他一直在尝试的，是从一个充满噪声和未知数的方程组里，求出一个确定性的唯一“解”。
可是，在信息不足的情况下，这样数学方法根本不存在！
而俄罗斯方块给他的启发，是一种思维范式的根本跃迁——
从“确定性求解”，转向“概率性探索”。
与其去追寻那个唯一的“真值”，他更应该做的，是去描绘所有“可能性”的分布地图。
就像玩俄罗斯方块一样，先建立一个包含所有物理先验（K-K关系、正性、平滑性）的“目标函数”（场地），然后让无数个随机生成的“候选解”（方块）在里面自由地“下落”（优化）。
最终那个能让“场地”最“平整”（目标函数值最小）的，就是最可能的物理真实解！
这正是贝叶斯推断与马尔可夫链蒙特卡洛（MCMC）方法的思想精髓！
【模拟科研，推演继续！】
【第351小时：思维范式发生跃迁！你放弃了所有解析解的尝试，开始构建一个全新的、基于贝叶斯框架的正则化蒙特卡洛（MCMC）算法。】
The content is not finished, continue reading on the next page