我与计算物理

       在不知不觉中，我成为UP主也超过了1000天：粉丝从1到1000经历了2年，从1000到2000在半年左右；评论和私信也多了不少，感谢大家支持，你们的鼓励我都感受到了,观看数和点赞数不多，收藏量还是可以的。作为学习类视频，我还是尽量客观展示知识内容，毕竟夸张的标题不太会，也不符合自己风格。我觉得学习分享类似教下棋，先讲概念就是规则，比如马走日，相走田，然后是经验，常用的别马腿啥的，最后来一些残局讲解，这样基本照顾了不同层次的听众。后面的视频估计都是这样的布局。

       记得读大二的时候，对门宿舍同学向我展示了Matlab 的基本操作和简单编程，我开始了每天对着《Matlab.5.x从入门到精通》敲几句。研究生读的是计算凝聚态物理，我感受到计算物理在数据处理和建模分析方面的强大。后来到高校就职，主讲计算物理、计算材料学等课程，和计算物理是“如影随形”。在课程案例展示中，我用Octave，语法和Matlab基本一致,虽然很多时候不如Matlab，但不担心突然被禁用。

        说回课程，我发现不同的计算物理教材内容差别还是挺大的，应该是和个人研究方向有关。我的研究方向偏材料设计，所以选择的案例和量子力学、统计物理、固体物理等课程相关。对于材料计算，我觉得基本的数值方法还是需要了解的，要建立自己的逻辑体系，不要图省事，问起为啥都是回答”老师、师兄师姐的经验“。材料计算软件目前的确很方便，但知道原理能帮助我们更好理解数据和判断结果。

        在计算物理课程中，不少同学也是喜欢简单套用别人的程序模板，改改参数画个图。尤其是最近有了Open AI的ChatPGT，常见问题可以直接聊出程序，课程论文也可以借助AI轻松完成。其实，当年网络上的搜索引擎、翻译软件刚出来的时候，大家也对读书有过怀疑，后来的人工智能在围棋上的成功，进一步让大家觉得AI有可能会让多数人失业。我是持乐观态度的，AI是超级助手，coder可以利用AI提高效率，结合自身专业知识，可以做更多事情，而只会调包的伪coder估计会失业了，因为普通用户自己就可以借助AI整合通用程序。目前网上资讯丰富，当然也有很多“洗稿”现象，ChatPGT的出现也会催生更多有真才实学的UP主。另一方面，读者应该不断丰富自身知识储备，提升专自身分析、判断能力，和AI共同进步，不是说靠AI躺赢，也不怕被AI替代。

        最后，来点预告吧。在接下来的视频中，我准备借助一系列简单的案例介绍计算物理问题和相应的编程处理，并在此基础上理解材料模拟中结构演化和电子特性等相关内容。这些年的研究和教学的感受，编程关键在于实践，实践出真知。所谓，纸上得来终觉浅，绝知此事要躬行。我希望能用不同层次的案例让大家可以理解和掌握常用的算法，毕竟算法是程序的灵魂。不然语法也很重要，语法算是体格吧。主要的编程语言是Octave，比Fortran还是方便些，没有Python那么流行，仅供参考，欢迎交流。