Elsa介绍她的分解质子角动量分布的研究，她提到把电子当做带电小球这种基于经验的类比是不恰当的。因为在这个图像中，小球表面的速度将超过光速，这违反了相对论。因此在量子物理中，角动量需要有新的定义。

HC介绍如何通过脑影像来预测认知能力的变化，利用居民的第一次采集的脑印象来判断其接下来五年的变化。她还介绍了如何把大脑当做不同部件的计算机模拟，用测试计算机稳定性的方法来模拟人脑认知能力的稳定性。

直觉物理：我们虽然不是每时每刻在通过物理公式计算物理现象，但是通常可以做出一些正确的直觉判断。

快速的直觉物理判断与谨慎的对于物理知识的思考之间可能有冲突。

棒球运动员并不是通过计算球的飞行抛物线来接球，而是通过一些经验手段，比如保持球与自己的注视角度保持固定。同样，扔飞镖也很少有人计算物理公式，而是通过不断地练习来提高准确率。

牛顿三大定律，以及牛顿三大定律与直觉和日常经验的差距。

伽利略克服直觉和经验，通过巧妙的实验设计和“抽象理想情境”的思考方式，推断出不受力的物体会保持匀速直线运动。

人为什么能理解日常生活中的物理？认知科学的一个假设是人脑可能有一个“物理引擎” 。

人脑中的物理引擎是否通过进化写进了基因？这个物理引擎能否跟随人类的发展继续进化？

深度学习框架利用像素级别的信息做出物理判断，而不是通过抽象物理变量来学习物理，这样的机器学习模型能成功吗？

老师能够利用什么方法来帮助学生形成符合自然物理规律的直觉？