667被浏览54,821分享邀请回答搜引用量最多的科学家的学术主页，在我输入Chemistry（化学）后，前五名出现的有极高引用量的科学家中，就已经有两位，分别于Stanford University（斯坦福大学）及UC Riverside（加州大学河滨分校）就职的华裔科学家。类似地，如今输入像Physics（物理）、Medical Science（医学）、乃至Environmental Science（环境科学）等关键词，拥有极高引用率的顶尖科学家中，亚洲名字也是屡见不鲜。只是他们没有太多媒体曝光率，研究成果也还未到被大众所知的阶段。亚洲科研的局限性（下图为Nature Index推出的仅排名学术类（大学）科研机构的WFC分值排名）（下图为US NEWS推出的全球大学排名2016榜单，官网不方便截图，就二次引用了百度百科）从上面两处榜单的对比中可以看出，虽然亚洲科研机构今天成绩斐然，作为教育机构却离欧美尚有差距。像中国中科院、北京大学、南京大学、清华大学以及日本东京大学、京都大学在WFC排名前25中在全世界均有非常靠前的位置，在US NEWS（比起QS、ARWU要平均的大学排名）全球大学排名的前25位中，却无一入榜。确实，今天的亚洲科研及科学家培养也有一些局限性——I. 科研水平的提高快于全面教育水平的提高，预备人才方面可能有一定短板。II. 全球学术语言使用英语，与其他小语种国家一样，亚洲在这方面有一定劣势。III. 人才与庞大的英语机构院校群之间的流动性较欠佳。第一条大家多多少少都能看出一些，尤其看到WFC分值的排名肯定会很吃惊吧。第二条则非常显而易见。这里想讨论一下第三条。北美及英联邦讲英文的学校，学生以及学术人员的交流与流动很方便。大家都讲英语，学术环境也大同小异，加上来自小语种国家、地区的留学生及学者的参与，在做科研上还有很强的虹吸及附聚集（agglomeration）效应。这也是美英顶尖科学家众多的原因之一。而亚洲，由于语言、学制、习惯的差异，尤其是较特殊的学术制度，与上述英文学术圈的交流要比同位于欧美的法德等国还要更困难。像在人才引进和培养方面，一名本科毕业生专攻英语可以通过GRE、TOEFL、IELTS中的一两者，同时申请美、英、加、澳等地的研究生院，进入顶尖机构的机会就比专攻另一门语言要高得多。因此，对于亚洲各国来说——对于中国，飞快的增长速度让大家看到了在将来中国科学界与美国平起平坐的希望。虽然还有很多困难要克服，比如上面提到的语言及制度，但将来是很值得期待的。对于日本，当前的地位多半已经是其极限。在将来继续保持与英法德同一级别的学术影响力，对于日本来说是可预期且较乐观的结果，而如此水准已然拔群。对于韩国、新加坡等国，今天其学术水平不断上升，虽然国家体量有限，但也可以预期在未来在科研上可以与欧陆的一些较小发达国家相提并论。几句话总结一下这条答案——I. 确实今天欧美顶尖科学家依然远远多于亚洲科学家，从诺贝尔奖得主即可看出。II. 而诺奖由长期经营造就的，二战后崛起的亚洲正在或将陆续收获成果。III. 无论从国家总量、机构水平、还是科学家实力，今天亚洲人及亚裔的水准算是前所未有的高，可以超乎很多人的预料。IV. 然而由于与欧美不同的语言、制度、习惯，亚洲的科研也存在一定局限性。当然，中国体量那么大，说不定靠国内就能发挥前所未有的巨大能量呢。——————*图片、数据侵删（来源文中已有注解）*利益相关：仅仅关注这一领域状况有几年的普通大学生，若有错误非常感谢不吝赐教。60040 条评论分享收藏感谢收起66438 条评论分享收藏感谢收起华人在哪里都是不利的。&br&&br&出生前先接受计划生育，把生命的权利让给其他民族；&br&出生后买奶粉，想买毒奶都只能买其他民族企业生产的（反正都是毒奶，我宁愿买三鹿的。）；&br&上学后，从小学到大学同等条件下，只要有其他民族的学生，你就没有机会；&br&江浙湖广，江西安徽，两河四川，山东福建，本来就是惨烈到极点了，结果大学&br&的名额还要出让。。。&br&&br&我在中国在美国在日本在欧洲都读过书参加过考试，用的都是当地法定语言。我从来就没有想过用哪种语言参加考试可以成为加分的理由。即使我遇到最蠢最拽最不可理喻的黑墨也没脸敢说因为用英文他们就应该被加分。但是我们的故国就是有人用这样神一般的逻辑，因为非多数民族所以使用法定语言要加分。&br&&br&&br&事实上，只要不被减分，只要拿出公正的标准，中国人哪里都能轻松胜出，我们本来就是从中国来的，还怕“更不利”？哈。&br&&br&&br&最多也不过是有些人担心自己交税多享受的福利少罢了，川普是富人家，从骨子里就不会赞成交税多的养活穷人的，所以，我对他是一百万个放心。回想一下你的故国旧土上的人民吧，他们的税都交给北京政府和“高贵”民族，而地方政府会用房地产再剥削你一次。更令人发指的是当一个民族被强制打胎或者缴纳罚金以减少人口时候，在同一个国家其他高贵民族，正在发放津贴奖励他们生育。&br&&br&&br&所以请别矫情了，中国人在美国不利.......请问叫兽，再不利还能不利到什么地步呢？&br&&br&&br&叫兽，您别走啊！&br&&br&-------------------------------&br&饶毅叫兽并没有理睬我，但我想告诉他，华人支持民族主义的川普，其实就是支持他不给少数民族倾斜的政策，支持他减少对少数民族的补贴。支持他的----“美国是美国人的美国”这么个观点。&br&&br&华人根本不需要倾斜，华人要的是公平。对等的条件下，愿赌服输。其实走哪里都是不利，我们不过是选了个相对公平一点的川普。&br&&br&支持川普的华人，他们多数是因为潜意识里有一个信念，“一个用智慧和汗水创造财富的民族，不应该被政府压迫。”&br&&br&我们糊涂么？我也不知道，饶叫兽说是就算是吧。因为我们也根本不在乎叫兽们的观点，我们在乎的是，有一天，我们可以像川普一样，堂堂正正的说，“中国，是中国人的中国。”&br&&br&这一天，会来到的。
华人在哪里都是不利的。 出生前先接受计划生育，把生命的权利让给其他民族； 出生后买奶粉，想买毒奶都只能买其他民族企业生产的（反正都是毒奶，我宁愿买三鹿的。）； 上学后，从小学到大学同等条件下，只要有其他民族的学生，你就没有机会； 江浙湖广，江…
无罪者何须特赦，签令者方是罪人。
无罪者何须特赦，签令者方是罪人。
&p&Update: 17/3/29:&/p&&p&网站下线，之后以离线版HTML格式提供下载，见&a href=&///?target=https%3A///jayleicn/scipy-lecture-notes-zh-CN/releases& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&GitHub-release&i class=&icon-external&&&/i&&/a&。&/p&&p&
Update: 16/2/20:
这些天在和&a class=&member_mention& href=&///people/9a3c8f80aaafcba81bf21d4& data-hash=&9a3c8f80aaafcba81bf21d4& data-hovercard=&p$b$9a3c8f80aaafcba81bf21d4&&@万隽舒&/a&一起翻译这份文档，戳&a href=&///?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a& ，水平有限，不足之处还望指正。有兴趣的朋友可以一起来，详情见&a href=&///?target=https%3A///jayleicn/scipy-lecture-notes-zh-CN& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&GitHub - jayleicn/scipy-lecture-notes-zh-CN: 中文版scipy-lecture-notes.&i class=&icon-external&&&/i&&/a&&/p&&p&当然，还是推荐大家阅读英文原版。&/p&&br&&p&--------------------
--------------------
推荐一个很用心的教程 &a href=&///?target=http%3A//www.scipy-lectures.org/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Scipy Lecture Notes&i class=&icon-external&&&/i&&/a&&/p&&blockquote&One document to learn numerics, science, and data with Python
&/blockquote&&p&----------------------------------------------
这份教程由易到难分为三个层次 &/p&&ol&&li&Numpy, Matplotlib, Scipy的入门以及如何利用官方的doc查询函数的用法；&/li&&li&Numpy, Scipy的高级用法，常用的几个数据处理方法，以及Python和C/C++的混合编程；&/li&&li&其它常用数据处理/机器学习库Sympy, Scikit-image, Mayavi, Scikit-learn的入门及应用。&/li&&/ol&&p&从内容上来说与题主要求完美契合，同时也涉及到了许多相关的库和技巧。&/p&&br&&br&&p&----------------------------------------------
什么？ 嫌在线看教程不方便？ &/p&&p&在网站主页的右上角，提供了离线教程的下载链接。 不仅有和在线版完全一致HTML版的离线教程，也有两个PDF版本可以选择! 不得不说是业界良心。 另外所有教程的源码都是可以在GitHub下载到的。&/p&&figure&&img src=&/44f19f5d849cd359c509_b.png& data-rawwidth=&779& data-rawheight=&409& class=&origin_image zh-lightbox-thumb& width=&779& data-original=&/44f19f5d849cd359c509_r.png&&&/figure&&br&&br&&p&最后，答主也同样是本科生，目前在漫漫的数据处理入门阶段。即为同行者,望共勉之！ 希望对题主有帮助。&/p&&p&----------------------------------------------&/p&&p&附上教程目录&/p&&a href=&///?target=http%3A//www.scipy-lectures.org/intro/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&1. Getting started with Python for science&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/intro/intro.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&1.1. Scientific computing with tools and workflow&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/intro/language/python_language.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&1.2. The Python language&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/intro/numpy/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&1.3. NumPy: creating and manipulating numerical data&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/intro/matplotlib/matplotlib.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&1.4. Matplotlib: plotting&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/intro/scipy.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&1.5. Scipy : high-level scientific computing&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/intro/help/help.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&1.6. Getting help and finding documentation&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A//www.scipy-lectures.org/advanced/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2. Advanced topics&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/advanced/advanced_python/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2.1. Advanced Python Constructs&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/advanced/advanced_numpy/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2.2. Advanced Numpy&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/advanced/debugging/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2.3. Debugging code&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/advanced/optimizing/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2.4. Optimizing code&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/advanced/scipy_sparse/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2.5. Sparse Matrices in SciPy&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/advanced/image_processing/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2.6. Image manipulation and processing using Numpy and Scipy&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/advanced/mathematical_optimization/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2.7. Mathematical optimization: finding minima of functions&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/advanced/interfacing_with_c/interfacing_with_c.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2.8. Interfacing with C&i class=&icon-external&&&/i&&/a&&br&&a href=&///?target=http%3A//www.scipy-lectures.org/packages/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&3. Packages and applications&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/packages/statistics/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&3.1. Statistics in Python&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/packages/sympy.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&3.2. Sympy : Symbolic Mathematics in Python&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/packages/scikit-image/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&3.3. Scikit-image: image processing&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/packages/traits/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&3.4. Traits: building interactive dialogs&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/packages/3d_plotting/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&3.5. 3D plotting with Mayavi&i class=&icon-external&&&/i&&/a&&a href=&///?target=http%3A//www.scipy-lectures.org/packages/scikit-learn/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&3.6. scikit-learn: machine learning in Python&i class=&icon-external&&&/i&&/a&
Update: 17/3/29:网站下线，之后以离线版HTML格式提供下载，见。
Update: 16/2/20:
这些天在和一起翻译这份文档，戳 ，水平有限，不足之处还望指正。有兴趣的朋友可以一起来，详情见
&p&你们啊，都太上纲上线了&/p&&p&没有意思。&/p&&p&一个人想去哪就去哪，姑娘她乐意！&/p&&p&科研嘛，总在一个地方用一种手段，不厌烦吗？&/p&&p&颜老师早就想换个地方换个手段玩儿了。&/p&&p&为啥？&/p&&p&新鲜，高兴，有意思。&/p&&p&第一次见面，四年半前，她问我，做科研什么最重要？&/p&&p&我说，手段，模式生物和坚定的心。&/p&&p&她笑着看着我，说，好奇。&/p&&p&如沐春风，又似醍醐灌顶。&/p&&p&做科研最重要的是好奇，这是她的初心。&/p&&p&另一方面，颜老师从来就不是什么结构生物学家，她是生物学家，或者生化学家，结构只是手段，是探明问题的一步而已。&/p&&p&现在结构已经拿到了，该去进一步研究问题了。&/p&&p&颜老师的决定没有让我失望，她还是那个她。&/p&&p&退，困于清华，则功成名就，前有大paper无数，院士加身，后有强将精兵，不忧于经费申请和实验室管理。&/p&&p&进，至王子屯，则是海阔天高而风急浪险，此一去，竟不知成败生死。&/p&&p&老师她是要去的，虽然我至今从心里头害怕她，也埋怨她。但是我要祝福她，从心里由衷的祝福她。&/p&&p&且举世而誉之而不加劝,举世而非之而不加沮。&/p&&p&她许是鲲鹏，自当扶摇而上，在路上看个清楚。&/p&&br&&br&&br&&p&P.S.很多人的恶意揣测，无凭无据，很没劲儿。一个简单的问题，一个纯粹的人，你们非来添乱，不好玩，不好玩！&/p&&br&&br&&p&P.P.S.不匿名了，反正也不会看见，就让我睁着眼，送送她吧。&/p&&p&以及我叫颜老师姑娘，是我一直觉得颜老师年轻，心里头把她当成了同龄人。&/p&&p&希望她能一直是姑娘，只有赤子之心，才能纯粹的做科研。&/p&&br&&p&P.P.P.S.基金的事情，没有证据就不要乱说，哗众取宠没有意思。胡说八道！&/p&
你们啊，都太上纲上线了没有意思。一个人想去哪就去哪，姑娘她乐意！科研嘛，总在一个地方用一种手段，不厌烦吗？颜老师早就想换个地方换个手段玩儿了。为啥？新鲜，高兴，有意思。第一次见面，四年半前，她问我，做科研什么最重要？我说，手段，模式生物和…
20世纪的物理：&br&我们证明了空间在大质量星体附近会发生扭曲；&br&在接近光速的飞船上呆几秒钟，世界已经过了XX年；&br&光既是一种波也是一种粒子；&br&薛定谔的猫；&br&……&br&&br&20世纪的数学：&br&设k是具有q个元素的有限域，V为在k上定义的n维非奇完备代数簇……&br&ζ 函数的所有非平凡零点都位于复平面上 Re(s)=1/2 的直线上……&br&任何一个单连通的，闭的三维流形一定同胚于一个三维的球面……&br&……&br&&br&你觉得对于普罗大众而言，哪一个更有“魅力”？&br&&br&不要轻易地通过职业来判断具体个体的性格特征（除非你有严密的统计数据），这算是一种起码的尊重吧。
20世纪的物理： 我们证明了空间在大质量星体附近会发生扭曲； 在接近光速的飞船上呆几秒钟，世界已经过了XX年； 光既是一种波也是一种粒子； 薛定谔的猫； …… 20世纪的数学： 设k是具有q个元素的有限域，V为在k上定义的n维非奇完备代数簇…… ζ 函数的所…
美国的经济强势，最根本在于美国科技的强势。美国的资本虽然强大无匹，但如果自家科技不够强势，造血能力就不够，那么资本最终总会外流到造血能力更强的地方去。这就好比说，沙特阿拉伯极大比例的资本外流、投资欧美，最根本的原因在于沙特阿拉伯自身的资本造血能力十分有限。&br&&br&科技和金融是经济不同的方面。科技决定了一个国家是不是能提升旧有产业，是不是能夺取其他国家的产业，是不是能创造新的产业。而金融则决定了资本力量的调配。&br&&br&按照理想的情况，金融会吧资本向最具成长能力的领域调配。所以，好的金融体系，能够提高资本使用的效率，极大地促进经济的发展。但是金融只是一个乘数。如果经济发展能力本身就很低，那么乘得再大，也难以发展得快。而科技，恰恰是经济增长的两大核心动力之一（另一个是人口增长）。如果考虑人均收入的上升，那就更要倚重于科技了。而金融做得好，就能倍增科技的力量。&br&&br&从这个意义上说，科技与金融都不可偏废。&br&&br&———————————————————————&br&&br&其实现在谈不上科技主导还是金融主导。资本主义社会，其实说白了，都是资本主导。资本有增值的本能。现在资本存量十分巨大，大资本的所有者很难有足够的精力去把自己所有的资本都运用起来，让它们都去生钱，而小资本所有者往往需要把很多人的资产集中起来才能有效投资。所以如今的金融业比以往任何时候都更重要。未来上百年以后，当发达国家每个人的资本都十分显著的时候，可能金融业的重要性反而就越来越低了。金融在当前这个时期极端重要，也拥有着强大的影响力/话语权，这可能是让人觉得金融在占主导的一个重要原因。这只能说是资本丰富（所以需要倚重一个调度体系）但又不高度丰富（所以无法轻易就能找到足够的资本执行投资）的时候的一个现象。&br&&br&而科技主导，实际上我并无法想象这是怎么一种机制。究竟什么科研值得投资，由谁来投资？难道是说科学家们决定哪个技术值得研发，然后政府或者金融机构就乖乖拿出钱来进行投资么？这是难以想象的。经济是一个巨大的循环，投资获得的回报必须要不低于投资额本身，这样的投资才有可持续性。科研投入也是一种投资，这种投资同样需要符合经济发展的需要。科研投入产生科研成果刺激经济发展，而经济发展又能为科研带来更多的投入，这才具有可持续性。所以科研在很大程度上必须服从经济发展的需要而不简简单单是服从科学家的兴趣。当然，有一些一时看不到应用前景的基础学科研究也需要政府的长期大量投入，这是因为这种学科的研究时间周期很长（几十年上百年），但一旦成功却又是可能引发产业革命，与国家命运休戚相关，值得投入，但又只有政府才有能力执行如此长周期的投入。再者，单纯重视研发，而不重视利用资本力量对科研成果进行商业化，那很有可能就会便宜了别人，让别国的资本把科研成果拿去商业化。这显然不是什么好选择。&br&&br&就我个人理解，饶毅所倡导的，只是政府和企业应该加大对科技研发——尤其是基础学科科研——的投资力度。毕竟我国的科研投入比例仍然较低。&br&&br&另一方面，很可能是一些科研工作者看到很多出色的学生未能投入到科研工作中，而被高薪吸引去了金融机构。这当然是令人遗憾的。但是人才在市场中就是依靠劳动力价格来进行调配的。几十年前金融机构并没有多少高收入的岗位。而近几十年金融机构在经济中的地位和作用都不断提升，开始能获得大额利润，产生了一大批高薪岗位，也就吸引到了大量的高水平的从业者。但这只是个暂时的趋势。随着资本的增殖、金融市场参与者的增多，金融业的高薪岗位并不会继续增加，反而很有可能减少。毕竟劳动力供给因为价格的吸引力而源源不断地投入到金融业之中，供给上升就会带来价格下降或相对下降。而只要政府持续对科研进行高额投入，科研人员的工资也会上涨，相信会有很多优秀人才愿意投身于科研事业。而金融业本身的发达，也会带来科研成果转化的便利，并进一步刺激人才和企业投入到科研中去。&br&&br&总而言之，我不认为存在什么金融主导还是科研主导的问题，但我国政府确实应该继续提高科研投入占GDP的比例，尤其是政府科研投入占GDP的比例。毕竟我国这两个比例相对于最先进的国家而言还有很大的距离。
美国的经济强势，最根本在于美国科技的强势。美国的资本虽然强大无匹，但如果自家科技不够强势，造血能力就不够，那么资本最终总会外流到造血能力更强的地方去。这就好比说，沙特阿拉伯极大比例的资本外流、投资欧美，最根本的原因在于沙特阿拉伯自身的资本…
转匿名后，关于问题本身提供一些信息：&br&&ul&&li&居里夫人的女儿 1938 年为母亲立的传标题为《Madame Curie》。&br&&/li&&li&1943 奥斯卡提名传记片标题为《Madame Curie》。&br&&/li&&li&英语世界称呼居里「夫人」用的是法语 Madame 而不是英语 Madam。&/li&&li&我想不出有其他女科学家被称为「夫人」。居里是特例，因为夫妇两人都很重要。&/li&&/ul&==&br&&br&我只是来质疑 &a data-hash=&782e9f549534efb6b09d71b& href=&///people/782e9f549534efb6b09d71b& class=&member_mention& data-editable=&true& data-title=&@女木水& data-tip=&p$b$782e9f549534efb6b09d71b& data-hovercard=&p$b$782e9f549534efb6b09d71b&&@女木水&/a&提供的资料。她若修改答案，或澄清我的质疑，或纠正不合史实之处，我才删除答案。&br&&br&看过她的答案后，我第一时间想去看看 Becquerel 这个「直男癌」的嘴脸，于是根据答案中的信息，找到 Becquerel 1903 年和 Marie Curie 1911 年的诺贝尔演讲英文稿。结果与其答案中的情况大相径庭。&br&&br&Becquerel 1903 的演讲见 &a href=&///?target=http%3A//www.nobelprize.org/nobel_prizes/physics/laureates/1903/becquerel-lecture.pdf& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&nobelprize.org/nobel_pr&/span&&span class=&invisible&&izes/physics/laureates/1903/becquerel-lecture.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 其中没有出现「&i&居里夫人的贡献是充当了皮埃尔·居里先生的好助手，这有理由让我们相信，上帝造出女人来，是配合男人的最好助手&/i&」这样的话，也没有表现出任何「&i&根本不会允许玛丽·居里，一个女人的名字和他同列在一起&/i&」的倾向。事实上，演讲历数了居里夫妇的贡献，其中许多是居里夫人与居里先生以外的其他人合作，甚至是独立做出的贡献，字里行间透露着尊重。&br&&br&Marie Curie 1911 年演讲见 &a href=&///?target=http%3A//www.nobelprize.org/nobel_prizes/chemistry/laureates/1911/marie-curie-lecture.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Marie Curie - Nobel Lecture: Radium and the New Concepts in Chemistry&i class=&icon-external&&&/i&&/a& 开篇第一句就肯定 Becquerel 发现放射性：&br&&blockquote&Some 15 years ago the radiation of uranium was discovered by Henri Becquerel, and two years later the study of this phenomenon was extended to other substances, first by me, and then by Pierre Curie and myself.&/blockquote&全篇都没有说过「&i&关于镭和放射性的研究，完全是我一个人独立完成的&/i&」这么「中二」的话（这也不是事实）。&br&&br&两篇演讲都完全是只谈学术，没有涉及包括女权在内的任何政治立场，甚至根本没有去刻意提到任何人的性别。&br&&br&我支持女权，但推动女权不需要谎言。
转匿名后，关于问题本身提供一些信息： 居里夫人的女儿 1938 年为母亲立的传标题为《Madame Curie》。 1943 奥斯卡提名传记片标题为《Madame Curie》。 英语世界称呼居里「夫人」用的是法语 Madame 而不是英语 Madam。我想不出有其他女科学家被称为「夫人」…
非常牛的科学家，要么自己亲戚里就有科学工作者或者工程师，要么就是碰到了不错的老师。&br&如果从小没有极好的科学引领，会浪费非常多的才华。&br&&br&一般三代才能出一个优秀的科学家。&br&农民的孩子没有特殊机遇很难收到良好的科学教育。&br&&br&大部分小学初中高中的普通的教师是没有真正科学启蒙的能力的 他们的科学素养普遍是堪忧的 。&br&&br&但是问题在于真正具备良好的科学素养的人，有什么理由会热爱并且去当教师？？&br&&br&只有整个社会普遍科学素养都很高的时候普通的初高中教师的整体科学素养才能真正的提升。&br&&br&现在少部分教师具备那样的能力 ，当他们碰到有天赋的人时候，才会擦出火花 &br&&br&但这还是要看概率。 &br&&br&不能等到大学在接受真正的科研训练或者才接触到科学研究，才糊里糊涂知道什么是科研，&br&那样真的有点迟了&br&&br&几个有名的天才 爱因斯坦
他叔叔是数学爱好者，他爹是工程师。&br&&br&高斯舅舅刻意去发掘高斯的才华&br&&br&陶哲轩不仅仅自己家教几好，他从小读的学校也给他充分的成长空间&br&&br&天才绝不是孤立的&br&&br&天才必然有极好的引路人&br&&br&一般科学素养是会从父母传递到子女的
&br&&br&同时学校也会有一定概率的使得家庭不具备科学素养的孩子获得科学素养&br&&br&这么一来社会整体的科学素养会随着义务教育的普及不断提高
科学素养低下的人越来越少 &br&&br&发达国家因为完备的良好的义务教育持续了上百年
数代人 &br&&br& 显然在那样的社会中
&br&&br&天才被正确引领的概率会比发展中国家高&br&&br&培养一个顶尖科学家让他顺利入门的技能并不是所有家长都具备的&br&&br&很明确的断言 中国大部分家长并不具备这个能力
&br&&br&他们自身的科学素养很多时候都是堪忧的
&br&&br&无数天才可能走着走着走到了弯路&br&&br&如果我的孩子将来对科学有兴趣
我现在最起码能正确引导他了&br&&br&而不是像我的父母
他们根本不知道搞科研究竟是怎么一回事&br&&br&&br&随着中国教育水平的不断提高
中国的科学家未来会爆发式增长
非常牛的科学家，要么自己亲戚里就有科学工作者或者工程师，要么就是碰到了不错的老师。 如果从小没有极好的科学引领，会浪费非常多的才华。 一般三代才能出一个优秀的科学家。 农民的孩子没有特殊机遇很难收到良好的科学教育。 大部分小学初中高中的普通的…
问题及答案总结已放至我新开的知乎专栏&br&&a href=&/yuandong/& class=&internal&&&span class=&invisible&&http://&/span&&span class=&visible&&/yuan&/span&&span class=&invisible&&dong/&/span&&span class=&ellipsis&&&/span&&/a&&br&欢迎大家捧场！&br&-----------------------------&br&&br&不觉得做人工智能一定要先学点生物。&br&&br&首先，大脑的设计不一定最优。本着”能用就行“的原则，大自然无意识的进化产生了很多并非最优的设计。一个典型的例子是视神经如何从眼底连到大脑视觉皮层，任何一位有经验的工程师都会让视神经信号从视网膜的背后汇集，然后传进大脑，而不是像人类的眼睛这样，信号从视网膜的前面汇集，然后在视网膜上打个洞穿过去（这就是视觉盲点的由来）。如果承认进化论是正确的，那么人脑中的许多复杂设计未必是实现智能所必需，而只是长年进化的副产品。有些设计可能是抵抗细菌病毒入侵，有些可能是供给细胞能量，还有些是处理慢得不能再慢的神经信号传递，还有些可能是以前两栖类爬行类的残留，只要拼在一起可以产生自我意识，就会有物种在无聊时萌发对智能的好奇。因此，从计算角度来说，并没理由相信大脑的设计一定是最优的。把大脑的设计全搞明白再做智能，个人觉得过于迂回了。&br&&br&其次，以目前的生物学方式研究智能，不一定有效率。发现NO分子，发现膜离子通道，发现化学渗透，这些拿到了生物学诺奖的工作，其重要性不言而喻，但在计算上看起来，只是找到了生物传递信息和转化能量的各种方式，而且其效率与当代计算机体系结构相比差了不只一个数量级。如果目标只是智能，那为什么不用现成的？如果我们把大脑比作是一台复杂的计算机，那么我们现在对大脑的研究，就相当于检测到了总线上几个比特的变化和传递，或者最多是检测到CPU正在进行加减乘除。但对这台计算机究竟在做些什么高层的操作，运行什么算法，毫无感觉。同样的加减乘除，可以是为了牛顿法求平方根，可以是对目标函数做梯度下降，可以是计算一个字串的哈希值，或者正在对一个高维向量进行线性投影。从单纯的加减乘除中要推断出这台计算机在做什么，是非常辛苦困难的工作，不仅要事无巨细地完全记录，还要做大量的综合分析，现在因为实验技术的限制，我们连前者都做不到，更不用谈后者，这就是研究人脑的难点所在。但是如果退一步想，如果对一个未知庞大系统的反向工程太难，那为什么不自顶向下搭起呢？从原理出发，干净清晰，逻辑明确，能提高成百上千倍的效率。人工智能这个领域，现在做的正是这样重头搭起的工作，有便宜的存储，便宜的内存，便宜的CPU和GPU，速度上电脑又比人脑快，数据量大，实验可控制可重复，方便之极。&br&&br&有人可能要说，大脑可能非常复杂，不是几个简单原理所能总结的。然而这几百年来的科技狂飙表明，大量复杂神秘的现象，其实往往可以用简单的数学模型概括。我相信大脑也不例外。科学家们拿进化算法解最优化问题，结果往往比不过有数学上理论保证的算法，可十亿年的进化却能出现复杂智能，我想非常可能的原因，是复杂智能其基本原理并不复杂，因此不管进化算法如何瞎折腾瞎组合，总是能撞上正确的路线，尔后在强大的生存压力下迅速将这条路线推向极致。智能的出现，就是这样的结果。&br&&br&世界是很有趣的，先是从几条基本原理中衍生出千姿百态的世间万物，然后在琳琅满目中习得认识一切懂得一切的普遍法则，形成”一生万，万归一“的结构。几百年来基础理论的发展几乎解决了前者，并因此让我们从蒙昧走向了文明；而人工智能，则是我们攀登后者的证明。我不知道最后是否成功，但我相信，&b&由几条简单物理定律所创造的世界，必将能由从几条简单原理出发设计的系统所认知。&/b&等到我们找到这几条基本设计原理，那大自然千百万年做出的简单粗糙的玩具，那些曾让我们在历史的漫漫长河中崇拜得五体投地的造物，在顶尖科学家和工程师们面前，只是更好设计的开始。
问题及答案总结已放至我新开的知乎专栏
欢迎大家捧场！ ----------------------------- 不觉得做人工智能一定要先学点生物。 首先，大脑的设计不一定最优。本着”能用就行“的原则，大自然无意识的进化产生了很多并非最优的设计。一个…
吐槽模式开启，没人看拉倒。说鄙人是喷子、言之无物的，对啦，真是一语道破我网络喷子线上贱人的本质；不过您眼神真的那么不好？我自己刚不都说了我在吐槽么？&br&&br&自称了解老杨然后拿诺奖说事儿 的（包括某些黑和一粉顶十黑的粉），从来只知道诺奖给了宇称不守恒（我估计在某些人脑子里这是个过于高大上的名词），不知道 Yang-Mills 理论；后者比前者重要太多（且前者竟然没给做实验的，不得不说比较遗憾，根据某些八卦，是吴办事儿太独了）。没再给一个奖，大致原因是 Mills 挂得太早。不为大众所知，是因为，对那个理论有最基本理解，通常的前提是四年扎实的物理学本科教育，再加上一学期的量子场论、一学期的规范场论/高等量子场论课程（我自动排除了自以为理解的民科和天赋异禀的学神，虽然后者在鄙人身边还真不少）；而“宇称不守恒”被某些半吊子科普用“宇宙不对称”给打了马虎眼之后，还真能糊弄不少自以为了解的人。&br&&br&私德？怎么没见人喷薛定谔？NTR 助手、给高中生当家教捞外快时推倒了高中生，一生留种无数就是没法跟自己的正室有爱情结晶，不知道还有没有人以其名义谋害喵星人，喷子们大可以喷去。对了，这是把“你我皆错”用到了两个“他人”身上；不过，鉴于这是一场立场相对的两方宣泄愤恨的狂欢，谁还管逻辑呢，你咬我啊。&br&&br&没有回来，移民了，就一定是叛徒？不要把邓的话无限放大好不好？另一个移民老李头在八十年代初利用自己的美籍华裔身份弄了 CUSPEA（不知道的敬请请教度娘股哥）。仅仅三十多年前，国内的物理学还是这个样子：复旦物理系还在研究电灯泡、清华物理还在工物系中苟延残喘，北大物理还在批判相对论。区区三十多年后的今日，追到可以望发达国家项背、在部分领域（没错，我说的就是大亚湾中微子实验、清华的薛组、科大的量子通信）弯道超车的水平，若无老李，如何可能？&br&&br&至于钱学森，迫于形势（以及，可能也出于对那个危难时刻帮了他一把的祖国的感情）说过某些话，就要被钉上耻辱柱了？那些话在当时到底构成了多少危害——能比得上政策本身、比得上大跃进和文革中失控的民众自己么？整个群体被煽动起来、这个群体做出疯狂的事情，到最后，把所有责任推给几个有一定象征性的人物；这即便不是有意为之地自我卸责，也至少是可耻的懒惰；可也正是这种卸责和懒惰者，整天鼓吹所谓公民意识——先好好读一下汉娜·阿伦特当做入门，再来说所谓极权政治（假如你还赞同这个词汇在彼时的适用性）到底从何起源吧，别光顾着“号称杀敌八百实则伤己一千”地自黑啊。&br&&br&就算你再憎恶某个政权，认为 它不该拥有核技术（BTW，钱学森先生只是负总责，他对核技术一窍不通，因为他是搞控制论和空气动力学的；部分喷子恐怕以为两弹是原子弹和氢弹吧），你也不能否认，是钱的努力，使得这个民族有了生存之本（大可搜索一下这边儿有了两弹之后“对岸”的反应——还真不全然是反攻无望的失落）。啊，对不起，我忘了，有些人此生的唯一可能达成的所谓成就，就是换一本乃至 YY 着换一本传说中的霸气小护照么，因为他做不了更多事儿了。&br&&br&允许他人价值取向的多样化（明显反人类时除外），这大概才是一个成熟社会的所谓公民应该具有的素质。不过么，一些人口中的“我要做一个公民”，大概指的是“我要做一个 X 国公民”吧（古雅典公民：我有选票我自豪，投票投死他！）。与此同时，美国公民们自己，却在 JPL 里把钱奉为开山鼻祖，尊重他在科学和工程技术上的贡献，甚至把他当一个对手来尊敬，反思自己为什么把这样的人给气到了“对面”去。不服的，自己去 JPL 看看。&br&&br&哦，对了，踏上一只脚，永世不得翻身，这种态度相当余孽，哪怕喷子调转了枪口。虽然，我相信对钱学森先生踏上一只脚的人，是有可能会在另一个场合理解富特文格勒为了保命去当帝国音乐总监且盛赞其在任上充分利用个人影响力保护犹太裔音乐家的；同时，对钱在这个方面的作为完全无视。虽然当时钱的相当一部分所为，正是保护科学家和工程师们免于你们这种形式的攻击，而他们中的一部分只是留了个洋而已——看，仅仅留了个洋、不够傻大黑粗不够革命就要被踩，这跟钱因为写了那些而如今被鞭尸，还真是吊诡地相似。&br&&br&总之，一句话，许多喷子的所谓评论，不论黑钱、邓，还是黑杨，不过是民粹盛宴中的菜肴而已。在这 被民粹包场的“科普餐厅”里大吃特吃、基于价值取向对科学进行判断，进而咬嚼这几个堪称伟人的学者们以为谈资的人，送他们一句话，“皇帝老儿的扁担一定是金子做的，灰面馒头可劲儿造，管够”。
吐槽模式开启，没人看拉倒。说鄙人是喷子、言之无物的，对啦，真是一语道破我网络喷子线上贱人的本质；不过您眼神真的那么不好？我自己刚不都说了我在吐槽么？ 自称了解老杨然后拿诺奖说事儿 的（包括某些黑和一粉顶十黑的粉），从来只知道诺奖给了宇称不守…
为了避免重复，我把GIT官网的介绍复制过来：&br&&br&&h1&纯粹数学走出象牙塔：丘成桐和三维科技有何关系...&/h1&&p&编者按：近日，国际著名微分几何大师丘成桐院士创立的 Geometric Informatics Tecchnology （GIT）公司成功获得了中国知名投资机构信中利7500万元人民币融资，完美地诠释了“知识就是力量”这句古老的格言。《赛先生》特邀丘院士的学生、GIT的共同创立者和研发主管顾险峰教授撰文，剖析纯粹数学对高科技产业的促进和颠覆作用。&/p&&p&顾险峰/文&/p&&p&纯粹数学给人的印象一直是艰涩深奥、远离尘嚣。学术上徐缓拖沓的进展令关键猜想的突破动辄耗费数百年。现代数学更是高度抽象、孤芳自赏，令人不知所云，因而不为外界关心。与之相反，科技领域的发展狂飙奔袭，一日千里，使日常生活和社会结构都发生了天翻地覆的变化。纯粹数学，特别是现代数学，如果对科技领域存在影响，似乎也是润物细无声的渗透，而非直截了当的应用，但却有可能是触及灵魂的颠覆。在这里，笔者针对过去二十年间三项重大的科技突破（GPU、数控机床、三维扫描），谈下现代几何对于它们的直接应用，甚至某些颠覆性的观点。&/p&&h2&GPU和阿蒂亚-辛格指标定理&/h2&&p&公元两千年左右，图形处理器GPU（Graphics Processing Unit )的出现和推广标志着计算机硬件的革命。与CPU类似，GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。目前GPU的数值计算能力远远超过CPU，从而极大地推动了高性能计算、电子游戏，动漫动画和深度学习等领域的发展。在GPU发明之前，实时动画渲染只能依赖于专用的工作站，如SGI等等，其昂贵的价格严重抑制了游戏工业的发展。GPU的发明使得硬件成本戏剧性的下跌，实时游戏变得唾手可得，游戏工业蓬勃发展。&/p&&figure&&img src=&/v2-05d126ab1_b.jpg& data-rawwidth=&800& data-rawheight=&1149& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&/v2-05d126ab1_r.jpg&&&/figure&&br&&h3&图1：纹理贴图技术的解释&/h3&&p&GPU的兴起使得三维游戏中的一项技术纹理贴图变得至关重要。如图1所示，在游戏工业中，光滑曲面的形状被表示成三维的多面体网格(a)，曲面的颜色纹理被表示成二维的图像(c)(d)。纹理贴图技术就是将二维图像严丝合缝地贴到三维曲面上(e)(f)；或者等价地，将三维曲面展平到二维平面上，同时采用尽量减少畸变的展开方式(b)。在工业界，通常采用黎曼映照或调和映照，因为这种映射保持局部形状，畸变较小。纹理贴图的效果显现在(e)和(f)中，不同的纹理图像得到不同的渲染效果。构建一个精细的三维形状(a)的代价高昂，改变纹理图像(c)(d)相对廉价，因而游戏的更新换代一般只替换纹理图像。&/p&&p&在GPU发明之前，纹理贴图只能由软件实现，GPU出现之后，纹理贴图可以由硬件支持，当时曲面参数化的算法只能处理简单拓扑曲面——拓扑圆盘，例如人脸曲面。对于拓扑复杂的曲面，比如拓扑球面、轮胎曲面，传统方法无能为力，只能将曲面分解成拓扑圆盘，分别处理每一片然后粘合。这种方法破坏了曲面的整体性，粘合支离破碎的曲面片降低了纹理贴图的全局光滑性。设计发展强有力的整体曲面参数化方法，使得纹理贴图适用于所有的曲面成为突破当时动漫游戏界瓶颈的出路。&/p&&figure&&img src=&/v2-391a6b1c45bbff90e577ced3bf32d1b7_b.jpg& data-rawwidth=&800& data-rawheight=&372& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&/v2-391a6b1c45bbff90e577ced3bf32d1b7_r.jpg&&&/figure&&br&&h3&图2：基于局部参数化的纹理贴图效果&/h3&&br&&p&2002年暑期，还在哈佛大学读博士的我在圣安东尼奥参加了计算机图形学年会SIGGRAPH，从会议上得知法国计算机科学家利用保角变换实现了曲面局部参数化方法，但是全局方法当时无人知晓。陈省身先生最为著名的成就之一就是将局部微分几何推广成为全局微分几何。作为陈省身学派的弟子，我敏锐地意识到：应该存在全局方法。&/p&&p&回到哈佛后，我连夜编程，实现了基于黎曼映照的局部参数化方法。第二天清晨，当我将国际象棋的棋盘格纹理图像贴在三维人脸曲面上（见图2），展示给丘成桐院士看时，丘院士异常激动，连声叫到：“这真的是黎曼映照，真的是黎曼映照！”我连忙问：“如何将这种方法推广到拓扑复杂曲面？如何实现全局方法？”丘院士思索片刻，斩钉截铁地说：“要用Hodge指标定理！”丘先生立刻在办公室的黑板上写下了黎曼流形上的热流方程：“调和微分可以看成是流形上光滑得不得了的切矢量场，光滑得无法再光滑就是调和。可以在保持上同调类不变的情况下，由热流得到。”我们热烈地讨论了几个小时，丘先生深入浅出，举重若轻，将数学理论透彻讲解；我则心潮澎湃，血脉偾张，摩拳擦掌，跃跃欲试。方向指明之后，我立刻全身心地投入到了全局参数化的研究之中，废寝忘食，通宵达旦。&/p&&p&丘先生讲解的是纯粹数学理论，需要用到曲面的微分结构和黎曼度量张量。但是在计算机的数据结构中，曲面不再光滑可导，传统的度量张量也无法定义；在那个年代，也没有曲面同伦群和上同调群的拓扑算法；数值求解偏微分方程的有限元方法只限于平直空间的区域，弯曲的流形上的偏微分方程数值解法没有成熟的理论或算法。但我在丘大师的点播下，概念明晰、直觉深刻、热情高涨、勇往直前。在长达数月的探索中，我几经波折，愈挫愈奋，多少次山穷水尽疑无路，柳暗花明又一村！终于，&strong&在波士顿金色的秋阳下，我的屏幕上出现了人类历史上从未出现的画面（图3），高亏格黎曼面上的全纯微分！&/strong&近两百年来，黎曼面上的全纯微分这一概念只存在于纯粹数学家的脑海里，他们用自己深刻的思想去感受欣赏，用心灵去抚摸摩挲。虽然全纯微分客观存在，但是大自然中没有她们的倩影，虽然她们美妙不可方物，但却虚无缥缈，不可捉摸。刹那间，她们被我们永久地捕获了，不再神秘虚幻，朴实诚挚地为人类实践服务着。那时我觉得自己成为了世界上最幸福的人，因为我是人类历史上第一个用肉眼看到全纯微分的人！&/p&&p&&strong&以全纯微分为基础，丘成桐院士和我将全局参数化这一瓶颈彻底打破。丘先生提议将这一算法命名为顾-丘算法。这一算法能够将复杂拓扑曲面整体参数化，使曲面保持完整，不会被肢解，图4展示了一些基于顾-丘算法的纹理贴图效果。&/strong&彼时，德国、法国、美国和以色列的科学家都在竞相追随这一全局参数化方法，我们一时引领了潮流。&br&&/p&&br&&figure&&img src=&/v2-f85f502f6286abbccdd6bd_b.jpg& data-rawwidth=&600& data-rawheight=&600& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&/v2-f85f502f6286abbccdd6bd_r.jpg&&&/figure&&br&&h3&图3：曲面上的全纯微分群的基底&/h3&&br&&figure&&img src=&/v2-0fca6c46fc59e534dfafb_b.jpg& data-rawwidth=&870& data-rawheight=&714& class=&origin_image zh-lightbox-thumb& width=&870& data-original=&/v2-0fca6c46fc59e534dfafb_r.jpg&&&/figure&&br&&h3&图4：应用顾-丘算法得到的纹理贴图效果&/h3&&br&&p&理论上，顾-丘算法是根植于著名的阿蒂亚-辛格指标定理。该定理是上世纪60年代发展起来的连接分析和拓扑的桥梁，其内在含义是说，流形上椭圆偏微分算子的解被流形的拓扑所决定：于紧的可定向的流形上的线性椭圆微分算子，其解析指标等于拓扑指标。传统的黎曼-罗赫定理（Riemann-Roch Theorem）、希兹布鲁赫符号差定理（Hirzebruch's Signature Theorem）、高斯-博内-陈定理（Gauss-Bonnet-Chern Theorem）、Hodge分解定理（Hodge Decomposition Theorem）都是它的特殊情况。我们考察带度量的可定向曲面，则曲面必为黎曼面。黎曼面上的全纯微分（holomorphic differential）成群，黎曼-罗赫定理断言此群的复维数等于曲面的亏格。同时，全纯微分群和曲面上所有调和微分的群同构，每一个de Rham上同调类中，存在唯一的调和微分。由此，我们可以用组合算法求出曲面同调群，然后解几何偏微分方程解出调和微分、全纯微分（图3），全局参数化可由全纯微分导出。&/p&&h2&数控机床和拓扑障碍理论（陈类）&/h2&&p&数控机床技术在过去几十年间迅猛发展，对于高强度的机械部件加工，例如发动机，数控机床依然是无法被3D打印机所取代的。机械加工领域不同于游戏工业，曲面都是由所谓样条曲面（Splines）来表示的。样条曲面的位置是参数的分片多项式函数，光滑地自动拼接在一起，形状由控制网格(control net)所控制。这种表示对于曲面的光滑性（可导性）要求较高。因为在加工过程中，切削铣车的速度，力度（加速度）需要计算出来并且精确监控，因此样条曲面应该至少处处二阶可导，曲率连续。汽车、飞机、船舶、机械的绝大多数设计都是基于样条曲面的，在具有复杂拓扑的曲面上构造处处二阶光滑的样条曲面，一直是具有根本重要性的中心问题。&/p&&p&在过去的数十年间，机械制造工业、汽车、航空工业都取得了巨大的成功，但是这个中心问题一直悬而未决，定义在曲面上的样条总存在光滑性变差的奇异点。学者们和工程师们为了构造流形上的光滑样条函数费尽心血，但是结果一直差强人意。传统样条是用于逼近一维曲线，通过张量积可以为二维曲面建模。后来，学者们在平面区域的三角剖分上建立了样条曲面。这些样条曲面都是基于代数中的极形式(polar form)，具有参数仿射不变性：如果我们保持控制网格不变，将参数进行仿射变换，在新的参数下用旧的控制网格构造样条曲面，则新的样条曲面和旧的样条曲面相重合。那么，能否将样条曲面的构造由平面三角剖分扩展到曲面的三角剖分？似乎距离目标只有一步之遥。&/p&&p&丘院士团队从理论上揭示了这一步之遥实质上是天堑。传统样条的参数仿射不变性等价于样条曲面的构造是基于仿射不变量的，传统样条的极形式实际上是隶属于仿射几何的范畴。如果流形允许一个仿射结构，（一族图册，使得局部坐标变换都是仿射变换）那么流形上就可以定义仿射几何，经典的样条构造可以直接推广到这种流形上。所以，问题归结为一般曲面上仿射结构的存在性。如果流形上存在仿射结构，我们可以考虑曲面的切丛，其上存在一个联络，其诱导曲率处处为零，即陈省身示性类为零，曲面若封闭则亏格必为1。换言之，封闭的亏格非1的曲面上不存在仿射结构，因而传统样条理论无法直接推广到曲面上。&/p&&p&给定底流形，给定纤维，底流形上的矢量丛可以被构造出来。所有的矢量丛可以依据同伦关系进行分类。陈省身示性类理论将矢量丛的同伦类和底流形上最高阶的上同调类建立对应关系，即所谓陈类。陈类非零，则矢量丛非平庸，不存在处处非零的全局截面。在我们目前情形下，陈类非零，则仿射结构不存在。陈类揭示了仿射结构全局存在性的拓扑障碍。这意味着，传统的样条构造方式，样条理论，本身具有不可弥补的缺陷。&strong&无论后人多么努力，传统样条到流形上的自然推广都将是徒劳的。&/strong&&/p&&p&笔者曾经当面问过经典样条理论的奠基者们，为什么当初忽视了理论根基的稳固，而匆忙建立了庞大的汽车工业。他们的基本观点是当初机械工业发展水平不够发达，所能加工的形状非常简单，样条曲面上奇异点的问题并不突出；同时，他们的专业背景多属计算数学，那个年代拓扑障碍理论并未发展成熟，绝大多数人根本没有意识到数十年后可能出现的技术危机。目前，机械制造工业早已成型，绝无可能因为理论的缺陷而将一切生产线推倒重来。&strong&未来的发展，必然限于局部的修补。以自然的方式从根本上消除样条曲面上的奇异点只能是一种奢望。目前，人们研究的重点转向如何有效地控制奇异点的个数和位置，如图5中的黄色点就是曲率无法定义的奇异点。&/strong&奇异点可以用Ricci曲率流的方法加以有效控制。&/p&&h2&三维扫描和超弦理论&/h2&&p&三维扫描技术在过去十年间如火如荼，高速度、高精度地获取三维人脸数据目前是轻而易举的，由此衍生了大量的三维数据处理问题。例如，如何让计算机能够自动识别三维人脸上的表情就是一个饶有兴味的问题。如图6所示，假设我们采集了多人多表情的三维人脸数据，如果我们能够找到一种方法来度量任意两张三维脸之间的距离，我们姑且称之为两张脸之间的几何距离，那么我们就可以将这些人脸依据彼此间的几何距离来聚类。如图7所示，每个点代表一张带有表情的脸，这些点之间的平面欧式距离大致等于相应的几何距离，我们自然得到三个点簇，三个聚类对应三种表情。在这种依据几何距离进行聚类的模式识别算法中，最为重要的是三维人脸间几何距离的制定和&/p&&figure&&img src=&/v2-47d30e82ea7b255b734e2_b.jpg& data-rawwidth=&1349& data-rawheight=&584& class=&origin_image zh-lightbox-thumb& width=&1349& data-original=&/v2-47d30e82ea7b255b734e2_r.jpg&&&/figure&&br&&h3&图6：九个人带有三种表情：悲伤、高兴和惊讶&/h3&&br&&br&&figure&&img src=&/v2-341f32c47e428cacc77a70e615d40fdd_b.jpg& data-rawwidth=&776& data-rawheight=&619& class=&origin_image zh-lightbox-thumb& width=&776& data-original=&/v2-341f32c47e428cacc77a70e615d40fdd_r.jpg&&&/figure&&br&&h3&图7：聚类结果&/h3&&p&曲面间几何距离的定义方式有很多种，这里我们采纳比较自然的一种。首先，我们将三维人脸曲面通过黎曼映照映射到平面圆盘上，黎曼映照保持角度，但是面积元会发生畸变，畸变系数被称为是共形因子。原来曲面上的黎曼度量信息完全被保持在共形因子里。由此，每张脸在平面圆盘上对应了一个共形因子函数。我们将共形因子函数视为概率密度函数，每张脸对应圆盘上的一个概率分布。圆盘上的所有概率分布构成一个无穷维的流形——Wasserstein空间，Wasserstein 空间中存在一个黎曼度量——Wasserstein距离。任意两张人脸之间的距离可以由Wasserstein距离来定义。Wasserstein距离的计算等价于解一个非常著名的非线性方程：实的蒙日-安培方程。&/p&&p&大概在1997年春季，我曾到麻省理工学院人工智能实验室学习Horn教授的《机器视觉》课程。Horn教授是计算机视觉创始人David Marr的弟子，以“Shape from Shading”闻名于世。Horn教授提出了一个新颖的曲面表示方法：扩展高斯图（Extended Gauss Map），就是将曲面每点的高斯曲率记录在此点的法向量处。从扩展高斯图反解初始曲面恰恰等价于解蒙日-安培方程。我向丘先生求教，丘先生把自己早年关于蒙日-安培方程的论文交给我，并告诉我说，这个问题是古老的闵科夫斯基问题，俄罗斯学派有离散的理论。经过头悬梁、锥刺股的数月苦读，我发现闵科夫斯基用构造法解决了封闭曲面的重建问题，他的学生亚历山大夫解决了开放曲面的重建问题，但是亚历山大夫的证明是基于代数拓扑方法，换言之，是一种抽象的存在性证明。从亚历山大夫的证明中，我们无法找到构造性算法。而丘先生的方法更高屋建瓴，气势恢弘。&/p&&p&丘先生的方法是用来证明卡拉比猜想的：存在这样一个宇宙，那里质量为零，但是引力非零。这种宇宙被称为是卡拉比-丘流形。卡拉比-丘流形违反人类直觉，令人匪夷所思，但却是超弦理论的基石。依据超弦理论的基本观点，宇宙是十维的，每一点除去四维时空还有一个六维的纤维空间，这一纤维具有独特的物理特性：质量为零，引力非零，恰恰就是卡拉比-丘空间。超弦理论将广义相对论和量子力学统一起来，卡拉比-丘空间的拓扑决定了宇宙常数和基本物理定律。卡拉比-丘空间存在性的证明依赖于求解复的蒙日-安培方程。当时虽丘大师亲授武林秘笈给我，但可叹那时我内力不够，无法参悟玄妙奥义，功亏一篑。&strong&十数年后，丘先生和我再度联手，与罗峰教授和孙剑教授共同解决了亚历山大夫定理的构造性证明，同时给出求解离散蒙日-安培方程的变分方法，发展了离散最优传输理论。&/strong&我们借用经典计算几何中的加权Delaunay三角剖分和凸优化的方法来求解蒙日-安培方程，图8显示了从复杂几何曲面到平面圆盘的保面元映射，这一映射是基于离散最优传输理论。这种方法可以用来计算Wasserstein距离，实现曲面聚类。&/p&&br&&figure&&img src=&/v2-36c7bbfcbab3e437e2c8ce2e_b.jpg& data-rawwidth=&900& data-rawheight=&458& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&/v2-36c7bbfcbab3e437e2c8ce2e_r.jpg&&&/figure&&br&&h3&图8：基于求解蒙日-安培方程的曲面保面元映射&/h3&&br&总结&br&&p&在过去十数年间，我们经历了许多技术方面的革命：GPU对CPU的颠覆，数控机床和3D打印对传统制造业的颠覆，三维扫描对二维摄影的颠覆。每一轮技术革新都会引发一系列深刻的技术挑战：曲面全局参数化，流形样条的构造，几何大数据的聚类等等。应对这些挑战，往往传统智慧无法胜任；&strong&真正的突破，大多来自深刻的基础科学，特别是貌似无用的纯粹数学。粗暴地将基础科学视为智力游戏实际上是一种反智的愚昧。&/strong&存粹数学的发展异常艰辛，需要多年的点滴积累；如何寻找技术突破点，如何应用现存的理论解决关键问题，更是需要常年的实践经验，和高瞻远瞩的胆识和智慧！我们相信，依随计算机技术的加速发展，愈来愈多的抽象理论会被理解吸纳，转化为实用算法，从而进一步推动基础理论的研究和实际生产力的发展。&/p&
为了避免重复，我把GIT官网的介绍复制过来： 纯粹数学走出象牙塔：丘成桐和三维科技有何关系...编者按：近日，国际著名微分几何大师丘成桐院士创立的 Geometric Informatics Tecchnology （GIT）公司成功获得了中国知名投资机构信中利7500万元人民币融资，…
比尔盖茨早上起了个大早，骑着摩拜来到了院士申请部牛部长办公室门口，拿出iPhone X同步了一下小米手环，今天的骑行轨迹是一个大大的?，心满意足的舒了一口气，今天比昨天又进步了十二分钟，不一会儿，梅林哒在他的朋友圈送出了第一个赞，并回复：&br&&br&“头香”&br&&br&“又调皮了.”比尔拿下双肩包，找到眼镜布擦了擦已经有些磨损的黑边框眼镜，坐下来静静地等待牛部长上班，时针正好指向九点.&br&&br&四十分钟之后，牛部长终于来了，开着刚刚打过蜡锃亮锃亮的宝马来了，只见他眼睛眯成一条细线，左手回拉右手飞速打转，宝马排气筒一阵青烟，噌的一下就稳稳的落在了停车位上.这技术，盖茨看得竟然有些痴了，恍惚间他似乎回到了那年在秋名山的时候，车身上耀眼的乳白色让他想起了波多老师流线型的高跟鞋，这车技更是神乎其神。“这车是我代表人民开的，要管理好”牛部长看着有些痴了的盖茨嘴里谦虚道，回头一看脸色不悦了：“谁的自行车？停在郭嘉部委过道上？还有没有点公德心了？”&br&&br&正好十点，牛部长推金山倒玉柱地坐下来时，这时间拿捏的恰到好处，其准确性不由得盖茨暗暗心折.&br&&br&“你想申请院士？”&br&&br&“是是，想继续为人民服务”&br&&br&“啊，有这个心态是好的，啊，你把材料给我看一下，啊，我们这个院士不是什么人都可以申请的哈，一定要是各个方面都非常为人民服务的才可以的，要有带头模范作用……”&br&&br&“你是微软的？微软是你的？什么，你竟然写是你创建了微软？你什么态度？你把人民群众置于何地？人民群众创建了微软，这是基调！对了，微软在哪儿？四环以内吗？啊，郊区啊！雷德蒙德？那哪是郊区啊，都没听说过这地儿，城乡结合部的郊区吧？什么？你一个人写的DOS？你创建公司写的WINDOWS？你这是个人英雄主义啊，要不得！记得要改哈！”&br&&br&“你做科研吃过咸菜吗？就着馒头吃咸菜那种？什么？你们自己有食堂？平时吃的是牛排披萨？你这是一个科研工作者应该有的套路吗？这点写的勉强可以，平时吃沙拉，生的，没办法煮熟，有点艰苦朴素的意思，其他的通通要改，知道吗？”&br&&br&“另外，你有卖过血拯救过穷苦人吗？没有？只有捐过精好办理500兆宽带套餐？你这什么觉悟？这段，这段都要改，知道吗？”&br&&br&“嗯，这段写的还不错，因为一直要不断的写代码，没有时间出去浪，没有女朋友，结了婚，整天跟机器打交道，没有办法找小三，早上九点上班晚上十二点下班，努力工作，一周七天，即使找了陌陌因为不够三分钟也没有回头客，嗯，很真实，生活作风好”&br&&br&“什么，windows phone是你们公司做的？现在大家都用的不是android就是iPhone，你们公司的产品已经被时代淘汰了！你还来申请院士？你让我把一个后进的人提拔为院士？我怎么对人民负责？乔布斯都没来申请，你申请什么院士？”&br&&br&“他来不了了……”&br&&br&啪的一声，牛部长在盖茨申请材料上盖了一个章：&br&&br&技术落后，已被市场所淘汰，永不录用！&br&生活腐化，体虚乏力易着凉，高度近视！&br&&br&&br&盖茨抱着材料走出大楼，仰天长啸：&br&&br&“鲍兄误我！&br&鲍兄误我！&br&我待鲍兄如初恋，鲍兄误我中科院……”
比尔盖茨早上起了个大早，骑着摩拜来到了院士申请部牛部长办公室门口，拿出iPhone X同步了一下小米手环，今天的骑行轨迹是一个大大的?，心满意足的舒了一口气，今天比昨天又进步了十二分钟，不一会儿，梅林哒在他的朋友圈送出了第一个赞，并回复： …
这么多喷饶毅的啊。一篇好文章见刊，同行赞许推荐很正常啊，饶毅教授这么做有何不妥？经过严格同行评议的在一流期刊上发表的论文，业内没有人会一开始就怀疑有问题，而且不做这个方向的研究者也不会立刻安排学生去验证这个东西的真假然后再表示支持或反对，因为这样的话效率极其低下，而且对自己课题组无意义，更不是一种义务；对于这一点，前面有两个答主的回答就很搞笑，显得很外行。饶毅不是这个方向的，充其量也就是个大同行，但是他对韩春雨这个文章的重要性的理解是没问题的。&br&&br&至于后来韩春雨的结果无法重复，这也不是饶毅能够预知的，经过大量的课题组提出质疑，而韩春雨本人以及其单位河北科技大学语焉不详后，饶毅现在发表这一公开信，是一种负责任的表现：既是对自己曾经支持倡导的事物的责任，也是作为同行的责任。没毛病。&br&&br&在9月初还没有人实名指正的时候，饶毅和邵峰就通过各种方式直接联系河北科大校长了询问此事了，只是对方并无实质回应。一直到9月底才有一封语焉不详、官腔十足的回复。&br&&br&况且，我不认为5，6，7，8月一开始有人说重复不出来，饶毅就必须立刻发声支持。毕竟此时韩春雨造假与否这个事情并没有很明朗，饶毅贸然反对显得过于草率，万一韩春雨并无造假，岂不是让自己无地自容，显得前后两端，太失稳重？至于韩春雨的NBT文章一发出来饶毅就立刻赞美支持，任何一个做生物类科研的研究人员都不会觉得这一举动有什么问题，5月份韩春雨文章刚出来的时候，网络，朋友圈，公众号，QQ群全是转发、赞叹之声，大家真的是争先恐后；这篇文章刚发出来的时候，距离我的博士论文答辩还有一周，论文已经外出送审，但我还是修改了已送审的论文，添加了一段NgAgo和Crispr的对比及其在植物基因定位，功能验证中的应用潜力和前景。&br&&br&因为科研圈内没有人会一上来就质疑NBT这样的顶级期刊刊发的文章会有假，而且该文章的2-4位同行评审以及NBT编辑部在收到稿件伊始也不会先有罪推定你的文章数据有问题，恰恰相反，大家都会默认你的文章和数据都是真实可靠的，否则来一篇投稿，编辑部以及审稿人都要煞费苦心验证你数据的真假，那成本大了去了，期刊早就关门大吉了。毕竟多少优秀的，货真价实的文章想发都发不出来呢，NBT这类期刊的接收率估计不会超过10%吧。据我室友统计，NBT近十几年来刊发的中国人的相关文章，好像也只有十几篇吧。这也是每篇文章被期刊杂志接收并刊发出来，同行都会默认你的结果、数据是真实可靠的逻辑基础。&br&&br&至于韩春雨本人这两天的答复，简直是泼皮耍赖，连日心说都供出来了，看来他下一步真的是想从政了。
这么多喷饶毅的啊。一篇好文章见刊，同行赞许推荐很正常啊，饶毅教授这么做有何不妥？经过严格同行评议的在一流期刊上发表的论文，业内没有人会一开始就怀疑有问题，而且不做这个方向的研究者也不会立刻安排学生去验证这个东西的真假然后再表示支持或反对，…
承认电影情节感人的同时，必须指出情节大多虚构。&br&作为数学工作者，这里的一些「鸡汤」甚至让我感到一丝污辱……&br&&br&电影表现图灵一己之力从头设计并亲自制造解码机。&br&其他数学家和工程师，特别是波兰数学家 &a href=&///?target=http%3A//en.wikipedia.org/wiki/Marian_Rejewski& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Marian Rejewski&i class=&icon-external&&&/i&&/a& 的开创工作完全没提。他和另两位波兰数学家 &a href=&///?target=http%3A//en.wikipedia.org/wiki/Henryk_Zygalski& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Henryk Zygalski&i class=&icon-external&&&/i&&/a& 及 &a href=&///?target=http%3A//en.wikipedia.org/wiki/Jerzy_R%25C3%25B3%25C5%25BCycki& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Jerzy Ró?ycki&i class=&icon-external&&&/i&&/a& 在战前就开展研究，首次采用纯数学方法，并破译了 Enigma，波兰沦陷时将技术分享给盟军。1979 年的电影 &a href=&///?target=https%3A///watch%3Fv%3Dy2f6ZDwrdBo& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Sekret Enigmy&i class=&icon-external&&&/i&&/a& 就是他们的故事。之后纳粹增加了 Enigma 的复杂性，图灵的贡献是改进波兰人的技术，大大加快破译速度，应对升级后的 Enigma。&a href=&///?target=http%3A//en.wikipedia.org/wiki/Harold_Keen& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Harold Keen&i class=&icon-external&&&/i&&/a& 是主持建造机器的工程师，工程前后涉及成百上千人的参与。&br&&br&图灵被塑造成书呆子式的自大的天才，周围是愚蠢的配角。&br&这一昧迎合大众对数学家和科研人员的成见，完全不是真实的图灵，也不是真实的研究团队。&br&和许多优秀的数学家一样，图灵是一个情商很高的人，幽默、平易、讨人喜欢。&br&&a href=&///?target=http%3A///blogs/browbeat//the_imitation_game_fact_vs_fiction_how_true_the_new_movie_is_to_alan_turing.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&The Imitation Game fact vs. fiction: How true the new movie is to Alan Turing’s real-life story.&i class=&icon-external&&&/i&&/a&&br&指挥官 &a href=&///?target=http%3A//en.wikipedia.org/wiki/Alastair_Denniston& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Alastair Denniston&i class=&icon-external&&&/i&&/a& 被黑得太惨了，据称其家人已经对电影采取措施。&br&&a href=&///?target=http%3A///film/2014/nov/27/imitation-game-alastair-denniston-inaccurate-family& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Portrayal of Imitation Game 'baddy' is inaccurate, says family&i class=&icon-external&&&/i&&/a&&br&&br&影片号称基于传记「&i&Alan Turing: The Enigma&/i&」，但其实对传记进行了大幅改动。&a href=&///?target=http%3A//en.wikipedia.org/wiki/The_Imitation_Game%23Accuracy& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&维基上还有一个虚构情节的列表&i class=&icon-external&&&/i&&/a&。当然「电影是电影」，如果你没信电影情节，当我没说。这里的答案给我的感觉是许多人已经深信电影是真实的……甚至还有人嫌「过分尊重历史」……
承认电影情节感人的同时，必须指出情节大多虚构。 作为数学工作者，这里的一些「鸡汤」甚至让我感到一丝污辱…… 电影表现图灵一己之力从头设计并亲自制造解码机。 其他数学家和工程师，特别是波兰数学家
的开创工作完全没提。他和另两位波…
【多图，严重跑题】知友 &a data-hash=&4ba02de85c& href=&///people/4ba02de85c& class=&member_mention& data-editable=&true& data-title=&@胡应麟& data-hovercard=&p$b$4ba02de85c&&@胡应麟&/a&提到的&b&喉返神经更切题，更丧心病狂！！&/b&强烈建议看看！我这也把地址放一遍：&a href=&///?target=http%3A///article/38500/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&喉返神经：进化走的弯路&i class=&icon-external&&&/i&&/a&或者【&a href=&/question//answer/& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/question/4816&/span&&span class=&invisible&&8908/answer/&/span&&span class=&ellipsis&&&/span&&/a&】&br&&br&男性疝气、视网膜&br&&br&疝气是指，体内脏器间的隔离组织裂了口，导致脏器偏离正常位置，从而贯穿了裂口的疾病。&br&男性常见的疝气是&a href=&///?target=http%3A//ki.net/Disease/Details.aspx%3FID%3D2570& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&腹股沟斜疝&i class=&icon-external&&&/i&&/a&，发生在阴囊隔膜上方，隔膜裂开导致肠子钻入阴囊。&br&&figure&&img src=&/fbe33ca503a1_b.png& data-rawwidth=&400& data-rawheight=&400& class=&content_image& width=&400&&&/figure&为何偏偏发生在阴囊上方?&br&&br&原来，脊椎动物的阴囊本就是长在身体内部的，鱼类到现在都这样，&br&&figure&&img src=&/efaf9e644d46_b.jpg& data-rawwidth=&311& data-rawheight=&209& class=&content_image& width=&311&&&/figure&&br&哺乳动物在发育初期也是如此，后来因为进化优势符合自然选择，逐渐移到了体外（见上下两图），这个优势就是体外温度较低，利于精子存活，而高温则是不利的，哺乳动物又正是体温恒定在较高水平的（&a href=&///?target=http%3A//.cn/hc/sh//.shtml& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&男人洗热水澡过频危害大&i class=&icon-external&&&/i&&/a&）&br&&figure&&img src=&/005f262c6e75b789372aa_b.jpg& data-rawwidth=&1504& data-rawheight=&572& class=&origin_image zh-lightbox-thumb& width=&1504& data-original=&/005f262c6e75b789372aa_r.jpg&&&/figure&&br&在子宫里的胚胎时期，睾丸几乎是靠着心脏长的，输精管位于耻骨前方。而之后的胚胎发育中，睾丸会慢慢下移到会阴前方（如上图），这个过程被称为“睾丸下降”，而在下降的过程中，这货竟然绕到膀胱背后去了，所以我们看见的输精管结构如此“绕大弯”：&br&&figure&&img src=&/8a6cadf17cb0e6b85312de8eeb6383b5_b.png& data-rawwidth=&641& data-rawheight=&286& class=&origin_image zh-lightbox-thumb& width=&641& data-original=&/8a6cadf17cb0e6b85312de8eeb6383b5_r.png&&&/figure&&br&看见么↑明明和丁丁紧挨着，却偏偏绕远路，爬上耻骨、翻过膀胱，走了一大圈！&br&&br&而因为输精管的一路上穿过了许多隔膜，就使得它附近的隔膜比其他地方更容易裂口，是男性疝气的主因。纯粹因为输精管干了脱裤子放屁的进化。&b&换句话说，睾丸本来是内脏，长在腹膜上面，下移的时候把腹膜压下去了（这一坨变形的腹膜叫鞘膜腔），导致睾丸上部精索通过的地方没有厚实的隔膜，容易破损形成疝气。&/b&&br&&br&这种看起来脱裤子放屁的事其实进化常干的，同样令人无语的还有视网膜。&br&视神经和血管在视网膜前方，使得视神经通向大脑的时候要穿过视网膜，这就在视网膜上造成了一块不能感光的区域（因为要给神经和血管让路啊），这就是盲点。讽刺不讽刺?盲点是为了让你的视神经通过而出现的，活脱脱的拆东墙补西墙。&br&&figure&&img src=&/8c9b95ce4265f0eafd4fb310ab3c7203_b.png& data-rawwidth=&635& data-rawheight=&303& class=&origin_image zh-lightbox-thumb& width=&635& data-original=&/8c9b95ce4265f0eafd4fb310ab3c7203_r.png&&&/figure&而与脊椎动物独立进化出眼球（注意是眼球，不是视觉）的章鱼则没有这么蛋疼：&blockquote&&figure&&img src=&/4b4bcee2ea7b_b.png& data-rawwidth=&293& data-rawheight=&220& class=&content_image& width=&293&&&/figure&&a href=&/question/& class=&internal&&眼睛如此精密的器官为什么会存在明显的结构上的缺陷？ - 生物学&/a&&/blockquote&&br&以上二例明确体现了进化的不确定性和脑残性，谁以后哪个宗教粉再跟我提什么智能创造论、什么人类是完美的万物之灵我TM咬屎你(▼皿▼#) ，设计出这么二逼结构的不是脑残就是酗了酒的面条 ！&br&&figure&&img src=&/d1d2cd1b751_b.png& data-rawwidth=&984& data-rawheight=&615& class=&origin_image zh-lightbox-thumb& width=&984& data-original=&/d1d2cd1b751_r.png&&&/figure&&br&补充：有知友问自己出生时有隐睾是怎么回事，隐睾就是睾丸未完成下降，成因有很多，学界没个定论，但一般出生后六个月内自己下降了的话就没事儿，否则就要医生介入治疗了。&br&另外感谢 &a data-hash=&b1e2e5d0addc96ad1348a& href=&///people/b1e2e5d0addc96ad1348a& class=&member_mention& data-editable=&true& data-title=&@AW LIU& data-hovercard=&p$b$b1e2e5d0addc96ad1348a&&@AW LIU&/a&老师对我的批评，谢谢！&br&另另外，脊椎动物眼球的结构其实也是有优势的，视细胞位于视网膜前方能更灵活地代谢“受光照刺激而老化的结构”，所以这方面的性能要优于软体动物。&br&另另另外，知友 &a data-hash=&4ba02de85c& href=&///people/4ba02de85c& class=&member_mention& data-editable=&true& data-title=&@胡应麟& data-hovercard=&p$b$4ba02de85c&&@胡应麟&/a&提到的&b&喉返神经更切题，更丧心病狂！！&/b&强烈建议看看！我这也把地址放一遍：&a href=&///?target=http%3A///article/38500/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&喉返神经：进化走的弯路&i class=&icon-external&&&/i&&/a&或者【&a href=&/question//answer/& class=&internal&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/question/4816&/span&&span class=&invisible&&8908/answer/&/span&&span class=&ellipsis&&&/span&&/a&】
【多图，严重跑题】知友 提到的喉返神经更切题，更丧心病狂！！强烈建议看看！我这也把地址放一遍：或者【】 男性疝气、视网膜 疝气是指，体内脏器间的隔离组织裂了口，导致脏器偏离正常位置，从而贯穿了…
&p&转自《Heros in my heart》。&/p&&p&　　A.Coble是上个世纪美国的院士，做代数几何，一度很有影响。据称，他有无穷 多个博士论文的题目：当你证明了一个2维的情况的时候，他叫下一个博士生去证明 3维的情况，然后叫下下个博士生去做4维的。后来有个叫Gerald Huff的博士，不但 做了5维的情况，而且对一般的n也解决了。这就让Coble的未来的无穷个博士无所事 事了。Coble很怒。&/p&&p&　　一次，Lebesgue（是实变函数的奠基人）打电话（那个时候有电话，大概很富 有了）给Montel讨论一个事情，两个人各持己见，吵了一个小时（那个时候的电话 怎么收费？）也没有结果；第二天早上，Lebesgue又给Montel打了一个电话，说我 开始同意你的说法了，然而Montel说我也同意你的了，于是又开始争吵。&/p&&p&　　一次拓扑课，Minkowski向学生们自负的宣称：“这个定理没有证明的最要的原 因是至今只有一些三流的数学家在这上面花过时间。下面我就来证明它。”…….这 节课结束的时候，没有证完，到下一次课的时候，Minkowski继续证明，一直几个星 期过去了……一个阴霾的早上，Minkowski跨入教室，那时候，恰好一道闪电划过长 空，雷声震耳，Minkowski很严肃的说：“上天被我的骄傲激怒了，我的证明是不完 全的……&&/p&&p&　　Hilbert曾有一个学生，给了他一篇论文来证明Riemann猜想，尽管其中有个无 法挽回的错误，Hilbert还是被深深的吸引了。第二年，这个学生不知道怎么回事死 了，Hilbert要求在葬礼上做一个演说。那天，风雨瑟瑟，这个学生的家属们哀不胜 收。Hilbert开始致词，首先指出，这样的天才这么早离开我们实在是痛惜呀，众人 同感，哭得越来越凶。接下来，Hilbert说，尽管这个人的证明有错，但是如果按照 这条路走，应该有可能证明Riemann猜想，再接下来，Hilbert继续热烈的冒雨讲道 ：“事实上，让我们考虑一个单变量的复函数.....”众人皆倒。&/p&&p&　　Klein上了年纪之后，在Gottingen（一个专产数学家的学院，在德国）的地位 几乎就和神一般，大家对之敬畏有加。那里流行一个关于Klein的笑话，说Gotting en有两种数学家，一种数学家做他们自己要做但不是Klein要他们做的事；另一类数 学家做Klein要做但不是他们自己要做的事。这样Klein不属于第一类，也不属于第 二类，于是Klein不是数学家。&/p&&p&　　多普勒是怎么验证多普勒效应的 恩，大家都知道，限于当时的条件，多普勒同学不可能像我们一样运用计算机阿什 么的记录下波形文件，然后比较频率。那他怎么办呢？他请了一帮吹小号的坐在火 车拉的平板车上，然后请了一帮能听出绝对音高的音乐家坐在铁轨旁，让那帮音乐 家用他们的耳朵记录下火车靠近和离开的时候的声音。多普勒公式就是这么验证的 。实验大牛啊。&/p&&p&　　pauli（泡利，伟大的物理学家）大概天生不适合作实验。据说他出现在哪里， 那里的实验室仪器就会有故障。有次，某个老大的实验室仪器突然失灵(忘了是谁了 )。他们就开玩笑说，今儿pauli没来这地方啊。后来过了不久，pauli告诉他们，那 天他乘坐的火车在那个时刻在他们的城市短暂停留了一下。&/p&&p&　　另外，pauli的嘴巴很毒，曾经批评学生的论文， &连错误都算不上& 。海森堡 得了nobel奖以后经常还被他骂的狗血喷头。不过一个优点是，他对每个人都很刻薄 ，不会因人而异。有次老爱作报告，做完了，pauli起立来了句，&看来爱因斯坦不 是很蠢& 。&/p&&p&　　再讲个波尔兹曼（伟大的统计物理学家）的八卦。他大约上课不喜欢往黑板上 写东西，然后学生经常抱怨听不懂。然后学生complain阿，说老大，证明太难了， 以后往黑板上写，别光讲，我们记不住。波尔兹曼答应了。第二堂，他又在课上开 始滔滔不绝，从a变换到b,b到c...最后总结说，大家看这个东西如此简单，就跟1+ 1=2一样。然后他突然想起对学生的承诺，于是拿起粉笔，在黑板上工工整整地写“ 1＋1=2”。&/p&&p&　　feymann（费曼，就是我蛮喜欢的那个，不过也有人说他不好）这人表面上不在&/p&&p&乎名声，实际上很虚荣。他有次跟个朋友参加聚会，他路上抱怨说自己为盛名所累&/p&&p&，讨厌人围着，他朋友安慰他说今天没有物理圈的，我不说，没人知道你得过nobe&/p&&p&l,于是他朋友很老实的遵守诺言，可是宴会开到一半，几乎所有的人都知道feyman&/p&&p&n是nobel了。他朋友很郁闷，找了个人一问，原来是feymann自己到处说的。典型的&/p&&p&甲方乙方徐帆表演的那个明星的现场版。&/p&
转自《Heros in my heart》。 A.Coble是上个世纪美国的院士，做代数几何，一度很有影响。据称，他有无穷 多个博士论文的题目：当你证明了一个2维的情况的时候，他叫下一个博士生去证明 3维的情况，然后叫下下个博士生去做4维的。后来有个叫Gerald Huff的博…
今天收到了很多赞，非常开心也非常感谢大家的支持。&br&&br&说到好几位知友在评论里强调的诺奖的“延时性”、“滞后性”。这里想注释一下—&br&&b&其实这篇回答所说的“历史积累”，就是在解释这个情况。&/b&&br&像美国经济在二战前就登顶，却在二战后才迎来诺奖得主的丰收；&br&像日本经济在80-90年代最有优势，却在2000年以后迎来丰收；&br&像后面提到中国今天科研成果颇丰，说不定将来也能有所收获，&br&都是为了说明这一点。&br&&br&很抱歉原回答没能使用更精确的措辞让大家能更方便l理解。&br&&br&——————————————— 06/02/2016 备注&br&&br&因为要出顶尖科学家，&b&历史积累&/b&和&b&经济基础&/b&缺一不可&br&&br&先说&b&“是不是”&/b&，以及关于&b&历史积累&/b&&br&&figure&&img src=&/b32dec7ba76a68dcdfc2f_b.png& data-rawwidth=&1269& data-rawheight=&1422& class=&origin_image zh-lightbox-thumb& width=&1269& data-original=&/b32dec7ba76a68dcdfc2f_r.png&&&/figure&图为&u&在20世纪中，各国在籍诺奖得主数量占全球比例，及其随时间的变化趋势&/u&&br&图中可见，在年的前五十年间，德国大放异彩、英法紧随其后，而荷兰、瑞典、丹麦、美国、瑞士、奥地利组成第三阵容。然而在年的后五十间，战后霸主美国取得绝对优势，德、英紧随其后，法国几乎退居三线，荷兰、瑞典、瑞士等留在三线。&br&正如题主所述，除了在二战后开始起步的日本，以及截至2000年还在图中模糊地看不到的其他国家，&b&确实世界顶尖科学家主要是欧美人士。&/b&&br&至于原因，近现代科学大抵起源于西方，加上欧美社会经济发展领先全球直到近几十年才有少量区外国家赶上，至今顶尖科学家西方人最多可以说依然是理所当然的。&br&（其实如果本题只是想问为什么顶尖科学家中欧美人士比亚洲人士多，那大概答到这儿可以划句号了。但我觉得更有讨论意义的是—&b&相近&/b&&b&经济状况下欧美的领先，以及造就顶尖科学家的元素）&/b&&br&&figure&&img src=&/ba3ff94de094b1ab5d08cb0_b.png& data-rawwidth=&1382& data-rawheight=&641& class=&origin_image zh-lightbox-thumb& width=&1382& data-original=&/ba3ff94de094b1ab5d08cb0_r.png&&&/figure&这是&u&公元1年-2008年各国经济总量在全世界的占比，以及随时间的变化趋势&/u&&br&还是先看年，这时西方国家中德国的经济总量为欧洲第一、英国（图中本土与英属印度等殖民地是分开算的）、法国位居其后，与三国诺奖得主比例很好地对应。&br&&b&值得注意的是美国&/b&，随着19世纪的工业发展，美国经济总量此时已跃升为世界第一，而诺奖得主方面却暂时无法同步超越英法德，而是依然位居三线直至二战。&br&诚然，美国二战后顶尖科研方面的爆发式进步，与二战前后的人才引进及技术进步密不可分。但更重要的是，&b&美国经济领先世界后的长期科研投入在此时才集中出成果&/b&。经济增长是短期可见的，科研项目出成果却是需要长期经营的。&br&&figure&&img src=&/4d8aee4f33cd609beeff344f84a0f0ce_b.png& data-rawwidth=&973& data-rawheight=&450& class=&origin_image zh-lightbox-thumb& width=&973& data-original=&/4d8aee4f33cd609beeff344f84a0f0ce_r.png&&&/figure&&b&另一个更能说明问题的例子是日本&/b&。图表为&u&进入21世纪后的科学类诺奖得主最多的六个国家及得主数量&/u&，表格只统计到了2011年，到这年日本与英国并列得主第二多的国家。而的四年间，又有5名日本人、1名日裔获颁诺奖。&br&在图一中，大家可能察觉到截至2000年，日本尽管经济早已世界第二，诺奖得主却还寥寥无几。而在进入21世纪后，尤其在经济逐渐被中国赶超掉到世界第三的几年间，日本反而出了14名诺奖得主，超过此前百年间日本人诺奖得主的总量。然而，比起日本当下在科研上相比全球有多大优势，如此丰收其实更多地显示日本二战后的科研投入有了成果。&br&&figure&&img src=&/5b8a023becdcbef04251fa72_b.png& data-rawwidth=&833& data-rawheight=&687& class=&origin_image zh-lightbox-thumb& width=&833& data-original=&/5b8a023becdcbef04251fa72_r.png&&&/figure&从这幅&u&年间五个自然科学领域的各国论文发表数量及变化趋势图&/u&中，很显然地能看出—全球对比来看，日本从1982年到2004年为世界第二大论文产出国，后于2004年被中国超越（关于中国一飞冲天的发文量后面会提到），在2010年更是被德国反超。&br&形成反差的是，&b&日本发文量优势开始下降的年，却也是其诺奖得主井喷的几年&/b&。这说明了，日本在近年获得诺贝尔奖的科学家们，靠的并非一年两年短暂的优势