用户:Lux Cicero

个人简介

基本信息

集智id：Lux Cicero

工作单位：帝国理工（博士在读）

研究领域：集合计算、全局优化、最优控制

专业背景

本科：电子信息工程

研究生：通信与信息系统

博士（在读）：过程系统工程

为什么参与集智

缘起

出生在工程师家庭，自幼对科学和工程学感兴趣，从小一直“妄想”自己能更多更深入的理解“这个世界”。曾以为电子和计算机系统是这个时代的发展趋势，抱着学习这方面知识的期望，高考后选择进入一所以工科见长的高校学习。

在本科的四年里，我拼命折腾，参与过不少实践项目，也做过一些学生工作。在不断的碰壁中，我对信息科学和信息行业有了虽然初步但是切身的理解，也掌握了一定的技能，终于想明白了自己想要什么样的人生。虽然4年的本科生活击碎了之前幼稚的幻想，又给我带来了新的向往。除了挣扎着活下去之外，也想作为“知识群体”的一份子，为我所处在的社会、为哺育我成长的国家和人民，做点什么，来对得起我所占用的社会资源，特别是教育资源。

本科毕业之后，机缘巧合之下，得以去某高校继续深造。导师是一位受过严格数学教育的工程师，也是一位创造力极为丰富的学者。在他那里，我得以接触非常前沿的信息和学者群体，也几乎重学了全部数学基础和专业知识。研究生的日子里，我像一块海绵一样疯狂的吸收着所有与我的工作可能有关的事情，集智俱乐部就是在这时候，进入了我的生活。从那时开始，我就一直默默关注着集智推送的材料，从中受益良多。

研究生毕业之后，又是机缘巧合，得以继续深造。我之前所研究的问题还没有被完全解决，或者说我对于已经取得的结果非常不满意。这使得我在博士的工作中同时朝着更深和更广的知识海洋迈进，也使得我的阅读量相比于研究生阶段增加的更快。学校的学术写作课程、工作中的学术写作需要、以及大量英文材料的阅读，基本颠覆和重塑了我之前的知识体系，受制于中文世界的信息而搭建的知识体系。我不得不承认，我之前基于中文所理解的概念，基本都是不准确的；我之前的思维体系，基本都是不“清楚”的。为了应对我自己工作的挑战，我开始学习搭建我自己的维基，也试着参与公共编辑，也试图寻找一个社区，能向前辈学习，能和志同道合的同志们一起进步，能一起为后辈做点事情。在尝试了一些知识平台和社区之后，我认识到，那个我所想要的社区，并不容易找。最近几个月，集智连续推了好几期百科词条的文章。这些词条质量挺不错，内容也基本兼顾了广泛、深入、准确、通俗易懂。我猜想集智的百科社区，一定是个有追求也有活力的社区，于是就提交了申请，希望能作为一份子，工作之余，贡献自己的力量。

当下

我本身的科研工作和复杂性息息相关，只是我所处的领域（人不太多），还没有完全被归结进复杂性科学。具体来说，我目前在研究基于叠加形式（superposition form）的高维函数表示（representation）、逼近（approximation）、自确证计算（self-validated computation）。这项工作与柯尔莫哥洛夫叠加定理有关（Kolmogorov's Superposition Theorem, KST）,也和稀疏网格有关（sparse grid），也和山脊函数有关（ridge function），也和传统的多项式逼近方法有关，当然也因此和当前最热门的神经网络有很深的关系。这项工作也能支撑其他的相关领域也包括方差分析（ANOVA）、参数估计（parameter estimation）、实验设计（experiment design）、优化（optimization）、鲁棒最优控制（robust optimal control）等等。其实因为它的基础性的功能，涉及到整个现代科学方法论：实验 - 统计 - 建模 - 参数估计 - 优化 - 制定策略（控制）。

除此之外我也在啃一些可能有用的数学工具，例如代数几何（一开始是Groebner basis，暂时还没涉及scheme，不过也是迟早的事）、计算几何（主要是Clifford Algera）。我的工作当然也包括实现（implementation），于是我涉猎了一点点计算机代数（computer algebra system）和底层实现，比如LLVM框架（长期来看，当然要以某种方法做进编译器里），毕竟这年头IPOPT调用都用CasADi，PSE建模求解经常都是用GAMS调库。

这项工作的研究背景，粗略的说，是"新的算术"。是的，我花了相当长的时间搞明白了算术的历史、哲学基础、和我们目前所处的位置。在工作的影响下，我目前也对哲学史、科学哲学、数学哲学、逻辑哲学、分析哲学、语言学、数学史、心理学、中文写作学、翻译学很感兴趣，有一定的阅读量。

我最近正在提高自己的写作能力，发现翻译就是很好的练习。

考虑过翻译SEP词条，但是工作量令我感到望而生畏，要是单枪匹马地做，我动力不足。我也考虑过写一些我所了解到的“前沿”信息（有些信息其实已经几十年了，但是鲜有中文材料），但是为了保证准确性，我同样需要付出相当的精力和时间。如果写作出来的成果，我没有地方可以发布，也没有前辈可以指点、没有同伴可以讨论，那么这样的写作对我来说是没有意义的。

实际上，随着我阅读量的暴增，我发现英文世界中有相当丰富又短小精悍的专业百科材料，例如斯普林格（Springer）出版的一些行业百科里面就有非常丰富的词条。回想自己懵懵懂懂刚入行的时候，笨拙试图理解百度和维基、笨拙的在知乎在stack exchange提问，如果那时候我知道有这样的资料可以查阅，我就能省很多无用功。

这样我最近就在试着从一些容易上手又容易完成并作出贡献的领域，翻译或者审校一些，与我专业相关的信息。

之后

欢迎、也希望能和大家交流。我目前了解比较深入的领域有：

• 专业领域：
  • 最优控制
  • 全局优化
  • 自确证计算（self-validated computing）
• 兴趣领域：
  • 数学史：史前算术 - 古美速不达米亚和古埃及算术 - 古希腊数学 - 伊斯兰数学 - （之后的阅读量还不够）
  • 语言学：历史语言学（古美索不达米亚、古埃及、古希腊）
  • 逻辑学：弗雷格 - 基本的数理逻辑
  • 哲学：和算术有关的本体论与知识论基础，以及相关思想和概念的历史
  • 心理学：荣格心理学

非常想要更深入了解的领域有：

• 分析哲学和语言学：索绪尔 - 乔姆斯基 - 卡尔纳普 - Lakoff - 蒯因 - 普特南
• 科学哲学和数学哲学：拉卡托斯 - 范弗拉森 - MacLane - Kitcher - Maddy - Shapiro - Resnik
• 复杂性科学：重整化群 - 复杂性与网络科学