开学也有将近一个月了，这个月的变化很大，大到值得我写一篇日志来记录的地步。这一个月认识了一些人，会了一些新的工具，做了一些新的工作，养成了一些好的但是还没有彻底形式化的习惯。
前两天爆出了超光速中微子，我开始以为又是媒体炒作，毕竟前一段时间还在希格斯粒子上纠结，还有第五种自然力神马的，所以即便是看了几篇国外科学网站的报道，仍然第一秒钟就闪过系统误差的念头。有点常识的人都会想到系统误差，不是很新鲜，而到底系统误差在哪，这才是关键。刚才翻中科院李淼先生的BLOG，看到他对超光速中微子的一些评论，又看了arXiv关于这个主题爆出来之后文章的列表，才觉得这不是个简单的炒作，正如前一阵子费米实验室的那个疑似希格斯粒子一样。现在的念头，就是期待在一年以内有实验室重新做实验，数据量给的更大更精确，同时理论工作能够给出一个比较合理的解释。我既不是做理论物理的，也不是做实验物理的，于是就跟看新闻联播的观众一样，傻傻的期待一点解释的比较浅显的结论。至于OPERA整个团队之前的实验做得怎么样，我也挺想有人给我一个答案的。另外，我想140万的数据量，而且发现的不止一次，可能实验团队已经放宽了系统误差的范围，也就是并非一个简单的系统误差。OPERA团队作出了最无奈的选择就是公布数据，跟之前的费米实验室一样。无论如何，2011是个神奇的年份，活在这个时代的人请静静期待。
第一个学期的课程只有14个学分，虽然离限制的16个学分还有两个，一个原因是觉得搞起来很麻烦，因为还要跟系里去说，另外一个原因是确定学分是在我计划好我一个学期之后，于是也就不再动了。也因为如此，再跟人提起来学分的时候，对方常常都会瞪着两个眼睛，做惊诧状。其实我一直觉得这种惊诧有一半是装出来的，因为本来跟自己就没有一毛钱的关系，为什么要惊讶的要紧呢？后来据说很多人都听不懂课，然后据说有很多人一讨论问题就一下午。哎呦，我还以为是什么百家争鸣的学术气氛呢。后来发现原来是一堆不看书或是没看完书的人在一起叽叽喳喳。这只是闲着的八卦，因为我对这种话题除了听的兴趣之外，没有其他的兴趣了。系里有三个中国人，但是我走的都不是很近，其实并不是说个人有多假清高，而是有的时候思维不契合，很难亲近的起来，而且当我怕麻烦的特质发挥的淋漓尽致的时候，如果杀进来要我帮忙，我总会摆出一副冷峻的面孔，一双眼像投枪似的刺向对方。而为此，我还屏蔽掉了一个同学的电话和短信。大概就这么个状况之后呢，下面来总结一下这一个月要干什么，下一个月要干什么。
这一个月的变化多半是从我导师来，而细细的想，是从我做人的变化来。我怕生，没有什么不好意思讲的，后来就演变成懒得和人说话和交朋友。不过另一方面，我进化出了喜欢和长辈在一起的特质，于是便十分喜欢和长辈搭话。和长辈搭话有很多好处，总是处于优势地位，无论是说的不对还是说的对，都不好怎么说，而在经验上，又胜一筹。那时是还没开学的时候，因为新生要到系里转转，也有各个科系的老师过来讲一下科系的特质。我的兴趣在人工智能，于是人群散了之后便主动的要到了导师的Email。我当时特别问了一下是给我电话还是给我Email，应该是因为刚认识，于是就说记下Email就好了。旋即，我便发了一个资料过去。我记得那应该是一个星期六的晚上，我睡觉前又查了一遍邮箱，收到了导师邀我与他见面的信息，我自然是欣而往之。原来并不是个简单的见面而已，是因为他的学生从英国回来，而又将有学生到英国去，于是办了一个不大不小的party。吃过午饭之后，便跟着他到了他的办公室，我因为怕不知道说什么，于是简单用LaTex写了一个类似于简历的东西出来，简单的看过之后，便介绍给我一些东西来做：OpenCV，Optical Flow，线性代数，MatLab。 线性代数对我比较熟悉，虽然我并没有进行过系统的训练，但是里边的问题我是把握的住的，而OpenCV我则是一点都没有听过，原以为是个GitHub一样的东西，后来知道原来是Computer Vision的一个开源库。至于Optical Flow，我到现在只有一个模糊的概念，似乎是用向量的方法来分析物体运动的。不过我发觉OpenCV是个比较难啃，而且资料比较多的东西，而线性代数和MatLab都不是某种很容易的玩意，于是就把Optical Flow抛在脑后了。
课很松，Programming介绍的是Java，对于编程语言，虽然我比较不习惯Java这种面对对象的语言，但是仍然能顺利的掌握住。Programming不能只教语法不教理论，否则就向教了枪怎么用而不教怎么打一样。于是又有一个小时的所谓的Programming Logic的课。在四门课中，我可能唯一全神贯注的听讲的就是这门课，这门课的诸多精神，在我学习算法的生涯中多有体现，几乎所有 的东西都是我学过的。而很多都已经融入到我的编程习惯当中，却不曾如何察觉了。至于其他三门课中，数学课是最没有什么含量的，但是由此我学到了一些单词，于是在和老师争辩的过程中多了一些工具和筹码。至于其他的两门课，是要好好的修一下，但是老师教课的水平却是平平，于是只好是自力更生。这种状态下，给我学习OpenCV和线性代数，还有一系列比较高等的数学提供了一个温床。我尽量把课排的比较集中，以能尽量的多处一些大块的时间。除了花精力在写作业和读书上之外，还要全力以赴的进行其他的基础知识的学习。在这些基础知识之中，最难的部分就是线性代数的矩阵微积分的部分，因为我自己并没有很多偏导数和n维空间的前置知识，于是做的就比较吃力，而也因为如此，关于这方面至今没有什么长足的进步，应该花时间在这上边，好好的搞一搞。但这也是我不足的地方，每次到了一个关键的地方，我就会犹豫很久，在思想上越过一道坎之后才能继续研究下去。所幸的是这种停滞并不是全面的停滞，但是在每一个学科中间，都或多或少的经历过这样一个过程。我对于这种情况无计可施，于是常常是硬着头皮上阵，在做了一两个星期之后，会发现这道坎突然越过去了。之后会有一段比较长的时间都是坦途。比较大的挫折发生过几次，一次是算法的学习，两次是在数学的学习过程中，这一次，则是在对于多元微积分这上面有些问题。
我并没有怎么买专业的书，如Programming，无论那本书都是相同的内容，于是我在图书馆借了一本不错的书，用一个比较快的速度去学习。而Computing Mathematics这门课，是集合论，函数论，线性代数基础的一个杂合体，没有教材，也不需要教材，因为最难也就是解三阶行列式。Computer System & Organization呢，说起来比较像是设计电路的东西，于是找了一本老师推荐的教科书的电子版，看起来都是一样的。我只买了最后一门的一本教科书，就是Information Systems。是一本经典书，也是给商科用的，比较浅显，比起真正学商科的学生用的书，内容更加的翔实，也更容易入门。除此之外，我买了两本书，一本是《托马斯微积分》的第十二版，一本是《Artificial Intelligence: A modern approach》的第三版。这两本都是丝毫不用质疑的经典。有的人说，世界上本来没有经典，吹的人多了，便也成了经典。于是我也不能代表别人的说这是经典，比较狭义的，就是对我来说，这两本很是经典。托马斯微积分是为了之后查阅知识的方便和熟悉英美的微积分系统，而另一本书除了作为人工智能的文献库之外，也是对Introduction to Artificial Intelligence这门课做准备，这门课，是Stanford的公开课，我的导师推荐我这一个学期好好地学掉它。
我喜欢收集资料，于是攒下了很多的电子书和文档，但是却没有一个完整的系统去好好的管理它们，一直是一个非常松散的结构存在于我的电脑中。我在实验室中有一次从一个PhD学生的电脑里要资料，碰巧看到了他的组织结构，随即按照自己的想法将电脑中所有的资料都集合在了一次并进行了保存。如果有机会，我还会放到我的网盘里。这一个月也是我用LaTex最频繁的一个月，我用LaTex大约生成了五六篇文章，而且在使用的过程中，也对对其有兴趣的人进行了推荐。总的来说，理工科的学生似乎有用的，但是文科的学生则是用着很难看的排版去交作业。这几篇文章中，对我最重要的就是我突发奇想后建立的一个题集，这个题集中收集了我在学习过程中解决不了的问题，或者一些有趣的猜想但是还没有得到验证，或者是提出的一些问题，作为开放问题送给感兴趣的人或者是老师来参与解答。而最终，我想形成一个题集，记录着各种学生在学习的过程中没办法解决的问题或者是有趣的猜想。如今这个题集走出了第一步，收录了五个问题和猜想，而领域则是数学。导师建议我利用Google document的分享机制来积攒题目。而我也正在做这方面的工作，初步的计划是建立一个公用的账号或者是对文档完全的公开读写。然后按照每月一次的进度总结问题，更新到文档并发送给老师们和感兴趣的同学。我的野心并不想仅仅局限于此，而想让更多的人参与进来，而领域也可以从数学出发，接下来向和数学结合比较紧密或者是延伸学科发展，最后发展成为一个题目比较多，比较难，比较有创造性的开放性文档。当前的排版工作我个人可以胜任，因为题目来源比较单一，另外进度也比较缓慢。如果这个计划可以促成，那么之后会考虑到排版比较复杂的计划。
未来一个月的计划是要把一篇关于模式识别的论文弄懂，这只是基本的内容，我还要思考如何重做这个实验或者将已有的MatLab代码转变成为C或者C++。其实这篇论文说白了就是一个算法的改进，不过其进步比较大， 提高了一倍多的效率。而这篇论文的作者，是我导师的朋友，据称这个算法做了大约3年，而发表之后，至今已经引用了两千余次，足见此论文的重要性。另外，要弄清楚多元微积分的基础，不求十分熟练的掌握，但是基础的应用是要会的。下个月Stanford的那门公开课也要开始了，在不影响成绩和进度的情况下，要努力的学习。另外，自己的读书计划也不要放松，这不仅是对自己的锻炼，也是调适自己在紧张的学习的重要缓冲剂。多对自己进行思维训练，多走路，多思考。学会在这种紧张的生活中进行放松，尤其是自己大脑的放松，由于自己的记忆力并不是很好，那么就要充分发挥自己一直用的很好的树状记忆法，增加联系。另外，自己的编程能力和数学能力也要进一步的提高，这是基本的功夫，在强调也不为过。
这就是我的九月，十月，我还会再写一篇。希望我翻回来看的时候，不要让下一个月的我失望。