首先什么是逻辑;2007年，Mossakowski等人评论说:“对于‘逻辑’没有一个被广泛接受的正式定义，这很令人尴尬。”那就读读费曼的这篇文章;“如果你认为你了解量子力学，那你根本就不了解量子力学。”然后读一读韦氏词典对逻辑的定义;思考某事的适当或合理的方式。这句话来自维基百科上的量子力学"量子力学有很多数学上等价的公式"
所以逻辑没有很好的定义，QM的发明者认为它不是逻辑的，你不能把逻辑与常识或直觉分开——根据字典。QM并不是一个，而是无数个等价的公式。真的像看起来那么无望吗。我认为不是。
我最初是通过一个朋友认识量子力学的，他在帝国理工学院开始攻读理论物理学博士学位，和他一起的不是别人，正是阿卜杜勒·萨拉姆本人。他一开始很困惑，告诉我;我们被告知，找出粒子是什么或它是如何形成的并不重要——只要我们有一种工具，可以预测粒子的一切行为。这就是所有歧义的来源。QM一开始是一种“曲线拟合”过程或“数学建模”过程——以使已知的物理结果有意义，而这些结果与当时现有的工具不同。导致物理学家放弃了直线的路径而寻找捷径。但是，如果我们试图用普通物理学来描述最终模型的元素，我们无疑会面临真正的困难。
我最初是通过一个朋友认识量子力学的，他在帝国理工学院开始攻读理论物理学博士学位，和他一起的不是别人，正是阿卜杜勒·萨拉姆本人。他一开始很困惑，告诉我;我们被告知，找出粒子是什么或它是如何形成的并不重要——只要我们有一种工具，可以预测粒子的一切行为。这就是所有歧义的来源。QM一开始是一种“曲线拟合”过程或“数学建模”过程——以使已知的物理结果有意义，而这些结果与当时现有的工具不同。导致物理学家放弃了直线的路径而寻找捷径。但是，如果我们试图用普通物理学来描述最终模型的元素，我们无疑会面临真正的困难。
我最初是通过一个朋友认识量子力学的，他在帝国理工学院开始攻读理论物理学博士学位，和他一起的不是别人，正是阿卜杜勒·萨拉姆本人。他一开始很困惑，告诉我;我们被告知，找出粒子是什么或它是如何形成的并不重要——只要我们有一种工具，可以预测粒子的一切行为。这就是所有歧义的来源。QM一开始是一种“曲线拟合”过程或“数学建模”过程——以使已知的物理结果有意义，而这些结果与当时现有的工具不同。导致物理学家放弃了直线的路径而寻找捷径。但是，如果我们试图用普通物理学来描述最终模型的元素，我们无疑会面临真正的困难。
模型构建依赖于输入和输出，而不关心中间发生了什么——这就是黑盒术语。最好的例子是神经网络类型模型。这样的模型是由成千上万的行节点连接在一起组成的。每个节点几乎不能增加，但这个盒子能比最好的工程师更准确地指出燃气轮机的问题。如果您现在尝试将节点与问题的各个部分相关联，那么您将遇到不可能的情况。这个问题没有魔法——一切都是合乎逻辑和常识的，但这个任务仍然是不可能的。
除了建模工具，QM依赖于能量和概率论证，这两者都是我所谓的“粗率方法”，就像建模不关心开始和结束之间的中间过程。如果有许多条通往山顶的道路，能源争论会告诉你，你需要同样的汽油才能通过其中任何一条(忽略摩擦)。那么，我能否得出这样的结论:大自然真的不在乎我走哪条路才能登顶?不是的，因为如果你发现除了汽油，比如磨损，还有其他的因素需要担心，那么你走哪条路就会有很大的不同。
除了建模工具，QM依赖于能量和概率论证，这两者都是我所谓的“粗率方法”，就像建模不关心开始和结束之间的中间过程。如果有许多条通往山顶的道路，能源争论会告诉你，你需要同样的汽油才能通过其中任何一条(忽略摩擦)。那么，我能否得出这样的结论:大自然真的不在乎我走哪条路才能登顶?不是的，因为如果你发现除了汽油，比如磨损，还有其他的因素需要担心，那么你走哪条路就会有很大的不同。
QM依赖于运营商。它们用变量对坐标的导数替换变量。似乎没有多少人意识到这意味着一种转变。这就是你的空间距离，速度等等不是正规的而是它们的变换对应项。只有反向转换才能恢复原始变量。Heaviside发明的d算子方法有一个类似的例子。他把代数变量的导数当作新代数变量来处理。他最后得到了一个代数。