TL; DR des Buches "The Art of Science and Engineering" von Richard Hamming

    Habré ist seit langem eine gemeinsame Übersetzung veröffentlicht (die nach wie vor hat einen separaten Website Autor MagisterLudi bemerkenswertes Buch von Richard Hamming) „von The Art des Doing Science and Engineering“ . Ich wollte es schon lange im Original lesen. Und nicht nur um zu lesen, sondern um die Pressung der Hauptgedanken jedes Kapitels so kurz wie möglich zu machen. Und vor kurzem habe ich es geschafft.


    Das Ziel des Buches ist es, „Sie auf Ihre technische Zukunft vorzubereiten“, indem Sie einen „Denkstil“ lernen. Daher sind die extrahierten Ideen im Allgemeinen recht allgemein. Aufgrund der häufigen Art und Weise, Ideen in Form von Geschichten zu vermitteln, sind einige Abschnitte des Artikels meine persönliche Interpretation.


    Aufgrund einer ausreichend großen Materialmenge und seiner "dichten" Einreichung erwies sich dieser Artikel dennoch als recht umfangreich. Daher schlage ich seine TL vor: DR.


    TL; DR dieses TL; DR
    • Viel Glück begleitet den vorbereiteten Geist (Pasteur).
    • Das Training sollte auf die Zukunft ausgerichtet sein, nicht auf die Vergangenheit (sondern darauf basierend).
    • Es lohnt sich, die von Ihnen selbst gesetzten Ziele zu erreichen, und es lohnt sich, hohe Ziele zu setzen.


    Vorwort


    • Die Lehrer sollten die Schüler auf ihre Zukunft vorbereiten, nicht auf ihre Vergangenheit. Am besten ist es, den "Denkstil" zu lernen.

    Ich Orientierung


    • Versuchen Sie so schnell wie möglich, Aussagen mit der Methode "Berechnungen auf einer Serviette" zu überprüfen. Dies hilft bei der Formulierung und Qualitätskontrolle der Aufgabe.
    • Lernen Sie die Grundlagen: Wissen, das für einen ausreichend langen Zeitraum als wahr akzeptiert wird.
    • Kreieren Sie Ihre eigene Vision Ihrer Zukunft, egal wie falsch sie endet. Die Ziele sollten sein, Größe zu erreichen und zur Entwicklung der Menschheit beizutragen.

    II Grundlagen des digitalen (diskreten) Ansatzes


    • Die Verwendung von "digitalen" Lösungen anstelle von "analogen" ist billiger, zuverlässiger und sozial bestimmt.
    • Computer werden und werden die Möglichkeit bieten, umfangreiche Aufgaben auszuführen. Insbesondere wird es ein Mittel für "bösartiges" Mikromanagement sein.

    III Geschichte der Computer - Hardware


    • Computermaschinen haben einen langen Weg von langsamen analogen „manuellen“ zu schnellen digitalen automatisierten Maschinen erreicht.
    • Der Computer weiß nicht, was er tut. Die Bedeutung seiner Arbeit gibt den Menschen.

    IV Geschichte der Computer - Software


    • Software (Software) hat sich vom fehleranfälligen Ansatz „für Maschinen geschaffen“ bis hin zum zuverlässigeren „für Menschen geschaffen“ weit entwickelt.
    • Der Schöpfer ist sich des Grads der Größe seiner Schöpfung möglicherweise nicht vollständig bewußt (aufgrund aller möglichen Probleme, die im Weg standen).
    • Die Redundanz der Sprache erhöht die Zuverlässigkeit.
    • Programmieren ist mehr wie Schreiben als Engineering: Menschen fliegen auf mehr oder weniger ähnliche Weise in den Weltraum, aber zwei Programmierer schreiben sehr unterschiedliche Programme, um eine recht häufige Aufgabe zu lösen.
    • Denken Sie nach, bevor Sie ein Programm schreiben. Insbesondere, wie Sie die Korrektheit überprüfen und wie sie unterstützt wird.
    • Erfahrung ist keine universelle Methode zur Messung von Kompetenz.

    V Geschichte der Computernutzung


    • Die Hauptstadien der Verwendung von Computern:
      • Computing ist schneller als Menschen.
      • Automatisieren Sie diese Berechnungen.
      • Verfolgung der Leistung dieser Berechnungen.
    • Die Verwendung von Computern muss wirtschaftlich gerechtfertigt sein.
    • Modifizierte (programmierbare) gebräuchliche Lösungen (insbesondere Mikroschaltungen) erwiesen sich als rentabler als eng fokussierte Lösungen.

    VI Künstliche Intelligenz - I


    • Im Bereich der künstlichen Intelligenz (KI) gibt es ein Schlüsselproblem bei der Definition der Begriffe: "Maschine", "Denken", "Information".
    • Der Forscher muss (während er in Frage stellt) seine eigenen Überzeugungen anwenden, um zu versuchen, Konzepte zu definieren, und die Möglichkeiten und Grenzen von Computern im „intellektuellen Bereich“ erkennen.

    VII Künstliche Intelligenz - II


    • In der großräumigen Struktur können neue Effekte sein: es wird angenommen , dass es keine Reibung zwischen den Molekülen, sondern zwischen verwendet etwa lshimi Objekte beobachtet wird. Dasselbe kann für "Intelligenz" gelten.
    • Computer ersetzen zuerst Menschen bei Routineaufgaben, während komplexere Bereiche (algorithmisch und ethisch) immer noch eine Interaktion zwischen Mensch und Computer erfordern.
    • In der modernen KI ist es schwer zu sagen, ob das Ergebnis eine Folge von „roher Gewalt“ oder „Verständnis“ ist.
    • Vielleicht sollte das Denken nicht daran gemessen werden, was getan wird, sondern wie es gemacht wird.

    VIII Künstliche Intelligenz - III


    • "Können Autos denken?" Auf beiden Seiten gibt es viele schwierige Beobachtungen (es gibt eine Liste). Das Interessanteste: Teile des kürzesten „Denkens“ können per Definition nicht „denken“.
    • Es kann eine gute Idee sein, über die zukünftige Verwendung von Computern zu sprechen und nicht über Vergangenheit oder Gegenwart.
    • Sie müssen Ihre Position zu diesen beiden Fragen genau prüfen und verstehen . Es sollte Ihnen klar sein , was Sie glauben und warum .

    IX n-dimensionaler Raum


    • Der Entwurf komplexer Systeme wird in einem n-dimensionalen Raum durchgeführt, der sehr eingängige Eigenschaften hat.
    • Die optimale Lösung beim Entwerfen mit Einschränkungen liegt fast sicher in der Nähe der Grenze.
    • Metrik L 2 ist in der Physik üblich.L 1 undL - in "geistiger Sphäre".

    X Codierungstheorie - ich


    • Modell des "Informationssystems": [Quelle (unbekannter Natur)] -> [Quellcodierer | Kanalcodierer] -> [rauschender Kanal] -> [Kanaldecoder | Quellendecoder] -> [Empfänger (unbekannter Natur)].
    • Die "Bedeutung" der Nachricht ist nicht an bestimmte Wörter gebunden, da Dieselbe "Information" kann auf verschiedene Arten dargestellt werden.
    • Die Kodierung von "Informationen" kann basierend auf dem "Rauschtyp" des Systems ausgewählt werden. Wenn Sie andere Wörter wählen, kann die andere Person die Botschaft besser verstehen.

    XI-Kodierungstheorie - II


    • Beim Systemdesign sollten Fehler bei der Mensch-Maschine-Interaktion berücksichtigt werden.

    XII-Fehlerkorrekturcodes


    • Durchbrüche in der Forschung beinhalten oft emotionalen Stress und Frustration. Ein ruhiger Forscher kann bestehende Lösungen verbessern und erweitern.
    • Durchbrüche werden häufig in Teilen begangen, die zeitlich (manchmal erheblich) voneinander getrennt sind.
    • Viel Glück begleitet den vorbereiteten Geist (Pasteur). In diesem Fall sollte ein Training mit Blick auf die Zukunft durchgeführt werden, nicht auf die Vergangenheit (sondern darauf basierend).

    XIII Informationstheorie


    • In der Informationstheorie von Shannon ist das Konzept der "Information" eigentlich nicht definiert, nur die Methode der Messung (als relatives Maß für "Überraschung").
    • Bei angewandten Problemen bestimmt die Definition langfristig das Objekt und beschreibt nicht unser anfängliches Verständnis davon.

    XIV-Digitalfilter - I


    • "Die Initiative ist strafbar" (auch mit guten Absichten), aber qualitativ umgesetzt kann zu großen Leistungen führen.
    • Ausdauer und Motivation führen oft zu besseren Ergebnissen als umfangreiches Grundwissen.

    XV Digitalfilter - II


    • Versuchen Sie, nichts Neues zu nennen, wie "nichts Neues, nur ein verbessertes Altes". Es kann eine großartige Gelegenheit für großartige Dinge sein.
    • Zusammenarbeit ist bei komplexen Projekten wichtig.

    XVI Digitalfilter - III


    • Wenn Sie wissen, dass etwas nicht möglich ist, nehmen Sie sich die Mühe, sich an den Grund zu erinnern: Damit Sie in Zukunft die Vorgehensweise in einer neuen Situation überdenken können.

    XVII Digitalfilter - IV


    • Bei der Lösung eines Problems muss jemand für das Gesamtbild der Forschung „antworten“ und sicherstellen, dass alles in gutem Glauben durchgeführt wird.
    • Was wir sehen, hängt von der Herangehensweise an das Problem ab. Daher müssen Sie ständig Ihre Überzeugungen (und Wissensbereiche) in Frage stellen (aber nicht sehr stark).

    XVIII Modellierung - I


    • Vergessen Sie beim Modellieren nicht, ständig die Realität zu überprüfen.
    • Verwenden Sie zunächst die einfache Modellierung, um den Grundlagen des Modells näher zu kommen. Erst danach füge Details hinzu.
    • Nutzen Sie beim Modellieren Expertenwissen. Es bedeutet auch, ihren Jargon zu lernen.

    XIX-Modellierung - II


    • Die Zuverlässigkeit der Simulation ist ihre wichtige Qualität. Eine praktische Frage: „Warum sollte jemand glauben, dass Modellierung wahr ist?“ (Bezieht sich auf die Genauigkeit des Modells und Berechnungen).
    • Leider gibt es keinen universellen Weg, um dies zu erreichen. Einige Tipps:
      • Stellen Sie sicher, dass die Modellierungsdomäne über robuste wissenschaftliche Gesetze und explizit postulierte Theorie verfügt.
      • Führen Sie den "Angemessenheitstest" und den "Komponententest" des Programms in beliebiger Form durch.
    • Sie sind persönlich für Ihre Entscheidungen verantwortlich und können nicht zu denen verschoben werden, die Modellierungen durchführen.

    XX Modellierung - III


    • Das Prinzip „Müll am Eingang - Müll am Ausgang“ (schlechte Datenqualität führt zu schlechten Ergebnissen) ist nützlich, kann jedoch aufgrund der Art der Aufgabe (z. B. hohe Beständigkeit gegen Eingabefehler) manchmal nicht funktionieren.
    • Die Wahl der Modellierungsmethode sollte dem Wesen des Problems entsprechen.
    • Der Stolz auf die Fähigkeit, Probleme zu lösen, ist sehr hilfreich, um unter schwierigen Bedingungen wichtige Ergebnisse zu erzielen.
    • Übermäßiges Wissen kann bei der Modellierung unter Beteiligung von Mensch und Zufall (daher die Schaffung einer Doppelblindmethode) Schaden anrichten.

    XXI-Faseroptik


    • Aktives Denken über die mögliche Entwicklung von Dingen und Ideen hilft dabei, ihre zukünftige Entwicklung wahrzunehmen.
    • Wenn technologisch und wirtschaftlich etwas besser ist, heißt das nicht immer, dass es umgesetzt werden soll und sollte (aus Gründen der Sicherheit, der Ethik, der Politik usw.).

    XXII Computerlernen - CAI


    • Hüten Sie sich vor Wunschdenken und dem Hawthorne-Effekt (ein positives Ergebnis, wenn alle Parteien an die Qualität der Methode glauben).
    • Computer können beim „Training“ nützlich sein (routinemäßiges, „low-level“, instinktives Lernen), können jedoch für „Bildung“ schädlich sein. Hauptsächlich aufgrund des Mangels eines klaren Verständnisses, was eine qualitativ hochwertige Ausbildung sein sollte.

    XXIII Mathematik


    • „Mathematik ist die Sprache des klaren Denkens“ (wenn auch nicht perfekt).
    • Fünf Mathematikschulen:
      • Platonisch . Alles ist die Verwirklichung von Ideen, die als getrennte Einheiten existieren. Problem: die sich entwickelnde Natur der Wissenschaft.
      • Formalisten . Mathematik ist die Implementierung zulässiger formaler Transformationen (ohne "Bedeutung") von Zeilen abstrakter Symbole. Problem: Mathematische Ergebnisse haben eine "Bedeutung".
      • Logisch . Mathematik ist die Implementierung der Schlussfolgerungen des Typs "Wenn A wahr ist, dann ist B wahr". Problem: Eine echte mathematische Entdeckung erfolgt nicht in Form von Argumenten von Annahmen zu Schlussfolgerungen. Rückwärtsdenken findet auch statt.
      • Intuitionism . Ergebnisse sind wichtig, nicht die Art und Weise, wie sie produziert werden. Problem: Neigung, keine rigorosen Methoden anzuwenden.
      • Konstruktivisten . Um die Hypothese zu beweisen, ist es notwendig, einen Algorithmus zur Erstellung des Ergebnisses bereitzustellen. Problem: scheint zu strenge Vorgehensweise.
    • Ein Teil der Wirksamkeit der Mathematik ist die Fähigkeit, Analogien zu identifizieren. Je genauer es ist, desto "wahrer" können Schlussfolgerungen sein.
    • In Zukunft werden mathematische Analogien weniger offensichtlich sein, was dazu führen kann, dass völlig neue Ansätze entwickelt werden müssen.

    XXIV Quantenmechanik


    • Der Datensatz garantiert nicht den Erhalt einer einzelnen Theorie.
    • Der Mensch ist kein rationales, sondern ein rationales Tier.
    • Auch ohne das "Verstehen" eines Phänomens können speziell erstellte formale mathematische Strukturen effektiv genutzt werden.

    XXV Kreativität


    • "Originalität" scheint mehr zu sein als "dies wurde noch nie gemacht." Anscheinend sollte das Wort "kreativ" ("original", "innovativ") den Begriff des Nutzens beinhalten (aber für wen?).
    • „Kreativität“ kann nur eine Kombination aus trivialen Ideen sein, die „psychologisch voneinander entfernt“ sind.
    • Es scheint, dass ein gewisser "Geisteszustand" mit "Kreativität" verbunden ist.
    • Kreativität ist wie Sex: Ein junger Mann kann alle Bücher zu einem Thema lesen, aber ohne wirkliche Erfahrung hat er kaum eine Chance zu verstehen, was es ist. Aber selbst dann kann es wenig Verständnis dafür geben, was tatsächlich passiert .
    • Typische Vorlage für kreative Arbeit:
      • Primäres Problembewusstsein.
      • Die Aufgabe bearbeiten, in einer allgemein akzeptierten Form mit einer allgemein akzeptierten Lösung formulieren. Oft ist eine tiefe emotionale Beteiligung erforderlich.
      • Die lange Zeit des "Tragens" mit intensivem Nachdenken über das Problem. Das Ergebnis kann eine Entscheidung oder ein vorübergehender Abbruch der Arbeit an der Aufgabe sein.
      • Der Moment der "Erleuchtung" ist das Auftreten einer Lösung. Oft ist es falsch, das Denken wird fortgesetzt oder die Aufgabe muss neu formuliert werden, um zur Lösung zu passen .
    • Nützliche Frage: "Wenn ich eine Lösung hätte, wie würde sie aussehen?"
    • Nützlicher Trick: Versuchen Sie, nicht viel über die Aufgabe nachzudenken.
    • Die wichtigste Methode in der kreativen Arbeit ist die Analogie . Daher ist umfangreiches Wissen hilfreich. Um sie effektiv zu nutzen, sollte man sich nicht nur an neues Wissen erinnern. Es ist nützlich, "mentale Hinweise" zu erstellen, die funktionieren, wenn "neben ihnen" gedacht wird. Dies kann durch aktive Reflexion über die unkonventionelle Anwendung von Wissen erreicht werden.
    • Um kreativer zu sein, muss man sich ändern (Verantwortung übernehmen). Darüber hinaus muss dies mit der sich verändernden Natur der Gesellschaft geschehen.
    • Lernen Sie, das Problem nicht zu lösen.

    XXVI-Experten


    • Zwei Probleme mit Experten:
      • Sie sind sicher, dass sie recht haben.
      • Sie beachten nicht die Grundlagen ihres Glaubens und inwieweit sie in neuen Situationen anwendbar sind.
    • Große Entdeckungen werden oft von außerhalb des Wissens (von Experten aus einem anderen Bereich) gemacht. Sie müssen sich bewusst entscheiden, ob Sie Ihr Feld fördern oder Innovationen in einem anderen Bereich schaffen möchten.
    • Was Sie erfolgreich gemacht hat, wird in Zukunft höchstwahrscheinlich nicht produktiv sein. Beobachten Sie Ihre Umgebung.

    XXVII Falsche Daten


    • Überall unzuverlässige Daten.
    • Überprüfen Sie immer die Qualität der Daten. Zumindest in Bezug auf Konsistenz und Emissionen.
    • Der Messvorgang führt häufig zu unbeabsichtigten systematischen Änderungen der Daten.
    • Beobachten Sie die Definition von Messungen, um dieselbe Entität zu analysieren.
    • Ein kleiner, ordentlich gesammelter Datensatz ist besser als ein großer schlechter Qualität.
    • Achten Sie auf die Qualität der Datenerhebungsmethodik (insbesondere Fragebögen).

    XXVIII Systemtechnik


    • Es ist wichtig, das Gesamtbild der Aufgabe im Auge zu behalten.
    • Bei der Optimierung eines Teils verringern Sie höchstwahrscheinlich die Qualität des Systems (hauptsächlich, weil das vorherige Element selten ausgeführt wird).
    • Entwerfen Sie das System unter Berücksichtigung möglicher zukünftiger Änderungen.
    • Je genauer die Aufgabenbedingungen erfüllt sind, desto schlechter ist der Wirkungsgrad bei erhöhter Belastung.
    • Es gibt kein festes Problem und keine endgültige Lösung im Systementwurf. Es sieht eher wie eine gemeinsame Entwicklung des Problems und der Lösung aus.
    • Die Schaffung von Systemen sollte auf einer Vereinfachung der festgestellten Probleme mit bewährten Lösungen basieren.

    XXIX Sie bekommen, was Sie messen


    • Sie bekommen, was Sie messen. Das heisst:
      • Die Definition der Messung wirkt sich auf das Ergebnis aus (wie bei IQ).
      • Der gemessene Prozess kann sich an das Messverfahren selbst anpassen, was den ursprünglichen Plan verletzt. Dies ist sehr häufig in Bewertungssystemen, an denen Personen beteiligt sind.
    • Es müssen noch Messungen durchgeführt werden, jedoch nach sorgfältiger Überlegung der Folgen der Umsetzung.

    XXX Sie und Ihre Studien


    • Es lohnt sich, die von Ihnen selbst gesetzten Ziele zu erreichen, und es lohnt sich, hohe Ziele zu setzen.
    • Viel Glück begleitet den vorbereiteten Geist (Pasteur).
    • Harte Arbeit zahlt sich aus, aber wenn sie in die richtige Richtung geht.
    • Der Glaube an die Fähigkeit, großartige Dinge zu tun, ist wichtig. Man kann es Vertrauen nennen, "Mut". Steigern Sie es, indem Sie mehr über Ihre Erfolge erfahren.
    • Ein zielgerichtetes Streben nach Exzellenz ist für eine großartige Arbeit unerlässlich.
    • Erkenne dein Alter
    • Was Sie für gute Arbeitsbedingungen halten, ist möglicherweise nicht der Fall.
    • Die Umformulierung einer schwierigen Aufgabe kann helfen.
    • Planen Sie etwa 10% Ihrer Arbeitszeit, um über globale Probleme nachzudenken.
    • Große Menschen können mit Zweideutigkeiten fertig werden: Sie glauben an die Überlegenheit ihrer Organisation und ihres Studienfachs, aber gleichzeitig glauben sie, dass es Raum für Wachstum gibt.
    • Behalten Sie wichtige, ungelöste Probleme im Kopf und beginnen Sie damit, an dem Problem zu arbeiten, über das Sie Einblick hatten.
    • Wie, nicht nur das, Sie ("Stil") sind wichtig.
    • Machen Sie Ihre Arbeit für andere verfügbar.
    • Beschuldige nicht die Werkzeuge.
    • Lernen Sie, Ihre Ideen zu "verkaufen".
    • Veränderung bedeutet nicht Fortschritt, aber für den Fortschritt ist Veränderung notwendig.
    • Zu Beginn Ihrer Karriere müssen Sie möglicherweise in Ihrer eigenen Zeit arbeiten.
    • Ohne Forschung lohnt sich das Leben nicht (Sokrates). Planen Sie Ihre Zukunft, egal wie falsch sie endet.
    • Viel Glück!

    Jetzt auch beliebt: