叶芷蓉很快写完了邮件，随手发了出去。

发完了邮件，叶芷蓉开始继续编写她的投资课指定着作读书笔记。

点、线、面、体是我们这个世界上几乎一切事物构建描述的基本元素。

我们为了计量计数推理分析应用约定的逻辑，才抽象出一套符号化语言来表达它们。

而自己现在正在学习研究的金融商业投资学，正是基于数学的成本效益模型衍生出来的，那么我能否像林西拆解数学学科一样，把金融商业投资学也来个去抽象化，具象化处理呢？

叶芷蓉这样想着，开始试着去图形化分析能够描述经济中的货币流动和资源配置过程的循环流量模型，分析商品市场的均衡价格和交易量的供求模型等，这些基本都是设定条件的曲线图形。

表述另外企业决策方案和关联因素关系的决策矩阵模型，都是半图像化表达，给人感觉是看上去并不能很清晰的表达。

还有用来表达经济周期波动的放大和传导机制的金融加速器模型，叶芷蓉都一一的试着用林西对数学的去符号化，具象化的表达方式来进行拆解和研究。

但是由于金融学是一门建立在多个学科基础上的交叉性学科，要想具象化它的每一个模型，都需要进行大量的穿透性理解和表达，而且每一层可能还涉及到其他领域的一些知识和内容，才能归纳总结出结果，为前一层提供影响因素的描述。

叶芷蓉这样思考着，发现它们深入下去都太复杂了，涉及的影响因素太多了！

突然，叶芷蓉想到了前一段时间她读过的一篇介绍人工智能学习模型的论文内容：

“对呀，这不就是人工智能形成的基础原理吗？！”

我完全可以将这些模型拆解，具象化呈一堆，一簇，一群各种指标性数据，再对这些数据进行具象化图像化或者曲线化处理，那么完全就能够借助计算机的运算和展示，让这些复杂的经济模型决策的每一个过程和数据因子变化成为可透视的图像呈现出来。

这样我们就能够很直观的理解呈现图像化的各种因子变化对于这些模型的影响了。

想到这里，叶芷蓉突然有了研究一下《去抽象化，图形化，具象化方法在金融学学习中的应用！》这个课题！

接着她便把这个想法写入了要提交的读书笔记里，并注明了并非自己突发奇想，而是借鉴了朋友的一种数学学习方法。

也许，这种回归原始表达的，化抽象为具体的学习方法，会是未来我们人类理解世界最快捷最有效的方法。

我们制造的电脑的CPU基础的运算单元也不过只有两个状态的切换而已呀，却能不断的通过抽象方式符号化表达，最终成就了虚拟世界里的一切事物的表达！

那不就是数学从单一数字符号到复杂运算的进化过程吗？

“嘿，这家伙真是个天才呀！