从线圈到操作系统
从最底层的串联并联电路开始讲,构造继电器,逻辑门,再构建加法器、译码器、bit 内存,再到存储程序的概念,一直讲到最后的操作系统的概念,从硬件到软件在不需要任何预备知识的情况下讲解了计算机的概念以及如何从头到尾构造一个计算机。个人觉得虽然前面几章和后面几章有点零散,但是整体来说是非常有趣的一本书,特别是用电路构造逻辑门,一步一步地构造起一个完整的内存和 ALU、计数器之类的元件的内容,感觉刚好是属于自己所不知道的(本科 CS 的体系结构学到的最底层的元件就是 ALU,然而 ALU 内部是如何构造的并没有想象过)同时又是相关到比较容易理解的内容范畴,于是非常有吸引力。
看到中间不得不说有种热血沸腾的感觉,突然都有点想自己去从头 build 一个计算机(哪怕是做软件模拟器)的冲动。而且看到摩尔定律,也真有点振奋人心, 以往不觉得特别厉害,但是意识到最早期的计算原件是用(机械)继电器、真空管之类元件构造起来,要做一个处理八位二进制加法的单元都需要无数这样的元件,而且每个元件都很大又很容易坏,在那样的情况下真的很难想象今天这种计算机在生活中无处不在的样子。事实上计算机的构造基本原理一直都没有本质的变化,只是从继电器变成了晶体管让我们现在能制造尺寸和能耗更小、速度更快、可靠性更高的集成电路,但是似乎量变在某个时候引起了质变。
到这里好像突然有点理解为什么现在有许多人对于神经网络能做到越来越大越来越快这件事情也会激动异常了。我原本一直认为目前 AI 里的内容,如果不在算法和模型方面做根本上的改变,那么在一些特定领域做出突破性进展和改变肯定是可以期待的,但是离真正的人工智能还是差了几个跃迁,比如人类在进化过程中发展出(用于交流和组织自己的思考的)语言算是一个跃迁,目前的算法如果不能做到类似的跃迁,那么在面对训练时的 sample complexity 之类的问题不久就会碰到瓶颈。但是回看计算机的发展史,不禁又让人觉得,光“量”的变化能够引发的可能性也是无穷无尽啊,也许真的可以好好期待一下神经网络在大和快到某个现在难以想象的数量级之后又会是怎样的光景呢!
另外这本书超级骗稿费嫌疑,有很多图示,明明一页以前刚 show 过,在下一页提到就又复制一遍,虽然看的时候确实方便了很多(不用来回翻),但是……😂