半肾
精华
|
战斗力 鹅
|
回帖 0
注册时间 2017-1-13
|
无授权转载，原文地址：https://bartoszmilewski.com/2018/01/11/the-earth-is-flat/
除非你是地平说信者，否则你绝对很有信心说地球是圆的。事实上，你是如此自信，以至于你甚至没有问自己为什么你如此自信。毕竟，有压倒性的科学证据支持球圆说。有古老的“船只消失在地平线后面”的证明，有环绕地球的卫星，甚至还有从月球上看到的地球照片，等等。我之所以选择以这个地圆说理论作为开篇，是因为它实在“很明显”是对的。因此，如果我试图说服你地球是平的，我将不得不深入挖掘你信仰体系的根基。我发现，我们相信地球是圆的，不是因为它是事实，而是因为我们太懒了（或者，给这个行为换个名字，因为它显得更有效和简约）。让我解释一下......
新地平说
让我们先强调一下，地平说的模型在日常生活中是多么有用。当我想找到最近的自动取款机或加油站时，我会拿出手机在平板屏幕上查找。我的口袋里没有携带一个特殊的球形小工具。我手机上的屏幕在显示我周围环境的地图时丝毫没有凸起。所以，至少在我所在城市，甚至国家的范围内，地平说运作得很好，谢谢！
这就像另一个被广泛接受的理论——爱因斯坦的狭义相对论一样，我们都相信相对论是真的，但我们从未在日常生活中使用它。我们周围的绝大多数物体的运动速度都比光速慢得多，所以传统的牛顿力学对我们来说很好。难道你有出现过从一个城市开车到另一个城市后，必须重置手表以应对时间膨胀影响的情况么？
关键是，每个物理理论都只在一定的参数范围内有效。物理学家一直在寻找理论的圣杯——对一切所有参数值都有效的理论，无一例外。他们还没有找到一个。
但是，显然，狭义相对论比牛顿力学更好，因为它更普遍。你可以推导出牛顿力学作为狭义相对论的低速近似。而且，可以肯定的是，地平说是小距离圆地球理论的近似值。或者，等价地，这是地球半径达到无穷大的极限。
但是假设我们被禁止考虑地球的曲率（例如，由于宗教或政府）。随着探险家们的旅行越来越远，他们发现“天真”的地平说给出了错误的答案。这时，与当今无脑反科学的地平说信者不同，他们将会实际上做出一些努力来完善他们的计算，以解释这些“异常”。例如，他们可以假设，当你离开位于平坦版地球的中心（即北极）时，距离量尺将不断发生一些有趣的变化。当量尺沿着平行线（以北极为中心的圆圈）定位时，它们会变长。离北极越远，它们伸长得越多，直到在一定距离处它们变得无限大。这意味着沿更大圆圈的距离（使用这些量尺测量）其实是在变得越来越小，直到它们缩小到零。
我知道这个理论一开始听起来很奇怪，但狭义相对论也是如此，广义相对论也是如此。在狭义相对论中，当你的速度接近光速时，就会发生奇怪的事情。时间变慢，运动方向上的距离缩小（但不垂直于运动方向！），质量增加。在广义相对论中，当你接近黑洞的事件视界时，也会发生类似的事情。在这两种理论中，当你达到极限时，像是达到光速或抵达事件视界时，事情就会完全不一样了。
回到这个平坦的地球——我们的探险家征服了太空。他们必须将他们奇怪的几何形状扩展到三维空间。他们发现，水平放置的量尺会随着走得更高而收缩。勇敢的探险家们还挖掘地下，并用地震仪探测深处。他们在特定深度发现了另一个奇点，量尺的水平膨胀达到无穷大（那些地圆说的地球人会将其称为地心）。
这种广义的地平说实际上是有效的。我知道，因为我刚刚描述的就是球面坐标系。当我们谈论经度和纬度时，我们会使用它。我们只是从来没有想过使用球面坐标来测量距离——这太费力了，而且我们很懒惰。但是可以在这些坐标中表示度规张量。它不是恒定的——它随位置而变化——也不是各向同性的——距离随方向变化。事实上，正因为如此，扁平的地球人会比我们更有能力理解广义相对论。
那么地球是平的还是球形的呢？实际上两者都不是。这两种理论都只是近似值。在笛卡尔坐标中，地球是一个扁平的椭球体的形状，但随着分辨率的提高，你会发现越来越多的异常（我们称它们为山脉、峡谷等）。在球坐标中，地球是平坦的，但同样，只是近似的。最大的区别是球面坐标的数学更难。
我把你弄糊涂够了吗？在某种程度上，除非你是宇航员，否则你的感官会告诉你地球是平的。在另一个层面上，除非你是一个阴谋论者，相信美国宇航局卷入了一场规模巨大的骗局，否则你相信地球几乎是球形的。现在我告诉你们，有一个完全一致的数学模型，其中地球是平的。这不是邪教，而是科学！那么，为什么你觉得圆形地球理论更接近事实呢？
奥卡姆剃刀
地圆说只是更简单。出于某种原因，我们坚持认为大自然憎恶复杂性（我知道，这太疯狂了）。我们甚至将这种信念表达为称为奥卡姆剃刀的原则。简而言之，它的原则是：
```在相互竞争的假设中，应选择假设最少的假设。
请注意，这不是自然法则。它甚至不科学：没有办法证伪它。你可以以神学（奥卡姆的威廉是方济各会修道士）或美学（我们喜欢优雅的理论）为理由为奥卡姆剃刀辩护，但最终归结为实用主义：更简单的理论更容易理解和使用。
认为奥卡姆剃刀告诉我们任何关于事物本质的事情是错误的，无论这意味着什么。它只是描述了我们思想的局限性。憎恶复杂的不是大自然，而是我们的大脑更喜欢简单。
除非你相信物理定律有自己的独立存在。
蛋糕模型
自伽利略以来，科学家们就有了一幅由三层组成的宇宙图景。顶层是我们观察和互动的自然。以下是物理定律——驱动自然并使其可预测的机制。下面是数学——物理学的语言。根据这种观点，物理学和数学是宇宙中隐藏的组成部分。它们是看不见的齿轮和滑轮，我们只能间接推断它们的存在。根据这种观点，我们发现了物理定律。我们还发现了数学。
请注意，这与艺术有很大不同。我们并不是说贝多芬发现了第五交响曲（尽管伊戈尔·斯特拉文斯基称其为“不可避免的”），或者达芬奇发现了蒙娜丽莎。不同的是，如果没有贝多芬创作他的交响曲，没有人会创作;但如果卡尔达诺没有发现复数，其他人可能会发现。事实上，在很多情况下，同一个数学思想是由不止一个人独立发现的。这是否证明数学思想的存在方式与木星的卫星相同？
物理发现与数学发现具有截然不同的特征。物理定律是可以针对物理现实进行检验的。我们在现实世界中进行实验，如果结果与理论相矛盾，我们就会抛弃该理论。另一方面，数学理论只能用自身来检验。当一个理论导致内部矛盾时，我们就会抛弃它。
认为数学是被发现的而不是发明的，这种信念源于柏拉图主义。当我们说地球是球形的时，我们谈论的是球体的概念。根据柏拉图的说法，这些想法确实独立于观察者而存在——在这种情况下，是研究它们的数学家。大多数数学家都是柏拉图主义者，无论他们承认与否。
能够用简单的数学方程式来表述物理定律是一件美丽而优雅的事情。但你必须意识到，物理学史上嗝屁了的优雅理论到处都是。有一个非常优雅的理论，它假设所有物质都由四种元素组成：火、空气、水和土。苍穹是天球的集合（球体是如此柏拉图式）。然后行星的轨道应该是完美的圆圈——但事实并非如此。如果你足够仔细地研究它们，它们甚至不是椭圆形的。
僵局
但是，也许在基本粒子和量子场的层面上，宇宙的这种假定的优雅会闪耀出来？嗯，不会。如果宇宙服从奥卡姆剃刀，它就会停在两个夸克：上夸克和下夸克。没有人需要奇夸克和粲夸克，更不用说底夸克和顶夸克了。粒子物理学的标准模型看起来像一个装满脏盘子的厨房水槽。还有阻止所有大统一理论尝试的引力。弦论本应有所帮助，但结果却像其他部分一样乱七八糟。
当然，目前物理学的僵局状态可能是暂时的。毕竟，直到20世纪下半叶，我们一直在取得巨大的进步（最近的重大理论突破是1964年希格斯机制的发现和1971年标准模型的证明或可重整化性）。
另一方面，我们可能正在达到人类理解宇宙的能力极限。毕竟，没有理由相信宇宙的结构简单到足以让人脑进行分析。不能保证它可以被翻译成物理和数学的语言。
宇宙是可知的吗？
事实上，如果你仔细想想，我们对宇宙是可知的期望是相当武断的。一方面，你拥有广阔而复杂的宇宙，另一方面，你有略微进化的猴子大脑，它们直到最近才弄清楚如何使用工具和使用语言进行交流。这些大脑可以产生和存储宇宙模型的想法是荒谬的。诚然，我们的猴子大脑是进化的产物，我们的生存取决于这些大脑能够提出可行的环境模型。然而，这些模型不包括微观世界或宏观世界，只包括介于两者之间的狭小现象带。我们的感官可以感知大约 8 个数量级内的空间和时间尺度。相比之下，宇宙的大小比原子核的大小大约40个数量级（更不用说另外20个数量级的普朗克长度了）。
进化提出了一个巧妙的方案来应对我们环境的复杂性。由于不可能将有关宇宙的所有信息存储在我们可以使用的非常有限的内存中，并且不可能实时运行模拟，因此我们选择了下一个最好的方法：创建可组合的简化部分模型。
这个想法是，为了预测向猛犸象投掷长矛的轨迹，粗略估计恒定的重力向下拉力和大气阻力对理想化射弹的影响就足够了。忽略许多微妙的影响是完全安全的：引力场的不均匀性、空气密度波动、长矛的缺陷，更不用说相对论效应或量子修正了。
这是理解我们策略的关键：我们构建一个简单的模型，然后计算对它的修正。这个想法是修正足够小，以至于不会破坏模型的前提。
天体力学
一个很好的例子是天体力学。在最低近似值下，行星沿着椭圆轨道绕太阳旋转。椭圆是太阳中心引力场中单体问题的解，如果你还考虑到太阳的微小轨道，那么就是双星问题。但行星之间也会相互作用，尤其是质量最大的木星，会影响其他行星的轨道。我们可以将这些相互作用视为对原始解决方案的修正。我们添加的更正越多，可以做出的预测就越好。天文学家想出了一些巧妙的数值方法来使这种计算成为可能。然而，众所周知，从长远来看，这个过程最终会惨遭失败。这是因为即使是最微小的修正也可能在遥远的将来导致行为的彻底改变。这是混沌系统的特性，我们的太阳系只是其中的一个例子。你一定听说过蝴蝶效应——宇宙中充满了这种蝴蝶。
微观世界
如果谁不曾对量子论感到震惊,他根本没有理解它 —— 尼尔斯·玻尔
在光谱的另一端，我们有原子和基本粒子。我们称它们为粒子，因为在最低近似值下，它们的行为类似于粒子。你可能已经看过气泡室中的颗粒留下的痕迹。
乍一看，基本粒子可能表现出宏观物体的某些特性。它们沿着穿过气泡室的路径前进。抛向空中的石头也遵循路径——所以基本粒子与小石头没有太大区别。这种想法导致了原子作为微型行星系统的第一个模型。事实证明，基本粒子与小石头完全不同。所以也许它们就像湖面上的波浪？但波是连续的，粒子可以用盖革计数器计数。我们希望基本粒子的行为要么像粒子，要么像波，但是，尽管我们尽了最大努力，它们还是拒绝很好地归入其中一类。
我们赞成粒子和波的解释是有充分理由的：它们是可组合的。双粒子系统是两个单粒子系统的组合。复杂波可以分解为简单波的叠加。量子系统两者都不是。我们可能会尝试将一个双粒子系统分离成其单独的成分，但随后我们必须在远处引入幽灵般的作用来解释量子纠缠。量子系统是一个不符合我们先入为主的观念的外星实体，它与经典现象的主要区别在于它不可组合。如果量子现象可以以其他方式组合，不同于粒子或波，我们也许可以将其内化。但是不可组合的现象与我们的思维方式完全不同。你可能认为物理学家对量子力学有更深入的了解，但事实并非如此。理查德·费曼是一位严肃的物理学家，他有一句名言：“如果你认为你了解量子力学，你就不了解量子力学”。理解量子力学的问题不在于它太复杂。问题在于，我们的大脑只能处理可组合的概念。
有趣的是，通过接受量子力学，我们放弃了一个层次上的可组合性，以便在另一个层次上分解某些东西。元素周期表是20世纪初的一大挑战。我们已经知道，光有土、水、空气和火是不够的。我们知道化合物是原子的组合;但是原子的种类太多了，它们可以被归入具有相似性质的家族中。原子被认为是不可分割的，但是如果不假设存在某种潜在的结构，我们就无法解释元素周期表。事实上，那里有结构，但原子核和电子组成以形成原子的方式并不符合常识。电子不像围绕原子核运行的行星。它们形成壳和轨道。直到过了很久我们才能用量子力学和费米不相容原理来描述原子的结构。
每当我们通过用更简单的成分来分解它来解释一个层次的复杂性时，我们似乎在权衡组合本身的一些简单性。这种情况在六十年代再次发生，当时物理学家面临着一个令人困惑的基本粒子动物园。似乎有数百个强相互作用的粒子，强子，并且每年都有新的发现。这个烂摊子终于被夸克的引入清理干净了。可以将所有强子归类为仅由六种夸克组成。不过，这种简化并非没有代价。当我们说原子由原子核和电子组成时，我们可以通过敲掉几个电子并将它们作为独立粒子进行研究来证明这一点。我们甚至可以将原子核分裂为质子和中子，尽管原子核外的中子寿命很短。但无论我们多么努力，我们都无法将质子分裂成其组成夸克。事实上，我们知道夸克不能存在于强子之外。这称为夸克或色域限制。夸克应该有三种“颜色”，但我们唯一能观察到的复合物是无色的。我们通过接受复合结构永远不能分解成其成分这一事实来扩展组合的概念。
我有点不安
物理学家如何处理量子力学？他们使用数学。理查德·费曼提出了使用微扰理论进行量子电动力学计算的巧妙方法。微扰理论的思想是，你从简单的近似开始，并不断添加修正，就像天体力学一样。扩展中的项可以可视化为费曼图。例如，两个电子之间相互作用的最低项对应于电子交换虚拟光子的图。
该项给出了两个带电粒子之间的经典排斥力。它的第一个量子修正涉及两个虚拟光子的交换。关键在于：这个修正不仅比原始项大，而且是无限大！小修正就到此为止吧。是的，有一些小把戏可以把这个无穷大掩盖起来，但每个不自欺欺人的人都明白，所谓的重整化是一种丑陋的应付手段。我们不了解极小尺度下的世界是什么样的，我们试图用一些让数学家晕倒的小把戏来忽略它。
物理学家非常务实。只要有一个可以与实验进行比较的获得结果的秘诀，他们就对一个理论感到满意。在这方面，标准模型是宇宙中最成功的理论。这是一个统一的电磁学、强相互作用和弱相互作用的量子场论，其结果与我们迄今为止能够进行的所有高能实验完全一致。不幸的是，标准模型并没有让我们了解正在发生的事情。就好像物理学家得到了一部外星人手机，并弄清楚了如何使用它的各种应用程序，但对小工具的内部工作原理一无所知。这一切甚至在我们尝试将重力纳入模型之前。
普遍的看法是，这些只是通往万物终极理论道路上的小挫折。我们只需要弄清楚正确的数学。我们可能需要二十年或两百年的时间，但我们最终会到达目标的。数学是答案的希望，促使理论物理学家研究数学中越来越深奥的角落，并为它的发展做出贡献。爱德华·威滕是最杰出的理论物理学家之一，是统一了许多弦理论的M理论之父，因其对数学的贡献而被授予享有盛誉的菲尔兹奖（诺贝尔奖只有在理论被实验证实时才会颁发，就弦理论而言，可能还有很长的路要走，如果真的有的话）。
数学是关于组合的
如果数学是可以发现的，那么我们可能确实能够找到数学和物理学的正确组合来解开宇宙的秘密。不过，只有在非常幸运的情况下。
在所有数学中，有一个属性非常引人注目，它在例如逻辑、范畴论和 lambda 演算等基础理论中最为明显。
所有这些理论都是关于可组合性的。
它们都描述了如何从更简单的元素构建更复杂的东西。逻辑是关于使用连词、分离词和含义组合简单的谓词。范畴论首先定义箭头的组成。然后，它介绍了使用积、余积和指数组合对象的方法。类型化 lambda 演算是计算机语言的基础，它向我们展示了如何使用product type、sum type和函数来定义新类型。事实上，可以证明构造逻辑、笛卡尔闭式范畴和类型化 lambda 演算是同一理论的三种不同表述。这被称为 Curry Howard Lambek 同构。我们一遍又一遍地发现同样的事情。
事实证明，大多数数学理论都有一个可以被范畴论捕获的骨架。考虑到数学领域最大的革命是如何意识到两个或多个学科彼此密切相关的结果，这并不奇怪。最新的突破是费马最后定理的证明。这个证明是基于谷山-志村猜想，该猜想将椭圆曲线的研究与模形式联系起来——这两个是数学的两个截然不同的分支。
早些时候，当人们发现可以使用笛卡尔坐标中的代数方程定义形状时，几何学被颠覆了。事实证明，这种几何的重新组合是非常有利的，因为代数比欧几里得式几何具有更好的组合性。
最后，任何数学理论都是从一组公理开始的，这些公理使用证明系统组合起来产生定理。证明系统是组合的，这再次支持了数学就是组合的观点。但即使在那里，当我们试图将所有陈述的空间分解为真和假时，我们也遇到了障碍。哥德尔已经证明，在任何非平凡的理论中，我们都可以提出一个既不能被证明是对的，也不能被证明是错的陈述，因此希尔伯特定义一个宏大数学理论的伟大计划失败了。就好像我们发现我们正在玩的乐高积木不是巨型乐高宇宙飞船的一部分。
可组合性从何而来？
可组合性可能是宇宙的基本属性，这将使我们人类能够理解它，并将验证我们的物理学和数学。就我个人而言，我非常不愿意接受这种观点，因为它会让智能生命在宏伟的计划中占有特殊的位置。就好像宇宙的法则是以这样一种方式创造的，以至于我们进化的猴子的大脑可以接触到。
更有可能的是，数学描述了我们的大脑能够将更简单的东西组合成更复杂的系统的方式。任何我们能用大脑理解的东西，必然是可分解的——而把东西放在一起的方法只有这么多。发现数学意味着发现我们大脑的结构。柏拉图式的理想只作为神经元之间的连接模式而存在。
人类至今能够取得惊人的科学进步是可能的，因为我们有如此多的可分解现象可供我们使用。当然，随着我们的进步，我们必须想出更复杂的构图方案。我们发现了微分方程、希尔伯特空间、路径积分、李群、张量微积分、纤维丛等。通过物理学和数学的结合，我们已经挖掘了可组合现象的金脉。但随着我们的进步，研究需要越来越多的资源，而且我们可能已经达到了可能对我们的工具具有抗性的基石。
我们必须认真考虑宇宙的复杂性和我们大脑的简单性之间存在重大不相容性的可能性。不过，我们并非没有追索权。我们可以使用的工具可以增加我们大脑的力量。第一个这样的工具是语言，它帮助我们结合一大群人的脑力。印刷机的发明和互联网的发明帮助我们记录和访问了研究人员团队在很长一段时间内收集的大量信息。但是，即使这是定量改进，这些信息的处理仍然依赖于组合，因为它必须呈现给人脑。工作可以在大型团队的成员之间分配，这一事实证明了它的可分解性。这也是为什么我们有时需要天才才能取得重大突破，当一项任务不能轻易分解成更小、更简单的子任务时。但即使是天才也必须从某个地方开始，而站在巨人肩膀上的能力是建立在可分解性的前提之上的。
计算机能帮上忙么？
计算机在科学研究中的作用正在稳步增加。首先，一旦我们有了科学理论，我们就可以编写计算机程序来执行计算。没有人再手动计算行星的轨道了——计算机可以更快、更无错误地计算。我们也开始使用计算机来证明数学定理。四色问题就是一个证明的例子，如果没有计算机的帮助，这是不可能的。它是可分解的，但特殊案例的数量远远超过一千个（后来减少到633个——即使对于一个专门的研究生团队来说，仍然太多了）。
用于定理证明的计算机程序在科学家的思想和证明定理所需的形式操作之间提供了一定程度的间接性。程序员仍然在控制之中，问题是可分解的，但组件的数量可能要大得多，通常太大，人类无法一一检查。人类和计算机的合力可以扩展可组合性的极限。
但是，我们怎样才能解决无法解决的问题呢？首先，让我们观察一下，在现实生活中，我们很少费心去经历详细分析的过程。事实上，我们祖先的生存取决于对不断变化的环境做出快速反应的能力，以及做出即时决定的能力。当你看到一只老虎时，你不会把图像分解成单独的部分，分析它们，然后把老虎的模型放在一起。图像识别是分析方法惨遭失败的领域之一。人们试图编写程序来识别人脸，使用单独的子程序来检测眼睛、鼻子、嘴唇、耳朵等，并将它们组合在一起，但他们失败了。然而，我们本能地一眼就能认出熟悉的人的面孔。
神经网络和人工智能
我们现在能够教计算机对图像进行分类和识别人脸。我们不是通过设计专用算法来做到这一点的; 我们通过训练人工神经网络来做到这一点。神经网络不是从识别眼睛或鼻子的子系统开始的。有可能，在训练过程中，它会发展出线条、阴影，甚至眼睛和鼻子的概念。但这绝不是必需的。这些抽象，如果它们进化，将被编码在其神经元之间的连接中。我们甚至可以通过调整其架构来帮助 AI 开发一些通用抽象。例如，通常包含卷积层来预处理输入。可以教导这样的层识别局部特征并将输入压缩到更易于管理的大小。这与我们自己的视觉工作方式非常相似：我们眼睛中的视网膜在通过视神经发送压缩信号之前会进行这种预处理。
压缩是将手头任务的复杂性与处理任务的系统的简单性相匹配的关键。就像我们的感觉器官和大脑压缩输入一样，神经网络也是如此。压缩有两种：一种是不丢失任何信息，只是去除原始信号中的冗余；另一种是丢弃不相关信息的有损类型。决定哪些信息是无关紧要的任务本身就是一个发现的过程。地球和光滑球体的区别在于喜马拉雅山的大小，但当我们看地球时，我们会忽略它。在计算围绕太阳的轨道时，我们将所有行星缩小到点。这是通过消除我们认为对我们正在解决的问题不太重要的细节来压缩的。在科学中，这种压缩被称为抽象。
在创建抽象的能力方面，我们仍然遥遥领先于神经网络。但有可能，在某个时候，他们会赶上我们。问题是：我们是否能够理解机器生成的抽象？我们已经处于理解人类生成的抽象的极限。如果你理解“Monad是指范畴学中自函子上的半幺群”这句话，你可能会认为自己是一个小众俱乐部的一员，这句话充满了数学抽象。如果神经网络提出新的抽象/压缩方案，我们可能无法对它们进行逆向工程。与人类科学家不同，人工智能不太可能向我们解释它是如何提出一个特定的抽象概念的。
我并不害怕未来的人工智能试图消灭人类（除非这是它的设计目标）。我害怕这样的场景，我们问人工智能一个问题，“量子力学能与引力统一吗？”它会回答，“是的，但我不能向你解释，因为你没有大脑能力来理解解释”。
这是乐观的情况。它假设这些问题可以在分解/重组框架内得到回答。宇宙可以分解成粒子、波、场、弦、膜，也许还有一些我们甚至没有的新抽象。我们至少会得到满足感，因为我们走在正确的道路上，但这些不断变化的部件的个数实在太多了，我们无法吸收——就像四色定理的证明一样。
但这种简化论的情景可能有其局限性。在某种程度上，宇宙的复杂性是不可简化的，人类大脑甚至最复杂的人工智能都无法捕捉到。
有些人认为我们生活在计算机模拟中。但是，如果宇宙是不可约的，那就意味着可以运行这种模拟的最小计算机是宇宙本身，在这种情况下，将其称为模拟是没有意义的。
结语
科学方法在解释我们世界的运作方面取得了巨大的成功。它导致了科学技术的指数级扩张，始于 19 世纪，并一直持续到今天。我们已经习惯了它的成功，以至于我们把人类的未来押在了它身上。通常，当有人攻击科学方法时，他们来自蒙昧主义的背景。这种攻击很容易被拒绝或驳回。我要说的是，科学不是宇宙的属性，而是我们有限的大脑的构造。我们已经开发了一些非常复杂的工具，根据组合原理创建宇宙模型。数学是研究各种组成事物的方式，物理学是应用组合。然而，不能保证宇宙是可分解的。假设这无异于假设它的结构围绕着人类的大脑旋转，就像我们过去认为宇宙围绕着地球旋转一样。
|
评分
-
查看全部评分
|
沪公网安备 31010702007642号 )
发表于 2024-1-4 22:34
这作为社论甚至没有中心论点的东西到底想表达什么。
