所以邏輯不好定義。QM的發明者認為不符合邏輯。根據字典，妳不能將邏輯與常識或直覺分開。QM不是壹個，而是無數個等價公式。真的像看起來那麽沒希望嗎？我不這麽認為。
我第壹次知道量子力學是通過壹個朋友。他開始在倫敦帝國理工學院攻讀理論物理學博士學位，加入他的不是別人，正是阿蔔杜勒·薩拉姆本人。他壹開始很困惑，告訴我；我們被告知，找出壹個粒子是什麽或它是如何形成的並不重要——只要我們有壹個可以預測粒子所有行為的工具。這是所有歧義的來源。QM最初是壹個“曲線擬合”或“數學建模”的過程——使已知的物理結果有意義，這與當時已有的工具不同。導致物理學家放棄直路，尋找捷徑。然而，如果我們試圖用普通物理學來描述最終模型的元素，我們無疑會面臨現實的困難。
我第壹次知道量子力學是通過壹個朋友。他開始在倫敦帝國理工學院攻讀理論物理學博士學位，加入他的不是別人，正是阿蔔杜勒·薩拉姆本人。他壹開始很困惑，告訴我；我們被告知，找出壹個粒子是什麽或它是如何形成的並不重要——只要我們有壹個可以預測粒子所有行為的工具。這是所有歧義的來源。QM最初是壹個“曲線擬合”或“數學建模”的過程——使已知的物理結果有意義，這與當時已有的工具不同。導致物理學家放棄直路，尋找捷徑。然而，如果我們試圖用普通物理學來描述最終模型的元素，我們無疑會面臨現實的困難。
我第壹次知道量子力學是通過壹個朋友。他開始在倫敦帝國理工學院攻讀理論物理學博士學位，加入他的不是別人，正是阿蔔杜勒·薩拉姆本人。他壹開始很困惑，告訴我；我們被告知，找出壹個粒子是什麽或它是如何形成的並不重要——只要我們有壹個可以預測粒子所有行為的工具。這是所有歧義的來源。QM最初是壹個“曲線擬合”或“數學建模”的過程——使已知的物理結果有意義，這與當時已有的工具不同。導致物理學家放棄直路，尋找捷徑。然而，如果我們試圖用普通物理學來描述最終模型的元素，我們無疑會面臨現實的困難。
模型構建依賴於輸入和輸出，不考慮中間發生了什麽——這是黑箱術語。最好的例子是神經網絡類型模型。該模型由數千個連接在壹起的行節點組成。每個節點幾乎不能加，但這個盒子能比最好的工程師更準確地指出燃氣輪機的問題。如果妳現在試圖把節點和問題的各個部分聯系起來，妳會遇到壹個不可能的情況。這個問題沒有魔法——壹切都合乎邏輯和常識，但任務仍然不可能完成。
除了建模工具，QM還依賴於能量和概率論證，這兩者都是我所說的“粗糙方法”，就像建模不關心從開始到結束的中間過程壹樣。如果有很多條路通向山頂，能量辯論會告訴妳，妳需要同樣的汽油通過其中的任何壹條(忽略摩擦力)。那麽，我是否可以得出這樣的結論:大自然真的不在乎我走哪條路到達頂峰？不會，因為如果妳發現除了汽油還有其他因素需要擔心，比如磨損，那麽妳走哪條路就大不壹樣了。
除了建模工具，QM還依賴於能量和概率論證，這兩者都是我所說的“粗糙方法”，就像建模不關心從開始到結束的中間過程壹樣。如果有很多條路通向山頂，能量辯論會告訴妳，妳需要同樣的汽油通過其中的任何壹條(忽略摩擦力)。那麽，我是否可以得出這樣的結論:大自然真的不在乎我走哪條路到達頂峰？不會，因為如果妳發現除了汽油還有其他因素需要擔心，比如磨損，那麽妳走哪條路就大不壹樣了。
QM取決於運營商。他們用坐標的導數代替變量。似乎沒有多少人意識到這意味著改變。這是妳的空間距離，速度等等，這些都不是正常的而是它們的變換對應。只有反向轉換才能恢復原來的變量。還有壹個類似的例子是Heaviside發明的D算子方法。他把代數變量的導數當作新的代數變量。他終於拿到了代數。