帕布莉卡这本书基本上没有读懂，只有进化的部分，读了个一知半解。另外知道了很多科学家，想要了解更多科学家的故事，甚至想儿子以后当科学家，实现我这本子都不可能实现的理想。也想多学一些科学知识，好运用在小说中，这样小说才显得酷，有内涵。
侯世达的几本书我要看一看，虽然可能看不懂，也想知道顶尖级人称的脑子里面都想了些什么。
如果你理解了整体的各个部分，以及把这些部分‘整合’起来的机制，你就能够理解这个整体。
反还原论者的口号——“整体大于部分之和”—也随之变得越来越有影响力。
控制论、协同学、系统科学，以及最近才出现的——复杂系统科学。
免疫系统中的主角是白细胞，也称为淋巴细胞。
复杂系统是由大量组分组成的网络，不存在中央控制，通过简单运作规则产生出复杂的集体行为和复杂的信息处理，并通过学习和进化产生适应性。
如果系统有组织的行为不存在内部和外部的控制者或领导者，则也称之为自组织（self- organizing）。由于简单规则以难以预测的方式产生出复杂行为，这种系统的宏观行为有时也称为涌现（emergent）。这样就有了复杂系统的另一个定义：具有涌现和自组织行为的系统。
伽利略、他之前的哥白尼以及与他同时代的开普勒是实验和观察科学的先驱。
牛顿生于伽利略死后那一年。
混沌指的是一些系统——混沌系统——对于其初始位置和动量的测量如果有极其微小的不精确，也会导致对其的长期预测产生巨大的误差。也就是常说的“对初始条件的敏感依赖性”。
他试图解决的是所谓的三体问题（ three- bodyproblem）：用牛顿定律预测通过引力相互作用的三个物体的长期运动。牛顿已经解决了二体问题。但没想到三体问题要复杂得多。
拓扑学是几何学的扩展，正是在研究三体问题的几何结果的过程中，庞加莱发现了对初始条件的敏感依赖性。下面是他对此的总结：如果我们能知道自然界的定律 18和宇宙在初始时刻的精确位置，我们就能精确预测宇宙在此后的情况。但是即便我们弄清了自然界的定律，我们也还是只能近似地知道初始状态。如果我们能同样近似地预测以后的状态，这也够了，我们也就能说现象是可以预测的，而且受到定律的约束。
对于非线性系统，整体则不等于部分之和。
还原论者喜欢线性，而非线性则是还原论者的梦魇。
逻辑斯蒂映射（ logistic map），它也许是动力系统理论和混沌研究中最著名的方程。
熵是对不能转化成功的能量的度量。熵（ entropy）一词源自另一个古希腊词汇——“ trope”——意思是“变成”或“转化”。
第一定律：能量守恒。
第二定律：熵总是不断增加直至最大。
系统总的熵会不断增加，直至可能的最大值；除非通过外部做功，否则它自身永远也不会减少。
热力学第二定律是唯一区分过去和未来的基本物理定律。其他物理定律在时间上都是可逆的。
根据第二定律，要减少熵就得做功。
根据香农的理论，信息可以是通信的任何单位，可以是一个字母、一个词、一句话，甚至是一个比特（0或 1）。
哥德尔的不完备性定理是从算术着手。他证明，如果算术是一致的，那么在算术中就必然存在无法被证明的真命题——也就是说，算术是不完备的。而如果算术是不一致的，那么就会存在能被证明的假命题，这样整个数学都会崩塌。
图灵机后来成了电子计算机的蓝图。
图灵在曼彻斯特大学参与研制了第一批可编程电子计算机（基于通用图灵机的思想）。
如果要我选择一个历史上最重要的思想， 65我认为不是牛顿，也不是爱因斯坦，或是其他人，而是达尔文。自然选择的进化思想统一了生命和意义的疆域，还有可能会统一空间和时间、因果效应，机能和物理定律。
这又是一个同时独立发现的例子，一旦思想的时机成熟，就必然会有人想到。
达尔文理论和孟德尔遗传学， 78再加上群体遗传学，共同形成了后来所谓的“现代综合（ theModem Synthesis）”。
大部分哺乳动物都是二倍体生物，其他很多生物也是，它们的染色体（除了精子和卵子这些生殖细胞）都是成对出现（人类有23对）。减数分裂时，二倍体细胞会分裂成四个生殖细胞，每个生殖细胞的染色体数量为原细胞的一半。
你身体中每个细胞都有几乎一样的完整DNA序列， DNA序列由核苷酸连在一起组成。核苷酸含有称为碱基的化合物，碱基有四种形式，（缩写为）A、 C、 G、 T。人类的 DNA序列实际上是由 A、 C、 G、 T分子对组成的双线。化学势使得 A总是与 T配对， C则与 G配对。
基因的转录和翻译就称为基因表达。
盖尔曼认为任何事物都是规则性和随机性的组合。
对于提出的一个事物的各种不同规则集，我们可以利用奥卡姆剃刀（ Occam’ s Razor）来决定哪个是最好的。
分形指的是“在任何尺度上都有微细结构”的几何形状。 103许多让人感兴趣的分形具有自相似特性，海岸线就是这样的例子。
冯·诺依曼也是最早深刻认识到计算和生物之间联系的科学家之一。
DNA不仅包含自我复制的“程序”（例如用来解开和复制DNA的酶），同时也编码了它自己的解释器（将DNA转译成酶的细胞器）。
冯·诺依曼设计的自复制自动机是人工生命科学真正的先驱之一，从原则上证明了自我复制的机器的确是可能的，并且提供了自我复制的“逻辑”，后来证明其与生物的自我复制机制惊人的相似。
元胞自动机是由元胞组成的网格，每个元胞都根据邻域的状态来选择开或关。
而元胞自动机则没有CPU和内存可以用来计数。
容易的事很难，计算机能做许多人类认为需要很高智商的事情，同时它们却又做不了三岁小孩都能做的事情。
侯世达有一个天赋，他能将复杂的问题简化，然而又留住问题的精髓。
模仿者避开了认知的第22条军规：你无法探索所有可能，但如果你不探索它们，你就无法知道哪种可能值得探索。
AI的终极目标是让人摆脱意义的怪圈，并且让计算机本身能理解意义。这是AI中最难的问题。
模型是我们思维的方式，是用我们熟悉的概念解释观察到的现象，所用到的概念是我们的头脑能够理解的（就弦论来说，则是少数非常聪明的人能够理解的）。
下面是我在书中曾讨论过的一些理想模型的例子：
◆麦克斯韦妖：用来研究熵的概念的理想模型。
◆图灵机：用来对“明确程序”进行形式化定义以及研究计算概念的理想模型。
◆逻辑斯蒂模型和逻辑斯蒂映射：用来预测种群数量的极简模型；后来成为研究动力学和混沌一般性概念的理想模型。
◆冯·诺依曼自复制自动机：用来研究自复制“逻辑”的理想模型。
◆遗传算法：用来研究适应性概念的理想模型。有时候也作为达尔文进化的极简模型。
◆元胞自动机：用于研究一般性的复杂系统的理想模型。
◆科赫曲线：用来研究海岸线、雪花等分形结构的理想模型。
◆模仿者：用来研究人类类比思维的理想模型。
公地悲剧
他注意到所有成绩好的策略都有友善的特点—他们从不先背叛对方。
六度分隔（six degrees of separation）
网络思维意味着关注的不是事物本身，而是事物之间的关系。
因此钟形曲线也被称为正态分布。
无尺度网络一定遵循连接度幂律分布。
人类大约有25000个基因，与拟南芥的基因数量差不多。人类之所以比植物复杂，不在于基因数量，而在于基因如何相互作用。
美国疾控中心（Centers for Disease Control）
人们很早就发现，相对于体重大小来说，较小动物的代谢率比较大的动物更快。
这个幂律关系现在被称为克莱伯定律（ Kleiber’ s law）
越大的哺乳动物生命期越长。
四分幂比例律
代谢比例理论
这说明幂律与分形有密切关联
分形结构是产生幂律分布的一种方式；如果你发现某种量（例如代谢率）遵循幂律分布，你就可以猜想这是某种自相似或分形系统导致的。
进化将我们的循环系统塑造成了接近于“四维的”分形网络，从而使我们的新陈代谢更加高效。用他们自己的话说，“虽然生物是三维的，内部的生理结构和运作却表现为四维……分形几何给了生命一个额外的维度。”
科学家们一般都假定大部分自然现象都服从钟形曲线或者说正态分布。然而幂律却在很多现象中都有被发现，以至于一些科学家说它“比‘正态’还要正态”。
齐普夫定律（ Zipf’ s law），这可能是最著名的幂律。
进化发育生物学的支持者提出，物种形态多样性的主要来源不是基因，而是打开和关闭基因的基因开关。这些开关是不编码蛋白质的DNA序列，通常长度为几百个碱基对。它们以前被认为是所谓的“垃圾基因”的一部分，但现在发现有基因调控的作用。
生命存在于混沌的边缘
一旦网络结构变得足够复杂——即有大量节点控制其他节点——复杂和“自组织”行为就会涌现出来。
个体发育过程中的美丽秩序大部分是自发的，是极度复杂的调控网络所包含的惊人自组织的自然表达。我们似乎从根本上就错了。秩序，无处不在而且有生命力的秩序，是自然发生的。
大统一理论（ Grand Unified Theory），缩写为 GUT通常指物理学的一个目标：用一个理论统一宇宙中的基本力。弦论就是对GUT的尝试，但对于弦论是不是正确的，甚至GUT是不是存在，在物理学界还没有达成共识。
在牛顿的传记中，科学作家格雷克（James Gleick）这样描述：“他受困于语言的混乱——有些词汇定义不清，有些词汇甚至还没有出现……牛顿相信，只要他能找到合适的词汇，他就能引领整个运动科学。……”通过发明微积分，牛顿最终创造了所需的词汇。借助于无穷小、微分、积分和极限等概念，微积分为严格描述变化和运动提供了数学语言。这些概念在数学中已经存在，但是不完整；牛顿能够发现它们之间的关联，并且构建出和谐统一的宏大建筑将它们结合到一起，让它们彻底一般化。
榄雨
