BGM自取处：Moonlight  http://music.163.com/#/m/song?id=817743

PART ONE：引叙

这几天春节我的空间一直很安静，这就好比「城」外是一片灯火辉煌万人空巷的热闹景象，而自己的「城」内却是一派日常宁静的氛围。这也算我自己的一种「个性」吧，中心的Happy Hour我就几乎没正经参加过一次——就算毫无疑问地，我的社交技能已经在几年升了很多级。

但是这并不代表我在这段时间里就无所作为。17天的假期（提前偷跑了3天，已经准备好回去接受老板的质问了，各位来世再见 ）就好比刚刚打退对方的一波进攻，而在这个间隙你自然不会去“[]~(￣▽￣)~* 干杯~！”庆祝胜利什么的，你要做的是抓紧这个空当处理伤口、装填弹夹、观察对方的动作以预判对方的下一波进攻——了解或者看过我以前日志的朋友应该可以理解这种「战争」式的比喻——所以需要做的事情一点不比“平时”少。

前几天家里长辈的老同事来串门，似乎对于我现在的情况甚为欣慰——还是有人来接替他们（科研）的事业。老爷爷很高兴地说道：好好干，这几年努把力，这辈子立世的资本就有了。我也马上说表示我自己也深以为然，我还进一步地提出了一个更为具体的年限——26岁，大概也就是我读到博士的时候。三年之后，自己的能力与成果将决定自己这一生的状态。（当然更遥远的变数是存在的，这里是在强调这个初始值的重要性）

这已经是千钧一发的时候了；或者继续用 「战争」式比喻来描述——一场决战一触即发。

我在处理问题时、尤其是一些复杂的问题时，习惯将整个问题思考清晰明白了再着手行动。这个习惯谈不上好坏——它既为我带来过优势也曾经把我置于一个非常危险的境地。实际上我家老板也对我这个习惯略有微词。这个习惯无论是对于具体的现实问题还是对于人生规划这些高大上的抽象问题都是有效的。曾经也有朋友说“觉得我这样目标清晰、步骤明确的状态挺好的”，这其实只是个“围城”而已。玩过即时策略或者战棋类游戏的朋友应该理解，“战争迷雾”的有无本身并不会让任何玩家“占起手”。


PART TWO：在专业之前

这里回顾一下2015年自己的学术/学习进展以及记录一下2016年的学习/研究计划，至于3年后的「决战」到底是什么样，你一定要问我我也只能说无可奉告（蛤蟆脸┑(￣Д ￣)┍

2015年的学习经历其实让我发现了自己的知识体系的一个漏洞。实际上，我之前对于“现实世界”的认识一直是计算机“数据挖掘”式的认识，这其实是一种畸形的认识。我后来跟华东（经济学专业的好基友）聊到的时候就说的，其实这个科技树的完整情况是这样的：

统计学→数据挖掘→机器学习→概率图

统计学是亚古兽，数据挖掘是暴龙兽 ，机器学习是机械暴龙兽，概率图是战斗暴龙兽。而不学统计学而直接学数据挖掘的后果就是错误进化成丧尸暴龙兽。

我在思考老板给的问题的时候，最开始一直是以一种数据挖掘的思维模式在思考，然而后来才发现这个问题从统计学角度上能给出一个更接近本质的描述。战斗暴龙兽不是随随便便就上的，也就在打小丑的时候才需要，平时打小怪亚古兽就可以处理，杀鸡焉用牛刀。

所以我是到2015年才发现自己的知识体系存在着的这个巨大漏洞。虽然考研时也有复习概统，但是那样半桶水的水平离一个像样的“统计学思维” 还差很远，2016年上半年我们也有“生物统计学”这门课，所以说统计学将是一个核心的基础内容。对于这门学科我将用最高标准来研究——这也符合我的习惯。虽然这样做会非常耗时，但是笨鸟先飞呗，2015年我已经完成了一些工作，2016年的任务将相对轻松一些。

另一方面，我的学习也很少是线性：机器学习、概率图的学习也在同时跟进之中。说实话概率图让我觉得自己的智商无论测出来有多少那都是个萝卜——概率图好难Orz。但是随着一些基础知识的补进，概率图的学习难度目前呈一个稳定下降的状态。目测2016年可以升级成完全体。

以上这些是「认识」方面的安排。讽刺一点地说，就算这样我挠破脑门学习了这方面上千页、页页堆满公式的专著，我也只是有了一个科学的认识世界的能力罢了——你还没有能力去思考、处理这些认识——人类文明在这种时候就显得十分廉价。

所以另一方面就是「思考」，准确地说就是要学会一些「工具」的使用。

而这方面，“微分几何”首当其冲。

多嘴一句，几何学是人类第一门科学，是先有的几何再有的数字。而微分几何则是几何学的现代版，类似于高中代数与线性代数的关系，线性代数是代数2.0，微分几何也是几何2.0版本。

微分几何我以前就尝试自学过，不过——很惭愧——实在啃不下去。不过现在情况有所改观，我对其中许多关键概念的理解感到轻松了许多。毕竟，20+岁是一个人的顶峰，一个人智商最高的时候就是这个时候了，你如果现在还学不会这些东西，那你这辈子就别想学会了——我如是自我鞭策着。

虽然我的专业明面上是写的“生物信息学”，当下生信的各种时髦工作也和几何学八杆子打不着，但是我对此有着自己的考量：几何学反映的是我们认识、处理现实的一种方式。只要是跟自然打交道的学问实际上都要和几何有上关系——计算机科学其实并不算自然科学，所以这和统计学一样，是一个本科专业造成的知识漏洞。

除此之外，广义相对论（关注重点是其中的黎曼几何以及场论处理）、热物理学、经典力学也在知识补全的第一梯队内。这些其实都是大学自己铺开的「战线」的一部分，不过固体物理、量子物理（这个在当时其实占了整个「战线」很大一部分，不信就来看我家我的书架_(:з」∠)_）则暂时不予考虑，这两个的专业性太强，与目前自己的工作相关性不大。

=================以下旁注=================

这里没有提及生物学相关的知识学习情况，主要是因为生物学的专业学习是我们例行课程的学习内容，是有硬指标在的。所以几乎不用我去操心，生科院已经为我们安排好了满满地一摞学习任务，不想挂科退学就老老实实地学Orz。2015年基本是一周有一篇CNS（Cell, Nature, Science的简称，也有部分PNAS）论文的硬指标，2016年会上升到2~3篇，若要算进“文献组学任务”以及各种缘由的生物、生信专业的文献、专著阅读数，三位数的论文量应该是一个保底水平。

不得不说，上生院对文献阅读抓的真紧_(:з」∠)_，我还是很有自知之明的，所以对于生物方面的专业学习我不会给自己定额外的指标，完成学校的指标就是胜利_(:з」∠)_。

==================旁注完==================


PART THREE：（或许）并不是重点的专业部分

读上研究生之后，我可以使用的资源一下子就变得充裕了起来。欣喜之余，也让我感到了不小的紧迫感：资源充裕，从另一个角度说就是你的能力还不足以掌控这么多资源。这对资源本身是一种浪费，对使用者本身也是一种“死于安乐”的“危险”环境。

所以说，和中学、大学的资源紧张，考验的是自己对资源和行动的精细设计能力不同；现在急需的是自己专业能力本身的一个提升。但是这是一个辩证的问题，就好比给你了一大片土地，你要在这块土地上建房子。以前土地小，只能建个小平房；现在土地资源充裕了，但是与之相对的，你有建高楼的能力吗？能力和资源并不是一个强相关的关系。

所谓的“一鼓作气，再而衰”就是在指做事的“后劲”问题。我在开始着手完成老板分配的第一个任务之后的每几天，就感到一种如同深渊的恐慌——我当时所学的数学已经用的差不多了。即，为了解决那个问题，我已经把我已知的所有数学工具都用得差不多了。这是一个十分危险的信号，意味着我如果想继续往问题的深处发力我将“无子可走”。这就是一个典型的“后劲不足”的情况，虽然这不影响当下任务的完成。这件事的之后，便是统计学的登场，也就是上一个PART在说的事了。我之所以重视这个看来似乎完全不会对当下产生任何影响的现象，也是因为我已经看到了许多的反例，不过对除自己之外的周遭的更多评述已经超出了这篇日志所覆盖的话题范围。

资源的充裕其实更考验一个人的规划策划能力。简单地比喻，给你一百元，你或许可以轻松地把它纳入预算规划；如果给你十万乃至千万，你还有信心说自己的方案是所有中最优的那个吗？

像《三体》罗辑那样不去使用不对称的富裕资源，其实现实里也是一个聪明的权宜之举——当然这只能是临时的策略。

比如我现在就还是不太清楚中心的计算集群到底是个什么样的配制_(:з」∠)_，大部分计算任务还是自己老老实实单机、本地跑了咯_(:з」∠)_


PART FOUR：（不负责任的）展望

最后侃侃稍微遥远的未来吧，我现在把自己的人生级追求具体为两个方面、三个问题；目前就在着手解决第一个问题，我所谓的26岁立局也是指的第一个问题的顺利解决。自然，这第一个问题目前看来是三个问题中比较简单的一个。

但是就算如此，我也期待在最后解决的时候能给世人一个“这个结论是如此的震撼，以至于都不敢相信它是真的，但是整个推理过程看起来似乎又没有什么问题”

这也只是我在追随效仿历史上的另一位人物罢了，阿尔伯特·爱因斯坦。

后世有人这么评价爱因斯坦：“这种尊敬并非来源于体育或娱乐上的成就，而是来自对人类智慧力量的赞叹”。

是的，其实爱因斯坦到底在物理学界排行第几这我并不关心，有些工作是否是我第一个完成的也无所谓，我所期待与追求的，不是其他，而是我们对于我们自己以及美好未来的信心。