TL;DR книги “Мистецтво займатися наукою і інженерною справою” Річарда Хеммінга

Я довгий час хотів її прочитати в оригіналі. Та не просто прочитати, а скласти наскільки можливо коротку витримку основних ідей кожної глави. І ось нещодавно мені вдалося це зробити.

 

Метою самої книги є “підготувати вас до вашого технічного майбутнього” шляхом навчання “стилю” мислення. Тому витягнуті ідеї в основному мають досить загальний характер. Також із-за частого способу передачі ідеї у вигляді історій деякі пункти статті є моєю особистою їх інтерпретацією.

 

Із-за достатньо великої кількості матеріалу і його “щільної” подачі дана стаття все одно вийшла досить об’ємною. Тому пропоную її TL;DR.

TL;DR цього TL;DR

  • Удача супроводжує підготовленому розуму (Пастер).
  • Підготовка повинна здійснюватися орієнтуючись на майбутнє, а не на минуле (але ґрунтуючись на ньому).
  • Варто намагатися досягати цілі, які ви собі поставили, і варто ставити високі цілі.

 

 

Передмова

 

  • Вчителі повинні готувати студентів до їх майбутнього, а не до свого минулого. Найбільш підходящим способом є навчання «стилю» мислення.

 

I Орієнтація

 

  • Намагайтеся як можна швидше перевіряти твердження методом «обчислень на серветці». Це допомагає як з постановкою, так і з контролем якості завдання.
  • Вивчайте основи: знання, які приймаються дійсними протягом досить тривалого періоду часу.
  • Створюйте власне бачення свого майбутнього, не важливо наскільки помилковим воно в підсумку виявиться. Цілями повинні бути досягнення величі і внесення вкладу в розвиток людства.

 

II Основи цифрового (дискретного) підходу

 

  • Використання «цифрових» рішень замість «аналогових» дешевше, надійніше і соціально зумовлене.
  • Комп’ютери будуть і дадуть можливість здійснювати великий набір завдань. Особливо це буде засобом для «порочного» микроменеджмента.

 

ІІІ Історія комп’ютерів – апаратне забезпечення

 

  • Обчислювальні машини пройшли довгий шлях від повільних аналогових «ручних» до швидких цифрових автоматизованих.
  • Комп’ютер не знає нічого про те, що він робить. Сенс його роботі надають люди.

 

IV Історія комп’ютерів – програмне забезпечення

 

  • Програмне забезпечення (ПО) пройшло довгий шлях від схильного до помилок «створено для машин» підходу до більш надійного «створено для людей».
  • Творець не може повністю усвідомлювати «ступінь величі» свого творіння (з-за всіляких проблем, які були на шляху).
  • Надмірність мови підвищує його надійність.
  • Програмування більше схоже на письменство, ніж на інженерну справу: люди літають у космос більш-менш схожими способами, але два програміста напишуть досить різні програми для вирішення достатньо однієї загальної задачі.
  • Думайте, перш ніж писати програму. Зокрема про те, як ви будете перевіряти її коректність, і про те, як вона буде підтримуватися.
  • Досвід не є універсальним способом вимірювання компетентності.

 

V Історія застосування комп’ютерів

 

  • Основні етапи застосування комп’ютерів:
    • Здійснення обчислень швидше людей.
    • Автоматизація цих обчислень.
    • Відстеження виконання цих обчислень.
  • Застосування комп’ютерів повинно бути економічно обґрунтована.
  • Модифікуються (програмовані) загальні рішення (мікросхеми зокрема) показали себе економічно вигідніше вузьконаправлених.

 

VI Штучний інтелект – I

 

  • В області штучного інтелекту (ШІ) існує ключова проблема визначення понять: «машина», «мислення», «інформація».
  • Дослідник повинен використовувати (при цьому піддаючи сумніву) власні переконання в спробах визначити поняття, а також усвідомити можливості й обмеження комп’ютерів в «інтелектуальній сфері».

 

VII Штучний інтелект – II

 

  • У великомасштабних структурах можуть виникати нові ефекти: вважається, що між молекулами немає тертя, але між бпрольшими об’єктами воно спостерігається. Аналогічне може бути вірно і для «інтелекту».
  • Комп’ютери спочатку замінюють людей в повсякденних завданнях, в той час як більш складні (алгоритмічно і етично) області досі потребують взаємодії людини і комп’ютера.
  • У сучасному ІІ складно сказати, чи є результат наслідком «брутфорса» або «розуміння».
  • Можливо, мислення має вимірюватися не в тому, що робиться, а як воно робиться.
Читайте також  Цікавий JavaScript: Без фігурних дужок

 

VIII Штучний інтелект – III

 

  • «Чи можуть машини думати?». Є багато хитрих спостережень за обидві сторони (є список). Найбільш цікаве: частини найкоротшою «думаючої» програми не можуть «думати» за визначенням.
  • Може бути гарною ідеєю міркувати про майбутні способи застосування комп’ютерів, а не про минулі або теперішні.
  • Ви повинні продумати і ясно усвідомити свою позицію щодо цих двох питань. Вам повинно бути ясно у що ви вірите і чому.

 

IX n-вимірний простір

 

  • Проектування складних систем здійснюється в n-мірному просторі, яке має дуже контринтуитивными властивостями.
  • Оптимальне рішення при проектуванні з обмеженнями майже напевно буде знаходитися близько до кордону.
  • Метрика поширена у фізиці. і — в «інтелектуальній сфері».

 

X Теорія кодування – I

 

  • Модель «інформаційної системи»: [джерело (невідомої природи)] -> [кодер джерела | кодер каналу] -> [зашумленный канал] -> [декодер каналу | декодер джерела] -> [одержувач (невідомої природи)].
  • «Сенс» повідомлення не прив’язаний до конкретних словами, оскільки одна і та ж інформація може бути представлена різними способами.
  • Кодування інформації може бути вибрано на основі «типу шуму» системи. У реальному житті, підбір інших слів може допомогти співрозмовнику краще зрозуміти повідомлення.

 

XI Теорія кодування – II

 

  • Проектування системи має враховувати помилки взаємодії людини і машини.

 

XII Коди з корекцією помилок

 

  • Прориви в дослідженнях часто пов’язані з (йдуть після) емоційного стресу і фрустрації. Спокійний дослідник хороший для вдосконалення і розширення існуючих рішень.
  • Прориви часто здійснюються частинами, розділеними у часі (іноді істотно).
  • Удача супроводжується підготовленому розуму (Пастер). При цьому підготовка повинна здійснюватися орієнтуючись на майбутнє, а не на минуле (але ґрунтуючись на ньому).

 

XIII Теорія інформації

 

  • У теорії інформації Шеннона поняття «інформація» насправді не визначено, тільки спосіб її виміру (як відносна міра «здивування»).
  • У прикладних задачах визначення в довгостроковій перспективі визначає об’єкт, а не описує наше споконвічне уявлення про нього.

 

XIV Цифрові фільтри – I

 

  • «Ініціатива карається» (навіть з благими намірами), проте якісно реалізована може призвести до великим досягненням.
  • Наполегливість і мотивація часто дають кращі результати, ніж великі початкові знання.

 

XV Цифрові фільтри – II

 

  • Намагайтеся не називати щось нове, як «нічого нового, просто вдосконалене старе». Воно може представляти відмінну можливість для великих звершень.
  • Співробітництво має важливе значення у складних проектах.

 

XVI Цифрові фільтри – III

 

  • Якщо ви знаєте, що щось не може бути зроблено, потрудіться запам’ятати причину, щоб в майбутньому ви могли переглянути підхід в новій ситуації.

 

XVII Цифрові фільтри – IV

 

  • У ході рішення задачі хтось повинен «відповідати» за загальну картину дослідження і стежити за тим, щоб все було зроблено сумлінно.
  • Те, що ми бачимо, залежить від підходу до задачі. Тому ви повинні постійно піддавати сумніву ваші (і галузі знань) переконання (але не дуже сильно).

 

XVIII Моделювання – I

 

  • При моделюванні не забувайте постійно звірятися з реальністю.
  • Спочатку використовуйте просте моделювання для більш тісної» знайомства з основами моделі. Тільки після цього починайте додавати деталі.
  • Використовувати знання експертів при моделюванні. Це також означає вивчення їх жаргону.

 

XIX Моделювання – II

 

  • Достовірність моделювання є його важливим якістю. Зручним питанням для її перевірки: «Чому хтось повинен вірити в те, що моделювання відповідає дійсності?» (відноситься до точності моделі і обчислень).
  • На жаль, не існує універсального способу цього досягти. Кілька порад:
    • Переконайтеся в тому, що область моделювання має стійкі наукові закони і явно постульовану теорію.
    • Здійснюйте будь-якому вигляді «перевірки на адекватність» і «модульне тестування програми.
  • Ви особисто несете відповідальність за свої рішення і не можете її перекладати на тих, хто здійснює моделювання.
Читайте також  React hooks — зрада чи перемога?

 

XX Моделювання – III

 

  • Принцип «Сміття на вході – сміття на виході» (неякісні дані дають неякісні результати) корисний, але іноді може не працювати із-за особливостей завдання (наприклад, висока стійкість до помилок на вході).
  • Вибір методу моделювання має відповідати суті завдання.
  • Гордість за свою здатність вирішувати завдання дуже допомагає в досягненні важливих результатів при складних умовах.
  • Зайві знання можуть нашкодити в моделюванні з участю людини і випадковості (звідси і створення подвійного сліпого методу).

 

XXI Волоконна оптика

 

  • Активне міркування про потенційного розвитку речей і ідей допомагає краще сприймати їх майбутню реальну еволюцію.
  • Якщо що-то краще технологічно і економічно, то це не завжди означає, що воно буде і повинно бути реалізовано (з причин безпеки, етики, політики, тощо).

 

XXII Навчання з допомогою комп’ютера – CAI

 

  • Остерігайтеся прийняття бажаного за дійсне та Хоторнського ефекту (наявність позитивного результату, якщо всі сторони вірять в якість методу).
  • Комп’ютери можуть бути корисні при «тренуванні» (рутинному, «низкоуровневом», інстинктивному навчанні), але можуть бути шкідливими для «освіти». В основному через відсутність чіткого розуміння, якою має бути якісна освіта.

 

XXIII Математика

 

  • «Математика-це мова ясного мислення» (хоча і не ідеальний).
  • П’ять шкіл Математики:
    • Платонічна. Все є реалізацією ідей, які існують як окремі сутності. Проблема: еволюціонує природа науки.
    • Формалісти. Математика являє собою здійснення дозволених формальних перетворень (без всякого «сенсу») рядків абстрактних символів. Проблема: математичні результати мають «сенс».
    • Логічна. Математика являє собою здійснення висновків на кшталт «якщо A вірно, то вірно B». Проблема: реальне математичне відкриття не відбувається у вигляді міркувань від засновків до висновків. Мислення в зворотному напрямку також має місце.
    • Интуиционизм. Мають значення результати, а не спосіб їх отримання. Проблема: схильність не використовувати строгі методи.
    • Конструктивісти. Для доказу припущення необхідно надати алгоритм побудови результату. Проблема: видається надто суворим підходом.
  • Частина ефективності Математики полягає у здатності виявлення аналогії. Чим вона точніше, тим «більше істинними» можуть бути висновки.
  • В майбутньому математичні аналогією будуть менш очевидними, що може призвести до необхідності створення абсолютно нових підходів.

 

XXIV Квантова механіка

 

  • Набір даних не гарантує отримання єдиної теорії.
  • Людина не раціональне, а рационализирующее тварина.
  • Навіть без «розуміння» явища можна ефективно використовувати спеціально створені формальні математичні структури.

 

XXV Креативність

 

  • «Оригінальність» здається чимось більшим, ніж «так ніколи не робилося». Мабуть, слово «креативний» («оригінальний», «новаторський») має включати поняття корисності (але для кого?).
  • «Креативність» може бути лише з’єднанням разом тривіальних ідей, які «психологічно далекі один від одного.
  • Схоже, що певний «стан розуму» супроводжує «креативності».
  • Креативність як секс: молода людина може прочитати всі книги по предмету, але без реального досвіду у нього мало шансів зрозуміти, що це таке. Але навіть тоді може бути мало розуміння, що насправді відбувається.
  • Типовий шаблон креативної роботи:
    • Первинне усвідомлення завдання.
    • Обробка задачі, формулювання її в загальноприйнятій формі із прийнятим рішенням. Часто необхідно глибоке емоційне залучення.
    • Довгий період «виношування» з інтенсивним обмірковуванням завдання. Результатом можуть бути рішення або тимчасова зупинка роботи над завданням.
    • Момент «осяяння» — поява рішення. Часто воно є невірним, тому обдумування продовжується або завдання повинна бути переформульована, щоб підходити рішенням.
  • Корисний запитання: «якби у мене було рішення, як би воно виглядало?».
  • Корисний прийом: намагайтеся сильно не думати про що-небудь іншому, крім завдання.
  • Найбільш важливим методом у креативній роботі є аналогія. Тому великі знання корисні. Для того, щоб їх ефективно використовувати нові знання не повинні просто запам’ятовуватися. Корисно створювати «ментальні зачіпки», які будуть спрацьовувати при мисленні «поруч з ними». Цього можна досягти шляхом активного роздуми про нетрадиційному застосування знання.
  • Для того, щоб бути більш креативним, ви повинні змінити себе (взяти на себе відповідальність). Більш того, це має бути зроблено при змінному характері суспільства.
  • Вчіться відмовлятися від рішення задачі.
Читайте також  Двадцять завдань (за шаленої, чудовою геометрії)

 

XXVI Експерти

 

  • Дві проблеми з експертами:
    • Вони впевнені в своїй правоті.
    • Вони не звертають уваги на основи своїх переконань і до якої міри вони застосовні в нових ситуаціях.
  • Великі відкриття найчастіше відбуваються ззовні галузі знань (експертами з іншої області). Ви повинні свідомо вирішити, просувати свою область або створювати інновації в інший.
  • Те, що зробило вас успішним, швидше за все буде не продуктивно в майбутньому. Слідкуйте за своєю областю.

 

XXVII Недостовірні дані

 

  • Недостовірні дані всюди.
  • Завжди перевіряйте якість даних. Як мінімум на узгодженість і викиди.
  • Процес вимірювання часто вносить ненавмисні систематичні зміни в дані.
  • Слідкуйте за визначенням вимірювань для того, щоб аналізувати одну й ту ж сутність.
  • Невеликий акуратно зібраний набір даних краще великого неякісного.
  • Ставтеся уважно до якості методології збирання даних (особливо опитувачів).

 

XXVIII Системна інженерія

 

  • Важливо мати на увазі загальну картину завдання.
  • При оптимізації одній частині ви швидше за все зменшите якість системи (в основному, тому що попередній пункт рідко виконується).
  • Проектуйте системи з огляду на можливість майбутніх змін.
  • Чим точніше виконуються умови задачі, тим гірше ефективність при підвищеному навантаженні.
  • У проектуванні систем немає фіксованої завдання і кінцевого рішення. Скоріше це схоже на спільну еволюцію завдання й рішення.
  • Створення систем повинно ґрунтуватися на спрощення до усталених завдань з усталеними рішеннями.

 

XXIX Ви отримуєте те, що вимірюєте

 

  • Ви отримуєте те, що вимірюєте. Це означає:
    • Визначення вимірювання впливає на результат (як у випадку з IQ).
    • Вимірюваний процес може адаптуватися до самої процедури вимірювання, порушуючи початковий план. Це зустрічається дуже часто в рейтингових системах з участю людей.
  • Вимірювання все одно потрібно робити, але після ретельного роздуми про наслідки його здійснення.

 

XXX Ви і ваші дослідження

 

  • Варто намагатися досягати цілі, які ви собі поставили, і варто ставити високі цілі.
  • Удача супроводжує підготовленому розуму (Пастер).
  • Важка робота окупається, але якщо здійснюється у правильному напрямку.
  • Віра в уміння робити великі справи важлива. Її можна назвати упевненістю, «відвагою». Підвищуйте її вивчаючи свої успіхи.
  • Цілеспрямоване прагнення до досконалості важливо для виконання великої роботи.
  • Знайте свій вік.
  • Те, що ви вважаєте хорошими умовами для роботи, можуть ними не бути.
  • Переформулювання важкої задачі може допомогти.
  • Плануйте близько 10% робочого часу для роздумів про глобальні питання.
  • Великі люди можуть справлятися з неоднозначністю: вони вірять у вищість своєї організації і області досліджень, але в той же час вважають, що існує простір для зростання.
  • Тримайте в думці важливі невирішені завдання та починайте роботу над тією, про яку у вас було осяяння.
  • Як, не тільки що, ви робите («стиль») має значення.
  • Робіть свою роботу доступною для інших.
  • Не звинувачуйте інструменти.
  • Вчіться «продавати» свої ідеї.
  • Зміна не означає прогрес, але для прогресу необхідно зміна.
  • На початку кар’єри вам, можливо, доведеться працювати у свій особистий час.
  • Без дослідження життя того не варте (Сократ). Плануйте своє майбутнє, не важливо наскільки помилковим воно в підсумку виявиться.
  • Удачі!

Степан Лютий

Обожнюю технології в сучасному світі. Хоча частенько і замислююся над тим, як далеко вони нас заведуть. Не те, щоб я прям і знаюся на ядрах, пікселях, коллайдерах і інших парсеках. Просто приходжу в захват від того, що може в творчому пориві вигадати людський розум.

You may also like...

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *