【推舊文】無題

這是去年寫的文章。因發現近日有人批評化學老師沒資格檢驗口罩，特此重貼。

重點是，有此知識是可以靠逐步正確地自學回來，不需要成為專家才能評論。有些知識則必須先花大量時間鑽研，並且通過專業協會或同儕審查過後才能確認「獲得」該知識。把不同難度的知識混為一談，不是本身無知就是有心混淆視聽。

／／可能是物理佬習慣的思考模式，我很怕說「某知識」是「某某學科」的知識。例如我見過「人工智能是電腦科的問題學，與物理學有何關係」、「演化是生物學的知識，物理學家懂什麼」、「你懂得用統計學去點算遊行人數嗎」。我怕的不是把知識分門別類，而是那種「你沒有讀過某某科目，所以你的知識是錯的」態度。

學問是由人所發現／發明的（我會以英文「invent」表示）。理論上，每個人都可以重新re-invent所有知識。實際上，影響一個人能夠在這個宇宙中建構出多少知識，也取決於多項條件：個人本身的興趣、人類生命的長度、獲得該知識的難度等。由於人類必須維持自己的生命和自由才能選擇做任何事情，即使是天才如愛因斯坦和費曼，能夠花費在研究的時間亦非常有限。故此，除了必須對知識作出取捨時，亦必須避免重複re-invent已知知識。例如，我們不需要自己去買建構電腦的零件，我們可以相信電腦科學家的專業，使用他們發明出來的電腦，直接買一台就夠了。又例如，粒子物理學家也不用去學習土木工程，只要相信工程師的專業，使用他們建造出來的巨型隧道和粒子加速器就可以了。當然，如果我們真的很想自己「re-invent the wheel」也是絕對沒有問題的，特別是在前沿科研之中，re-invent the wheel是必須的工作，因為一項成功的研究必須能被其他人獨立驗證。

知識是有分深淺的。比較深奧或複雜的知識，re-invent the wheel的成本比較高，因此難度也高，例如要一個理論物理學家去獨力建造大型強子對撞機，或者要一個電腦科學家去學習製造半金屬部件的技術，也是不必要的。在這些情況下，由於他們的目的並非創造新一代的粒子加速器或電腦，他們可以相信其他人的專業，互相節省時間。這樣，把知識分門別類可以幫助我們更有效率地解決問題。

然而，有些比較基礎的知識，卻是任何人依靠思考或推理，甚至是在家中都可以做到的小實驗，都可以re-invent的。我們隨時可以做拋球實驗，re-invent「重力加速度與物體質量無關」，這知識不用靠「讀過」物理學才能得到；我們可以用簡單的邏輯推論，就得出基本的博弈論理論，從而應用在生物演化當中，為各物種演化的關係想出合理解釋，這知識不用靠「讀過」生物學才能得到；我們也可以用簡單的算術（加減乘除）和物理（速率等於距離除以時間）計算出遊行人數，這知識不用靠「讀過」統計學才能得到。

這種re-invent知識的過程，花費的時間不會過多，能夠訓練腦袋邏輯思考之餘，亦能對自己不熟悉的科目增進了解。因為在re-invent知識的過程中，很大機會我們會過度簡化了問題。例如，雖然遊行人數能夠以隊伍行進速率大概計算出來，但中途加入和離開的人數就會使我們的計算結果有所偏差。這時，我們必須調整自己的計算，加入更多細節，使這個我們自己re-invent出來的方法更加實際（realistic），例如觀察途人進出的頻率，在方程中加入新的變量。

這種調整過程可以一直重複，直到我們接觸的知識已經變得太深入，不能單單以一些基礎知識來補足，我們就必須尋求更專業的意見。這樣，才是我們應該尋求「某某學」的時候，利用前人已知的知識驗證我們自己的理論。如果你是凡事立即尋求專家意見的人，就失去了這種自我學習的機會，也會看不見其他人下過的努力。知識和科目之間聯繫密切，能夠自己找到多少知識，在於我們肯為發現知識和真實，付出多少。／／

可能是物理佬習慣的思考模式，我很怕說「某知識」是「某某學科」的知識。例如我見過「人工智能是電腦科學的問題，與物理學有何關係」、「演化是生物學的知識，物理學家懂什麼」、「你懂得用統計學去點算遊行人數嗎」。我怕的不是把知識分門別類，而是那種「你沒有讀過某某科目，所以你的知識是錯的」態度。

學問是由人所發現／發明的（我會以英文「invent」表示）。理論上，每個人都可以重新re-invent所有知識。實際上，影響一個人能夠在這個宇宙中建構出多少知識，也取決於多項條件：個人本身的興趣、人類生命的長度、獲得該知識的難度等。由於人類必須維持自己的生命和自由才能選擇做任何事情，即使是天才如愛因斯坦和費曼，能夠花費在研究的時間亦非常有限。故此，除了必須對知識作出取捨時，亦必須避免重複re-invent已知知識。例如，我們不需要自己去買建構電腦的零件，我們可以相信電腦科學家的專業，使用他們發明出來的電腦，直接買一台就夠了。又例如，粒子物理學家也不用去學習土木工程，只要相信工程師的專業，使用他們建造出來的巨型隧道和粒子加速器就可以了。當然，如果我們真的很想自己「re-invent the wheel」也是絕對沒有問題的，特別是在前沿科研之中，re-invent the wheel是必須的工作，因為一項成功的研究必須能被其他人獨立驗證。

知識是有分深淺的。比較深奧或複雜的知識，re-invent the wheel的成本比較高，因此難度也高，例如要一個理論物理學家去獨力建造大型強子對撞機，或者要一個電腦科學家去學習製造半金屬部件的技術，也是不必要的。在這些情況下，由於他們的目的並非創造新一代的粒子加速器或電腦，他們可以相信其他人的專業，互相節省時間。這樣，把知識分門別類可以幫助我們更有效率地解決問題。

然而，有些比較基礎的知識，卻是任何人依靠思考或推理，甚至是在家中都可以做到的小實驗，都可以re-invent的。我們隨時可以做拋球實驗，re-invent「重力加速度與物體質量無關」，這知識不用靠「讀過」物理學才能得到；我們可以用簡單的邏輯推論，就得出基本的博弈論理論，從而應用在生物演化當中，為各物種演化的關係想出合理解釋，這知識不用靠「讀過」生物學才能得到；我們也可以用簡單的算術（加減乘除）和物理（速率等於距離除以時間）計算出遊行人數，這知識不用靠「讀過」統計學才能得到。

這種re-invent知識的過程，花費的時間不會過多，能夠訓練腦袋邏輯思考之餘，亦能對自己不熟悉的科目增進了解。因為在re-invent知識的過程中，很大機會我們會過度簡化了問題。例如，雖然遊行人數能夠以隊伍行進速率大概計算出來，但中途加入和離開的人數就會使我們的計算結果有所偏差。這時，我們必須調整自己的計算，加入更多細節，使這個我們自己re-invent出來的方法更加實際（realistic），例如觀察途人進出的頻率，在方程中加入新的變量。

這種調整過程可以一直重複，直到我們接觸的知識已經變得太深入，不能單單以一些基礎知識來補足，我們就必須尋求更專業的意見。這樣，才是我們應該尋求「某某學」的時候，利用前人已知的知識驗證我們自己的理論。如果你是凡事立即尋求專家意見的人，就失去了這種自我學習的機會，也會看不見其他人下過的努力。知識和科目之間聯繫密切，能夠自己找到多少知識，在於我們肯為發現知識和真相，付出多少。