涕零
㈠ 理论物理具体是做什么的在研究工作中有什么作用
理论物理（Theoretical Physics ）是从理论上探索自然界未知的物质结构、相互作用和物质运动的基本规律的学科。理论物理的研究领域涉及粒子物理与原子核物理、统计物理、凝聚态物理、宇宙学等，几乎包括物理学所有分支的基本理论问题。
㈡ 理论物理的发展是不是遇到瓶颈了
是的！在面对超越人类感知次元以外的事物，再靠科学方法就摸不到了，因为它无法通过人这种生物等级下获悉更多的事物信息了。这就像让一个瞎子借助一根拐棍去‘摸’出一种颜色一样，此时你再靠推理、分析、计算、假说、论证这一套就玩不转了，而是在做着跨次元的举动。这就是物理发展的绝对瓶颈！也就是说，这个绝对瓶颈并没有发生在后半段的科学计算上，而是出现在最初的信息获取这个环节上，瓶颈本身来自于“人”，是被人这种生物桎梏住了！所以人类愚智的坚持不去自我进化提升，依然想以瞎子榜着拐棍的关系依存以为凭科学就能带领自己走出一片天地的话，这则将进入一种互相的死循环状态，科学也会随着人类自身的平躺而停滞不前。
㈢ 大数据时代 需要一点想象力
大数据时代 需要一点想象力今天在业内鼓吹大数据时代即将到来的时候，得到最多的仍然是同样两类反应。虚无派说大数据云山雾罩，看不出有什么钱途。停滞派说大数据有什么新奇，老子的数据很大，挖掘技术很高。我想，今后几年的产业发展又将证明这两类说法的无知与荒谬。 一些不肯认真读点想点东西的人，一看到大数据这个词，就望文生义地想到数据要大，却忘记了大数据的其他基本特性，需要反复加以提醒。 大数据的特性之一是数据的完整性和综合性。很多业内朋友一谈起大数据，就习惯性地盘点起自己那点存货，或者那些可以直接从自身服务中可以获取的东西。考虑到目前互联网的发展还在非常初级的阶段，现有网络服务都是简化，扭曲，片面地对现实世界的浓缩和裁剪，由此产生的数据是零乱的，破碎的，局部的，其中所含有的含金量是极其有限的。如果同意这个世界上的万事万物可以而且正在被数据化和网络化，那么由此产生的大数据就必然是完整的和综合的，不仅包括网络公司通过自身服务所获得的用户行为数据，而且包括社会的，经济的，政治的，自然的方方面面的数据。这些数据当然分散在不同企业，机构和政府部门手中，汇聚整合在一起绝非易事，但操作上的困难并不能否定大数据本身的完整性和综合性。今天之所以讨论大数据时代的到来，是因为互联网发展到目前阶段使得现实世界数据化发展到了一定程度，各种信息终端普及到了一定程度，数据获取的成本降到了一定程度，使得完整和综合的数据不仅是一种理想，也正在变为现实。 大数据的特性之二是数据的开放性和公共性。正是因为完整的综合的大数据难以由一家公司，机构或政府部门所获得，所以大数据必然产生于一个开放的，公共的网络环境之中。这种开放性和公共性的实现取决于若干个网络开放平台或云服务以及一系列受到法律支持或社会公认的数据标准和规范。任何封闭的或单向获取的数据都不可能是大数据，无论这些数据的规模有多大。 大数据的特性之三是数据的动态性和及时性。天体物理学和理论物理学早就依赖于从宇宙间获取的大量数据，类似的学科还有环境生态学，医药学，和自控技术。但是，这和我们今天讨论的大数据不是一回事。今天的大数据是基于互联网的及时动态数据，不是历史的或严格控制环境下产生的东西。 所以，今天我们谈论的大数据是完整综合的，开放公共的，动态及时的，这样的大数据是我们过去从未有机会获取利用过的全新挑战，也是我们未来应该努力去争取利用的全新战略机会。如果有人以为过去积累的那点数据就是大数据，或者过去积累的数据处理利用能力和经验就可以在大数据时代自然领先，那不是无知就是狂妄。 近来媒体上对大数据方向的进展报道颇多，其中一个很能说明我心目中大数据的性质及其利用的前景。据8月30日《纽约时报》的报道：一家名为气候公司（ClimateCorporation）的创业企业每天都会对美国境内超过一百万个地点，未来两年的天气情况进行超过1万次模拟。随后，该公司将根系结构和土壤孔隙度的相关数据，与模拟结果相结合，为成千上万的农民提供农作物保险。 通过遥感获取土壤数据，这和我们过去所熟悉的通过网络服务获取用户网络行为数据不是一回事，数据的概念得以极大的扩充。每天对百万以上地点进行成万次的模拟，其数据量庞大，动态，及时。要想对每块田地提供精准的保险服务，肯定还需要与土地数据相配套的农产品期货数据，气候预测数据，国际贸易数据，国际政治和军事安全数据，国民经济各方面的数据，产业竞争数据，等等。在如此庞杂的大数据基础上推出的商业模式，是创新的，同现有农作物保险方式相比是具备极大竞争力的，是可持续和规模化的。更妙的是，这家公司基于大数据的运营，完全没有进行高额的网络设施投资，只是租用了亚马逊的公共云服务，一个月几万美元而已。 如果留心观察，这样的案例已经很多了，虽然都还比较简单初级，但足以说明问题。如果展开一下我们的想象力，类似上述案例的创新，在即将到来的大数据时代可以在任何行业，任何服务，任何公共管理上出现，由此可能产生的服务和商业模式是无穷尽的。同现有或现在还没有的服务和商业模式相比，服务更加精准，成本更加低廉，利润更加丰厚。这不是目前网络业所熟知的对现有用户数据的挖掘，不是对用户进行更精细的分组，不是现有数据技术的普及应用，而是一个全新的世界，一个全新的网络地球和数据地球。一个理想的前景是，一个以网络业为核心的大数据服务业会成为今后几十年世界经济和社会发展的主要推动力。当然，这事未必一定发生，尤其是在中国。如果我们网络业的朋友们没有雄心，没有想象力，那也可能除了少数公司成为大数据服务业的主力外，其他大部分公司仍然固守在陈旧的网络业内苦苦挣扎，变成大数据时代的传统产业大军中的一员。
㈣ 为什么要研究理论物理理论物理有哪些重大的运用或者可能将会有有的运用吗
理论物理研究关乎人类的认知，哲学和数学的思想也随着理论物理发展。我们来自何处，去往何方是一个永恒的话题。从实际来讲，当年没有理论物理，没有发现相对论，也没有现在核能的利用；有的理论一时不知道它的实际用处，那是受限于当时的科技和认识发展水平，只要是正确的东西，总有受到青睐的一天。而且理论物理研究的很多副产品也对世界发展有重大意义。欧洲核子中心建造加速器，其实为的是验证物理学家提出的理论，但是发展了万维网，同样现在LHC又弄出一个网格计划至于将来的应用，首先就是为验证理论要做的实验，比如大型加速器、激光打靶等推动科技发展；其次提高人类认识，转变思维，比如现在 人类无法在行星之间实现旅行，也许有朝一日呵呵，按照时间旅行的方法，搞个什么虫洞，去外星系说不定也可以哦，到时候可能还会和外星人打交道呢～～理论走在实验前面，这是必不可少的……
㈤ 中国的理论物理研究，处于世界上的什么水准
其实不得不说是中国的理论物理研究确实非常突出，而且学习能力要远远超出西方，但是有意思的是在物理新领域创作区域，要远远落后于西方，而且西方物理学本身更强调实践性，所以在理论创新理论实用性方面，我国都很难和西方进行比较，总的来说，也要从以下几个方面出来思考问题。
3，学术研究本身是相对严谨的话题，所以不方便太过于深入的剖析问题的本质，就目前理论物理研究来说存在诸多问题。
其实不得不说是理论物理研究本身存在诸多的社会问题，而且由于环境的影响无法真正的与西方理论物理研究相接轨，而且要从某些意义上来讲，我国理论物理研究与现实相脱轨，很难创造性的进行开创性物理新领域研究，所以正因为如此，我国的科研道路仍是漫长且艰辛。
其实不得不说的是中国理论物理研究确实在学习和模仿创作能力要远远超出西方学者，但在实际理论创作和科技创新物理研究新课题方面，要远远落后于西方，所以真是因为如此更应该加强科技创新能力，国家更应该重视人才培养。
㈥ 维克托·迈尔-舍恩伯格的个人作品
基本信息分类：网络趋势/大数据时代书名：大数据时代（ Data:A Revolution That Will Transform How We Live, Work, and Think）作者：[英] 维克托·迈尔-舍恩伯格（Viktor Mayer-Schönberger）著 周涛 译演讲预约：星娱时代高端论坛举办预约资料参考：《大数据时代》中国大区讲座定价：49.90元 开本：16K出版时间：2012年12月 责编：李琳出版社：浙江人民出版社 图书品牌：湛庐文化 内容简介《大数据时代》是国外大数据研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用第一人”，有在牛津大学、哈佛大学、耶鲁大学、新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。维克托·迈尔·舍恩伯格在书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。维克托最具洞见之处在于，他明确指出，大数据时代最大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这就颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。本书认为大数据的核心就是预测。大数据将为人类的生活创造前所未有的可量化的维度。大数据已经成为了新发明和新服务的源泉，而更多的改变正蓄势待发。书中展示了谷歌、微软、亚马逊、IBM、苹果、facebook、twitter、VISA等大数据先锋们最具价值的应用案例。 目录引言 正在发生的生活、工作与思维的大变革第一部分 大数据时代的思维变革第1章 更多：不是随机样本，而是所有数据第2章 更杂：不是精确性，而是混杂性第3章 更好：不是因果关系，而是相关关系第二部分 大数据时代的商业变革第4章 数据化：一切皆可“量化”第5章 价值：“取之不尽，用之不竭”的数据创新第6章 角色定位： 数据、技术与思维的三足鼎立第三部分 大数据时代的管理变革第7章 风险：让数据主宰一切的隐忧第8章 掌控：自由与责任并举的数据管理结语 已经发生的未来 基本信息分类：网络趋势/大数据时代书名：删除（Delete: The Virtue of Forgetting in the Digital Age）作者：[英] 维克托·迈尔-舍恩伯格（Viktor Mayer-Schönberger）著 袁杰 译定价：49.90元 开本：16K 页数：240出版时间：2013年1月 责编：黄昕出版社：浙江人民出版社 图书品牌：湛庐文化 内容简介《删除》从大数据时代信息取舍的目的和方法分别诠释了“被遗忘的权利”。维克托首先回溯了人类追寻记忆的过程，之后提出数字技术与全球网络正在瓦解我们天生的遗忘能力。对此，他考察了促进遗忘终止4大驱动力——数字化，廉价的存储器，易于提取，全球性访问。之后，他提出了当前数字化记忆的两大威胁——信息权力与时间，并给出了应对威胁的6大对策——数字化节制、保护信息隐私权、建设数字隐私权基础设施、调整人类的现有认知、打造良性的信息生态、完全语境化。最后，他提出了一种应对数字化记忆与信息安全的极有可能的关键对策——给信息设定存储期限。《删除》开启了一场 “互联网遗忘运动”，让我们始终记得遗忘的美德。这本书告诉我们，在大数据时代，面对海量信息人类该如何取舍，怎样才能构建一个积极而安全的未来。 《删除》讲述了遗忘的美德，为读者展现了大数据时代的取舍之道。数字技术赋予了我们前所未有的权利，它也产生了意想不到的可怕后果。facebook上照片会被网络永远铭记，甚至会影响到一个人的职业发展；Google记得所有我们搜索过的信息和时间。数字王国记住了那些有时最好被遗忘的信息。删除，大数据取舍之道，就是把有意义的留下来，把无意义的去掉。只有理解了在大数据中，需要的是什么，以及如何判断这种需要，才能举一反三地明白到底为什么要去掉那些不需要的。维克托·迈尔-舍恩伯格，大数据时代的预言家，《科学》《自然》等著名学术期刊最推崇的互联网研究者之一，“大数据商业应用第一人”，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历。中国社科院信息化研究中心秘书长姜奇平作序倾情推荐。北京大学新闻与传播学院副教授胡泳、中国科学院理论物理研究所研究员李淼、麻省理工学院教授大卫·克拉克、国际著名信息隐私权专家保罗·施瓦茨、斯坦福大学互联网与社会中心创办人劳伦斯·莱斯格、波士顿咨询公司高级副总裁菲利普·埃文斯联袂推荐。《删除》一经出版，即获得美国政治科学协会颁发的“唐·普赖斯奖”，以及媒介环境学会的最高荣誉“马歇尔·麦克卢汉奖”，同时受到《连线》《自然》《华尔街日报》《纽约时报》等各大权威媒体广泛好评。《删除》洞见了“被遗忘的权利”，探索了大数据时代人类该如何构建积极而安全的未来。 目录中文版序 大数据取舍之道推荐序 因意义而智慧 姜奇平第一部分 大数据时代为什么要进行信息的取舍第1章当遗忘变成例外，而记忆成了常态：大数据时代的隐忧对于人类而言，遗忘一直是常态，而记忆才是例外。然而，由于数字技术与全球网络的发展，这种平衡已经被打破了。如今，过去正像刺青一样被刻在我们的数字皮肤上，遗忘已经变成了例外，而记忆却成了常态……喝醉的海盗一个没有遗忘的时代抹不掉的致幻剂阴影Google记得你的一切大数据的信息力量人类住进了数字圆形监狱让我们学会遗忘第2章 遗忘，人类的天性：人类记忆的作用与演进遗忘，是人类的天性。从古至今，人们不断尝试用本能、语言、绘画、文本、媒体、介质，来记住我们的知识。千年以来，遗忘始终比记忆更简单，成本也更低。数字时代颠覆了这一切，而我们却惊愕地发现，如果真的记住一切，不仅令人发狂，而且让人孤独绝望……人类的本能记忆语言记忆外部记忆：绘画与文本共享记忆介质记忆：摄影、磁带与胶片第二部分 大数据时代如何进行信息的取舍第3章 世界已经被设置成记忆模式：数字化记忆发展的4大驱动力人类对完整记忆的需求一直在持续上升，这让如今的世界已经被设置为记忆模式。海量的数字化记忆不仅触手可得，甚至比选择性删除所耗费的时间成本更低。这是一个几乎失去了遗忘动机的时代……小黑盒子与麦克斯存储扩展器驱动力1：数字化驱动力2：廉价的存储器驱动力3：易于提取驱动力4：全球性覆盖第4章一个没有安全与时间的未来：数字化记忆的两大威胁在信息权力与时间的交汇处，永久的记忆创造了空间和时间圆形监狱的幽灵。广泛的数字记忆摧毁了历史，损害了我们的判断和我们及时行为的能力，让我们无助地徘徊在两个同样让人不安的选择之间：是选择永久的过去，还是忽略客观存在的现实？信息富民VS信息贫民：信息控制权的威胁永恒的历史VS被忽视的现实：时间的威胁第5章 来一场“互联网遗忘”运动：应对数字化记忆与信息安全的6大对策数字化记忆仿佛是一个诅咒，人类对它愈发强烈的依赖阻碍了我们从中学习、成长和发展的能力。而信息隐私权的维护不仅应在当下，还应在未来。如果有一天隐私权被废除，信息处理者们坐在堆积如山的个人信息中对为所欲为，那么信息隐私权还有什么意义？对策1：数字化节制对策2：保护信息隐私权对策3：建设数字隐私权基础设施对策4：调整人类的现有认知对策5：打造良性的信息生态对策6：完全语境化第6章给信息一个存储期限：应对数字化记忆与信息安全的关键对策存储期限并不是强制性的遗忘，不是让我们被迫去选择，而是通过存储期限让我们能对信息的寿命做出应对。它将成为我们日常生活的一部分，让我们深刻意识到一个人类已经无意识地默认了上千年的道理：数量不等于质量，“好”信息不等于“滥”信息。cookie的警告信息的存储期限设定关于信息寿命的元信息9个月，不断缩短的存储期限设定存储期限的技术措施不是用技术删除，而是让遗忘复活谁来掌控存储期限我们需要“能衰退”的存储系统第7章让遗忘回归常态：大数据时代数字化记忆的未来数字化使得存储成本的垂直下降，简便的信息提取，以及全球性访问数字记忆成为可能。在人类历史上，这是第一次我们能够使记住比遗忘更便宜更容易，也是第一次逆转了遗忘由来已久的默认状态。
㈦ 哪些大学可报考大数据专业
北京大学——北京大数据研究院清华大学——清华大学数据研究院人民大学——统计与大数回据研究答院复旦大学——大数据学院中南大学——中南大学信息安全与大数据研究院西南交通大学——金融大数据研究院贵州大学——贵州大学大数据与信息工程学院南京邮电大学——南京邮电大学盐城大数据研究院
㈧ 《智慧社会大数据与社会物理学》pdf下载在线阅读，求百度网盘云资源
《智慧社会》（阿莱克斯·彭特兰 (Alex Pentland)）电子书网盘下载免费在线阅读
资源链接：
链接：https://pan..com/s/1Kzq76mlXoVe_voGT0bOcZw
提取码：ptfx
书名：智慧社会
作者：阿莱克斯·彭特兰 (Alex Pentland)
译者：汪小帆
豆瓣评分：7.6
出版社：浙江人民出版社
出版年份：2015-4
页数：240
内容简介：如果要在大数据领域推举出一个代表性的科学家，阿莱克斯·彭特兰是一个无法令人忽略的名字。经过数年极具开创性的研究，社会物理学这个全新科学领域的根基已足够深厚。社会物理学是关于想法流的科学，正是在想法流的帮助下，我们才得以提高集体智能，促进智慧社会的形成。
通过研究数以百万计的人在智能手机、GPS设备、互联网等地方留下的“数字面包屑”，大数据的应用已成为一股无法被忽视的力量。在大数据的应用中，重要的是目睹人们实际做了什么，而不是听他们说自己做了什么。如果运用恰当的社会网络激励，我们将能够切实提高生产率，实现更高效的沟通。
彭特兰的研究发现，我们可以在不知道任何信息的具体内容的情况下，只通过研究社会网络中的信息交换模式获得惊人的生产力提升和预测准确率提高。不管是家庭、公司这样的小团体，还是城市、国家这样的大团体，都可以通过对社会网络的调整，大大提高思想流，让我们用一种全新的方式看待生活本身。
作者简介：全球大数据权威、可穿戴设备之父、MIT人类动力学实验室主任。
在近30年执教生涯中，彭特兰培养出了50余位博士，其中一半成长为该研究领域的领军人物，1/4成为创业公司的创始人，1/4成为业界相关领域的中坚力量。彭特兰的实验室孵化出了30家以上的高科技企业。
在全球计算科学领域，彭特兰是被引述次数最多的科学家之一。2011年，《福布斯》评选他为全球大数据权威，《新闻周刊》称他是“改变20世纪的100位美国人”之一。2012年，他关于大数据应用的文章获得《哈佛商业评论》的麦肯锡奖。2008年和2013年，他的研究成果更是两度摘得《麻省理工科技评论》“年度十大突破性科学技术”桂冠。
㈨ 理科和工科的区别，数据科学与大数据技术专业
工科是指如机械、建筑、水利、汽车等研究应用技术和工艺的学问。工科是应用数学、物理学、化学等基础科学的原理，结合生产实践所积累的技术经验而发展起来的学科。代表性的学科有土建类、水利类、电工类、电子信息类、热能核能类、仪器仪表类、化工制药类等等。工科的培养目标是在相应的工程领域从事规划、勘探、设计、施工、原材料的选择研究和管理等方面工作的高级工程技术人才。主要是要培养实际应用能力的工作人员。 以上所述主要指传统工科，此外还有新型工科。新型工科是指为适应高技术发展的需要而在有关理科基础上发展起来的学科。我国清华、西安交大、哈工大等以工科见长。一、传统基础工科我们都知道，在工科学校的发展中，会从一些传统工科衍生出其他工科的学科，比如许多高校的控制系是从电机系或者化工系衍生出来。 对照清华大学、交通大学、中央大学、浙江大学民国时期工科的设置，我们认为传统基 础工科是电气工程(电机系）、机械工程(机械系）、化学工程(化工系)、土木工程(土木系）、建筑学(建筑系，清华过去称为营建系)五个学科。二、基本总体工科根据现在教育部公布的一级学科名单，我们剔除开设该学科的学校数目较少的工科比如 核科学等，统计如下学科，化工、材料、环境、生医、机械、仪器、光工、动力、力学、土木、水利、建筑、电工 、电子、通信、控制、计算机共计17个学科，这些学科每个学科参加评估的学校均在5所及 5所以上。三、热门工科我们根据就业形势、生源质量以及社会相关产业发展形势，选取建筑、土木、计算机、 通信、电子、电气、控制等七个学科作热门工科学科四、信息领域现在全社会号称要进入信息时代，我们考虑计算机、通信、电子、电气、控制、仪器、 光工等七个学科.理科(science departments)是指自然科学和应用科学，与文科相对立。理科的主要学科有:数学、物理、化学、生物，还包括计算机软件部份。大学理科专业：一、数学类 0101 数学 0104 数理统计 0102 计算数学及其应用软件 0105 运筹学 0103 应用数学 0106 控制科学二、物理学类0201 物理学（专门方向：理论物理、半导体物理、固体物理、晶体物理、低温物理、光学、磁学、等离子体物理、电子物理） 0202 应用物理学 0203 原子核物理及核技术三、化学类0301 化学（专门方向：无机化学、有机化学、分析化学、物理化学、生物化学、高分子化学） 0302 应用化学 0305 放射化学 0303 材料化学 0306 食品化学 0304 环境化学四、生物学类 0401 植物学 0406 遗传学 0402 动物学 0407 细胞生物学 0403 微生物学 0408 生物化学 0404 生理学 0409 生态学与环境生物学 0405 植物生理学五、天文学类0501 天文学六、地质学类 0601 地质学 0605 水文地质学与工程地质学 0602 构造地质学 0606 岩矿地球化学 0603 地震地质学 0607 放射性矿产地质学 0604 古生物学及地层学七、地球物理学类 0801 地球物理学 0802 空间物理学八、大气科学类 0901 天气动力学 0903 大气物理学与大气环境 0902 气候学 0904 大气探测学九、海洋科学类 1001 物理海洋学 1004 海洋生物学 1002 海洋物理学 1005 海洋地质学 1003 海洋化学十、力学类 1101 力学 1102 应用力学十一、信息与电子科学类 1201 电子学与信息系统 1204 声学 1202 无线电物理学 1205 光学 1203 物理电子学 1206 微电子学十二、计算机科学与技术类 1301 计算机软件 1302 计算机及应用十三、心理学类 1401 心理学 1402 工业心理学试办专业:试01 信息科学 试06 微生物工程学 试02 经济数学 试07 生物医学电子学 试03 科技情报 试08 自然资源管理 试04 材料科学 试09 矿物岩石材料学 试05 分子生物学 试10 环境地学现实世界中的事物是以数据的形式存储到网络空间（CYBER空间）中，数据被大量生产并储存到网络空间而形成数据资源。因而，需要探索网络空间数据奥秘的理论、方法和技术的一门新兴学科，即数据科学。数据科学是未来发展方向，大数据是数字化生存时代的新型战略资源，是驱动创新的重要因素，正在改变人类的生产和生活方式。大数据是数据科学研究的一个方面，大数据的热潮促进了数据科学的发展。目前，数据科学研究受到越来越多的关注，近年来，有关数据科学的会议、期刊、论坛等也越来越多，世界各国纷纷成立数据科学研究机构，这些研究机构的成立推动了数据科学的快速发展。我国面临的问题不是要不要发展数据科学，而是如何开展数据科学研究工作，使得中国的数据科学研究处于世界领先地位。
㈩ 研究物理需要怎样的数学天赋
从某种（下面将要指出的）意义来说，理论物理确实比生物、化学等实验学科更需要“天赋”。我认为与其实说天赋，不如说是『特质』，很大程度上是可以后天训练培养的。我们先看理论物理的学科特点。历史上第一个理论物理学家应该是伽利略，（当然那时候理论和实验还没有分离，所以伽利略应该二者都是），这已经是300多年前的事情了。300多年以来，从最开始的经典力学（第一个完整的物理理论）到最前沿的量子场论、弦理论和凝聚态理论，理论物理已经发展成了一门高度成熟、抽象性程度很高的学科，许多前言的数学概念在理论物理中得到了广泛运用。举个例子：在很多实验学科里面（比如生物和化学），理论往往是定性的，而不是定量的。化学和生物学的理论可以指导你的实验方向，但绝不会告诉你某个试剂加了多少多少就一定能得到什么结果。理论物理则不同，虽然它仍然是以实验为基础的（即使是弦理论，也是原则上可以通过实验验证或者证伪的。通常说弦理论不是物理，是因为弦理论在可以预见的未来不能做出实验可验证的预言或被证伪），但理论物理学家（至少大部分）的思维方式却偏数学，和实验科学家完全不同。比如，理论物理学家已经很少通过实验来归纳理论了，而往往是从一些基本的原则出发，通过增加具体的假设，推理演绎出实验室可能看到的现象。当然现在也有很多从实验现象出发，试图归纳理论来解释的，但往往得出的理论也会以基本假设+演绎推理的形式给出，而且依赖的附加假设越少，适用的情况越多，这样的理论就越优越。对一个成熟的理论物理理论的要求是：必须要能定量地预言各个客观测量之间的精确数量关系，也就是我输入什么参数，实验就一定能得到什么结果。所以，从事理论物理研究必须要具有较好的抽象思维能力，至少比生物、化学等实验学科和计算学科要更高。很多时候，这种抽象思维能力是每个人不同的生活习惯、思维习惯养成的。如果把这个叫做“天赋”的话，做出好的理论物理成果是需要一定“天赋”的。然而，我反对所谓理论物理所需要的智商比别的自然科学要高。每个学科都有自己不同的思维方式，适合在这个思维方式方面突出的人从事研究工作。理论物理确实是自然科学中最抽象、最严密的科学，但很多时候，在某些技巧上，理论物理工作者是不如计算机程序员的。很多理论物理工作者（比如我），就没有系统性思维，动手能力也很差（再自黑一次），一旦碰到了复杂的实际操作问题（理论物理的模型都是高度抽象化的），就力不从心了。比如我可以很快地做出一道量子力学的习题，我的同学A却连答案都不能完全看懂；然而A搭电路的速度和条理性比我好的多，也更会码代码，他能解决大把我连碰都不敢碰的实际问题。（PS：我的物理实验课基本是靠刷上课课时数拿到高分的）能说我的智商比A高，或者A的智商比我高吗！即使是在理论物理学家里面，每个人的思维方式也可以差很远。我是比较注重数学技巧概念和物理结合的，也有的同学很不喜欢数学，数学也不好，但是却有很强的建模能力，对各种物理量的感觉比我好得多。（我们有一个很厉害的同学每次看到一个公式就要把数量带进字母看看那个量大概是多少，他的物理感觉非常好，而我却完全没有这种能力）。我不认为这里存在谁比谁聪明的问题。