[大学回顾]我的学习和科研
在自己的方向选择这件事上，我一直都是一个很谨慎所以也尝试了很多方向的人，所以其实我是觉得我大学这快到推研出国的大四上，回首这本科的时光，其实主要的精力是放在了找到我所真正热爱和合适的方向。大抵在我上大学的这几年，先不说工业界，学术界的诸多新的研究热点，诸多被认为会改变下一代的生活的新的技术蜂拥而出，一时间，目不暇接。
先按下不说，我觉得我不算一个很有天赋的人，至少在学习能力上并不是有很大的优势，所以在大学学习一些特别是数学相关的课程总是领悟的很慢，像我当时学代数可能直到我开始研究一些微分方程和动力系统的分析方法才在心中有一个清晰的脉络，我对线性空间的领悟是在学习量子力学的时候有了新的认识。
我大概在从大一到大二的上学期是一心想投身能源的利用这个领域的，从聚变的研究、燃气轮机的研究乃至储能（我涉猎的是超级电容器这些，我对电池这个大领域一直没有研究，虽然其实接下来要做这个电池的力学热学失效的耦合分析，此为后话），所以刚刚入学的时候我去了工物系，当时工物系开设的能源实验班我起初认为是一个很适合我的想法的班级，后来发现因为是在工物系，背景依托太偏向于核能，所以没能有资源整合一个大的能源的背景的培养，于是我就到了钱班。到钱班之后就走上了我的各种方向的尝试之路，虽然钱班是专业课会学习力学，但是这个对于自主探究甚至自主安排的鼓励和支持让我得以在本科低年级的时候，虽然很多时候并不是能够亲身的参与和实践科研的过程，但是至少是有了一个更加深入的认识。
首先当然是在学课程，大一大二初期主要学习的是数学课程还有一些引导式的物理、化学和生物课程，我其实比较后悔的是，当时在最开始学习数学课程的时候没有花费足够的重视和思考去学习，也不是说自己少学了什么东西，就是浪费了这样一个对逻辑思维能力的培养的过程很是可惜。关于数学基础，我自己是想着由于要去工程界，后期（也就是我大学四年级）需要补一下常微分方程、随机数学以及数值分析的知识。
我最初的探索是在大一的时候参加了给我们带《大学化学》课程的李强老师的研究兴趣小组，了解化学实验室和晶体的生长方法，当时一个是由于我的课程压力没能很好的处理还有一个是动手能力比较差，所以就最终没有继续做下去，当然，我在化学和化工有很多朋友，根据我们的交流，我也是觉得我不是很喜欢这种类型的工作。
接下来就是大二上学期报SRT，我和曹炳阳老师做了一个相当于是学习计算方法的工作，“石墨烯的热导率的分子动力学模拟”，其实我这个工作最大的收获不是我学会了调参数跑程序出结果，其实是我一直做的文献相关的调研，那个学期，是我开始花费大量的时间真正去成体系的阅读一个方向的研究的文献，这其实也让我开启了我的新的研究。研究调研报告（Google drive）
关于当时这个研究报告，主要有两个方面的内容，一个是我在研究石墨烯等新的特别是微尺度、低纬度的材料的性质的研究方法特别是模拟方法的时候，从MD（分子动力学）到MC（蒙特卡洛模拟）还有玻尔兹曼方程的一些方法；还有一个就是我接触到了复杂系统和复杂科学的一些研究的问题。第一点，就数值计算和模拟而言，我当时对MC产生了极大的兴趣，因为首先我觉得MD归根结底是一种妥协，因为我们知道微观世界不是牛顿方程支配的，而且当时其实利用量子力学研究材料性质已经在发展成熟，我就觉得MD首先是一种很不错的研究工具，但是我可能不值得在这样一个交替的时期守着这样一个相对比较老的快要被替代（我不否认MD在诸多实用计算的发挥的巨大作用，但是我指的是研究）的方法，所以我开始研究MC和其他一些研究方法。我最初研究MC是刚好我在学习统计物理的时候，我当时正在被 Ising model 还有Landau的关于相变的理论着迷，为物理学的简洁而准确倾倒。（当时我的确不懂重整化一些理论，还有Ising mdel的昂萨格解的这类过程我就不明白，但是其中的物理上的思路和intuition我是明白了一些的）。所以我就在结合我所学到的一些物理学上较复杂的体系（因为我觉得像物理学上一个氢原子已经是相比较比较复杂的体系了，想要研究清楚这样的体系就不容易）何况统计物理学是要构筑微观到宏观的桥梁——我记得我看的第一本除教材以外的统计物理的书MIT教授黄克孙老先生的书，这是在我看过Callen的热力学后再来读的书，我当时就觉得这个物理学的思路的确是很美的，只是当然我所能体会到的只是比较浅层的，但是这些也的确吸引着我。我就尝试着学习A Guide to Monte Carlo Simulations in Statistical Physics 的一些例子，研究如何去模拟一个物理学的过程，比如Ising model, 电子的输运，我体验最深的是，在求解Boltzmann方程的一些问题上，MC对于维度和参数的不敏感性，导致了其的适用的问题非常广泛，其思路其实又非常之简单，只是的确每一个问题都需要仔细的分析得到合适算法。从这里就导出我ORIC所做的研究，此处先不表。
前面提到了复杂系统的科学，我起初应该是从看到More is different开始再读到一些介绍nature上的相关研究的一些中文介绍性的文章，后来自己去nature Science 还有PRL上看了一些很有意思的文章，我发现这里面有着我很喜欢的科学研究的几个特点，多个学科的知识的巧妙的结合（并不是现在所谓的为了交叉而交叉），研究的问题往往都是那些很有意思但是我们其实会发现却不会懂得用这样的思路去分析的问题，以及往往可以看到一个研究者对于一个物理和数学知识的深刻理解和巧妙应用。复杂性科学，其涉及材料 科学、软物质科学、生物物理学、经济金融学、非线性系统乃至社会科学等诸多科学，而其的物理学上的研究的起源往往根源于我最喜欢的两门基础课程——统计物理学和量子物理学。我还记得，我第一次看到关于复杂系统的研究综述的时候，我发现我从公理化热力学到经典的系综统计物理学所建立起来的非常之美妙的“熵增”等概念和分析的思路变得异常的复杂，很有意思的一点是，原来屡试不爽的物理学的分析思路和概念，在复杂系统的研究上往往会失败，之前的物理学的一些思路和直觉都遭遇了滑铁卢。
当然，在我学习经典力学（我指的分析力学）的时候，的确对于其在研究单体、刚体、乃至动力系统稳定性的问题上的理论的简洁和有效而折服，而后来其所在多体运动就遇到了很大的难题——更不用说在复杂多尺度、多尺度相互耦合在每个尺度上还都有高度相关的部分构成的体系所组成的复杂系统。另一方面，随着看过的复杂系统的研究变多，之前我在建立在微积分基础上的古典力学带给我的一个认识逐渐被改变——牛顿微积分的发明，其中蕴藏这一个重大的思想，即简化。微分针对复杂曲线（满足连续性等基本的条件）无限细分总会得到光滑简单地曲线，而经典力学所巧妙的应用对称性所推导出众多的基本的力学系统的守恒定律构成了我们分析问题的基本出发点，由此而产生的微分方程的理论、级数展开和积分变换的诸多方法推动着物理学的发展。但是以上这些在复杂性研究中，却不是非常的适用，至少是遇到了非常大的困难。
我大二下学期的主要的课外精力就是放下这上面了，到大三的时候就开始做钱班的ORIC项目，研究小尺度芯片的热输运和优化，研究这个课题的时候我也学习到了很多关于固体物理特别是声子性质的知识和研究方法，初步研究了热量的输运导致的在小尺度下的温度分布和宏观分布的不同，到目前为止开始研究声子的界面输运的性质，也得到了导师的正面的评价。做ORIC的项目其实带给我的一个最大的收获其实是我决定最终去工程方向发展，关于这个问题我到从日本回国后会详细再写，此处就先略去。
总结一下，我也思考过关于工程学科内的诸多方向，也和不少的各个领域的相当不错的老师面对面交流过，清华数学系的李海中老师、物理系的徐湛老师、热能系的段远源老师还有我们院的冯西桥、李俊峰等老师，其中李海中老师当时给我强调了一点，做科研一定要想清楚，自己面对的绝非只是最后漂亮的工作还有长期的蛰伏，这段话，其实到现在我才可以讲有些真正明白，徐老师推荐我去做结合机器学习和物理学的研究工作并给我描述了他心中的物理学的图景和未来的发展方向，段老师则是让我真正开始理解什么是做工程、做好的工程，冯老师其实很有意思，就讲了自己的从大学毕业到现在的研究的历史，并且给我们一个关于力学学科的把握，他的说法和我从黄永刚老师那里得到的对于力学发展的判断很一致，这其实也是为什么我会去汽车系做没留在航院并且也没有直接去做智能交通和电动而是做汽车碰撞安全的一个源头性的原因，最后李俊峰老师是在我当时数学学得很糟的时候我去找他聊的天，他花了三个小时的时间告诉我一个道理，你大可以不要拘泥于一个领域，大可以在别的方向做出自己的骄傲的成就。
是的啊，我从来都是一个心底里为自己骄傲的人，尽管我一直提醒自己所面临的慢慢前路。
如果说有遗憾的，一个是没能选择做物理学的科研，还有一个就是虽然结识了很多好朋友但是很少有可以聊学术想法和工程研究志趣的人。
不过，我也是非常幸运的，选择了钱班这个给我这么自由的思考和选择的时间和空间的地方，能够有这样的一些用自己的人生道路讲述给我听的师长，当然，也是我在我大学快要结束的时候实现了我在高考结束后接受采访的时候新闻稿里那句“在清华谈一场轰轰烈烈的恋爱”的半是戏谑的企盼，何其有幸，让我遇见了你。
我会让你幸福。
突然想到我非常尊敬的量子力学先驱Dirac的一段话，就以此做结：
I owe a lot to my engineering training because it [taught]me to tolerate approximations. Previously to that I thought…one should justconcentrate on exact equations all the time. Then I got the idea that in theactual world all our equations are only approximate. We must just tend togreater and greater accuracy. In spite of the equations being approximate,they can be beautiful.
I am always on the way and stepping forward.
于 东京大学 工学部2号馆