“知识的各种分支在广度和深度上的扩展使我们陷入了一种奇异的两难境地。我们清楚地感到，一方面我们现在还只是刚刚在开始获得某些可靠的资料，试图把所有已知的知识综合成为一个统一的整体；可是，另一方面，一个人想要驾御比一个狭小的专门领域再多一点的知识，也已经是几乎不可能的了。除非我们中间有些人敢于着手总结那些事实和理论，即使其中有的是属于第二手的和不完备的知识，而且还敢于冒把自己看成蠢人的风险，除此之外，我看不到再有摆脱这种两难境地的危险的其他办法了。否则，我们的真正目的永远不可能达到。”就这样，为了弥合知识的分裂，追求科学的统一，他甘愿冒着被人指斥为蠢人的风险，其决心之大由此略见一斑。

要在科学研究中善于选择和变换自己的角色。薛定谔正是这样做的，像彭加勒、迪昂、奥斯特瓦尔德等科学家也深知这一点。奥斯特瓦尔德的下述言论也许道出了其中的玄机：“当人们研究任何一种专业而到达其顶峰时，只有两个选择摆在他的面前：或者，他呆在顶峰，这就要冒跌落的危险和被较年轻的、有活力的后继者的急速脚步踩坏的危险；或者，当他还在顶峰时，他主动迅速地离开这样一个危险的地方，如果有人因为放弃他在一生最好的时光所获得的东西而感到悲哀的话，那么他完全可以在其他领域利用他的思想、精力和时间另起炉灶。在这里不需要担心找不到新观念，只要他的智力源泉有足够的贮备，他的思想便永远不会停顿和枯竭。”

正弦波能量和振幅平方成正比。（应该是对的吧，不对的话麻烦科普一下怎么算）
设sin（x）的能量是p；
sin（x）+sin（x）=2sin（x）；
2sin（x）能量是4p；
所以多出来的2p是怎么回事?

根据希格斯模型，基本粒子是跟一种看不见的、无所不在的场发生相互作用而获得了质量。一个粒子与希格斯场相互作用越强烈，它拥有的质量就越大。科学家很难向英国政府解释清楚希格斯场，所以在1993年，英国科学部长威廉•瓦多格列佛（William Waldegrave）向科学家发起了挑战，让他们用一页纸的篇幅向他解释希格斯场。瓦多格列佛拿出了一瓶香槟奖给了获胜者，其中就包括英国伦敦大学学院的物理学家戴维•米勒（David Miller）。米勒把希格斯场比作一个房间，房间里均匀分散着一大群为政客聚会服务的工作人员。一个无关紧要的人可以不受阻碍地在人群中穿来穿去。然而，如果是时任英国首相撒切尔夫人（Margaret Thatcher）到场，一定会吸引大量的关注：聚会工作人员会围拢在她周围，减慢她穿行的速度，使她带上某种“质量”。

可以毫不夸张地说，Ising模型是统计物理中迄今为止唯一的一个同时具备:表述简单、内涵丰富、应用广泛这三种优点的模型。Ising模型的提出是为了解释铁磁物质的相变，即磁铁在加热到一定临界温度以上会出现磁性消失的现象，而降温到临界温度以下又会表现出磁性。这种有磁性、无磁性两相之间的转变，是一种连续相变（也叫二级相变）。Ising模型假设铁磁物质是由一堆规则排列的小磁针构成，每个磁针只有上下两个方向（自旋）。相邻的小磁针之间通过能量约束发生相互作用，同时又会由于环境热噪声的干扰而发生磁性的随机转变（上变为下或反之）。涨落的大小由关键的温度参数决定，温度越高，随机涨落干扰越强，小磁针越容易发生无序而剧烈地状态转变，从而让上下两个方向的磁性相互抵消，整个系统消失磁性，如果温度很低，则小磁针相对宁静，系统处于能量约束高的状态,大量的小磁针方向一致,铁磁系统展现出磁性。而当系统处于临界温度的时候，Ising模型表现出一系列幂律行为和自相似现象。
由于Ising模型的高度抽象，人们可以很容易地将它应用到其他领域之中。例如，人们将每个小磁针比喻为某个村落中的村民，而将小磁针上、下的两种状态比喻成个体所具备的两种政治观点（例如对A,B两个不同候选人的选举），相邻小磁针之间的相互作用比喻成村民之间观点的影响。环境的温度比喻成每个村民对自己意见不坚持的程度。这样，整个Ising模型就可以建模该村落中不同政治见解的动态演化（即观点动力学opinion dynamics）。在社会科学中，人们已经将Ising模型应用于股票市场、种族隔离、政治选择等不同的问题。另一方面，如果将小磁针比喻成神经元细胞，向上向下的状态比喻成神经元的激活与抑制，小磁针的相互作用比喻成神经元之间的信号传导，那么，Ising模型的变种还可以用来建模神经网络系统，从而搭建可适应环境、不断学习的机器（Hopfield网络或Boltzmann机）。
Ising模型之所以具有如此广泛的应用并不仅仅在于它的模型机制的简单性，更重要的是它可以模拟出广泛存在于自然、社会、人工系统中的临界现象。所谓的临界现象，是指系统在相变临界点附近的时候表现出的一系列的标度现象（Scaling phenomena），以及系统在不同尺度之间的相似性。临界系统之中不同组成部分之间还会发生长程的关联，这种通过局部相互作用而导致长程联系的现象恰恰是真实复杂系统，如社会、经济、认知神经系统的复杂性所在。因此，Ising模型不仅仅是一个统计物理模型，它更是一个建模各种复杂系统模型的典范。