IT瘾科学推荐

OpenAI科学家解密：为什么大语言模型会有幻觉？

Fri, 28 Nov 2025 09:02:00 CST

OpenAI科学家解密：为什么大语言模型会有幻觉？

发一个技术文，OpenAI研究科学家Adam Kalai近期在普林斯顿高等研究院发表的讲座。原讲座有大量公式，在油管Institute for Advanced Study频道。

我读完，最大一个体会是：模型被鼓励不能说不知道。

一、什么是幻觉，为什么它比你想象的更严重

讲座一开始，Kalai就抛出了一个简单的问题："PGGB代表什么？"

现场没有人回答——这正是Kalai想要的效果。

"我刚刚向你们证明了人类不会像语言模型那样幻觉。有人说'人类也会像语言模型一样幻觉，模型是从我们这里学的'——我们不会。我们房间里没有人开始胡说八道。"

而语言模型则会"自信"地编造答案：
• GPT给出了三个不同的答案："Pulled Growth and Greenband"（互联网上搜不到）、"Public Gaming Group of Belgium"（比利时人喜欢玩游戏，肯定有这个组织吧？并没有）、"Personal Growth and Golding"（听起来很常见的术语，但根本不存在）
• DeepSeek给出了"Permutation of Go Given Barriers"——围棋策略相关的胡编
• Claude给出了"Pacific Gas and Electric Company"——这家公司的缩写是PG&E，连B都没有。更荒谬的是，Claude还补充说"在某些语境下有时缩写为PGGP"——问的是PGGB，它给的解释是PGGP

二、关于幻觉的四个常见误解

误解1：用准确率衡量幻觉

很多人看幻觉问题只看准确率，这是错误的思路。因为模型面对问题有三种选择：回答正确、回答错误、或者说"我不知道"。80%的准确率可能意味着20%的错误率（这是幻觉），也可能意味着20%的"我不知道"（这不是幻觉）。真正衡量幻觉的指标是错误率，不是准确率。

误解2：避免幻觉需要巨大的模型

Kalai半开玩笑地说：

"我认识的一些不那么聪明的人，反而相当有自知之明。对我来说说'我不知道'很容易——你用俄语问我问题，我会直接告诉你我听不懂。"

这其实是一个很好的学术挑战方向：用小模型证明概念，做一个不幻觉的小语言模型，展示它有多实用，然后再把方法移植到大模型上。

误解3：等准确率到100%就好了

问题在于，永远会有无法回答的问题——涉及隐私的问题、信息相互矛盾的问题、超出模型能力的数学问题。这时候模型需要说"我不知道"，而不是硬猜。

误解4：幻觉要么已解决，要么永远无法解决

两种极端都不对。语言模型的幻觉率确实在下降，但还没到人类的低水平。最终目标是让模型以极低的概率幻觉，就像人类一样。

三、核心理论：为什么预训练必然导致幻觉

这是讲座最硬核的部分。Kalai提出了一个简洁的理论框架来解释幻觉的根源。

1、语言预测比分类更难

设想有两个集合：有效陈述（valid）和错误陈述（error）。在传统的二分类任务中，你同时看到正例和负例，学习区分它们。但在语言预训练中，你只看到正例——训练数据理论上都是"正确"的文本，模型从来没见过"错误示范"。

"只从正例学习，应该比同时从正例和负例学习更难。"

这个直觉被形式化为一个定理：幻觉概率 ≥ 2倍分类错误概率 - 小项。

2、定理的核心洞察

如果存在一类事实，你根本无法学会区分正确和错误，那么在这类问题上你必然会大量幻觉。

什么样的事实无法学会区分？比如人的生日——生日之间没有规律可循，我告诉你房间左半边人的生日，你不可能推断出右半边人的生日。在这类问题上，分类错误率接近50%（跟瞎猜差不多），对应的幻觉率就接近100%。

有人问："为什么模型不能永远说'我不知道'，或者只重复训练数据里见过的内容？"

这是两个理论上不幻觉的极端策略，但问题在于它们没有"校准"（calibration）。什么是校准？简单说，就是模型对自己预测的置信度要准确——如果模型说某件事有70%的概率，那这件事真的应该在70%的情况下发生。

语言模型的训练目标（最小化交叉熵损失，可以理解为让模型预测的概率分布尽可能接近真实分布）天然会产生校准良好的模型。而"永远说我不知道"或"只重复训练数据"这两种策略，它们的概率预测是严重失真的，所以不会被训练过程选中。

3、古德-图灵估计器：量化幻觉率的下界

这个估计器来自图灵的合作者Irving Good。图灵当年研究的问题可以用钓鱼来类比：你钓了100条鱼，50条三文鱼，20条金枪鱼，还有一些其他品种……如果再钓一条，是你从没见过的新品种的概率有多大？

答案是：看有多少种鱼只出现过一次。直觉上，每种只出现一次的鱼，就像是一个"差一点就没见过"的样本——如果你少钓一次，这种鱼你就没见过了。所以它们代表了"再钓一次可能遇到新品种"的概率。

应用到幻觉问题：幻觉率的下界 ≈ 训练数据中只出现一次的事实占比。

Kalai问现场观众不同类型事实的出现频率：国家首都在训练数据中反复出现很多次，幻觉率低；名人生日是混合情况，有些人的生日出现很多次，有些可能从未出现；论文标题虽然每篇独特，但作者会在简历、个人网站、arXiv到处贴，所以大多数其实出现多次。

但这只是下界——实际幻觉率往往更高。比如论文标题，虽然在训练数据中出现多次，但神经网络不是存储和精确检索标题的好方式。更好的方法是用数据库直接存储标题列表，需要时直接查询。当表示方式不匹配任务需求时，实际幻觉率会远高于理论下界。

类似的例子是数字母：问"ladder这个词有几个d"，语言模型的内部表示方式是把词拆成token（词元），每个token是一串字母的编号。模型必须学会"deer这个token（编号可能是19975之类的数字）包含一个d"——这是一个很别扭的学习任务，因为表示方式根本不是为数字母设计的。

四、为什么对齐阶段没能解决幻觉

语言模型训练分两个阶段：预训练（学习语言的统计规律）和对齐/后训练（让模型按照人类期望的方式回答）。预训练产生幻觉可以理解，但对齐阶段理论上应该消除幻觉。为什么没有？

1、评估标准的激励扭曲

想想你自己考试的时候。有多少人遇到不会的题会写"我不知道"或者空着？几乎没有。因为说"我不知道"和答错得分一样——都是零分。既然如此，猜一个至少还有蒙对的可能，所以猜测永远比承认无知更划算。

语言模型面临同样的困境。MMLU、GPQA Diamond、各种数学竞赛测试——这些主流评测（benchmark）都有一个共同特点：说"我不知道"等于答错，得零分。

"如果有人做出了一个不幻觉的更好模型，它在这些测试上的分数反而会更低。因为它会对不确定的问题诚实地说'我不知道'，而在现有规则下，这等于白白丢分。"

2、人类评估同样有偏差

另一种评估方式是让人类对比两个模型的输出，选择更好的那个。问题是：人们往往更喜欢幻觉的答案。

你问"PGGB代表什么"，一个模型说"我不知道"，另一个模型给出带要点列表的详细解释。人们倾向于选择后者——因为他们自己也不知道PGGB是什么，没法判断那个详细解释是编的。

"人们喜欢那些有条有理的要点列表。所以很多评估方式实际上在奖励幻觉。"

3、真正的解决方案：改变评分规则

有人建议增加一个专门检测幻觉的评估。Kalai认为这远远不够：

"不要只加一个幻觉评估。语言模型现在有几百个评估指标，如果这几百个都在鼓励幻觉，我们只加一个反幻觉的评估，那是杯水车薪。应该改变所有现有评估的评分方式。"

具体方案：在题目中明确告诉模型惩罚规则。比如"答对得1分，答错扣3分，说'我不知道'得0分"。这样模型可以算出来：只有在超过75%确信时才应该作答，否则说"我不知道"期望收益更高。不同的惩罚系数对应不同的置信阈值，这提供了一个公平、可比较的评估框架。

之前有人提出过惩罚错误答案的想法，但关键的一步没做：没人把惩罚规则告诉模型。Kalai说这就像给你考试，告诉你"答错会扣分，但我不告诉你扣多少"——你没法做理性决策，而且不同模型也没法公平比较，因为它们心里假设的惩罚不一样。

Kalai在普林斯顿高等研究院做了实验验证：随着惩罚系数增加，模型说"我不知道"的频率确实相应增加，符合预期。但有趣的是，如果你看模型的实际得分（正确数 - 惩罚×错误数），在某个阈值之后，模型的得分会低于"全部说我不知道"的策略。这说明模型仍然过度自信——它以为自己知道的比实际知道的多。

五、行为校准：一个衡量"诚实度"的新维度

传统的校准（calibration）是关于预测准确性的：如果天气预报说降雨概率是70%，那在所有预报说70%的日子里，真的应该有70%下雨。如果实际只有50%下雨，就是校准不准。

Kalai提出了一个新概念：行为校准（behavioral calibration）。

"有些人会把手表调快10分钟。为什么要欺骗自己？因为这样对他们有好处——他们会更准时，表现更好。"

语言模型也有这个特点：如果你"骗"它说惩罚比实际更高，它的表现反而会提高。Kalai在实验中发现，给模型一个"最优谎言"（让它以为答错的惩罚更重），得分会上升。

理想情况下，我们希望模型不需要被"骗"——你告诉它真实的风险程度，它就能相应地调整自己的回答策略。一个行为校准良好的模型，应该能根据你说明的重要性，合理地决定何时作答、何时承认不知道。

---

六、人类为什么不幻觉：大脑双系统的启示

讲座快结束时，Kalai在黑板上画了一张大脑示意图。

人类大脑有两个主要的语言区域，功能截然不同：
• 韦尼克区（Wernicke's area）：靠近耳朵，负责理解语言。它需要能听懂各种内容，包括谎言、脏话、你明知不是真的东西——你的耳朵需要能理解那些你绝不会说出口的内容
• 布罗卡区（Broca's area）：靠近嘴巴，负责产生语言。这部分只输出你真正想说的、经过筛选的内容

有一种神经疾病叫韦尼克失语症（Wernicke's aphasia），患者会语无伦次地胡言乱语——这跟语言模型的幻觉惊人地相似。

"人类学会了不幻觉，因为如果我们胡说八道，我们看起来像傻瓜。我们不需要在考试里学这一课——在日常生活中瞎编被戳穿几次，自然就学乖了。"

这给AI设计带来一个启示：也许需要把"理解一切"和"只说有把握的"分成两个不同的模块。

对齐研究的核心问题是：我们到底希望语言模型说什么？这是一个对所有人开放的大问题，你不需要了解语言模型的技术细节就能思考它——因为我们自己也还没有一个清晰的答案。

七、展望未来：当AI比我们更聪明时

Kalai在讲座最后分享了一些更长远的思考。

当AI变得比人类更聪明时，很多现有框架都会失效。幻觉仍然重要，公平性仍然重要，但会出现很多我们今天连定义都给不出的新问题。

他提出了一个发人深省的类比：把AI安全想象成密码学，而不是生物学。

很多人把AI当作一种自然现象来研究——观察它、记录它的行为、像研究某种正在失控进化的有机体。但密码学的视角完全不同：RSA加密和区块链是人类工程设计的产物，我们可以在数学上证明它们的安全性，甚至面对比我们拥有更多算力和更高智能的对手，它们仍然安全。

"密码学的核心就是：对抗一个比你有更多计算资源、可能比你更聪明的对手，同时保持安全。"

Kalai分享了一个与妻子Yael Tauman Kalai合作的理论结果：如果你有K个语言模型，其中大多数是"安全"的（不会产生有害输出），你可以构造一个中位数分布（median distribution）——它能放大安全模型的特性。具体来说，如果每个安全模型产生有害输出的概率都是极小的，那么中位数分布会保持甚至强化这个特性。

但目前有个实际障碍：不同语言模型之间的"重叠"可能极小。如果你拿Gemini和GPT来做这个实验，它们的输出分布可能几乎不重叠——比如同一道编程题，两个模型给出的代码风格完全不同。这会让上述算法难以应用。一个可能的解决方向是规范化输出——比如定义一个标准的"正确程序分布"，让所有模型都朝这个标准靠拢，这样不同模型的重叠会变大，安全性放大的效果才能实现。

有人问："能不能在预训练阶段就改变损失函数来解决幻觉？"

Kalai认为预训练可能不是解决这个问题的正确时机：

"因为有时候你其实想要幻觉。你让它写短篇小说、编菜谱——随便发挥。我告诉你我厨房里有什么食材，你尽管创造一个新菜谱。但问生日的时候，我不希望你瞎编。所以这是一个微妙的平衡——这类问题可以猜，那类问题不能猜，另一类问题要特别谨慎。我觉得这更像是一个需要明确指导的过程，不是单纯从数据里能学会的。"

有人追问："但人类能自动学会什么时候该说'我不知道'，为什么模型不能从数据中学会？"

Kalai承认这是个好问题，目前没有完美答案。也许通过提示词（prompting）就能部分解决——比如在提示中说"这是问题，现在请以那个非常谨慎的助手的身份回答"，或者"如果你答错会很尴尬"，甚至"如果你答错会被开除"。他提到一个有趣的实验发现：如果你在提示中告诉语言模型"答对给你20美元奖励"，它的表现真的会变好。

自学计算机科学课程

Thu, 14 Aug 2025 12:29:08 CST

自学计算机科学

本文档是对 TeachYourselfCS 内容的中文翻译，原作者为 Ozan Onay 和 Myles Byrne。如需了解翻译相关信息或帮助改进翻译，请参见本文档结尾。

This document is a Chinese translation of TeachYourselfCS, which is written by Ozan Onay and Myles Byrne. For more information about this translation, please refer to the end of this document.

如果你是一个自学成才的工程师，或者从编程培训班毕业，那么你很有必要学习计算机科学。幸运的是，不必为此花上数年光阴和不菲费用去攻读一个学位：仅仅依靠自己，你就可以获得世界一流水平的教育💸。

互联网上，到处都有许多的学习资源，然而精华与糟粕并存。你所需要的，不是一个诸如「200+ 免费在线课程」的清单，而是以下问题的答案：

你应当学习哪些科目，为什么？
对于这些科目，最好的书籍或者视频课程是什么？

在这份指引中，我们尝试对这些问题做出确定的回答。

简而言之

大致按照列出的顺序，借助我们所建议的教材或者视频课程（但是最好二者兼用），学习如下的九门科目。目标是先花 100 到 200 个小时学习完每一个科目，然后在你职业生涯中，不时温习其中的精髓🚀。

科目	为何要学？	最佳书籍	最佳视频
编程	不要做一个「永远没彻底搞懂」诸如递归等概念的程序员。	《计算机程序的构造和解释》	Brian Harvey’s Berkeley CS 61A
计算机系统结构	如果你对于计算机如何工作没有具体的概念，那么你所做出的所有高级抽象都是空中楼阁。	《深入理解计算机系统》	Berkeley CS 61C
算法与数据结构	如果你不懂得如何使用栈、队列、树、图等常见数据结构，遇到有难度的问题时，你将束手无策。	《算法设计手册》	Steven Skiena’s lectures
数学知识	计算机科学基本上是应用数学的一个「跑偏的」分支，因此学习数学将会给你带来竞争优势。	《计算机科学中的数学》	Tom Leighton’s MIT 6.042J
操作系统	你所写的代码，基本上都由操作系统来运行，因此你应当了解其运作的原理。	《操作系统导论》	Berkeley CS 162
计算机网络	互联网已然势不可挡：理解工作原理才能解锁全部潜力。	《计算机网络：自顶向下方法》	Stanford CS 144
数据库	对于多数重要程序，数据是其核心，然而很少人理解数据库系统的工作原理。	Readings in Database Systems （暂无中译本）	Joe Hellerstein’s Berkeley CS 186
编程语言与编译器	若你懂得编程语言和编译器如何工作，你就能写出更好的代码，更轻松地学习新的编程语言。	Crafting Interpreters	Alex Aiken’s course on Lagunita
分布式系统	如今，多数系统都是分布式的。	《数据密集型应用系统设计》	MIT 6.824

还是太多？

如果花几年时间自学 9 门科目让人望而却步，我们建议你只专注于两本书：《深入理解计算机系统》和《数据密集型应用系统设计》。根据我们的经验，投入到这两本书的时间可以获得极高的回报率，特别适合从事网络应用开发的自学工程师。这两本书也可以作为上面表格中其他科目的纲领。

为什么要学习计算机科学？

软件工程师分为两种：一种充分理解了计算机科学，从而有能力应对充满挑战的创造性工作；另一种仅仅凭着对一些高级工具的熟悉而勉强应付。

这两种人都自称软件工程师，都能在职业生涯早期挣到差不多的工资。然而，随着时间流逝，第一种工程师不断成长，所做的事情将会越来越有意义且更为高薪，不论是有价值的商业工作、突破性的开源项目、技术上的领导力或者高质量的个人贡献。

全球短信系统每日收发约 200 亿条信息，而仅仅靠 57 名工程师，现在的 WhatsApp 每日收发 420 亿条。

— Benedict Evans (@BenedictEvans) 2016 年 2 月 2 日

第一种工程师总是寻求深入学习计算机科学的方法，或是通过传统的方法学习，或是在职业生涯中永无止息地学习；第二种工程师通常浮于表面，只学习某些特定的工具和技术，而不研究其底层的基本原理，仅仅在技术潮流的风向改变时学习新的技能。

如今，涌入计算机行业的人数激增，然而计算机专业的毕业生数量基本上未曾改变。第二种工程师的供过于求正在开始减少他们的工作机会，使他们无法涉足行业内更加有意义的工作。对你而言，不论正在努力成为第一种工程师，还是只想让自己的职业生涯更加安全，学习计算机科学是唯一可靠的途径。

23333 然而他们…… pic.twitter.com/XVNYlXAHar

— Jenna Bilotta (@jenna) 2017 年 3 月 4 日

分科目指引

编程

大多数计算机专业本科教学以程序设计「导论」作为开始。这类课程的最佳版本不仅能满足初学者的需要，还适用于那些在初学编程阶段遗漏了某些有益的概念和程序设计模式的人。

对于这部分内容，我们的标准推荐是这部经典著作：《计算机程序的构造和解释》。在网络上，这本书既可供免费阅读（英文版），也作为 MIT 的免费视频课程。不过尽管这些视频课程很不错，我们对于视频课程的推荐实际上是 Brian Harvey 开设的 SICP 课程（即 Berkeley 的 61A 课程）。比起 MIT 的课程，它更加完善，更适用于初学者。

我们建议至少学完 SICP 的前三章，并完成配套的习题。如果需要额外的练习，可以去解决一些小的程序设计问题，比如 exercism。

中文翻译新增：

关于 SICP 国内视频观看地址

MIT 的免费视频课程（中英字幕）

Brian Harvey 开设的 SICP 课程（英文字幕）

Scheme 学习的相关资源参见： https://github.com/DeathKing/Learning-SICP

更详细的补充说明： #3

自从 2016 年首次发布这份指南以来，最常被问到的一个问题是，我们是否推荐由 John DeNero 讲授的更新的 CS 61A 课程，以及配套的书籍 Composing Programs，这本书「继承自 SICP」但使用 Python 讲解。我们认为 DeNero 的课程也很不错，有的学生可能更喜欢，但我们还是建议把 SICP、Scheme 和 Brian Harvey 的视频课程作为首选。

为什么这么说呢？因为 SICP 是独一无二的，它可以——至少很有可能——改变你对计算机和编程的基本认识。不是每个人都有这样的体验。有的人讨厌这本书，有的人看了前几页就放弃了。但潜在的回报让它值得一读。

如果你觉得 SICP 过于难，试试 Composing Programs。如果还是不合适，那我们推荐《程序设计方法》（中文版，英文版）；如果你觉得 SICP 过于简单，那我们推荐 Concepts, Techniques, and Models of Computer Programming。如果读这些书让你觉得没有收获，也许你应该先学习其他科目，一两年后再重新审视编程的理念。

新版原文删除了对 Concepts, Techniques, and Models of Computer Programming 一书的推荐，但这本书对各种编程模型有深入的见解，值得一读。所以译文中依然保留。 — 译者注

最后，有一点要说明的是：本指南不适用于完全不懂编程的新手。我们假定你是一个没有计算机专业背景的程序员，希望填补一些知识空白。事实上，我们把「编程」章节包括进来只是提醒你还有更多知识需要学习。对于那些从来没有学过编程，但又想学的人来说，这份指南更合适。

计算机系统结构

计算机系统结构——有时候又被称为「计算机系统」或者「计算机组成」——是了解软件底层的的重要视角。根据我们的经验，这是自学的软件工程师最容易忽视的领域。

我们最喜欢的入门书是《深入理解计算机系统》。典型的计算机体系结构导论课程会涵盖本书的 1-6 章。

我们喜爱《深入理解计算机系统》，因为它的实用性，并且站在程序员的视角。虽然计算机体系结构的内容比本书所涉及的内容多得多，但对于那些想了解计算机系统以求编写更快、更高效、更可靠的软件的人来说，这本书是很好的起点。

对于那些既想了解这个主题又想兼顾硬件和软件的知识的人来说，我们推荐《计算机系统要素》，又名「从与非门到俄罗斯方块」（Nand2Tetris），这本书规模宏大，让读者对计算机内的所有部分如何协同工作有完全的认识。这本书的每一章节对应如何构建计算机整体系统中的一小部分，从用 HDL（硬件描述语言）写基本的逻辑门电路出发，途经 CPU 和汇编，最终抵达诸如俄罗斯方块这般规模的应用程序。

我们推荐把此书的前六章读完，并完成对应的项目练习。这么做，你将更加深入地理解，计算机体系结构和运行其上的软件之间的关系。

这本书的前半部分（包括所有对应的项目）均可从 Nand2Tetris 的网站上免费获得。同时，在 Coursera 上，这是一门视频课程。

为了追求简洁和紧凑，这本书牺牲了内容上的深度。尤其值得注意的是，流水线和存储层次结构是现代计算机体系结构中极其重要的两个概念，然而这本书对此几乎毫无涉及。

当你掌握了 Nand2Tetris 的内容后，我们推荐要么回到《深入理解计算机系统》，或者考虑 Patterson 和 Hennessy 二人所著的《计算机组成与设计》，一本优秀的经典著作。这本书中的不同章节重要程度不一，因此我们建议根据 Berkeley 的 CS61C 课程「计算机体系结构中的伟大思想」来着重阅读一些章节。这门课的笔记和实验在网络上可以免费获得，并且在互联网档案中有这门课程的过往资料。

硬件是平台。

— Mike Acton, Engine Director at Insomniac Games （观看他在 CppCon 上的演说）

算法与数据结构

正如几十年来的共识，我们认为，计算机科学教育所赋予人们的最大能量在于对常见算法和数据结构的熟悉。此外，这也可以训练一个人对于各种问题的解决能力，有助于其他领域的学习。

关于算法与数据结构，有成百上千的书可供使用，但是我们的最爱是 Steven Skiena 编写的《算法设计手册》。显而易见，他对此充满热爱，迫不及待地想要帮助其他人理解。在我们看来，这本书给人一种焕然一新的体验，完全不同于那些更加经常被推荐的书（比如 Cormen、Leiserson、Rivest、Stein 或 Sedgewick 的书，后两者充斥着过多的证明，不适合以解决问题为导向的学习）。

如果你更喜欢视频课程， Skiena 慷慨地提供了他的课程。此外，Tim Roughgarden 的课程也很不错，在 Stanford 的 MOOC 平台 Lagunita，或者 Coursera 上均可获得。Skiena 和 Roughgarden 的这两门课程没有优劣之分，选择何者取决于个人品味。

至于练习，我们推荐学生在 Leetcode 上解决问题。Leetcode 上的问题往往有趣且带有良好的解法和讨论。此外，在竞争日益激烈的软件行业，这些问题可以帮助你评估自己应对技术面试中常见问题的能力。我们建议解决大约 100 道随机挑选的 Leetcode 问题，作为学习的一部分。

最后，我们强烈推荐《怎样解题》。这本书极为优秀且独特，指导人们解决广义上的问题，因而一如其适用于数学，它适用于计算机科学。

我可以广泛推荐的方法只有一个：写之前先思考。

— Richard Hamming

数学知识

从某个角度说，计算机科学是应用数学的一个「发育过度」的分支。尽管许多软件工程师试图——并且在不同程度上成功做到——忽视这一点，我们鼓励你用学习来拥抱数学。如若成功，比起那些没有掌握数学的人，你将获得巨大的竞争优势。

对于计算机科学，数学中最相关的领域是「离散数学」，其中的「离散」与「连续」相对立，大致上指的是应用数学中那些有趣的主题，而不是微积分之类的。由于定义比较含糊，试图掌握离散数学的全部内容是没有意义的。较为现实的学习目标是，了解逻辑、排列组合、概率论、集合论、图论以及密码学相关的一些数论知识。考虑到线性代数在计算机图形学和机器学习中的重要性，该领域同样值得学习。

学习离散数学，我们建议从 László Lovász 的课程笔记开始。Lovász 教授成功地让这些内容浅显易懂且符合直觉，因此，比起正式的教材，这更适合初学者。

对于更加高阶的学习，我们推荐《计算机科学中的数学》，MIT 同名课程的课程笔记，篇幅与书籍相当（事实上，现已出版）。这门课程的视频同样可免费获得，是我们所推荐的学习视频。

对于线性代数，我们建议从 Essence of linear algebra 系列视频开始，然后再去学习 Gilbert Strang 的《线性代数导论》和视频课程。

如果人们不相信数学是简单的，那么只能是因为他们没有意识到生活有多么复杂。

— John von Neumann

操作系统

《操作系统概念》（「恐龙书」）和《现代操作系统》是操作系统领域的经典书籍。二者都因为写作风格和对学生不友好而招致了一些批评。

《操作系统导论》（ Operating Systems: Three Easy Pieces）是一个不错的替代品，并且可在网上免费获得（英文版）。我们格外喜欢这本书的结构，并且认为这本书的习题很值得一做。

在读完《操作系统导论》后，我们鼓励你探索特定操作系统的设计。可以借助「{OS name} Internals」风格的书籍，比如 Lion's commentary on Unix， The Design and Implementation of the FreeBSD Operating System，以及 Mac OS X Internals。对于 Linux ，我们推荐 Robert Love 的《Linux 内核设计与实现》。

为了巩固对操作系统的理解，阅读小型系统内核的代码并且为其增加特性是一个很不错的方法。比如， xv6，由 MIT 的一门课程所维护的从 Unix V6 到 ANSI C 和 x86 的移植，就是一个很棒的选择。《操作系统导论》有一个附录，记载了一些可能的 xv6 实验项目，其中充满了关于潜在项目的很棒想法。

计算机网络

鉴于有那么多关于网络服务端和客户端的软件工程，计算机网络是计算机科学中价值最为「立竿见影」的领域之一。我们的学生，系统性地学习了计算机网络，最终能够理解那些曾困扰他们多年的术语、概念和协议。

在这一主题上，我们最爱的书籍是《计算机网络：自顶向下方法》。书中的小项目和习题相当值得练习，尤其是其中的「Wireshark labs」（这部分在网上可以获得）。

如果更喜欢视频课程，我们推荐 Stanford 的 Introduction to Computer Networking，可在他们的 MOOC 平台 Lagunita 上免费观看。

对于计算机网络的学习，做项目比完成小的习题更有益。一些可能的项目有：HTTP 服务器，基于 UDP 的聊天 APP，迷你 TCP 栈，代理，负载均衡器，或者分布式哈希表。

你无法盯着水晶球预见未来，未来的互联网何去何从取决于社会。

— Bob Kahn

数据库

比起其他主题，自学数据库系统需要更多的付出。这是一个相对年轻的研究领域，并且出于很强的商业动机，研究者把想法藏在紧闭的门后。此外，许多原本有潜力写出优秀教材的作者反而选择了加入或创立公司。

鉴于如上情况，我们鼓励自学者大体上抛弃教材，而是从 2015 年春季学期的 CS 186 课程（Joe Hellerstein 在 Berkeley 的数据库课程）开始，然后前往阅读论文。

对于初学者，有一篇格外值得提及的论文： Architecture of a Database System。这篇论文提供了独特的对关系型数据库管理系统（RDBMS）如何工作的高层次观点，是后续学习的实用梗概。

Readings in Database Systems，或者以数据库「红书」更为人知，是由 Peter Bailis、Joe Hellerstein 和 Michael Stonebraker 编纂的论文合集。对于那些想要在 CS 186 课程的水平更进一步的学习者，「红书」应当是下一步。

如果你坚持一定要一本导论教材，那我们推荐 Ramakrishnan 和 Gehrke 所著的《数据库管理系统：原理与设计》。如需更深一步，Jim Gray 的经典著作 Transaction Processing: Concepts and Techniques 值得一读，不过我们不建议把这本书当作首要资源。

如果没有编写足够数量的代码，很难巩固数据库理论。CS 186 课程的学生给 Spark 添加特性，倒是不错的项目，不过我们仅仅建议从零实现一个简单的关系型数据库管理系统。自然，它将不会有太多的特性，但是即便只实现典型的关系型数据库管理系统每个方面最基础的功能，也是相当有启发的。

最后，数据模型往往是数据库中一个被忽视的、教学不充分的方面。关于这个主题，我们推荐的书籍是 Data and Reality: A Timeless Perspective on Perceiving and Managing Information in Our Imprecise World。

编程语言与编译器

多数程序员学习编程语言的知识，而多数计算机科学家学习编程语言相关的知识。这使得计算机科学家比起程序员拥有显著的优势，即便在编程领域！因为他们的知识可以推而广之：相较只学习过特定编程语言的人，他们可以更深入更快速地理解新的编程语言。

我们推荐的入门书是 Bob Nystrom 所著的优秀的 Crafting Interpreters，可在网上免费获取。这本书条理清晰，富有趣味性，非常适合那些想要更好地理解语言和语言工具的人。我们建议你花时间读完整本书，并尝试任何一个感兴趣的「挑战」。

另一本更为传统的推荐书籍是《编译原理》，通常称为「龙书」。不幸的是，这本书不是为自学者而设计的，而是供教师从中挑选一些主题用于 1-2 学期的教学。

如果你选择使用龙书进行自学，你需要从中甄选主题，而且最好是在导师的帮助下。我们建议依据某个视频课程来设定学习的结构，然后按需从龙书中获取深入的内容。我们推荐的在线课程是 Alex Aiken 在 MOOC 平台 edX 所开设的。

不要做一个只写样板代码的程序员。相反，给用户和其他程序员创造工具。从纺织工业和钢铁工业中学习历史教训：你想制造机器和工具，还是操作这些机器？

— Ras Bodik 在他的编译器课程伊始

分布式系统

随着计算机在数量上的增加，计算机同样开始分散。尽管商业公司过去愿意购买越来越大的大型机，现在的典型情况是，甚至很小的应用程序都同时在多台机器上运行。思考这样做的利弊权衡，即是分布式系统的研究所在，也是越来越重要的一项技能。

我们推荐的自学参考书是 Martin Kleppmann 的《数据密集型应用系统设计》。与传统的教科书相比，它是一本为实践者设计的具有很高的可读性的书，并且保持了深度和严谨性。

对于那些偏爱传统教材，或者希望可以从网上免费获取的人，我们推荐的教材是 Maarten van Steen 和 Andrew Tanenbaum 所著的《分布式系统原理与范型》（中文第二版，英文第三版）。

对于喜欢视频课程的人， MIT 的 6.824 是一门很好的在线视频课程，由 Robert Morris 教授的研究生课程，在这里可以看到课程安排。

不管选择怎样的教材或者其他辅助资料，学习分布式系统必然要求阅读论文。这里有一个不错的论文清单，而且我们强烈建议你出席你当地的 Papers We Love（仅限美国）。

常见问题解答

这份指引的目标受众是？

我们面向自学的软件工程师、培训班学生、「早熟的」高中生或者想要通过自学补充正式教育的大学生。关于何时开启这段自学旅程，完全取决于个人，不过多数人在有一定的职业经历后深入学习计算机科学理论会获益匪浅。比如，我们注意到，如果学生在工作中曾经使用过数据库，他们会喜爱学习数据库系统课程；如果学生从事过一两个 Web 项目，他们会喜爱学习计算机网络。

人工智能/计算机图形学/XX 主题怎么样？

我们试图把计算机科学主题清单限制到那些我们认为每一个软件工程师都应该了解的内容，不限于专业或行业。拥有了这些基础，你将能更加轻松地挑选教材或论文，然而无需指引地学习核心概念。在这里，我们给出一些其他常见主题的自学起点：

人工智能：通过观看视频并完成 Pacman 项目来学习 Berkeley 的 AI 课程。至于教材，使用 Russell 和 Norvig 编写的《人工智能：一种现代方法》。
机器学习：学习吴恩达在 Coursera 上的课程。耐心学习，先确保理解了基础概念再奔向类如深度学习的诱人新主题。
计算机图形学：学习 Berkeley CS 184 课程的材料，使用《计算机图形学：原理及实践》作为教材。

一定要严格遵守推荐的学习次序吗？

事实上，所有主题之间都有一定程度的重叠，彼此循环引用。以离散数学和算法的关系为例：先学习数学可以帮助你更深入地分析和理解算法，然而先学习算法可以为学习离散数学提供更大的动力和应用背景。理想情况下，你将在你的职业生涯多次重温二者。

因此，我们所推荐的次序主要是为了帮助你起步……如果你出于某种强烈的原因而倾向以不同的顺序学习，那也没有关系，勇敢开始吧！不过在我们看来，最重要的「先决条件」是：先学计算机体系结构再学操作系统或数据库，先学计算机网络和操作系统再学分布式系统。

和 Open Source Society、freeCodeCamp curricula 等比起来，这份指引？

OSS 指引涵盖太多主题，在许多主题中推荐劣质资源，没有就特定课程哪些方面有价值提供原因或指引。我们努力对这份指引中的课程加以限制，仅仅包括那些你作为软件工程师确实需要了解的，不论你的专业方向，并且对每门课程为何必要做出了解释以帮助你理解。

FreeCodeCamp 主要关注编程，而不是计算机科学。至于你为什么要学习计算机科学，参见上文。如果你是个新手，我们建议先学 freeCodeCamp 的课程，一两年后再回归本指南。

XX 编程语言怎么样？

学习一门特定的编程语言和学习计算机科学的一个领域完全不在一个维度——相比之下，学习语言容易且缺乏价值。如果你已经了解了一些语言，我们强烈建议遵照我们的指引，然后在学习的空当中习得语言，或者暂且不管以后再说。如果你已经把编程学得不错了（比如学完了《计算机程序的构造和解释》），尤其是如果你学习过编译器，那么面对一门新的语言，你只需要花一个周末稍多的时间即可基本掌握，之后你可以在工作中学习相关的类库/工具/生态。

XX 流行技术怎么样？

没有任何一种技术的重要程度可以达到学习其使用足以成为计算机科学教学的核心部分。不过，你对学习那门技术充满热情，这很不错。诀窍是先从特定的技术回退到基本的领域或概念，判断这门流行技术在技术的宏观大局中位于何处，然后才深入学习这门技术。

为什么你们还在推荐 SICP?

先尝试读一下，有些人觉得 SICP 让人神魂颠倒，这在其他书很少见。如果你不喜欢，你可以尝试其他的东西，也许以后再回到 SICP。

为什么你们还在推荐龙书？

龙书依旧是内容最为完整的编译器单本书籍。由于过分强调一些如今不够时新的主题的细节，比如解析，这本书招致了恶评。然而事实上，这本书从未打算供人一页一页的学习，而仅仅是为了给教师准备一门课程提供足够的材料。类似地，自学者可以从书中量身按需挑选主题，或者最好依照公开课授课教师在课程大纲中的建议。

如何便宜获取教材？

我们所建议的许多教材在网上都可以免费获得，这多亏了作者们的慷慨。对于那些不免费的书籍，我们建议购买旧版本的二手书籍。广而言之，如果一本教材有多个版本，旧版本大概率是完全足够使用的。即便新版本的价格是旧版本的 10 倍，新版本也绝不可能比旧版本好 10 倍！

中文翻译新增：事实上，比起美国，在国内购买技术书籍可以说是相当「廉价」了。如果仍旧寻求更加便宜的购买渠道，可以参考这篇 V2EX 上的讨论帖子，其中提到了一些不错的购买渠道。

这份指引是谁写的？

这份指引由 Bradfield School of Computer Science（旧金山）的两位教员： Ozan Onay 和 Myles Byrne 编写，并由 Oz 于 2020 年更新。这份指引基于我们对数千名自学成才的工程师和培训班学生教授计算机科学基础的经验。感谢我们所有学生对自学资源的持续反馈。

只要有足够的时间和动力，我们非常有信心，你可以自学完以上所有课程。如果你喜欢一个集中式、结构化、由教师指导的课程，你可能对我们的计算机科学强化班感兴趣。我们不建议你去攻读硕士学位。

这份指引是谁翻译的？

这份指引的中文翻译是社区共同贡献的成果，我们欢迎任何反馈和改进！

脑科学能帮助我们改掉坏习惯吗？

Mon, 08 Jan 2024 09:13:34 CST

几年前，我购买了一部智能手机，很快就爱不释手。随时随地能发邮件、查信息或购物，这为我带来了前所未有的效率提升。手机每收到一封邮件就会发出“嘀”的一声，我随即处理它，为自己的效率沾沾自喜。短信到来伴随着法国号的声音，我也会迅速回复。不久，我开始条件反射般地一听到手机响就伸手去拿，就像帕夫洛夫的狗听到铃声就会流口水。这渐渐干扰了我的工作和谈话。这台本应是神奇助手的机器，却慢慢让我沦为了它的奴隶。我一直自认为意志力很强。像许多经历过医学训练的人一样，那些早起、长时间轮班，而朋友们却在享受派对的人，我已习惯于延迟满足。但这都没用。当我尝试把手机调成静音，我反而更频繁地检查它，生怕错过什么。唯一能控制自己不看手机的时候是安息日，因为那时我不查邮件。但我会不停地看表，计算着何时能再打开手机。那是我第一次真切感受到吸烟者对香烟的渴望。检查智能手机已成为我难以摆脱的坏习惯。习惯的好坏一直吸引着哲学家和政策制定者。亚里士多德在他的作品《尼各马可伦理学》中探讨了美德的不同理念，并总结道：“有人认为人之初性本善，有人说是习惯使然，还有人觉得教育至关重要。”他的结论是习惯扮演了关键角色。西塞罗将习惯称作“第二天性”，这个说法至今仍广为流传。亚历山大·汉密尔顿在《联邦党人文集》第 27 号文章中，当他思考如何培养出遵守新共和国联邦法律的公民时，他提到了“人是习惯的奴隶”。汉密尔顿认为，如果联邦法律深入州级事务，它将成为人们日常生活的一部分。“它越是融入人们激情自然流动的渠道，就越不需要强制手段的帮助，”他写道。在现代，习惯已成为科学研究的重要领域。心理学家深入研究了习惯行为的形成及其对健康和幸福的影响。威廉·詹姆斯回应亚里士多德的观点，写道：“我们的生活，只要形成了一定的模式，就是由各种习惯构成的——实用的、情感的、智力的……它们不可抗拒地推动我们走向命运。” 我们大多数人不愿意把自己看作被动的存在。那意志力呢？市场营销通过像“Just Do It”（耐克）和“Declare Your Path”（新百伦）这样的口号，来抚慰我们对自主意识的渴望。很多流行心理学也强化了我们对自我控制的信念。在六十年代，沃尔特·米歇尔设计的著名斯坦福棉花糖实验中，孩子们要面对一块棉花糖，他们是否能抵抗住立即吃掉它的冲动，将决定他们的“执行功能”水平。这个实验被认为能预测孩子未来的成功，如 SAT 成绩、人际关系的持久度和职业成就。但如果我们只是习惯的产物，这一切又如何解释呢？在《好习惯，坏习惯》一书中（由 Farrar, Straus & Giroux 出版），社会心理学家 Wendy Wood 对 James 的决定论和轻率的自我激励论进行了反驳。她试图为普通读者提供更实际的方法来打破习惯。她基于自己的领域研究，认为维护积极行为和遏制消极行为需要决策与无意识因素的共同作用。Wood 解释说，我们的大脑有“多个独立但相互连接的行为指导机制。”但我们只能意识到决策能力——这种现象被称为“内省错觉”——这可能是我们过分高估了这种能力的原因。她写道，让意志力成为可能的执行功能给了我们一种“代理感”，让我们认为这就是“我”。但这是以付出努力为代价的。为了日常生活，我们需要某些行为变得自动化。功能性磁共振成像（fMRI）扫描让研究者能够窥探在机械性任务和有意识任务期间活跃的不同神经网络。学习新任务时，大脑扫描显示前额叶皮层和海马体的活跃，这些区域与决策和执行控制相关。随着任务重复，大脑活动转移到纹状体和基底节，即 Wood 称为“我们心灵的基础机制”的部分。在这里，任务转变为习惯。这些更原始的大脑区域对我们的精神能量需求更少。一系列动作变得连贯，这个过程称为“分块 (chunking)”。例如，当我们上车准备开车时，我们不需要分别考虑系安全带、打火、挂挡、检查后视镜和盲区、踩油门等动作。所有这些步骤被整合在记忆中，形成一个单元，由上车这一环境线索触发。这使我们能够专注于那些最需要我们有意识关注的事情，比如思考目的地、规划当天的任务，同时留意路上的任何异常情况。 Wood 的研究起初并不是聚焦于习惯，而是坚持。对于像打流感疫苗这样的“偶发性、一次性行为”，有意识的决策就足够了。然而，对于需要重复的行为，习惯就显得至关重要。William James 曾估计，我们的活动中有“几乎全部是自动和习惯性的。”这只是一个推测；但 Wood 通过一项研究，量化了人们多少行为是出于习惯。她用一种名为“体验抽样”(experience sampling) 的技术，让参与者在两天内记录自己的所作所为。研究结果虽各组不同，但基本发现是我们大约 43% 的行为是习惯性的。这就解释了为什么仅凭意识上的知识还不足以改变行为，以及为什么仅仅通过教育人们做出健康选择的公共卫生倡议往往会失败。1991 年，国家癌症研究所发现只有 8% 的美国人知道每天至少应该吃五份水果和蔬菜。随后发起了一项全国运动：“每天五份，为了更好的健康。”六年后，知道这一建议的美国人增至 39%，增长了近五倍，但实际饮食习惯几乎未变。2007 年，政府官员再次尝试，推出了“水果与蔬菜 - 更多益处”计划。然而，到 2018 年，每天吃两份水果的美国人仅占 12%，吃三份蔬菜的仅 9%。仅仅告知我们什么对我们有益是无效的，因为我们的饮食、烹饪和购物习惯主宰了我们的行为。在 Mischel 的棉花糖实验中，只有四分之一的参与者能坚持十五分钟不吃棉花糖。这意味着大多数人缺乏成功所需的自控力。但研究中不太为人所知的一部分，提出了绕开我们脆弱的方法。研究者比较了两种情况：一种是孩子们能看到面前的棉花糖；另一种则是知道棉花糖在那儿，但看不到它。结果显示，面对可见诱惑时，孩子们平均只能坚持六分钟，但如果把诱惑藏起来，他们能坚持十分钟。对 Wood 而言，这说明自控力“并非内在品质，而是我们所处环境的反映。”通过微调环境，我们也许能够模仿那些看起来更有自制力的人。一项研究调查了大学生的自控能力，结果支持了这一假设。研究要求学生每次想到“哎呀，我不应该这么做”的时候就报告，例如熬夜、睡懒觉、暴饮暴食或拖延。他们在养成有益行为时，最有效的方式并非下定决心做得更好，或是分散对诱惑的注意，而是改变自己的环境。他们选择不在带电视的寝室沙发上学习，而是去图书馆。他们还发现，清除寝室冰箱里的垃圾食品后，饮食变得更健康。伍德指出：“成功的自控，实际上来自于有效隐藏诱惑。” 即便是在自控问卷上得分高的人，他们看似的美德可能更多源于情境因素，而非单纯的意志力。在德国对这类人的一项研究中，他们很少报告自己抵抗诱惑的情况。“他们的生活方式几乎一直在隐藏诱惑，”伍德如是写道。这一观察引出了她书中论点的核心：摆脱坏习惯的关键不在于决心，而在于以支持良好行为的方式重新构建我们的环境。伍德引用了心理学家库尔特·莱文 (Kurt Lewin) 的理论，他认为行为受到类似于重力或使河流加速或减速的流体动力学的“一系列力量”的影响。这些力量取决于你所处的环境、周围的人、一天中的时间，以及你最近的行为。我们通过寻找方法从方程式中移除意志力，反而能够实现情境控制，这似乎有些矛盾，但并不是靠意志力实现的。伍德认为，根除坏习惯的关键力量是“障碍”：如果我们能增加坏习惯的不便性，那么惯性就会帮助我们朝着美德方向前进，而无需我们表现出坚强。她列举了增加障碍导致吸烟减少的例子：法律禁止在餐厅、酒吧、飞机和火车上吸烟；税收的增加使得美国香烟价格在过去二十年里翻了三倍；以及从自动售货机中清除香烟，电视和收音机中禁播烟草广告。与此同时，我们周边的企业都在努力减少消费者的操作障碍。比如麦当劳的收银员会有意诱导顾客，问道：“您要加薯条吗？”这样的提问促使我们摄入更多脂肪和碳水化合物。Netflix 或 Hulu 的连续剧播放功能也是如此，它们通过在一集结束后自动播放下一集的方式，让我们沉迷于连续观看。Wood 采访了 Uber 前经济研究主管 M. Keith Chen，后者分享了该应用是如何设计来减少用户操作步骤的。“手机的 GPS 已经知道你的位置，”他说，“你几乎不需要多想……下车时连现金都不用处理。” 公司成为我们习惯形成的帮手，这一现象在 Charles Duhigg 的畅销书《The Power of Habit》（2012 年）中被深入探讨。像 Wood 一样，Duhigg 当时是《时报》的记者，他指出快餐业通过各种方式诱使我们增加消费。例如，麦当劳统一餐厅的装潢风格，旨在触发我们的饮食习惯。许多连锁餐厅的食品都经过特别设计，可以迅速激发大脑的奖励中心，提供瞬间的盐分和脂肪享受。在研究企业如何利用习惯形成来获取利益的过程中，Duhigg 描述了 20 世纪初的广告大师 Claude C. Hopkins 的工作。他的 Pepsodent 牙膏广告活动据说使刷牙成为美国人的日常习惯。Pepsodent 于 1915 年首次面市时，很少有人会刷牙，甚至当时的牙科权威都认为所有牙膏都无用。Hopkins 将营销焦点放在覆盖牙齿的牙菌斑 (plaque) 上；1917 年，他在报纸广告中宣称这是“所有牙齿问题的根源”。实际上，简单地吃一个苹果就能暂时去除牙菌斑，而当时的牙膏去除效果并不比光刷牙更好。尽管如此，Hopkins 还是夸大了牙菌斑的危害，并宣称 Pepsodent 是唯一的解决方案。“只需用舌头轻轻划过牙齿，”另一则广告写道，“你会感到一层薄膜——这就是让你的牙齿变色和蛀牙的原因。”不久，Pepsodent 就成为了全球知名的产品。 Duhigg 和 Wood 都认为，习惯性的行为是由刺激和回应所驱动的。虽然 Pepsodent 不是唯一声称能去除牙齿薄膜的品牌，但其含有的柠檬酸和薄荷油等成分，不仅带来清新口感，还轻微刺激口腔，产生舒适的刺痛感。Hopkins 让消费者意识到牙齿上的薄膜，为其提供了一个刺激，而牙膏本身则提供了物理上的回应。这种刺激与回应的循环极为强大：如果我们没有刷牙，就会感觉不舒服。Hopkins 发起他的活动二十年后，使用牙膏已成为美国绝大多数人的日常行为。Duhigg 表示，Hopkins“创造了一种需求”。 Wood 强调通过情境控制来培养良好习惯，而 Duhigg 则提到了一位咬指甲的女性，她被建议寻找其他可以用手做的事情，以产生类似的物理刺激，比如在桌子上敲打指关节。这样做的目的是保持刺激和回应的有效结构，但改变习惯的具体内容。对这两位作家来说，关键不在于靠意志力打破习惯，而是用一个新习惯替换旧习惯。这两个案例都突出了有意识努力的重要性 - 不是去反抗习惯，而是去深入分析它，以此制定更有效的改革策略。Duhigg 在体重上升后，决定放弃在 Times 餐厅每天下午吃的那块饼干。他曾尝试在便签上写下不吃饼干的禁令，但这并无效果：他会忽略这个提醒，走到餐厅，与收银台的同事闲聊，最后还是会买下饼干。因此，他开始探究触发这一习惯的因素，参考研究人员提出的五个类别：时间、地点、情绪状态、周围人员、以及习惯性动作之前的行为。他是因为饥饿、无聊，还是需要休息或是血糖提升？他尝试改变自己的日常，选择在办公桌上吃甜甜圈，而非去餐厅，或者到外面散步。他在做实验：如果在办公桌上吃甜甜圈并未减少去餐厅的冲动，那就可以排除是因为糖分的原因。最终，他通过排除法确定，他的习惯实际上是由对交流和分散注意力的需求驱动的。于是，他发现与朋友聊天成了替代吃饼干的最佳选择。 Wood 在她的书的最后，给我们这些被智能手机控制的人提供了建议。她提出了一个分步骤的策略。首先，认识到自己对手机的依赖，意识到这种习惯如何干扰了工作、社交和安全驾驶。接着是“控制情境线索”，也就是找出是什么触发了你拿起手机的行为。对我而言，这些线索包括听觉（如通知声、法国号声）和视觉（如屏幕弹窗）。我已经知道，仅仅把手机调成静音是不足以打破这一习惯的，但正如“棉花糖耐性实验”所示，眼不见心不烦。早上做早餐时，我发现把手机放在另一个房间很有效。开车时，手机被放进手套箱。走路时，我会把手机放在带拉链的口袋里。还有其他方法来增加使用的难度，从而减少这一习惯的发生。完全关机比单纯静音更有效，continue 不是因为我不好奇谁可能给我发邮件，而是因为重新开机很麻烦。 Wood 还建议我们找到新的奖励来替代手机原本提供的那些奖励。我开始在车里听收音机音乐。晚上，我没有浏览推特和电子邮件，而是探索那些我从未阅读过的作者。每天结束时，我都感到更加平静和自由。

超预期寿命：长寿的科学与艺术

Mon, 13 Nov 2023 07:54:09 CST

精英日课解读了一本2023年3月28日出版的新书《超预期寿命：长寿的科学与艺术》（Outlive: The Science and Art of Longevity）。作者是彼得·阿提亚（Peter Attia）。

阿提亚出生于1973年，毕业于斯坦福大学医学院，在约翰·霍普金斯医院当过住院医生，本来做手术有两下子，后来辞职去了麦肯锡咨询公司，现在自己创业做长寿项目。

万维钢老师特别赞赏阿提亚强硬的智识态度。我从第一性原理出发，看看这个事儿究竟是怎么回事，我自己拿个主意。你们要是说服不了我就改变不了我 —— 而且我还要改变你们。阿提亚不但有医学知识，还有临床经验，还有咨询公司的数学能力，还特别敢想敢干，可以说是个难得的人物。但是这些经历还不足以说明阿提亚有多厉害。这本书，才是他真正厉害之处。

这不仅仅是一本教你如何长寿的书。这是针对整个医疗体系的革命宣言。

当今的医疗体系可以说已经非常厉害，但是，是没有希望的。

阿提亚把目前为止的医学分成了两个阶段。

➡️ 一个是「医学1.0」，大概可以以西医的祖师爷、古希腊的一位医生，希波克拉底为代表人物。希波克拉底的贡献是把医学和巫术和哲学分离，使之成为一门专业学科。但是请注意，即便有了专业性，医学1.0也只是基于直接观察和经验做事，很多说法都是猜测性的，谈不上科学。也许中医也可以归为医学1.0。

➡️ 1.0的医生再聪明再努力也没有大用，因为你没有特效药。医学2.0带来的寿命改善主要是通过使用抗生素和通过改善卫生环境控制传染病实现的。一百多年以前，大部分人死亡是因为某种*急性*的病因，比如受伤感染，而医学2.0很成功地解决了这些急性问题。

现在大多数人都能活到七八十岁，人们死亡主要是因为一些慢性疾病 —— 这是医学2.0未能很好地解决的问题。阿提亚把现在导致死亡最多的四种慢性疾病称为“四骑士” —— 对标《圣经》里代表瘟疫、战争、饥荒和死亡的天启四骑士：

❌ 2型糖尿病

❌ 心脏病

❌ 癌症

❌ 神经退行性疾病（比如阿尔兹海默症，也就是老年痴呆症）

阿提亚认为，医学2.0对付“四骑士”的思路根本就是错的。因为它总是在病情发作之后才开始干预。阿提亚提出了「医学3.0」的概念，它跟2.0相比有四个特点 ——

✅ 1. 重视预防而非治疗；

✅ 2. 把每个患者当成独特的个体，因为每个人对比如说不同营养成分的反应是不一样的；

✅ 3. 从风险管理角度去干预，而不是固定走流程；

✅ 4. 不但要追求生命长度，还要追求健康度。

阿提亚乐观的判断是，现有的知识和手段，有可能把人健康的寿命增加10年到20年。

这本书的一个特点是用到的知识都非常新。书中关于营养学的说法跟市面上大多数营养学家说的就不一样。阿提亚的调研能量相当充沛，书中都是最前沿的研究结果。这些结果有五个主要来源：

👉 1. 对百岁老人的系统性研究；

👉 2. 动物实验；

👉 3. 对“四骑士”的最新的医学认知；

👉 4. 在细胞层面上对衰老机理的理解；

👉 5. 自然随机试验。

阿提亚不只是总结，他更要采取行动。他的健康策略是从五个方面入手的：最重要的是运动，然后是营养、睡眠、情绪健康以及药物。

长寿机制

彼得·阿提亚在《超预期寿命》这本书中列举了一组有关百岁老人的事实，这里面可能有长寿的秘密，但是要抓住那个秘密可不容易。

年龄超过100岁的人只占人口总数的0.03% —— 也就是三千多人中才有一个。人过了一百岁，每年的死亡率就会达到36%，人数会快速衰减。能活到110岁的老人被叫做“超级百岁老人”，这个人数，全世界在任何时候都最多只有300人左右。极少有人能活到117岁，能活到的基本都是女性。世界上有据可查的活到120岁的人，只有一个。120岁可能就是写在基因里的人类寿命的上限。

有大型研究显示，普遍来看，百岁老人并不比普通人更注重健康。他们中有很多人酗酒，抽几十年的烟；他们在70岁时经常锻炼的比例也低于同年龄的对照组；他们中不少人体重超标。他们到底为啥能长寿呢？只可能是基因的作用。

在做了大量研究之后，科学家发现了几个基因，对长寿有重要影响。

➡️ 有一个基因叫APOE，它对阿尔兹海默症有明显的影响，主要是因为它对大脑中运送胆固醇有重要作用。它有个变体还对葡萄糖代谢很有影响。

➡️ 还有个基因叫FOXO3，属于转录因子，它能决定其他基因是被激活还是被表达，从而调节新陈代谢。它能开启细胞修复的任务，还可以决定什么时候清理垃圾。

这两个基因就对我们很有启发。它们的存在说明第一，要想长寿，你需要关心胆固醇和葡萄糖；第二，新陈代谢、细胞修复和垃圾清理非常重要。那么有了这个线索，就算我们身上的基因版本跟百岁老人不一样，我们也可以模仿。比如FOXO3的作用，其实你通过运动和营养调节也能激活。

百岁老人有那个基因版本，所以他们不运动、随便吃也没事；你没有那个基因版本，那你多运动、少吃点，也可能能达到同样的效果。

大自然还送给我们另一个长寿线索，那就是「雷帕霉素（rapamycin）」。2009年，经过多家实验室重复验证发现，雷帕霉素能显著延长小白鼠的寿命。特别是它还能延长年老的小白鼠的寿命 —— 类比到人类，相当于能让一个60岁的人活到95岁。怕累霉素是复活节岛送给我们一个长寿药。

糖尿病

最终会导致2型糖尿病的新陈代谢问题

代谢功能障碍不仅仅通往糖尿病，它跟“四骑士”中其他三种病 —— 心血管疾病、癌症和神经退行性疾病都很有关系，可以说代谢就是健康的根本。

代谢功能是个复杂系统，但是它失控的前兆是简单的。那就是「胰岛素抵抗」。

皮下脂肪是最安全的脂肪，不会给身体带来坏处。又能随时释放能量，又能保暖，其实挺好。皮下脂肪不影响代谢功能。你吃的实在多，把皮下脂肪已经充值满了，还有多余的糖，怎么办呢？这大概就是代谢功能全部的问题所在。就好像一个浴缸已经满了，你还在往里注水一样。水必然会流到地板上，给你带来麻烦。胰岛素会把皮下脂肪之外还多余的糖送入以下这些地方变成脂肪，从而造成各种问题 ——

❗ 送入肝脏，会形成非酒精性脂肪肝；

❗ 送入肌肉组织，会导致胰岛素抵抗；

❗ 送入腹部，形成内脏脂肪；

❗ 送入血液，会导致动脉粥样硬化；

❗ 送入心脏和胰腺周围，引发相关病症……

现在医学界使用五个指标用于判断「代谢综合征（MetSyn）」，分别是高血压、高血脂、高密度脂蛋白胆固醇偏低、中心型肥胖（也就是肚子大）和空腹血糖升高。五个指标中满足三项，就是代谢综合征。美国有1.2亿人有代谢综合征，有90%的人至少符合其中一项指标。你不可能说这90%的人都不正常，但这些所谓的正常人都不健康。

阿提亚认为最关键的指标还是胰岛素。

胰岛素抵抗如果继续发展下去，下一步就是糖尿病前期，再下一步就是非酒精性脂肪肝，再进一步就是2型糖尿病。也就是说，2型糖尿病其实是代谢系统经历的一系列崩坏的最后一站。得了2型糖尿病，又给四骑士中的其他三种疾病铺平了道路……

这一切都起源于多吃的那一口糖。说来说去，都是因为吃得太多。脂肪过剩是现代富足社会才有的疾病。

心脏病

现代人死亡的第一杀手就是心血管疾病。《超预期寿命》这本书的作者彼得·阿提亚认为，我们已经有足够好的手段，让心血管疾病从第一杀手的位置落到比如说……第十杀手。前提是你提早干预。很早，很早就干预。

很多人认为动脉粥样硬化是胆固醇过高造成的，这是一个长期以来的误解。2015年，给美国政府提供饮食指南的咨询委员会终于承认，胆固醇并不是一项值得关注的过量摄入的营养素。

阿提亚认为，总的原则应该是减少载脂蛋白B的存在感，这意味着LDL浓度越低越好，而且要把血脂—— 包括各种脂蛋白 —— 水平降下来。我们前面说了，代谢系统的一个问题就是胰岛素把多余的糖送入血液变成脂肪。有研究表明，只要LDL浓度没有超过正常生理需要的水平，动脉粥样硬化就可能不会发生。

阿提亚建议用药物干预。最常用的就是他汀类药物降血脂。阿提亚本人是积极用药，所以他50岁时的心血管疾病风险反而比36岁时还要低 —— 他的目标是把人的载脂蛋白B浓度降到儿童水平。

癌症

癌症是个天大的难题。就连阿提亚的这本书的总体基调是乐观的，他也认为在我们有生之年，除非发生奇迹，否则根本就没有完全治愈或者完全预防癌症的可能性。但你也不能说前景只有悲观……我们的确能做一些事情。

什么是癌症呢？简单说，癌症是细胞在不该长的地方疯狂生长，以至于形成肿瘤。癌细胞和正常细胞有两个不同之处，这两个特点定义了癌症：

➡️ 第一个特点是癌细胞在应该停止生长的时候没有停止生长。

➡️ 第二个特点是癌细胞可以从身体的一个部位转移到比如说很遥远的另一个部位，乃至于扩散到很多个部位。

除了癌细胞在该停止生长的时候不停止生长、容易发生扩散这两个特征之外，不同的癌症之间基本就没有相似度了。癌症不是一种病，而是对很多种病的统称。乳腺癌和胰腺癌完全不同，各种癌症都不同。这意味着你不可能用一种药或者一个疗法治疗所有的癌症。

当然医学还是有进步的，有些新疗法作用很好。一个是靶向药。基因组项目还是很有用的，针对一些特定癌症的特定基因，确实有一些很有效的靶向药。但这方面阿提亚没有多说，阿提亚重点讲的是免疫疗法。

有效的概率太低。只有1/3的癌症可以用免疫疗法治疗，而在这些可以治疗的癌症之中，也只有1/4的患者能真正受益。别人为啥就不行……你也猜到了，那可能是基因的原因。但免疫疗法有个最大好处是只要它起作用，就能把病给你治好，而且不会反弹，它能让这种癌细胞消失。

但真正最好的办法还是早发现早治疗。癌症有几十种。这几十种不同类型的癌症之中，目前只有五种，有公认的、可靠的筛查方法。它们是肺癌、乳腺癌、前列腺癌、结肠直肠癌和宫颈癌。现在有些体检项目会把这几种癌症的筛查加进去。

阿提亚主张激进地进行癌症筛查，因为他认为收益还是大于风险。尤其是结肠直肠癌，很容易发现，回报最大。

神经退行性疾病/老年痴呆

《超预期寿命》一书中提到的死亡 “四骑士”的第四个是 —— 神经退行性疾病，也就是大脑的退化，最典型的就是阿尔茨海默症。

为什么说阿尔茨海默症是一种病呢？首先这是一种生理上的症状。犯糊涂，不仅仅是想法变了，而是大脑的整个硬件发生了巨变。

如果你去做基因测序的话，你要重点关注一个跟阿尔茨海默症密切相关的基因，叫ApoE。ApoE这个基因有三个版本，分别为E2、E3、E4。你从父母身上各得到一个版本，这是一种抽奖。E3是最常见的版本，我们把它作为基准。如果你抽到了E2，你很幸运，因为E2会降低阿尔茨海默症的风险。比如你抽到E2和E3，你就比两个都是E3的人得阿尔茨海默症的风险要低10%；如果抽到两个E2，风险就会降低20%。但如果你拿到了E4，那就很不幸运。如果你只拿到一个E4，你得阿尔茨海默症的风险就比E3版本要高出两倍。而如果你拿到的两个版本都是E4，你患病的风险就提高了12倍。

如果你现在还比较年轻，那别太着急。即使是有两个E4版本的患者，这个病一般也是65岁以后才发展到临床阶段。在此之前你可以做很多事情。

✅ 比如认知训练。

阿提亚综合各种研究的结论是对心脏、肝脏和胰脏有益就是对大脑有益。那么这就是一个身体综合治理的问题，手段还是运动、饮食、睡眠、情绪和药物。有两个有意思、很有作用、而你可能没想到的发现。

✅ 一个是牙齿健康和阿尔茨海默症之间有强烈的相关性。所以哪怕为了保护大脑，你也应该坚持刷牙并且使用牙线，而且要定期去洗牙。

✅ 还有个特别有意思的方法是去桑拿房干蒸。阿提亚调研的判断是如果你每周至少4次、每次至少20分钟，在至少摄氏82度下蒸一蒸自己，竟然能把阿尔茨海默症的风险降低65%，把急性心血管疾病的风险降低50%。

导致现代人衰老和死亡最重要的四种原因 —— 代谢障碍、心血管疾病、癌症和神经退行性疾病 —— “四骑士”. 阿提亚把应对策略分为五个方面：运动、营养、睡眠、情绪和药物。

运动

而对长寿来说，最重要的杠杆就是运动。运动是对健康和寿命最有效的干预，比任何药物、任何其他干预措施都有效。而且运动之中还有运动的杠杆。我们最应该关心的是三个指标：心肺功能、肌肉力量和稳定性。

现在学界已经形成共识，这个中等强度有氧运动，就是一切锻炼的根本。如果你只能练一门功夫，练这个就对了。

在这个基础之上，我们需要优化三项指标。

✅ 第一个是心肺功能指标，叫做「最大摄氧量（VO2 Max）」。它的意思是你每公斤体重每分钟可以消耗的最大氧气量。这个数值越大越好。阿提亚说，最大摄氧量也许是唯一最有力的长寿标志。最大摄氧量高说明心肺功能强。什么叫身体好？这就叫身体好。中等强度有氧运动也能在一定程度上提高最大摄氧量，但是为了更有效，你最好上高强度的有氧训练。这是一种间歇式的训练，快跑、骑自行车和用划船机都可以。比如你可以以接近冲刺的速度快跑4分钟，然后慢走4分钟，然后再快跑再慢走，这样重复四到六次。

✅ 第二个指标是肌肉力量。前面说的中等强度有氧练的都是1型肌肉纤维，但是你还需要锻炼2型肌肉纤维，也就是能快速抽动、让你“有劲儿”的肌肉。

✅ 第三个指标是稳定性。稳定性的作用是让你不受伤。一个测量稳定性的方法是双手叉腰单腿站立四十多岁的人的标准是闭眼单腿站立7秒钟，睁眼40秒钟；七十多岁则是闭眼2秒钟，睁眼18秒。

营养

阿提亚在《超预期寿命》这本书中全面总结了营养学的现状。万维钢读下来的结论是，“吃”不能给你吃出来一个好身体，但如果你身体不好，你需要注意吃。

并没有一种食物真能预防癌症。所有的什么吃这个能防癌、吃那个能致癌的说法，就算是流行病学研究的结论，也是要么不靠谱，要么只是个十分微小的效应。人们日常接触的东西里，科学家明确知道的、效应比较大的防癌致癌信息只有「吸烟会大大增加肺癌的概率」这一条。

什么冬虫夏草、什么燕窝鱼翅的疗效都是老百姓“把稀有当珍贵”的思维偏误。有些人相信茅台酒有健康功效，那是愚昧。至于说什么茅台必须用少女踩曲、某某茶叶必须让少女采摘，那就不但是愚昧，而且是野蛮。

如果你非得问有没有最简单的“该吃与不该吃”，那么阿提亚书中提到三种食物，有相当坚实的、可以说是非黑即白的科学结论。

✅ 第一，不要喝任何含有果糖的饮料。你吃水果没关系，但如果你是一个严肃对待营养学又有强硬意志力的人，我建议从此戒断所有的含糖汽水、果汁和奶茶。

✅ 第二，酒精没有任何健康好处。酒精带给人唯一的好处是快乐。

✅ 第三，如果你非得问哪种饮食风格好，那么现有研究证据最支持的是「地中海饮食」。地中海饮食不忌讳脂肪也不强烈反对碳水，讲究多样性，其中最关键的两种东西是橄榄油和坚果。所以，你以后可以把炒菜用的油都改成橄榄油，把坚果当零食，而且别怕脂肪。

你应该考虑的不是具体的食物，而是食物的营养成分。我们需要对三种营养成分制定科学策略：碳水化合物、蛋白质和脂肪。

👉 碳水化合物。科学的做法不是取消碳水，而是控制碳水。

一种尽量避免碳水化合物 —— 干脆不吃米面、只吃肉蛋奶和蔬菜 —— 的所谓「生酮饮食」比较流行，阿提亚本人也尝试过一段时间。他现在的看法是生酮饮食是一种极端的做法，应该只对比如说糖尿病患者使用。

阿提亚从血糖检测仪数据中总结出一些对所有人都有用的规律 ——

➡️ 越是精致的碳水化合物，升糖速度和水平就越高。这意味着你应该吃加工程度比较低、纤维含量比较高的东西，而不是大米白面。但是糙米的血糖值只比大米低一点点。

➡️ 中等强度有氧运动最能有效清除葡萄糖。高强度运动因为会促使肝脏输送更多葡萄糖，会让血糖短暂升高，但那不是毛病。

➡️ 菠菜和西蓝花之类的非淀粉类蔬菜对血糖几乎没有影响，可以随便吃。

➡️ 高蛋白和高脂肪食物 —— 比如鸡蛋、牛排 —— 对血糖几乎没有影响，鸡胸肉之类的瘦肉蛋白也只会让血糖轻微升高。别怕吃肉。

👉 蛋白质。对大多数人来说，蛋白质的问题不是吃多了，而是吃少了。蛋白质和组成蛋白质的氨基酸是构建我们身体的材料，蛋白质摄入不足你的肌肉就会流失。蛋白质不是能量来源，我们的身体不会储存多余的蛋白质，吸收不了的就直接变成尿素排出体外了。所以不用担心蛋白质过剩。美国政府有个对每天蛋白质摄入量的标准建议，阿提亚表示很不屑，认为那个建议量太小。他认为体型跟他差不多的成年男性每天的蛋白质摄入上限大约是七八块鸡胸肉这种水平。

最好的蛋白质来自肉蛋奶，也就是动物蛋白。那你说我是个素食主义者，我只吃豆腐什么的植物蛋白行不行？答案是不太行。植物蛋白往往被难以消化的纤维所束缚，阿提亚认为营养效率太低，你得吃很多才能吃够。

👉 脂肪。肪既提供热量也提供蛋白质，而且以胆固醇形式给身体提供激素，脂肪酸对新陈代谢平衡和大脑健康都很有用，你需要脂肪。很多人认为吃脂肪会变胖，其实最能让你变胖的是大米白面那种纯碳水化合物。脂肪的好处是它把碳水和蛋白质相结合，很容易让人产生饱腹感，你不会吃太多的。

总而言之，碳水要限制吃，蛋白质要尽量多吃，脂肪则问题不大。

现在流行一种“16小时断食”节食法，也就是每天选择固定的八个小时可以吃东西，其他时间禁食，阿提亚对此不以为然，因为研究结果不支持这个做法的有效性。至于说长期的节食，那就更不对，因为你会因为蛋白质摄入不足导致肌肉流失，而且你的免疫力也会下降。只有严重营养过剩、必须上非常规手段的情况下，才应该搞禁食。

根据目前最好的知识，阿提亚把营养总结成以下四条基本规则 ——

✅ 1. 不要摄入过多或过少的热量；

✅ 2. 摄入充足的蛋白质和必需的脂肪；

✅ 3. 获得所需的维生素和矿物质；

✅ 4. 避免大肠杆菌等病原体以及汞或铅等毒素。

睡眠

你身边有没有那样的人？他们的精力好像根本用不完，做事儿能量特别足，不但能轻易全神贯注而且还积极主动。他们更有创造力，自动冒新想法。他们的健身效果都比别人好。他们的形象也好，整天红光满面神采奕奕。他们的长相比实际年龄年轻，连皱纹都比别人少。他们必定有充足的睡眠。

你每天需要七个半小时到八个半小时的良好睡眠。阿提亚说有多项研究表明，这是一个不容商量的、由人体硬件规定的时间长度。

但是请注意，睡眠时间长短是个问题 —— 但是熬夜，可未必是个问题。有的人喜欢早睡早起，有的人习惯晚睡晚起，其实都可以。

更重要的认知是睡眠不是一个累赘，也不只是一种享受，睡眠是健康的必须。

慢性缺觉，也就是长期的睡眠不足，则直接就是一个健康杀手。你的免疫力会下降，你会比别人更容易得普通感冒，你的荷尔蒙平衡会受到破坏。更重要的是，你更容易陷入代谢功能障碍和心血管疾病。

如果你的勤奋已经到了影响睡眠的程度，那不是健康的勤奋。

阿提亚分析，睡眠不足影响代谢的机制可能是压力。睡不好，你的情绪得不到缓解，你的心理压力就大。心理压力大又往往导致更睡不好，这是一个正反馈过程。

阿提亚说，安眠药的作用不是让你真正入睡，而是让你……昏迷。真正的睡眠是有周期的，得有深度睡眠和快速眼动睡眠才好，昏迷可没有那样的阶段。

如果你有严重的失眠，你只能去找医生谈谈。但如果是一般的失眠，最好的办法是营造一套有利于睡眠的环境和生活习惯：

✅ 一个是不管黑天白天，只要想睡觉，就一定要把房间弄得非常黑才行。只有黑暗环境能让跟视觉直接相连的松果体释放褪黑素，这种荷尔蒙能告诉大脑该睡觉了。而这又意味着睡前一两个小时内都不要使用像手机、平板电脑之类带有屏幕的东西，因为电子屏幕会发出蓝光，蓝光很像太阳光，会阻碍褪黑素。

✅ 一个是睡眠环境的温度要低一点。跟一般人想的可能不太一样，人入睡的信号之一是体温下降大约一摄氏度。要做到这一点，睡觉时候卧室的最佳温度是大约18.3摄氏度（华氏65度）。这也说明睡前洗个温水澡会有帮助，因为能降体温。

✅ 白天做做运动，特别是中等强度有氧运动对睡眠很有帮助。但为了睡眠，这种运动最好在阳光充足的时候进行，不要在睡前两三个小时运动。

✅ 对付失眠的一个好办法是把“困意”攒起来。医生会建议你白天不该睡觉的时候哪怕有点困也不要睡，等晚上一起睡。

✅ 很多人认为喝酒有利于睡眠，那其实是个错误的认知。喝酒的确让你容易入睡 —— 但是也容易让你醒来。

✅ 那咖啡就更不能喝了。这里的关键是每个人对咖啡因的耐受性和代谢速度不一样。有的人需要六个小时才能代谢掉一杯咖啡，这意味着你到了下午就不应该喝咖啡了。

✅ 还有就是避免压力。尤其是睡前别做那些让人焦虑的事情。

总而言之，长寿不容易，长寿不属于所有人，长寿需要你在某些方面享受奢侈。别人忙碌你睡觉，这就是真正的奢侈。

情绪/心理健康

《超预期寿命》这本书提出的应对死亡四骑士的方法之一是情绪，即精神健康，更严格地说是情绪健康。

现实是直到目前为止，大多数人并不认为情绪健康是一个需要治疗的问题。可能你身边有个人整天发怒、是个自大狂、动不动就指责别人，而你觉得这就是一种个性。那不是个性，那是一种病。这就如同肥胖不是一种身材类型，而是一种病态。精神创伤不是少数人的事情，也不是只是“软件”问题。它是对身体健康的残害。

童年的痛苦经历，会让人到了成年仍然长期处在痛苦之中。情绪痛苦的一种表现是容易发怒，于是就容易跟人冲突，而这就容易引发心脏病。情绪痛苦的另一种表现是自杀。所有年龄段的前十大死因中都包括自杀。但情绪痛苦最常见的表现，则是不爱惜自己的生命。患者可能会酗酒、滥用药物、吸毒，可能专门去做一些没什么意义的危及生命的事情。他们生活在绝望之中。这种自暴自弃，等于是慢性的自杀。

阿提亚小时候受过连续的虐待。但作为一个男人，你不会去寻求帮助，你反而会把那些经历视为羞耻。你认为唯一正确的反应就是把自己从受害者变成复仇者 —— 羞耻感，就这样变成了自大感。把羞耻化为自大的确可能给你一个巨大的激励。但是在阿提亚的心理医生看来，这在长远上，只会给生活带来灾难。一项工作没做好，阿提亚感到羞耻。羞耻变成了愤怒，于是阿提亚对自己的孩子大喊大叫。事后又觉得不该拿孩子出气，于是又感到羞耻。然后又是对自己的愤怒。这是一个恶性循环。后来阿提亚开长寿公司，他有个病人，是一位非常成功的知名人士，说过一句话，最能概括这种心态：「我需要变得伟大，这样我才不会觉得自己一无是处。」

童年创伤有五种 ——

➡️ 1. 身体、性或者精神和情感上的虐待；

➡️ 2. 被忽视；

➡️ 3. 被遗弃；

➡️ 4. 父母与孩子之间界限不清晰，比如把大人的事儿让孩子做、把孩子当成满足自己情感需要的工具、侵犯孩子的私人空间、过度控制孩子等等；

➡️ 5. 目击灾难事件。

这些创伤不论大小，共同的特点是让孩子产生*无助感*。你不喜欢这样，你很痛苦，可是你无力改变。但你总得做些什么去适应这个局面，于是就有了一直持续到成年的各种功能障碍，也就是创伤树的四个分支 ——

❌ 1. 上瘾，包括对毒品、药物、酒精的上瘾，也包括对工作、锻炼和完美主义的上瘾；

❌ 2. 心理上过度依赖他人；

❌ 3. 习惯性的愤怒和暴躁倾向；

❌ 4. 难以与他人建立或保持有意义的关系。

有一派方法论叫「辩证行为疗法（dialectical behavior therapy, DBT）」，专门帮助有严重情绪问题 —— 称之为「边缘型人格障碍（borderline personality disorder）」—— 的患者。这个疗法认为光找到原因、有了认知是不够的，你要把良好的情绪能力当作一项需要好好练习的技能，这是一套行为疗法而不是认知疗法。辩证行为疗法的有效性得到了临床实验的证实。练习的目标是打破「负面刺激 → 负面情绪 → 负面想法 → 负面行动」这个连锁反应，说白了就是控制自己不要一点就炸。就是你要在刺激和反应之间找到自主决定如何反应的自由。

做到这一点，你得在自己陷入愤怒之类的负面情绪的时候能主动跳出来，观察自己，认识到自己现在是个什么状态、是什么样的刺激把自己变成了这个样子。这其实很困难，你可能需要药物的帮助，但是正念冥想很有用。更重要的是行动。要非常积极主动地去做一些事情，要改变行为模式，以至于哪怕遇到负面刺激也能淡然处之。阿提亚打了一个比方，人对各种苦恼、各种烦心事的承受能力就如同一个垂直开合的窗口：窗口越宽你的心就越宽，窗口越窄你遇到事情就越容易情绪失调.

很多外界因素会压缩你的窗口，而你平时要做的就是通过行为练习来扩大这个窗口。体育锻炼、充足睡眠、良好的营养、一些调节情绪的药物、接触大自然、不计较胜负的娱乐活动都有帮助，但是以下这些方法可能更重要 ——

✅ 关键是改善人际关系。阿德勒不说吗？人际关系是一切烦恼的根源。如果你跟周围的人有良好的关系 —— 比如最起码跟家人关系很好 —— 你的窗口就有一个坚定的支

✅ 人相处的一个好办法是用对方的视角考虑问题，这叫认知「重构（reframing）」。你觉得你很忙、你做的事儿最重要，别人都应该给你让路 —— 可难道别人做的事儿就不重要吗？想想他人视角中的你此刻是个什么形象，对你会很有帮助。

✅ 还有个技巧是反向行动，也就是主动做跟自己的冲动相反的事。阿提亚有一次在家里，工作特别忙，妻子要带孩子出去玩，他明确说了自己不会去。就在这时候，阿提亚跳出了习惯的模式，来了个反向行动，主动跟着妻子和孩子出去，效果非常好。

✅ 后一个建议是你对你自己也要好一点。把自己当成一个好朋友对待，不要苛求，要包容和鼓励 —— 这也是我们多次讲过的「自我关怀」。

科学家揭示轮班工作如何影响食欲

Wed, 11 Oct 2023 22:33:16 CST

轮班工人的昼夜节律会被打乱，而昼夜节律失调会影响负责调节食欲的糖皮质激素，导致夜班工人更可能肥胖。对小鼠的实验发现，控制组在活跃阶段摄入了 88.4% 的每日热量，不活跃阶段只摄入了 11.6%。相比之下，昼夜节律失调的小组在不活跃阶段摄入了每日热量的 53.8%。这一数字是控制组的五倍。研究人员指出，对夜班工人来说，生物钟颠倒会对健康造成严重影响。研究人员建议他们尽量保持日光照射、有氧运动和按规定时间进餐。

科学家发现柠檬汁干预结石形成的原因

Tue, 07 Mar 2023 15:34:20 CST

肾结石是容易复发的常见病，最常见的肾结石种类是草酸钙（CaOx）结石。有证据表明，定期饮用柠檬汁可以干预结石的发展，但其原理尚不清楚。南京中医药大学研究人员在《Nano Letters》期刊上发表的论文，揭示了背后的机制。柠檬汁的有效成分是类囊泡纳米粒子，他们发现，柠檬类囊泡可以阻断草酸钙结石诱导的细胞内质网应激反应，将受激的胞内钙信号恢复稳态而不会影响正常的细胞状态，间接抑制了结石形成。该研究为临床口服柠檬汁防治肾结石的可行性提供了实验证据。

[Business] 科学家：多利用电子垃圾少开采地下矿物

Wed, 11 May 2022 20:33:32 CST

科学家：多利用电子垃圾少开采地下矿物

维多利亚·吉尔（Victoria Gill）
BBC科学事务记者

11 分钟前

图像来源，Royal Society of Chemistry

图像加注文字，

智能手机里面有30多种不同的贵重金属材料，继续开采这些原材料面临枯竭危机

科学家说，因为挖矿生产贵重金属制造新电子装置难以持久，因此，加强电子垃圾回收就变得很有必要。

根据一项研究估计，世界上废弃电子产品积累数量巨大，仅2021年一年，全世界的电子垃圾就达到了5700万吨。

英国皇家化学学会(RSC) 表示，现在有必要做出全球努力来回收利用这些电子垃圾，而不是去开采地下矿物。

另外，全球冲突现在也对贵重金属供应链也形成了威胁。

皇家化学学会正发起一项活动让公众关注在消费品技术中开采各种贵重金属的持续性问题。

他们指出，地缘政治动荡，包括在乌克兰发生的战争，已经引起诸如镍等原材料的价格飞涨。镍是电动汽车电池的关键原料。

市场镍价格波动造成电子产生产“供应链中的混乱”。另外，需求上涨也引起锂价格在2021-22年间暴涨了500%。锂是电池技术中使用的另外一种重要原料。

一些关键原料面临枯竭的问题。

皇家化学学会的主席汤姆·韦尔顿（Tom Welton）教授说，“我们的技术消费习惯难以持续，让我们面临所需原料枯竭的风险。” 他还说这种习惯“继续加剧了对环境的破坏”。

图像加注文字，

市场对锂电池需求量有增无减

智能手机所需的原料可能在下个世纪就会消耗殆尽：

镓：用于医疗温度计，发光二极管, 太阳能电池板，望远镜，该金属可能还有抗癌属性
砷: 用于烟花和木材防腐
银: 用于反光镜，遮阳的变色镜，触摸屏的杀菌布料和手套
铟: 用于半导体，芯片，自动喷水灭火系统，一级方程式赛车滚珠轴承外表涂层和太阳能电池板
钇: 用于白LED灯，照相机镜头，还能用于某些癌症治疗
钽: 用于手术中使用的种植物，霓虹灯电极，涡轮风扇叶片，火箭发动机喷口，超音速飞机的机头罩，助听器和心脏起搏器

全世界每年生成的电子垃圾约200万吨，而回收的电子垃圾还不到其中的20%。

韦尔顿教授说，各国政府有必要对回收利用的基础设施以及技术行业进行重组，以便对可持续性更强的技术进行投资。

英国皇家化学学会的新研究还表明，消费者对更可持续的技术的需求也在增加。根据一个在10个国家对一万人进行的网络调查，60%的受访者说，他们如果知道某种产品是利用可持续技术制造的，可能会放弃自己喜欢的品牌转用可持续性更强的产品。

该调查还显示，人们并不知道应该如何处理自己的电子垃圾。许多受访者说担心家中废弃的电子产品会有环保影响，但又不知道如何处理，也担心回收项目是否安全。

图像加注文字，

英国皇家化学学会之前有研究表明，许多人在家中存放了许多老旧电子设备，里面有大量贵重金属

皇家化学学会的伊丽莎白·拉特克利夫（Elizabeth Ratcliffe）对BBC记者说，许多人“都在不知觉的情况下在家里保留了很多珍贵金属”，如老旧的电话和出故障的电脑。

拉特克利夫说制造商和零售商需要承担更多责任，“如推出回收项目，让人能够把电子产品交还给零售商，而且得到关于安全回收这些产品的保证”。

“供应链当中的波动让我们加强了需要对这些材料实行回收经济的认识。目前我们只是不停地从地下开采这些矿物。”

皇家化学学会希望鼓励人们把老旧和不需要的电子装置送到回收中心，而不是放在家中的抽屉里把它们忘掉。皇家化学学会还向消费者提示有用的网络资源，在那里消费者能够找到最近的回收中心，安全回收它们的电脑，手机和其他电子装置。

拉特克利夫说，我们常说“少用，重新使用，回收”，“也许我们应该延长使用一个手机，也许把旧手机卖掉，或送给一个亲友”。她说，需要所有人都参加进来，营造好这个基础设施，让所有人都能回收各种装置。

学习 kubernetes 的10个技巧或建议_科技D人生-CSDN博客

Thu, 09 Dec 2021 14:11:14 CST

一、学 GO 语言

Kubernetes是基于 GO 编写的，所有的组件都是基于 GO 编写的，kubernetes甚至使用GO编写了一个客户端。学习使用 GO 语言编写的 Kubernetes 客户端并在 Kubernetes 中使用它，这是我对所以使用 Kubernetes 集群的朋友提出的最大的建议。

二、使用探针来检测应用的状态

在Kubernetes中支持配置探针。kubelet使用探针来确定pod和应用程序是否健康。这里提供了两种类型来实现这一功能，Readiness探针和Liveiness探针。Readiness探针用于确定容器何时准备好接收流量。Liveiness探针用于确定容器是健康的还是需要重新启动。在deployment 的yaml中，可以直接定义Readiness 探针和Liveiness探针，还可以设置超时、重试和延迟等参数。

三、充分利用Label标签

标签是Kubernetes的基础配置之一。它允许进群内资源与资源之间松散耦合，还允许基于标签进行查询。你甚至可以使用Kubernetes go客户端，根据标签查看事件。你几乎可以使用标签做任何事情，一个典型的例子是是同一个集群中存在多个环境。假设开发和QA使用相同的集群。这意味着你的集群可能同时进行QA和开发。要以一种简单的方式实现这一点，你必须使用服务对象，一个服务对象在app上执行标签select: app-a以及environment: dev，另一个服务对象在app上打上:app-a标签，但将环境从dev切换到QA。这将为您提供两个相同的应用程序，每个应用程序具有不同的端点，允许同时进行测试。

四、随时记得回收废弃的资源

Kubernetes是一个非常强大的系统，但是就像任何系统一样，它也会出现阻塞。只有一个不连接其他任何服务的服务才不会让系统陷入停滞。当kubernetes规模较小时，几台或者几十台，可能不会有任何问题。但如果把服务扩大到上万，kubelet就会可是出现阻塞。因为Kubelet不仅会对你发出的指令进行校验，同时还要做内部检查。因此，切记，从现在开始，养成习惯。如果你需要删除deployment(或相关的任何内容)，请确保用它清理了所有其他内容，比如service，volume等等，避免日后影响kubelet的查询效率。

五、充分利用PodDisruptionBudget控制器

如何保证在kubernetes集群中的应用程序总能正常运行?答案是使用PodDisruptionBudget控制器。在进行kubectl drain操作时，kubernetes会根据PodDisruptionBudget控制器判断应用POD集群数量，进而保证在业务不中断或业务SLA不降级的情况下进行应用POD销毁。PDB(PodDisruptionBudget)应该放在每个拥有一个以上实例的deployment上。我们可以使用简单yaml为集群创建PDB，并使用标签选择器确定PDB应该作用在哪些带有标签的资源上。注意:PDB只考虑主动中断，硬件故障之类的情况不在PDB考虑范围内。PDB可以参考如下例子：

      apiVersion: policy/v1beta1 
 kind: PodDisruptionBudget 
 metadata: 
 name: app-a-pdb 
 spec: 
 minAvailable: 2 
 selector: 
 matchLabels: 
 app: app-a

在众多配置中，我们最需要关注两个选项是matchlabel和minAvailable部分。匹配标签是kubernetes查看部署是否附加到PDB。例如:如果我有一个带有标签app: app-a的部署和一个带有标签app: app-b的部署，那么示例PDB将只应用于第一个部署。minAvailable会在kubernetes在执行类似 kubectl drain 的操作时起作用。假设app-a正在节点1上运行，如果在节点1上执行drain，那么它将只驱逐app-a，即当前至少有2个app在运行。这让你可以控制在给定时间需要运行多少实例。

六、使用Bash完成kubectl命令

这可能是最简单也是使用Kubernetes时最有帮助的方法之一。要添加自动完成(如果使用bash)，只需运行以下命令:

      echo “source <(kubectl completion bash)” >> ~/.bashrc

这将在.bashrc中添加自动完成功能，这样无论何时打开shell，它都会启用它。你将会发现使用自动补全功能对于输入长指令来说是尤为方便的，尤其是当需要指定命名空间时。

七、向命名空间添加默认内存限制和cpu限制

人们总会犯错，这是常有的事。如果有人编写了一个应用程序，比方说，每秒打开一个数据库的连接，但是从来没有关闭它，这时就会导致在集群上的应用程序中出现内存泄漏。如果将它们部署到没有设置限制的集群中，则可能导致节点崩溃。为了防止这种情况，Kubernetes允许根据每个命名空间设置默认限制。要做到这一点，只需创建一个yaml来限制范围并将其应用于这个命名空间。下面是yaml的一个例子：

      apiVersion: v1 
 kind: LimitRange 
 metadata: 
 name: mem-limit-range 
 spec: 
 limits: 
 - default: 
 memory: 512Mi 
 defaultRequest: 
 memory: 256Mi 
 type: Container

八、用Kubelet辅助清理docker镜像

kubelet默认情况下已经做到了这一点。如果在启动kubelet时没有设置任何标志，那么当var/lib/docker达到90%的容量时，它将启动垃圾收集。这一功能非常贴心，但请注意，kubelet并没有为node节点设置默认阈值(在Kubernetes 1.7之前)。试想这种情况，你的/var/lib/docker可能只占用了50%的磁盘空间，但此时全部的物理机磁盘空间已经被占满。这会给你的容器服务带来很多问题。如果您目前正在使用的kubelet版本是1.4-1.6，那么你必须显式为kubelet添加如下标志。

      --eviction-hard=memory.available<100Mi,nodefs.available<10%,nodefs.inodesFree<5%

这些配置在1.7或更高版本时是默认配置项。1.6版本默认情况下不监视 node 节点的资源利用率，因此添加该标志将解决这个问题。

九、Minikube ——迷你但功能强大

Minikube绝对是本地运行Kubernetes集群最简单的方法了。一旦一切都安装好了，简单的命令就能运行它。

      minikube start

这时我们将在本地运行一个 K8S 集群。当你想要在本地构建一个应用程序并在本地运行它时，这是有个技巧需要注意。如果你没有运行其他命令，当你执行docker build时，仍然会在物理机上构建一个映像。要让你的docker build将镜像push到本地kubernetes集群，你需要使用以下命令:

      eval $(minikube docker-env)

这能让你在本地kubernetes集群上构建应用程序。

十、不要把kubectl权限开放给所有人

这可能说起来很简单，但是当多个团队部署应用到一个 kubernetes 集群时，情况就可能变得很复杂。切记不要把 kubectl 权限开放给每个人。个人建议是，根据命名空间来区分隔离每个团队，然后使用RBAC策略只允许各自团队访问各自的命名空间。如果我们把kubectl权限开放给每个人，那么在pod级上进行读取、创建和删除访问时，可能让人抓狂，因为误操作的情况会经常发生。为此，我们应该只允许管理员有权访问，从而将管理集群和部署集群的人员权限区分开。

如何科学的给指数估值？

Sun, 10 Oct 2021 15:27:36 CST

前两天有位新读者找我哭诉：

“我定投了几支基金，现在亏的好惨……”

“你什么时候开始定投的啊？”

“2020年底啊……”

“为啥那时候定投啊？”

“我看网上有人写，定投随时都可以开始，我就没多想，直接买了……”

这位同学遇到的问题，就是不懂估值。

定投虽好，但是在不懂估值的情况下，在指数高估区域开始定投，结局一般都是挺悲伤的。

那要如何科学的给指数做估值呢？

下面我们就来详细说说。

（或许，这是全网讲估值讲的最靠谱的一篇文章了……）

01 合理市盈率是由利润增速决定的

其实给指数估值与给股票估值的思路差不多，因为指数就是由一大堆公司股票组成的嘛。

后面我就统一说股票了哈，大家只要记住，股票和指数估值都是一回事就行了。

估值最常用且最有效的指标是市盈率，没有之一。

有读者问，是不是所有公司的合理市盈率都应该一样呢？

不是这样的。

一个公司股票的合理市盈率是由利润增速决定的。

这个很好理解，利润增速越高，它的未来就越好，大家都喜欢未来更好的东西。

要注意，这里说的利润，是指公司在某一年赚到的经营利润，而不是你买某个基金今年赚了多少钱。

举个不太恰当的例子，两个男人去相亲：

A男现在的年薪是10万，你预估，明年他的薪水还是10万，后年还是10万。

B男现在的年薪也是10万，但你预估，明年他的薪水将是15万，后年大约20万。

假如本次相亲我们只庸俗的考虑收入这一条因素，如果你是一位女士，你更倾向于选谁？

肯定选B。

为什么？因为他的薪水（利润）在不断增长，价值更高。

选股票也是一样的。

大家都比较喜欢公司利润在不断增长的企业，对这样的企业给与更高的估值，也就是更高的市盈率。

对于利润不怎么增长的企业，给的估值一般比较低，有的时候甚至会出现特别低的情况。

因为开公司这事，犹如逆水行舟，不进则退。利润不增长，一般都预示着利润快要倒退了。

为了研究利润增速与合理市盈率之间的关系，我收集了各国股票市场数据，在无风险收益率（一般为10年期国债收益率）在3%左右时，对应关系如下：

这个对应表的意思是：

如果我认为一家公司未来几年的利润增速是0%（不增长），那他的合理估值就是10倍市盈率；

如果我认为一家公司未来几年的利润增速是每年10%，那他的合理估值就是15倍市盈率；

如果我认为一家公司未来几年的利润增速是每年15%，那他的合理估值就是20倍市盈率；

虽说这是个经验值，但是这个对应表也是有理论基础的，它的理论基础是：现金流折现模型。

理论上，股票的价值应该这么算：

其中，D是公司的各年的现金流，r是贴现率。

如果说一家公司的各年现金流不增长，也就是增速为0，上面这个公式就变成这样：

这个计算要用到等比数列求和公式,（高二的数学公式，q小于1的情况下，S= a1/(1-q)。）求完和之后得出的公式是：

如果我们简单的把公司的 利润E 当成 现金流D ，并设定 贴现率r为10%，就可以得出：

P/E=1/10%

也就是PE=10。

总结一下就是，当一个公司的利润增速为0时，它的合理市盈率大概就是10倍。

上面这个例子是0增速模型，比较简单。

但是我们更喜欢利润增速大一些的公司，这个要怎么算呢？比如，当一个公司的利润增速为10%时，要怎么算？

这个时候就要用到二阶段增长模型了。

我们假设，第一个阶段，公司按照一个高一点的利润增速增长3年。第二个阶段，公司按照一个比较低的利润增速永续增长。

公式是这样的：

我们假设，这个公司未来3年利润增速是10%，后续按照1%的利润增速永续增长。

把这两个数据代到上面的公式里面，得出10%利润增速对应的合理市盈率是14倍多，取个整，就算15倍吧。

对应表上具体某一个增速所对应的合理市盈率，并非都是一一计算出来的，而是根据经验总结出来的。

把现金流折现的公式拿出来，只是想说明，市场之前之所以有这样的对应关系，其实是有理论依据的。

无论是格雷厄姆的市盈率法，还是彼得林奇的PEG估值法，都是同样的底层逻辑。

02 高估线与低估线

前面我们计算了各种利润增速对应的合理市盈率，这个合理的市盈率，我们称之为“中值”。

之所以叫“中值”，是因为股票的估值并不是乖乖的趴在合理值上，而会围绕中值上下波动。

一般来说，中低速利润增速（利润增速20%以下）的股票，波动范围会小一些，上下波动20%左右（当然，并不是说股票波动了20%就不再动了，有可能会继续波动很远）；

而高利润增速（利润增速20%以上）的股票，波动范围会大一些，上下波动30%左右（同理，也不是说波动了30%就不再动了，也有可能会继续波动得更远）。

在刚才的估值对应表上加上对应的估值波动范围，就能算出低估和高估线了。

比方说，一支10%利润增速的股票，它的中值市盈率=15倍。

它的低估线=15*(1-20%)=12倍，当它的估值低于12倍时，我们就可以开始考虑买入了。

它的高估线=15*(1+20%)=18倍，当它的估值高于18倍时，我们就可以开始考虑卖出了。

在低估线和高估线之间，都属于合理估值，持有不动就可以。

PS：其实在合理区域和低估区域之间的位置买入，也就是在中值以下买入，也是可以的。只不过在低估区域买入更加安全。

03 举个例子

我们以沪深300指数为例。

我们假设，未来几年，沪深300可以维持10%的利润增速。

（逻辑：沪深300作为A股最优秀的300家企业，我们假定它们的利润增速略高于GDP增长速度）

根据对应表，10%的利润增速，对应的是15倍的中值市盈率。

然后，我们要看一下，沪深300这个指数它的行业分布是怎样的。

（可以到中证指数官网，搜索：沪深300，就有它的详细信息了）

这时我们会发现，沪深300中包含的金融地产类公司，占比25%，比例不算高。

为什么要专门看下金融和地产行业的占比呢？

因为这两个行业的特点是杠杆比较高（借钱做生意），因此它们的盈利不确定性也比较强。

如果一个指数中，这两个行业的占比较高，我们在估值时就要在它的中值市盈率上打个折扣。

我个人的折扣策略是，一个指数的行业分布中，金融地产占50%-70%，中值市盈率打9折；

金融地产占70%-100%，中值市盈率打8折；占50%以下不打折。

这么做的原因也是保守起见，确保安全。

沪深300中金融地产公司占比25%，中值市盈率就不打折了。

沪深300的利润增速是10%，属于中低速利润增速（利润增速20%以下），波动范围是上下波动20%，查一下对应表：

它的低估线是12倍，当它的市盈率低于12倍时，就可以开始重点考虑买入了。

它的高估线是18倍，当它的市盈率高于18倍时，就可以开始考虑卖出了。（即便不卖出，也不会在18倍以上的区域买入。）

12倍-18倍之间，属于合理区域，持续持有即可。

此时我们给沪深300这个指数的估值就完成了。

最后再查看一下沪深300指数在近期的市盈率，就可以做出比较合理的投资判断了。

当然了，除了沪深300，还有很多指数。

我把比较重要指数的估值，制成了估值表，放在周一到周五早8点文章的末尾。

每个交易日都会更新，大家自查即可。

怎么样，关于如何给指数估值就讲完了。

@今日话题

 $上证指数(SH000001)$ $天马蛋卷定投(CSI2065)$ $贵州茅台(SH600519)$

本话题在雪球有16条讨论，点击查看。
雪球是一个投资者的社交网络，聪明的投资者都在这里。
点击下载雪球手机客户端 http://xueqiu.com/xz

跨学科通识课

Mon, 09 Aug 2021 13:47:56 CST

跨学科通识

视频地址

所长林超自阅读查理芒格观点后得出的感悟。本课程信奉 实用主义

现实生活中的挑战并不是按照大学学科划分的，但每种学科，都为我们解决问题提供了重要的思维模型

本课程将介绍约22个学科和120个常见思维模型，以及部分应用：

热力学、函数、工程学、 复杂性科学、系统论、信息论、会计学、概率论、金融学、生物学、投资学、社会学、管理学、物理学、脑科学、认知心理学、历史学、语言学、逻辑学、经济学、营销学、哲学

大多数人的一生都喜欢用一个单薄的知识结构解决所有问题，这是专业化带来的狭隘思维

像我这样的人才:laughing:（bushi），就应该逐步构建自己的知识体系，哈哈我就是这样做的，我在大一接触了应用数学、博弈论、经济学、投资学、心理学、信息论、运筹学，但是学习方法不对，我需要的不是变成所有领域的专家，而是专精一两门（数据科学+经济学），然后学到其他学科的思考模型，先拿林超大大的课试试水。

20-35岁是人生的黄金时间，抓住啊！

一、熵与热力学

基础知识

S = k * lnW 也可以说熵正比于微状态数

可能性大 = 熵高 = 混乱程度高

这个世界上混乱才是常态，有序需要 刻意营造

熵增定律

封闭系统，与外界隔绝，随时间推移趋于混乱。

趋于有序的方法

只要它能正确的做好这两件事，就能使事物变得更加有序。

应用：思维决策层

在”脑子里放一个小人“，判断该不该继续思考数量繁多而无序的念头，就能让思维变得有序，这相当于是在正常人的思维输入输出模型里面又加了一个决策层啊！果然方法论决定对外界的反馈，厉害。

耗散结构

感知和选择需要信息和能量，封闭系统变成开放系统，吸收外界的能量和信息

流水不腐就是一个耗散结构，人体也是，耗散结构是一个动态平衡体，变化又保持一个平衡状态。

运转策略

ps:虽然很多人都是这么做的，但是却没有总结成结论，没有总结成结论，运用的时候就会无效思考，心生犹豫，但若是作为一条公理、定理，一项判断决策，那就非常有价值了！

人们应该把焦点全部放在蓝色部分的因，接纳红色的因，而不是因为红色的果而感到自责，反而阻止了身体继续排出熵。所以鸡汤里面的依靠决心和自责什么的假大空的，其实就是抓错了重点。

我们改变不了整体系统，但我们可以改变 感知+选择 这件事

有些人会困在先天的家庭环境带来的红色的果里，有些人会找到铁饭碗，陷入封闭系统里，这个世界充满辩证法，耗散里的选择才是最关键的，如果落实到具体做法，请看

逐渐的，两种模式都会形成坚固的闭环。B模式总会伴随痛苦，反人性，充满困难。

工程学告诉我们如何拆解困难，化为一件件小事，轻松KO。

二、工程学

很多人知难而退，其实是知的不够

工程学的细分专业非常多：生物、农业、分子、土木、软件、森林。。。

这节课将提炼共通的重要方法论： 行胜于言、分解结构、量化、列清单、取舍

行胜于言

风口思维找到大方向，高风险，看准下手。

工程思维就喜欢看得见摸得着的，能清楚看清收益回报，也能付出实践的。

我个人还是更喜欢风口思维，因为确实难以忍受搬砖的枯燥，但找对风口后，要见成效确实得搬砖┭┮﹏┭┮

激励来源：

要联系到后面讲的生理学：

内啡肽更长更持久，更有益身心健康，显然搬砖是后者。

人们往往习惯了多巴胺型快乐，它让人兴奋，但持续时间短，消散时会带来失落等负面情绪。

曾经物质不丰富，一般是一连串的内啡肽小快乐才等来一次多巴胺型大快乐。

但如今大刺激唾手可得，导致恶性循环：

真正公式：

日常搬砖获得内啡肽型愉悦感，达到了成功再允许自己激发一些多巴胺型的快乐，彻底放松一次

要是没有达到成果，那就忍着，这才是良性循环

工程分解结构

把任意问题拆解，是工程学最核心的思维。

这也有一项孪生能力：focus

focus like a laser, not like a flash

无限分解，直到找到抓手，从想->做就在那一瞬间，在脑科学里就是从一个新脑区的边缘神经元开始激活整个。

既见树木、也见森林

应用：接触全新学科

找到该领域最权威的教材，读目录，建框架

读目录，查清所有不会的术语
推敲概念之间的关系，建立宏观全局框架

这是知的部分，全局了解也是非常重要的。

这才是知行合一，我就是那种喜欢看全局，然后分解不到位，最后懒得搬砖的人哈哈哈

量化

一开始只想到房租、售价等几个变量

开始叙事，通过”讲故事“一步步推衍：

从开张开始，需要品牌，装修，开工后要培训，设备，原料。。。。

最后进行数学运算。

有两种厉害的商业思维分析框架，后面会讲：

这件事其实非常简单，更何况我可是数学大佬。

OKR模型

竖直分解目标，水平量化目标，案例：

这也为行动力提高打下了坚实的基础！

清单思维

对应to do list 和 time schedule

非常简单，但极其有用

列出来有利于

确定优先级
让人专注，有利于“聚焦”。
利于推敲，找到不严谨的地方
节省脑资源！！（我就因为这个当年开始列清单的，记得难受死了

to do表和时间表就像一个事情的两个维度，一个以任务为核心一个以时间为核心，推荐飞书表

取舍

对大多数人来说，难度更多在舍

一般最多选两样。

工程思维：便宜+快（反完美主义，反本能的

艺术思维：好

三、系统论

可以用来分析公司？

工程思想是拆分的还原论，那么这里就是整体论

观点：如果不着眼于系统，只改变局部，最终可能总被系统拉回来，比如一个闭环系统

系统论相当于是呈现这些“飞轮”的机制，让我们从整体把握这个逻辑

系统

很多实体通过相互联系形成了一个有运作规律的整体

要素

+ 正信息正能量资产

- 负信息负能量负债负信息是让世界变得更加混乱的信息，如谎言、谣言

关系

+ 加强 - 减弱

四种循环

正要素+正关系 = 良性循环

负要素+正关系 = 恶性循环

负要素+负关系 = 贤者时刻（纠错）

正要素+负关系 = 回归平庸（后两个都是均值回归）

滞后效应

负循环

因果分析法，找到生活中的负循环

利用杠杆解，主要矛盾

复杂的模型（混沌），如果能找到关键变量，便能牵一发动全身，彻底重构整个系统

建立仪式！

所谓仪式，一旦开始，剩下的步骤就不需要控制，利用惯性执行

这可以尽可能地减少我们大脑的意识消耗。

建立良性循环

我也要建立对自己的信任！

均值回归，人是难以突破社会的。。。我跳出了这个圈子，所以我认识的人还是有点少、、、

我大概会抛弃回报公平吧，回报什么的没啥意思。

草，滞后效应，我现在熬夜会搞得以后难受。。。。哎呀好气

价值投资！也是滞后效应，这就是“确定性啊”

储蓄池

保护自己的缓冲地带

一个人何以扛过滞后效应，凭借的是

有储蓄机制的系统，也是一个有非常大适应力的系统。

这也引出好系统的三大特性：

鲁棒性，可以 建立模拟攻击（跳出舒适圈
自组织，不依靠外部指令，按照某种内在规则自动自发地形成有序结构的一种现象(人体)
层次性，子系统，递归，封装思想（刚才的仪式

四、函数

函数是这个世界上最美妙的事物之一。

对大部分人来说，二号区是最方便的，实用而且简单直观

教科书为了严谨才把定义搞得那么抽象。函数重要的能力是可视化

时间函数

高特纳曲线

不要高估短期能发生的变化

不要低估长期能发生的变化

这是由神经科学的人性曲线和物性曲线（逻辑斯蒂函数（sigmoid））叠加构成的。

而逻辑斯蒂增长就是由指数增长+环境阻力构成的那个物种曲线hhh

倒U曲线

可以用在生命机能等诸多现象中

正余弦函数——波动，周期

指数函数，跨过某个拐点，就开始起飞。

对数函数，玻璃顶的存在。

这只是个大概。

五、脑科学

又称神经科学，作为几乎所有研究人类行为的基础学科

爬行脑是很难主管调节的，比如褪黑素得用化学药物，是生存本能。

所谓的刻意练习，就是利用人类脑对哺乳脑的驯化过程

新皮质四大脑区：

额叶、顶叶、

额叶

最核心区域，智慧所在

分好几个区：

ps: 布洛卡区和威尔尼克区就是语言中枢。

前额叶皮质是非常关键的部分，掌管诸多功能，最重要的是 社交和自控、专注

实际上这个距离就是自控和延迟满足，但如今人们的自控能力发展较慢，取而代之的是高维信息处理能力变强，所以人们自控力要在30岁左右才达到巅峰

镜像神经元

负则模仿能力和社交能力，还有共情能力，还有音乐。

分布在前运动皮质和初级运动皮层。向下直接连着脑干、脊椎。

还分布在布洛卡区。所以语言和音乐学习的捷径就是浸泡在大环境里面模仿别人，而不是考试。。

顶叶

负则统筹和协调，空间想象力

颞叶：语言理解，面部识别，洞察力，观察细节。

枕叶：完全用于视觉

学习

发现人类大脑里处理视觉的区域特别多！可视化yyds

依次激发更多的脑区！！

单纯语言沟通效率是很低的。

哺乳脑

（女发达） 边缘系统：长期记忆、情绪管理、嗅觉（跟这些有关，所以体香很重要）、性唤醒

（女尤其发达） 扣带回区域：情感、焦虑、痛苦、自我调节、负面想象

杏仁核：恐惧、愤怒、兴奋、战或逃

因此恐惧会抑制人类脑，再聪明也得服从本能，战或逃取决于过去的经历和基因。

可以通过训练，用经验告诉杏仁核不必恐惧，选择战而不是逃。

（商家最爱） 基底神经节：操作技巧、习惯养成、奖赏系统、上瘾系统

这个核是消费关键。

刻意练习

刻意选择，不断重复。

就像是不同脑区的神经元链接，多次重复刺激以后形成坚固的道路

但关键步骤要放慢速度，可能调度更多的脑区观察这个过程。

所以贴标签是不可取的。

六、复杂性科学

还原论或还原主义（英语：Reductionism，又译化约论），是一种哲学思想，认为复杂的系统、事物、现象可以将其化解为各部分之组合来加以理解和描述。

在哲学上，还原论是一种观念，它认为某一给定实体是由更为简单或更为基础的实体所构成的集合或组合；或认为这些实体的表述可依据更为基础的实体的表述来定义。” 还原论方法是经典科学方法的内核，将高层的、复杂的对象分解为较低层的、简单的对象来处理；世界的本质在于简单性。

复杂性科学兴起于20世纪80年代的复杂性科学，是系统科学发展的新阶段，也是当代科学发展的前沿领域之一。复杂性科学的发展，不仅引发了自然科学界的变革，而且也日益渗透到哲学、人文社会科学领域。复杂性科学为什么会赢得如此盛誉，并带给科学研究如此巨大的变革呢？主要是因为复杂性科学在 研究方法论上的突破和创新。在某种意义上，甚至可以说复杂性科学带来的首先是一场方法论或者思维方式的变革。

它只能通过研究方法来界定，其度量标尺和框架是 非还原的研究方法论
它不是一门具体的学科，而是分散在许多学科中，是学科互涉的
它力图打破传统学科之间互不来往的界限，寻找各学科之间的相互联系、相互合作的统一机制
它力图打破从牛顿力学以来一直统治和主宰世界的线性理论，抛弃还原论适用于所用学科的梦想
它要创立新的理论框架体系或范式，应用新的思维模式来理解自然界带给我们的问题

复杂性科学是指以复杂性系统为研究对象，以超越还原论为方法论特征，以揭示和解释复杂系统运行规律为主要任务，以提高人们认识世界、探究世界和改造世界的能力为主要目的的一种“学科互涉”(inter—disciplinary)的新兴科学研究形态。

某学者定义：运用跨学科方法，研究不同复杂系统中的涌现行为和 统一性规律

《复杂》入门必读

《规模》研究增长

《系统论》系统论入门

复杂系统

大量个体聚集
个体间的运作相对简单，但是叠加后产生群体的复杂行为
能通过不断进化，对环境产生适应性

关键词：聚集，进化，适应性，涌现

这样简单的三条原则不断循环后，就能发挥超凡的作用。

这就是单体简单->群体智慧。

*聚焦

四段论：

清理念头

整理、列出思绪，保证自己没有牵挂心无旁骛
忘我聚焦

进入超高效状态持续2个小时，完成大部分任务
刻意休息

只能玩，强迫自己玩，比如半个小时
惯性工作

接着大体完成的脉络继续，由于之前的基础，可以低能耗的工作。

迭代

这里讲的是工程学里的迭代，尤其是软件开发里的敏捷开发。

找到自己的最小内核，一层一层递归、累加、迭代，最终涌现成为传奇

在3.0才找到拐点，我们要抱着正确的心理预期，不是每一次迭代都能升级。

精益创业

适应性

过犹不及。。彻底失败

七、认知心理学

认知心理学（cognitive psychology），20 世纪 50 年代中期在西方兴起的一种心理学思潮和研究方向。广义指研究人类的高级心理过程，主要是认识过程，如注意、知觉、表象、记忆、创造性、问题解决、言语和思维等。狭义相当于当代的信息加工心理学。即采用信息加工观点研究认知过程。

开发 mRNA 疫苗的科学家

Mon, 12 Apr 2021 19:59:00 CST

在抗击新冠疫情过程中，mRNA 疫苗发挥了巨大作用，被誉为将“ 开启疫苗学的新时代”。mRNA 疫苗历尽数十年研发才终于取得成功，在此过程中，有很多位科学家做出了贡献，其中一位的经历能让人产生共鸣，因而赢得了媒体的青睐。《纽约时报》报道了出生于匈牙利、父亲是屠夫的科学家 Katalin Kariko 博士。从匈牙利 Szeged 大学获得博士学位之后她在该校的生物研究中心读博后，1985 年在研究项目的钱用光之后她与丈夫以及 2 岁女儿搬到美国的 Temple 大学继续博后研究。在美国的几十年中她从一个实验室转到另一个实验室，薪水从未超过 6 万美元，从未获得永久职位。她的丈夫曾计算过，她投入到工作中的时间用薪水计算相当于每小时赚到一美元。她的整个职业生涯都投入在 mRNA 上，相信 mRNA 可以指示细胞产生自己的药物如疫苗。她和同事 Drew Weissman 博士申请研究资金被拒，投到知名期刊上的论文被拒，而研究论文最终发表时并没有引起关注。制药公司和风投也没有兴趣。直到最后，美国的 Moderna 公司和德国的 BioNTech 公司注意到他们的工作，两家公司现在都在赞助 Weissman 博士的实验室，现年 66 岁的 Kariko 博士在 BioNTech 公司的薪水也不止 6 万美元了。

斯坦福大学——人工智能本科4年课程清单

Tue, 02 Mar 2021 08:18:40 CST

文 | Mihail Eric

编 | 大数据文摘

相信每个入行人工智能的老手，对自己过往的几年学习生涯都或多或少会有一些遗憾： 如果我当年先从基本概念入手就好了，如果我当年把核心算法吃的更透一点就好了……

最近，一位在行业内工作了几年的斯坦福人工智能”师兄“就根据自己的工作和学习经验，为入学的师弟师妹们送出了一份大礼： 人工智能的本科4年课程清单，希望想要了解人工智能的新生能够靠着这份指路图，少走弯路。

这位学长名叫Mihail Eric，本人也是一位妥妥的“学霸”。在斯坦福大学的NLP研究组里，与Christopher Manning, Percy Liang, Christopher Potts（三位巨佬）一起做研究，度过了3年非常充实的研究时光，收获颇多。同时Eric向ACL\EMNLP\NLP for AI work投稿论文，均已发表，目前正在担任ACL的审稿人，也是业内人工智能公司Alexa AI的工程师。

作为已经毕业的学长，Eric离开学校已经有一段时间了，总结了一下自己的学习和工作经历，Eric为自己的人工智能和机器学习的职业生涯，设计一个完整的4年制人工智能本科学位基础课程。这些课程是为AI和CS领域的萌新提供的，虽然是萌新定位，但Eric觉得这些课程直到今天都还在用，是基础必会的技能。

第一年，打基础

假设你没有CS的经验，这一年的大部分时间应该用在CS和机器学习的核心概念和算法上，推荐的课程有：

1.编程基础

这是AI从业人员必需具备的软件工程学的基本技能。

课程为CS106B：http://web.stanford.edu/class/cs106b/

2.计算机系统

这门课的重点在于计算机的基础设计和构建，尤其是学习软件编译的时候，运行一个程序会发生什么，以及程序是如何在内存中运行的。

课程为CS107：http://web.stanford.edu/class/cs107/

3.算法概论

这门课包含了计算机算法背后的数学和理论基础，比如最优搜索算法和动态编程，以及如何分析这些算法的内存和优缺点。

课程为CS161：http://web.stanford.edu/class/cs161/

4.概率论

概率论和统计学是机器学习算法中的核心，尤其是分析数据在实战里很重要。

课程为CS109：http://web.stanford.edu/class/cs109/

5.线性代数

如何计算矩阵和向量，线性方程组，最小二乘法，这些都是机器学习需要用到的数学基础。

课程为EE103：http://web.stanford.edu/class/ee103/

6.多维微积分

调试函数的梯度，反向传播以及机器学习，这些都是经常用到的。

课程为向量微积分（工程师）：https://www.coursera.org/learn/vector-calculus-engineers

第2年，慢慢探索

AI本科的第二年，至少要明白人工智能的一些原理，应该用什么样的理论去解决问题，还需要加强对计算机系统运行的理解。

1.人工智能概论

这门课包括了人工智能领域所运用的研究，比如搜索，游戏，逻辑以及图像还有机器学习算法的应用。

课程CS221：https://stanford-cs221.github.io/spring2020/

2.编译原理

主要是讲编译器背后的设计和理论，你学了之后，至少应该了解一个编译器是如何构建的，还有编译器的模块化组件，也需要了解。如果你对语义识别感兴趣，可以好好琢磨一下编译器的设计和传统的自然语言处理堆栈之间的相似之处，非常有趣。

课程CS143：http://web.stanford.edu/class/cs143/

3.数据库原理

主要讲数据库管理系统背后的原则，比如关系数据模型、索引、模式等主题，但凡你想成为数据专家或者机器学习工程师，就必须要懂得数据库的原理。

课程CS145：https://cs145-fa19.github.io/

4.并行计算

并行计算这门课会讲Apache Spark到GPU这些系统背后的原理，

课程CS149：http://cs149.stanford.edu/fall19/

5.操作系统

你如果想要擅长系统编程，就一定要上这门课，这门课是讲如何从头开始搭建一个操作系统，不仅需要设计系统，还需要明白如何调试和代码管理。如果你不明白，你手下的人敲完：sudo rm -rf /*就撤了，你该如何拯救你的代码？

课程CS140：http://web.stanford.edu/~ouster/cgi-bin/cs140

第3年，开启提升课程

这个时候应该开始学高级课程，开始NLP，BA，CV这些方向的研究

1.机器学习

监督学习和模型训练的概念，比如偏差、方差，正则化以及模型选择，这些内容看上去简单，实际上每个AI从业者天天都在用的。

课程CS229：http://cs229.stanford.edu/

2.凸优化

这门课运用很广，比如统计学，机器学习，信号处理和其它使用凸优化的领域，虽然现在有不少问题都是非凸化的，但是你最好还是要懂背后的逻辑。

课程EE364A：http://web.stanford.edu/class/ee364a/

3.概率图模型

像CV和NLP就会经常用到，所以还是需要了解。

课程CS228：https://cs.stanford.edu/~ermon/cs228/index.html

4.数据挖掘

大数据与数据挖掘，这门课涵盖了处理大型数据集的技术方法，会运用到推荐算法、聚类以及大规模的数据集计算与分析，要知道每天产生的数量还是比较大的。

课程CS246：http://web.stanford.edu/class/cs246/

5.NLP

自然语言处理，让机器懂得文本数据的理论和时间，而且还会在这门课里学到传统自然语言处理，老师会教如何用深度学习技术来处理这些。

课程CS224N：http://web.stanford.edu/class/cs224n/

6.基于CV的卷积神经网络

基本包含了深度学习背后的理论，比如CV模型就经常运用，只要学过人工智能课程的人，没错，是来自李飞飞教授的CS231N吧。

课程CS231N：http://cs231n.stanford.edu/

第4年，开始打比赛

经过前面3年课程的训练，你应该对计算机系统和人工智能概念、应用有了清楚的理解，找到你比较感兴趣的方向，拿起数据集，就要开始自己跑模型，做数据分析，调参还有解决Bug。想要成为一个真正的人工智能专家，不仅得学，还得上手练。

1.做研究项目

有的学校会提供这类课程，在这门课里，你需要深入研究整个项目的情况。

课程CS341：http://web.stanford.edu/class/cs341/

2.参加课题研究

主动去找研究生学长学姐，做他们的助理，将基础知识再过一遍，也可以选择自己开一个课题项目，进行研究，主要是让你有一个项目经验。

3.大厂实习

如果你要是时间管理的好，可以考虑在课余时间去AI公司实习，一般大厂都有这种3-6个月的实习机会，在实习里，不仅让你了解书本上的基础知识，还能使用基础知识进行落地的运用，这种应该算比较好的实战机会了。

尾巴

以上就是作为一个人工智能从业者的斯坦福毕业生Eric，送给AI萌新的4年规划安排，如果你觉得上面的课程比较难，可以适当调整，当然也欢迎你与大家分享你的学习之路。

就像歌词所说“一代人终将老去，但总有人正年轻。“AI之路任重且道远，不管是不是萌新，只要你还愿意学习，就一直在路上，加油！！！

罗兰：假如我们停止科学的进步而只留意科学的应用，我们很快就会退化成中国人那样

Wed, 17 Feb 2021 10:50:33 CST

来源/《科学新闻杂志》2005年第5期作者/亨利·奥古斯特·罗兰翻译/王丹红
校译/王鸿飞

“为了应用科学，科学本身必须存在。 假如我们停止科学的进步而只留意科学的应用，我们很快就会退化成中国人那样，多少代人以来他们（在科学上）都没有什么进步，因为他们只满足于科学的应用，却从来没有追问过他们所做事情中的原理。这些原理就构成了纯科学。”

1883年8月15日，美国著名物理学家亨利·奥古斯特·罗兰（1848－1901）在美国科学促进会（AAAS）年会上做了题为“为纯科学呼吁”的演讲。该演讲的文字后发表在1883年8月24日出版的Science杂志上，并被誉为 “ 美国科学的独立宣言”。一百多年后重读罗兰的 “为纯科学呼吁” 演讲， 可以感觉到今日中国的科学发展与美国当年颇有相似之处。在当前我国科技界尚存在许多急功近利、浮躁浮夸以及学术不端行为等现象的情况下，罗兰先生的文章更是具有洞穿历史的警世作用。
亨利·奥古斯塔斯·罗兰（Henry Augustus Rowland，1848年11月27日-1901年4月16日），他主要是以制作高质量衍射光栅和对太阳光谱的研究而知名。1899年至1901年任首任美国物理学会会长。

有时我们会被问及这样的问题： 你最喜欢一年中的哪段时光？对我来说，春天最令人愉快，大自然从冷漠的冬天中苏醒，生命的力量又开始涌动。树叶生长、蓓蕾绽放，眼前的一切生机盎然，令人赏心悦目。在这大自然生命复苏的时刻，我们的心也为之狂喜。但是美景不会永恒，叶子会到达它的生命极限，花蕾盛开后就走向枯萎。 于是，我们开始问自己这样的问题：这一切是否最终都归于虚无，或者它会带来丰硕的收成？

在它的成长过程中，我们这个伟大的国家也有着春天般无以匹敌的勃勃生机。 森林被砍伐，城市被建立，一个伟大而强盛的国家在地球上被创造出来。我们为自己的进步而骄傲。我们为这些新生的城市而骄傲，仅仅在几年前，这些地方还只是美洲印地安人狩猎美洲野牛的地方。但是，我们必须记住现在只是我们国家的春天。 我们的眼光不能向后看。无论叶子多么美丽、花儿多么鲜艳、它们生长的速度多么令人惊叹，但 叶子毕竟是叶子，花终究是花。 我们更应该向前看，去发现这些繁荣的结果是什么，收获的机会是什么。如果我们及时地这样做，那么我们也许能发现那些威胁果实成熟的害虫，或者看到收获正因缺水而受到摧毁的贫瘠之地。

1/ 为了应用科学，科学本身必须存在

我应邀在今年AAAS年会的物理学分会上作报告。我乐意在这个题目上讲让你们高兴的事，我乐意向你们列举我的同胞们在此领域所取得的进步，他们为认识 宇宙的秩序而付出的高贵努力。但是， 当我走出去收集等待收割的谷物时，我发现的却只是杂草。杂草丛中散落着一些鹤立鸡群的高贵谷穗。但是，它们是如此之少，以至我发现我的大多数同胞并不了解这些现状，还以为他们有一场大丰收，而实际上最终等待他们收获的不过是杂草。

美国的科学只存在未来，它没有今天和过去。在我这个位置上的人应该思考的问题是： 我们必须要做些什么才能创造出我国的物理学， 而不是把电报机、电灯和其它的便利设施称之为科学。我并不是想低估所有这些东西的价值，世界的进步需要依靠它们，成功发明这些东西的人应该受到世界的尊重。但是，虽然 一位厨师发明了餐桌上的一道新鲜的美味佳肴，使世人在某种程度上享受到了口福，但是，我们 并不会尊称他为化学家。但是，人们 将应用科学与纯科学混为一谈并不是罕见之事，特别是在美国的报纸上。一些卑微的美国人偷取过去伟大人物的思想，通过这些思想在日常生活中的应用让自己富裕，他们得到的赞美高于那些提出这些思想的伟大原创者。如果这些原创者思想中有一些庸俗成分，他们早就可以做出成百种这样的应用。

我时常被问及这样的问题：纯科学与应用科学究竟哪个对世界更重要。为了应用科学，科学本身必须存在。 假如我们停止科学的进步而只留意科学的应用，我们很快就会退化成中国人那样，多少代人以来他们（在科学上）都没有什么进步，因为 他们只满足于科学的应用，却从来没有追问过他们所做事情中的原理。 这些原理就构成了纯科学。中国人知道火药的应用已经若干世纪，如果他们用正确的方法探索其特殊应用的原理，他们就会在获得众多应用的同时发展出化学，甚至物理学。因为 只满足于火药能爆炸的事实，而没有寻根问底，中国人已经远远落后于世界的进步。我们现在只是将这个所有民族中最古老、人口最多的民族 当成野蛮人。然而，我们的国家也正处于同样的状况。不过，我们可以做得更好，因为 我们获得了欧洲世界的科学，并将它们应用到生活的方方面面。我们就像接受从天空中落下的雨水那样理所应当地接过这些科学知识，既不问它们究竟从哪里来，也没有感激为我们提供这些知识的伟大、无私的人们的恩情。 就像天堂之雨一样，纯科学降临到我们的国家，让我们的国家更加伟大、富裕和强壮。

对于今天已经文明化的一个国家来说， 科学的应用是必需的。迄今为止， 我们的国家在这条路上走得很成功，因为纯科学在世界上的某些国家中存在并得到培养，对自然的科学研究在这些国家中被尊敬为高贵的追求。但这样的国家实在稀少，在我国，希望从事纯科学研究的人必须以更多的道德勇气来面对公众的舆论。他们必须接受被每一位成功的 发明家所轻视的可能，在他们肤浅的思想中，这些人以为人类唯一的追求就是财富，那些拥有最多财富的人就是世界上最成功的人。 每个人都理解100万美元的意义，但能够理解科学理论进展的人屈指可数，特别是对 科学理论中最抽象的部分。我相信这是只有极少数人献身于人类至高的科学事业的原因之一。人是社会动物，他们的幸福感非常依赖于周围人的认同，只有极少数的人有勇气追求自己的梦想而不在乎所处的环境。

过去的人们比现在更为与世隔绝， 一个人只和少数几个人交往。因此，那时的人们有时间创造出伟大的雕塑、绘画和诗歌。每个人的思想都可以相对自由地追随自己的想法，结果就成就了古代大师们伟大、非凡的作品。今天的铁路、电报、书籍和报纸将世界各地的每个人联结起来，他的思想不再是个人的，不再是独立和独特的，它要受到外部世界的影响，并依赖于外部世界， 因此在极大的程度上失去了原创性。按照今天的标准，过去的天才在精神上和物质上可能都非常贫乏，周围弥漫着傲慢的建议告诉他如何使其外表与自己的身份相符。他从来没有新想法，但他至少能吸收他人的思想来填充自己苍白的精神世界。所以，这位过去时代的天才很快就意识到自己的思想比别人高得太多而不为世人所尊重：他的思想被裁剪成标准形式，所有新生的分支被压制，直到他不再高于他周围的人。从此， 世界通过这种过多的交流降低到同一个水平。过去的陆地拥有我们今天无法欣赏到的高耸入云的大山和幽暗的深谷，它们安静、平和，构成了伟大壮丽的陆上风景。如今， 深谷被填充、高山被削平，随风起伏的 麦浪和冒烟的工厂成为大地上的风景。

在普通人看来，这是好的变化。较之以往，人们的生活更快乐，精神状态更好。 但我们失去了高山赋予的气势。我们厌倦平庸，这是我们国家所遭受的诅咒。我们厌恶地看到我们的艺术家 只为金钱而工作，并且恳求国会保护他们以避免外国人的竞争。我们厌恶地看到我们的同胞 从国外获取科学，然后夸耀他们在这里将其转化为财富。我们厌恶地看到，我们的教授因追求应用科学而不是纯科学从而损害了教授的声誉，当整个世界有待研究时他们却麻木不仁，当整个宇宙的问题有待解决时他们却袖手旁观。 我们希望这个国家在平庸之上尚有更崇高和尊贵的东西，一座高山也能让风景不再是单调沉闷。我们被奥秘所包围，大自然赋予了我们情感去享受这些奥秘，赋予我们理智去揭开这些奥秘。 大自然呼唤着我们去研究它，我们更好的感悟力也促使我们走向这同一方向。

多少代人来，只有少数学习科学的学生将对自然的研究珍视为最崇高的追求。无论富裕或者贫穷，他们都有一个共同点： 对自然及其规律充满热爱。世界因科学的应用而带来的进步 应归功于这少数人，但他们中只有极少数曾从世人那里得到他们应有的回报。

法拉弟（Faraday Michael，1791-1867，英国物理学、化学家，1831年发现电磁感应现象并提出相应理论，后被麦克斯维和爱因斯坦进一步发展）是所有电光机器、电气铁路、电力传输等基本原理的伟大发现者，尽管 整个世界因他的发现而富裕，但他却死于贫困。这也是今后一段时期中跟随他脚步的人必将面对的命运。

但是，未来还是有 因纯粹热爱而研究自然的人，以前人们未曾获得过的更崇高的奖赏在等待着他们。我们已经开始追求科学，站在门槛上想知道里面究竟有什么。我们通过 重力定律解释了行星的运动，但是谁将解释 是什么样的力量让两个相隔数百万英里的天体彼此相向运动呢？

今天，我们能够非常容易地测量 电量和电流，但是 我们有方法来解释电的现象吗？光是波动的，但我们知道 波动的是什么吗？热是一种运动，但我们知道运动着的是什么吗？普通物质随处可见，但是谁探究出了其内部组成的奥秘呢？所有参与工作的人都有机会，竞赛已经开始。问题的解决不是一蹴而就的事，它需要在不确定的时间里，用最优秀的头脑做出最好的工作。

当其它国家在竞赛中领先时，我们国家能满足于袖手旁观吗？难道我们总是 匍匐在尘土中去捡富人餐桌上掉下来的面包屑、并因为我们 有更多的面包屑而认为自己比他更富裕吗？但我们忘记了这样的事实： 他拥有面包，这是所有面包屑的来源。难道我们 卑贱如猪，认为谷粒和谷壳的价值比珍珠高得多吗？如果我对时代的认识是正确的，那么我认为我们不应该满足于我们低下的地位。目标低下使我们几乎变成了瞎子，但这是可以恢复的。在一个新国家中， 生存的需求是首先需要关注的事情。亚当受到的诅咒降临到所有人身上，我们必须自己养活自己。

但是，让整个世界更轻松地生活是应用科学的使命。我读到过这样一个故事，它阐明了 应用科学在世界上的真实地位。在蒸气机时代的早期，一个热爱阅读甚于工作的男孩获得了一份工作，他的职责是在每次引擎运动时开关阀门。男孩的阅读被他的工作所打乱，他很快发现通过将阀门与引擎的活动部分联结起来，让活塞的运动带动阀门的运动，他就能从工作中解脱出来。这个故事说明 需求是发明之母，所以我认为人类真正的追求是智慧。对自然所有分支的科学研究、对数学的研究、对人类过去和现在的研究、对艺术的追求，以及对所有这些事业的培育是这个世界上最伟大、最高贵的事业， 它们是人类最高级的职业。对有更高理想的人来说， 商业、科学的应用、财富的积累是一种诅咒，但对世界上那些没有能力从事和鉴赏崇高追求的人来说，却是一种祝福。

2/ 教授的职责是促进科学进步

随着科学应用的日益增加，生活变得越来越容易，购买仪器所必须的经费也不难获得，追求 生存之外的其它东西成为了可能。

但是，在能够更多地从事纯科学之前， 精神品质的培育应该与国家财富的增长平衡。通过合法的专业工作，成功的雕塑家或画家自然能够获得财富。对小说家、诗人和音乐家们来说，职业成功就意味着财富。但是，科学家们和数学家们却从未有过这种对工作的动力：他们必须通过做其它工作如教学等来维持生活， 只能将业余时间奉献给对科学的追求。通常情况是，因为所挣得的薪水少得可怜、因为仪器设备和资料文献的匮缺、因为他们所处的精神环境，而更重要的是因为生活理想不高，他们被迫将自己的业余时间花在给应用科学或其它增加财富的手段上。那么， 我们该怎样兑现对那些少数人中的少数人的尊敬呢？尽管也面临所有这些现实困难，他们仍然坚定不移地认定目标，持之以恒地从事纯科学研究，给这个世界最珍贵的贡献，他们创造的伟大知识丰富了我们对宇宙的认识，当这些知识被应用到物质生活时，成千上万人的生活更加富裕，我们中的每个人都受益于此。

也有这样一些人，他们拥有从事纯科学研究所需的所有设施，他们拥有丰厚的薪水以及每一件工作仪器，但却全力投入了 商业性的工作，他们到法院作证，去做其它可增加现有丰厚收入的工作。如果这些人放弃教授的头衔，而冠之以化学顾问专家或物理学顾问专家的称谓，那么他们是值得受到尊重的。我们的社会确实需要这样的人。但是， 如果一个人拥有最著名大学的教授席位，而他的精力和能力却用在科学知识的商业化应用上，他以尊贵的身份出现在社区，在报纸又成为科学的解释者，那么 这对他和他所在的学院来说都是一种耻辱。这是对其所在科学事业的致命打击。给他以恰如其分的称谓，他马上就会成为这个社会中有用的一员。将一个按规则并能以身作则培育科学的人放在他的职位上，结果会多么的不同！那些正在世上寻找生活目标的年轻人，看到他们眼前这个高尚和高贵的人生，他们就会发现 世界上还有比积累财富更为尊贵的东西。于是他们就愿意将生命奉献给相同的事业，他们就会尊重那些将他们引向更高境界的教授，这一境界是他们通过其它途径所不能企及的。

我并不想在这个问题上被误解。因发明而获得财富或者在某些情况下从事商业化的科学工作并不是一件有失体面的事。但是， 纯科学应该是具有教授职位的人的追求目标，这个目标之伟大是毫无疑问的。如果我们生活的目标是追求财富，那就让我们诚实地从事商业，与他人竞争财富。但是，如果我们选择了我们认为更崇高的事业，那么就说到做到，无论贫富都随遇而安，二者都不能改变既定的追求。

教学工作会消耗大部分精力，这也是绝大多数在教授职位上 不进行任何科学工作的人的一个借口。但是常言道：有志者事竟成。很少本国教授所承担的教学或演讲工作像 德国教授那么繁重，后者却以在科学期刊上发表详细阐述、精心写作的论文而著名。我自己也肩负教育工作，深知这意味着什么。然而，在这里我仍然坚持认为： 只要您愿意，您就会找出时间来做科学研究。但是，在这里我们依然无法逃避 这个国家的诅咒：平庸。我们的学院和大学很少寻找有声誉的一流水平人士，我甚至听说过这样的事，一所知名学院的董事曾经声称 教授不需要做研究，因为这是浪费时间。我高兴地看到在该学院的优秀科学家的呼吁下，该董事会的大多数董事都不认可这位董事的观点。

毫无疑问，教学工作是重要的。一位成功的教师应该受到尊重。但是， 如果他没有引导学生向最高方向努力，难道他不该受到谴责吗？我们国家的绝大多数纯科学都是在大学和学院中进行的，现在，让我们看看这些大学和学院的状况。首先我们看看现状是怎样的。

3/ 什么样的机构才称得上大学

有一位人士，我们可能会称他为罗斯金（John Ruskin, 1819-1900，英国作家和艺术评论家，他认为伟大的图画应是能够给观赏者以伟大的思想）的实际追随者，他声称在这个国家里他拥有 船长、上校和教授等多种头衔。这个故事真实与否并不重要，但我们都知道我们同胞们的习惯是对此没有原则性的争议。所有的人生而平等：有的人既是船长又是上校，又是教授，因此所有的人可以这样。这个逻辑是决定性的；相同的逻辑也适用于了我们的中小学、学院和大学。

我手上有一份教育专员在1880年写的报告。根据这份报告，我们国家有380或者400个左右的机构 称自己为学院或大学！我们或许可以借此声称我们是一个伟大的国家， 我们拥有大学的数量比世界上其它国家的总数还要多。事实足够明确，整个世界也基本上很难有能力支持如此多的一流大学。 它们一窝蜂地出现，平庸的诅咒一定会降临到它们身上。 它们必定是一群蚊虫，而不是自诩的雄鹰。

深入的分析将证实这一观点。约有三分之一的 这些机构 渴望被称为大学。我需要指出的是，一个只有2名教授和18名学生的机构也称自己是大学。而另外一所 “大学” 有3名教授和12位学生！这些例子并不罕见，自称为大学的小型机构和学校的数量相当高。很难从这些学校的统计数据决定它们的准确地位。极端的情况比较容易处理。谁能怀疑一所拥有800名学生和70名教员的机构会比拥有10或20名学生、2名或3名教授的学校要高出一个等级呢？然而，这并不总是对的。我知道的一所拥有500多名学生的机构，按我个人的标准来看 不过相当于一所高中。统计数据有或多或少的缺陷，如果我仔细推究的话会有更多的弱点。我列举出下面的数字：1）在330所自称为学院或大学的机构中，其中218 所机构的学生数在0到100之间， 88所机构的学生数在100到200之间，12所机构的学生数在200到300之间， 6所机构的学生数在300到500之间， 6所机构的学生数超过500；2）在322所自称为学院或大学的机构中，其中206所机构的教员数在0到10之间，99所机构的教员数在10到20之间，17所机构的教员数在20以上。

我们也许能够通过学生的平均年龄了解这些机构的地位，以及实现真正的大学理想的方式，这些统计数据是可以获得的，也或者它们已经存在。学生与教师的比例数据也会有所帮助。所有的这些方法都只给出这些机构现有地位的大概情况。但还有一种方法可解决这个问题，这会很准确，但只限于告诉我们该机构可能的潜力。 我指的是这个机构的财产。在估计财产时，我没有纳入土地和建筑物的价值。因为好的工作既可在宫殿中做出也可在陋屋中做出。我用研究机构的 运转性经费作为估算的标准，我发现：234所机构的低于50万美元；8所机构的在50万美元—100万美元；8所机构的在100万美元以上。

不容置疑，世界上的 高等教育机构 都不可能自己养活自己，这是一个再清楚不过的事。通常的情况是，一个学院教育一位年轻人的成本远远高于他所交的学费， 成本一般是学费的3到4倍。教育的层次越高，这个比例就会越大，一所最高等级的大学只能期望学费占其收入的一小部分。因此，在所有事例中，我所用的方法都给出了可能的真实性。根据这些数字，只有16所学院和大学的投入金额达到或超过了50万，其中只有一半的基金达到或超过了100万。后面这个数字对一所学院来说也是非常小的；在世界上 将一所经费不足100万美元的机构称为大学，实在荒唐。然而，我们有100多所这样机构就是以这样的方式滥用了 “大学” 之名， 但实际上它们中的大多数是值得尊敬的学院。其中那些值得尊敬的学院获得的捐赠还有望增加，这是它们应得的，也许长久以来它们还一直在为自己的 不幸称谓而自责。

但是，我们应该如何看待一个社区呢？它将大学特许状颁发给只有2万美元 捐赠经费、2名所谓的教授和18位学生的机构，或者有3名教授、12名学生、捐赠经费只为2.7万美元的机构， 而且绝大部分经费都花在大楼上。此外，还有相当多的类似机构，有16所机构只有3位或更少的教授，更多机构确实只有4-5位教授。

这类的事实只会存在于一个民主的国家，它所自豪的是将所有的东西都降低到同一层次。或许我可以这样说， 这类事情只可能存在于这样一个民主国家的早期，因为明智的公众很快就会发现：一个错误的称谓并不能改变事物本身的性质。这一真理才是我们应该告诉这个国家的青年人的最为重要的事情。

人们也许会争辩说，所有这些机构在教育方面都做出了好工作；许多负担不起学院和大学费用的年轻人在这里接受教育。我并不反对教育，虽然我相信调查会揭示出这种说法之荒谬，但这种说法并不是我要反对的。 我所反对的是降低我们国家年轻人的理想。要让他们知道他们正在 上的是一所学校而不是一所大学；要让他们知道 学校之上是学院，学院之上是大学。要让他们知道他们只接受了一半的教育，他们与世界上的一些人相比如原子般微不足道。换句话说，他们应该被告知真相。

也许也有一些小型机构有较高的地位，特别是那些新建的机构，但是谁也不怀疑，在我们那些自称为学院或大学的机构中， 至少有三分二是名不符实的。每一个这样的机构都有所谓的教授，但事实证明 他们至多称得上是一般教师。 为什么不这样称呼他们呢？教师是一个受尊重的职位，但这个职位不会因一个假定的错误头衔而变得更为崇高。而且，头衔越多、越容易获得，它就越没有值得追求的价值。当一个充满精力、能力或者是天赋的人所得到的头衔和薪水与一个只有很少知识的普通人相同时，而后者教书的原因不是他能够胜任这一工作，而很可能是因为他没有能力在商业上与别人竞争，那么我会说，鼓励 一流水平的人成为教授的动力之一就不复存在了。

当教授职位的工作和能力有明确要求时，当教授被要求要跟上所在领域的发展并要尽全力促进领域的发展时，而且当他是因这些原因而被选出时，那么教授就是一个值得为之努力争取的职位，成功的竞争者就会得到相应的尊重。 骑士精神促使法拉弟将生命奉献给对自然的研究，这一精神也将激励少数高贵的人们将他们的生命奉献给科学事业。但是，如果我们希望在科学界培育这种最高级的人才，那么我们必须向他们展示一个他们值得为之付出的事业。

在某种程度上，詹妮·林德（Jenny Lind,1820-1887，瑞典女高音歌唱家，1850-1852年间在P.T.巴南的安排下在美国作巡回演出）可以用她美妙的歌喉在她出生的小村庄中培育这种文化，但谁能期望她在世界各地开音乐会而一无所获呢？如果她有这样的愿望，她又应该如何具备这样的能力呢？对科学家来说也是如此，无论他有什么样的天赋，在他竭尽全力工作之前，他必须拥有仪器、图书馆，和 生活所需的 恰当、受人尊重的薪水。要促进所有高级学科的真正进步，有些东西是必须的，当然除此之外还有其它更多的事情也是必须的。在这个国家中，并不是那些拿最高薪水、并在最富裕的大学拥有职位的人最大程度地促进了其所在学科的进步。那些拿最高薪水并拥有教授职位的人今天所做的事 绝对不是纯科学研究， 而是科学知识的商业应用，目的是增加他们已经很高的收入。如我之前所说，在恰当的职位上做这种追求是值得尊重的，但是 教授的职责是促进科学的进步，他应该向学生和世界展示一个完全、真实地献身科学的榜样，告诉他们生命中还有更崇高的价值。 货币兑换者常常是受人尊重的人，但是（耶稣）曾经严厉地谴责 他们在教堂的大厅中进行交易。

财富不能成就大学，大楼也不能。大学是由教授和跟随他们学习的学生们构成的。大学是少数学生能够踏入的最后和最高一步。之后，他走向世界，他在大学里有意或无意感受到的理想会影响他今后所能达到的高度。如果他跟随的教授在其职业中一直处于很高的地位，自己又有崇高的理想；如果这些教授认为促进所在领域的进步是他们生命中最重要的工作，并因其智慧而受到全世界的尊重，那么这位学生就会被引向最高处，甚至在他今后的一生中他都有更高的理想。但是，如果这位学生被一些当时所谓的好老师所教育，这些老师所知道的 只比学生多一点，并常常被学生超过甚至轻视，那么没有人会怀疑这位学生的品味低下。这位学生发现只要他稍加努力，他就能超过他所在的大学中拥有最高荣誉的人；他开始认为自己是一个天才，工作的动力随之消失了。 旁边的小土丘让他感到自己是一个伟大的人，但他不知道世界上还有他无法比拟的大山。

一所大学的老师队伍中不仅要有伟大的人，而且还要有无数的各类小教授和助理，并要鼓励他们从事最高级的工作， 不为别的原因，而是为了鼓励学生们要尽他们最大的努力。

但是，假如这位教授有高尚的理想，拥有大而且高级的大学所给他掌握的财富，那么，他就有充分发展其才能的机会。在我们物理科学中尤其如此。在物理学和化学的早期时代，许多基本的实验都能够在最简单的仪器上完成。因此我们发现， 渥拉斯顿（Wollaston William Hyde，1766-1828，英国化学家和物理学家，1803年发现了钯，1804年发现了铑）和 法拉弟的名字总是被当作是 基本上不需要任何设备做研究的名字而被提及。是的，现在仍然可以用最简单的设备做很多事情；除了完全不胜任者， 没有任何人会因为缺少设备而停止工作。但是现实却是这样的，只有当一个人不仅拥有完整的实验室，而且还有一位可以为他支付每一个实验费用的朋友时，他才可能自由地在所有的化学和物理学科中做研究。物理系中最简单的部门如天文学已经达到了这样一种状态：如果没有装备完善的天文台，研究人员基本上什么都不能做，而且如果没有经费聘请一批实施观测和计算的助手，这一切也是没有用的。我们国家拥有许多非常好的天文台，然而，相比而言所做的工作太少了，如果将财富集中，也许可以有一个更有效率的天文台，而且将会证明这对天文科学发展更有利。相反， 这些经费分散在六、七个地方，仅能够为附近地区人们提供观测月亮的望远镜。在这里，我突然想到了一个问题， 如果我们国家要在科学上站住脚，那么对她来说至少有一个问题是重要的。下面这个故事是我从报纸下剪下来的， 它能说明问题的本质：

“Arunah Huntington是一位古怪的加拿大人，他留下20万美元的遗产计划分给佛蒙特地区的公立学校，但他为这些学校做的事情却基本上没有一点实用价值。 每所社区学校获得了微不足道的10美元，这对教育事业的提高没有一点作用。”

没有人会怀疑这笔遗产的使用是愚蠢的，也没有会怀疑在我们的国家布满观测月亮的望远镜并将之称之为天文台的做法是愚蠢的。 将这些财产集中在一起会多么好，从而建立一个第一流的天文台和天文研究所。

有没有这样的可能，在我们400多所学院和大学中，有部分机构对知识的热爱程度足以 将它们彼此联结成一个整体，从而形成更大的机构？有没有这样的可能，部分机构出于对真理的挚爱而要求用恰如其分的名称来称呼自己？我担心没有。因为在美国人的心中， 期望与赌博的欲望被混为一谈，除了它们的名字不同之外，每个机构都在混沌中昏睡，期望时间的流逝能带来繁荣昌盛。尽管其中的许多人都受到宗教的影响，并被教导要讲真话，他们接受的教训是： 为了被召唤到更高处，他们应该选择桌上更低的位置，也不要因被贬入更低的位置而觉得有失体面。但是我们的这些机构却将自己推到桌上最高的位置，也许很难让他们从位置上走下来。

但是， 有没有可能改变公众的观点呢？让他们知道世界上找不到一所捐赠基金少于100万美元的学院，也找不到捐赠基金少于300万或400万美元的大学。我从教育委员的报告中得知这种变化已经开始； 走向大研究机构的趋势在增加，拥有大名称的小机构在西部和西南部地区繁殖之快，令人担心，而东部已经着手迎接 大型的大学到来。

1880年，这400所学院和大学的财产总值约为：建筑物4000万美元，运转经费4300万美元。这足以建立1所资产为1000万美元的大型大学、4所资产为500万美元的大学、26所资产为200万美元的学院。但是这个设想不可能成为现实。政府的拨款是不可能的， 因为理想的大学绝不能允许政治权术掺和进来。

1880年，所有学校和学院获得的私人捐赠总数约为550万美元，尽管其中一项为125万美元，但这个数目还不是那么巨大。这样看起来，每年的捐赠数会达到500万美元，其中一半以上给了所谓的学院和大学。将这些遗产集中起来足以产生一个立竿见影的结果，但这样做非常之难。但这些数字表明： 慷慨给予是美国人最优秀的品质，这个国家所需要的将会在将来的资金中得到支持。 我们必须要让这个国家感觉到对研究和纯科学的需求。我们必须要让那些完全献身科学的人们活着，所有的人都看到我们争取钱，但并不是因为要依靠慈善施舍懒惰度日，而是为了这样的一个事业，较之于其它任何学问，这个事业在知识上和物质上已经并将更多地 促进世界的进步。我们必须这样生活，以消除那些损害了职业尊严的高位者的影响，或者是那些让自己轻松过日子却没有为其所代表的学科做一点事的人的影响。让我们在目前能力所及的范围内做一切可能的事情。今天，我们中没有一个人拥有完全适合的位置，足以让他充分发挥能力、允许他做最好的科学。 所有的人都有困难，但我不相信环境会从根本上改变一个人。如果一个人对研究有一种直觉，它总会以某种方式表现出来。但是，环境也许会将它带上新的征途，或许会给它以哺育，否则它可能会在含苞待放时死去，而不是像现在繁花盛开并结出完美的果实。

美国人在小事情上不缺乏发明和创造，当同样的精神被用到知识和对科学的热爱上时，它就会变成研究的精神。受限于自己的电学知识和对其规律的认识，电报员自然会将他的注意力用到如何提高他所知道的电学设备的性能上， 他的研究将局限于他的知识范围， 以及他知道的简单规律。但是，随着他的知识的增长，他面前的天地会越来越宽，因为他学了相关题目的数学理论，光的电磁理论也不再是遥不可及，而成为他日常的伴侣。电报装备在他的手中成了他的一个玩具，他发现新东西的努力成为纯科学研究的一部分。

等到一个人精通了科学后再努力去促进科学的进步是没有用的： 他必须站到前沿，这样他的努力才可能在竞争中被分辨出来。而且，我也不相信一个没有促进科学发展愿望的人能够通晓所有的科学学科。在学习已有的知识时、在阅读科学期刊时、在讨论目前的科学问题时，一个人可能激发出工作的冲动，甚至这是以前从未有过的事情。追求已有知识的精神会促使他去探求那些未知的东西。我可以这样说，除了著名的研究人员外， 我从未见过一个对我所在领域有彻底认识的人。我遇见过这样人，他们说得很好，我也时常问自己他们为什么不做一些事情。进一步了解这些人的本性让我发现 他们拥有的知识是多么肤浅。我再也不相信这样的人，他们说只要愿意他们就能做某些事情，或者只要有机会他们就做某些事情。他们都是冒牌货。 如果真实的精神的确存在，无论环境怎样它总会显现出来。

如我之前所说， 从事纯科学的研究人员通常都是一位教授。他必须在教学的同时也做研究。近年来人们也在讨论这样的问题，即 研究与教育两个功能是集中在一个人身上更好呢还是分开更好。绝大多数人认为一定量的教学任务有益于研究的精神，而不是别的。我自己认为确实是这样的，我自己不愿意中断每日的讲课。但一个人不能超负荷。我提出一个解决问题的真正办法，许多情况下 可以增加助手，既为教学也为做研究。 一些人天生有更多的主意，超出他们的双手能够实现的限度，如果没有为他们提供额外的助手，世界就会失去很多珍贵的东西。生命是短暂的：时光飞逝，晚年很快就会来临，一双手所能做的事情非常有限。有哪一种商店或工厂是靠一个人的手做所有的工作呢？在自然界中有一个即使民主也 不能改变的事实是： 人是不平等的，一些人有（聪明的）大脑、一些有（灵巧的）手。 对平等的空谈不可能推翻这些自然的规则。

在这个国家里，我没有发现一个机构设有 直接辅助研究的助理。那么为什么不这样做呢？甚至缺乏助理教授和其它各类助理来帮助教学，也是非常明显的问题，这类问题必须得以补救。

还有许多物理学问题，特别是那些一个人无法完成的 需要精确测量的工作，要完成这些工作需要配备 精良的设备和完整的助手队伍。比如，雷诺有关气体和蒸气定律的实验，是30年或40年前在法国政府的协助下完成的，他的发现已经成今天的标准。尽管这些实验着眼于对蒸汽机的实际计算，但它们在进行的时候考虑了应用之外更为广泛的问题，因此在理论上也极为有用。此外，如果没有人捐赠天文台，天文学能有什么成就呢？通过这些手段， 天文学已经成为物理学中发展最完美的领域，当然天文学的简洁性也使它理应如此。毫无疑问，我认为整个物理学的其它分支的类似机构，都会能取得同样的成功。就像捐赠的天文台促进天文学一样，一个经费充足、配备有教授和助手队伍，以及能够建造新设备的机械工厂的大型、装备完善的 物理实验室，同样能够促进物理学的进步。但是，这种实验室不能草率建成。它的价值完全取决于担任实验室负责人的物理学家，他要制定计划，并通过实际的工作来启动研究。这样的人总是很稀少，而且不一定总能找得到。当一个实验室成功启动后，其它的就会跟进， 毕竟模仿不需要什么智慧。

我们不可能每次都想当然地得到适合的人，但必须对 任命方法进行仔细研究，以保证能够具有很好的平均水平。毫无疑问， 任命必须由能够判断每位候选者最高水平工作的科学团体来决定。如果有任何普通的因素会加入进来，那么选出的人或者只是对科学有一定了解的人，或者就是在科学的边缘有所涉猎却会以最夸张的方式展示自己小小发现的人。 我们所需要的是有深度的人，他对物质科学具有深刻见解，能够分辨 什么时候能够给科学进展以最关键的一击。

到目前为止，世界上还没有我所描述的这种伟大的物理实验室。但是，天文科学在获得捐赠方面从来都没有什么困难。每个人都会或多或少地认可天文台的价值， 因为天文学是最简单明了的科学学科，很快就能拥有精致的仪器和昂贵计算，这是促进天文学发展所必需的。物理学天地是如此的辽阔，以至到今天研究人员们还能发现许多可以做的事情。但是情况并非总是如此，现在已经到了需要建造 大型实验室的时刻。在这个问题上 我们国家是起领导作用呢，还是等着让其它国家走在前面？未来肯定会建立这样的实验室，但问题是什么时候建以及如何建。

几个研究机构正在设立物理实验室。 它们主要将用于教学，可以想象其中绝大多数实验室只可能产生出很少的工作。但是它们显示了进步，如果这方面进步速度如其它方面的一样快，那么我们就能够想象在我们的有生之年能够看到巨大的变化.

4/ 在科学协会中紧密联系起来

如前面所讲，人们总是受到所接触的人们的认同的影响。我们不可能立即按有利于我们的方向改变公众的看法，而且， 我们必须努力去引导公众而不是被它所指导。因为从事纯科学的研究者是先驱，他们不可能在城市和已经文明化的社会中徘徊，他们必须一头扎入未知的森林，攀登迄今无法涉足的高山，在那里俯览希望之乡的美景，这是科学许诺在未来给我们的乐土，这片土地不仅流淌着奶和蜜，而且赋予我们更好和更伟大的思想来认识这个神奇的宇宙。 我们必须创造出有利于我们的公众舆论，但并不需要一定从一般大众开始。我们必须满足于站在一旁，看见世界的荣誉在一段时间里给予水平在我们之下的人；我们必须从自我良心的认可中，以及从极少数有能力评判我们工作的人们的赞许中得到更良好的满足， 而不在乎整个世界在说什么。我们要将目光投向整个世界的物理学家，而不是本城或本国的物理学家，看看他们是怎么赞美或指责我们，赞美让我们受到鼓励，指责则刺激我们重新努力。 无知者的赞美对我们有什么用？让我们像正在做的那样，在我们的科学协会中紧密联系起来，在追求我们喜爱的研究中彼此相互鼓励。我们知道世界需要时间才能承认我们的服务，我们也知道 我们组成了人类进步最重要的力量。

但即使在我们的科学协会里，危险离我们还是很近。当协会的平均素质不高、 当最高的荣誉给予平庸之辈、 三流水准的人被树立成榜样、微不足道的发明被夸大为科学发现时，这种协会影响就是有害的。一位参加这种协会会议的年轻科学家很快就会得到被歪曲的思想。在他的思想中， 小土丘就是高山，高山反而成为小土丘。在他的头脑中，小小的发明家或当地的某个地方名人会比国际上的科学领袖还高不可及。他就会用小土丘的标准来衡量自己，对自己状态感到满意，但他不知道与真正的高山相比，他不过如原子般的大小。或许，当他老的时候他会明白这一点，但为时已晚！如果在他起步之初他就看到了高山的雄伟，那么这位年轻的科学家至少会在其成长过程中就会一直受到激励努力向上。

不是所有的人都是天才，但至少我们能够将他们指引向我们身边的天才。我们自己也许无法从科学获得太多的好处，但我们可以有崇高的理想，并将它们逐渐渗透给我们接触到的人们。为了我们自己的幸福、为了我们国家的福祉，为了全世界的利益，我们应该形成一套 能够真正衡量人或事的价值和地位的评价体系，在我们的头脑中把所有高尚、有益和高贵的思想放在前面，把所有对科学发展重要的东西放在前面，高于那些平庸的、低级的和琐碎的东西， 这是我们义不容辞的责任。

人们总是说，一个人有权有自己观点。对于在荒岛中生活的人来说这种说法也许是对的，因为他的错误只会影响到他一个人；但是当他的话是用于教导别人时，特别是他的观点影响到他的日常生活时，他就必须对他在判断或事实方面的所有错误承担直接责任。 他没有权利将一个小土丘当作是高山，也不能这样去教学生，就正如他不能认为地球是平的，并用这一观点来教学生一样。我们所发现的科学事实和规律的重要性是不一样的，每个研究人员的科学成果的重要性也是不一样的。 一件事比另一件事更伟大，我们没有权力忽视这个秩序。这样，我们的心灵才会被正确地引导，我们的努力才会朝着最高的方向。

因此我们应该看到，这个国家 还没有第一流的物理学家，我们必须到其它国家去寻找这个领域的领导，在他们创建出美国科学或者为世界科学做出贡献前，我国少数杰出的人物必须从无到有得到更多的财富支持。

但是，让我回到科学协会的题目上。美国科学有最棘手的问题需要处理。有太多的地方学会被冠以大而不当的名称，每个学会都有自己的知名人士，他们有特权将他在早晨散步时发现的某些 多出一支脚的螃蟹描述为无价之宝。我们也有一些科学学会，在求知方面在当地做出很好的工作。但是，路途如此遥远，很难将人们集中到一个地方。今天我们参加开会的美国科学促进会并不是一个科学机构，也不过是聚集了对科学有兴趣的人，让他们阅读论文并享受交流的乐趣。 美国国家科学院是由整个国家中最杰出的人士组成的，但它的作用只是在科学问题上为政府提供免费的建议。它没有自己的办公楼，没有图书馆，也没有出版物；它除了免费给政府的信息外，政府并不向它回报任何东西。 它对美国科学没有多少直接的影响；不过，政府在科学考察、出版等方面的宽松和慷慨部分是归功于它的影响，它以这种方式做了很多好事。但是，它没有办法获得像伟大 的英国皇家学会、或者是在 巴黎、柏林、维也纳和其它欧洲首都和大城市的伟大学院的地位。这些学会通过它们的出版物，给年轻学生以及高级的物理学家树立了卓越的榜样，成为学会的会员是学者们期望获得的最高荣誉之一，写出让学会认为值得发表在其学报上的论文集，是他们努力的最高目标。

设在波士顿的美国科学院或许是我们最有代表性的接近于这些层次的学院机构，但是它的会员只限于该州，使它缺乏全国性的影响。

但是，还有另外一个因素影响着我们科学事业的成长。因为我们必需在纯科学方面 从国外寻求最高的灵感，因为科学不是局限于一个城市或国家的事务，而是整个世界的事业，所以我们所有的人在阅读自己国家的期刊时，也必须同时阅读最新的 外国科学期刊和最重要的 外国协会的学报。我们国家每一个从事科学教育的机构的图书馆，都必须存放有这些 伟大的学报和期刊。如果没有提供这些期刊和学报，又怎么能期望我们的教师或教授知道过去发现过什么，或是了解到现在正在发现些什么？哪一所机构有这样的权利让它所聘请的教师或到此学习的学生们在精神上挨饿？这只能有一个答案，如果一个自称为大学的机构在它的桌子上没 最新的科学期刊，或者在它的图书馆的书架上没有存放 学会的学报，那么可以肯定的是， 它没尽最大的努力来促进和培育这个世界上最好的人和事。

我们称自己的国家是一个自由的国家，然而它却是世界上唯一一个 对科学事业直接收税的国家。目前 我国纯科学水平低下或许是因为我们国家很年轻，但是直接向科学收税从而阻止我国科学的成长，却 不能说不是最为丢脸的事。这里我指的是对外国书籍和期刊的征税。 在科学方面，我们国家还没有出版过或者即将出版任何中小学教材以上的书籍。但是，物理学的每一位教师都必须拥有这样的书，不仅是在图书馆的书架上，而且是在他们自己的书架上。这个国家有责任让这些教师有能力用自己微薄的薪水的一部分来 购买有利于整个国家的书籍。做不到这一点，所有有益于培育我国科学成长的自由交流就会被全部中断。那些有助于提升我国高于平庸水平的新生事物在萌芽阶段就会被政府窒息，而这一政府在直接的科学题目上给人的印象好像还是较为宽松自由的。

人们可能以为 外文书籍免税进入不过是为了让某些人或重印 德国书籍的工人高兴，而没有认识到不这样， 我们与德国进行自由的科学交流的权利就被剥夺了。我们的科学协会和社会必须让人们知道自己在此事上的立场，并让当局明白事情的来龙去脉。

最后，让我再次重申： 我不相信我们的国家会长期处于目前的这种状况。物理学的应用让我们国家繁荣富强，我国物理学正在蒸蒸日上地发展，它会让我们受到世界各国家的尊重。这个预言似乎过于轻率，因为 我们国家所做的物理学工作还不足以支撑一个物理学期刊。但是，我们知道这个国家前进的速度：我们看见城市在一夜之间拔地而起，其它的宏伟事业也以史无前例的速度前进。我们看见了 正在建造的物理学实验室，我们看见了对接受过全面训练又不惧怕数学的物理学家的大量需求，需要他们做教授或加入到所谓的现实生活中。也许我们与所有真正的美国人有着同样的感觉， 我们的国家正在走向繁荣昌盛的未来， 我们将努力成为世界科学的领导，就像我们今天努力成为世界财富的领导一样。

如果要实现这样的理想， 我们的目标就不能太低。没有辛勤工作，宇宙的问题就不会被解开；没有恰当的知识分子和物理工具，这些问题就不会被攻克；缺乏数学知识的物理学家不会走得太远。 没有人会期待一匹没有经过良好训练的马能赢得伟大的长距离赛马比赛。无论拥有多么纯正、高贵的血统，指望没有良好训练的人获得大奖也是大错特错的。我们要解决的问题远比任何竞赛都更困难：没有恰当的准备，即使最高智力水平的人也不会获得成功。最伟大的奖励等待着伟大的智力付出最大的努力，他必须通过持续不断的实践来保持敏锐的目光和新鲜的思想。 仪器和设备可以用钱买来，天赋可能与生俱来，但是我们 心智的工具、我们的 数学知识、我们的 实验能力、我们 对前人创造的知识的掌握，所有这些都需要通过努力才能获得。即使是在我们国家，三流水平的人因为什么都不会做而成为教师的时代也已经过去。我们希望在教授席位上看到这样的人，他们聪明、好学、精力旺盛，又充满工作的动力，但最重要的是，我们希望看到能够激励人们排除万难去追求最高理想的 高贵和勇敢的精神，他们是在自己良知的赞许而不是他人的认可之下去探求自然界的难题。让他用所有的数学武器、前人的经验来武装自己，让他胸怀征服的坚定目标走进这个竞技场。让他不要满足于站在平庸之辈的人群后面， 要让他在竞争中力争站到最前列。

整个宇宙就在我们面前，等待我们去研究。最伟大的头脑经过最伟大的努力才能给我们带来少量的珍宝。但是无穷的海洋在我们面前，它隐秘的深谷中充满了钻石和宝石。 宇宙的问题还没有解决，即使一个原子的秘密也还让我们迷惑不已。当我们不断前进时，研究的领域就会越来越宽广，自然的庄严和美丽让我们惊讶和赞叹。我们能为这些伟大的工作做些什么吗？ 我们的国家是会承担起自己应有的责任呢， 还是只会生活在世界的施舍中呢？（译文首发于《科学新闻杂志》2005年第5期，小标题为译者所加）

转载：Science发布：全世界最前沿的125个科学问题

Tue, 16 Feb 2021 21:59:18 CST

Science发布：全世界最前沿的125个科学问题

日期：2018年01月29日

在庆祝SCIENCE创刊125周年之际，该刊杂志社公布了125个最具挑战性的科学问题。

　　简单归纳统计这125个问题，其中涉及生命科学的问题占46%，关系宇宙和地球的问题占16%，与物质科学相关的问题占14%以上，认知科学问题占9%。其余问题分别涉及数学与计算机科学、政治与经济、能源、环境和人口等。

　　在今后1／4个世纪的时间里，人们将致力于研究解决这些问题。其中，前25个被认为是最重要的问题。

　　这125个问题如下：

　　1 宇宙由什么构成?

　　2 意识的生物学基础是什么?

　　3 为什么人类基因会如此之少?

　　4 遗传变异与人类健康的相关程度如何?

　　5 物理定律能否统一?

　　6 人类寿命到底可以延长多久?

　　7 是什么控制着器官再生?

　　8 皮肤细胞如何成为神经细胞?

　　9 单个体细胞怎样成为整株植物?

　　10 地球内部如何运行?

　　11 地球人类在宇宙中是否独一无二?

　　12 地球生命在何处产生、如何产生?

　　13 什么决定了物种的多样性?

　　14 什么基因的改变造就了独特的人类?

　　15 记忆如何存储和恢复?

　　16 人类合作行为如何发展?

　　17 怎样从海量生物数据中产生大的可视图片?

　　18 化学自组织的发展程度如何?

　　19 什么是传统计算的极限?

　　20 我们能否有选择地切断某些免疫反应?

　　21 量子不确定性和非局部性背后是否有更深刻的原理?

　　22 能否研制出有效的HIV疫苗?

　　23 温室效应会使地球温度达到多高?

　　24 什么时间用什么能源可以替代石油?

　　25 地球到底能负担多少人口?

　　26 宇宙是否唯一?

　　27 是什么驱动宇宙膨胀?

　　28 第一颗恒星与星系何时产生、怎样产生?

　　29 超高能宇宙射线来自何处?

　　30 是什么给类星体提供动力?

　　31 黑洞的本质是什么?

　　32 正物质为何多于反物质?

　　33 质子会衰减吗?

　　34 重力的本质是什么?

　　35 时间为何不同于其他维度?

　　36 是否存在比夸克更小的基本粒子?

　　37 中微子是其自己的反粒子吗?

　　38 是否有解释所有相关电子系统的统一理论?

　　39 人类能够制造最强的激光吗?

　　40 能否制造完美的光学透镜?

　　41 是否可能制造出室温下的磁性半导体?

　　42 什么是高温超导性之后的成对机制?

　　43 能否发展关于湍流动力学和颗粒材料运动学的综合理论?

　　44 是否存在稳定的高原子量元素?

　　45 固体中是否有超流动性?如果有，如何解释?

　　46 水的结构如何?

　　47 玻璃态物质的本质是什么?

　　48 是否存在合理化学合成的极限?

　　49 光电电池的最终效率如何?

　　50 核聚变将最终成为未来的能源吗?

　　51 驱动太阳磁周期的原因是什么?

　　52 行星怎样形成?

　　53 是什么引发了冰期?

　　54 使地球磁场逆转的原因是什么?

　　55 是否存在有助于预报的地震先兆?

　　56 太阳系的其他星球上现在和过去是否存在生命?

　　57 自然界中手性原则的起源是什么?

　　58 能否预测蛋白质折叠?

　　59 人体中的蛋白质有多少存在方式?

　　60 蛋白质如何发现其作用对象?

　　61 细胞死亡有多少种形式?

　　62 是什么保持了细胞内的通行顺畅?

　　63 为什么细胞的成分可以独立于DNA而自行复制?

　　64 基因组中功能不同于RNA的角色是什么?

　　65 基因组中端粒和丝粒的作用是什么?

　　66 为什么一些基因组很大，另一些又相当紧凑?

　　67 基因组中的“垃圾”(“junk”)有何作用?

　　68 新技术能使DNA测序的成本降低多少?

　　69 器官和整个有机体如何了解停止生长的时间?

　　70 除了继承突变，基因组如何改变?

　　71 在胚胎期，不对称现象是如何确定的?

　　72 翼、鳍和面孔如何发育进化?

　　73 是什么引发了青春期?

　　74 干细胞是否位于所有肿瘤的中心?

　　75 肿瘤更容易通过免疫进行控制吗?

　　76 肿瘤的控制比治愈是否更容易?

　　77 炎症是所有慢性疾病的主要原因吗?

　　78 疯牛病会怎样发展?

　　79 脊椎动物在多大程度上依赖先天免疫系统来抵抗传染病?

　　80 对抗原而言，免疫记忆需要延长暴露吗?

　　81 为什么孕妇的免疫系统不拒绝其胎儿?

　　82 什么与有机体的生物钟同步?

　　83 迁徙生物怎样发现其迁移路线?

　　84 为什么要睡眠?

　　85 人类为什么会做梦?

　　86 语言学习为什么存在临界期?

　　87 信息素影响人类行为吗?

　　88 一般麻醉剂如何发挥作用?

　　89 导致精神分裂症的原因是什么?

　　90 引发孤独症的原因是什么?

　　91 阿兹海默症患者的生命能够延续多久?

　　92 致瘾的生物学基础是什么?

　　93 大脑如何建立道德观念?

　　94 通过计算机进行学习的极限是什么?

　　95 有多少个性源于遗传?

　　96 性别倾向的生物学根源是什么?

　　97 生命树是生命之间系统关系最好的表达方式吗?

　　98 地球上有多少物种?

　　99 什么是物种?

　　100 横向转移为什么会发生在众多的物种中以及如何发生?

　　101 谁是世界的共同祖先?

　　102 植物的花朵如何进化?

　　103 植物怎样制造细胞壁?

　　104 如何控制植物生长?

　　105 为什么所有的植物不能免疫一切疾病?

　　106 外界压力环境下，植物的变异基础是什么?

　　107 是什么引起物质消失?

　　108 能否避免物种消亡?

　　109 一些恐龙为什么如此庞大?

　　110 生态系统对全球变暖的反应如何?

　　111 至今共有多少人种，他们之间有何关联?

　　112 是什么提升了现代人类的行为?

　　113 什么是人类文化的根源?

　　114 语言和音乐演化的根源是什么?

　　115 什么是人种，人种如何进化?

　　116 为什么一些国家向前发展，而有些国家的发展停滞?

　　117 政府高额赤字对国家利益和经济增长速度有什么影响?

　　118 政治与经济自由密切相关吗?

　　119 为什么改变撒哈拉地区贫困状态的努力几乎全部失败?

　　120 有没有简单的方法确定椭圆曲线是否存在无穷多解?

　　121 霍奇闭链是代数闭链的和吗?

　　122 数学家将会最终给出Navier-Stokes方程的解吗?

　　123 庞加莱实验能否确定4维空间的球?

　　124 黎曼zeta函数的零解都有a+bi形式吗?

　　125 对粒子物理标准模型研究是否会停止在量子Yahg-Mills理论上?

　　注：最后6个数学问题选自Clay数学研究所提出的新千年问题

听顶级科学家图灵奖得主John Hopcroft预言未来

Tue, 02 Jul 2019 14:58:07 CST

康奈尔大学计算机科学系教授、图灵奖得主

John Hopcroft（约翰·E·霍普克洛夫特教授）

他是谁？

他是拥有计算机科学领域“诺贝尔奖” ——图灵奖的获得者，他明明拿到了名牌大学的电气工程学士学位，却因为一个电话踏入了计算机科学领域，由此改变了一生。1986年由于在算法及数据结构设计和分析方面的基础性成就，John Hopcroft被授予图灵奖；在此之后的John不仅将精力放在计算机科学的研究上，还将更重要的精力放在了教育上，他希望科学的乐趣让每一个孩子都能体会到，改变沉疴的教育体制，实现创造性思维。

他的预言

1、目前计算机科学正在经历根本性的变革：譬如深度学习，社交网络、大数据等等。特别是学生，更需要清楚未来的发展方向。

2、一切都将会实现自动化。当我们的语音识别技术再好一点，软件应用再好一点，你可以通过网上或是直接和计算机对话进行预订，你可以召唤自动化的汽车。

3、现在我们亲身经历从制造业到信息服务的变革，教育将是人们获取体面工作的关键。

4、所需的劳动力数量也有些许降低，现在我们可能需要将这一规模缩减50%。这意味着要对整个社会进行重新架构。

5、或许人们只需要从25岁工作到45岁，因此还需要在他们退休后提供相应的财政保障。

他的观点

1、脑科学与深度学习没有关联

他觉得脑科学跟现在所谓的深度网络几乎没有关联。他常常被问到人工智能是否就是真正的人类智能，他斩钉截铁地回答“不”。所谓的深度学习实际上是在非常多维度的一个情境之下，去识别固定的系统，去识别这些模式。

现在在脑科学领域也有非常多的研究，而且非常重要。脑科学的研究发现，在一个宝宝出生的头两年，他的脑神经发展对于他整个人生有巨大的影响。在此时他脑里面的这些所谓的神经其实已经成形，但是之间的链接还非常游离，而这些脑神经之间的链接对于他未来的学习能力至关重要。所以在宝宝出生的头两年，他能够有一个稳定舒适的环境，能够在某种程度上去滋养脑神经链接的发展是非常重要的，这个目前在美国受到非常多人的关注。

2、未来只有25%的人需要劳动

现在我们所经历的信息化时代革命，是一个瞬时瞬间都在发生的，非常快速。不管是个人，还是国家，对于信息化时代会带来的冲击与改变，可能都还没有全然的理解。

我们现在的生活当中会需要各种各样的商品或是服务，未来这些真正需要去产生商品的服务或者人口，由于自动化的关系反而会缩减，或许只有25%的人需要劳动。有些国家甚至在考虑设置一种所谓的人均基本收入的制度，来保障人均收入。

人工智能时代带来的变化，对人类的冲击是非常基本面的，而且会有巨大的影响。如果人们没有工作了，他们能做哪些有意义的事情呢，这都是值得思考的问题。

3、AI人才培养与业界需求的时间差

在美国的工业界，企业几乎都有很大的人才短缺。在他的印象中，美国所有的高校毕业生中计算机科学的（毕业生）只占10%。所有的计算机科学的高校都会给予资源，希望他们尽快提升学生的质量，顺应工业界的需求。

大概从十年前开始，美国几乎所有的高校计算机学院里都有AI相关的课程设计。在就业市场里，也有很多岗位都是跟AI相关的。在中国，就业市场的发展稍微有些滞后或不太一样，但也相信中国的就业市场，特别是在AI人才方面的需求正在快速增长。

在美国，孩子们大概在小学的阶段就已经有机会来接触编程，大部分的教育体系里面都有相关的设置。现在的小孩对技术、对科技是非常自然的，孩子们是随着科技而长大的。这是大环境，包含大家在文化上对科技的拥抱、热爱与接受，包含生活水平的提高。

4、接下来五年，中国教育会有显著改进

中国已经有高校开始设置人工智能的相关科系，他绝对认同这是非常重要而且非常对的举措，但接下来面临的挑战是：怎么样能够有足够好的老师来做教学。

中国的教育改革发展非常快速，在过去的20年，接受大学本科教育的学生人数整体的量级有了巨大的提升。为了让更多的大学涌现学生潮，他估计过每年中国应该增加50所大学，几乎是现在北京一座城市的大学数量。

在中国这么多年的教学中，他花了很长一段时间才理解到中美文化差异。我也有一些个人经验，觉得在美国推行起来或者做起来很容易的事，在这里却相当困难。我也逐步学习到中美文化的差异。

他看到中国强大的执行力。当中国政府想要做一件事情，有明确的目标，依据过往的表现都是绝对会成功。在大学的教育“质”上面的提升，过去几年他已经观察甚至参与到一些比较小规模的变化。他预见接下来的五年，中国的教育会有非常快速而且显著的改进。

5、高校教育应“质”“量”同提

他参与跟中国相关的教育项目已经有十年历史，但是过去这些年通常是和单一的学校建立关系，参与他们单独的项目。

过去十年也教授了超过千位的学生，但是因为中国市场规模太大，学生人数非常多，以这样单点的合作难以形成规模化。要把一件事情做成真正有影响力，必须要有足够的数量，特别是在中国这么大的市场中。

目前学校的领导、校长他们关注的指标最主要是在科研的经费和发布的学术论文上，John Hopcroft希望跟教育部的高层能够有充分的沟通和理解，特别是在高校的“质”上，所谓的本科教育的“质”上面的提升，其实跟“量”是同样重要的，也希望能够获得重视，对校长们，包含校领导的评量指标做一些调整。

小编悄咪咪告诉你们一个确切消息~

上文介绍的John Hopcroft（约翰·E·霍普克洛夫）教授已确认出席第十五届中国（南京）软博会全球软件产业高峰论坛，并发表主题演讲。

让我们共同期待7月在美丽古都，创新名城——南京与John相遇，聆听顶级大咖带来的智慧分享。

根据最新通知，现在南京软博会已全面启动各项工作！在此，诚挚邀请国内外软件、信息服务、互联网等行业知名企业参加第十五届南京软博会并参加各项专场活动。展会将为您提供展示发展成果、寻求合作机遇的重要平台，热切期待与您共享南京软博会这一国际软件产业盛宴带来的发展机遇！

联系人：姚良腾15861810742

【免责声明：CSDN本栏目发布信息，目的在于传播更多信息，丰富网络文化，稿件仅代表作者个人观点，与CSDN无关。其原创性以及中文陈述文字和文字内容未经本网证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网不做任何保证或者承诺，请读者仅作参考，并请自行核实相关内容。凡注明为其他媒体来源的信息，均为转载自其他媒体，转载并不代表本网赞同其观点，也不代表本网对其真实性负责。您若对该稿件由任何怀疑或质疑，请即与CSDN联系，我们将迅速给您回应并做处理。】

Uber先进技术集团首席科学家：自动驾驶汽车大规模普及还需要很长时间

Tue, 09 Apr 2019 18:18:00 CST

【TechWeb】4月9日消息，据国外媒体报道，自动驾驶是近几年汽车行业的一大热点，谷歌、苹果、特斯拉、通用等众多企业都在这方面有布局，其中也包括了以打车服务出名的Uber，但Uber自动驾驶方面的高管近日表示，自动驾驶汽车大规模普及还需要很长的时间。

认为自动驾驶汽车还需要很长的时间才能普及的，是Uber先进技术集团的首席科学家拉克尔·乌尔塔森（Raquel Urtasun），先进技术集团是Uber进行自动驾驶等先进技术研发的部门，拉克尔·乌尔塔森负责领导这一集团在加拿大多伦多的部门。

拉克尔·乌尔塔森是当地时间周一在纽约的一次会议上，表示自动驾驶汽车大规模普及还需要很长的时间的。

乌尔塔森在会议上表示，自动驾驶汽车正在走入我们的生活，但问题是时间还不清晰，自动驾驶汽车大规模上路还需要很长的时间。

目前有多家公司在进行自动驾驶汽车方面的研发，谷歌兄弟公司Waymo被认为是在这一技术上走在行业前列的企业，但其CEO约翰·科拉菲克(John Krafcik)去年7月份在美国全国州长大会上也表示，虽然他们在自动驾驶技术方面取得了进步，但自动驾驶汽车普及所需要的时间，仍会长的超乎想象。（辣椒客）

AI不能“取代”医生给我们看病，这并不是因为AI不够强大 | 科学人 | 果壳科技有意思

Sat, 06 Apr 2019 18:47:33 CST

约翰霍普金斯医学院的娜塔莉·特拉雅诺娃（Natalie Trayanova）教授，刚刚度过了魔鬼一般的一年。

在外人看来，她的科研道路仿佛是一帆风顺。她带领的心血管造影技术团队拿着来自美国国立卫生研究院（NIH）的研究基金，过去三年光论文就发表了50多篇；她的项目还频频在媒体上曝光，她本人甚至被邀请到TED Talk上做演讲。然而，当她着手将这套“领域内前所未有的解决方案”向临床应用推进的时候，却遭遇了前所未有的困难。

Your Personal Virtual Heart | Natalia Trayanova | TEDxJHU

她的方案在临床上的首要任务是 治疗心颤。所谓心颤，指的是心脏不再有规律地按照周期跳动，而是无规律地快速“颤抖”；轻度的心颤有时本人都感觉不到， 但严重的心颤可以让在几分钟内夺人性命。你可能在商场、路边或者影视作品里见过仪器装在红色盒子里，上面写着“AED”三个大字，还可能有红色的心形和闪电标记，这就是自动化的电除颤仪，依靠放电的办法结束心颤。这样的设备已经拯救了很多心脏病突然发作的人。

不过等到心颤发生再采取除颤，还是稍微有点晚。医学研究者开发出了一种心脏除颤手术，找到那些引发心律不齐的 微小心肌纤维，把它们切除，从而根本上解决问题。麻烦的是，这些微小心肌纤维很难找，很大程度都靠医生经验，经常切不准地方还会误伤正常的部分。

特拉雅诺娃实验室就开发了一套结合了影像和人工智能的心脏造影方案，构建出全息3D的心脏模型，重建每一束心肌纤维、模拟心脏动态，精确地找出病灶，让手术“指哪打哪”。“我们还能顺便用这个影像，给心脏做3D打印，送给病人做留念。”来自保加利亚、已经在这个领域摸爬滚打了三十多年的特拉雅诺娃谈起自己的技术，仍然是一脸兴奋。而最近兴起的人工智能技术，更是有希望为这个技术添砖加瓦——例如，使用机器学习提高图像精度，优化计算流程，把时间和成本大幅降低。

图：特拉雅诺娃团队的“模拟心脏”

然而，谈到实际应用的前景，她的乐观减少了大半。病人的各类实际需求，总是不能与技术设计完美结合，她不得不一周三天跑医院、两天跑实验室，与医生和工程师反复沟通。 更大的挑战来自美国食品药监局（FDA），任何一项技术想要投入应用，都免不了和 FDA 大战三百回合；要是不能将研究成果转换为审批标准，发了再多论文都相当于白做。“还不知道什么时候会通过审批。”她对我说，“明年或者后年吧？希望如此（Hopefully），希望如此。”

“希望如此”，成了她挂在嘴边的口头禅。 在人工智能计算能力大幅提升的今天，乐观派们认为AI接管医院只是时间问题，然而从实验室到医院的这段路，依然困难重重。

1

“你拿一万张猫的图片训练一个机器，机器能够非常迅速地判断眼前的图片是否是猫，”约翰·霍普金斯生物工程教授杰弗里·希维尔德森（Jeffrey Siewerdeson）给我打了个比方，“但你要让机器从一张元素繁多的图片里找猫，难度就指数级增大了。”

他的实验室曾经是约翰·霍普金斯医院的病房，墙上还残留着当年的病床支架和插座。如今的实验室已经远离了医院的喧闹，被各类计算机和影像仪器所占据。 生物医学领域，基于机器和数据，而不用和湿漉漉的培养基或组织器官打交道的“干科学”（dry science）逐渐成为了领域热门。据医药研究机构 Signify Research 的数据预测，5年内光医疗影像和AI这一个细分领域的市场就将超过20亿美元，其中 深度学习技术更是占据了半壁江山。诊断正在逐渐从病人身上分离，转入机器。

图：作者和希维尔德森在他的实验室

然而，人们需要对机器能做什么、不能做什么有清晰的认识。 目前AI的主要成就，是给人类医生的判断打底子，而不是自行下达判断。比如希维尔德森所做的工作之一，是利用机器来学习高精度图片的特征，然后据此把低清图片“算”成高精图片——换言之，就是去马赛克。有些时候医生手头的设备不够先进，另一些时候医生需要实时观察图像，这些时候的低分辨率图片都可以在机器学习帮助下变得高清。

的确，图像识别是目前的AI最擅长的事情之一。大概从2013年开始，AI在这一个领域的能力就开始飞速发展；2015年，在谷歌ImageNet数据库训练下的机器，人脸识别能力已经超过了人类。这得益于 机器能够在相对短的时间内吃进海量的影像数据，并通过深度神经网络各个层级进行分析、学习，成为阅“片”无数、经验丰富的“老医生”。希维尔德森和特拉雅诺娃所做的事情，都是利用AI的这方面长处，给予医生以诊断辅助，让医生“看”得更清楚、判断更准确。

可这并不是我们平时想象的“AI看病”。AI是否能对疑难杂症做出独立的诊断？

对于有的疾病，让AI看到影像就做出相应判断其实不那么难。比如眼科教授尼尔·布莱斯勒（Neil Bressler）正在做的项目，是使用AI技术诊断糖尿病人的眼底病变。由于这种疾病十分常见，数据积累丰富，再加上对于病变的判定相对简单，目前这个技术已经有了相对成熟的应用场景。然而，触及到更难的领域，例如癌症、肿瘤等等，图像模式十分复杂，很难用一种或者几种机械的模式概括，机器往往会卡在这种人脑依靠模拟（analogy）判断的地方。而有的病变本身也十分罕见，根本无法形成值得信赖的数据库。换句话说， 现在还无法像训练一个真正的医生一样训练AI。

而更根本的矛盾还在后面：就算数据够多、计算能力够强，AI能够取代人类判断吗？

图：电视剧《西部世界》

2

2011年12月，在美国麻省的一家医院，急救车送来了一个晕倒的老年男性。他立即被安置在了急救病房，安插上体征了监控设备——如果他的生命体征出现危险的波动，设备就会发出警告，召唤护士。这样一来，护士就不必时时过来查看他的情况了。

然而，第二天，这个老人却死在了病床上。死之前监控设备的红灯闪了一夜，但却被路过的护士一遍接一遍地摁掉。疏于料理的护士当然难辞其咎，然而在深入的调查之后，另外一个问题浮出水面：包括这套系统在内， 许多医院用于自动化监控的装置所发出的警报，很多是误报。

通常此类自动化系统，会把极其微小的波动当做风险来处理，毕竟，万一错过了一个风险，责任就大了，所以 厂商都倾向于把机器调得“过度灵敏”，并产生一系列大惊小怪的误报；反过来， 医护人员则在接连不断的误报冲击下产生了疲劳，忽略了真正的危险。这是一个现代版的“狼来了”。

狼来了问题本身看似是可以解决的：把自动化系统的敏感度调低就行（厂商无疑会不愿这样做，因为这样意味着他们自己要直接担负更多责任，不过这至少原则上是可解的）。但这是本质的问题吗？人类同样常常过度敏感，每一个医生都无数次经历过家属大呼小叫、护士匆忙跑来报告异常但最后平安无事的场景，但却无法想象有多少合格的医生会因为假警报太多而从此对它们彻底无动于衷、像对待自动系统那样一遍遍按掉。问题在哪里？

在于 人并不信任机器。

图：电影《机械姬》

科幻小说常常把人对机器的猜疑描述成没来由的非理性行为甚至是灾祸的根源，但现实中这样的不信任其实是有理由的： 人和机器的决策方式并不相同。譬如一个简单的自动化系统也许会监控病人的心率，低于一定数值就报警，但不同病人静息心率原本就不同，对一个普通人而言危险的低心率，对职业运动员而言也许只是稍微异常。 传统的自动化系统只能在事先设好的规则内行事，超出规则就无能为力了。

今天最火的AI路线——深度学习看起来有望打破这个限制，但它带来了一整套新的问题。最近通过FDA审批的一个叫做“WAVE”的诊断平台，能够综合病人各项身体指标，通过深度学习的算法，给出“病人什么时候会进入病危状态”的预测。然而，《科学》（Science）2019年3月的一篇评论文章指出，不像是药品或者其它医药设备，机器学习为内核的算法并非一个逻辑确定的系统，里面涵盖了上千个互相牵涉的指标，也会根据训练数据的不同产生不同的效果，究竟是否存在确凿无疑、让人百分百信服的因果联系（就像你站在体重秤上的数字从不撒谎一样），很难说清。

而治病救人的医学，恰恰最需要稳定且可重复的证据支撑。

循证的过程需要控制变量，得出A和B之间确凿的因果联系，例如病人吃了A药之后，就是比吃安慰剂的效果要好，那么A药毫无疑问发挥了作用；而这种药在一小部分病人中产生的作用，和大部分病人相似，是可以重复的。深层到药物作用的机制和原理，则更需要有大量的动物实验打底，厘清一个化合物和病菌、器官、神经之间的具体联系。然而，目前主流的深度学习的技术却是吃进数据、吐出结果的 “黑箱”，很难照着这个方式循证。再加上机器学习的核心——数据本身就具有不确定性，更为人工智能的普适性和可重复性提出了问题。

在2019年2月华盛顿美国科学促进会（AAAS）的年会上，赖斯大学（Rice University）数据科学教授吉内薇拉·阿伦（Genevera Allen）用一系列事例直击了这个问题的核心。当下，有不少团队都在癌症相关的基因上做文章，输入癌症患者的基因组和病例数据，用机器学习的方式分析出几个不同的亚型（Sub-type），并在这个基础上开发靶向药物。这也是承袭乳腺癌的成功先例——根据基因表达的不同，乳腺癌可以分为10多种亚型，每一种的具体治疗方案和预后都不同。但是这种模式可以套到所有的癌症上吗？把大量数据“喂”给机器，机器真的能依靠数据模式给出靠谱的分类吗？

图：Genevera Allen，来源：EurekAlert!

她综合了一些研究结果，发现 在某个样本的数据上表现出色的算法，不一定适用于所有情况，也并不能重复，在这种分类的基础上得出的诊疗意见，自然也是无意义的。“两个团队用不一样的数据，很可能得到完全不重合的亚型分类，”阿伦在会议报告上说。“这些‘发现’真的具有科学价值吗？背后是否有可靠的医学证据支撑？”

她表示，如果继续这样发展，医疗科学很有可能陷入“危机”。虽然有点悲观，但也不无道理。毕竟，不靠谱的算法在亚马逊上给你推荐一本你不喜欢的书，你不买就好了；但是“推荐”一个疗法，有时候却是关乎生死的。当然，这并不是说人类医生不会犯错误。但在面对错误的时候，医学诊断的循证基础，能够给我们提供充足的条件复盘错误、并探求避免的方法。而面对人工智能的黑箱，我们甚至很难知道机器为什么会错，应该如何纠正。

一边是人工智能领域大幅提高的计算能力与不断优化的算法，另一边却是临床医学对于证据的谨慎。 在不同的学科进行交叉和对话的同时，两边是否在使用同一套语言体系，成为了解决问题的关键。

3

这个年代最常听到的一句话，是“什么专业都得写代码”。的确，像希维尔德森和布莱斯勒的实验室里，懂医学和懂计算机同等重要，甚至还需要统计等数据科学。越来越多的研究者开始恶补相关知识，注册线上课程，甚至去跟本科生挤教室。许多老教授也拉下面子，向年轻博士生和博士后取经。

而随着大数据和人工智能的广泛应用，医生们也要开始懂得怎样跑数据，即使不会编程也必须明晓其中的原理。“ （数据科学）就像另一门语言，或者好几门语言，”英国惠康基金会桑格研究所的研究员蔡娜在接受 Mosaic Science 采访时的一席话，说出了生物、医药研究人员的心声。“我不得不把之前大脑中的生化路径、流程图，转化成编程代码。”

从某种程度上讲，编程和数据成为医学领域最重要的能力之一。 然而，计算机领域和医学领域的学科逻辑和评价标准，却存在一些分歧。特拉雅诺娃说，“现在太多人醉心于技术细节的提升，你去参加一个学术会议，到处都是跟你吹嘘自己的技术表现有多好，算法性能有多棒，然后在核心期刊上发了多少论文——这是他们领域的‘语言’。但最后能达到什么效果呢？” 说到这里，特拉雅诺娃摇了摇头。

“现有的大部分算法，包括诊断和预测等，都不是在传统的医学范式下研究出来的，不能直接体现医学所需要的指标，即使一些已经投入应用了，但可靠度、可应用程度等，都需要进一步验证。”宾夕法尼亚大学医学院血液和肿瘤专家拉维·帕里克（Ravi Parikh）在电话里对我说。“他在《科学》期刊上发表的评论文章谈及了这个问题：当下的许多医疗人工智能相关的研究，都以计算能力、反应速度、概率分布曲线等作为指标，比如一个算法能够把判断某种征兆的速度提高百分之几之类。但是，这到底在临床上意味着什么？这对病人的治疗效果有多大增益？速度提高了，但误诊率呢？病人接受了这个诊断，是否病程变短、返诊率下降？这些所谓 “落脚点”（endpoint）才是医学关心的指标，也是监管机构是否给某个技术放行的依据。

一言以蔽之， 人工智能想要治病救人，必须要接受医学标准的审视。特拉雅诺娃深知其中的不易，前文提到的3D造影技术即将投入大规模临床实验， 最终的评判标准并不是技术、性能，而是手术的成功率。“接受了手术的病人，究竟有多少不用返工重来？返诊率是多少？”能够让临床医生彻底掌握这个技术，把除颤手术目前接近40%的返诊率大幅降低，才是这个技术成功的标志。

图：作者和特拉雅诺娃合影

希维尔德森也表示，算法必须要“翻译”成为医学实验的成果方才能称之为医疗，定量的测试和评估是一切的基础。 而在临床实验中，需要照顾的不仅仅是数据，还有病人。“要验证现有技术的可用性、可靠性和效果，目前通用的方式是 回溯性分析研究，这样才能在不影响病人的治疗水平的前提下得到好的结果，并且也需要伦理委员会的批准。”

而且， 我们必须诚实面对算法的局限。所有的药物都有副作用和适用人群，同样，做人工智能的人也必须从“用算法去解决普适性问题”的思维中跳出，重视应用情景、数据来源和数据质量等等，学会医学语言的谨慎。监管也必须面对一些关键挑战——例如，如何保证数据的多样性，如何打开人工智能和机器学习的“黑箱”，确定一个算法的具体原理与医学证据之间的联系。 “目前可以做的是建立完善的事后审计机制（auditing system），追踪算法和数据之间的关系，以及可能出现的数据偏差。”帕里克说，“ 但最后，一定还是落在临床的表现上，保证效用和可重复性。”

4

我在希维尔德森的实验室里看到了一个比乒乓球略小的3D打印模型，质感柔韧，中间的裂痕用细密的针脚缝了起来。“这是一个有着先天心脏缺陷婴儿的心脏的一部分。”希维尔德森对我解释道，“我们用当前的造影技术，结合人工智能技术为心脏建模，然后打印出来供进行手术的医生练手。”

图：心脏模型

看着这个小小的模型，我仿佛能看到主刀医生和助手们围在屏幕前讨论手术方案，仔细观察和打量模型，思考着从哪里入手——这才是人机的完美配合，也是当下的医疗技术带来的最实际的进步。“在诊断和治疗中，一个医生的训练、经验和观察依然是最重要的。 即使是最好的技术，也只能是增强医生的知识和能力，而不是替代。” 希维尔德森说。

帕里克也认为，我们不应该拿人工智能和医生相比。关键并不在于人工智能本身的能力，而是人工智能和现有的医学条件结合，能够发挥多大的功效。医生多年所见、所识、所领悟的并不能完全被翻译成数据、变成机器学习的资料；而人工智能亦有更精准的观察、更快的速度和永不疲倦的眼。 谈论“医生+算法”的效果，远比谈论如何替代、或者谁比谁好要更有意义。

未来的医疗场景，一定不是病人被送进机器人医生的诊所，进行全身扫描之后得到“智能”的诊疗，而是可复制、可量产的机器，为医生提供足够多有价值的参考，节省更多人力物力，让诊疗变得更普及、更平民、更快捷。医疗人工智能领域的科技树不是冲着天空、往高处长，而是伸开枝叶，为更多的人提供安全和健康的荫蔽。

这个未来甚至并不遥远，脚踏实地一定走得到。（编辑/Ent）

（拇姬对本文有重要贡献；感谢美国科学促进会AAAS提供访问支持。）

参考资料：

Allen, G. I. (2017). Statistical data integration: Challenges and opportunities. Statistical Modelling, 17(4-5), 332-337.
Parikh, Ravi B., Ziad Obermeyer, and Amol S. Navathe. "Regulation of predictive analytics in medicine." Science 363.6429 (2019): 810-812.
Razzak, Muhammad Imran, Saeeda Naz, and Ahmad Zaib. "Deep learning for medical image processing: Overview, challenges and the future." Classification in BioApps. Springer, Cham, 2018. 323-350.
Giger, M. L. (2018). Machine learning in medical imaging. Journal of the American College of Radiology, 15(3), 512-520.
Tenner, E. (2018). The Efficiency Paradox: What Big Data Can't Do. Knopf.
https://www.bbc.com/news/science-environment-47267081
https://www.wired.com/2017/03/biologists-teaching-code-survive/
https://mosaicscience.com/story/how-big-data-changing-science-algorithms-research-genomics/
https://www.signifyresearch.net/medical-imaging/ai-medical-imaging-top-2-billion-2023/

题图来源：图虫创意

如何更好利用知识图谱技术做反欺诈？ 360金融首席数据科学家沈赟开讲

Wed, 27 Mar 2019 13:50:40 CST

【TechWeb】3月27日，近日360金融首席数据科学家沈赟作为毕马威中国2019金融科技系列论坛课程授课专家，讲授知识图谱的有关技术和知识，分享了如何以知识图谱“精耕”反欺诈。

如何更好的利用知识图谱技术做到反欺诈？沈赟分别从贷前、贷中和贷后三个环节以360金融为例进行了详细的论述。

贷前，360金融通过给客户进行打分，来发现其是否是潜在的多头客户。“针对这些潜在的客户我们可以去评估他每月的一个负债额等指标，这样的话我们可以在贷前及时地进行约束，防止其成为外部多头用户；同时，我们也在产品形态上面下功夫，如给这些客户相对短期数、更可控的一些产品。”沈赟进一步表示。

贷中，360金融则通过研究用户的行为模式等方式去更加精细化地去管理风险、预测风险，并根据不同的行为模式去找到相应的客群，针对这个客群采取相应的措施。如针对风险较高客户，360金融就会提前采取拒绝、调额、调价等风控措施。同时，360金融还会在三个月、六个月等贷中时间点对用户进行重新评估，来预测其多头可能变化的情况。在此基础上，用户活跃度、用户还款积极的程度等也都是360金融在对客户进行评估时所考量的因素。

贷后，360金融则制定了不同的催收的策略，通过对用户去进行客户和分群，来制定相应的催收方式。与此同时，360金融还自主研发了一套智能催收机器人系统，针对不同风险级别的客群和不同的催收业务类型，设定差异化的催收场景和催收方式，同时严格保证整个催收流程的合法合规。

据沈赟介绍，基于知识图谱技术，360金融目前已积累了千万级别的黑灰名单和数亿的白名单库。截至2018年12月31日，360金融超过90天的逾期率为0.92%，风控表现领先同业。

数据科学难在实践，有哪些弯路可以不走？

Fri, 22 Mar 2019 18:34:12 CST

数据科学这一名词流行了这么长时间，对于很多企业来说仍然是熟悉而又陌生的词汇。

对于积极向布局数据科学应用的企业来说，如何避免走弯路。

Blue Yonder，一个成立于2008年的大数据分析平台，用他8年的数据科学经验告诉你，什么是真正的数据科学、有哪些弯路可以不走。

正如Blue Yonder创始人在采访中说到：“在这八年里，我们经历了不少痛苦的教训，尤其是在数据科学应用方面。”

以下是采访原文，请欣赏！

数据科学

我相信许多人都知道什么是数据科学，但我想分享一下我个人对它的理解：

数据科学的目的是构建自动化的数据驱动运营决策支持系统。

根据这么严格的定义（你也许会有异议），数据科学的唯一目便成了决策的支持和自动化。那么“运营决策”是什么？

它是指企业需要频繁定期进行的大量决策，这些决策对业务KPI（关键绩效指标）有直接影响，其结果也需要在短时间内进行评估。

企业可能需要作出以下决策，例如：各种产品明天的最佳定价是多少或发送给供应商X的下一个订单中各产品的最佳定价是多少。

由于人们经常在不经意间受到影响，因此在大多数情况下，自动决策胜于人类的运营决策，并且自动决策可以显著提高业务流程的效率。

人类决策偏见列表：

https://en.wikipedia.org/wiki/List_of_cognitive_biases#Decision-making.2C_belief.2C_and_behavioral_biases

所有这一切实际上意味着，数据科学对于运营决策的意义就像工业机器人对于制造业那样。正如机器人可以自动执行重复的生产任务一样，数据科学也可以自动执行重复的运营决策。

DevOps与数据科学

DevOps工作流程旨在克服传统IT组织中由于开发团队和运营团队相互独立而导致的普遍冲突问题。开发团队希望开发新功能并希望新功能尽早上线，而运营团队负责系统的稳定性，因为所有变更都会带来风险。他们需要尽可能地阻止新功能上线。

在这场冲突中，两个团队都忽略了以稳定可靠的新功能为客户创造价值这一共同目标。

开发人员和运营团队之间的冲突只是组织结构不合理导致的其中一种情形，对于按功能划分的其他组织机构也存在相同的问题。

在许多公司里，数据科学也被困在类似的“功能团队孤岛”中。更详细的解释，我建议阅读这篇《什么是DevOps》

数据科学-麻烦制造者

有个虚构的段子，但却透着真实的无奈。两位管理人员在一次会议上相遇，其中一位经理问道，“你们公司是不是已经开始使用数据科学决策分析了？”另一位回答说：“我们的数据科学家团队已经成立一年了，但什么时候可以开始分析还遥遥无期呢。”

为了更好地理解为什么许多数据科学工作的进展缓慢，我们需要看一下用数据科学进行自动化业务决策的典型工作流程。

下面的工作流程示例是以零售行业为例，同样也适用于其他行业。

1. 从各种来源提取各种必要的数据：

内部数据源，如ERP，CRM和POS系统，或来自在线商店的数据。
外部数据，如天气或公众假期数据

2. 提取，转换和加载数据：

关联数据源
聚合并转换数据，
用“一张大表”关联所有数据

3. 机器学习和决策制定：

使用历史数据来训练机器学习模型

4. 对于决策，使用当前的最新数据

由此产生的决策被送回ERP系统或其他数据仓库

这些步骤基本上涉及业务的方方面面，并且需要深入集成到业务流程中，以创建有效的决策系统。

然而这也是迄今为止数据科学决策分析工作最大的麻烦。为了整合数据科学，就需要改变核心业务流程，而改变核心业务流程却是一项艰巨的任务。

数据科学本质上是贪婪的

没有数据科学家会说“目前的数据库规模足够明年用的了。”

人们通常觉得数据科学家都是贪婪的，因为他们似乎对可用资源有着不切实际的想法。但实际上，数据科学本身才是贪婪的。

总的来说，以下因素会使数据科学项目的结果更准确：

更多属性（“列”）
更多历史数据（“行”）
更独立的数据源（例如，天气，金融市场，社交媒体......）
更复杂的算法（例如，深度学习）

综上，这不是数据科学家的问题！原则上，他们有权提出这些要求。幸运的是，我们有方法来解决资源短缺问题，我将在稍后进行论证。

另一个问题是低估了决策的绝对数量。比如一家拥有100个店铺和5,000种产品的小型超市连锁店的每日补货量预测，补货算法需要14天的日预测数据才能进行分析。那实际意味着每天需要计算，处理和存储7百万个预测数据。

由于建立一个有效的机器学习模型需要许多不同的数据源，部门之间可能会引入新的共通性和纠结。整个公司必须在公共标识符（common identifiers）和数据类型（data types）上达成一致。

以前，断开链接的子部分需要与它们的数据流保持同步。比如，一个自动的日常补货系统可能要依赖营销部门的促销数据和商店的库存数据。所有必要的数据需要在一天中的固定时间获取，这样才方便系统设计决策并及时发送给供应商。

数据科学家 VS 公司的其他人

现在回到DevOps上来，这一运动旨在克服开发人员和运营团队之间潜在的偏差。

如果你试图在一个单独的地方与数据科学家团队一起构建自动化决策系统，那么就会不可避免地出现以上这种问题。

由于数据科学与其他部分的不可分离和对数据的贪婪，其团队很难成功地将一个系统与其他具有不同绩效体制的团队进行合作。

为了防止或解决这些问题，我们必须接受DevOps模式的基本原则：

调整所有团队的目标，使他们在工作上不至于产生“冲突”，而是努力实现共同目标。
拆除部门之间的墙，建立跨职能团队
根据用户附加值的估量，改进决策方式并分配资源和功能

关于承诺

决策是任何公司成功的核心。因此，在引入数据科学时，整个公司，包括所有的领导层和部门，都需要接受并重视。

运用数据科学进行自动化决策是价值流的重要组成部分。这很可能意味着，你需要改变既定的流程，重组团队，重新考虑公司的组织架构。

此外，想要成功执行这些措施，你需要获得必要的认可。每个人都需要知道为什么会有这些改变，并且还要支持这些决策。如果没有这种诚挚的诺言，自动化决策就不可能会成功执行。

反过来，你的数据科学工作必须着重于真正的附加值：一个是需要评估执行成本，包括技术债务成本、复杂性的累积、纠结的增加等；另一方面也要将其与改进后的预期收益进行比较。

数据科学从来不是一个以自我为目标的团队。

拆除数据科学的自我壁垒

DevOps的一个关键目标就是使团队团结以实现公司的共同目标，并且也要拆毁不同团队之间的壁垒。因为，如果把数据科学家分到一个单独的小组，安排在一个单独的房间里，这将会是一条通往失败的必经之路。

相反，如果我们将数据科学家安排到一个跨职能的团队中，这将有助于构建一个端到端的完整决策系统，并有助于使其工作与公司目标保持一致。一旦每个部门都连接起来，数据科学家的工作就不会与其他部门相矛盾。

相反，这种决策系统的成功将变成公司的共同利益。以共同努力为特点的整体优化就能够实现一个共同目标，这将会取代以自我为中心和不一致的目标为特征的局部优化。

这个跨职能团队和其他的团队一样致力于相同的质量标准，在质量、弹性或稳健性方面没有任何妥协的余地。

相反，由于自动化决策具有较高的风险，我们需要采用更高的标准。同时，遵循“精益思想”的方法，创造一个既便宜又安全的实验环境。

用奥卡姆剃刀与贪婪作斗争

有一个解决问题的原则叫做奥卡姆剃刀（Occam’s razor），也就是：“在相互竞争的假说中，应该选择假设最少的。”在数据科学领域，我们可以将这个原则重新表述为：

如果两个数据科学模型的结果是兼容的，那么就采用资源覆盖面较小的模型。

这条简单的规则为我们提供了如何建立数据科学模型的明确指导，解决了数据科学固有的贪婪性问题。

如果不测量生成值并在整个实现周期中应用此原则，您可能会面临成本激增，回报有限的问题。

所以，必须要确保数据科学家致力于这一重要原则，因为与数据科学家对抗是非常困难的。他们有数据和专业知识来提出难以提出异议的论点。

创造一种尽可能简单的，但又失必要的复杂的效率文化。

这同样适用于不同数据源的使用。在数据安全领域，有一个“需要知道”（need to know）的原则，即只有需要访问的人才能访问数据。

也就是在数据科学的应用中，我们需要衡量所额外添加的数据源的价值，如果改进不够显著，无法证明额外数据的相关性，那么就要严格清除这些数据源。

结语

数据科学也就是用来支持和自动化决策的。对大多数公司来说，这变得比以往任何时候都重要。由于它是一个决策系统，所以必须成为业务流程的核心。这一事实带来了一系列严重的问题，特别是文化性质的问题，可能是灾难性的。

没有诚意的尝试往往会导致时间和金钱的浪费，同时还加重了数据科学作为麻烦制造者的声誉。

将数据科学进行合理的整合是一个不可忽视的转折点。用DevOps模式来接受数据科学，测量重要的KPIs，从实验中学习，并不断改进流程。这是一条真正成为数据驱动公司的道路。

作者Twitter： https://twitter.com/sebineubauer

初创公司数据科学项目全流程指南，一位资深数据科学家的经验谈

Tue, 22 Jan 2019 17:59:54 CST

无论是管理人员还是创业公司中的不同团队，都可能会发现数据科学项目与软件开发之间的差异并不直观。如果没有明确的说明与解释，可能会导致数据科学家与其同行之间的误解和冲突。

来自学术界（或高度研究型的行业研究小组）的研究人员在初入初创公司或小型公司时可能会面临各自的挑战。他们可能会发现将新型输入（例如产品和业务需求、更严格的基础架构和计算约束以及客户反馈）纳入其研发过程中是很有挑战性的。

这篇文章的目的是介绍我近年来在同事与我自己的工作过程中发现的特色项目流程。希望这可以帮助数据科学家和与他们合作的同事以其独特方式来构建数据科学项目。

这个流程是建立在小型初创公司的基础之上的，一小组数据科学家（通常是一到四位）一次由一个人负责管理短期中型项目。较大的团队或机器学习优先的深度科技创业公司可能也会觉得这一结构有用，但大部分时候他们的流程会更长，结构也不尽相同。

图1：初创公司的数据科学项目流程

我将这个过程分为三个方面：产品、数据科学和数据工程。在许多情况下（我工作过的绝大多数地方）可能压根没有数据工程师来履行这些职责。这时数据科学家通常会与开发人员合作解决这些问题。或者，数据科学家可能会（自己）完成这些准备工作——他们就是传说中的：全栈数据科学家。根据所处环境的不同，你可以随时用数据科学家来替代数据工程师。

在时间轴上，我将这个过程分解为四个不同的阶段：

界定范围
研究
（模型）开发
部署

我会尝试按顺序引导您完成每一项操作。

1.范围界定

比起任何其他类型的项目，定义数据科学项目的范围更重要。

1.1. 产品需求

项目应始终从产品需求开始（即使最初的想法是技术或理论上的）。该产品需求需要在一定程度上由产品/业务/客户方面的关键人员进行背书。产品人员应该知道这个功能应该（大致）最终看起来如何，并且现有客户或新客户愿意为此付费（或者它将阻止用户流失/将增加订阅数量/将推动其他产品的销售等等）。

产品需求并非项目完整定义，而应该被视为问题或挑战。例如：“我们的客户需要一种方法来了解他们如何花费预算”，“我们无法让老年用户继续服用他们的药物。这导致了客户流失增加“，或”如果产品能够预测机场的高峰时段，那么客户将愿意为此支付更多费用“。

1.2. 初期解决方案构思

在这里，数据科学家与产品负责人、数据工程师以及任何其他利益相关者一起，为可能的解决方案提出了不同框架草案。这些方案会囊括项目的一般方法（例如，无监督聚类、基于提升树的分类模型还是概率推理）和要使用的数据（例如，某一数据库中的特定表、我们尚未监控或记录的某些特定用户行为还是外部数据源）。

这通常还涉及一定程度的数据探索。这里你不用太深入但一些最基本的信息都能帮我们定下思考方向。

数据科学家应该带头领导这一过程，并且通常应负责提供大多数解决方案的构思。但我会建议所有参与此过程的人都进行方案构思。我曾有幸从后端开发人员、CTO或产品负责人那里得到了最好的项目解决方案。不要先入为主假设那些并非来自理论背景的人无法参与这一阶段的贡献——新鲜的思想和观点输入总是有价值的。

1.3. 数据准备及可得性

团队现在应该很了解解决问题需要哪些数据了（或者至少是初始数据集或数据来源）。因此，在进行下一阶段的同时我们应当已经开始准备数据访问权限以及数据的使用探索了。

如果在研究阶段时间不是很关键的话，这有时可能需要将大型数据集从生产数据库转储到对应的临时/探索环境中，或转到离线存储的空间（例如，对象存储）。有的情况下，它也可能意味着将大型数据从很少访问的存储器拉回到表或文档形式，以实现快速查询和复杂计算。无论如何，这个阶段对整个项目都是很有必要的，并且经常会花费比预期更多的时间（因此这是启动该阶段的最佳时机）。

1.4. 范围和关键绩效指标

这一阶段是关于决定项目范围和关键绩效指标。

我们应首先在产品术语中定义KPI，但要比之前更详细。例如，就上述三个产品需求而言，它们可能变成“客户现在可以使用包含每个类别的CTR统计数据和预测值的数据仪表板”，或“65岁以上用户错过服用药物的天数将在接下来的两个季度中减少至少10％”，或”每周客户将收到其机场高峰时间段的预测，区间精度至少为一小时，估计误差至最多为±50％“。

然后应将这些KPI转换为可衡量的模型指标。如果顺利的话，这些将是非常量化的指标，例如“对于任何至少运行一周的广告，以及任何有超过两个月历史数据的广告客户，预测其广告在至少Y％的情况下点击率至少为X％“。但是，在某些情况下，必须使用不那么精确量化的指标，例如“与原始查询相比，用生成扩展查询进行主题探索所需的时间将被缩短，并且/或着结果将得到改善”。当模型旨在辅助一些复杂的人体功能时，情况尤其如此。

从技术上讲，即使这些指标可以被非常严格地定义（并且在学术研究中，它们通常是如此），但是如果资源和时间受限，我们可以通过使用人工反馈来近似估计。在这种情况下，每次反馈迭代可能需要更长的时间，因此我们通常会尝试寻找其他硬度量指标来指导我们完成大多数即将进行的研究迭代。往往是几次迭代或者需要重大改变时才进行一次比较大规模的反馈收集。

最后，范围界定在这里特别重要。因为当研究过程中出现新的可能性或者当下研究的方法只能解决一部分的问题时，研究项目就会容易拖延，并且自然而然地会扩大规模和范围。

范围限制1：我发现明确地界定范围更有成效。例如，如果已经确定基于多臂老虎机问题（Multi-Armed Bandit）的模型是最有效的方法，那么您可以将项目范围定义为一个两周或三周的模型开发及迭代，无论其准确性如何都要部署模型（例如只要它超过了60％）。如果提高准确性是有价值的（在某些情况下它可能没那么重要），那么接下来就可以把开发第二个模型作为一个单独的项目。

范围限制2：范围限制的另一种类型是逐步增加模型的复杂度。例如，第一个项目可能旨在部署一个模型，该模型只需要为客户服务人员提供一组备用的广告词库和颜色库；第二个则可能会尝试建立一个模型，并给出一小组建议，让户可以看到自己的选择；而最终项目可能会尝试建议一个这样的模型：突出显示单个选项，并展示排名略低于它的几个选项，并为每个选项添加点击率预测和人口覆盖范围。

这已经与软件工程有很大不同，软件工程通常只会迭代组件以扩大规模，而不是增加其复杂度。

然而，产品价值度量函数可能是一个阶梯函数，这意味着任何指标未达到X值的模型对客户来说都没用；在这些情况下，我们更倾向于使用迭代，直到收敛到最佳阈值。然而，虽然在某些情况下这个X值可能非常高，但我相信无论是产品人还是业务员，亦或是数据科学家都倾向于高估这一要求，就像很容易得出如下结论：任何准确度低于95％（95%只是举例）的东西就没有任何价值且卖不出去。然而，在许多情况下，虽然对产品假设的严格审核和挑战有益于打造出有价值的产品，但这些产品在技术指标上要求可能没那么苛刻（至少对于产品的第一次迭代而言是如此）。

1.5范围和KPI标准

最后，产品负责人需要批准界定的范围和KPI。数据科学家的工作是确保每个人都了解范围的内容和优先级顺序，以及产品KPI与指导模型开发的指标之间的关系，包括指标与KPI的接近程度。明确说明这一点可以预防出现模型的使用者（包括产品人员和业务人员）在模型已经进入开发或者开发完成后才发现，开发的东西不是自己想要的。

关于范围界定的一些意见

在许多地方，数据科学家急于开始挖掘数据并探索关于可行性解决方案的高端论文而忽略了界定范围这一环节。然而，根据我的经验，这几乎总是导致因小失大，导致花费数周或数月的时间开发出来的高端模型最终却无法满足实际需求，或者无法达标一个具体的KPI。但如果按部就班地环环相扣，这些KPI其实是可以通过一些预先说明来明确定义的。

研究阶段

2.1 数据探索

有趣的部分开始了！在确定范围之后开始这一阶段的主要优势在于，我们可以通过实际的KPI和模型性能度量指标的指导，来进行数据探索了。

在探索和开发之间总是要寻求平衡。即使在有明确KPI的情况下，探索一些看似无关的内容也是很有价值的。

到目前为止，数据工程应该已经提供了所需的初始数据集。然而，在此阶段通常会发现数据中的一些缺陷，并且可能会将其他数据源添加到数据集中。数据工程师应该为此做好准备。

最后，虽然此环节与文献和解决方案综述阶段分离，但它们通常是并行或交替进行的。

2.2 文献与解决方案综述

这一阶段回顾了学术文献和现有的代码和工具。在探索和开发之间，以及对材料研究深入和快速地有所收获、分析其使用的可能性之间，平衡同样重要。

就学术文献而言，在形式证明和前期文献等方面研究要多深入，在很大程度上取决于时间限制和项目背景：我们是否要为公司的核心能力打下坚实的基础，还是只为了设计一个一次性问题的解决方案？我们是否打算在学术论文中发表关于这一主题的内容？你是否计划成为该主题的团队专家？

举个例子，假设一个数据科学家着手一个项目来帮助销售部门更好地预测销售广告的效果或者客户流失，他感觉自己对随机过程理论只是浅薄的理解，但许多类似问题的常见解决方案都是基于这一理论的。

虽然是同样的情况，但当所处环境不同时，反应可能非常不同。如果他在一个算法交易公司工作，他理应深入研究这个理论，甚至可能参加一个关于这个主题的在线课程，因为这与他的工作非常相关；然而，如果他是为一家专注于肝脏X射线扫描中自动肿瘤检测的医学影像公司工作，我认为他应该会快速找到适用的解决方案并继续进行下一步。

在代码和实现的情况下，设定的理解深度取决于技术方面，其中一些可能仅在该过程的后期才发现，但其中许多也可以提前预测。

例如，如果生产环境仅支持Java和Scala代码为后端使用，并且因此预期解决方案将基于JVM语言，那么数据科学家将不得不深入研究他在本阶段发现的基于Python的实现。即使随着他们进入模型开发阶段，需要将它们转换为JVM语言。

最后，在回顾文献时，请记住，不应向团队的其他成员只展示所选择的一个研究方向（或几个方向）。相反，也应该对该领域和所有已经验证的解决方案进行简要回顾，并解释每个方向的优点和缺点以及选择理由。

2.3可行性分析

根据可行性解决方案的建议，数据工程师和与之相关的开发人员需要在数据科学家的帮助下，估计该解决方案在生产中的形式和复杂性。产品需求以及建议解决方案的结构和特征，都应有助于确定恰当的数据存储空间、处理方式（流与批处理）、扩展能力（水平扩展和垂直扩展），以及粗略地估算成本。

这是在此阶段要执行的一个重要检查，因为某些数据和软件工程可以与模型开发并行。此外，就工程而言，给出的建议解决方案可能是不充分的或成本太高，在这种情况下，应尽快查明和处理。在模型开发开始之前考虑技术问题时，可以使用在研究阶段获得的知识，来提出可能更适合技术约束的替代解决方案。这就是研究阶段还需对解决方案前景进行一些概述的另一个原因，而不仅仅是针对单个解决方案。

2.4 项目范围 & KPI实施

再次强调，产品经理需要对用技术语言所表述的建议解决方案是否满足项目范围及所定KPI进行审核。易监测的产品表现指标可作为待选的技术标准，包括：响应时间（以及它与计算时间的关系）、数据及偶发中间运算新鲜度（与请求和批计算频率相关）、特定域模型的域适应难度及成本（成本包括数据成本；多数情况下领域是指客户域，但也可以是行业、语言、国家等等）、解决方案可模块化性（例如：数据结构和模型结构的特性能够让国家级模型分解为其下一层区域模型，或者是指将国家级模型整合为大陆级模型），以及其他各种指标。

3 开发阶段

3.1.模型开发 & 实验框架建立

开始模型开发时所做设置的量级和复杂程度都严重依赖于基础设施与数据科学家所能获取的技术支持。在规模较小的情况下，或者在之前没有支持过数据科学研究项目的公司，需要做的设置包括数据科学家新建代码存储库、建立本地Jupyter Notebook服务器，或者申请更强大的云机器以供运算。

在别的情况下，设置工作可能从自定义代码开始，以供更复杂的功能实现，例如数据和模型版本迭代，或者实验跟踪及管理。当一些外部产品或者服务能够提供这类功能时（这样的供应商越来越多了），一些设置工作随其后而至：连接数据源、分配资源以及设置自定义软件包。

3.2. 模型开发

所需要的基础设施到位后，万众期待的数据模型开发就可以开始了。模型的开发程度随公司而异，并且依赖于数据科学家交付模型与产品实际部署的功能或服务之间的关系或区别。发现这些区别的方法有很多种，比如说谱分析。

频谱分析的一个极端是指万物皆模型：从数据整合和预处理，经过模型训练（也许是周期性的）、模型部署、实际服务（可能将规模化）到持续的监督。另一个极端，就是指模型类型和超参数的选择，常常还有后期数据预加工、特征生成，这些都被视为模型的一部分。

一个公司在谱分析上的位置取决于很多因素：数据科学家偏好的研究语言、相关的工具库和开源资源的可获取性、公司内的生产语言、专门为数据科学家提供相关代码支持的数据工程师和开发人员是否存在、数据科学家的技术水平和工作方法。

如果数据科学家拥有全栈技能，并且能够从数据工程师和开发人员那里得到足够的支持——或者另一个选项是，整个数据湖形成、整合、模型服务、规模化以及监测（可能还有版本迭代）的运行和自动化都有足够的基础设施支持——模型的定义将更加广，并且通过模型开发的迭代，能够实现端到端的解决方案。

这常常意味着首先需要建立完善的工作通道，从数据源到可规模化的模型，在整个规划中给数据预加工、特征生成以及模型本身留着位置。随后在数据科学这部分进行迭代，同时保证整体范围与现有基础设施的承载能力和部署能力契合。

这样端到端的方法需要花费更长的时间设置，并且每次模型类型和参数的迭代都需要更长的时间测试，但是在后来的生产阶段将大大节约时间，赚回成本。

我个人偏向于这种端到端的解决方案，但它在实施和维护的时候的确比较复杂，且并不总是适用。这种情况下，开始和结束阶段的一些工作可以放到生产阶段去做。

3.3 模型测试

开发模型时，需要使用预先决定的标准对其不同版本不断进行测试（数据处理工作同步进行），这能够对模型改善提供一个大致的估计，并且为数据科学家决定何时这个模型能够满足整体KPI检查提供有效输入。但是需要注意，这个检测结果会有一些误导性，比如说在大多数情况下，模型的准确性从50%上升到70%，比从70%上升到90%容易得到。

图2：模型的失败将导致迭代，但方法论的错误将让你从头来过

当测试结果显示模型开发已经脱离轨道，我们常常需要深入调查其内部以及其结果，以找到改进的方案。但有时，表现之间的差距实在太大，所选择的研究方向中不同的变化都达不到要求——一个方法的错误。这也许需要对研究方法做出修正，整个项目将从头再来。这是数据科学项目最难接受的：推到重来的可能性

另一个方法论错误的后果就是目标的改变。如果足够幸运，那么也许只是在产品层面的微小变动，只需要把目标更简单的表述出来就好。例如，舍弃掉生成文章的一句话总结功能，而是从文章中找出最能够总结内容的句子。

最终可能的结果之一，当然可能是项目取消。如果数据科学家确定所有的研究方法都已经尝试过，且产品经理确定根据现有的产品数据无法真正实现一个有效的产品，那么也许是时候转向下一个项目了。不要低估一个无可救药项目出现的可能性，并且有足够的勇气结束掉这个项目：这是快速失败法的重要的一环。

3.4. KPI检查

如果事前决定的指标是唯一的KPI，并且在过程中也获取了所有产品所需要的数据，那么这一个环节形式大于实质，最终模型将呈现在大家面前，开发阶段也宣告结束。但事实上并不总是如此。

大多数情况下，事前确定的只是对真实产品需求的近似推理，但并不是最佳选项。因此，这个阶段将是一个很好的机会，使用一些无法自动检测的软性指标来看产品是否满足要求。如果这一步通过，那么产品和客户满意都能够达到。如果你能另外直接检测产品对于一个用户产生的实际价值 ——例如，和一个设计合伙人共同工作——那么测试结果将是你对模型迭代最好的输入。

比如，我们正在试图解决一个复杂的任务，包括从一个巨大的语料库中提取相关文档、发起请求。项目组也许将决定尝试着增加结果集的质量，集中注意力在返回文档的内容和话题的不同之处上，因为客户可能会觉得这个系统总是倾向于在最优结果中集中极其相似的文档。

模型开发进程中，将逐渐在结果中增加一些可量化内容变化的测试标准，每个模型以前20个返回文档之间的不同程度打分，然后发出一系列测试请求。也许你会测量在一些话题向量空间下文档话题之间的整体差别，或者仅仅只是特殊话题出现的次数，或者显著组成分布的平坦度。

甚至当数据科学家决定能够大幅改善这个指标的模型后，产品经理和客户服务人员肯定会使用大量测试。他们可能会发现难以量化但并不是不能解决的问题，例如一个模型可能会持续增加结果方差，因为总是推送不相关的话题；或者从不同渠道获取相似话题的结果（例如新闻文章和推特，两者使用的语言大不相同）。

当产品负责人确定模型已经达到了这个项目的所有目标（到达令人满意的地步），那么项目组可以继续推进，开始产品化了。

4. 开发阶段

解决方案产品化 & 监控机制

正如前面提到的，这个阶段与各公司数据科学的研究方法、模型服务，以及几个关键的技术因素密切相关。

产品化：在研究语言可以直接用于生产的情况下，我们要做的可能是调整模型代码使得代码更灵活；至于这个过程的复杂程度，则同时取决于对模型语言的分布式计算支持，以及其所使用的代码库和定制的代码。

当研发语言和生产语言不同时，这可能还要涉及在生产语言包装器中将模型代码打包，并编译为二进制文件，或是在生产语言中重现相同的逻辑（或者找到这样的重现方式）。

如果模型中不包含可伸缩数据的提取和处理方案（这是非常普遍的情况），那么就需要进行额外设置。这意味着，例如，将运行在单核上的python函数转换为管道流数据，或者将其转换为定期运行的批量处理作业。在需要多次重复使用数据的情况下，有时需要设置缓存层。

监控机制：最后，需要建立一种持续监控模型性能的机制；在极少数情况下，如果生产数据源稳定，这个步骤可以被跳过，也不会造成大麻烦，但我要说的是，在大多数情况下，并不能十分确定源数据分布的稳定性。那么，设置这样的性能检查不仅可以帮助我们发现在开发和生产过程中可能遗漏的模型问题，更重要的是，在已经运行的模型的源数据分布中的任何变化- -通常被称为协变变化-可以随时降低一个完美的模型的性能。

以我们的产品为例，那是一个通过检测皮肤斑点来评估是否推荐用户去看皮肤科医生的app。当一款流行的新手机上市时，如果它配备的摄像头与我们原有数据中的摄像头参数有很大的不同，协变变化就有可能发生。

4.2. 解决方案部署

如果一切都设置得正确，那么这个阶段就是一句话，按下按钮，新模型(以及它的任何代码)被部署到公司的生产环境中。

部分部署：然而，有时为了测试模型的有效性（例如，减少用户流失，或者是增加每个用户每月的平均支出），可能只需要对部分用户/客户进行部署。这样就可以用可测量的KPI，直接对两个（或多个）用户库之间的影响进行比较。

您可能不想将模型部署到每个人身上的另一个原因是，该模型的开发是为了满足特定客户或一组客户的需求，或者它是高级功能或特定计划的一部分。或者，模型可能对每个用户或客户都有附加一些个性化元素；这些可以通过一个考虑了客户特征的单一模型来实现，但有时也需要为每个客户训练和部署不同的模型。

无论是以上哪个场景，都会增加部署模型的复杂性，复杂程度取决于公司的现有情况（例如，您是否已经将一些产品特性部署到客户的子集中），它们可能需要后端团队进行大量的额外开发。

当模型要部署到终端产品，如用户电话或可穿戴设备上时，这个任务将变得更加复杂，在这种情况下，模型部署可能要放到下一个应用程序中进行或者是作为固件更新的一部分。

产生偏见：对于数据科学团队来说，部分部署是一个棘手的问题，因为这种部署必然会带来偏差，而且模型会持续积累这种偏差，终有一天原来的模型会依据这些具有特性的用户数据进行工作。不同的产品类型和偏差的特征，有可能会对模型的性能产生很大的、未知的影响，而且可能对那些用了在此期间积累的数据训练出来的未来模型产生很大的影响。

例如，在设备更新方面，那些较早更新应用程序/固件的用户往往属于特定的人群（更年轻、更懂技术、收入更高等等）。

4.3. KPIs check

我在这里又添加了一个KPI检查，因为我认为在一个解决方案被认定为性能达标、已解决产品设计之初的问题、满足客户需求之前，不能被认定为已交付。

这个步骤是指，在部署之后的几周内对数据结果进行筛选和分析。然而，当涉及到实际的客户时，还必须要请产品或销售人员，让他们与客户坐在一起，试图了解模型在实际使用中的效果。

解决方案交付

当用户和客户都很满意，产品人员就也成功地根据模型构建或调整了他们想要的产品。我们就成功了。祝酒，欢呼，举杯同庆。

解决方案交付，我认为此时项目已经完成。然而，它仍以一种特殊的方式存在着——维护。

维护

为模型设置了的健康检查和持续的性能监控，可能会将我们带回到项目中。

当某些东西看起来可疑时，通常我们首先查看数据（例如协变变化），并根据我们所怀疑的能引起问题的各种情况，来模拟模型的反应。根据这些检查的结果，我们可能需要花几个小时修改代码、或者重新训练模型、或者重新进入模型开发流程（如本文开头的图所示），在一些严重的情况下，我们需要返回到研究阶段，尝试完全不同的方向。

本文是对数据科学项目流程的建议。它也是非常具体的，但为了简单性和可见性并不全面。而且显然的，它不能一一覆盖在实践中存在的各种变体，它代表了我的经验。

面向数据科学和 AI 的开发库推荐：Python、R 各 7 个

Thu, 10 Jan 2019 17:00:00 CST

雷锋网 AI 科技评论按：本文作者 Favio Vázquez 是一位数据科学家、物理学家和计算机工程师，他从 2018 年初开始写作并发布《数据科学和人工智能每周文摘：Python & R》系列文章，为数据科学家介绍，能真正帮助他们更好地完成各项任务的最好的开发库、开源项目、安装包以及工具。随着一年结束，Favio Vázquez 也应读者需要，从该系列文章中盘点出了 Python/R 语言 7 大开发库。雷锋网 AI 科技评论编译如下。

前言

如果你一直都有关注我，你就会知道今年我开始写作《数据科学和 AI 每周治摘要：Python & R》（Weekly Digest for Data Science and AI: Python & R）系列文章，在这些文章中，我列出了能帮助我们数据科学家更好地完成各类任务的最好的开发库、开源项目、安装包以及工具。

Heartbeat（ https://heartbeat.fritz.ai/）上的大量用户对这些摘要给予了支持，并且他们还建议我从这些摘要中挑选出那些真正改变或改善了我们这一年的工作方式的开发库，创建一份「最最好」的开发库榜单。

如果你想要阅读之前的摘要，可以前往以下地址进行查看：

https://www.getrevue.co/profile/favio

免责声明：此清单基于我在个人文章中复盘的开发库和安装包，它们在某种程度上适用于程序员、数据科学家以及人工智能爱好者，其中一些是在 2018 年之前创建的，但是如果它们依旧具有趋势性，也同样可以被考虑使用。

面向 R 语言的 TOP 7 开发库

7. AdaNet—提供学习保证的快速、灵活的 AutoML

开源地址： https://github.com/tensorflow/adanet

AdaNet 是一个轻量级的、可扩展的 TensorFlow AutoML 框架，可使用 AdaNet 算法（点击查看相关论文：AdaNet: Adaptive Structural Learning of Artificial Neural Networks， https://arxiv.org/abs/1607.01097）来训练和部署自适用神经网络。AdaNet 集成了多个学习的子网，来降低设计有效的神经网络的固有的复杂度。

这个安装包可以帮助你选择最优的神经网络架构，实现自适用算法，来将神经架构当做子网的集成进行学习。

你使用这个包之前先要对 TensorFlow 有所了解，因为它实现了 TensorFlow Estimator 接口。然后它可以通过封装训练、评估、预测和服务导出来帮助简化机器学习编程。

你可以创建一个神经网络的集成，然后这个开发库可以帮助优化你的训练目标——让这个集成模型在训练集上的表现和它泛化到未见过的数据之间的能力两者之间取得平衡。

6. TPOT—使用遗传编程优化机器学习工作流的自动 Python 机器学习工具

开源地址： https://github.com/EpistasisLab/tpot

在之前的一篇摘要中（ https://heartbeat.fritz.ai/weekly-digest-for-data-science-and-ai-python-and-r-volume-6-830ed997cf07），我谈到过 Python 领域面向自动机器学习的一个很好的开发库——Auto-Keras。现在我要谈谈针对自动机器学习的另一个很有趣的工具。

这个工具叫做基于树表示的工作流优化（Tree-based Pipeline Optimization Tool，TPOT），它是一个非常棒的开发库。它基本上是一个 Python 自动机器学习工具，使用遗传编程来优化机器学习工作流。

TPOT 可以实现特征选择、模型选择、特征构建等大量任务的自动化。幸运的是，如果你是一位 Python 机器学习者，TPOT 生成的所有代码都是你比较熟悉的——因为其创建在 Scikit-learn 之上。

它所做的就是通过智能地探索数千种可能的工作流，来为数据找到最好的那个，从而将机器学习最冗长的部分自动化，之后，它会为其所找到的最好的工作流生成 Python 代码，然后接下来你就可以对工作流进行修补了。

它的工作方式如下：

关于 TPOT 的更多细节，你可以阅读其他作者所写的这一系列文章：

Matthew Mayo， https://www.kdnuggets.com/2018/01/managing-machine-learning-workflows-scikit-learn-pipelines-part-4.html

Randy Olson， https://www.kdnuggets.com/2016/05/tpot-python-automating-data-science.html

5.SHAP——解释机器学习模型输出的统一方法

开源地址： https://github.com/slundberg/shap

解释机器学习模型往往并不容易，但它对于一系列的商业应用却非常重要。幸运的是，现在有一些很好的开发库可以帮助解释机器学习模型。在许多应用中，我们需要了解、理解或者验证怎样在模型中使用输入变量，以及输入变量怎样影响最终的模型预测。

SHAP (SHapley Additive exPlanations) 是解释机器学习模型输出的统一方法，它将博弈论和局部解释关联起来，并将之前的一些方法进行了统一，然后基于解释，表示唯一可能的一致的、局部精确的加性特征属性方法。

可前往以下地址阅读更多 SHAP 相关信息：

https://github.com/slundberg/shap#sample-notebooks

4.Optimus——使用 Python 、Spark 即可轻易制作的敏捷的数据科学工作流

开源地址： https://github.com/ironmussa/Optimus

坦诚地说，Optimus 这个开发库就像是我自己的孩子。现在为止，我已经花了很长时间来开发这个库，非常高兴能向大家展示 Optimus 的第二个版本。

Optimus V2 专门针对简化数据清洗而开发，它的 API 设计对于新手来说非常简单，之前使用 pandas 的开发者也会对其非常熟悉。Optimus 扩展了 Spark DataFrame 的功能，为其增加了.rows 和.cols 的属性。

由于 Optimus 的后端可以使用 Spark、TensorFlow 以及 Keras，你可以使用 Optimus 来清洗、准备以及分析数据，创建配置文件和图表，并运行机器学习、深度学习，而且所有这一切都是可以分布式运行的。

对于我们来说，Optimus 非常易于使用。它就像是带着点 dplyr 特色的、由 Keras 和 Spark 连接起来的 pandas 的进化版本。你使用 Optimus 创建的代码可以在你的本地机器上工作，同时只要简单改下命令，这个代码就可以在本地集群或者云端上运行。

为了帮助数据科学周期的每一个步骤，我为 Optimus 开发了大量有趣的功能。

作为数据科学敏捷方法的配套开发库，Optimus 可以说是完美的，因为它几乎能为数据处理过程中的每一步骤提供帮助，并且它可以轻易地与其他的开发库和工具连接起来。

如果你想要阅读更多关于敏捷方法的信息，可前往以下地址查看：

https://www.business-science.io/business/2018/08/21/agile-business-science-problem-framework.html

3.spaCy——结合 Python 和 Cython 使用的工业级的自然语言处理开发库

项目地址： https://spacy.io/

spaCy 针对帮助开发者完成真实产品开发、真实意见收集等实际工作而设计，它会最大程度地帮助你节约时间。该开发库易于安装，并且它的 API 非常简单和高效。我们喜欢将 spaCy 比作自然语言处理轨道上的「红宝石」（Ruby）。

spaCy 是为深度学习准备文本的最佳方式，它可以与 TensorFlow、 PyTorch、Scikit-learn、 Gensim 以及 Python 良好 AI 生态系统中的其他开发库无缝地互操作。你可以使用 spaCy，轻易地为各类 NLP 问题构建语言复杂的统计模型。

2.jupytext——相当于 Markdown 文档、Julia、Python 或者 R scripts 的 Jupyter notebooks

开源地址： https://github.com/mwouts/jupytext

对于我来说，jupytext 是年度最佳安装包之一，它对于我们数据科学家的工作非常重要。基本上，我们所有人都在 Jupyter 等类型的 notebook 上工作，但是我们也会使用 PyCharm 等 IDE 来完成项目更核心的部分。

现在的好消息是，在使用 jupytext 时，可以让你在最爱的 IDE 中拟草稿和测试的普通的脚本，会一目了然地以 Jupyter notebooks 的格式打开。在 Jupyter 中运行 notebook，可以生成输出，联合 .ipynb 表示，同时或者以普通的脚本或者以传统的 Jupyter notebook 的输出形式，来保存和分享你的研究工作。

下面的动图就展示了可以用这个包做的各种事情的工作流：

1.Charify—让数据科学家更容易创建图表的 Python 开发库

开源地址： https://github.com/chartify/chartify

对于我来说，Chartify 是今年面向 Python 的开发库中排名第一的开发库。如果你从事 Python 相关工作，你可能要耗费大量的时间在尝试创建合适的图表上。幸运地是，我们有类似 Seaborn 这样的开发库可以让我们的工作变得更简单，但是它们的问题在于其图表不是动态的。之后，我们又有了 Bokeh 这样非常棒的开发库，但是用它创建交互式的图表是一件非常蛋疼的事情。如果你想知道更多关于 Bokeh 和针对数据科学的交互性图表，可以阅读 William Koehrsen 写的这些优秀的文章：

https://towardsdatascience.com/data-visualization-with-bokeh-in-python-part-one-getting-started-a11655a467d4

https://towardsdatascience.com/data-visualization-with-bokeh-in-python-part-ii-interactions-a4cf994e2512

https://towardsdatascience.com/data-visualization-with-bokeh-in-python-part-ii-interactions-a4cf994e2512

Chartify 创建于 Bokeh 之上，不过它要比使用 Bokeh 创建交互性图表简单得多。来自 Chartify 作者自己的介绍：

为什么使用 Chartify？

一致的输入数据格式：花费更少的时间转换数据格式就能开始在图表上处理数据，所有的图表函数都使用一致的、有条理的输入数据的格式。

智能的默认样式：只需要很少的用户自定义操作就可以创建好看的图表。

简单的 API：我们试图让 API 尽可能地直观易学。

灵活性：Chartify 创建于 Bokeh 之上，所以如果你需要进行更多控制操作，你可以依靠 Bokeh 的 API。

面向 R 语言的 TOP 7 开发库

7.infer—面向友好型 tidyverse 统计推断的 R 语言安装包

开源地址： https://github.com/tidymodels/infer

推断或者统计推断是使用数据分析来推断潜在概率分布的性质的过程。infer 这个安装包的目标是，使用与 tidyverse 设计框架保持一致的表达统计语法来执行统计推断。

如果你想要阅读更多关于 infer 的信息，可前往以下地址查看：

https://infer.netlify.com/index.html

6. janitor—用 R 语言进行数据清洗的简单工具

开源地址： https://github.com/sfirke/janitor

数据清洗是跟我关系紧密的领域。一直以来，我都在与我在 Iron-AI（https://iron-ai.com/）的团队一起开发一项面向 Python 语言的工具——Optimus，你可以在这里（https://hioptimus.com/）查看更多关于 Optimus 的信息。

不过，我现在给你展示的工具，是一个使用简单函数就能进行数据清洗的很厉害的工具——janitor。

它主要有三个主要的功能：

完美地对 data.frame 列名进行格式化

创建和格式化一个、两个或者三个变量的频率表，如一个优化的 table() ；以及

隔离部分重复的记录

同时，它也是一个面向 tidyverse（ https://github.com/tidyverse/tidyverse/blob/master/vignettes/manifesto.Rmd）的安装包。特别地，它在与 %>% 管道一起执行的时候表现很好，并且为通过 readr（ https://github.com/tidyverse/readr）和 readxl（ https://github.com/tidyverse/readxl）两个包引入的数据的清洗做过优化。

5.Esquisse——使用 ggplot2 制作图表的 RStudio 插件

开源地址： https://github.com/dreamRs/esquisse

这个插件让你可以通过使用 ggplot2 安装包将数据可视化，来交互地搜索这些数据。它可以让你绘制条形图、曲线、散点图和柱状图，然后输出图表或者检索到代码来生成图表。

4.DataExplorer—自动数据检索和处理工具

开源地址： https://github.com/boxuancui/DataExplorer

探索性数据分析 (Exploratory Data Analysis，EDA， https://en.wikipedia.org/wiki/Exploratory_data_analysis）是创建数据分析/预测模型的关键阶段。在这个过程中，分析师/建模师会先浏览一下数据，然后做出一些相关的假设并决定下一步骤。然而，EDA 这一过程有时候会很麻烦。DataExplorer 这个 R 语言安装包旨在将大部数据处理和可视化实现自动化，从而让用户可以专注在研究数据和提取观点上。

如果你想要阅读更多关于 DataExplorer 的信息，可前往以下地址查看：

https://boxuancui.github.io/DataExplorer/articles/dataexplorer-intro.html

3.Sparklyr—面向 Apache Spark 的 R 接口

开源地址： https://github.com/rstudio/sparklyr

Sparklyr 有以下几项功能：

实现 R 和 Spark（ http://spark.apache.org/）的连接。Sparklyr 安装包提供了一个完整的 dplyr（ https://github.com/tidyverse/dplyr）后端。

筛选和聚合 Spark 数据集，然后将它们带入到 R 中进行分析和实现可视化。

使用 Spark 的 MLlib 机器学习开发库（ http://spark.apache.org/docs/latest/mllib-guide.html）在 R 中执行分布式机器学习算法。

创建一个用于调用 Spark API 的扩展（ http://spark.rstudio.com/extensions.html），并为 Spark 的安装包提供了一个接口。

如果你想要阅读更多关于 Sparklyr 的信息，可前往以下地址查看：

https://spark.rstudio.com/mlib/

2.Drake—针对复现性、高性能计算的以 R 语言为中心的工作流工具包

开源地址： https://github.com/ropensci/drake

Drake 编程项目

配图文字：（Drake是如何做程序员的：不喜欢真的编程，但是完全可以花30分钟和别人争论这个变量要起什么名字）

开玩笑的，不过这个安装包的名字真的就叫 Drake！

Drake 是一个非常棒的包，我之后将会发布一篇详细介绍它的文章，敬请期待！

Drake 是一个用在数据驱动任务中的通用的工作流管理工具。当中间的数据目标的依赖性发生改变时，它可以对这些中间的数据目标进行重建，同时，当结果出炉时，它会跳过这项工作。

此外，并不是每一个完整的工作都从数据抓取开始，而完整的工作流都可以切实表示出它们是具有复现性的。

可复现性、好的管理以及跟踪实验对于轻易地检测其他的工作和分析来说，都是必需的。在数据科学领域，Drake 是十分重要的，你可以前往以下地址阅读更多关于该工具包的信息：

Zach Scott：

https://towardsdatascience.com/data-sciences-reproducibility-crisis-b87792d88513

https://towardsdatascience.com/toward-reproducibility-balancing-privacy-and-publication-77fee2366eee

以及我所写的一篇文章：

https://towardsdatascience.com/manage-your-machine-learning-lifecycle-with-mlflow-part-1-a7252c859f72

Drake 可以帮助你实现自动地：

1. 开始处理与此前相比发生了改变的部分；

2. 跳过剩余的工作。

1.DALEX—描述性机器学习解释（Descriptive mAchine Learning EXplanations）

开源地址： https://github.com/pbiecek/DALEX

解释机器学习模型往往并不容易，不过，它对于一系列的商业应用非常重要。幸运的是，现在有一些很好的开发库可以帮助解释机器学习模型。

https://github.com/thomasp85/lime

（顺便一提，有时候，使用 ggplot 进行简单的可视化可以帮助你更好地解释模型。对此，Matthew Mayo 在其所写的文章中进行了很好的介绍： https://www.kdnuggets.com/2017/11/interpreting-machine-learning-models-overview.html）

在许多应用中，我们需要了解、理解或者验证怎样在模型中使用输入变量，以及输入变量怎样影响最终的模型预测。DALEX 是帮助解释复杂模型是怎样工作的一套工具。

via： https://heartbeat.fritz.ai/top-7-libraries-and-packages-of-the-year-for-data-science-and-ai-python-r-6b7cca2bf000?gi=27d5c4b5f4ef，雷锋网 AI 科技评论编译。

2018 年国家最高科学技术奖得主出炉，细数历年 31 位得主

Tue, 08 Jan 2019 20:26:00 CST

雷锋网 AI 科技评论按，1 月 8 日上午，国家最高科学技术奖励大会在北京人民大会堂隆重召开，习近平、李克强、王沪宁、韩正等党和国家领导人出席了会议。在此次大会上，刘永坦、钱七虎获 2018 年度国家最高科学技术奖。

国家最高科学技术奖于 2000 年设立，是中国科技界的最高荣誉。每年评审一次，每次授予不超过 2 名科技成就卓著、社会贡献巨大的个人，由国家主席亲自签署、颁发荣誉证书和奖金。截至 2018 年度，共有 31 位杰出科技工作者获得国家最高科学技术奖。

中共中央总书记、国家主席、中央军委主席习近平向获得 2018 年度国家最高科学技术奖的哈尔滨工业大学刘永坦院士和中国人民解放军陆军工程大学钱七虎院士颁发奖章、证书，同他们热情握手表示祝贺，并请他们到主席台就座。

刘永坦，1936 年 12 月出生，现年 82 岁，江苏南京人。他是雷达与信号处理技术专家，同时也是中国科学院院士、中国工程院院士、哈尔滨工业大学教授。

刘永坦院士是我国著名的雷达与信号处理技术专家，我国对海探测新体制雷达理论奠基人，对海远程探测技术跨越发展的引领者。他致力于对海远程探测技术的研究，成功实现了对海新体制雷达理论、技术和工程应用的全面自主创新。

20 世纪 80 年代初，刘永坦院士面向国家海防战略重大需求，开创了我国对海新体制探测技术研究领域。近四十年来，带领团队致力于对海远程探测技术的研究，成功实现了对海新体制雷达理论、技术和工程应用的全面自主创新。

由于波段的特殊性，常规理论无法支撑新体制雷达的研究。刘永坦院士带领团队，系统突破了传播激励、海杂波背景目标检测、远距离探测信号及系统模型设计等基础理论，创建了完备的新体制理论体系。在此基础上，攻克了系列关键技术，成功研制出我国第一部对海新体制实验雷达，首次完成了我国对海面舰船目标的远距离探测实验，实现了我国对海探测技术的重大突破。1991 年，获国家科技进步奖一等奖。

为了解决国家海防远程探测的迫切需求，必须研制具有稳定、远距离探测能力的雷达，然而，从原理到工程实现涉及电磁环境复杂、多种强杂波干扰等国际性技术难题。面对世界各国均难以逾越的技术瓶颈，20 世纪 90 年代末至本世纪初，他带领团队，历经上千次实验和多次重大改进，形成了一整套创新技术和方法，攻克了制约新体制雷达性能发挥的系列国际性难题，2011 年成功研制出具有全天时、全天候、远距离探测能力的新体制雷达，与国际最先进同类雷达相比，系统规模更小、作用距离更远、精度更高，总体性能达到国际先进水平，核心技术处于国际领先地位，标志着我国对海远距离探测技术的一项重大突破。2015 年，再次获得国家科技进步奖一等奖。

面向国家未来远海战略需求，自「十五」以来，刘永坦院士还规划实施了对海远程探测体系化研究，逐步开展了分布式、小型化等前瞻技术的自主创新，为构建由近海到深远海的多层次探测网、实现广袤海域探测提供有效的技术手段。

刘永坦院士在祖国北疆凝聚了一支专注海防科技创新的「雷达铁军」，培养了两院院士、大学校长、项目总师和一大批国防科技英才。刘永坦院士为人师表，耄耋之年仍奔波在教学、科研一线，继续为发展对海探测技术、筑起我国「海防长城」贡献力量。雷锋网

钱七虎，1937 年 10 月出生，现年 81 岁，江苏昆山人。他是防护工程专家，也是中国工程院首届院士、陆军工程大学教授。

作为我国著名的防护工程学家，现代防护工程理论的奠基人、防护工程学科的创立者、防护工程科技创新的引领者，钱七虎院士为我国防护工程各个时期的建设发展做出了杰出贡献。他长期致力于我国防护工程领域科研、教学与人才培养，建立了从浅埋到深埋、从单体到体系、从常规抗力到超高抗力的工程防护理论体系，多项成果处于世界领先水平。

从 20 世纪 60 年代末以来，针对核空爆的主要威胁，钱七虎院士致力于解决战场有生力量的防护技术难题，提出了非饱和土的三自由度模型，建立了核爆炸荷载与土中浅埋工程结构相互作用计算理论和设计方法，研制出核爆炸模拟试验装置，开展了防护工程结构大规模有限元数值计算，研发了可大批量运送、快速安装的轻型折叠式野战工事，并运用系统工程理论建立了国防人防工程毁伤评估方法，有效保证了工程的总体防护效能。成果编入多项国家军用标准，出版两部专著，相关成果获 1978 年全国科学大会重大科技成果奖。

从 20 世纪 90 年代以来，针对新型钻地弹的快速发展，钱七虎院士展开了侵彻爆炸效应工程防护理论与技术研究，提出了侵彻近区介质的固体弹塑性-内摩擦-流体统一物理模型，建立了防护工程抗高速、超高速钻地弹打击计算方法，研发了新型防护材料和高抗力复合结构，成功应用于多个重要军事工程。作为项目第一完成人，获 1998 年国家科技进步奖二等奖。

自 21 世纪以来，针对核武器发展新动向，钱七虎院士提出了防护工程深地下发展方向，在国内倡导并开展了深部非线性岩石力学以及防护工程抗核武器钻地毁伤效应的研究，形成了分区破裂化、岩爆、大变形三者统一的深部岩石非线性力学理论，填补了深地下工程抗核武器钻地爆炸效应的防护计算理论的空白，解决了深地下工程建设灾变防控关键技术难题。作为项目第一完成人，获 2011 年国家科技进步奖一等奖。

针对国家重大工程建设的安全防护需求，钱七虎院士向国家和军队提出了工程防护与信息化防护相结合、建设深地下超高抗力防护工程，以及战略通道桥隧并举、能源地下储备、防灾防空一体化发展等多项战略建议，获国家部委和军委首长批示并被采纳实施。

作为我国防护工程的领军人物，钱七虎院士创建了我国防护工程学科和学术组织，培养了 50 多名博士和大批高层次中青年人才，建成了国家重点学科、国家重点实验室和国家创新研究群体，推动了我国军事防护工程抗力水平与强敌核武器和新型常规武器精确打击相抗衡。

钱七虎院士倾心竭力防护工程 60 年，具有强烈的报国情怀和使命感，治学严谨，淡泊名利，言传身教，在国内外同行中享有很高的威望。至今还经常深入国家和军队重大工程现场，以旺盛的精力和敏捷的思维辛勤工作在防护工程教学科研一线。他的严谨作风和学术思想在防护工程领域发挥了重要的引领和示范作用。

另外，经国务院批准，今年国家自然科学奖授奖项目 38 项，其中，一等奖 1 项，二等奖 37 项；国家技术发明奖授奖项目 67 项，其中：一等奖 4 项（通用项目 2 项，专用项目 2 项），二等奖 63 项（通用项目 47 项，专用项目 16 项）；国家科学技术进步奖授奖项目 173 项，其中：特等奖 2 项（专用项目），一等奖 23 项（通用项目 11 项，专用项目 9 项，创新团队 3 项），二等奖 148 项（通用项目 123 项，专用项目 25 项）；授予 5 名外籍专家中华人民共和国国际科学技术合作奖。

以上内容来源于新华网，详情请查看：

历届国家最高科学技术奖获奖人如下：

2017 年：

王泽山，我国著名火炸药学家，发射装药理论体系奠基人，火炸药资源化治理军民融合道路开拓者，系列原创性技术发明人，为我国武器装备和火炸药产品的更新换代做出杰出贡献。

侯云德，我国生物医学领域杰出的战略科学家和科技工作者，我国分子病毒学、现代医药生物技术产业和现代传染病防控技术体系的主要奠基人。

2016 年：

赵忠贤，一直从事超导研究，是我国高温超导研究的奠基人之一。在百余年超导研究史中，出现了两次高温超导重大突破，赵忠贤及其合作者都取得了重要成果。

屠呦呦，药学家，中国中医研究院终身研究员兼首席研究员，青蒿素研究开发中心主任。多年从事中药和西药结合研究，突出贡献是创制新型抗疟药——青蒿素和双氢青蒿素。

2015 年：空缺。

2014 年：

于敏，我国著名核物理学家。我国核武器研究和国防高技术发展的杰出领军人物之一。

2013 年：

程开甲，我国著名物理学家，毕生在国防科学领域辛勤耕耘，自力更生，发愤图强，为我国核武器事业和国防高新技术发展做出了卓越贡献。

张存浩，我国著名物理化学家，我国高能化学激光的奠基人、分子反应动力学的奠基人之一，开拓和引领了我国短波长高能化学激光的研究和探索。

2012 年：

郑敏哲，我国爆炸力学的奠基人和开拓者之一，是中国力学学科建设与发展的组织者和领导者之一。

王小谟，我国著名雷达专家，现代预警机事业的开拓者和奠基人。

2011 年：

谢家麟，我国粒子加速器事业的开拓者和奠基人，1955 年带领团队建成我国第一台高能量电子直线加速器。

吴良镛，新中国建筑教育的奠基人之一。长期从事建筑与城乡规划基础理论、工程实践和学科发展研究，创立了人居环境科学及其理论框架。

2010 年：

师昌绪，我国著名的材料科学家。一直致力于材料科学研究与工程应用工作，在国内率先开展了高温合金及新型合金钢等材料的研究与开发。

王振义，作为一名血液学专家，他成功实现了将恶性细胞改造为良性细胞的白血病临床治疗新策略，奠定了诱导分化理论的临床基础，建立了我国血栓与止血的临床应用研究体系。

2009 年：

谷超豪，著名数学家，在当今核心数学前沿最活跃的三个分支——微分几何、偏微分方程和数学物理及其交汇点上做出了重要贡献。

孙家栋，我国著名的航天技术专家，是我国人造卫星技术和深空探测技术的开创者之一。

2008 年：

王忠诚，我国神经外科的开拓者之一。在半个世纪的医学生涯中，他为我国神经外科事业的发展壮大、走向世界做出了创新性贡献。

徐光宪，我国著名的化学家和教育家。在稀土分离理论及其应用、稀土理论和配位化学、核燃料化学等方面做出了重要贡献。

2007 年：

闵恩泽，主要从事石油炼制催化剂制造技术领域研究，是我国炼油催化应用科学的奠基者，石油化工技术自主创新的先行者，绿色化学的开拓者，在国内外石油化工界享有崇高声誉。

吴征镒，著名植物学家，是我国植物分类学、植物系统学、植物区系地理学、植物多样性保护以及植物资源研究的著名学者。

2006 年：

李振声，主要从事小麦遗传与远缘杂交育种研究，同时开展了农业发展战略研究。为我国粮食安全、农业科技进步和农业可持续发展做出了杰出贡献。

2005 年：

叶笃正，开创青藏高原气象学，创立大气长波能量频散理论，创立东亚大气环流和季节突变理论，创立大气运动的适度尺度理论，开拓全球变化科学新领域，为我国现代气象业务事业发展做出卓越贡献。

吴孟超，创立了肝脏外科的关键理论和技术体系，开辟了肝癌基础与临床研究的新领域，创建了世界上规模最大的肝脏疾病研究和诊疗中心，培养了大批高层次和专业人才。

2004 年：空缺

2003 年：

刘东生，在中国的古脊椎动物学、第四世纪地质学、环境科学和环境地质学、青藏高原与极地考察等科学研究领域中，特别是黄土研究方面取得了大量的研究成果。

王永志，在我国战略火箭、地地战术火箭以及运载火箭的研制工作中做出了突出的贡献，特别是在载人航天中做出重大贡献。

2002 年：

金怡濂，我国高性能计算机领域的著名专家，先后提出多种类型、各个时期居国内领先或国际先进水平的大型、巨型计算机系统的设计思想和技术方案。

2001 年：

王选，著名计算机应用专家，主要致力于文字、图形、图像的计算机处理研究。自1975年开始，他组织并进行了汉字激光照排和电子出版系统的研制工作。

黄昆，世界著名的物理学家，他对固体物理学做出了许多开拓性的重大贡献，是我国固体物理学和半导体物理学的奠基人之一。

2000 年：

吴文俊，著名数学家，他的研究工作涉及到数学的诸多领域。其主要成就表现在拓扑学和数学机械化两个领域。他为拓扑学做了奠基性的工作。

袁隆平，我国杂家水稻领域研究的开创者和带头人，为我国粮食生产和农业科学的发展做出了杰出贡献。

雷锋网

图像识别——ubuntu16.04 movidius VPU NCSDK深度学习环境搭建-桐烨科技-踏上文明的征程-51CTO博客

Tue, 01 Jan 2019 20:55:55 CST

这篇文章本人不打算长篇累牍去写，结合以前写的文章，从软件角度去写一些点滴，伴随人工智能AI的火爆，现在图像识别算法也异常火爆，上一篇文章提到Intel movidius Myriad 2 VPU(MA2450)是一种简单易用的深度学习平台，说到简单易用，但很多网友和客户还是一头雾水，本人还是觉得在这里班门弄釜一下，简单写一些，在ubuntu环境下搭建深度学习开发环境。
Intel movidius提供一个免费下载的深度学习开发版本，叫NCSDK，是配合Intel movidius 神经计算棒（Neural Compute Stick简写:NCS）一起使用的，目前最新的版本是V2.05.00,这个版本我们的软件工程师还在测试，这里先介绍V1.12.00。 Intel movidius官网是： https://developer.movidius.com/。很多公司都已经采购一个Intelmovidius 神经计算棒学习。NCSDK安装手册要求使用64bit ubuntu16.04，这个本公司软件工程师也正在玩的环境。这里本人也没有必要去如何安装64bit ubuntu16.04，即ubuntu-16.04.3-desktop-amd64.iso，因为本人已经写过32bit的ubuntu16.04的文章见《图像识别DM8127开发攻略——开发环境搭建》和64bit ubuntu18.04的文章《Ubuntu-18.04 LTS嵌入式linux开发环境搭建》，参考这两篇文章应该完全可以正确安装64bit ubuntu16.04，不过有两个工具需要安装：Docker和Python virtualenv，百度一下使用apt-get install docker-ce相关文章和apt-get install virtualenv，apt-get install virtualenvwrapper相关文章。
环境搭建很简单，Intel movidius已经把整个免费的NCSDK打包好，你只要保证你的64bit ubuntu16.04能上网就可以了。
#apt update （安装ubuntu时如果做了就不做这一步）
#apt-get install git （安装ubuntu时如果做了就不做这一步）
#git clone https://github.com/movidius/ncsdk.git（这个是链接下载V1.XX的版本）
#cd ncsdk
#make install
#make examples （建议先插上神经计算棒在电脑上）
注意-注意-注意：20180817补充说明：上面的git方法下载官网宣布已经失效，movidius官网现在提供新的方法：
#wget https://ncs-forum-uploads.s3.amazonaws.com/ncsdk/ncsdk-01_12_00_01-full/ncsdk-1.12.00.01.tar.gz
#tar xvf ncsdk-1.12.00.01.tar.gz
#cd ncsdk-1.12.00.01
#make install
#make examples
同样V2.05版本可以关注官网的下载方法。
使用git去官网服务器下载对应的NCSDK包，上面的命令前面两个在安装ubuntu的时候就应该安装了，没有安装git工具就做前面两个命令。实际上是简简单单4个命令，就基本保证安装好Intel movidius NCSDK深度学习开发环境（不过这个网络下载安装时间有点长，耐心等待）。然后去淘宝或者京东花550-599元买一个Intel movidius 神经计算棒，插上电脑就可以玩了，VMware虚拟机安装的64bit ubuntu16.04都可以使用，只要支持usb2.0或者同时支持USB2.0-USB3.0的电脑都可以玩。也可以采购本公司的VPU模组，不过本公司的VPU模组（新版本也同时支持USB2.0和USB3.0信号）适合在嵌入式板子上面使用。下面是PC端需要的配置：

安装结束后，我们进入ncsdk目录下去看看。

上面3个图注意一下examples里面的路径，ls看看就明白了，NCS配套的SDK中已经集成了一些网络模型比如AlexNet，GoogLeNet，SqueezeNet等，可以直接拿来使用。官方提供的API同时支持C/C++以及Python语言，让用户灵活选择自己熟悉的编程语言。
除了上面的NCSDK软件包，还有另外一个很重要的ncappzoo，NC App Zoo是一个让用户可以分享自己使用NCS做的一些应用、模型的地方，见Intel movidius官网。
还有NCSDK软件工具主要包括了mvNCCompile、mvNCProfile以及mvNCCheck：
• mvNCCompile是将Caffe/TF模型转换为NCS可识别的graph文件
• mvNCProfile是提供每层的数据用于评估Caffe/TF网络模型在NCS上的运行效率，辅助开发者优化网络模型结构
• mvNCCheck是通过在NCS和Caffe/TF上运行网络比较推断的结果
（注意：这些编译工具放在/usr/local/bin目录下，并不在ncsdk源码包里面，还有/opt/movidius目录下也有很多东西，可以进去看一下）
API则是计算神经棒的硬件调用接口，通过训练得到的网络模型可以使用mvNCCompile工具编译为能被NCS识别的graph文件，通过调用API，NCS可以通过USB接口方便的与主机（比如树莓派3B）通信，NCS利用训练好的网络模型计算出图像分析的结果，并传输到主机上，完成推理工作。
以上是PC端 64bit ubuntu16.04环境搭建movidius ncsdk，安装过程是相当简单。当然上面提到的环境搭建并不是嵌入式ARM环境的搭建，在ARM 搭建这个环境需要用到匹配的交叉编译环境，这里先不描述。

图像识别VPU——易用的嵌入式AI支持深度学习平台介绍-桐烨科技-踏上文明的征程-51CTO博客

Tue, 01 Jan 2019 20:55:38 CST

公司玩了大半年的嵌入式AI平台，现在产品进入量产模式，也接触了很多嵌入式方案，有了一些心得体会，本人不才，在这里介绍一下一款简单易用的嵌入式AI方案——Movidius Myriad 2 VPU(MA2450) 和 Myriad X VPU(MA2485)。这里本人重点提示：简单易用的嵌入式AI。现在好多家半导体厂商已经推出嵌入式AI平台，比如华为海思今年4月份发布的Hi3559A，这个样品超过100美金/片，集成寒武纪AI核（遗憾不是最新的版本，因为最近寒武纪又发布最新的AI版本，同时还集成大名鼎鼎Cadence的 4核DSP）；赛灵思Xilinx的FPGA—— Zynq 7020，ZU2CG开发难度大，价格不菲，还有其他家的ARM+FPGA方案也不便宜，开发难度也不小；英伟达的GPU——JETSON TX2，TX2核心板英伟达自己生产，价格太贵，不适合产品小型化生产；TI 的TDA2x系列和DAVINCI系列最新的DM505，以及后续的版本，专注辅助驾驶ADAS，他的64bit浮点DSP C66X+EYE也支持深度学习（不要小瞧这个EYE，深度学习方面一个EYE可比2个C66X 浮点DSP还牛），不过功耗太高，软件资源也不好搞到，海掏买美国D3公司DEMO板价格不菲，而且没技术支持开发周期过长,价格也不便宜。鉴于本公司的资源（小公司），我们选择了Intel的Movidius Myriad 2，在软件资源方面,Intel推出神经计算棒的免费NCSDK，这个软件资源让很多公司看到嵌入AI领域的希望，这一手Intel做得不错，很多公司都在嵌入式开发板树莓派3上面加这个神经计算棒学习，销售比较火爆。当然如果要拿到完整的MDK，直接使用Myriad 2 VPU和Myriad X VPU做控制器（比如直接使用片上LEON4运行客户软件，直接接CMOS SENSOR，接网口芯片，4K H.264和H.265编解码,USB,PCIE,SPI,I2C，UART控制等等），那就得花超过100---400万RMB不菲的门槛费，这些就是中大型公司的玩法，这点钱无所谓。

Movidius Myriad 2 VPU (Vision Processing Unit——视觉处理器)被称作为“第三次影像革命的开端”的芯片方案。Movidius 已经被Intel收购，Intel Movidius Myriad 2 VPU可在不同目标应用中提供低功耗、高性能的视觉处理解决方案，其中包括嵌入式深度神经网络、位姿估计、室内导航、3D深度感应、3D制图（3D扫描建模），视觉惯性测距，以及手势/眼部跟踪，基于深度学习的环境感知。
安防巨头海康和大华把Movidius Myriad 2(MA2450)视觉处理单元应用于视频监控摄像头，在完成监控和录制等传统任务外，提供人群密度监测、立体视觉、面部识别、人数统计、行为分析以及检测非法停放车辆等先进的视频分析功能。Myriad 2为大疆最近发布的首款迷你无人机Spark提供了视觉智能技术，该无人机早就大批量生产。
这颗芯片被一分为二，其中一部分有12个SHAVE 128位处理器，专为影像处理负载做优化，每颗都运作在600MHz的频率下，而且有超频潜能，第一代的180MHz显然是不够看的；与这些处理器相匹配的是Movidius称之SIPP过滤器（Streaming Inline Processing Pipeline filters）的硬件加速器——这玩意儿可完成一些预设的影像处理任务，比如将来自不同类型摄像头的数据融合到一起，或者将多个视频内容接合到一起；另外还有2个32位RISC处理器用于芯片管理，这就是LEON4(LEON是一款32位RISC处理器，支持SPARC V8指令集，由欧洲航天总局旗下的Gaisler Research开发、维护，目的是摆脱欧空局对美国航天级处理器的依赖。LEON的主要产品线包括LEON2、LEON3、LEON4)。SHAVE这一端对原始影像数据做计算处理，OEM厂商可以选择不同的方案；SIPP则可协力处理通常任务；集中型的寄存器结构令芯片两侧可同时对相同的数据做处理。这些对于降低延迟是相当有价值的。
鉴于这样的架构设计，Myriad 2 VPU芯片面积是6.5mm，厚度1mm，具体的性能则是可以48fps的帧率同时处理来自12个1300万像素摄像头的数据，以60fps拍摄4K视频自然也是毫无压力，功耗低于0.5W(台积电28nm HPC工艺)。按照El-Ouazzane的说法，相比能够提供同等效果的GPU，Myriad 2的功耗低了最少10倍。
深度学习框架方面，支持Caffe,Caffe的全称是Convolutional Architecture for Fast Feature Embedding，作者是博士毕业于伯克利的浙江人贾扬清，它是一个清晰、高效的开源深度学习框架，核心语言是C++，支持命令行、Python和Matlab接口，既可以在CPU上运行也可以在GPU上运行。同时也支持Google的TensorFlow。所以C/C++、Python程序员可以快速切入深度学习的架构去工作。所以说，支持深度学习易用的嵌入式平台，非VPU莫属。前面提到的Intel Movidius神经元棒，包括他们提供的免费NCSDK软件包，可以满足那些C/C++程序员、Python程序员轻松在WIN下直接开发AI软件，也可以在ubuntu下直接开发软件，很方便，而在嵌入式前端，同样也可以支持NCSDK软件包，玩得好Caffe和TensorFlow应该很快上手进行算法优化和设计。
而2017年推出的Movidius Myriad X(MA2485)超级NB，Myriad X将提供十倍于Myriad 2同样功率范围内深层神经网络(DNN)的性能。

Myriad X 有4个可C编程的128位VLIW矢量处理器和可配置的MIPI通道，并扩展了2.5 MB的芯片内存和更多的固定功能成像/视觉加速器。就像在Myriad X中发现的一样，Myriad X的矢量单位都是专有的SHAVE (流混合的架构矢量引擎)处理器，对计算机视觉工作负载进行了优化。Myriad X也支持最新的LPDDR4，MA2085变体只配置了外部存储器接口。
Myriad X的另一个新功能是4K硬件编码，4K在30Hz(H.264/H.265)和60 Hz(M/JPEG)支持。从接口上看，Myriad X带来了USB 3.1和PCIe 3.0支持，这两个都是Myriad VPU家族新支持的接口。与Myriad 2一样，所有这些都是在同一个小于2W的功率范围中完成的，更具体地说是在1W以内，使用台积电16nm FFC工艺。所以说，在如此低功耗下就能完成很多视频处理和深度学习，前面提到的几个平台根本无法做到。
从目前前端图像识别市场反馈的角度看，这个Myriad 2 VPU(MA2450) 和 Myriad X VPU(MA2485)芯片出货量比较大。还有在开发板-学习板方面，便宜的树莓派3，树莓派3+都可以直接拿神经计算棒进行深度学习算法开发，简单易用。如果是产品设计方面，本公司的VPU模组和ARM + VPU方案也可以快速出产品。以下是在本公司的HI3516D+VPU和Hi3519V101+VPU板子上面测试的结果图：

本公司开发的AI平台，是ARM+VPU组合模式，我们低端使用华为海思Hi3516A/D + VPU和高端使用Hi3519V101+VPU，国产和进口的组合，因为海思Hi3516A/D和Hi3519V101支持H.264/H.265编解码，带有ISP，还带有一个IVE（智能视频分析算法加速器，确切的说是传统机器视觉算法加速器），然后再加上Intel Movidius 这个支持深度学习的VPU，就是我们ARM+VPU支持深度学习平台。也就是说我们的平台同时支持传统机器视觉算法+深度学习算法，而且还支持H.265编解码，海思Hi3516A/D和Hi3519V101的IVE支持的功能如下：
★DMA：支持直接拷贝、间隔拷贝、内存填充。
★Filter：支持 5x5 模板滤波。
★CSC：支持 YUV2RGB、 YUV2HSV、 YUV2LAB、 RGB2YUV 颜色空间转换。
★FilterAndCSC：支持 5x5 模板滤波和 CSC 的复合功能。
★Sobel：支持 5x5 模板 Sobel-like 梯度计算。
★MagAndAng\Canny：支持 5x5 模板梯度幅值和幅角计算、 Canny 边缘提取。
★Erode：支持 5x5 模板腐蚀。
★Dilate：支持 5x5 模板膨胀。
★Thresh\Thresh_S16\Thresh_U16：支持图象阈值化处理。
★And\Or\Xor：支持两幅图象相与、或、异或。
★Add\Sub：支持两幅图象相加权加、减。
★Integ：支持积分图计算。
★Hist：支持直方图统计。
★Map：支持对图像通过 256 级 map 映射赋值。
★16BitTo8Bit：支持 16bit 数据到 8bit 数据线性转换。
★OrdStatFilter：支持顺序统计量滤波：中值滤波、最大值滤波、最小值滤波。
★Bernsen：支持 Bernsen 二值化。
★NCC：支持两相同大小图像互相关系数计算。
★CCL：支持连通区域标记。
★GMM：支持灰度图与 RGB 图的混合高斯背景建模。
★LBP：支持简单局部二值模式计算。
★NormGrad：支持归一化梯度计算。
★LKOpticalFlow：支持 LK 光流跟踪。
★STCorner：支持 ShiTomasi 角点检测。
★GradFg：支持梯度前景运算。
★MatchBgModel\UpdateBgModel：支持背景匹配、背景更新。
★ANN_MLP_Predict：支持 ANN_MLP 预测。
★SVM_Predict：支持 SVM 预测。
★支持单独进行软复位。
★支持 128bit AXI 总线和 32 bit APB 总线。
★支持链表级中断、节点级中断和超时中断。
★支持 SP 400、 SP420 (semi-plannar 420)、 SP422 (semi-plannar 422)、 package、
planar 等输入格式。
★支持 SP 400、 SP420、 SP422、 package、 plannar 等输出格式。

这些功能直接集成在芯片内部，通过加载LIB和函数调用就可以使用了，不需要ARM来运算。搞过传统算法的人对上面列的内容应该很熟悉，这里就不累赘。
至于Hi3519V101+VPU的开发攻略，本人不打算写了，因为海思的SDK包里面的手册就写得很详细了，VPU移植到ARM平台的NCSDK软件Intel官网也有，本人现在没有深入去研究，都是员工在搞，在这里写出来就比较班门弄斧。
下图就是Hi3519V101 SDK的里面的文档，看了这些详细的文档，有点嵌入式底子的工程师应该知道如何搭建环境、编译、和烧写了。

下面图片是我们自己做的嵌入式VPU模块和嵌入式Hi3519V101+VPU核心板硬件，没有硬件平台支持，再好的算法也不能转化价值。还有这个VPU支持Google的TensorFlow，这个对Python程序员应该很快进入嵌入式AI开发角色，而不是停留在PC端和服务端，现在很多大公司和有前沿实力的创业公司都往前端布局，嵌入式AI平台会越来越火，特别是LPDDR5出来的时候，会使嵌入式AI芯片的带宽大大提升，这样更加支持算法度更复杂的深度学习算法。
（项目双赢合作，联系QQ：2505133162）

腾讯杰出科学家写给2029的信：计算机视觉AI技术的爆点在哪里？

Tue, 18 Dec 2018 07:12:56 CST

在数不清的视觉AI应用中，我们认为未来技术的爆发点可能来自三个方面：信息的整合和提取、医疗和自动驾驶。

文 | 腾讯杰出科学家、腾讯优图实验室负责人贾佳亚

腾讯优图实验室总监戴宇荣博士郑冶枫博士

编者按：

本期杂志封面人物沈南鹏说过，投资人要思考十年后的情况。不光是投资人，在迷雾重重、混沌不明的当下，市场中的每一个理性人都需要放长眼量，将锚抛在时间之河中较远的地方，以未来丈量现在，才能站立得更坚实安稳。《中国企业家》为此推出特别策划《商业宏宝书·写给2029的信》，组织9位企业家、科学家、经济学家及艺术家，请他们每人写下一封给2029年的信，预测他们眼中10年后的世界，希望能对读者有所裨益。

近年来，计算机视觉AI技术发展迅速，尤其是人工智能的引入大大提升了算法的能力和实用性。在数不清的视觉AI应用中，我们认为未来技术的爆发点可能来自三个方面：信息的整合和提取、医疗和自动驾驶。腾讯优图实验室的AI技术布局也可大致分为上述的三个模块。

信息的整合和提取，主要指内容分析，包括人物识别、行为分析、场景识别、物体检测、语义分割等能够从丰富的图像或视频中提取有意义和结构化的信息，结合落地场景的应用，产生有价值的数据，给予用户或消费者精准的建议。这个领域在近几年进展迅速。举例来说，通过分析用户的点击或搜索行为，建立用户画像，让内容服务平台能够更精准地推荐用户感兴趣的内容。这是Google、Facebook等大公司正在做的事情。在视觉AI技术成熟前，他们的用户画像主要以文字搜索记录的分析为主。但随着视觉AI技术的发展，往后将会有更多的用户行为是从多媒体内容直接提取。并且，信息的整合和提取不会只局限于线上的行为。在大数据和5G普及的未来，将会产生大量的线下数据。通过提炼线下的数据，能够更有效地分析人们的行为，小至商品推荐，大至城市规划，均会使用视觉AI技术，让人们的生活更方便、舒适和安全。

医疗AI的宗旨在于辅助诊断，在人口众多、医师资源分配不均的时代，减少医生的重复性劳动，帮助基层疾病筛查的覆盖。临床上，疾病治疗秉持的观点是：早诊断、早治疗、疾病筛查、及时就医以及精准微创型治疗对整个社会以及人类医疗水平的提高有着前所未有的重大意义。未来十年，智能问诊、智能挂号指引、医疗影像上的自动筛查，如X光肺炎自动检测、心脏影像结构自动分析等将会大量减少医生的工作，让医生更专注解决和处理危疾病人的需求。并且，医疗AI有望实现大部分疾病初筛普及，大数据化以及智能分析有望改变传统就医繁杂的过程，虚拟手术的发展增加医师手术经验，智能手术机器人实现更多疾病的精准微创手术治疗。

自动驾驶是在未来十年必定会到来的技术。当中核心需要解决的问题在于环境识别。目前，在自动驾驶的落地测试中，因为环境识别的错误产生的交通意外，占了90%以上。简单地解释一下，如果自动驾驶是发生在游戏世界，所有环境的数据都能够精准地反馈到负责车控的AI，而AI只需要做决策，那么在这个问题之上，AI的决策能力绝对在人类之上。这个从AlphaGo战胜人类的案例中可以看出，在完全的封闭环境之下，AI的决策能力已经超越人类。而自动驾驶目前还处于测试阶段的原因，是因为对环境信息的不完全理解，因而做成决策错误。而解决这个环境识别的问题，是会随着在路上行车测试数据的不断增加而趋于完美的。这样考虑下来，自动驾驶就是一个必定会到来的技术。同时，基于自动驾驶所产生的应用，为人们带来生活的便利，将会越来越多。

未来十年，首先确定无疑的是，AI算法的各项指标会越来越高，计算机视觉的算法也会在实用的道路上越走越深入：更贴近使用场景、效果更精准。软硬件的进步让基于AI的视觉算法不再受限于特定的计算硬件，而且将成为计算设备看懂世界的常用工具。如今的“多媒体计算机”能够记录并播放多种媒体，未来的计算机将能够读懂多种媒体信息的含义。

计算机视觉AI技术的发展也势必会直接影响我们衣食住行的方方面面。

畅想一下，2029年，商店自动推断出顾客的体型、肤色、年龄，进而推荐合适的穿衣搭配；吃东西之前，自动帮你判断新鲜程度、营养成分、推荐健康的膳食搭配；智能家居进入千家万户，语音、手势可以自由地控制家电，智能安防摄像头帮你照料家中小孩的活动；在医疗方面，疾病检查过程简便化，基层医疗设备更加完善，少数医护人员就可建立疾病筛查点；对某些疾病，便携式的成像设备涌现，傻瓜式的操作、筛查过程进入寻常百姓家，让患者实现自我筛查。十年后的就医，我们不用再为“肚子疼”应该挂哪个科室而烦恼，智能对话分析助手可以通过简单的对话帮患者确定疾病范围、选择科室、做出最佳的检查时间、就医时间安排，简化就医流程。智能手术机器人变得更加智能化、微细化，术后愈合快，减少手术带来的痛苦。

无人驾驶汽车的普及，将会大量释放物流业的人力成本，让B to C的生意更容易和快捷，物价将会因为人力成本的减少变得更合理。泊车时将不再需要忙于寻找车位，长途汽车旅游将会有更多的休息时间，无人计程车让人们能够即叫即走，女士晚上叫车将会更安全，城市交通也会因为更好的路线规划而减少阻塞。

AI将赋予计算机理解世界的能力，计算机能更好地帮助人类分析规划，作出决策。当然，计算机视觉AI技术的想象空间无限大。但是从技术研究到实际落地应用还有很长的路要走，这也是所有相关研究人员努力的方向和愿景。

转载：中国企业家杂志

微软亚洲研究院二十年见证中国计算机科学发展的二十年

Sat, 10 Nov 2018 13:25:20 CST

11 月 8 日，微软亚洲研究院今日举行建院二十周年庆典在北京举行，集中展示了微软亚洲研究院成立 20 年来走过的发展历程和取得的科研创新成果，以及产学研多方合作的最新进展。北京大学校长郝平、清华大学校长邱勇，以及微软亚洲研究院来自全球学术界和产业界的众多合作伙伴、院友出席了庆典活动，共同庆贺微软亚洲研究院二十周年。

1998 年 11 月，微软亚洲研究院正式在北京成立，是微软设在美国本土以外规模最大的研究机构。20 年来，通过中国及全球各地顶级专家学者的鼎力合作，微软亚洲研究院已发展成为具有世界影响力的计算机基础及应用研究机构。目前，微软亚洲研究院拥有 200 多名研究人员，以及超过 300 名访问学者和实习生， 主要聚焦于自然用户界面、智能多媒体、大数据与知识挖掘、人工智能、云和边缘计算、计算机科学基础等六大研究领域。

微软全球执行副总裁、微软人工智能及研究事业部负责人，同时也是微软亚洲研究院创始成员之一的沈向洋博士表示：「当今世界，技术创新正在潜移默化间影响和改变着我们的世界和人类的未来。微软亚洲研究院在过去 20 年间的发展令人瞩目。作为微软探索科学前沿的中流砥柱，微软亚洲研究院为拓展计算机科学基础性研究的新疆界发挥了关键作用，其领先业界的人工智能技术在多个方面已经达到媲美人类的水平。与此同时，微软亚洲研究院还将技术创新融入人人触手可及的微软产品和服务。我们正在努力打造『负责任的人工智能』，以敬畏之心研究开发、以责任之心推动创新，借科技之能，造人类之福！」

微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士表示：「从中国到全球，由人工智能等新兴技术引领的数字化转型，正在为世界各地、各行各业带来新一轮发展机遇，而中国正成为世界上最具创新活力的市场之一。20 年来，微软亚洲研究院充分发挥自身优势，与亚太地区的产学研各界开展了广泛而深入的科研合作、人才合作、产业合作，在推动技术成果转化以及助力不同行业的企业数字化转型方面发挥了积极作用。不仅如此，微软亚洲研究院还为科技行业培养出了一大批具有科研精神的优秀人才，我们自由、创新、多元和包容的文化，将确保我们的人才优势和创新精神不断传承下去。」

科研创新与孵化转化

微软是最早投入人工智能研究的企业之一，早在 1991 年创立微软研究院时，比尔·盖茨提出的愿望，就是让计算机有一天能看会讲，能听会想。据微软方面介绍，截至 2018 年 11 月，微软亚洲研究院已在国际顶级学术会议和期刊上公开发表 5,000 余篇论文，其中有 50 多篇荣获「最佳论文」奖，众多技术突破为全球计算机前沿技术的发展开拓了新的方向。就在最近刚刚公布的人工智能领域顶级学术大会 AAAI 2019 论文入选名单上，就有 27 篇来自微软亚洲研究院。

*2004年，微软亚洲研究院以其在语音识别、网络多媒体和图形学等计算机科学领域的顶尖科研实力，登上了世界权威技术杂志《麻省理工科技评论》封面，被誉为“世界上最火的计算机实验室”。

近年来， 微软亚洲研究院在人工智能领域最关键的计算机视觉、自然语言理解、机器翻译等方面，都取得了举世瞩目的突破。例如，2015 年微软亚洲研究院开发的计算机视觉系统在 ImageNet 挑战赛中首次超越了人类物体识别分类的能力；2018 年在由斯坦福大学发起的 SQuAD 文本理解挑战赛榜单上，微软亚洲研究院的 R-NET 和 NL-NET 模型分别在 EM 值（表示预测答案和真实答案完全匹配）和 F1 值（表示预测答案和真实答案近似匹配）两个维度上率先超越了人类分数；2018 年 3 月，由微软亚洲研究院与微软雷德蒙研究院共同研发的机器翻译系统，在通用新闻报道测试集 newstest2017 的中-英测试集上首次达到了可以与人工翻译媲美的水平。

在计算机科学基础研究与前沿领域不断取得突破性进展的同时，微软亚洲研究院也致力于将最新技术成果快速转化为人们触手可及的产品和服务，从微软智能云 Azure、Office 365 到微软小冰、必应（Bing）搜索、再到 Xbox 以及 HoloLens，可以说微软几乎每一款产品都有微软亚洲研究院的烙印。微软亚洲研究院还通过自身的技术积累和科研创新孵化了很多广受欢迎的应用和技术平台。

例如为机器翻译、语言辅助学习、中英文输入等应用提供基础技术支撑的英库平台；结合计算机视觉、语音识别、机器学习等技术积累，为聊天机器人赋予情商、创作等能力的智能聊天机器人引擎；为微软产品提供语音合成、语音识别等技术的语音合成技术；成就了 Windows 10 Hello 人脸登录、微软认知服务中的 Face API 的人脸识别技术；已经被用于 Office、Windows、微软小娜、微软翻译、HoloLens 等，支持中、英、日、韩四种语言的 OCR 光学字符识别引擎；由微软亚洲研究院研发的全栈式 AI 平台和工具，能够从 AI 计算能力、AI 平台、AI 工具三个层面为整个 AI 生态系统搭建地基，而借助全栈式 AI 平台，微软亚洲研究院已与中国多所高校合作共建了新一代人工智能开放科研教育平台。

在自身发展和扩大的过程中，微软亚洲研究院还孵化出了多个工程院，包括微软中国云计算与人工智能事业部和微软（亚洲）互联网工程院，不仅推动了微软产品的开发与落地，还进一步完善了微软在中国和亚太地区的研发布局，促进了职能完备、功能齐全的创新基地——微软亚太研发集团的成立。2018 年 9 月，微软亚洲研究院宣布在上海成立微软亚洲研究院-上海，同时宣布与上海市徐汇区人民政府以及上海仪电（集团）有限公司合作建立微软-仪电人工智能创新院，旨在提升人工智能科技创新能力，发展人工智能融合生态，加强人工智能人才培育。

推进产学研合作

微软亚洲研究院始终致力于通过与中国产学研各界的广泛合作，将全球领先的科研成果，与中国科技创新、经济发展、社会进步的现实需求相结合，助力中国本土生态的健康发展。与此同时，微软亚洲研究院还一步一个脚印地为中国和全球的计算机产业培育出了一大批具备科研精神和出色实力的顶尖人才。

为响应国家关于发展人工智能的相关规划，以及教育部关于人工智能、新工科建设与发展、中美人文交流相关工作的号召，微软与教育部近日共同开启了「长城计划」第六期合作的崭新篇章。自 2002 年首次签署「长城计划」以来，作为具体实施单位的微软亚洲研究院，与全国多所高校开展了系统的、有针对性的合作项目，围绕人才培养、科研合作、课程建设及学术交流四条主线，不断深化与国内高校、科研机构的合作，积极为提升中国计算机基础研究水平和人才培养贡献力量。新一期「长城计划」与时俱进，着重围绕人工智能领域全方位展开，通过积极贡献微软丰富的专家资源以及先进的技术平台和工具，助力中国高校和科研机构在人工智能领域的科研创新、人才培养和成果转化等多方位取得长足的进步。

*首个颁发的“微软学者”奖牌

为了全面促进本地科学技术人才的培养，微软亚洲研究院推出了一系列旨在培养科研领域高素质人才并鼓励青年人投身技术创新研究的项目。其中，面向学生，微软亚洲研究院设立了「明日之星」实习生计划、「微软学者」奖学金、联合培养博士生、微软学生俱乐部、微软创新人才学院等项目；面向青年教师，微软亚洲研究院积极推动青年访问学者「铸星计划」项目，以支持青年学者的成长和发展。不仅如此，微软亚洲研究院注重因材施教，以人才培养为导向，与各大高校合作开设了一系列课程，以促进高校课程建设和优质教学资源共享。 截至 2018 年，微软亚洲研究院共计支持高等教育教学内容与课程体系改革项目 260 余项，覆盖全国 29 个省市的 200 余所高校，惠及数千万师生。

如今，近 7000 名微软亚洲研究院的院友遍布全球，活跃在科研创新、产业创新的最前沿。他们中的很多人都已经成为学术界、产业界的中坚力量，在引领全球科技发展创新的进程中，发挥着关键作用。其中，有 200 多位院友在世界各地的顶尖高校执教，超过 55 位院友受到了国际以及中国学术界的高度认可，包括入选中国千人计划、长江学者和国家杰出青年科学家基金，以及电气电子工程师学会（IEEE）院士、美国计算机协会（ACM）院士、美国人工智能学会（AAAI）院士等。在产业界，超过 15 位院友在互联网企业担任 CEO 或 CTO，范围几乎覆盖全部中国最顶尖的互联网企业。更有超过 115 位院友在创业大潮中开拓创新，其中至少有 5 位是独角兽公司的创始人。

予力数字化转型

由云计算、大数据、人工智能、物联网等技术创新所引领的数字化转型正在给全球各行各业带来全新的发展机遇。为了利用技术创新的成果予力数字化转型，近年来，微软亚洲研究院还与金融、医疗、教育等多个行业的领军企业展开了技术及科研合作，将微软亚洲研究院在计算机领域近 20 年深厚的科研积淀与各企业强大的行业实力和深入的行业洞察相结合。

2017 年 11 月，微软亚洲研究提出了「数字化转型即服务（DTaaS）」的概念，并正式成立了微软亚洲研究院「创新汇」，旨在充分利用微软亚洲研究院的科研智慧储备，帮助企业解决发展过程中遇到的技术挑战，读懂科技发展的趋势，探索更广阔的发展前景。「创新汇」成员既有大型国有企业、全球知名外资机构，也有龙头民营企业和初创公司，涉及领域涵盖金融服务、制造、物流、零售、教育与医疗健康等多个行业。

作为微软亚洲研究院「创新汇」首批成员，全球知名教育公司培生（Pearson）与微软亚洲研究院展开合作，以微软小英为技术基础，共同打造了朗文小英。基于过去近两年的合作基础，双方新一阶段的合作希望能够为更多针对不同阶段学习者的英文课程提供配套的人工智能交互语音指导及个性化英语学习服务。学生在家进行英文对话和发音练习时，只需开启微信中的朗文小英，即可直接进行英文对话。同时，朗文小英会对学生的口语表现进行打分和指正，有效解决了长期以来困扰家长的「哑巴英语」和口语不够标准的问题。目前朗文小英已经支持培生朗文旗下 9 个级别的学习内容，服务于 35,000 余名学生，并且从内容的多样性和使用群体上都在不断扩大。

培生大中华区董事总经理林国章表示：「与微软亚洲研究院的合作，为我们开启了人工智能助力个性化学习的全新视野，创新性地解决了困扰国内英语教学多年的难题，并且以生动活泼的形式激发了学生的兴趣，极大地提升了英语教学的效果和效率。我们希望将双方的合作，进一步拓展到更广泛的教育教学应用中去。」

同样是「创新汇」首批成员的国际知名制药企业辉瑞（Pfizer）正携手微软亚洲研究院，与协和医院展开合作，利用运行在微软智能云上的计算机影像识别、机器学习等人工智能服务，共同探索实现自动化、高效率、高准确度的医学影像识别技术，大幅度提升真菌样本检验识别的时效性、降低人工检验的工作强度、并将这项检验工作普及到更多医疗机构。事实上，真菌感染是造成人体皮肤、毛发、黏膜、组织内脏感染，甚至全身扩散性感染的罪魁祸首，传统方式的真菌检验主要依靠人工染色镜检，对医务人员的专业技能要求极高，不但费时费力，而且通常只有三甲医院才具有检测能力。

辉瑞制药有限公司大中华区副总裁、医学部负责人谷成明博士表示：「人工智能技术可以通过自动化的影像识别，比对、判断出真菌的图形学特征，辅助医生提升识别的速度和准确度。我们希望通过与微软亚洲研究院的合作，可以将这项技术尽快投入实际应用，这不但有助于缩短患者的等待时间，还有助于将真菌检测推广、普及到更多医疗机构中去。」

开发者必读：计算机科学中的线性代数

Thu, 28 Dec 2017 19:08:39 CST

选自arXiv

作者：Petros Drineas、Michael W. Mahoney

机器之心编译

参与：李泽南、刘晓坤、蒋思源

矩阵计算在计算机科学中占有举足轻重的地位，是每个开发者都需要掌握的数学知识。近日，来自普渡大学的 Petros Drineas 与 UC Berkeley 的 Michael Mahoney 提交了一篇概述论文《Lectures on Randomized Numerical Linear Algebra》可以作为线性代数知识的参考资料，本文将对其中的部分内容（主要为第二章：线性代数）进行简单介绍。

论文链接：https://arxiv.org/pdf/1712.08880.pdf

简介

矩阵在计算机科学、统计学和应用数学中占有独一无二的地位。一个 m×n 矩阵可以对 m 个对象（每个对象由 n 个特征描述）在有限单元网格中的离散微分算子信息进行描述；一个 n×n 正定矩阵可以编码所有 n 对象配对之间的相关性，或者网络中所有 n 节点对之间的边连通性等等。受科学和计算机技术发展的影响，近年来我们见证了矩阵算法理论和实践上令人兴奋的发展。其中最值得注意的是随机化的使用——通常假设由于生成机制的原因，输入数据存在噪声——它可以作为算法或计算资源用于开发和提升基础矩阵问题如矩阵乘法、最小二乘（LS）近似、低阶矩阵近似等算法。

随机数值线性代数（RandNLA）是一个跨学科的研究领域，利用随机化作为计算资源来开发用于大规模线性代数问题的提升算法。从基础的角度来看，RandNLA 源自理论计算机科学（TCS），并与数学有着很深的联系（凸面分析、概率论、度量嵌入理论），也与应用数学相关（科学计算、信号处理、数值线性代数）。从应用层面来看，RandNLA 是机器学习、统计和数据分析的重要新工具。很多精心设计的实现已经在大量问题上超越了高度优化的软件库，如最小二乘回归，同时也具有相当的扩展性、平行计算和分布能力。此外，RandNLA 为现代大规模数据分析提供了良好的算法和统计基础。

这一章将作为对三种基本 RandNLA 算法的独立的入门介绍，分别是随机矩阵乘法（randomized matrix multiplication）、随机最小二乘解算器（randomized least-squares solvers），以及用一个随机算法计算矩阵的低秩近似。因此，这一章和很多应用数学的领域有非常强的联系，特别是它和这一卷的其它许多章节都有很强的联系。最重要的是，其中分别包含了 G. Martinsson 的工作，他利用这些方法开发了改进的低秩矩阵近似解算器 [2]；R. Vershynin 的工作，他开发了概率论工具用于分析 RandNLA 算法 [3]； J. Duchi 的工作，他以互补的方式利用随机方法求解更通用的优化问题 [4]；以及 M. Maggioni 的工作，他以这些方法作为更复杂的多尺度方法的基础模块 [5]。

本论文将在第二节中概述基本的线性代数知识；在第三节概述离散概率的基本知识；在第四节介绍矩阵乘法的随机算法；在第五节介绍最小二乘回归问题的随机算法；在第六节介绍低秩近似的随机算法。最后我们还介绍了两个其它关于 RandNLA 的导论资源 [6,7]，供感兴趣的读者参考。

2 线性代数

在这一节，我们将简要概述基本的线性代数属性和在这一章中将用到的数学符号。我们假定读者具备线性代数的基础（例如，向量的内积和叉积，基本矩阵运算如加法、标量乘法、转置、上/下三角矩阵，矩阵-向量乘法，矩阵乘法，矩阵的迹等）。

2.1 基础

我们将完全聚焦于线性空间中的矩阵和向量。我们使用符号 x ∈ R^n 表示 n 维向量，注意向量都是以粗体小写字母书写。这里假定所有的向量都是列向量，除非特别说明。所有元素为零的向量用 0 表示，所有元素为 1 的向量用 1 表示（类似 Broadcasting）；维度会隐含在上下文中或显式地用下标表示。

我们将使用粗体大写字母表示矩阵，例如 A ∈ R^mxn 表示一个 mxn 阶的矩阵；用 A_i* 表示 A 的第 i 行的行向量，用 A_*i 表示 A 的第 i 列的列向量。单位矩阵表示为 I_n，其中 n 是矩阵的行数和列数。最后，我们用 e_i 表示 I_n 的第 i 列，即第 i 个规范基。

逆矩阵：如果存在一个逆矩阵 A^-1 ∈ R^mxn 满足以下条件，那么矩阵 A ∈ R^mxn 被称为非奇异的或可逆的：

如果 A 的所有列向量（或行向量）线性无关，那么 A 是可逆的。换句话说，不存在一个非零向量 x ∈ R^n 使得 Ax=0。可逆矩阵的标准性质有： (A^−1 )^⊤ = (A^⊤)^−1 = A^−⊤（A 逆的转置等于 A 转置的逆）和 (AB)^−1 = B^−1* A^−1（A 左乘 B 的逆等于 B 逆左乘 A 逆。注：微信表达式展示不便，准确表达式请查看原材料）。

正交矩阵：如果矩阵 A ∈ R^n×n 满足 A^⊤=A^−1，则称 A 为正交矩阵。等价地说，对所有 i , j 属于 [1,n]，正交矩阵满足：

对于 A 的行向量，上述性质同样满足。即 A 的所有列（或行）向量都是两两正交或互成法向量。

QR 分解：任意的矩阵 A ∈ R^n×n 都可以分解成一个正交矩阵和一个上三角矩阵的乘积：A=QR

其中 Q ∈ R^n×n 是正交矩阵，R ∈ R^n×n 是上三角矩阵。QR 分解在求解线性方程组的时候很有用，它的计算复杂度为 O(n^3)，并且是数值稳定的。为了用 QR 分解求解线性方程组 Ax=b，我们首先对等式两边同时左乘一个 Q^⊤，即 Q^⊤QRx = Rx = Q^⊤b。然后，我们用反向代入求解 Rx = Q^⊤b。

2.2 范数

范数（Norms）被用于度量矩阵的大小，或者相应地，度量向量的长度。范数是一个函数，它将 R^mxn（或 R^n）映射到 R。形式地说：

定义 1：任何函数满足 || · ||: R^m×n → R 和下列性质，则称为一个范数：

非负性：|| A ||≥0；|| A ||=0 当且仅当 A=0；
三角不等律：|| A+B ||≤|| A ||+|| B ||；
标量乘法律：|| αA ||=|α| || A ||，α∈R。

可以很容易地证明以下两个性质：

|| A ||=|| -A ||
| || A ||-|| B || | ≤ || A-B ||

第二个性质被称为倒三角型不等式。

2.3 向量范数

若给定 n 维向量 x 和一个整数 p > 1，我们可以定义向量 p-范数为：

最常见的向量 p-范数为：

1-范数：
欧几里德（2）范数：
无穷（最大）范数：

若给定 n 维向量 x、y，我们可以使用 p-范数作为内积的上确界，即 Cauchy-Schwartz 不等式可以写为：

一般来说，该不等式给定了两个向量的欧几里德范数可以作为它们内积的上确界，Holder 不等式表明：

以下向量 p-范数的不等式性质可以轻易的证明：

2.4 归纳矩阵范数

给定一个 m×n 阶矩阵 A，和一个 p > 1 整数，我们定义矩阵的 p-范数为：

一般我们最常用的矩阵 p-范数为：

1-范数，取矩阵列加和绝对值的最大值：

无穷范数，取矩阵行加和绝对值的最大值：

2-范数，

这一系列的范数被称为「归纳（induced）」，因为它们是通过不取决于 A 和 p 的非零向量 x 而实现的。因此，一般存在一个单位范数向量（p-范数中的单位范数）x 令||A||p = ||Ax||p。归纳矩阵 p-范数遵循以下 submultiplicativity 法则：

此外，矩阵 p-范数对于矩阵的初等变换是不变的，即||PAQ||p = ||A||p，其中 P 和 Q 为对应维度的初等变换矩阵。同样，如果我们考虑矩阵分割：

那么子矩阵的范数就和全部矩阵的范数相关：即||B||p <= ||A||p。矩阵 p-范数间的以下关系可以相对简单地证明。若给定一个 m×n 阶矩阵，

此外，||A^T||1 = ||A||∞，||A^T||∞ = ||A||1。其中转置影响了矩阵的无穷范数和 1-范数，而不影响 2-范数，即||A^T||2 = ||A||2。同样，矩阵 2-范数并不会受到矩阵 pre(post)- multiplication 操作的影响，其中它的列（或行）为正交向量：||UAV^T||2 = ||A||2，其中 U 和 V 为对应维度的正交矩阵（U^T*U = I and V^T*V = I）。

2.6 奇异值分解

我们知道方阵可以分解为特征值与特征向量，但非方阵的矩阵并没不能实现特征值分解。因此奇异值分解（SVD）是每个矩阵中最重要的矩阵分解方式，因为不是所有的矩阵都能进行特征分解，但是所有的矩阵都能进行奇异值分解。

定义 6. 给定一个矩阵 A ∈ R^m×n，我们定义全 SVD 为：

其中 U ∈ R^m×m 和 V ∈ R^n×n 分别是包含 A 的左、右奇异向量的正交矩阵，Σ ∈ R^m×n 是对角矩阵，其中 A 的奇异值在主对角线上递减。

我们经常使用 u_i（或 v_j），i=1,..., m（或 j=1,..., n）来表示矩阵 U（或 V）的列。同样，我们将使用σ_i，i = 1,..., min{m, n} 来表示奇异值：

A 的奇异值是非负的，其数目等于 min{m, n}。A 的非零奇异值个数等于 A 的秩。由于正交不变性，我们得到：

其中 P 和 Q 是对应维度上的正交矩阵（P^TP = I 且 Q^TQ = I）。或者说，PAQ 的奇异值与 A 的奇异值相同。

涉及矩阵 A 和 B 的奇异值的以下不等式是非常重要的。首先，如果 A 和 B 都在 R^m×n 上，对于所有 i = 1, ... , min{m, n}，

第二，如果 A ∈ R^p×m 和 B ∈ R^m×n，对于所有 i = 1, ... , min{m, n}，

其中σ_1(A) = ||A||_2。我们经常对于仅保持非零奇异值和相应的（矩阵 A 的）左、右奇异向量感兴趣。给定矩阵 A ∈ R^m×n 和 rank(A)=ρ，我们可以定义它的稀疏 SVD。

定义 9. 给定矩阵 A ∈ R^m×n，秩为ρ ≤ min{m, n}，我们定义稀疏 SVD 为：

其中 U ∈ R^m×ρ和 V ∈ R^n×ρ是包含对应于非零奇异值的左、右奇异向量的两两正交列（即 U^TU = I 且 V^TV = I）的矩阵；Σ ∈ R^ρ×ρ是 A 的非零奇异值在对角线上递减的对角矩阵。

如果 A 是非奇异矩阵，我们可以使用 SVD 计算它的逆：

（如果 A 是非奇异的，那么它是方形和满秩的，在这种情况下，稀疏 SVD 和全 SVD 是一样的）众所周知，SVD 非常重要，任何矩阵的最佳 k 秩近似都可以通过 SVD 来计算。

定理 10. 让 A = UΣV^⊤ ∈ R^m×n 作为 A 的稀疏 SVD；设 k < rank(A) = ρ为整数，让

随后，

换句话说，上述定理指出，如果我们寻找一个矩阵 A 的 k 秩近似，使得「误差」矩阵的 2-范数或 Frobenius 范数最小化（即 A 和它的近似之间的差异最小化），随后我们需要保留 A 的最前 k 个奇异值和相应的左、右奇异向量。

我们会经常使用这些符号：让 U_k ∈ R^m×k（或 V_k ∈ R^n×k）表示矩阵 A 的最前 k 个左（或右）奇异向量的矩阵；让 Σ_k ∈ R^k×k 表示包含 A 的最前 k 个奇异值的对角矩阵。同样的，让 U_k,⊥ ∈ R^m×(ρ−k)（或 V_k,⊥ ∈ R^n×(ρ−k)）表示 A 的底部ρ-k 个非零左（或右）奇异向量的矩阵；然后令Σ_k,⊥ ∈ R^(ρ−k)×(ρ−k) 表示包含 A 的底部ρ-k 个奇异值的对角矩阵。然后，

2.9 Moore-Penrose 伪逆

对于非方矩阵而言，其逆矩阵是没有定义的。而一种非常出名的推广型矩阵求逆方法 Moore-Penrose 伪逆在这类问题上取得了一定的进展。形式上来说，若给定 m×n 阶矩阵 A，那么如果矩阵 A† 满足以下属性，它就是矩阵 A 的 Moore-Penrose 伪逆：

给定一个秩为ρ的 m×n 阶矩阵 A，它的稀疏奇异值分解可以表示为：

它的 Moore-Penrose 伪逆 A† 的稀疏奇异值分解可以表示为：

如果 A 为 n×n 阶满秩矩阵，那么 A† 就等于矩阵 A 的逆。如果 A 为 m×n 阶列满秩矩阵，那么 A†A 就等于 n 阶单位矩阵，AA†为矩阵 A 列上的投影矩阵。如果 A 为满行秩矩阵，那么 AA†就为 m 阶单位矩阵，A†A 为矩阵 A 行上的投影矩阵。

关于两个矩阵乘积的伪逆，有如下特别重要的属性：对于 m×p 阶矩阵 Y1 和 p×n 阶矩阵 Y2，且满足 Rank(Y1)=Rank(Y2)，即秩相等，[9, Theorem 2.2.3] 表明：

（我们强调秩相等的条件是非常重要的：因为两个矩阵相乘的逆总是等价于矩阵逆的相乘，但这个推断对于一般的 Moore-Penrose 伪逆 [9] 是不满足的）此外，Moore-Penrose 伪逆的基空间和所有实际的矩阵都有联系。给定一个矩阵 A 和 A 的 Moore-Penrose 伪逆 A†，A†的列空间可以定义为：

A†的列空间和零空间（null space）正交，A†的零空间可以定义为：

本文为机器之心编译， 转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者/实习生）：hr@jiqizhixin.com

投稿或寻求报道：content@jiqizhixin.com

广告&商务合作：bd@jiqizhixin.com

德国科学家称人们天生就害怕蜘蛛和蛇

Sat, 21 Oct 2017 10:47:46 CST

蜘蛛或蛇是让许多人毛骨悚然的动物。然而你是否曾经想过恐惧来自哪里？你可能会想象，你是对这些小动物的外形产生恐惧感。 但是新的研究已经彻底打破了这个观念，揭示了人们在能认出蜘蛛和蛇之前就已经对这些动物产生恐惧感。

资料图

由德国马克斯-普朗克人类认知和脑科学研究所进行的这项研究发现，当面前出现蜘蛛或蛇的照片时，6个月大的婴儿产生压力反应，表明我们天生就害怕这些小动物。

首席研究员Stefanie Hoehl表示：“当我们向婴儿展示一条蛇或一只蜘蛛的照片，而不是相同颜色的花朵或鱼类照片时，他们产生了更明显的瞳孔放大反应。在不变的光照条件下，瞳孔大小的这种变化是激活大脑中去甲肾上腺素能系统的重要信号，这是造成压力反应的原因。因此，即使最小的婴儿似乎也受到这些动物群体的压力。”

鉴于这个发现，研究人员认为人们对这些特定生物的恐惧具有进化的联系。然而，值得注意的是，对蜘蛛和蛇的这种恐惧倾向并不扩展到熊等许多其他危险的动物。

研究发现计算机科学学位并不能给程序员带来相应的投资回报

Thu, 21 Sep 2017 11:00:51 CST

Stack Overflow 在英国调查了 4700 名程序员，发现计算机科学的学士学位并不能给程序员带来相应的投资回报，有学士学位的人比没有学位的人一年多挣 3000 英镑，而为了获得学位每年仅学费就要支出 9000 英镑，学生的贷款平均超过 5 万英镑。调查发现，无高等学位的程序员年薪中位数为 3.5 万英镑，而有学士学位的人是 3.8 万英镑，研究生是 4.2 万英镑。调查还发现，JavaScript 程序员需求最高，其次是 Java、Python、 C# 和 ReactJS。

一文读懂机器学习、数据科学、人工智能、深度学习和统计学之间的区别

Mon, 10 Jul 2017 14:53:27 CST

选自datascience central

作者： Vincent Granville

机器之心编译

参与：吴攀、李亚洲

在这篇文章中，数据科学家与分析师 Vincent Granville 明晰了数据科学家所具有的不同角色，以及数据科学与机器学习、深度学习、人工智能、统计学等领域的区别。这些概念的区别也一直是人工智能领域热烈讨论的一个话题，Quora、多个技术博客都曾有过解答。机器之心之前编译的一篇文章《人工智能、机器学习、深度学习，三者之间的同心圆关系》也对此问题进行了探讨，但似乎业内还未能给出一个权威的、令所有人信服的回答。如果对这篇文章中的观点不认同，欢迎大家留言讨论。

在这篇文章中，数据科学家与分析师 Vincent Granville 明晰了数据科学家所具有的不同角色，以及数据科学与机器学习、深度学习、人工智能、统计学、物联网、运筹学和应用数学等相关领域的比较和重叠。Granville 介绍说，由于数据科学是一个范围很广的学科，所以他首先介绍了在业务环境中可能会遇到的数据科学家的类型：你甚至可能会发现你自己原来也是某种数据科学家。和其它任何科学学科一样，数据科学也可能会从其它相关学科借用技术；当然，我们也已经开发出了自己的技术库，尤其是让我们可以以自动化的方式（甚至完全无需人类干预）处理非常大规模的非结构化数据集的技术和算法，进而实时执行交易或进行预测。

1. 数据科学家具有哪些不同类型？

要更详细地了解数据科学家的类型，可参阅文章：http://suo.im/28rlX1 和 http://suo.im/3NNUpd。更多有用的信息可参阅：

数据科学家与数据架构师：http://suo.im/4bRkRG
数据科学家与数据工程师：http://suo.im/3mpo6E
数据科学家与统计学家：http://suo.im/2GGtfG
数据科学家与业务分析师：http://suo.im/3h0hkX

而在最近，数据科学家 Ajit Jaokar 则又讨论了 A 型数据科学家（分析师）和 B 型数据科学家（建造者）之间的区别：

A 型数据科学家能够很好地编写操作数据的代码，但并不一定是一个专家。A 型数据科学家可能是一个实验设计、预测、建模、统计推理或统计学方面的事情的专家。然而总体而言，一个数据科学家的工作产品并不是「P 值和置信区间」——就像学术界的统计学有时候建议的那样（而且这常常是为传统的制药等等行业工作的）。在谷歌，A 型数据科学家被称为统计学家、定量分析师、决策支持工程开发分析师，也有一些被称为数据科学家。

B 型数据科学家：这里的 B 是指 Building。B 型数据科学家和 A 型数据科学家具有相同的背景，但他们还是很强的程序员、甚至经验丰富的软件工程师。B 型数据科学家主要关注在生产环境中使用数据。他们构建能与用户进行交互的模型，通常是提供推荐（产品、可能认识的人、广告、电影、搜索结果等）。

而对于业务处理优化，我也有自己的看法，我将其分成了 ABCD 四个方向，其中 A 表示分析科学（analytics science），B 表示业务科学（business science），C 表示计算机科学（computer science），D 则表示数据科学（data science）。数据科学可能会涉及到编程或数学实践，但也可能不会涉及到。你可以参考 http://suo.im/11bR7o 这篇文章了解高端和低端的数据科学的差异。在一家创业公司，数据科学家通常要做很多类型的工作，其扮演的工作角色可能包括：执行、数据挖掘师、数据工程师或架构师、研究员、统计学家、建模师（做预测建模等等）和开发人员。

虽然数据科学家常常被看作是经验丰富的 R、Python、SQL、Hadoop 程序员，而且精通统计学，但这不只不过是冰山一角而已——人们对于数据科学家的这些看法不过是来自于重在教授数据科学的部分元素的数据培训项目而已。但正如一位实验室技术人员也可以称自己为物理学家一样，真正的物理学家远不止于此，而且他们的专业领域也是非常多样化的：天文学、数学物理、核物理、力学、电气工程、信号处理（这也是数据科学的一个领域）等等许多。数据科学也是一样，包含的领域有：生物信息学、信息技术、模拟和量化控制、计算金融、流行病学、工业工程、甚至数论。

对我而言，在过去的十年里，我专注于机器到机器和设备到设备的通信、开发能自动处理大型数据集的系统、执行自动化交易（比如购买网络流量或自动生成内容）。这意味着需要开发能够处理非结构化数据的算法，这也是人工智能、物联网和数据科学的交叉领域，也可被称为深度数据科学（deep data science）。其对数学的需求相对较少，也只涉及到较少的编程（大部分是调用 API），但其却是相当数据密集型的（包括构建数据系统），并且基于专门为此背景而设计的全新统计技术。

在此之前，我的工作是实时的信用卡欺诈检测。在我事业的早期阶段（大约 1990 年），我开发过图像远程感知技术，其中包括识别卫星图像的模式（形状和特征，比如湖泊）和执行图像分割：那段时间我的研究工作被称为是计算统计学，但在我的母校，隔壁的计算机科学系也在做着几乎完全一样的事情，但他们把自己的工作叫做是人工智能。

今天，这项工作被称作数据科学或人工智能，其子领域包括信号处理、用于物联网的计算机视觉等。

另外，数据科学家也可以在各种各样的数据科学项目中出现，比如数据收集阶段或数据探索阶段一直到统计建模和已有系统维护。

2. 机器学习对比深度学习

在深入探讨数据学习与机器学习之间的区别前，我们先简单讨论下机器学习与深度学习的区别。机器学习一系列在数据集上进行训练的算法，来做出预测或采取形同从而对系统进行优化。例如，基于历史数据，监督分类算法就被用来分类潜在的客户或贷款意向。根据给定任务的不同（例如，监督式聚类），用到的技术也不同：朴素贝叶斯、支持向量机、神经网络、ensembles、关联规则、决策树、逻辑回归或多种方法之间的结合。

这些都是数据科学的分支。当这些算法被用于自动化的时候，就像在自动飞行或无人驾驶汽车中，它被称为人工智能，更具体的细说，就是深度学习。如果数据收集自传感器，通过互联网进行传输，那就是机器学习或数据科学或深度学习应用到了 IoT 上。

有些人对深度学习有不同的定义。他们认为深度学习是带有更多层的神经网络（神经网络是一种机器学习技术）。深度学习与机器学习的区别这一问题在 Quora 上也被问到过，下面对此有详细的解释：

人工智能是计算机科学的一个子领域，创造于 20 世纪 60 年代，它涉及到解决对人类而言简单却对计算机很难的任务。详细来说，所谓的强人工智能系统应该是能做人类所能做的任何事。这是相当通用的，包含所有的任务，比如规划、到处移动、识别物体与声音、说话、翻译、完成社会或商业事务、创造性的工作（绘画、作诗）等。
自然语言处理只是人工智能与语言有关的一部分。
机器学习被认为是人工智能的一方面：给定一些可用离散术语（例如，在一些行为中，那个行为是正确的）描述的人工智能问题，并给出关于这个世界的大量信息，在没有程序员进行编程的情况下弄清楚「正确」的行为。典型的是，需要一些外部流程判断行为是否正确。在数学术语中，也就是函数：馈入输入，产生正确的输出。所以整个问题就是以自动化的方式建立该数学函数的模型。在二者进行区分时：如果我写出的程序聪明到表现出人类行为，它就是人工智能。但如果它的参数不是自动从数据进行学习，它就不是机器学习。
深度学习是如今非常流行的一种机器学习。它涉及到一种特殊类型的数学模型，可认为它是特定类型的简单模块的结合（函数结合），这些模块可被调整从而更好的预测最终输出。

3.机器学习与统计学之间的区别

《Machine Learning Vs. Statistics》这篇文章试图解答这个问题。这篇文章的作者认为统计学是带有置信区间（confidence intervals）的机器学习，是为了预测或估计数量。但我不同意，我曾建立过不需要任何数学或统计知识的工程友好的置信区间。

4. 数据科学对比机器学习

机器学习和统计学都是数据科学的一部分。机器学习中的学习一词表示算法依赖于一些数据（被用作训练集），来调整模型或算法的参数。这包含了许多的技术，比如回归、朴素贝叶斯或监督聚类。但不是所有的技术都适合机器学习。例如有一种统计和数据科学技术就不适合——无监督聚类，该技术是在没有任何先验知识或训练集的情况下检测 cluster 和 cluster 结构，从而帮助分类算法。这种情况需要人来标记 cluster。一些技术是混合的，比如半监督分类。一些模式检测或密度评估技术适合机器学习。

数据科学要比机器学习广泛。数据科学中的数据可能并非来自机器或机器处理（调查数据可能就是手动收集，临床试验涉及到专业类型的小数据），就像我刚才所说的，它可能与「学习」没有任何关系。但主要的区别在于数据科学覆盖整个数据处理，并非只是算法的或统计类分支。细说之，数据科学也包括：

数据集成（data integration）
分布式架构（distributed architecture）
自动机器学习（automating machine learning）
数据可视化（data visualization）
dashboards 和 BI
数据工程（data engineering）
产品模式中的部署（deployment in production mode）
自动的、数据驱动的决策（automated, data-driven decisions）

当然，在许多公司内数据科学家只专注这些流程中的一个。

对于这篇文章，技术顾问 Suresh Babu 给出了一个评论，机器之心将其编译整合到了下面：

这篇文章说明了解使用机器/计算机来处理类似人类决策的任务的统计学习的基本术语是件很麻烦的事。

但文章中「当这些算法被用于自动化的时候，就像在自动飞行或无人驾驶汽车中，它被称为人工智能，更具体的细说，就是深度学习。」这样的说话看起来却有些随意任性。

当过去计算机/机器还不够友好，没有得到广泛使用的时候，统计学家和数据科学家的工作和现在这个领域的工作有很大的不同。比如说，当制造业开始使用计算机辅助后，生产速度和量都发生了巨大的变化——但它仍然是制造业。用制造机器来做原本人类做的程序化工作的想法最早来自 19 世纪初 Jacquard 和 Bouchon 等人。而 Jacquard 织布机的工作方式和现在计算机控制的织布机的工作方式基本相同。

现在的数据科学是一个知识体系，囊括了统计学和计算方法等等（而且在不同的具体领域不同学科的比例也不一样）。

机器学习（或使用了其它的术语，比如深度学习、认知计算）是让机器像人类一样思考和推理，基本上而言是指通过人工的方法（所以也叫人工智能）来代替人类天生的自然智能——涉及到的任务从简单到复杂都有。比如，无人驾驶汽车（目前）正在模仿人类的驾驶，驾驶条件也是人类在自然情况下会遇到的——我说「目前」是因为也许未来人类将很少能够直接驾驶机器，「驾驶（drive）」这个词本身都可能会改变含义。

这个领域里面也有些滑稽可笑的事情，比如一些基本的东西（比如一个下国际象棋或围棋的算法）被认为可以解释人脑的工作方式。就我们目前的知识水平而言，光是解释鸟或鱼的大脑的工作方式就已经非常困难了——这说明我们还没有真正理解学习的机制。为什么果蝇只需几百个神经元就能做到这么多事情？这还是神经科学的一个未解之谜。而认知是什么以及其在自然环境下是如何工作的也是一个数据科学傲慢地认为自己能解决的重大难题。（不管怎样，降维是一种无监督学习的方法。）

在很多方面，工具以及我们使用工具所做的事情自人类诞生以来就在引导着人类的学习。但这就扯远了。

原文链接：http://www.datasciencecentral.com/profiles/blogs/difference-between-machine-learning-data-science-ai-deep-learning

IT瘾科学推荐

OpenAI科学家解密：为什么大语言模型会有幻觉？

自学计算机科学课程

自学计算机科学

简而言之

还是太多？

为什么要学习计算机科学？

分科目指引

编程

计算机系统结构

算法与数据结构

数学知识

操作系统

计算机网络

数据库

编程语言与编译器

分布式系统

常见问题解答

这份指引的目标受众是？

人工智能/计算机图形学/XX 主题怎么样？

一定要严格遵守推荐的学习次序吗？

和 Open Source Society、freeCodeCamp curricula 等比起来，这份指引？

XX 编程语言怎么样？

XX 流行技术怎么样？

为什么你们还在推荐 SICP?

为什么你们还在推荐龙书？

如何便宜获取教材？

这份指引是谁写的？

这份指引是谁翻译的？

脑科学能帮助我们改掉坏习惯吗？

超预期寿命：长寿的科学与艺术

科学家揭示轮班工作如何影响食欲

科学家发现柠檬汁干预结石形成的原因

[Business] 科学家：多利用电子垃圾 少开采地下矿物

科学家：多利用电子垃圾 少开采地下矿物

智能手机所需的原料可能在下个世纪就会消耗殆尽：

学习 kubernetes 的10个技巧或建议_科技D人生-CSDN博客

一、学 GO 语言

二、使用探针来检测应用的状态

三、充分利用Label标签

四、随时记得回收废弃的资源

五、充分利用PodDisruptionBudget控制器

六、使用Bash完成kubectl命令

七、向命名空间添加默认内存限制和cpu限制

八、 用Kubelet辅助清理docker镜像

九、Minikube ——迷你但功能强大

十、不要把kubectl权限开放给所有人

如何科学的给指数估值？

跨学科通识课

跨学科通识

一、熵与热力学

基础知识

运转策略

二、工程学

行胜于言

工程分解结构

量化

清单思维

取舍

三、系统论

系统

储蓄池

四、函数

时间函数

高特纳曲线

倒U曲线

五、脑科学

额叶

学习

哺乳脑

刻意练习

六、复杂性科学

复杂系统

*聚焦

迭代

七、认知心理学

开发 mRNA 疫苗的科学家

斯坦福大学——人工智能本科4年课程清单

1.编程基础

2.计算机系统

[Business] 科学家：多利用电子垃圾少开采地下矿物

科学家：多利用电子垃圾少开采地下矿物

八、用Kubelet辅助清理docker镜像

AI不能“取代”医生给我们看病，这并不是因为AI不够强大 | 科学人 | 果壳科技有意思

微软亚洲研究院二十年见证中国计算机科学发展的二十年