人類發現『規律』的天性，使得人世間總有一些不傳的『技藝』。這一些未經『科學』解釋之『經驗』，正是理性『思辨』的『種子 』 ！若非冥冥中自有『系統』、『環境』、『法則』 …… 等等促成之『作用』，那一種『經驗』又怎可能的呢？於是『思辨』不得不落入『無可思議』的乎！！
一般閱讀方式──念出聲或默念
速讀──眼腦直映
速讀的眼睛訓練
那麼這樣的『如人飲水』之事！！到底是人人有之『共性』或者說『殊性 』之論的耶？？即使從其始初
起源
速讀起源[1]於第二次世界大戰時， 美國國防部為使軍官能有效且迅速地判斷空中快速行進的戰機標誌和各式型體，發明速視儀裝置，快速閃示視覺刺激，藉由閃示訓練，軍官可以在1/500秒內辨 別極小的飛機圖像。閱讀學家的後續研究發現受過訓練的普通人平均可在一分鐘內閱讀2萬個英文單字，未受過訓練的人平均可閱讀200個單字，可見人類在閱讀 上具有相當大的潛力。 戰後美國西北大學視聽教育中心繼續研究速讀方法，哈佛大學首先開辦第一期速讀訓練班，而後速讀訓練班在各地大、中小學校普及，至今美國80%以上的高等院 校都開設有速讀課程，且有專門研究和教授速讀的速讀學院，可授予學習者博士學位。1964年速讀傳入台灣逐漸推廣。
以及歸結
原理
一般人看書時是：「眼睛看」→「嘴巴念或默念」→「頭腦想與記憶」。 嘴巴念或默念是使閱讀速度無法大量增進的主因之一。眼睛視線所及常是一個面而非一個點，如看風景、照片、電影等圖像時，人能看到整個畫面，並不需要從上到 下或從左到右依序地看，也不用嘴巴念或默念。速讀的原理便在於改變原本一行一行逐字念出或默念的習慣，養成「眼睛看」→「頭腦想與記憶」的閱讀習慣(眼腦 直映)，則看書可一眼看一行以上，或將多行文字以形成一個畫面的方式，看整個頁面。[2]
來講，任何一個複雜系統的『表面行為』與其『內在機制』之關係可能也是『複雜』的吧！更不要說任『一個人』還可以『學習』、『改變』、 …… 增益『其所不能』的矣！！
若問『速描』一張『圖像』，用著『來不及想』那樣的速度，其所『反映』的『本徵』要點，是屬於『描者』，還是屬於『被描者』 、或是屬於『描』與『被描』所構成的『系統』耶？？？假使以『量子』量測來看，大概得是『系統』的吧！！！如果用『經典』力學觀察，可能『最大機率』依舊是『被描者』的哩？？？
如是說來，假使『小樹林系統』是人自己『 Top Down 』從上往下用人之『邏輯』建構的『人為系統』。那麼擁有『生命』與『智慧 』的『自然系統』，是否可以『判定 』其是來自『上→下』，還是『下→上』，或是『上↑↓下』的嗎？
最近 Adafruit 部落格上有篇文章講
How Do We Know What Air is Like on Other Planets?
#SaturdayMorningCartoons
How Do We Know What Air is Like on Other Planets? via MinutePhysics
How do we know what the air is like on planets we haven’t visited? This video explains how to see air from 150 light years away.
。雖說的斬釘截鐵篤定萬分，但思如果地球上的科學家都不能一致同意『氣候變遷』的現象，那麼他們可能一致都同意那個的耶？？如果從不同『學科分支』來看『自然』，或許人會發現︰自然未必『精簡』，自然未必『省時』、自然未必『省力』，自然未必符合『剃刀原理』？？？一切終究還是『人以為』的吧！！！
因此細想︰
事實上『軟體工程』的歷史很短，假使從一九六八年『克努斯』的《電腦程式設計藝術》 The Art of Computer Programming 算起， 也還不到半個世紀，尚不要說『藝術』一詞所指的『意義』是什麼呢？因而□□『軟體標準化』 Software standard 大概還是某些○○『系統平台』 Computing platform 圈內的事。這樣難道不好嗎？如果用『螺絲釘』與『螺絲帽』來比喻，有人說軟體『工程化』的好處就是彼此間說『同一國的語言』，因此『協作容易』。作者認為自然中豐富之『多樣性』，正是『生態平衡』的大道；地球上不同的『方言』，產生『社會文化』的消長，所以無須強求一致的吧！然而這或許就得面對『甲軟體』和『乙軟體』 No Talking 的問題的了？！
那麼我們將要怎麽了解《 Remotely running Python-based graphics on a connected screen 》所講的 ssh 需要 『 sodu ☆☆ 』的問題呢？假使你已經『嘗試』過了各種『作法』，最後也正如那文本所說，發現只要冠上了『 sudo 』果真就可以，這樣我們是否就能作成『結論』呢？在眼前的這一個『問題』就是『使用者』之『權限』所引發的『麻煩』！有一天『偶然的』我們讀到一篇《 Segfault when I use SDL via ssh as pi user 》議論，然後開始『懷疑』真的是這樣的嗎？之後又讀到《 Displaying content/info on TFT display over SSH 》說法，於是產生『煩惱』果真的是這樣的嗎？？也許講，本來事物的『複雜性』並不會引起『疑慮』，硬要將它『簡單化』可就『困擾』多多的嘍！！
如果把不能『簡單化』的『疑難』強迫簡化，也許只是『過度化』的吧！奥卡姆的『剃刀原理』去除『多餘的假設』，就像『歸謬證法』排除『邏輯之矛盾』一樣，難到『科學』果能有『神奇』之『其他辦法』的嗎？？假使『科學精神』是建立在人人可得之『事實』，大家可以『實驗』驗證的基礎上，所謂的『科學假設』或許是喜歡被打敗的事吧！於是愛因斯坦設想『光速不變』，真的是宛如『燃素說』一般的嗎？當然不是，邏輯上講，要是 
，那麼要『 A 』又有何用？因是之故，『科學假設』 
通常是說， 
，因此才可以判定『是非對錯』的吧！！
怎麽『解』迷宮，『尋』出路的呢？大數學家『尤拉』是第一位使用平面連通之『分析方法』來解決『迷途』 Maze 的人，後來此種研究『方式』被稱之為『拓撲學』。依據『右 手定律』，或者對等的說就是『左手定則』，這就是著名的『迷宮演算法』︰
如果那個迷宮是由簡單的路徑連接起來，也就是說，要是所有牆壁都是連接著的，這樣只要用右手指延著入口之某一堵 牆，如斯的前進，那將肯定不會迷路，並且可能尋着出口，也許最壞的打算祇是回到原點。
假使按造『尤拉』的解法，即使是『迷宮般的軟體』，也都有『方法可循』，只要堅持到底，總有找到答案的一天。或許有人認為那作法『太慢』了『不好』，但是『快』也得要能『解決』問題吧！否則『快』又有什麼用呢？
那麼這個回覆
However, if you’re running graphical SDL apps on the framebuffer as a normal user via ssh, take into account how SDL framebuffer choses the active console and keyboard: take a look at src/video/fbcon/SDL_fbevents.c, around line 263 where it tests it you’re root or a normal user. Only the root path works via ssh… tell me if you manage to fix it.
，是這個問題
Traceback (most recent call last):
File "pygametest.py", line 14, in <module>
DISPLAYSURF = pygame.display.set_mode((480, 320), 0, 32)
pygame.error: Unable to open a console terminal
的答案嗎？？
─── 摘自《音樂播放器之 CD 轉成 mp3《三》下‧下》
或許是有益的吧？？！！
如此我們也可以了解『小樹林系統』之理念初衷︰
適當地統整『Digital』、『Analog』、『I2C』、『UART』、……種種『感測器』物理『界面』，使得學習者能以少御多，通一全通的也。
所以幾個派生之『function』函式
# Line 190
# Arduino Digital Read
def digitalRead(pin):
# Arduino Digital Write
def digitalWrite(pin, value):
# Setting Up Pin mode on Arduino
def pinMode(pin, mode):
# Read analog value from Pin
def analogRead(pin):
# Write PWM
def analogWrite(pin, value):
果是『大哉用』的了？？！！
就讓我們舉個例子來說︰現今『空氣品質』一事，人很關切，假使已有『感測器』說明︰
This sensor is designed for comprehensive monitor over indoor air condition. It’s responsive to a wide scope of harmful gases, as carbon monoxide, alcohol, acetone, thinner, formaldehyde and so on. Due to the measuring mechanism, this sensor can not output specific data to describe target gases’ concentrations quantitatively. But it’s still competent enough to be used in applications that require only qualitative results, like auto refresher sprayers and auto air cycling systems.
以及『範例』程式︰
import time
import grovepi
# Connect the Grove Air Quality Sensor to analog port A0
# SIG,NC,VCC,GND
# 感測器之『入出埠』
air_sensor = 0
# 此『感測器』是『輸入』
grovepi.pinMode(air_sensor,"INPUT")
while True:
try:
# Get sensor value
# 此『感測器』是『Analog』
sensor_value = grovepi.analogRead(air_sensor)
if sensor_value > 700:
print "High pollution"
elif sensor_value > 300:
print "Low pollution"
else:
print "Air fresh"
print "sensor_value =", sensor_value
time.sleep(.5)
except IOError:
print "Error"
即使未曾使用過這種『感測器』，如果知道它屬於『小樹林系統』之『Analog』&『Input』類型之 Sensor ，難到我們真不能推論出『範例』重點的嘛☆★