间,他当然不说他查不到原因,只报告说他努力追查了,他说他找到了一个连续的代数式,可以衔接墙形和扇形。另一个专家说他找到了一个可微分的多项式,可以衔接墙形和扇形,

这样的报告很多,就像很多报告说sin波可以接近方波的低地与高原,却不报告拟合项从低地爬升上来的过程,出现了激烈的上下振荡,是原现象所没有的,是严重的失真。


量子电动力学拟合

量子电动力学课本常提到电子的异常磁矩,温伯格计算了某无限级数的第一圈就与实验结果相符到千分之二误差以下,专家们继续计算又继续实验,就误差到亿分之一以下。

于是课本颂扬理论的精确,很少提起同样的方法用在缈子就误差很大,若有人提起就再添加文字,小声说弱作用力出现了,要添加弱作用计算项,目前还算不清楚。

为何电子单一例子这么精确,我认为电动力学假设下的无限级数,恰好相当于拼凑一个球体积的无穷级数。而电子反常磁矩实验,相当于测量一个椭球体积的大小。由于宇宙各方向平等,这椭球只能是个正球,所以无限级数恰好与实验数据极极极接近。

并不能乐观期望在量子电动力学的假设下,去计算了某蛋形体积,能很好符合实验的蛋形体积。

核心本质、表面现象

有些理论家抱持探索自然的初心,执著于本质的追问,不愿只做现象的描述。他们认为的本质是简单的方程,从简单的方程出发,展开成冗长文字,就可以精确触摸到自然现象。

他们认为目前理论只是暂时受困于表达出来的冗长文字,只要再多冗长一些,就可以触摸到大自然。他们毫不考虑大自然可能只有现象没有本质。

要触摸自然,物理系的课本还在推崇从简单的方程展开计算是惟一的路,他们不知道其他的路。他们不知道alphaGo打败李世石是什么意思,他们不知道方程展开这一套路已尽,补丁套路已兴。




  

相关话题

  能量到底什么?能否通俗易懂的讲解? 
  电子为什么不会落向原子核呢? 
  夸父逐日的时候,是不是沿着赤道跑的? 
  正常人最高从多高跳下来能毫发无伤?应该用什么方法? 
  什么是客观事实呢? 
  光速为什么不变,为什么相对论可以构建出一个完备理论体系,量子理论诸多现象背后的物理原因是什么? 
  黑洞火墙的「火」是什么样的火? 
  为什么自然科学里很多公式符合平方反比定律,为什么指数是 2 不是 3? 
  数学系的教学模式是否违反直觉? 
  假设用一根 300 万千米的电缆给灯泡供电,切断电源后灯泡要多久才会熄灭? 

前一个讨论
如何看待勇士与开拓者比赛之后,克莱汤普森在替补席久久不愿意离去,用毛巾盖住了自己,他还能重回巅峰吗?
下一个讨论
吴承恩《西游记》中,猪八戒的第一个师傅是谁?





© 2024-11-08 - tinynew.org. All Rights Reserved.
© 2024-11-08 - tinynew.org. 保留所有权利