【 在 shanghuo 的大作中提到: 】
: 数学跟不上，看了一下数学史就发现，数学太稳定，太耗智力了
: 一个猜想，累死多少代人
: 还好有计算机
这个事儿，不同学科情况不一样。比如前面说的复杂性学科，那就是积累了一堆一堆的计算事实，急需更一般的理论框架；生物的话，计算刚刚可以有比较好的应用，这个下面说；化学的话，随着算力的进一步提高，感觉计算可以发会更大作用。。。
: 物理之所以与数学能完美结合起来，主要来源于它对现象本质的高度抽象与概况，而其他理科都是与事实现象非常接近的研究
之所以可以这么“高度抽象与概括”，主要是因为对象简单。。。
: 因此不会出现第二个像物理这样或者跟物理一个level的跟数学结合得这么紧密，只需要几个假设，常数就能构建整个科学大厦的学科。其实也不需要那么多多
: 生物的发展（在我一个外行看来）需要跟IT技术的紧密结合，比如做培养皿实验能通过物联网，接入计算机，在计算机完全实现自动化操作等等
这个是有的，可以在一定程度上替人干一些体力活。但是科研本身是高度case by case的，这让现在工业化的机械臂等等这些，用武之地往往比较小。要想有更大运用，需要AI进一步发展。不过话说，“AI搞科研”首先突破的领域，也许是数学。。。
: 我不对理论生物抱有什么期望，这个学科比化学还要接近统计学与唯象科学，也没必要都有第一原理。因为第一原理不是上帝（功能角度的代词，不涉及宗教）
目前这个阶段，“理论生物学”还到不了从“从头算”的角度去考虑的地步，而先需要整一些定量化的唯象理论，这相对于以前已经是很大的一步了。比如，目前细胞中的转录调控网络，很多物种（尤其是模式生物）的很多细胞已经比较清楚其框架结构了。但是因为调控这个事儿本身是动态的，那就需要一套微分方程来描述各个转录因子和酶的调控关系和浓度变化。如果上下游再耦合上微调控、翻译和修饰，那就更多变化了。
这一块儿本质上就是前面说的“集邮”，每种生物、每种细胞（甚至每个个体），都会有所不同。但是话说回来，历史的发展，目前路就走到这一步了，该集邮就得集啊。。。
--
修改:molar FROM 223.104.42.*
FROM 210.12.245.*