Free your mind
这篇书评可能有关键情节透露
前些日子,柴静就《批评官员的尺度》这本书写了一篇类似读后感的博客(链接在这里: http://blog.sina.com.cn/s/blog_48b0d37b0102dvtf.html ),她的题目是这样的:自由,就是对何谓正确不那么确定的精神。读完由东方和尚翻译,Jake评注的Theory of Self-reproducing Automata 后,我首先想到的就是这句话。
《自复制自动机理论》这本书是:Arthur W. Burks博士对John von Neumann关于自复制自动机的一系列讲座的整理,前者是冯•诺依曼的助手,也是遗传算法之父John Holland的博士生导师。
一本书的价值高低在于其能够提供给世人的启发的多少,那么从这个标准判断,Theory of Self-reproducing Automata是一本伟大的书。在整个阅读过程中,我不断被书中独创性的观点与天才的思想感动,没错,是感动。这是我读书过程中很少有的体验,拍案叫绝,甚至在我上厕所的过程中也不断有新的体会“涌现”出来,让我有迅速记录下来的冲动。
之所以会想到柴静的那句话,是因为书中的许多观点是对我本人知识体系甚至是认知方式的颠覆,而这样的颠覆是只有“自由”的思想才能提供的。书中所涉及的复杂性与自复制理论并不是我的专业,甚至我对此并没有太多的了解,但这一点也没有影响我阅读得来的快感。从更高一层来讲,完全可以把这本书当做思维启蒙书来读。其对于概念的描述是清晰的,深入浅出的,相信任何没有相关知识的人去阅读也不会有太大障碍。
这本薄薄的小册子只有五篇文章,而就像Jake评注的那样,这五篇文章不仅仅预测了复杂性科学未来100年的发展方向(事实上很多领域已经验证了冯纽曼的预言),而且还指出了生命逻辑最核心的奥秘:热力学、信息论与自指之间的深刻联系。对于这方面我并不想多谈,近说说作为一个外行我触动最深的地方。
举个例子,书中冯•诺依曼谈到了信息论,其包括两大块:严格的信息论和概率的信息论,他认为后者是对于计算机设计更加重要的理论,它是对形式逻辑从概率与统计的角度进行解读的一种方式。我们一般会认为,逻辑是严格的推论构成的,而冯•诺依曼确认为我们不得不把概率逻辑看做严格逻辑的一种扩展,当然他也承认这“不为科学界所广泛接受”。事实上拉普拉斯早就指出了看待概率的两种不同方式:频率和逻辑方式。而经济学家凯恩斯在其著作《概率论》的前言中也指出,概率是无法客观定义的。这是因为从某种意义上说,概率的原因就是概率本身。人们对一件事情具有某种看法,这种看法本身就会导致事情如此发生。故概率是一种自洽的体系。这大大颠覆了我对概率的理解。因为中学与大学的教科书中始终将概率解释为频率的比例,而事实上,“概率的本质现在还远远没有定论,而且可能长期得不到结论”。这便又回到了柴静那句话:自由,就是对何谓正确不那么确定的精神。我们,从这个角度来讲,是没有自由的。
其实我们是没有自由的,这并不是因为我们不渴望自由,而是这个社会把“可能性”这个概念自动屏蔽了,我们所得到的都是“确定”的东西,而没有人引导我们去思考其他的“可能”。其实冯•诺依曼在其讲稿中也多次提到自己的理论可能是对他当时已知知识的一种挑战,但他并没有因此否定自己的理论。其实很多时候是一个敢不敢想的问题,而非是不是的问题。如果我们非要把自己限定在当下的“确定”中,那么我们永远也逃离不了自己设置的牢笼。这使我立即想到了中午刚读到的一篇文章:Bret Victor(苹果 UI 设计师):互动的未来不应只在手指上(在这里: http://www.36kr.com/p/59679.html )。其实所谓的great mind就是能够跳出当前的认知圈子而重新对这个圈子予以审视,从更高的层次来判别其合理性与不足,并提出新的可能性。从这点上来说,Paul Graham算得上one of the great minds of human beings。作为美国互联网界的教父级人物,其许多观点同冯•诺依曼有着惊人的吻合。其实他在其新近出版的颠覆性著作Hackers and Painters中提到的一种过滤垃圾邮件的方法,即利用贝叶斯曲线来实现这一目的,我认为便是与冯•诺依曼所说的概率的频率本质的一种吻合,这也从另一个角度证明了冯•诺依曼对计算机的深刻理解,即使到现在也没有过时。
书中另一个比较有趣的内容是自指与跨层次的缠结问题,冯•诺依曼多次引用了哥德尔定理来解释其观点,这使我自然而然地想到了前段时间在读的《哥德尔、埃舍尔、巴赫——集异璧之大成》这本书。其实当时的阅读也给我带来了相当的惊喜,然而其深刻的逻辑我至今没有很懂。但相似的是,这两本书的阅读过程都是一场思维的盛宴。自指问题归结到今天的计算机领域有一个直接的应用,即编程中的recursive,递归。事实上,Paul Graham在《黑客与画家》中也指出,In math and engineering, recursion, especially, is a big win. Inductive proofs are wonderfully short. In software, a problem that can be solved by recursion is nearly always best solved that way。这正是对冯•诺依曼的自指的一种具体应用。
那么从这个角度,great minds are similar。我们可以毫不费力地举出天才相互之间对于观点的肯定。而关于这一点,我认为Paul Graham在《黑客与画家》中的what you can’t say这一章中的叙述非常具有启发性。
另外一个对我来说新颖的观点是冯•诺依曼从图灵机的角度来讨论生命。他并没有把生命拆分成细胞或者分子来看,而是把生命看做更大尺度的功能零件的组合,如肌肉、连接组织、断开组织、以及提供代谢能量的组织等基本单元。从这个层面上来探索把这些零件组合成具有功能的有机生命的过程,究竟遵循怎样的规律?这样性质的生命具有怎样的特点,尤其是具有哪些定量特征?这是很有意思的一个角度,更进一步,冯•诺依曼认为生命的出现是利用了概率运算的一个“漏洞”。就像Jake评注的一样,生命就好像是宇宙中物理、数学法则的黑客,专门寻找后门,从而利用它完成自己的复制。,生命是用一大堆不可靠的原件搭建起来的一台可靠的机器,这台可靠的机器一定会操纵概率法则来“统计地”实现自身的存在。
其实冯•诺依曼关于自复制自动机的思路发展的一个主要途径就是与人,这个高度精巧的生物自动机进行类比。而类比恰恰是科学发展的最突出贡献者。这种思想在人类的认知历史上的贡献非寥寥数语所能概括。这也给我自己提了一个醒,即在以后的学习工作中对于类比这一思想的重视是有极为重要的意义的。
《自复制自动机理论》这本书是:Arthur W. Burks博士对John von Neumann关于自复制自动机的一系列讲座的整理,前者是冯•诺依曼的助手,也是遗传算法之父John Holland的博士生导师。
一本书的价值高低在于其能够提供给世人的启发的多少,那么从这个标准判断,Theory of Self-reproducing Automata是一本伟大的书。在整个阅读过程中,我不断被书中独创性的观点与天才的思想感动,没错,是感动。这是我读书过程中很少有的体验,拍案叫绝,甚至在我上厕所的过程中也不断有新的体会“涌现”出来,让我有迅速记录下来的冲动。
之所以会想到柴静的那句话,是因为书中的许多观点是对我本人知识体系甚至是认知方式的颠覆,而这样的颠覆是只有“自由”的思想才能提供的。书中所涉及的复杂性与自复制理论并不是我的专业,甚至我对此并没有太多的了解,但这一点也没有影响我阅读得来的快感。从更高一层来讲,完全可以把这本书当做思维启蒙书来读。其对于概念的描述是清晰的,深入浅出的,相信任何没有相关知识的人去阅读也不会有太大障碍。
这本薄薄的小册子只有五篇文章,而就像Jake评注的那样,这五篇文章不仅仅预测了复杂性科学未来100年的发展方向(事实上很多领域已经验证了冯纽曼的预言),而且还指出了生命逻辑最核心的奥秘:热力学、信息论与自指之间的深刻联系。对于这方面我并不想多谈,近说说作为一个外行我触动最深的地方。
举个例子,书中冯•诺依曼谈到了信息论,其包括两大块:严格的信息论和概率的信息论,他认为后者是对于计算机设计更加重要的理论,它是对形式逻辑从概率与统计的角度进行解读的一种方式。我们一般会认为,逻辑是严格的推论构成的,而冯•诺依曼确认为我们不得不把概率逻辑看做严格逻辑的一种扩展,当然他也承认这“不为科学界所广泛接受”。事实上拉普拉斯早就指出了看待概率的两种不同方式:频率和逻辑方式。而经济学家凯恩斯在其著作《概率论》的前言中也指出,概率是无法客观定义的。这是因为从某种意义上说,概率的原因就是概率本身。人们对一件事情具有某种看法,这种看法本身就会导致事情如此发生。故概率是一种自洽的体系。这大大颠覆了我对概率的理解。因为中学与大学的教科书中始终将概率解释为频率的比例,而事实上,“概率的本质现在还远远没有定论,而且可能长期得不到结论”。这便又回到了柴静那句话:自由,就是对何谓正确不那么确定的精神。我们,从这个角度来讲,是没有自由的。
其实我们是没有自由的,这并不是因为我们不渴望自由,而是这个社会把“可能性”这个概念自动屏蔽了,我们所得到的都是“确定”的东西,而没有人引导我们去思考其他的“可能”。其实冯•诺依曼在其讲稿中也多次提到自己的理论可能是对他当时已知知识的一种挑战,但他并没有因此否定自己的理论。其实很多时候是一个敢不敢想的问题,而非是不是的问题。如果我们非要把自己限定在当下的“确定”中,那么我们永远也逃离不了自己设置的牢笼。这使我立即想到了中午刚读到的一篇文章:Bret Victor(苹果 UI 设计师):互动的未来不应只在手指上(在这里: http://www.36kr.com/p/59679.html )。其实所谓的great mind就是能够跳出当前的认知圈子而重新对这个圈子予以审视,从更高的层次来判别其合理性与不足,并提出新的可能性。从这点上来说,Paul Graham算得上one of the great minds of human beings。作为美国互联网界的教父级人物,其许多观点同冯•诺依曼有着惊人的吻合。其实他在其新近出版的颠覆性著作Hackers and Painters中提到的一种过滤垃圾邮件的方法,即利用贝叶斯曲线来实现这一目的,我认为便是与冯•诺依曼所说的概率的频率本质的一种吻合,这也从另一个角度证明了冯•诺依曼对计算机的深刻理解,即使到现在也没有过时。
书中另一个比较有趣的内容是自指与跨层次的缠结问题,冯•诺依曼多次引用了哥德尔定理来解释其观点,这使我自然而然地想到了前段时间在读的《哥德尔、埃舍尔、巴赫——集异璧之大成》这本书。其实当时的阅读也给我带来了相当的惊喜,然而其深刻的逻辑我至今没有很懂。但相似的是,这两本书的阅读过程都是一场思维的盛宴。自指问题归结到今天的计算机领域有一个直接的应用,即编程中的recursive,递归。事实上,Paul Graham在《黑客与画家》中也指出,In math and engineering, recursion, especially, is a big win. Inductive proofs are wonderfully short. In software, a problem that can be solved by recursion is nearly always best solved that way。这正是对冯•诺依曼的自指的一种具体应用。
那么从这个角度,great minds are similar。我们可以毫不费力地举出天才相互之间对于观点的肯定。而关于这一点,我认为Paul Graham在《黑客与画家》中的what you can’t say这一章中的叙述非常具有启发性。
另外一个对我来说新颖的观点是冯•诺依曼从图灵机的角度来讨论生命。他并没有把生命拆分成细胞或者分子来看,而是把生命看做更大尺度的功能零件的组合,如肌肉、连接组织、断开组织、以及提供代谢能量的组织等基本单元。从这个层面上来探索把这些零件组合成具有功能的有机生命的过程,究竟遵循怎样的规律?这样性质的生命具有怎样的特点,尤其是具有哪些定量特征?这是很有意思的一个角度,更进一步,冯•诺依曼认为生命的出现是利用了概率运算的一个“漏洞”。就像Jake评注的一样,生命就好像是宇宙中物理、数学法则的黑客,专门寻找后门,从而利用它完成自己的复制。,生命是用一大堆不可靠的原件搭建起来的一台可靠的机器,这台可靠的机器一定会操纵概率法则来“统计地”实现自身的存在。
其实冯•诺依曼关于自复制自动机的思路发展的一个主要途径就是与人,这个高度精巧的生物自动机进行类比。而类比恰恰是科学发展的最突出贡献者。这种思想在人类的认知历史上的贡献非寥寥数语所能概括。这也给我自己提了一个醒,即在以后的学习工作中对于类比这一思想的重视是有极为重要的意义的。