附录：学问之事，塞翁失马

临时决定要我再写点什么，于是我就送上一篇轻一点的话题，当作茶点来读就好。

这本书是为了给 TCG 的理论基础打地基而写的。说到“建立理论”，人最先想到的，多半是继续往既有理论上面叠，或者索性另起炉灶，创出一套全新的理论。可这两条路都相当难。

其实还有一种更轻便的办法：把别的领域里已经得到的知见“进口”过来。

所以我想介绍两个例子。它们都说明了一件事：正因为来自完全不同领域的新观点被带了进来，原本的学科才一下子获得了巨大的进展。

数学家数起斑马条纹的那一天

你有没有想过，斑马为什么会长成条纹？

生物学家自古以来也一直在思考这个谜题。有人提出过这样的假说：条纹能让狮子之类的捕食者误判距离；条纹在群体行动时会融合起来，让整群斑马看上去像一只巨大的动物，从而把捕食者吓住；又或者，条纹有助于降低体温。

你觉得呢？是不是总觉得差了口气，没那么有说服力？

说到底，如果条纹真的有这么万能，那陆地上带条纹的动物理应再多一些才对。可现实里，除了浣熊尾巴之类的少数例子之外，并没有出现大批条纹动物。

而且，拥有“用途不明的花纹”的，也不止斑马。网纹长颈鹿的体型大得几乎不可能靠花纹伪装，可它偏偏长着网状斑纹；黑豹乍看通体漆黑，其实皮毛底下依旧带着豹子的花纹；有一种比目鱼叫シマウシノシタ，全身的条纹夸张得连斑马都要让它三分，可它平时又是埋在沙里，只把眼睛露在外面，好像怎么看都不需要那种花纹。

这个问题长期以来都是生物学里一桩难题。许多生物学家为之苦恼，也提出过不少可疑的说法。可真正带来有力解释的，却来自一个相当出人意料的方向。

那个领域，是数学。

以计算机科学先驱而闻名的艾伦·图灵证明过：当两种不同物质混在一起时，只要调节它们扩散方式的参数，就能生成条纹、斑点等各种各样的花纹。

如果把这两种物质理解成颜色不同的两类细胞，那么各种生物体表的纹样，其实就能得到相当简洁的说明。

这套理论起初并没有被认真对待，毕竟是个“隔行学者”丢过来的奇说。可到了近年，实验已经表明它至少在一定程度上是正确的，于是它作为有力理论重新获得了关注。

有兴趣的朋友，可以去搜“图灵模式”。

重点并不在于“数学打败了生物学”，而在于：真正推动问题前进的，不一定是本学科内部更卖力的人；有时，恰恰是隔壁学科带来了一套更适合的描述语言。

花粉、股价与火箭

大多数人恐怕都曾做过“靠股票赚上一笔”的梦。那么，未来的股价究竟该怎么预测？

也许你也曾直觉地想过：只要把过去的数据分析得足够细，远一点的未来未必能知道，但最近一小段时间内的股价，应该还是可以预测吧？

就连牛顿也想过类似的事，还真的下场实践过，结果据说亏得很惨。事情往往就是这么不肯如人所愿。

与这种想法正好相反的，是法国数学家路易·巴舍利耶。他认为，极其临近的未来股价其实是随机的，并指出：用来研究水中微粒不规则运动的理论，也许能拿来解释股价的变化。

这就是所谓的布朗运动。后来，爱因斯坦之所以获得诺贝尔奖，也和他利用花粉中提取的微粒，对布朗运动与分子带来的新见解有关。

巴舍利耶的研究在当时完全没有得到评价，可随着时间推移，它的有效性一点点被证明，如今人们反而把它看作是“第一次试图用高度数学去解明金融活动”的尝试。

如果再从金融工程的视角往后看，还会发现另一个转折。美苏宇宙开发竞争结束后，预算遭削的 NASA 进行过大规模裁员。那批原本研究火箭的人才，开始寻找还能施展数学能力的新去处。结果，他们流向了金融工程，而这个领域也因此迎来了巨大的发展。

巨人不止一个

人们常说，要站在巨人的肩膀上。

可巨人的肩膀本来就很高，想爬上去还是不容易。既然如此，也许旁边那位巨人更好爬一点。先爬上他的肩，再从那边跳过去，说不定还来得更轻松。

一般 TCG 理论想做的，其实也是同一件事。