看见物理（一）：运动——世界从"动"开始

写在前面：为什么要写"看见物理"

“看见数学"系列写完之后，有读者留言，问能不能也写一写高中物理。

我想了想——不但可以，而且必须写。

因为我在写"看见数学"的过程中，越来越强烈地意识到一件事：AI 里面到处都是物理学。Temperature、Entropy、Momentum、Diffusion、Energy Landscape……这些不是比喻，不是文学修辞——它们就是物理学的原始概念，被直接搬进了 AI。

但这个系列不只是为了讲 AI。

它也是给正在学物理的中学生写的。 给觉得物理"难"的人写的。给学过但忘了、想重新理解的人写的。

物理课本教你 $v = v_0 + at$，告诉你"匀变速直线运动公式”。但从来没人停下来告诉你：

这个公式在说什么？人类为什么需要它？它描述的是世界的哪一面？

更没人告诉你：

你学的这些东西，和今天最前沿的 AI 技术，用的是同一套思想。

这个系列，就是来补这一课的。

先祛个魅

你有没有发现，物理学里到处都是"XX力学"这种吓人的名字？

• 经典力学
• 量子力学
• 统计力学
• 热力学
• 电动力学
• 流体力学
• ……

这事要怪牛顿。

1687 年牛顿出版了《自然哲学的数学原理》（Principia），用"力学"（mechanics，源自希腊语 μηχανική，原意是"关于巧妙装置的学问"）建立了一套解释万物运动的体系。这本书太成功了——它让"力学"这个词变成了"严谨的物理学"的代名词。

之后的物理学家们发现了新的分支，也纷纷搬出"力学"来命名自己的领域：研究热的叫"热力学"，研究微观粒子的叫"量子力学"，用统计方法的叫"统计力学"……好像不带上"力学"两个字，就显得不够硬核，不够科学。

这种"蹭品牌"的行为，在学术界至今屡见不鲜。 人类在追求真理、保持理性的同时，摆脱不了主观和感性的左右——给自己的学问挂一个响亮的名头，就是一种感性。

但真理不需要响亮的名头。

所谓"经典力学"，就是研究东西怎么动的学问。

所谓"热力学"，就是研究热量怎么跑的学问。

所谓"量子力学"，就是研究很小很小的东西的行为的学问。

就这么简单。没有任何一条物理定律是"普通人理解不了"的。它们描述的，都是你每天能看到、能感受到的世界。

一个更大的魅要祛：物理学从哪来？

顺便说一件你可能不知道的事——

“物理学"这个学科，很年轻。“物理学家"这个职业，更年轻。

在牛顿的时代，根本没有"物理学家"这个词。牛顿给自己的书起的名字是《自然哲学的数学原理》——自然哲学（Natural Philosophy），不是"物理学”。

在 19 世纪以前，研究自然的人统一叫做自然哲学家（Natural Philosopher）。数学、物理、化学、生物、天文——全都混在"自然哲学"这口大锅里。牛顿研究引力，也研究光学，也研究炼金术；达芬奇画蒙娜丽莎，也解剖尸体，也设计飞行器；亚里士多德同时是物理学家、生物学家、逻辑学家和政治学家——因为在他的时代，这些根本就是同一个东西。

古希腊（公元前）：一切学问都叫"哲学"
  ↓
中世纪：研究自然的叫"自然哲学"
  ↓
17世纪：牛顿的巨著叫《自然哲学的数学原理》
  ↓
1833年：William Whewell 才发明了"scientist"（科学家）这个词
  ↓
19世纪末：物理、化学、生物才正式分家

牛顿从来不知道自己是个"物理学家"——
这个词在他死后一百多年才被发明出来。

今天我们学物理、学化学、学生物，觉得它们是完全不同的学科。但回到源头，它们都是同一个冲动的产物——人类想弄明白这个世界是怎么运转的。

好了，让我们从最简单的问题开始——

东西为什么会动？

系列导航

▸ 第一篇（本文）：运动——世界从"动"开始

▹ 第二篇：力——看不见的手

▹ 第三篇：能量——不灭的守恒量

▹ 第四篇：动量——惯性的力量

如果你已经读过 《看见数学》系列，会发现物理和数学的关系比你想象的更深——物理提出问题，数学发明工具来回答。

第一章：两千年的错觉

公元前 340 年，雅典。

亚里士多德——古希腊最伟大的思想家，写下了一个"显而易见"的结论：

“重的东西比轻的东西落得快。”

你觉得呢？一块大石头和一片树叶同时从楼上扔下去，谁先落地？

显然是石头对吧？

亚里士多德也是这么想的。 而且全世界的人，跟他想了两千年。

他的理由也很"合理”：重的东西有更强的"趋向自然位置"的倾向，所以下落更快。

这套说法统治了整个西方世界接近 2000 年。两千年里，无数聪明人读过这句话，觉得有道理，就接受了。

没有人去试一下。

一句话记住： “显而易见"是思维最危险的陷阱。物理学的第一课：不要相信"看起来对"的东西，要去测量。

第二章：伽利略的转向——从"为什么"到"怎么”

1589 年，意大利比萨。

一个 25 岁的数学教授，做了一件两千年来没人做过的事。

传说他从比萨斜塔上同时扔下一个重球和一个轻球。

两个球几乎同时落地。

比萨斜塔实验是否真的发生过，历史学家至今有争议。但伽利略确实做了大量的斜面实验——让球沿着斜面滚下来，精确测量不同时间点的距离。

这才是真正的革命所在。

伽利略之前的人都在问：“东西为什么会动？” ——为什么石头会落下？因为它要回到"自然位置"。为什么火焰往上飘？因为它的本性是向上。

这些回答听起来有道理，但什么都没告诉你。你无法用它们做任何预测。

伽利略换了一个问题：

“东西怎么动？”

不问"为什么落下"。问"落下的速度是多少？怎么变的？每一秒比上一秒快多少？"

一句话记住： 伽利略的革命不是发现了什么新东西。他的革命是：换了一种提问方式。从"为什么"到"怎么"——从追问终极原因，到精确描述过程。这就是科学方法的诞生。

第三章：描述运动的语言——位移、速度、加速度

好了，伽利略说我们不问"为什么"，我们问"怎么动"。

那怎么描述"怎么动"呢？你需要三个词。

第一个词：位移（在哪）

位移回答一个问题：你从哪到哪，移了多远？

你从家走到学校：
  路程（走了多少路）：1.5 km（拐弯抹角，实际走的路）
  位移（直线距离）：0.8 km 向东北（起点到终点的直线）

位移 ≠ 路程
位移关心的是"结果"，不是"过程"

第二个词：速度（多快）

速度回答一个问题：位移变化有多快？

你走了 0.8 km，用了 10 分钟。

平均速度 = 位移 / 时间 = 0.8 km / 10 min = 4.8 km/h

但你不是每一秒都走这么快。
有时快有时慢。

每一个瞬间的速度是多少？这就是瞬时速度——你需要把时间间隔取得越来越小，取到无穷小。

等等，“无穷小的时间间隔里的变化量”——这不就是导数吗？

没错。速度就是位移对时间的导数。

$$v = \frac{dx}{dt}$$

如果你读过《看见数学（九）：微积分——变化的语言》，你已经知道导数是什么了。这里你看到了它第一个也是最经典的用途——描述运动。

事实上，牛顿发明微积分，就是为了描述运动。不是先有微积分，再用到物理——是物理需要一种描述变化的语言，微积分才被发明出来。

物理提出问题，数学发明工具来回答。 这是物理和数学关系的核心。

第三个词：加速度（变化的变化）

加速度是最反直觉的一个。

速度描述的是"位置变化有多快"。

加速度描述的是"速度变化有多快"。

一辆车：
  速度大 ≠ 加速度大
  速度变得快 = 加速度大

  时速 200 km/h 匀速巡航的高铁 → 加速度 = 0
  从 0 到 60 的电动车起步瞬间 → 加速度很大

  加速度是速度的导数。
  速度是位移的导数。

  加速度 = 位移的二阶导数。

$$a = \frac{dv}{dt} = \frac{d^2x}{dt^2}$$

一句话记住： 位移、速度、加速度不是三个独立的概念——它们是同一个运动的三个层次，用导数和积分连接。理解了这一点，运动学公式就不用背了，因为它们都是一回事。

第四章：伽利略的发现——自由落体

好，有了这三个词，我们可以精确描述伽利略发现了什么。

伽利略通过斜面实验发现：一个自由下落的物体（忽略空气阻力），

加速度是恒定的。

不管它有多重，不管它已经落了多久——每一秒钟，速度都增加相同的量。

地球上，这个恒定的加速度约为：

  g ≈ 9.8 m/s²

含义：每过 1 秒，下落速度增加 9.8 m/s

  第 0 秒：v = 0 m/s        （从静止开始）
  第 1 秒：v = 9.8 m/s      （约 35 km/h）
  第 2 秒：v = 19.6 m/s     （约 71 km/h）
  第 3 秒：v = 29.4 m/s     （约 106 km/h）
  第 4 秒：v = 39.2 m/s     （约 141 km/h）

4 秒，从 0 加速到 141 km/h。
这就是重力加速度的威力。

那课本上那些"匀变速直线运动"的公式呢？

$$v = v_0 + at$$

$$x = v_0 t + \frac{1}{2}at^2$$

你不需要背这些公式。 它们全是加速度恒定这一个事实的数学推论。

如果你知道"加速度是速度对时间的导数"，反过来——

• 对加速度 $a$（常数）做积分，得到速度 $v = v_0 + at$
• 对速度再做一次积分，得到位移 $x = v_0 t + \frac{1}{2}at^2$

两个公式，就是两次积分。没有任何神秘的地方。

已知：加速度 a 是常数

第一次积分：
  ∫a dt = at + C₁     → 速度 v = v₀ + at    ✓

第二次积分：
  ∫(v₀ + at) dt = v₀t + ½at² + C₂
                                    → 位移 x = v₀t + ½at²   ✓

两个公式 = 两次积分。
学了微积分之后，运动学公式全是"算"出来的，不用背。

一句话记住： 物理不需要"背公式"。物理只需要理解一个核心事实，然后用数学推出其余一切。如果你在背公式，说明你还没找到那个核心事实。

第五章：连接 AI——梯度就是"变化的速度"

现在来看一件你可能想不到的事。

AI 训练模型的核心算法，用的就是"速度"和"加速度"的思想。

当你训练一个 AI 模型（比如 GPT），本质上在做一件事：

找到一组参数，让模型的预测误差（损失函数）尽可能小。

这就像在一片山地里找最低的谷底：

怎么找到谷底？最直觉的方法：

看脚下哪边是下坡，往那边走。

“脚下哪边是下坡”——这就是梯度（gradient）。

梯度是什么？梯度就是损失函数对参数的导数。

$$\text{梯度} = \frac{\partial L}{\partial w}$$

把这个和运动学放在一起看：

再看一个更直接的对应。

AI 优化器里有一个著名的技巧叫 Momentum（动量）。它的意思是：更新参数时，不只看当前的梯度，还"记住"之前的更新方向，像一个有惯性的球。

没有动量：
  每一步都只看当前的梯度方向
  容易在山谷里来回震荡
  ← → ← → ← →   （走不远）

有动量：
  记住之前在往哪个方向走
  像一个有惯性的球，越滚越有方向
  → → → → → →   （直奔谷底）

“动量"这个词不是比喻——它就是从物理学的动量概念直接借过来的。

物理学课本上的 $p = mv$，和 AI 优化器里的 Momentum 参数，描述的是同一种思想：惯性让运动更稳定。

一句话记住： AI 训练 = 一个球在损失函数的山地上滚。梯度是"坡度”，Momentum 是"惯性"。你在物理课上学的运动学，正是 AI 工程师每天在用的东西。

第六章：更深的问题——“动"是绝对的吗？

伽利略还发现了一件比自由落体更深刻的事。

想象你坐在一艘平稳行驶的船上（没有窗户）。你在船舱里扔一个球，球的运动轨迹和你在岸上扔一个球完全一样。

你无法通过任何实验判断自己是"在动"还是"静止”。

这就是伽利略相对性原理——运动是相对的。

你坐在火车上，看窗外的树在往后跑。
窗外的人看你在往前跑。

谁在动？

答案：都在动，也都没在动。
取决于你选谁当"参考"。

没有"绝对静止"这回事。

这个想法后来被爱因斯坦推到了极致——狭义相对论。但它的种子是伽利略种下的。

这也暗示了一种重要的思维方式：很多看似"绝对"的东西，其实取决于你的参考系。

第七章：物理学家的故事——伽利略的代价

伽利略不只是一个聪明的科学家。他是一个用一生与权威对抗的人。

1633 年，69 岁的伽利略被罗马宗教裁判所传唤。罪名是：宣传"地球围绕太阳转"的日心说。

教会给了他一个选择：要么认错，要么受刑。

伽利略选择了认错。他跪在法庭上，宣读了一份声明：

“我放弃、诅咒并痛恨上述错误和异端……”

传说他站起来时，低声说了一句：

“Eppur si muove.”（但它确实在动。）

伽利略被判终身软禁。他在软禁中度过了生命最后的 8 年，双目失明，但仍然在写作。他最伟大的著作《两种新科学的对话》，就是在软禁期间完成的。

1642 年 1 月 8 日，伽利略去世。

同一年的 12 月 25 日，一个婴儿出生在英国一个小村庄里。

他的名字叫艾萨克·牛顿。

伽利略问了"怎么动"。牛顿将回答"为什么动"。但牛顿的"为什么"和亚里士多德的"为什么"完全不同——它不是哲学猜想，而是可以精确计算的数学定律。

这是下一篇的故事。

本篇小结

下一篇预告

伽利略告诉我们"东西怎么动"。但一个更深的问题还没回答：

“东西为什么会动？”

牛顿用三条定律回答了这个问题。而其中最反直觉的一条，不是 F=ma，而是第一定律——

一个不受力的物体，不是静止不动的。它会永远匀速运动下去。

这颠覆了人类两千年的直觉。它改变了"运动"的含义本身。

下一篇：看见物理（二）：力——看不见的手

动手实验

如果你想亲手"看见"自由落体和梯度下降的关系，可以试试这段代码：

# 纯 Python，零依赖

# ===== 实验 1：模拟自由落体 =====
print("=== 自由落体 ===")
g = 9.8    # 重力加速度 m/s²
v = 0      # 初速度
x = 0      # 初始高度（向下为正）
dt = 0.5   # 时间步长

for step in range(9):
    t = step * dt
    v = g * t                    # v = at（速度 = 加速度 × 时间）
    x = 0.5 * g * t * t          # x = ½at²
    print(f"  t={t:.1f}s  速度={v:5.1f} m/s  下落={x:6.1f} m")

# ===== 实验 2：梯度下降找最低点 =====
print("\n=== 梯度下降 ===")
print("目标：找到 f(x) = (x-3)² 的最低点\n")

x = 10.0           # 从 x=10 开始
lr = 0.1            # 学习率（相当于物理里的"步长"）
momentum = 0.0
beta = 0.9          # 动量系数

for step in range(20):
    # 当前的"海拔"（损失值）
    loss = (x - 3) ** 2
    # 梯度 = 导数 = 2(x-3) = "坡度"
    grad = 2 * (x - 3)
    # 动量更新（像有惯性的球）
    momentum = beta * momentum + grad
    # 沿梯度方向走一步
    x = x - lr * momentum

    if step % 3 == 0 or step == 19:
        bar = "█" * int(loss / 2) if loss > 0.5 else "▎"
        print(f"  第{step+1:2d}步  x={x:.4f}  损失={loss:.4f}  {bar}")

print(f"\n  最终 x={x:.4f}（最优解是 3.0）")
print(f"  梯度下降 = 一个有动量的球在抛物线上滚到谷底")

运行之后你会看到：自由落体是加速度恒定的运动，梯度下降是"球在损失函数上滚"——同一套思想，两个世界。

延伸阅读

想更深入了解本篇内容？推荐以下资料：

• 《两种新科学的对话》 ——伽利略，物理学的奠基之作。用对话体写成，400 年后读起来仍然清晰有趣
• Feynman Lectures on Physics, Vol. 1, Ch. 8: Motion ——费曼讲物理，运动学章节，大师级的直觉讲解
• 3Blue1Brown：“微积分的本质"系列 ——YouTube/B 站均有，用动画展示导数与运动的关系