跨領域的難處

Ref.: 科學松鼠會 » 為什麼CT技術還停留在 25 年前？

大多數數學家並無機會接觸到第一手的醫療數據（這裡也的確存在醫療法規和隱私管理的問題），所以無從建立在實踐層面上比較算法優劣性的平台。其結果就是大家雞同鴨講，自說自話。平心而論，今天這個領域 90% 的研究確實如此。

生醫學者對 data 的所有權有非常強大的偏執, 如果數據不公開, 基本上就算應用數學家有心, 也沒辦法做研究. 這點在生醫高通量實驗技術的領域算是還好, 很多資料都被要求公開到 NCBI Gene Expression Omnibus 或者 NCBI Sequence Read Archive.

但是另一個困難更加本質：臨床醫療業界普遍看不懂也不願意看數學論文。這就要求一部分數學家承擔起橋樑的職責，同醫學界密切合作把數學工具引入臨床實踐，而這是個既困難又吃力不討好的工作。數學家有自己評估學術成就的標準，而這種工作是無法被計入學術貢獻的。（這裡說的是美國的情形，在中國大概更糟。）

我認為這是最根本的問題.

每一個領域都有自己評估學術成就的標準. 在那樣的標準和文化成長起來的學者, 自然也會有特定的研究興趣和價值觀. 跨領域合作會碰到的困難中, 尊重對方的專業還算是容易做到的, 但是尊重對方的研究興趣和價值觀更加困難. 生醫學者閱讀數學論文和數學家閱讀生醫論文一樣都有困難, 要某一方單方面去努力基本上就是缺乏尊重的表現.

我多次聽到有人跟我說, 她們選擇學界的工作是因為比較自由, 可以做自己有興趣的事. 如果這是大家都認同的理由, 跨領域合作的人真的要好好想一想, 如何在大家都開心的情況下共同努力把研究做好, 而不是指責或教導對方 "什麼叫做有意義的研究".

地上の星

Ref.: 中島美雪 - 维基百科，自由的百科全书

2000年，中島美雪獲邀為NHK的電視節目「プロジェクトＸ～挑戦者たち」(超越極限)寫下主題曲「地上の星」(地上之星)。這首為默默支持日本經濟的無名英雄寫下的歌曲，獲得日本各個階層的共鳴，自發售後，一直停留在排行榜百名內長達兩年之久，創下日本唱片界少見的長賣奇蹟[4]。

我沒看過 NHK 的這個節目, 但是我看過 日劇《官僚之夏》, 那種建設國家的理想和氣勢讓人感動.



Ref.: Richard的自言自語: 地上之星 - yam天空部落

這首歌曲是中島美雪為NHK Project X 所作的主題曲，「Project X」， 是以懷抱著熱情、具有強烈使命感，在日本戰後實現了許多畫期性事業之「默默無名的日本人」為主人公，介紹「組織與群像之不為人知的故事」。

地之の星

風の中のすばる
砂の中の銀河
みんな何処へ行った　見送られることもなく
草原のペガサス
街角のヴィーナス
みんな何処へ行った　見守られることもなく
地上にある星を誰も覚えていない
人は空ばかり見てる
つばめよ高い空から教えてよ　地上の星を
つばめよ地上の星は今　何処にあるのだろう
風中的星宿
塵砂中的銀河
你們到什麼地方去了？　為什麼不告而別？
草原上的天馬座
街角的維那斯　
你們到什麼地方去了？　為什麼不再守護我們？
地上的星星啊　誰都不會記得你們
因為人們只會抬頭仰望蒼穹
那麼燕子啊！　就請你從高處告訴我們吧！
燕子啊！　地上的星星現在到底身在何方？

崖の上のジュピター
水底のシリウス
みんな何処へ行った　見守られることもなく
名立たるものを追って　輝くものを追って
人は氷ばかり掴む
つばめよ高い空から教えてよ　地上の星を
つばめよ地上の星は今　何処にあるのだろう
崖上的朱彼得
水底的天狼星
你們到什麼地方去了？　為什麼不告而別？
追尋著名聲　　追尋著光芒
到頭來人們手裡緊握不放的只是冰冷的東西
那麼燕子啊！　就請你從高處告訴我們吧！
燕子啊！　地上的星星現在到底身在何方？

名立たるものを追って　輝くものを追って
人は氷ばかり掴む
風の中のすばる
砂の中の銀河
みんな何処へ行った　見送られることもなく
つばめよ高い空から教えてよ　地上の星を
つばめよ地上の星は今　何処にあるのだろう
追尋著名聲　　追尋著光芒　
到頭來人們手裡緊握不放的只是冰冷的東西
風中的星宿　
塵砂中的銀河
你們到什麼地方去了？　為什麼不告而別？
那麼燕子啊！　就請你從高處告訴我們吧！
燕子啊！　地上的星星現在到底身在何方？

My Mathematics Genealogy

Ref.: Mathematics Genealogy Project



在 wikipedia 上查得到的 有下面幾位. 加上我師公共七位 XD 這樣也算是系出名門嗎? 科科

Hermann Ludwig Ferdinand von Helmholtz

Heinrich Rudolf Hertz

Edward Leamington Nichols

Ernest Fox Nichols

William Littell Everitt

Willis Harman

回顧

之前和學長聊國高中時代的歌手, 我提到一個女歌手當年我很喜歡但是後來消失了...我一直想不起來. 今天看到一篇文章, 才想起來.....許美靜....

是冰凍的時分　已過零時的夜晚
往事　就像流星　剎那劃過心房
灰暗的深夜　是寂寞的世界
感覺一點點甦醒　一點點撒野

你的愛已模糊　你的憂傷還清楚
我們　於是流浪這座夜底城市
徬徨著徬徨　迷惘著迷惘
選擇在月光下被遺忘

你忘了吧　所有的廝守承諾
誰都是　愛得沒有一點的把握
也別去想　那裡是甜蜜的夢想
還是孤單的路上　自由的孤單

你忘了吧　所有的甜美的夢
夢醒後　多久才見溫暖的曙光
像夜歸的靈魂已迷失了方向
也不去管情路上永恆太短暫

另一個我忘記的團是 [dMDM], 我才開始注意 楊乃文 (難相處的雙魚女..... 科科)....



剛剛查了一下 wiki, 陳綺貞也 36 了阿, 老了阿, 忽然覺得我的青春離我很遠阿~~

小記

• 上班族必知的四個「加班理論」：只能撐4週、除非週休三日、效率高是錯覺、成員10人以下 (Mr. 6)
  

  第三、加班的時候大家「錯覺」好像工作效率很高，其實比不加班還低：第三點更有趣，他們找來兩組人，一組讓他們超時工作，一組是正常時數，結果發現，超時工作的那組會覺得自己的「工作效率」比以前還高，但實際上測量他們的產出，其實「沒這麼高」（也就是真的有比較高，但沒有他們「想像」的這麼高！），有趣的是，過了四個星期之後，超時工作的依舊超時工作，這時候工作效率已經開始降低了，他們有感覺到，但他們依然「堅持」這時候超時的工作效率依然比正常時數的工作的工作效率還要高，但實際上，他們的工作效率已經「低於」正常時數的工作效率，卻渾然不覺！他們說，這是因為已經習慣一天工作12小時的人，會覺得「工作8小時的產出一定比較少」，這樣的習慣的想法，讓他們對於正常時數的工作已經「沒有信心」，以致於造成錯覺。

• 知識通訊評論 » 完全公開科學研究可行嗎？
  

  對於公開研究資料懷疑的人認為，公開研究的資料，會有被競爭者剽竊的風險，讓你沒有發表的機會。芮德菲爾德並不擔心，她說，「研究成果在那裏，功勞就在那裏，我不擔心。」

  與其說擔心被剽竊，不如說擔心被追上吧。很多時候保留某些技術細節不公佈，就是為了要建立護城河，讓別人沒有辦法很快速的跟上。這是我覺得很難真得做到完全公開科學研究的原因。
• Ref.: 科學松鼠會 » 恐龍是怎麼變酷的?
  

  到了發現點，安德魯斯驚呆了，他小心翼翼的捧起恐龍蛋，看著覆蓋在化石上的沙礫，塵土從指間滑落，露出它的本來面目，極為明顯的蛋殼結構，這個生物演化鏈中重要的環節就在手中，多麼令人激動的一刻！「先生們，你們看到的正是有史以來第一批被發現的恐龍蛋，這是千真萬確的！」這消息以最快的速度傳回美國，造成極大的轟動，這個發現是古生物研究史的重大里程碑，也使安德魯斯一時之間成了美國國家英雄，他的名字與發現第二天就出現了美國幾乎所有媒體的頭版上！恐龍與恐龍蛋的可愛形象讓美國人莫名其妙的樂不可支許久。

  值得一提的是，半個多世紀後，美國大導演史蒂芬·斯匹爾博格將安德魯斯的冒險故事搬上大銀幕，這就是經典影片《奪寶奇兵》系列，安德魯斯正是印第安納·瓊斯教授的原型，他的冒險精神也隨著銀屏而不朽了。

• Nick Clegg: The UK Will Help One Million Of The Poorest Girls Get Into School
  

  According to the UK Department for International Development (DFIR), girls who are educated are more likely to marry later, have fewer children, get immunization and healthcare for themselves and their babies, avoid HIV, and find employment with a higher salary.

  Micro-finance 的研究也顯示，借錢給女性比男性更有效益。這是很有趣的現象。
  
• Life sciences want bioinformatics, but not so much e-infrastructure? | Code for Life
  

  • 47.3% (n = 129) consider that the development of e-infrastructures is a priority in bioinformatics.
  • 75.7% (n = 140) consider new methods and programs important (confusingly, the summary of these results refer to development in bioinformatics resources).
  • 84.6% (n = 149) consider the development of data standards important.
  • 79.2% (n = 144) consider development of bioinformatics initial and continuing education important (given as ‘bioinformatics diffusion knowledge’!).
  • 86.7% (n = 143) consider increasing the quality and number of interactions between developers and users important.

  還是那句老話，完全是從使用者的角度出發的。能夠幫助他們發表論文的東西他們才在意。
  
• 低碳生活部落格: 綠建築走訪-西雅圖 跨越公路的綠帶公園
  

  多年來，西雅圖市以優質環境打造城市居住品質，一直是全球城市典範之一。Freeway Park在1976年7月便已完成開放，位於西雅圖市中心第6和第9大道之間，並以空橋的型態，跨越市中心的5號州際公路。這是它值得一提的事，在城市交通正蓬勃發展的年代，西雅圖能將這樣新穎綠色規劃觀念注入城市，使高速公路與公園共存，並成為生態都市的重要元素之一，是非常大膽的嘗試，但也頗為成功。

  蠻有趣的，下次可以去看看。不過之前也有個報告指出，西雅圖是美國痛苦指數前三名的城市。環境和經濟發展還是很難取得平衡的。

哈代-溫伯格定律

Ref.: 哈代-溫伯格定律 - 維基百科，自由的百科全書

哈代-溫伯格定律，也稱「遺傳平衡定律」或「哈代-溫伯格平衡定律」，分別在1908年和1909年由英國數學家G·H·哈代(Godfrey Harold Hardy)和德國醫生溫伯格(Wilhelm Weinberg)獨立證明。在群體遺傳學中，哈代-溫伯格定律主要用於描述群體中等位基因頻率以及基因型頻率之間的關係。

最近在做 SNP 的分析, 看到哈代-溫伯格定律, 讓我想到一則有趣的科學故事. 在這裡談一下.

在遺傳學上常常會用到這個哈代-溫伯格定律 (Hardy–Weinberg principle). 他的意思其實很簡單 -- 如果沒有任何天擇壓力, 理論上特定基因的基因型分布應該是平衡的.

舉個例子來說, 耳垂分離是顯性, 所以擁有 AA 和 Aa 基因型的人, 都會是耳垂分離, 而擁有 aa 基因型的人, 耳垂不會分離. 根據哈代-溫伯格定律, 我們可以知道, 在耳垂分不分離不會影響交配和生存的情況下, 理論上不管過幾百年, 各類基因型的人數比例應該是一樣的.

有趣的是, 在20世紀初, 這個問題還爭論不休, 甚至連英國皇家學院院士之間都沒有一致的觀點, 這個故事就起因於兩位院士 Udny Yule 和 Reginald Punnett 之間的爭論. Udny Yule 認為, 既然顯性基因這麼強, 那麼擁有顯性基因的人應該越來越多才對, 但是 Reginald Punnett 卻不這麼想. 但是這個生物學家之間的爭論一直沒有得到解決.

後來 Reginald Punnett 和數學家 Godfrey Harold Hardy 打板球時, 告訴 Godfrey Harold Hardy 這個問題, Godfrey Harold Hardy 很驚訝這些搞生物的人這麼笨 (基本上他認為搞純數學理論之外的人都不怎麼聰明...), 所以就用有點不屑的口氣提出了這個定律.

To the Editor of Science: I am reluctant to intrude in a discussion concerning matters of which I have no expert knowledge, and I should have expected the very simple point which I wish to make to have been familiar to biologists. However, some remarks of Mr. Udny Yule, to which Mr. R. C. Punnett has called my attention, suggest that it may still be worth making...

Suppose that Aa is a pair of Mendelian characters, A being dominant, and that in any given generation the number of pure dominants (AA), heterozygotes (Aa), and pure recessives (aa) are as p:2q:r. Finally, suppose that the numbers are fairly large, so that mating may be regarded as random, that the sexes are evenly distributed among the three varieties, and that all are equally fertile. A little mathematics of the multiplication-table type is enough to show that in the next generation the numbers will be as (p+q)²:2(p+q)(q+r):(q+r)², or as p₁:2q₁:r₁, say.

The interesting question is — in what circumstances will this distribution be the same as that in the generation before? It is easy to see that the condition for this is q² = pr. And since q₁² = p₁r₁, whatever the values of p, q, and r may be, the distribution will in any case continue unchanged after the second generation

很有趣的是, 這個定律只要國中數學就可以推導出來了. (雖然我看不懂 wikipedia 上的推導 Orz)

假設不同基因型的機率如下

Pr(AA)=p, Pr(Aa)=q, Pr(aa)=r.

所以我們可以知道 p+2q+r=1. 所以第二個世代的基因型分佈就會變成

Pr(AA)=p²+2*p*q+q²=(p+q)², Pr(Aa)=2(p+q)(q+r), Pr(aa)=(q+r)².

(產生基因型 AA 的小孩的可能性, 只有三種 基因型 AA 的人和基因型 AA 的人交配, 基因型 AA 的人和基因型 Aa 的人交配, 基因型 Aa 的人和基因型 Aa 的人交配, 以此可以推出第一個式子, 其他以此類推.)

如果這個分佈是穩定的, 我們知道下面三個式子一定要成立

p=(p+q)²,
2q=2(p+q)(q+r),
r=(q+r)²

有趣的是, 觀察上面三個式子, 這個式子可以化簡為

(2q)²=(2(p+q)(q+r))²=4(p+q)²(q+r)²=4pr

所以我們可以得到

q²=pr

回過頭去看第二個世代的基因型分佈, 我們會發現

(Pr(Aa))²=((p+q)(q+r))²=(p+q)²(q+r)²=(Pr(AA))²(Pr(aa))²

剛好也符合分佈穩定的條件式.

也就是說, 不論一開始的 p,q,r 的值是多少, 都會穩定的遺傳下去. (在沒有天擇或人擇的情況下)


這個定律有什麼用呢?

根據現在的技術, 我們可以很容易做到檢查人的基因形是哪一種. 所以只要檢查的量夠大時, 我們可以收集到足以表達一個族群的基因型分布. 根據哈代-溫伯格定律, 如果這個基因型不會影響到人的生存和繁衍, 那麼它的機率分佈就不會改變. 所以如果我們觀察到的族群(例如糖尿病患者)的基因型分佈不一樣, 那麼這個基因很可能就跟這個疾病有關.

Throwaway prototype vs. robust solution

Ref.: Volatile and Decentralized: Programming != Computer Science

Matt Welsh 提出的兩個差異, 其實是很常被拿出來討論的, Think Big vs. Get 'er Done 和 Throwaway prototype vs. robust solution. 我之前也討論過這樣的問題, 生物學家常常喜歡叫我們做一些精美介面的網站. 但是, 這應該交給專家來做, 而不是叫一些碩士班學生或者博士班學生花精神在改善這些地方. 像是 Broad Institute 這樣請職業程式設計師來做是很棒的. 但是叫資工學生來做這些東西, 某個程度上, 是一種資源的錯置.

當然我不會認為說, 計算機科學家不用開發 quality code. 我覺得這也是需要訓練的. 但是並不是重點, 而是一項技能而已. 像是 algorithmic engineering 和 machine learning 都很需要這方面的訓練.

浪費生命

Bamboo 昨天提醒我一件我從來沒有注意到的細節. 我很愛說 --- "浪費生命" 這句話.

同樣的一件事, 別人可能會說 "浪費時間", 我卻會用 "浪費生命". 反過來, 我似乎也的確很少用 "浪費時間" 這句話.

我本身就不是那種很在意效率的人, 也不是屬於很準時的那種人, 更甚者, 我的時間概念其實很差, 我常常搞不太清楚今天是幾月幾號, 或者我人生中的某一件事是發生在多久以前. 舉個例來說, 如果有人問我是什麼時候去過 S 國, 我會先回憶我是在碩一升碩二時去的, 然後開始推算我幾歲唸碩士, 然後在根據我的出生年回推年份.

另一方面, 我很重視做一件事有沒有意義. 做沒有意義的事其實也是一種浪費生命.

所以對我來說, 我雖然沒有刻意 選擇使用 "浪費生命" 而不是使用 "浪費時間" , 但在我沒有意識到的情況下, 或許我已經挑選了這個字眼.

小記

• Ref.: 埃西亞商會: 你知道他們就學的動機嗎？（上）（中）（下）
  

  而且其實以過去的資料可以得知，以整體平均來說多受點教育，對於該受教育者而言並沒有辦法增加其升遷與薪資增加的期望效益，也就是如果以期望值來說，多念個大學或碩士的效益是負的，如果他是理性的就應該不會繼續受教育才是。

  問題之一在於訊息不透明, 很難去計算正確的期望值. 我覺得認為沒有受過訓練的局外人可以正確評估相關資訊是很不合理的一件事.
  

  最後這些資源相較不如他人的中低收入家庭，辛辛苦苦半工半讀唸完了大學，發現由於軍備競賽，他們還是做過去那種薪資最低的庶務工作，賠上的是四年青春，以及自己根本不知道為誰而花的唸書腦力，他們就算多花了四年，從高職的會計唸到大學的中會甚至審計學，其實做的還是一個月兩萬元的記帳工作，社會最低區間的薪資，是不會因為他們多唸用不到的技能而提升的。最後考慮的範圍最窄預期能力最受限的這個族群，又要再一次發現自己被騙了而痛苦萬分。

  軍備競賽本身是個困局, 不能說是誰騙誰. 在意識到軍備競賽的情況下, 他們的選擇似乎也只能是強化軍備. 更別提上大學對很多人來說已經不是為了求知, 而是一種體驗. 君不見現在大家談的是大學必修三學分, 而不是努力讀書了.
  
  
• Ref.: Maan han?（什麼呢）:孔子的苦惱與當代台灣的紛爭 - 樂多日誌
  

  從文獻記載中看來，孔子周遊列國，舉凡遇上隱士，若不是被冷嘲熱諷，就是被當成空氣，每次都只能自認倒楣。鄭吉雄推測，這或許正是因為先秦隱逸之輩多是殷商遺民，故而不能容忍殷朝貴族遺裔孔子口稱「臣事君以忠」，卻又同時擁戴造反滅殷的周人。在遺民眼中，孔子是個不折不扣的「變節者」。

  權力遞嬗的過程造成的傷痕，可能隨著時間經過而逐漸癒合，但尊嚴受躪的銘心之痛，或許就不那麼容易消解。鄭教授的演講令我想起當前台灣正熱門的「轉型正義」話題。陷於藍綠政爭的台灣，雙方各有自己所想像的正義，最後究竟是誰的價值被申張，還有待台灣人共同作出抉擇。但不論如何，正義不能建立在虛假的陳述之上，也不能透過貶損他人的尊嚴而達致。

• 茄苳樹窠:二十元硬幣上的莫那魯道 - 樂多日誌
  

  姑目‧荅芭絲的研究觸及以往較少被注意、但卻是理解霧社事件相當關鍵的切入點，那就是臺灣原住民之間的社群矛盾、原住民傳統價值觀在事件中扮演的角色。

  莫那魯道對日本人及不同社群的原住民的看法，並沒有明顯的不同。他在霧社事件發生前十年，和日本人合作去攻打其他族群（薩拉茅事件），當時他也是「味方蕃」（日警以此稱順從並協助日本的原住民）；十年後，馬赫坡社捲入抗日事件，和馬赫坡原本有仇隙的社群，怎能不趁機報復？

• Ref.: 職場快樂的「進步定律」(Progress Principle)：工作呈專案式，三位以上同儕競爭 (Mr. 6)
  

  書的作者針對六百多位職場的經理人做調查，請這些主管排列五個在管理上最重要的法則，結果他們不約而同的將「個人的進步」放在最後一名（最不重要），反而常常將「公司的進步」掛在嘴邊，換句話說，職場上總是推廣公司的進步、業績的進步，今年要衝20%的成長！今年要拚500萬的業績！但「個人」的進步？不重要！
  
  於是，大家工作得不快樂。

  我覺得讓員工成長是一件很重要的事. 我個人還蠻在意一份工作能不能讓我成長. 最近某些人推薦我去做某些工作, 我意願不高也是基於這個原因.
  
  
• Ref.: 資本主義：一個愛情故事 - 維基百科，自由的百科全書

  資本主義：一個愛情故事（英語：Capitalism: A Love Story）是一部由美國製片人，麥可·摩爾所撰寫、導演、及主演的美國紀錄片。影片主要描述2007年－2009年環球金融危機和2009年美國恢復和再投資法，並評論美國極其資本主義的經濟體系。其主題涵蓋了華爾街的「賭場心態（英語：casino mentality）」、盈利性監獄、高盛集團對於美國政府的影響、航空飛行員的貧困、法院拍賣房屋的潮流、「撈一票就走（英語：runaway greed）」的後果、等等。

  好像很有趣, 想弄來看看.
  
  

基督教相關用字 Cathedral

在美國常常看到一些基督教相關的字, 常常搞混, 在這裡紀錄一下.

這些字還漫粗淺的, 只是用法習慣和台灣不同, 所以搞混. 在這裡紀錄一下.

cathedral noun

the principal church of a diocese, with which the bishop is officially associated

Christianity noun

the religion based on the person and teachings of Jesus of Nazareth, or its beliefs and practices.

catholicism 名詞

天主教義、信仰及組織; 天主教

protestantism 名詞

新教; 新教教義; 新教教會

orthodoxy 名詞

東正教

台灣的習慣是分成天主教, 基督教, 和東正教 (其實這個很少見). 但是這個分法有點誤導. 根據維基百科,

The three primary divisions of Christianity are Catholicism, Eastern Orthodoxy, and Protestantism.

也就是說, 在西方人的觀點裡, 所有以耶穌基督的教誨為基礎的宗教, 都是 Christianity (基督教), 而基督教可以分為三個主要的流派 -- 天主教 (Catholicism), 東正教 (Eastern Orthodoxy), 和新教 (Protestantism). 而這裡所指的新教, 就是台灣常說的 基督教. 像是 長老會, 浸信會 在台灣一般人都認為她們是基督教, 其實指的是新教.

另外我曾經在某個地方讀過, Cathedral 差不多等於 天主教的意思. 但是我現在卻查不到. 我想可能是因為 Cathedral 是用在有主教 (bishop) 專屬座位的大型教堂, 而主教這個職位主要是天主教制度下的產物, 所以才有此一說吧.

Ref.: Cathedral- Wikipedia, the free encyclopedia

The word cathedral is derived from the Latin word cathedra ("seat" or "chair"), and refers to the presence of the bishop's or archbishop's chair or throne. In the ancient world, the chair was the symbol of a teacher and thus of the bishop's role as teacher, and also of an official presiding as a magistrate and thus of the bishop's role in governing a diocese.

Though now grammatically used as a noun, the term cathedral was originally the adjective in the phrase "cathedral church", from the Latin ecclesia cathedralis. The seat marks the place set aside in the prominent church of the diocese for the head of that diocese and is therefore a major symbol of authority.

做一些有人用的東西

最近我有和學長談到這件事。

當初會選擇做生物資訊, 只是因為想要做一些比較應用, 有人用的東西, 再加上實驗室剛好是做生物資訊, 所以就趁有機會跑出國來看看.

在美國待這進兩年的時間，老實說，已經沒有當初那種『做一些有人用的東西』的感覺了。其實大多數的生資研究，都沒有人真的去用，即使生物研究也是這樣。生物 impact factor 高可能只是人數多而已。但是很多論文也是一樣沒有人看，常常都是要寫論文才會讀，很多研究結果都沒被細讀。很多論文的內容也只是累積了一些繁瑣的數據和討論而已, 其中有多少"真正"的生物意義!? 結果生物資訊研究也不過紙上研究，並沒有比資工其它領域高明多少。

很深的生物學研究我看不懂, 但至少我看到很多利用 high throughput technology 的生物研究都是在堆累一堆"討論" 卻沒有真的去做一些結論. 或者是做了結論, 但是在統計上並不正確.

再加上最近的新聞, 實在覺得可悲阿.

Ref.: 每年3700人 土博士產量過剩-文教新聞-yam蕃薯藤新聞
Ref.: 人間異語：尖端產業變賣藥 博士要出走 | 頭條要聞 | 蘋果日報
Ref.: 地勢坤: 投入148億 國科會留才大作戰

投入148億 國科會留才大作戰

Ref.: 投入148億 國科會留才大作戰 | 經濟要聞 | 財經產業 | 聯合新聞網

國科會昨天公布，明年國科會可用科技預算為384.21億元，其中148億元會用來補助學界自由型專題計畫，比去年135億元成長9.1%，是近五年最高水準。

陳正宏表示，台灣正面臨廣設博士班的苦果，外界覺得每年補助學研經費減少，主因為僧多粥少，國科會積極爭取每年預算成長。

其實應該砍博士招生數量和減少經費，不要讓學者過得那麼爽，40% 的通過率也太高了吧，很多都是亂寫都會過。 老實說國家留下來的真的是人才嗎？我們要解決的是僧多粥少的問題，不是增加經費吧。

管他娘

Ref.: The road less traveled by: 別的就管他娘

我一直覺得張愛玲的文字很冷，但是或許不代表內心很冷。

台灣海拔最高的電塔

Ref.: 台灣海拔最高的電塔 | 台灣好生活電子報

這裡曾是台電電力公司舊東西線最高海拔的電塔，連接萬大－銅門兩地。要說人定勝天嗎？來來往往的登山客，多半是嘆服於這些鐵塔對比崇峰峻嶺之下，顯得如此渺小。

這是解讀角度的問題。 如此巨大的高山峻嶺，不也是被人類所征服？ 為什麼我們要預設人類和環境站在對立關係？人類超越環境，或者環境壓制人類？ 那些努力克服天險，冒著生命危險建築各種建築的人，追求的是給人們的便利，還是挑戰自然極限？我不認為現實中會有很多瘋狂科學家，像電影裡一樣想要征服世界或者超越自然扮演上帝。