傲慢的猿：人類真的比較優秀嗎？打破人類例外論為何至關重要

 

傲慢的猿：人類真的比較優秀嗎？打破人類例外論為何至關重要(The Arrogant Ape: The Myth of Human Exceptionalism and Why It Matters,Christine Webb)

                     這幾天法國天氣很熱,熱死了近千人,更熱的是法國的生態部長Monique Barbut,她因為反對到處裝冷氣的現象遭受指責.被批評的原因表面簡單,似乎是不通世事,不管熱死的民眾,不知人間疾苦,但深層的原因從她的回覆"避免動物死亡,避免農作減產,避免森林大火"可知,她主張的生態環境與對待生物觀點的看法,與普通民眾是大不相同的,從"人類中心主義"轉換到"萬物中心主義",批判人類的傲慢自以為是的態度,但顯然這種主張看在承受40度高溫的普通人眼中,就是一位氣候暖化意識形態僵固的老人.

                     "傲慢的猿"就是在批判"人類例外論","人類中心主義",並提出"生物中心主義","後人類主義"作為替代人類思考地球環境體系發展的新路徑.這是一部針對"人類例外論"進行反思的寫作.作者Webb從生物學家的視角出發,指出將人類視為生物智慧,道德與演化頂點的傳統觀念,其實是一種建立在人類自我中心偏誤上的文化建構.透過科學實證與田野觀察,本書揭露了這種人類中心主義如何滲透到科學研究與語言系統的骨髓中,導致我們低估其他物種的認知,意識,與智慧能力,並合理化人類對自然的過度開發.Webb主張,人類與其他生物的差異在於"程度"而不是"類別",所有物種應該都具備其獨特的智慧與感知.她邀請讀者重新找回童年時期與自然的連結,打破自傲的幻覺,以更謙遜的態度融入多元且互依的生命網絡.這不僅是為了應對日益嚴峻的生態危機,更是引導人類走向與萬物共生共存的關鍵. 

                      個人對於這本書的核心想法是認同的,但是它的論點方式與解方,我卻相對猶豫,總覺得有些阿Q精神.加上作者雖然在快結尾的部分提出了美洲原住民"觀點主義:一種文化,多種本質"視角的並存融合.但我其實從頭到尾書籍論述中感受到卻是一種"相對主義: 多種文化,一種本質"論述的呈現感受,而ㄧ旦有相對主義感受,另一種類似的論述立刻浮現,我突然覺得這本書似曾相似.Webb論述的邏輯其實很簡樸,就是我們今日地球發生種種的氣候變異,或環境問題,有這樣那樣的各種原因,但究其根本,還是源自現代人類對自然環境的過度開發,基於物質文明的需要造成的大量取用與破壞的結果,在她眼裡更糟的是即使環境問題如此緊急,卻還是有許多人認為這種風險是可控,可逐步改善,甚至可以找尋替代環境解決的,比如移民火星,但經歷多年實際發展下來,環境問暖化與破壞題根未曾解決,在她看來,這種種破壞與解方無效的問題,都來自於人類的傲慢,自認是獨一無二的萬物之靈.對Webb來說,人類自以為是的"人類例外論"就是傲慢的證據,她指出"人類例外論"能濃縮成一句話,那就是: "人類是唯一xxxx",引號裡諸多的"x",可以寫為"智慧動物","具有理性","存在主觀意識","具有情感"等名詞或活動,也就是說除了人類,人類例外論看不上其他生物,因為其他生物"沒有智慧"."不具理性","不會用工具","沒有主觀意識".世界正是藉由超凡的人類才能發展出如此的文明.而Webb對此提出質疑,她展開反駁與舉證,要說明"非人生物"一樣有智慧,有意識,有感知,有科學,甚至更進一步推論,人類當前科學無法解決的氣候問題,"非人類生物"科學或許能解決這個問題,而本書內容便被鋪滿了"非人生物"或"部落民族"展現過的"智慧案例",以此推衍出"非人生物"的科學觀點可用,所以她主張我們要在'"人類例外論","人類中心論"的現狀下,融入新的"生物中心主義","後人類主義",透過向"非人生物","傳統原住民部落"學習他們的智慧與經驗,就有機會能解決當前的全球生態環境面臨的困境問題.

Project Maven: A Marine Colonel, His Team, and the Dawn of AI Warfare

 

Project Maven: A Marine Colonel, His Team, and the Dawn of AI Warfare(Katrina Manson)

                          打破一下習慣,今年要增讀一點當季的英文書,偶爾跳脫對譯本依賴.主要不想受制於國內出版者的選書意識,另現今AI輔助方便,有利直接讀外文.2026年第一季裡,我目前選了幾本,分別是與AI有關的"Project Maven",一起發生在倫敦的死亡事件引發對金融事件陰暗面探討的"London Falling",有關市場與博弈歷史的"Lucky Devils",還有涉及經濟及複雜系統的"Planet Money",當然這些將是隨性與隨機性的穿插閱讀,不會連續看下來.

                          Project Maven原是美國國防部的一個專案計畫,計畫將AI引入現代戰爭.Project Maven的最初推動者是海軍陸戰隊上校情報官 Drew Cukor,他在參與伊拉克與阿富汗戰爭時感受到美軍傳統情資在當地運作判讀的慢速,低效,於是透過引進"演算法",希望能藉由軟體自動辨識無人機拍攝影像中的目標,來提高戰場情資判讀的效率與作用,這便是Project Maven.

深度學習詳解｜台大李宏毅老師機器學習課程精粹 + 從零建大模型

深度學習詳解｜台大李宏毅老師機器學習課程精粹(李宏毅)+ 從零建大模型( Build a Large Language Model,Sebastian Raschka)

                         因為OpenClaw成熱門話題,某天Youtube突然推送李宏毅老師講述以OpenClaw為例來講述AI Agent運作觀念的課程影片.結果,龍蝦暫時不養的,反而開始重看李宏毅老師機器學習2021年的課程影片,不過這次,還要一併練習課程相關的15個Python作業,在執行了幾次程式後發現,可能暫時不要用AI Agent比較適合自己.

                         其實這門機器學習課程已經優化過了,更適合大眾,課程一共40堂,雖然以小時數來看不多,但資訊密度還是很高,不太能鬆懈.如果加上助教的補充教學影片,還有課程未精簡之前.一些早期相關課程內容影片,再加上作業的影片,還要跑作業的程式,真正的過程要耗時許久,我目前也只看到剛講完Gan的部分,跑第六個作業,差不多一半,後面剩下部分不打算用現在這種連續看下來的方式,太累,改為一週看個3到4堂內容,最多兩個作業的來方式繼續.

誰讓恐龍有了羽毛？ ：從顏色、行為到奔跑速度，科學如何改寫恐龍的歷史與形象

誰讓恐龍有了羽毛？ ：從顏色、行為到奔跑速度，科學如何改寫恐龍的歷史與形象(The Dinosaurs Rediscovered: How a Scientific Revolution is Rewriting History,Michael J. Benton)

              我們當前對恐龍的所有認知,本質上都是"暫時正確"的.它們是科學方法論下尚未被推翻的"最佳解釋".正如Benton在書中反覆強調的,古生物學的進步並非單純累積"真相",而是透過不斷修正假設,推翻舊典範來逼近真實.因此我們現在對於恐龍所知道的知識可能都是錯的,是暫時還沒能找到證據,把現存知識存在的誤點予以推翻而已,所以在此之前,我們就只能用當前已知科學論證下尚未被推翻的假設推論來理解關於恐龍的一切.比如一個具有具象的代表,就是我們能如電影侏羅紀世界那樣從琥珀中取得恐龍的DNA並加以複製嗎?從本書提供的答案,以當代技術而言生物複製或許是可行的,但要從琥珀中取得純粹完整的恐龍DNA,就作者Benton的認知來說,基本上是不能可的,因為生物分子與蛋白質根本不可能保留太久而不受污染或損害,何況那至少是6000萬年前到2億3千萬年前的遺留物.從琥珀中提取恐龍DNA複製的幻想,在當前科學框架下已被證偽,但這恰恰體現了科學的自我修正特質,知識的邊界由工具與證據共同定義.

月背征途: 中國探月國家隊記錄人類首次登陸月球背面全過程+嫦娥五號月球樣品研究前沿與進展

 

月背征途: 中國探月國家隊記錄人類首次登陸月球背面全過程(北京航天飛行控制中心)+嫦娥五號月球樣品研究前沿與進展(賀懷宇)

             這兩本書都是延續年幼時閱讀主題喜好而來,沒什麼特別想寫的,兩本書算是流水式綜合了中國探月工程的行進過程,與成果,從嫦娥一號到嫦娥四號,玉兔號,二號的探月勘查過程,到嫦娥五號的月壤採樣,返回地球,及後續的研究初探.文本固然有著相對機械的敘事,活動步驟,但也介紹了許多相關的科學觀點,甚至是系統化的行動思維步驟,說明了許多常人不太能夠知道與理解的操作面問題,雖未必是什麼大學問,但一來這類書籍本來就不多,這已經算是不錯的書籍,二來就算有所謂的譯本,恐怕也多是上世紀的技術觀點,近期探月成功的只有中國,所以算是目前較新的東西與觀念介紹吧.

機器學習的數學基礎：AI、深度學習打底必讀

 

機器學習的數學基礎：AI、深度學習打底必讀(  Tokeigaku ga saikyo no gakumon de aru,西內啟)

        這是別人給的書籍PDF檔,利用了閒暇空檔時間每次看一個單元,全書共有48單元.簡單說這是一本關於數學的書籍,但是算是特別的一本.

        首先這是一本跨度較大的書籍.何以這樣說呢?雖然說書籍的宣傳上寫著高中程度就能閱讀,但實際上這裡講述的數學型態與觀念從國中的三角函數,相似,到商管學院,工業工程裡才會學到的線性規劃,到一些非數學統計專業者在研究所才會遇見的多變量分析等內容都有.其次,這些內容都是瞄準一個主題,就是在機器學習與深度學習中會使用的那些模型建構基礎上的數學觀念,對於想理解這個範圍主題的人應該是有所助益的,其三,這本書最大的特色就是詳細的解釋推導,思維過程都逐步解釋,有幾個地方令人有豁然開朗的意味,寫的算是不錯,我以為對程度基本入門以上的人是有助益的.當然讀者最好自己也要有點基礎,畢竟書籍也不可能全盤完整的告訴你基本的微積分,或是線性代數的觀念,還是要有些認識讀起來才不會挫折,或放棄.當然都那些夠程度的人來說,這本應該助益就不高了,可以跳過.

        至於需不需要了解這些數學內容,個人沒太多執著,有些人覺得學AI的應用即可,反正本地的軟體業本來就不發達,甚至製可以說是落伍.但要我讀市面上那些講機器學習,深度學習的書在弄不明白模型構成前因後果,只要把數字輸入,然後呼叫必要的函式庫,讓程式照範例執行做出ㄧ樣的結果,這種做法我是不太接受的,這種作法很難舉一反三吧,或者講概念用在目前未知的領域吧,所以我寧可花時間去多瞭解這部分一些,以上.

數學教你不犯錯(上)(下)

 

數學教你不犯錯(上)(下)( HOW NOT TO BE WRONG:The Power of Mathematical Thinking, Jordan Ellenberg)

          飼料公會舉辦年度全國飼料評比調查,分別調查各類家禽家畜與寵物的眾多飼主,由飼主來評比自己對所用飼料的滿意度,於是飼料公會得出這樣的排名,雞飼料,狗飼料,貓飼料,金魚飼料,牛飼料,豬飼料......就這樣,雞,狗,貓飼料分別獲得飼料公會頒布全國最佳飼料的前三名.

          以上這個飼料評比當然是唬爛的,稍微想一下就知道,雞飼料如何去與貓飼料做評比排名,先不說雙方使用受眾不同,飼料內容物間就不具備可比較性,請問雞飼料評比高於狗飼料的意義是什麼?.這種評比本身就是荒唐,一眼即可得知.但是,如果我將雞飼料改成為屏東縣府的施政,雞飼主改成屏東縣民,豬飼料改為新北市府的施政,豬飼主改為新北市民,你就會發現這種荒唐的調查在日常生活裡普遍充斥,還可以被媒體做成全國施政最佳縣市長排名,且行之有年,荒唐了許多年.而其中的關鍵問題是究竟選民的滿意度與首長施政成績的高低間有何直接關係?歷史顯出男人不壞,女人不愛的效應可能也會發生在選民投票的行為上,好的施政成績未必能與選民喜好掛上鉤,滿意度顯出的就只是我喜歡你而已,根本與首長真的做出了什麼成績無關.

         後來,不知道是媒體看到了這樣的批評,還是自己發現了這其中的荒唐,總之就是不玩排行了,改用星級制度.就是不再跨區比較出排名.當然飼料公會也跟著仿效起來,根據雞飼料的組成份子,包括大小,軟硬,顏色深淺,香氣,排泄物狀態等各種項目讓飼主來評分,由極度滿意,滿意,普通,不滿意,極度不滿意五分法讓飼主填選自己對各項成分的滿意度高低.公會再由這幾項滿意度的轉為分數,平均分數達到90分以上的是五星,80分的是四星,...於是乎雞飼料,牛飼料,狗飼料,貓飼料,都贏得了五星飼料的稱號,其他的飼料也幾乎都是四星級飼料.後來有一個亞洲媒體看到了這評比方式覺得有趣,也仿效來用在評比亞洲領導人施政獲民眾滿意的評比上,分別用問調查各國國民對自家領導人的滿意度,評選結果它選出了莫迪,小馬可仕,安華為五星領導人,李顯龍是四星,而岸田,尹錫悅則只獲得兩星.至於習近平則是在問有沒有反對他應會得超五星評價的提問中得到..沒有..沒有...沒有..沒有....通過.的回應,..在掌聲中贏得了 超五+星級的最高等級評價.

        亞洲媒體評選星級領導人的事當然是我唬爛的.但是卻應該是在亞洲會真的發生的事,有多少人會真認為小馬可仕,安華比李顯龍,岸田施政能力更高,或評價更好?除了問券調查可能涉及人為舞弊之外,調查受眾對於領導人施政評價的感受本身存在著組間的嚴重差異.某些國家人民平均受教年限超過12年,有的則不滿6年,各國經濟發展程度不同,傳媒發達度不同,各國的人民文化性格不同,這些都可能影響了評比的基準性,在甲國人民評價得到的五星,其實可能只等於在乙國人民眼中的二星.是的,我只是以跨國比較的方式就顯出了星級評選制的另一種荒唐度,同樣的五星是不同的內涵,星級制只約略在同一地區前後任之間的比較作用上有意義而已,就是上一任縣市長與現任間的滿意度差異比較有點意義,前任三星現任五星差異可能會有點意義,因為問券是在同一個近似變化不大的母體中抽出的,其他的評比結果與它區共列則毫無價值.且星級制評價的核心問題仍是一樣,滿意度與施政成績間並無太多相關性的連結,內核純粹就是在問選民支持不支持喜不喜愛這個人而已,前面說的壞男人理論.所以什麼五星級市長評比根本上就沒有任何施政成績上的意義.

        以上的滿意度統計調查的弊病問題是我歷來觀察思考下的種種彙整,只是用一種比較誇張的表述來呈現.但社會上種種濫用數學,統計調查的例子很常見,從一發命中率70%衍生出三發命中率210%那種明顯的錯誤,到以上這種由許多博碩士組成的媒體企業與統計調查機構的各類評比的誤導.產生這樣的現象其中有諸多原因,比如講述的內容中如有數學,統計來佐證看來比較科學,理性,講理,有人可能會以為有數覺解釋比較高檔,當然也可能是因為媒體丟掉了傳統第四權應該監督揭弊角色,主動轉成了捧臭腳的犬媒身份以便能在權錢方面得利而加重自身的影響力,於是如果利用數學正好能夠有條件的設計出他們想要的可能的結果來傳播,那麼運用令人眼花撩亂的數學統計來迷惑他人的思考是一種簡潔又難以被普通人揭露的偽裝假象工具何樂不為.這本"數學教你不犯錯"主要談的就是在生活中我們常見的種種可能運用,或領會,感知的某些知識,概念,觀點,信仰,等因為數學的背書或誤用而造成我們可能犯錯,或迷信的諸多面向案例說明.從過度看重小概率事件,現象而產生的一些醫學知識誤解,到不參與玩樂透彩的極小中頭獎機率而錯失可能能從中或去定額收益的方式等,又比如三位以上的候選人的當選率與選舉制度間的關係如何採用支持度間的差異看初選舉制度的不同如何的影響了可能當選人物的不同等等的內容結構說明上.因為真正的數學往往在解題之外,甚至是在數字之前.但是學校教育往往把重心放在了一些封閉式習題的解題技巧上,我們記得許多公式,在實際運用上可能也可以用在生活中某些事情上,但是生活遇到實際問題若不是單純的封閉空間,則反而成為了障礙,因為那會讓人們忽略掉許多原先公式沒有考慮到的環境與條件變異.譬如我們了解統計學,用數字比較幾個對象間的區別,但可能卻被大數定理給欺騙了,過度執著於沒有太大意義的數據.也可能驚艷於實驗數據卻忘了回頭想想零假設的存在,輕信了浮於表面的宣傳.還有許多看似有跡可循的機率問題為什麼總和我們設想的不一樣?作者Ellenberg說"用一個數除以另一個數只是單純的計算,考慮清楚用什麼除以什麼才是真正的數學問題".沒有養成數學思維,而先養成了解題思維,恐怕是今天學習與使用數學,統計相關事務的最大障礙與問題.

        在這本書中學到的觀念其實很清楚,文本中雖然提供部分的數學,數字,方程式,公式,但其實真的要用運算或是要強調這些東西的文本很少,事實上本書不是在教你運算什麼.它純粹提供一些在生活中看似受數學思考影響的事情,但重心不在數字,書本身所想表示的就是世界裡有結構,我們有希望瞭解其中一部分,運用數學理解世界構成中某些的成分,同時也釐清因為數學而造成對結構的誤解所在,書本身就是在澄清數學的極限與有限,讓人們勿須僅能瞠目結舌的接受感官訊息,它能讓我們觀察到好東西多了比如稅率,效用並不見得總是更好.或者只要給予足夠機會,不太可能發生的事也會多發生,比如大量簽注樂透.幫助我們做決策時不要只關注到最可能的未來,應該看到所有可能未來興起的突發事件,注意到哪些比較可能,哪些比較不可能,且它讓我們對於群體信念與個體信念的規則應該相同的想法不再堅持.有了這些認識就是找到了認知的甜蜜點,即使沒有寫下一條方程,沒有畫出一幅圖像,但你就是在做數學,你正以額外手段擴充常識,想更清楚的認識世界的各類組成結構就要好好的使用數學,並思考它與周遭之間的變化關係.這本書涵蓋了線性思考帶來的弊病,歸納法可能犯的錯誤,均值回歸模型中存在的問題,多參與者民調的困境,及波士頓彩票系統變革所帶來的思考,都是相對能帶來許多思考的問題,值得讀者花一點時間去慢慢地閱讀理解,只不過我認為這書對純文科生應該不算太友善就是了.以上.

牛津 what everyone needs to know 系列讀本: 海洋汙染+核能＋過度捕撈

 

海洋污染(Marine Pollution,Judith.S.Weis)＋核能(Nuclear Energy, Charles D.Ferguson) +過度捕撈(Overfishing,Ray Hilborn &  Ulrike Hilborn )

          牛津出版的系列書籍不少,較為人知且有中文翻譯版的是Very Short Introduction系列,被譯為"牛津通識讀本",到2023年7月止此系列原文共出了738 個主題本.這次的三本書是從另一個系列"What Everyone Needs To Know"而來,對岸的華中科技大學有翻譯了幾本,取名是"牛津科普讀本",但我去查了一下,這系列原文目前出了有100多個主題,涵蓋範圍從藝術與人文,法律,醫療與健康,科學與數學,社會科學共5個主要分類項,因此叫科普讀本顯然是不精準的,當然出版社是因為所在學校屬性而選擇中文化17個相關的科技主題書籍,兩者間存在著本質目的性的差異.

          這個系列的書籍內容結構形式是一致的,雖然每本書的分章形式依舊是傳統的,但是每一章的構成是由幾個主要的自問自答構成,是一種簡潔但清楚又詳盡的書寫方式,優點是讀者很快就能知道作者想要讓讀者體會的問題是什麼,且提供相當詳盡地回答,但缺點是這樣的書寫對於閱讀體會來說會顯得相對枯燥,書籍看來少了一分有趣度.比如以探索海洋污染為題,作者可以在開始篇章先定義了海洋污染及其問題,逐步的說明各名詞的定義與差異,污染物與污染方式的不同,各種污染的狀態,其後再以各種污染狀態來源為單章標題,逐次的探討每一種污染狀態比如營養物質,海洋垃圾,石化原料及其衍生物,金屬污染,農工業有機化學物污染,及新的來新科技如奈米,核能,噪音等新污染方式,生物累積的問題,氣候變遷等型態帶來的污染,最終還提出如何來控制與降低污染,其中的每一章則以問題的方式分段,讓讀者知道現在要解決什麼疑惑,比如在營養物質章中作者會提出為什麼人類的營養物質會成為污染來源?營養物質對於海草有什麼影響？對珊瑚有什麼影響？人類的排放徑管,排放系統,污水處理廠各有麼功能,及其力有未怠之處？什麼技術可以降低營養物質的含量?明顯的,這些內容有得相當的細節,但對於了解主題應該是不可免的,只是就一種枯燥單調的知識傳遞就是了..

         這三個主題表面是獨立的,但是依據當前時事應當能夠串連在一起,過度的海洋捕撈固然要禁止,但是替代性的來源或活動是什麼?若訴諸水產養殖,又增加了海洋被加重污染的可能性,而海洋污染除了傳統的污染來源外,新增的海洋排放物又包括什麼?即便某種污染物的排放合乎當下的規定,但是因為海洋生物圈循環的特性,這種污染經過長時間的痕還累積下,它的狀態會是如何?有沒有可能累積到超過一定的狀態而帶來傷害,特別是經過金字塔級的食物鏈下,由底層逐步地經過幾個動物與人類世代的累積而造成了大傷害?原來許多的污染並非當下能夠一探清楚的,他有累積與循環性,有迭代與變化性.也就是說毒物經過長時間之後,並不是被稀釋或消散,而是更加嚴重的累積.在海洋污染問題是如此,在溫室效應上的問題是如此.核能的發展與應用及其所帶來的副產品,一方面是有害的物質可能污染,一方面卻又降低碳排阻卻酸化,對於空氣與海洋的污染既有助也有害,以致很多事物與行為都不能只單看一面,而不思考全面.

         因為這幾本都是單向的傳遞解答為主體,有點枯燥,也就不寫詳細的心得,但站在純知識的立場來看,他們還是相當的有閱讀價值的,只是內容實在不太合乎喜歡輕鬆講解大略理解題材的現代人觀念就是了.以上

白話機器學習

 

白話機器學習(Grokking Machine Learning ,Luis G. Serrano)

        "白話機器學習"是本新書,附近僅存的書店都沒有,只好直接殺去天瓏,不確定內容方向,必須實際看過後才能決定要不要買來看.

        y=a+bx,是一個簡單線性方程,如果式子是出現在初級統計學的書上,學過的人會說這叫"簡單線性迴歸"(Liner Regression),透過若干n組的(x,y,)數據來估算出一條線,作為預測之用.但在一般商學院或社科學院理學過統計學的人大概不知道,它固然是迴歸,其實也是變異數分析(ANOVA).

        其實只要改變一個假設狀態,迴歸方程式就可以用來計算變異數分析,就是限定x只是能離散的數據,如0,1,2這些,y=a+bx它就成了變異數分析.比如x代表班上學生的性別,是男的則x=1,是女的x=0,而y則是數學成績,在這種情況下,x成了一種組別樣本標籤(label),也就是男生組,女生組的代表,因此迴歸與變異數分析變成了根本就是同一件事.甚至還可以更進一步將此式子擴大,如果此處的b,x由單一變數改成陣列b=[b1,b2,b3],x=[x1,x2,x3],那,y=a+bx,其實就是y=a+b1x1+b2x2+b3x3),那y=a+bx就成了複迴歸或多元迴歸,而更一步假設x1,x2,x3都成了離散數據,也就是它們都成了分組樣本標籤,比如x1是性別,x2是血型(A=0 ,B=1, AB=2, O=3),x3是補習與否(是=1,否=0),那麼它又成了數學成績y的二因子或三因子變異數分析.改變了數據輸入的特性,迴歸與變異數分析就可以是同一件事,此時用數據分析軟體跑迴歸,就是在跑變異數分析.

        我們再進一步擴張,如果y由連續數據變成了離散數據會如何?其實y=a+bx它就成了分類(classification)或歸類,最基本的如Linear discriminant analysis(區別分析),但如果y是由0到1之間的數據,它y=a+bx就成了邏輯迴歸(logistic regression),但以上二者的y如此設定目的是為了要找出資料中的區別界線,都屬於機器學習中的分類範圍.我們還能更進一步的如果假設y=a+bx變成y=a+bx呢?此時y,a,b,x成了陣列或矩陣,此時y由一個變成m個,y1=a1+b1x1,y2=a2+b2x2...ym=am+bmxm,若要再擴張, m個y可再搭上x由1個變成n個 y1-a1+b11x11+b12x12  y2=a2+b21x21+b22x22....,y1=a11x11+a12x12+...a1nx1n....ym=am1xm1+...amnxmn,亦即當y由一條方程變成m條,x由單一變成n個時y=a+bx.就可以稱為是多變量迴歸(multivariate regression),同理它也可以由ANOVA(變異數分析)變成了MANOVA(multivariate ANOVA),這些多變量的內容幾乎都是陣列與矩陣的表達式,要在其間運算只能靠電腦與程式,當然現在都有套裝軟體,但人還是理解它產生的本質來源比較好.

         以上的種種衍生往往是需要把整套這些內容都學過後才可能想到其彼此間的相關擴張關係,不太可能一開始就告讀初學者這些領域間的相關衍生性.,"白話機器學習"在寫甚麼呢?固然如書名所寫是有關機器學習的白話解釋,但主要在解釋如何產生"分類""區別"這條線的方式,迴歸原則上是產生一條線,然後做為一堆數據中共有主要因素趨勢的依歸,未來就能根據這條線來預測某種狀態(標籤)可能會出現的結果數據大致會遵循著這條線上的位置去分布.分類也是找一條線或幾條線,但這條線卻是用來將一堆複雜資料依據某(幾)個特性(標籤)分別成清楚若干組或群的界線,要知道,我們在學校學簡單線性迴歸是用一個最小平方法的方式推導計算出來的,但是其他的迴歸型態產生的線,或是用來最為分類的區隔線其實是沒有一套簡單的公式能推導的,這本書就是在解釋如何先經由一條武斷或是粗略規則下所產生的這條線,用來"迴歸"或是用來"分類"的線,透過一系列的相同的科學性想法與規範逐步微小的移動來形成一條最能代表該組資料的"迴歸"或"分類"的線,整本書最有價值的就是在介紹這個逐步推導過程的核心觀點與意義,同時探討在過程中可能發生的問題與解決之法.並且釐清各種不同的區別規則間的差異與合併作用比如決策樹,SVM.,感知分類器,邏輯分類器等等的差異及由這些方式構建出集成學習法.那些探討的白話解釋內容有助於對於機器學習看來一知半解,或是拿起數據蒙頭便去跑Python的而不知其間差異的人,應該能讓讀者了解這些方式在實作上是如何達到目標的,且如何逐步地去修改調整所需的數據參數調教中各種問題.

        統計與機器學習有時就是同一件事的兩個不同名詞的差別而已
比如上面的數學成績y與x1,x2,x3三個分組標籤為例為例,若我們想衡量其中血型造成的差異
可以將x2由0,1,2,3的單一變數4種類別換成使用dummy variable的方式
做法是將x2 分割成4個單項 xa xb xab xo四種 讓y=a+b1x1+b2x2+b3x3 替換成
y=a+b1x1+b2axa+b2bxb+b2abxab+b2oxo+b3x3
其中的xa xb xab xo 是個只有0與1兩種結果的變數,且它們彼此之間還互斥 即
若一個人血型是A型 y=a+b1x1+b2axa+b3x3 因此他的xb xab xo 皆等於0 若是b型 則 xa xab xo為0
這在統計裡就是在迴歸中添加虛擬變數(dummy variable)
而以上的作法到了機器學習 被改稱為 one-hot編碼,透過將數值資料或多類型的資料分割可以加快運算處理 同時強化了某些標籤的作用角色

        但這本書也有很明顯的缺點,就是只寫了三分之二的詳實內容,到了"類神經網路"就開始匆匆帶過,雖然它屬於深度學習,但在本書的描寫方式上也太簡略,思考轉為跳躍,有點扣分,不能維持整本一貫的詳盡寫實的逐步連結是一個很大的缺憾,它雖然是"白話"也逐步地解釋了各種思考內容,但個人以為這本書還是對在機器學習領域有起碼粗淺了解的人來看比較有幫助,不過它的寫法是我個人比較喜歡的那一種,對照其他的書籍一上來就給你案例與資料要跑,缺乏產生或使用某"方法"的核心思維,這本比較著重在概念與想法的釐清上,這是個人以為重要的部分,對於更深問題或沒有遇見過的問題提供一個簡單的知識儲備,而不是單純背一堆公式與方法目的,"Grokking"這個字不錯,它真的是帶讀者摸索著逐步產生一條線,以上.

如果這樣，會怎樣？︰胡思亂想的搞怪趣問 正經認真的科學妙答

 

如果這樣，會怎樣？︰胡思亂想的搞怪趣問 正經認真的科學妙答(What If?Serious Scientific Answers to Absurd Questions,Randall Munroe)

           這是一本透過荒誕假設性(Absurd  Questions)的提問,討論可能的結果,讓人可從過程中理解相關知識的書籍.

            其實作者所提的問題未必真的荒誕,許多也頗有可行性,或至少有些人也曾偶然性的胡思亂想過,但可能也就僅限零星的胡亂猜想,不像作者會深究到底,且真的轉成一種可以論述給大眾的文本.除了作者擁有的知識稍勝於大眾外,關鍵還在於堅持完全弄清楚的心態.比如其中一個假設問題,當初作者Munroe寫書時人類還沒有經驗,看似荒誕,但今天的人類真的已經有此經驗了,並不會感到困惑,且應該對作者的答案認同具有前瞻性,那個提問是將地球上的每個人都分開隔離幾星期,能夠徹底消滅感冒嗎?這裡的消滅當然是指的是消滅感冒病毒,作者從小島封閉型體系探索,確實有可能消滅病毒,但是將系統放大到全體人類後,要考慮的問題就多了,如糧食持續,經濟可持續性,需要付出的成本,最終是討論某些生物的寄宿頑固性,發現不可能絕對完全消滅病毒,且綜合考量多重因素與影響後,認為與其人人隔離消滅病毒,還不如實施普打疫苗,才是解決之道,而這不就是2019年 covid-19爆發以來人類透過try and error所得的一路經驗嗎?本書在2013年寫就時,尚不能知道作者引導出可能答案路徑的有效性,但後來實際人類的真實經驗上確實是這麼走的,

             與我最近閱讀有關的,比如其中一個假設馬里亞納海溝底下有一個半徑10公尺的洞,這個洞是個多拉A夢的傳送門,凡是流過這洞的海水,就會被從地球轉移到宇宙的其他地方去,那會發生甚麼事?,因為馬里亞納海溝是已知地球最深的海溝,這個洞就宛如水槽塞被打開,那全球的海水將會像水槽裡的水一樣會慢慢流光嗎?作者並沒有真的直接去回答會或是不會,而是將水流失的現象,依據海平面下降的幅度來探討,下降50米,下降100米,一路到下降到1000米,最終肉眼可見到那個洞,此時已經沒有水能再流下去.海平面每下降一段距離,作者就提供一張可能的全球地圖,慢慢的許多的陸地與島嶼會因為海水消退而變成相連在一起,加上海底其實也是地形起伏不定,某些地方的海水在一定高度以下就不再是整片海,而形成不相連分布的湖泊,最終形成的地球地圖並不會沒有海水,而是幾個大洋都縮小說,且歐亞美澳非五大陸塊都透過了許多狹長的新陸地相連在一起.

            作者思維沒有在水從地球上的洞漏完後就結束,他接著假設傳送門的出口是在火星的某個地點:蓋爾隕石坑,隨著地球的海水逐步地被送到這裡,火星也逐漸被海水填滿,最終除了一些原先的超級高山形成島嶼,火星成了一個表面灌滿水的星球,但是,它並不會遠遠如此.原因在於火星比地球冷且空氣稀薄,那些海水到了火星,逐漸的環境影響逐漸地轉為冰,然後被灰塵覆蓋,形成了永凍土,而事實上當前的火星的地層下本就有許多固態的水,這也是人類探討能夠移居火星的重要因素.而談到了移居其他星球,作者又突發奇想的提出要將所有地球人推送到外空可能實踐嗎的猜想.他是真的夠naive才會動手去計算要將一個人送入太空淤要多少的動能,耗費多少的能源,然後算出將幾十億人送上太空要花費多少動能,需要多少種何種數量的能源,結果得出要耗光地球當前已知所能供給為能源的原料,卻還帶不上能夠所有人類維生的其他設備糧食,雖然沒有提出絕對的結論,但你知道這些描述下的意思,其實都頗具深思性.

            這本書有一個隱藏的特點就是作者喜歡提出一些小問題,然後從小發展成一個大問題.,比如說因為重力影響,人在極地的體重會比在赤道體重要重150公克,人減輕150公克很多嗎?很重要嗎?當你認為這不重要時,他指出這150公克約等於就是DNA的重量,那這重要性就完全不同了,於是開始探討食物,化療,輻射對於DNA的影響.隨後思維在別處又跳躍到構成DNA的父系或母系元素中的一方拿掉會如何?原來這意思是要探討自體繁殖,也就是複製人可能出現的問題,我說難怪近年關於複製人的議題突然變得不熱門,原來這其中牽涉到代換父系或母系的DNA由另一系填充之後會產生的先天性疾病問體,致使複製人難以正常成長或安然享得天壽.另一個以小試大的問題就是書開頭的那個以常見的雷射筆來照月亮半月陰影的部分,會發生甚麼現象,從最初的民用單一低功率一隻雷射筆,到後來的所有人每人拿低功率雷射筆照射,到所有人都拿美國國防部研發用來攔截飛彈的兆瓦級雷射武器,居然能夠令半月變成全月,接著轉換成所有人都拿核聚變500太瓦的紫外線雷射,它不但能令半月全亮,還會毀滅引燃地球,殺光人類,也就是它一面演示這種看似趣味的實驗,一其實面也是在描述雷射武器的恐怖,可以殺人消滅飛彈,更可能摧毀地球,但是是否也有可能會用它來對付有近地危險的其他小星球或隕石,當然這只是一種閱讀後的聯想,這種功率的雷射不知會有何種作用,也不知該耗用多少能量才能實踐,但這也是閱讀本書後的作用中的一種就是了.另一個以小見大的例子則是週期元素牆,作者假設有人將收集化學元素表上的每一種元素,將每個元素都做成一塊磚,然後以週期表的方式排列堆疊,會發生甚麼事?結果竟是毀滅地球,那將是不斷的核爆,類似這樣的堆疊方式,其實正是本書真的結構內容,它所有的提問都有這樣的以小見大的複合作用,讀者需自行體會.

            雖然本書是所謂的科普,但實際上卻算是有趣的一種提問與解答引導思維過程,除了有些地方需要一些基本的物理,生物,化學常識作為基礎外,基本閱讀的過程倒是很輕鬆,以它的單篇篇幅分割方式其實很適合拿來做為短時間閱讀標的,內容就不用說,儘管它沒有甚麼實際用處,但挺值得看的一本.以上.

時間旅行簡史

 

時間旅行簡史(Time Travel: A History,James Gleick)

      這本"時間旅行簡史"很難歸類屬於純科普.原文都標明了"A History"擺在那邊,論內容根本不是在寫"時間旅行",而是寫"時間旅行概念演進的歷史",這意思是說它寫的是"時間旅行"這個概念自出現起到今天為止,人類是如何來看它的,而不是關於時間旅行技術面的演進史,目前根本都還沒有人有能力執行一場時間旅行,它至今都滯留在"概念"而已,這是需要釐清的.

       探究"時間旅行"這個概念最先是由作家提出的,其中最著名的是1895年威爾斯(H.G wells, Herbert George Wells)出版的小說的"時間機器"(Time Machine)進行了對於"時間旅行"大規模科學哲理的探討,此書影響深遠,雖然它不是最先提出時間旅行的作品,卻真實的誘發了大眾對於這個概念各種想像的開始.時間旅行是指透過某些手段,讓人或物體能夠穿越時間,到達過去或未來的時空.時間旅行概念自古以來就存在於人類的哲學、文學、邏輯、科學等領域中,並且隨著人類認知能力的提高,對時間旅行的認識和理解也逐漸發展和演變.依我閱讀後的感受,本書分別從哲學,文學,邏輯和科學四個面向探討時間旅行的概念演進過程.

        早在古希臘時期,哲學家就開始思考時間和空間的本質,以及人類是否能夠進行時間旅行.柏拉圖在"會飲篇"中提到了一個關於時間旅行的故事,講述一個年輕人名叫艾里馬斯,經由夢境回到了他曾經生活過的城市,並且見到了很多已經去世的人.這個故事可以說展現了古希臘時期哲學家對時間旅行的初步概念想法. 中世紀時期,哲學家聖奧古斯丁(Augustinus Hipponensis)在其著作"上帝之城"(De Civitate Dei)中提到了一個有趣的問題：如果上帝能夠創造一個人在未來看到了過去的事情,那麼這個人是否能改變歷史呢？而這個問題引出了時間旅行上一個重要問題,那就是時間旅行是否會改變歷史?聖奧古斯丁的思考使得時間旅行的哲學探索更加深入,直到近代哲學家亞瑟·史密斯(Arthur Norman Prior)在20世紀初提出了一個名為時態邏輯(temporal logic)的理論,用來描述時間的結構和時間旅行的可能性.時態邏輯認為,時間旅行不會改變歷史,因為時間旅行者所做的任何行為都已經發生過了,而這種觀點稱為"預定論"(determinism),認為一切都已經被預定,時間旅行者的行為也不能改變歷史.時態邏輯為時間旅行的哲學問題提供了一個新的解釋角度,同時也引發了更多關於時間旅行中的個體自由意志的問題. 而時態邏輯是一門專門研究時間和時間中事件發生的邏輯學分支.它利用符號邏輯中的符號,公式和論證,描述和分析不同時間點上的事件和狀態之間的關係. 時態邏輯在人工智慧,計算機科學,哲學,語言學,認知科學等領域都有應用,時態邏輯主要分為三種類型.命題時態邏輯(propositional temporal logic),一階時態邏輯(first-order temporal logic)和高階時態邏輯(higher-order temporal logic).其中,命題時態邏輯是最基本的一種,它只關注命題的真假與時間的關係.一階時態邏輯則將對象,性質,關係等概念引入時態邏輯,可以描述對象之間的時間關係.高階時態邏輯則涉及到更高階的概念和關係,如集合,函數等. 時態邏輯的主張者有很多,Arthur Prior是先驅之一,他提出了命題時態邏輯的概念和符號體系,所著"時間和語言"(Time and Language)對時態邏輯的發展產生了深遠的影響. 

      英國作家威爾斯的小說"時間機器"於1895年出版,這是最經典的時間旅行小說之一,也是現代科幻小說的開山之作.故事講述一位名叫“時間旅行者”的科學家,製造了一台能夠穿越時間的機器,到達了遠古和遠未來的時空.威爾斯的小說將時間旅行與科學幻想完美結合,對後來的時間旅行小說產生了深遠的影響.而在文學上,時間旅行概念的出現可以追溯到古代的神話傳說,最早的古希臘神話中的克洛諾斯之劍(Κρόνος),可以使人們穿越時空,而現代文學中,時間旅行成為了一個重要的主題,不僅可以發揮科幻想像力,也可以探討哲學和道德問題. 而後如"The Green Door"故事中一位名叫羅伯特·格林的年輕男子,透過一個神秘的綠色門,穿越到了未來的世界.這樣故事的出現標誌著時間旅行已經成為了文學中的一個熱門主題,其後中外相關的著作可以說是屢見不鮮,在科幻類的小說形成了一種特殊的類型小說後.時間旅行的概念更是成為了一種通俗簡單的想法,而這種想法中也隱藏了不少有問題的矛盾與人類思想上的碰撞,畢竟終究存在願意嚴謹思考者,這些人主要是以探究真實與可實踐的的科學家為主體,他們各自就自身的領域開始探索時間旅行,. 

        首先是在邏輯學中,它們找出了時間旅行中被稱為"時間旅行悖論"(time travel paradox).這是指如果時間旅行者回到過去並改變了某些事情,那麼這些改變可能會導致一些悖論的後果,比如"祖父悖論"(grandfather paradox),如果你透過時間旅行回到了過去,殺死了自己的祖父,那麼你在後來的時間中將不會出現,因為你不曾存在,那麼也就不可能回到過去殺死自己祖父,而這構成了一個自相矛盾的局面.這種悖論挑戰了邏輯學和哲學中的一些基本概念,如因果關係和自由意志.其中的另一個重要悖論則是數學家哥德爾提出的.哥德爾是20世紀一位著名的數學家和邏輯學家,他提出了一個著名的時間旅行悖論稱為"哥德爾悖論"(Gödel's Paradox),該悖論是基於他所發現的"不完備定理"衍生出來的,"不完備定理"指出任何一個充分強大的數學系統,都不能證明其自身的一致性,基於這個定理,哥德爾認為如果時間旅行是可能的話,那麼人們可以通過返回過去,從而證明未來的事情是必然發生的,但如果未來的事情是必然發生的,那麼過去的事情也是必然發生的,這樣就出現了一個自相矛盾的情況. 為了解決時間旅行悖論,邏輯學家提出了各種解決方案,如"多元宇宙理論"(multiverse theory),即在不同的時空中可能存在不同的宇宙,時間旅行者的行為會影響到其他宇宙,但不會對自己所在的宇宙產生影響.還有"自我充足性原理"(self-fulfilling prophecy),即時間旅行者的行為可能已經成為歷史上必然發生的事件之一,他回到過去並改變歷史,實際上是在完成歷史上已經存在的事件.

      其他邏輯學上的悖論有潘羅斯(Roger Penrose)提出的"廣域一致性悖論"(Global Consistency Conundrum)的時間旅行悖論,該悖論是基於他對於物理學中時間的觀察,他認為時間是一個單向的運動,因此時間旅行是不可能的,基於這個觀點,他認為如果時間旅行是真實存在的,那麼可能會出現一些不一致的情況,比如物理定律的矛盾等等.而普林斯頓(Joseph Princeton)提出了一個名為"資訊炸彈悖論"(The Information Explosion Paradox)的時間旅行悖論,該悖論是基於他對於資訊複製和時間旅行的觀察,他認為如果一個人通過時間旅行返回過去,然後將一個資訊傳遞給過去的自己,那麼這個資訊會在過去不斷地複製和傳遞,最終導致資訊的數量無限增加,這種情況被稱為"資訊炸彈",這樣就會出現一個自相矛盾的情況, 總的來說,時間旅行悖論是時間旅行中的一個重要問題,其主要主張者從不同的角度對時間旅行提出各種質疑..

       而在科學上,時間旅行仍然是一個前沿的研究領域,目前還沒有實現時間旅行的技術,但科學家們已經提出了各種可能的實現方案. 其中最為著名的是艾森斯坦的相對論,他提出的時空觀念認為,時間和空間是相互關聯的,時間可以彎曲和扭曲,時間旅行就是通過彎曲時空來實現的.愛因斯坦的相對論為時間旅行提供了一個基礎理論,也成為現代物理學中最重要的發現之一. 除了相對論之外,還有一些其他的理論和假設可以支持時間旅行的實現,比如黑洞假設,蟲洞假設,量子力學中的超距作用等等.這些理論和假設都提供了不同的思路和可能性,讓科學家們能夠更好地理解時間旅行的奧秘.除了愛因斯坦外,還有許多其他的物理學家和科學家也對時間旅行進行過專門的研究.費曼(Richard Feynman)曾表示時間旅行理論將導致一系列的悖論,如自我矛盾和因果循環,因此認為時間旅行是不可能實現的, 霍金(Stephen Hawking)在"時間簡史"中討論了時間旅行的可能性和限制,他認為根據現代物理學的知識,時間旅行是可能的,但存在著許多的限制和挑戰.希佩爾(Kip Thorne)曾在他的著作"時空之旅"中詳細討論了時間旅行的可能性和挑戰,並提出了許多新的觀點和理論.泰普林(Frank Tipler)提出了"沿着運動學時間旅行"理論,也就是透過與巨大質量的旋轉物體相互作用來實現時間旅行.德國物理學家波恩(Max Born)對時間旅行進行了許多研究,提出了一些與時間旅行相關的波恩矛盾和波恩规则, 這些物理學家和科學家對時間旅行的研究提出了許多重要觀點和理論,幫助我們更好地理解時間旅行的可能性和限制.

     總之,時間旅行作為一個古老而神秘的概念,自古以來一直吸引著人們的好奇心和想像力.隨著人類認識的不斷深入和科學技術的不斷發展,對時間旅行的認識也不斷演進和發展.哲學家和文學家們從時間和歷史的角度出發,探索時間旅行對人類的意義和影響.邏輯學家們從邏輯和哲學的角度出發,解決時間旅行悖論所帶來的困惑.科學家們則從物理和科學的角度出發,提出了各種可能的實現方案. 然而,時間旅行的實現依然是一個前沿的科學問題,現在的科學技術還無法實現真正的時間旅行.但是,時間旅行作為一個概念和思想,依然對人類的想像力和思維方式產生著深遠的影響.它不僅激發了人們的好奇心和求知欲,也擴展了人類對時間和空間的理解和認識.在未來的發展中,時間旅行可能會成為人類探索宇宙和時間的新途徑,也可能帶來新的科技和文化的變革. 總之,時間旅行的概念從古代的哲學和文學開始,經過了幾千年的發展和演進,在當今的科學研究中仍然扮演著重要的角色.時間旅行的探索不僅是一個科學問題,也是一個文化問題和哲學問題,它影響著人們對時間,歷史和宇宙的理解和認識,同時也激發著人們的好奇心和想像力.

趕往火星: 紅色星球定居計畫

 

趕往火星: 紅色星球定居計畫(The Case for Mars: The Plan to Settle the Red Planet and Why We Must, Robert Zubrin & Richard Wagner)

      "The Case for Mars"原文是個接近內文意義的書名.而副標還用了settle這個字,更是清楚的說明了作者的意圖思維,這本書其實是從一個有關於人類登陸火星試圖殖民的全計畫"Direct Mars"的部分內容改寫而成,加上了大量關於發射火箭,登陸,探索,開發,在未知星球生活所需的準備與構建等等知識而組成.個人以為這本書相當的不錯.有論述,有疑惑,有企圖,也敢突破.兼具高度的科學知識,生活應用知識,工程,管理,等不同領域的專業結合,且作者並非單純的技術人,文中還存在著論述探索火星甚至殖民開發對於人類或說美國人的意義,他們在書末後記中開端引用的竟然是前面我才剛剛讀過的特納(Frederick. J. Turner)的"邊疆理論",探索並殖民火星對本書作者Zubrrin等人來說,就是一個試圖建立新的邊疆的活動.

       "Direct Mars"並不是美國官方NASA的計畫,而是一家美國的私人公司Martin Marietta提出的研究方案,方案的執筆人之一正是本書的作者Robert Zubrin.他們為什麼要提出Direct Mars呢?這是因為原本美國的官方確實曾經想過執行載人太空器降落火星並登陸的計畫,但後來因故被取消了,甚至可以說終止了.而Zubrin等人想要挽回人類登陸火星,於是便提出了Direct Mars.美國早在1989年就由老布希總統宣布了後來被稱為太空探索計劃SEI(Space Exploration Initiative) 的計劃,SEI的長期計劃將實現人類前往火星登陸探索的任務,但後來估算SEI項目成本確定長期支出總額約為 4500 億美元,這巨資嚇壞了美國國會,於是SEI 的所有資金請求後來都被國會拒絕了.不得已NASA於1992正式宣告放棄了近期人類探索地球軌道以外的計劃,轉向更快,更好,更便宜的機器人探索策略,所以我們近年看到美國雖然依舊有在執行火星探測任務,但全是以機械人或動力車方式登陸火星,用遠端遙控的方式來執行,不見人類登陸的可能.

     Zubrin等人以"Direct Mars"來遊說美國政府與政客,告訴他們,Direct Mars只需要花費500億美元以下,就能達成人類登陸火星,並展開探索,研究,甚至是定居,殖民,開發的可能.Zubrin等人認為SEI登陸火星計畫長期之所以估計要花到4500億美元的支出,在於它計畫的技術想定與目標都是有問題,甚至可以說是錯誤的.如同我們前面在"阿波羅是如何飛到月球"讀到的探討登月飛行方式,路線,與設備的結合時曾考慮一次發射直飛,兩次發射飛到地球軌道結合的討論一樣,那時NASA計畫登陸火星共有三種發射與結合方式的探討與爭論,最後才選擇了後來定案執行要花4500億的那種.SEI登陸火星計畫用的方式是將需要的艙位,設施,登陸設備分幾次發射,然後於地球軌道上結合後再轉往火星,也就是必須先在地球軌道建立一個類似船坞的太空站,所有德設備將至此結合,加上去火星的旅途時間將是去月球的150倍,所以去程回程所需的燃料載重,這就需要研製更多更大推力的火箭,與更多的相關設備,以至於成本暴增,且因為設備因素最後人類竟然只能在火星待個2周,對於Zubrin來說如同是花了4500億找幾個太空人去火星觀光兩周,對人類沒有實質的益處,只是在政治宣傳上有利於政客個人而已,因此他的Direct Mars就拋開了這種想定,而以未來能持續進行登陸火星,移送人類定居,甚至殖民開發資源為目標.

      Direct Mars計畫開始即敘述並追問火星是一個怎樣的星球?!.這個目的其實與作者們的發射想定是有關係的,火星是一個充斥著二氧化碳的星球,大氣層稀薄,氣壓低,地表無水,但不排除地層中含水,人要存活期上,一需氧,二需水,Direct Mars的基本想定就是利用火星原本的天然條件來協助達成計畫並降低成本.Zubrin發現SEI 計劃中的根本缺陷,所以任務策略的替代方案擬定將涉及更長在火星停留時間,更快的飛行路徑形式結合級任務,就地資源利用和技術直接從地球表面發射到火星,而不是在軌道上或由天基船塢組裝.他提出極其簡單,精簡和強大的策略,他們利用火星當地資源,輕裝上陣,在火星陸地上生活的目標.這個目標最先的想定就是在火星上生產回程與在火星探索途中所需的所有燃料,而不是從地球發射時帶著一堆龐大的燃料去旅行整個過程,也就是在地球準備發射時所需的燃料,在火星製造回程時需要的燃料,即可大幅地降低費用.

      在Direct Mas計畫中預計在返回地球火箭與在火星探勘設備上的動力來源有兩種,一是火箭常用的甲烷和氧燃料,另外可採用核動力,然而第一種的用量相當大,超過了100公噸,如果直接從地球帶去,將是一筆非常巨大了資金浪費,因為那將製造推力與動力都較為龐大的飛行設備,Zubrin他們藉由簡單的化學原理,認為只要攜帶能5公噸經由安全膠化的氫,透過一個簡單設計的化學作用設備,便能利用與火星空氣中存在大量的二氧化碳結合,透過化學變化來產生甲烷與氧,如此便有了需要的動力來源.實務上只要提早幾個月將這套設備先行發射登陸火星並以機器人操作運作,如此等後續要登陸的太空人發射時就不需要帶著一堆東西,而能輕裝上陣,只要到時兩個設備能夠結合,便能利用已經產生的甲烷與氧.而如此設備產生出來的燃料除了可以供回程發射與火星探測車的需要外,還能額外的產製氧氣,甚至供未來繼續運作,因為在Direct Mars計畫中太空人將停留在火星上超數個月甚至1年以上,加上後續的其它新的登陸者的需求,此時有穩定的燃料來源將有助於後續開發探索甚至長期居住的需要.

       登陸火星之後要做些甚麼?這主要與目的相關連.Zubrin等人的想定與NASA即美國政府大不相同,NASA可能只討論過短期的目標,就是對於火星地質與星球環境的探勘與研究,美國政府想達到通常無非是政治上的作用與功能.但是Zubrin等人想的則是火星殖民與資源開發,所以書名的副標用了settle.既是殖民,就要長期的定居,所以要考量的環境範圍的變化與所需的設備,及其功能就遠非NASA兩周的探看所想的範圍.同時要考慮殖民者的食,衣,住,行,交通,通訊等生活上的方方面面.火星因為距離太陽比地球遠,所以較地球為寒冷,是個二氧化碳充斥且大氣稀薄的星球,至少它的極冠就是二氧化碳凝結成型的乾冰狀態,從過去的探索知道,它可能曾經有海洋,曾經是溫潤的星球,目前地底也可能存在水源.為了定居,於是本書從如何探索水源,或是運用物理的方式從火星土壤中加壓取水的介紹,如何在火星上空軌道上佈上通訊衛星,加上透過無線電頻譜形成火星的通訊網路,如此便能方便殖民時的通訊與定位需求,如何的利用火星本身存在地底各種元素礦物的開採於當地製造從冶金,陶瓷,到塑膠,甚至於如何蓋屋防止太陽耀斑,從火星富含氫碳氧氮元素的土穰中提出能提供種植植物與作物的成分,將它變成了可能的食物,比如以溫室栽種,如何建立溫室,甚至要考慮長期生活需要的能源,從太陽能電力到地熱發電等概念到實作,從觀念到可行每一步都幾乎提出了Zubrin自己的看法與做法,從生活居住的面向全方位的提供了各種需要,需要的障礙,及如何突破這些限制的方式,其中不單有艱深的科學知識,也有很多其實是透過常識轉變而來的概念應用,因此本書不是建立在一種空想的外太空幻想上,而是到處充滿著科學原理,大膽想像與付諸實踐方式的論述.

       另外一個超乎想像的便是"利用溫室效應",利用它的目的就是想將火星變成另一個可能的地球.火星地表沒有海洋,它的實質面積大約與地球的陸地相等,在Zubrin等人設想中,它是一顆類似地球的行星,其中與地球可見的最大差別是"冷",加上它大氣稀薄,人類若在其上長期生活可能將會受太陽耀斑的影響,因此Zubrin竟然想到了解決這兩個生活問題的關鍵便是當前危禍地球的"溫室效應".如果能在火星產生製造出溫室效應,一方面能夠讓火星的溫度上升更適於人類生活,另一方面這些溫室效應會造成極冠中的二氧化碳作用轉以氣的型態重回大氣層,如此火星的大氣層有機會變厚,便有助於人類在其中長期生活不受太陽耀斑的影響.而為了造成溫室效應Zubrin竟然還提出了三種人造屋是效應方式,每一種其實都是從今日人類活動影響地球環境的行為中所觀察並實驗得出.而作者們之所以要這樣無所其極的做出各種極端甚至有些荒謬的科學探索與實驗,極其論述,目的真的是為了人類可以移居火星生活為目標出發的,而不是只是單純的政治宣告或是科學探索而已,因為對他們來說,人類移居火星不是單純的好玩或是政治訴求那麼簡單,它是人類發展的必要,也是未來人類的進步的希望來源.

       在人類移居生活上,作者們做了一個預估表,即每年送100人到火星生活永遠定居,10年後,20年後,甚至60年後火星會有多少人?這些費用要花多少?能夠產生哪些的利益?是否值得?如果稍微仔細閱讀,會發現作者是以"美國"的角度來思考這個問題的,並提出各種可行性的,也就是我們一開始所說的"邊疆理論"的再現.作者在後記中寫道,"前線"充滿著未知,不確定,因此為了冒險,為了存活,邊界激發北美括荒者的勇氣,智慧,生活能耐,所以美國人才有今日的生活.一旦"前線"消失了,那麼原先的人將被日常生活的平凡,逸樂,與重複給磨滅而轉為平庸,甚至怠惰,將造成技術的衰退與黑暗的時代,這裡的"前線"概念就與特納的"邊疆理論"完全一致,只是Zubrin等人很明確的完全同意了特納的觀點.所以很容易地能難出書籍暗示"火星"就是今日美國新的"邊疆",是當前其他國家還沒有能力使用人力登陸探索,甚至墾殖開發的處女地,宛然400年前的北美一樣,它是美國的機會,它可以帶來新的資源,可以誘發創新,新的研究,所以也將是人類的機會,因為光是從火星及其更遠的小行星帶中各種礦物元素的開發價值在他們預估裡都比那些送到火星長期居住的花費成本高出太多,因此他們認為美國人登陸火星並展開殖民甚至怕人長期移居是一個值得進行的計畫,它將創造源源不斷的新的稀有資源,透過新的邊疆,美國將可繼續持續的領先其他國家.

        當然Direct Mars原是一個用來遊說政客與政府的太空計畫,自然會把效益/成本比寫的誇大來吸引人,加上它原來就是針對4500億成本過高的另類提案.不過,除卻一些過於夢幻的訴求,我們能從書裡學到不少的知識與觀點,一方面是關於從火箭發射,航行,到登陸火星相關的各種層面的科學知識,常識,另一種是關於結合了管理與技術選擇間的拿捏權衡的決策問題.而這本書除了在許多的科學技術細節解釋得非常清楚外,還能看清楚寫作者不是一個只懂科學,系統,工程管理的數學怪物,而是兼具著人文思維與生活經驗樂天的經濟發展技術派,所以書籍在科技與人文兩方面上都有著相當的水準的探討,頗值得一看.以上.

阿波羅是如何飛到月球的

 

阿波羅是如何飛到月球的( How Apollo Flew to the Moon,W. David Woods)

     航天系列的第二本"阿波羅是如何飛到月球的".這裡的"阿波羅"是其實是Project Apollo(阿波羅計畫)的簡稱,是美國航空暨太空總署從1961到1972年間從事的一系列載人太空任務,於1960年代的10年中,主要致力於達成載人登陸月球並返回地球的目標,實際執行發射的任務次數從阿波羅1號到阿波羅17號,於1969年阿波羅11號達成了人類登月的目標.阿波羅計劃是美國航空暨太空總署迄今為止最龐大的月球探測計劃,但計畫已於1972年底結束,人類至今已50多年未再有載人太空載具離開過地球軌道.直到近日,美國終於再公布了即將執行新的阿米提斯二號(Artemis II)繞月任務的四名太空人名單,將是50年後人類再度離開地球軌道的一次行動.

      對我而言,這是一本適合的科普書籍.其實尋找合適的科普書籍不易,相當兩極化.常見的是將"科學"內容簡化,甚至於把科普書籍給人文化,表面上讀來很輕鬆,但實際所得極其有限,甚至說有如雞肋,比如很多寫人工智慧的書籍都是如此.另一種則是拉高調子專業過度,而自己當前沒有能力去看通這類書籍,前面看的"理解天"多少有這樣的味道."阿波羅是如何飛到月球的"是本論述焦點集中,科學依據解釋清楚,不論是深度或是簡單的問題與現象,作者都能用相當直白的語言來解釋,而書的結構與次目的安排是循著登月計畫的步驟進行的,完全沒有阻滯感,對我而言既不會太過表面化,也不會難到讓讀者理解不了.

      新的正進行的阿米提斯二號計畫並不是要登陸月球,僅僅只是繞月,進入月球軌道繞行,NASA 的阿米提斯計畫(Artemis Program)是預計在2025年登月.這個做法其實完全承襲了阿波羅計畫,我們都知道阿姆斯壯等人的首次登月是1969年7月的阿波羅11號發射任務中來完成的,但實際上整個阿波羅計畫始於1961年,NASA一開始就不是莽撞的要直接登月.而是採用分段循序漸進的方式將整個登月計畫的過程切成從A到J共10個階段,其中的人類登月初步的漫步是在第七階段也就是G段執行的任務,而每一次發射計畫只執行其中的一段任務,因此從阿波羅1號開始到阿波羅11號才進展到G段任務,其中A任務是用來測試評估火箭是否能夠勝任飛行任務,並測試指令艙能否安全的重返地球,B任務則是在A任務之火箭上加上了一個登月艙,直到C任務才會有一名太空人被放進指令勤務艙中隨著火箭升空進行遶地球軌道飛行並安返地球,到了D任務則是加到三名太空人與登月艙進入地球軌道,E任務則是基太空船飛離地球較遠的位置,以便測試溫控,通訊,導航系統,直到F段任務太空人才真正的將太空船飛到月球軌道,但並不登月,至於I任務中太空人將進行漫步的時間延長,而J任務則將太空船停留在月球的時間延長,後來被取消的阿波羅18到20的任務都屬於J任務.

       阿波羅計畫原先不過是政治人物為了對抗蘇聯探測太空領先要追趕的政治目標,儘管如此,美國人卻也不完全的腦熱,載人太空船飛行的實際危險相當的高,首先火箭看似是能發射飛行讓人進入太空外的飛行器,但它實際構造宛如一顆把人綁在頂部的的大炸彈,因為使用的液態燃料本身的不穩定性,任何微小的雜物,或擾動都可能引發火箭燃燒的不可預期性,極容易產生不穩定的爆炸.其次為了減少過度負載必須仰賴的超大型火箭系統,增加發射進入太空這段火箭飛行期間的不可預期性,太空船的負載物與材質選擇考量上都必須在兼顧耐用防護與重量兩個條件上取捨,或說取得平衡,因此太空船的許多部件可能容易因外力作用而遭到損傷,如此便可能引發不可預期的危險.在阿波羅計畫的歷史上,阿波羅1號與阿波羅13號就是2次曾經發生意外的發射,其中阿波蘿1號正是因為爆炸起火造成三名太空人全數喪生,起火的原因是指揮艙內的導線發生短路燃火,而阿波羅指揮艙內使用的百分之百氧氣又使火勢加劇,加上太空人脫離進入救生座艙的艙門需要九十秒鐘才能打開,這場火災導致太空總署重新評價阿波羅太空載具艙內所使用的材料,並對指揮艙進行了大規模的修改.至於阿波羅13號的事故後來被拍成電影.阿波羅13號在計劃中是第3次登月的任務,由於太空船在抵達月球前發生了氧氣罐爆炸,電力和氧氣均大量損失,所以登月計劃被放棄,三名太空人最終成功返回地球.從這些過程中,我們能看出,雖然NASA面對未知的探空風險探索採取的Try an Error的方式,畢竟在不知道把一個生物送上太空會發生甚麼事情下,邊做邊猜邊學邊執行邊精進是個基本態度.但它也不是完全盲目的猜測,因為涉及到龐大的預算經費,與寶貴的太空人力,他們採用了分段進行的模式,在每一次的任務後都對實際執行的成果或失誤有著詳盡的探討,找出問題的核心,防止再出問題,或者對於未知不明的狀態採取保守的措施應對.一個簡單的例子是,早期NASA訓練太空人是從戰鬥飛行員中來挑選,但隨著探索任務轉型以科研為主,他們就會轉變選人原則,改為找尋在科學家中身體體力條件能夠承受太空飛行負荷的人才,並對其施以飛行訓練,這樣便擴張了太空人招募的範圍與方式,同時縮短了所需人才的養成時間.

       從本書可以很清楚的看到航天是個龐大的系統工程,絕不可能靠幾人的力量就能完美執行.以阿波羅火箭來說,它的三級火箭其實是由三家不同的公司來設計製造的,除了各自部份的設計外,還要考慮到整體結合後的狀態部分,因此火箭雖是一項高科技的產物,何嘗不也是一種高度生產管理結合的產物,需要極其細密的管理科學在其中彙總.從重量,推力,發射飛行過程中可能發生的問題,如控制轉向,擾動,共振,這些細節內容在本書都有很詳盡的說明介紹,並不是單純的以科學性的公式來表現,同時會用最簡單的文字來說明某些狀態況發生時可能產生的相關問題與影響,或者後續的飛行將如何進行,對於太空人有何種影響,甚至很清楚地說明了液氧,液氫注入燃燒後的特性,可能誘發爆炸的因素,條件,發動機如何運作,第一級與第二級火箭中的發動機和有不同,為何有這些差異,火箭燃燒完畢如何脫離,轉角,調度.太空中的通訊為何是目前的狀態,軌道飛行如何地點火,調教.本書的面向將焦點集中於實際任務的過程,從火箭的發射,點火升空,事前的準備工作,起飛前的各種狀態,各單位的工作內容,發射架上的配置,運作,姿態,到發射倒數前可能正在進行的檢核,檢查項目,甚至連發射時發射架的移動,距離,為何如此擺設都有詳盡的解釋,到起飛,至穿越大氣層這段期間該有的調整,火箭的脫離,火箭的設計,兩級火箭間的點火連續性問題,還有太空人即將面對的生理挑戰.待太空船進入了地球預定地軌道,如何的進行環繞,在何處準備開始進行脫離地球轉向邁向月球的航行,與接近月球軌道時該如何尋找切入位置進入軌道,火箭該如何運作,你有疑問的或是沒有想到的部分,本書都透過整個從發射到登月到返程到再入大氣層整個過程來解釋清楚,全程毫無冗餘,滿滿的知識感.

       登月的過流程程設計並不是一開始就是如此的,原先有三種設想,第一種簡稱為直來直往,就是將所有的載具都安裝在火箭上,從地球發射後突穿大氣層便直飛越月球下降登陸,這種方式並不需要繞地球軌道,但是它的重要核心是需要一個推力超級強大的火箭,如此才有動能負載所有的設備到達目的,同時有要有足夠的火箭推力能從月球升空返回地球.但是這個驚人推力的火箭有其難度,也有相應的風險.於是另一種提議就被放上檯面,稱之為分進合擊,簡單說就是利用較小型的火箭多次發射將不同的艙位送至太空,並於地球軌道組合後再飛行至月球登月,但這種方式太過麻煩,於是便有了第三種方式,便是先考量在整個部件系統中最終只有指令艙要返回地球,所以便設計了一個中等能力的火箭將指令艙服務艙登月艙組合的太空船部件送至軌道,其中的登月艙最後會棄置在月球越軌不會帶回地球,服務艙也會在返回大氣層前棄置在太空中,這個流程決定了整體需要的火箭型態,數量,發動機型態,各部艙位的設計與需要.這個流程選擇的變化結果其實是很好的一次工程作業的探索功課,對讀者而言更能明確的知道整個登月的方式是如何從無到有逐步地建立起來,又逐步依循需要的選擇最優勢的方案.也是看了本書,我才知道登月的時候,只有登月艙會登月,這期間指令艙會繼續遶行月球軌道,所以上面必須要留守一位太空人操作,他實際上並沒有真的踏上月球表面,而是在月球軌道上等著完成登月任務的登月艙載著登月太空人回返後控制將兩個艙位對接,接回了太空人,再於返程前拋棄登月艙,阿波羅登月計畫的細部是個看來複雜的分段一連串實驗過程.但是到了現在新的阿米提斯計畫時,這一連串的過程被簡化了,阿米提斯1號目標在測試新的火箭,而預計在2025年到了阿米提斯三號就要直接登月了,中間的軌道測試已經有了過往的經驗,畢竟已經有阿波羅的經驗擺在哪裡,現在只是對於新載具與火箭的狀態再做確認性的測試便能夠繼續執行.

       雖然本書並沒有給予甚麼偉大或令人深思的觀點,但個人以為這本書是值得讀的,至少我知道了單純的發射一枚火箭與真正能夠施行全方位航天探索間其實有段不小距離.除了是一個花大錢需要高資本的活動外,還是各種精密尖端科技,工業,管理結合的系統工程,真的不是一個小國能負荷的,對小國而言應該是從航天的領域中找到一小塊目標或一個子系統作為切入點,才是較適當的選擇.以上.

理解航天:航天學入門+星際航行概論

 

理解航天:航天學入門(Understanding Space - An Introduction to Astronautics,Jerry Jon Sellers & William J. Astore & Robert B. Giffen & Wiley J. Larson)

      這次預計做一航天主題系列閱讀.共選了四本:"理解航天","阿波羅是如何飛到月球的","趕往火星","時間旅行簡史",這四本方向各異,一個是看航天知識概念,一個則是航天探索實例,一本是看人類對於其他星球探索的嘗試,最後一本則是幻想中可能衝破太陽系的旅行方式.航天這個領域必然是未來會展開另一波大國競爭交戰的地帶,一方面是商業應用的前延已經進展到2027年將出現太空旅館,太空旅遊正式的項目,另一方面則是大國競爭的必會由地面擴及到太空,首先是透過衛星及其裝備的科技做戰略或戰術通訊,搜索定位的需求已經因為新冷戰的開啟完全實戰化,所謂星戰武器,其次是對於太空資源的搶奪,最近可能開展的就是月球資源的爭搶必然隨著美國恢復要再登月的計畫而掀起另一波對抗.還有一點是面對地球資源的損耗,人類終將會踏上要往探索其他星球生活或探勘資源這個思路出發.

     "理解航天:航天學入門"雖是標定上的第一本,卻附上一本"星際航行理論",其實後面這本才是動念系列的誘因,作者錢學森,就是三錢之一.但可能因為作者之故,書名是"星際航行概論",但內容側重在火箭的原理與航天器設計相關的技術議題面,數學,物理學的內容不少.對文科生來說很勉強,內容細到連火箭噴管的形狀設計,,液態燃料的性能推力計算,不同液態燃料的沖壓比,渦輪泵組,藥柱工藝,固態燃料等,燃氣舵設計.專門的細部內容超多,公式滿滿的一本書,依我的程度根本不可能看完.後來才轉找到這本看來相對簡單的"理解航天"開始.但即使它"航天學入門"的副標掛在那邊,實質內容還是有大半需要用到物理學,其中談天體軌道,軌道運動,航天器運動,火箭原理等都要用到三大定律,而且這書裡可不單是講概念,有很多科學性的內容自具體的說明上.比如航空器或衛星要轉換軌道的"霍曼轉移"(Hohmann transfer orbit)不但圖解航線,還仔細說明了甚麼是"共面變軌","非共面變軌"其中都有涉及到物體的運動狀態,與各種運行可能的路線及結果,還要算軸長,機械能,航空器飛行時間,飛行速度,裏頭用到的物理算式與各類專有名詞的變數,常數不少.而這只是其中一個例子,書中在明顯表現出這可能並不是文科生以為的"入門"那種的概念式書籍.後來發現它其實是清華"航天設計與工程"課程上用的教材.目的是幫助對航天系統工程有更加廣泛的認識,了解航天系統工程在航天器子系統,火箭和操控系統中的應用,理解航天涉及的內容非常複雜,對於理解宇航學與航天任務的研究有時是件棘手的事情,但這本書在了解航天飛行､航天器､發射系統以及航天操控的概念上有助益.          

      "理解航天"是一本綜合性的航天入門書籍,涵蓋了與太空和太空探索相關的各種主題. 這本書分為幾章,每一章都側重於航天學的一個特定方面. 這本書提供了對空間技術,火箭科學,空間任務和空間探索歷史的深入理解.在這裡我們將分成章節的目標,人類航天的歷史,國際航天事業的發展,人類航天經濟以及太空探索可能的未來等面向來討論.

       "理解航天"一開始介紹了航天的基本概念,例如空間的定義,航天的挑戰以及太空探索的重要性,目的在讓讀者對空間技術及其在現代社會中的意義有一個基本的了解,隨後就開始討論航天物理學,包括運動定律,軌道力學和火箭推進,雖然讓讀者對空間技術背後的科學原理有一個基本的了解,但其實這內容很吃讀者自身的知識背景,在下的物理學理解實在不怎麼樣,勉強的說只有粗略的理解,其中至少有三成內容是硬記的,不能說是真的理解,一方面是個人沒有這方面細部的知識需求,二方面確實也是理解能力的有限.隨後書的重點在介紹火箭設計和火箭發動機,討論了不同類型的火箭發動機,及它們的工作原理以及影響其性能的設計因素.而探討太空任務規劃和航天器設計也隨著科學性的火箭設計,空間知識之後開展,討論了不同類型的航天器,它們的設計以及影響它們性能的因素,還探討了不同類型的太空任務,包括科學任務,商業任務和載人航天任務,並討論載人航天飛行的挑戰,包括太空旅行的生理影響,太空棲息地的挑戰以及太空飛行的安全問題,讓讀者了解將人類送入太空所涉及的挑戰以及為應對這些挑戰而開發的解決方案,書的最後部分是從設計,運動等技術面擴展到探索太空探索,包括太空探索的歷史,不同類型的太空任務以及深空探索的挑戰,讓讀者了解太空探索的歷史和未來.

        載人航天的歷史可以追溯到 1960 年代,當時美國和蘇聯展開了激烈的太空競賽. 蘇聯於1961年將第一人送入太空,美國於1962年首次載人航天,兩國繼續在太空展開競爭,美國最終於1969年實現載人登月.登月後,太空探索的重點轉向可重複使用航天器的開發,那就是太空梭.太空梭計劃持續了30 年,為將人類送入太空提供了可靠的重複手段.但是,其實太空梭也是有所限制的,主要原因在於航天是個系統工程,太空梭雖然可以重複使用,但實際上耗資並不特別的節省,除非有極端必要的科學,或君探索需橋,否則其實並不特別划算,加上它的封閉功能有礙逃生安全,致使它並未較其他的火箭安全也令後續的發展天上陰影.當冷戰時代結束,隨著蘇聯將該國的航天目標轉向民間商業運用來賺錢下,太空梭於2011年退役,導緻美國無法將人類送入太空. 在此期間,中國成為太空競賽的新參與者. 中國於 2003 年發射了首次載人航天飛行,此後繼續發展其航天計劃.因為美國拒絕中國參加國際空間站的合作計畫,中國便計劃建造一個自己的空間站並將人類送上月球,這便是於2022年已全部連結完成的天宮空間站,明顯的太空爭奪戰將會由此進入新的一頁. 人類太空飛行的未來充滿不確定性,但美國已計劃重返月球並最終將人類送上火星.SpaceX與Blue Origin等民間公司也在開發自己的航天器,這可能會開啟人類航天的新紀元.

          除了因為大國間的競爭開展外,太空商業化則是一個相對較新的行業,但卻具有巨大的增長和創新潛力,連我們都開始有了火箭發射的嘗試. 太空經濟包括範圍廣泛的活動,從衛星發射和太空旅游到小行星採礦和太空製造.近年來,SpaceX,Blue Origin 等私營公司紛紛進入市場,致力於降低進入太空的成本,提高發射的可靠性和頻率.這導致了行業競爭和創新的深化.太空工業的一個潛在經濟機會是太空旅遊.維珍銀河和 SpaceX 等私營公司已經在提供或計劃提供提供太空旅遊體驗,雖然這些旅行目前非常昂貴,但該領域的增長潛力巨大,隨著技術的進步和成本的下降,太空旅遊可能成為一個更實惠,更容易獲得的行業,為休閒和科學研究開闢新的機會. 太空工業的另一個潛在增長領域是太空採礦.小行星被認為含有有價值的礦物,如鉑,金和稀土金屬.Planetary Resources與Deep Space Industries 等民間公司已經在致力於開發開採小行星並將這些資源帶回地球的技術. 雖然這仍然是一個新興行業,但它有可能產生可觀的收入並徹底改變採礦業. 除了這些機會之外,航天工業還具有推動其他行業創新和技術發展的潛力.例如,NASA 對宇航服和生命支持系統的研究促進了醫療設備和其他技術的進步.用於太空的新材料和製造技術的開發也可以應用於汽車和航空航天等行業.

         與任何高風險行業一樣,載人航天的政治是複雜的,而且往往是有爭議的.民族自豪感和戰略需求在航天事業的發展中發揮了重要作用,國家之間的競爭推動了該行業的許多重大進步.冷戰時期,美蘇兩國為展示各自的技術和軍事優勢展開了激烈的競爭.美蘇競賽促成了載人航天領域的重大進步,包括首次載人航天,首次太空行走和首次載人登月. 然而,這也導致了兩國之間的緊張和不信任,當政治關係惡化時,該行業遭受重創.近年來,中國已成為航天工業的主要參與者. 2003年中國成為第三個將人類送入太空的國家,並於2019年成為第一個在月球背面登陸航天器的國家.中國的太空計劃被視為對美國在該行業的主導地位的重大挑戰,人們擔心兩國之間的競爭可能升級為新的太空競賽.航天工業的另一個政治問題是太空垃圾問題.地球軌道上越來越多的衛星和其他物體導致了大量的太空垃圾,這可能對其他航天器和地球上的人類生命構成威脅. 越來越多的人認為需要解決太空垃圾問題,但對於如何解決卻幾乎沒有達成一致意見.當我們進入太空探索的新時代時,重要的是要考慮太空探索的政治影響. 太空探索的歷史以國家之間的激烈競爭為標誌,特別是在冷戰期間,美蘇進行太空競賽.今天,雖然美蘇太空競賽可能已經結束,但各國之間,尤其是美國和中國在太空領域的競爭依然存在. 近年來,中國在太空探索方面取得重大進展,包括發射自己的空間站和月球車任務.這引起了美國對中國太空意圖的擔憂,特別是考慮到中國的軍事和戰略利益. 因此,美國尋求重申其在太空領域的主導地位,建立了太空部隊,併計劃在2024年前根據Artemis計劃將人類送回月球.然而,太空探索的政治影響超出了國家之間的競爭,它有可能將各國團結起來,特別是在太空探索任務中以國際合作的形式. 例如,國際空間站是美國,俄羅斯,歐洲,日本,加拿大. 還討論了未來月球任務和火星任務中可能進行的國際合作. 此外,太空探索有可能帶來新的地緣政治挑戰.天基武器的發展和太空軍事化可能對國際安全產生重大影響.所謂的天基武器就是軌道動能武器,它是一種處於概念階段的大規模毀滅性武器,構想最早來自美國星戰計畫概念.比如上帝之仗(RODS FROM GOD)便是傳聞中的天基武器.透過這個概念,世界上許多國防科技專家馬上想到了將核武飛彈佈署於太空衛星上,戰時直接落在敵人國土上方極大縮減了對方反應時間.隨後就有人提出運用任何有質量的物體從衛星高度墜落到敵國.其殺傷力與隕石撞地球的結果無異,因此不需要核武也能達成核武類似效果,這實在是一種令人感到恐怖的更快速核武裝置. 而通信,導航和情報對天基資產的日益依賴也引發了人們對這些資產易受攻擊的擔憂,這是太空競爭下對於人類毀滅的一種負面走向.

        當我們展望太空探索的未來時,地平線上出現了許多令人興奮的可能性.隨著太空旅遊的潛力,新技術和基礎設施的發展以及我們對太陽系及更遠地區的不斷探索,航空航天業不乏創新和發展的機會,但也必須解決政治緊張局勢和環境問題. 在不久的將來,一項有前途的發展是太空旅遊的潛力,雖然仍然昂貴且可用性有限,但該行業民間企業的出現可能會為休閒和科學研究帶來更實惠和更容易獲得的機會,只是政治的陰霾仍是這個領域不變的威脅.

       航天是個系統工程,從這本書就理解想憑一人之力理解這系統及其下的更細部子系統的知識非常人能及,平凡人如我還是遠觀就好.以上. .

形狀：資訊、生物、策略、民主和所有事物背後隱藏的幾何學

 

形狀：資訊、生物、策略、民主和所有事物背後隱藏的幾何學(Shape: The Hidden Geometry of Information, Biology, Strategy, Democracy, and Everything Else,Jordan Ellenberg)

     這一本是談幾何學.光是名詞幾何學或是Geometry的出現,應該就嚇跑了許多人.不過這書沒有教課書那類的幾何圖或是複雜的算式,主要是以揭露生活中許多常見但隱藏的幾何學現象.

    可能也基於眾人畏懼數學,幾何學,為了化解疑慮,吸引讀者,開篇作者就到了三位戮力學習幾何學的人,但這三人既非數學家,更不是依數學為業,相反的,他們應該都算是我們今日所謂的文科生,分別是林肯,傑佛遜,霍布斯.當然,其實他們並不是真的文科生,雖然三人若非從事政治工作,律師,就是以研究政治哲學著稱,但以前的人受教學習不似今日分科明顯,涇渭分明.傑佛遜認為幾何學是高雅貴族必要的古典教育,他雖是政治人物,任過總統,但也擅長農學,數學,密碼學,密碼學.霍布斯對於心智的自信來幾何學.林肯雖靠自學為律師,正式教育的程度不足,但他以為幾何學是掃除胡言亂語的工具,所言所語必須有不正自明的公設推演而得的邏輯事實,才能讓人無法否認,這是從幾何證明過程中領悟出的辯論真理,對他來說用不合邏輯或險惡的推理去與人辯論,或寫文章,等同於偷盜,這與今日那些經常說出欠缺智商完全沒有基本常識的話的律師習性可以說是大異其趣.

    幾何學是數學的一個分支,主要研究形狀,大小,圖形的相對位置等空間區域關係以及空間形式的度量,有關長度,面積及體積的知識,西方將幾何學視為數學的部份,直到歐幾里得的出現,歐幾里得成為幾何學的標準.幾何在希臘文原指的是"丈量大地",因此可將一塊地或一群人或一群馬視為幾何,其實就是對任兩點,兩群,兩塊定一個數字,將之視為彼此間的距離.阿基米德發展了計算面積,體積的方法,甚至衍生出其後積分的概念.天文學中有關恆星和行星相對位置,及其相對運動的關係,都是後續幾何探討的主題.笛卡兒發明的坐標系統,與同時期代數的發展讓幾何學進入新階段,讓各類幾何圖形可以用函數或方程的方式表示,這對微積分的引入有重要的影響,透視投影的理論讓幾何學不再只是物體的度量屬性,透視投影衍生出射影幾何,歐拉及高斯開始有關幾何物件本體性質的研究,使幾何的主題繼續擴充,最後產生了拓撲學及微分幾何.

   在歐幾里德的時代,實際空間和幾何空間之間沒有明顯的區別,但現代幾何的空間的概念有了大幅的調整,在二十世紀形式數學興起以後,定義空間中包括點,線,面已沒有其直觀的概念在內,需要區分實體空間,幾何空間以及抽象空間.現代幾何學的一個基本見解是不同的選擇意味著不同的幾何學.當繪製族譜樹上表親之間的距離時,關係的間隔數可以視作是一種"距離",所以親屬關係圖是一種幾何.兩個城市之間的距離是連接兩者的直線長度,以距離衡量,它是一種幾何.但還有另一種幾何,兩個城市之間的距離是以交通時間的長短決定,它又成了一種新式的幾何,也可以城市的字母排列順序成為一種幾何,.這種就和馬流感或是covid-19的傳播也是一種幾何,它是一種人與人間隔的數量,這許親屬圖系關分布是類似的,由此可知幾何學已經不是固定不變,而是可以依我們的意志與想法而改變.

    本書的論述相對散亂,看不出一個重點,但似乎哪哪都是值得一看的內容,而我以為本書從頭至尾由兩個概念貫穿連結,一是"不同事物,同一名字",一是"今天發生的事情明天也會發生",這也分別是書的第三章,及第十章的章名.事實上這個用語過'ˊ,若用常見的數學語言替換,第一個可以簡稱為"相似"(similarity),第二個可以簡稱為"迭代"(interation)."相似"的觀念在這裡有兩層意義,首先它確實是從幾何學裡來的,國中一開始學習的相似三角形的證明便是我們初次接觸這個名詞的開始,這是其中的一層意義,技術面的,兩個看起來相似的圖形.但"相似"在本書裡還有另一層意思,是類比,類推.透過將一個圖形透過拉伸,翻轉,旋轉可以得出另一個圖形,但它本質上還是原來的那個圖形,必然擁有某些相同的根本資訊的留存.比如生物學調查上透過研究蚊子的飛行來計算它帶病菌傳播的走向與速度,這與證券市場的股票價格有何關係?他們其實屬於隨機漫步所討論的範疇,兩者的相似性個然可以從畫圖來找到,但其實"相似"的它運作中的根本邏輯,同樣的概念,在生物學家發現花粉在水中的擴散碰撞形成的布朗運動,與熱力學裡的定律,可能與金融商品價格的不斷出現新的價格,資訊的碰撞有"相似"的狀況,而這種相似不單是作用上的西相似,化作圖形與方程式可能都有約略的相似,甚至一致,因此熱力學的公式,布朗運動的公式為什麼會被許多金融數學直接拿來使用便是這個道理.於是生物防治,金融交易,在看起來完全不一樣的事物,有了"相似"的連結,自然也就樂類似的幾何.從其中的隨機過程,到可能的馬可夫鏈可以被用在生物生物學,遺傳學,也可因為相似性被使用於資訊領域的密碼學,甚至更進一步的在人工智慧裡的"語言邏輯","文字邏輯"裡被延續使用了下來.

     從密碼學,語言學的發展上走出了一個"選擇"問題.選擇可以是生物上親子幾代之間的問題,可以是下棋的每一次決策間的連續問題,可以是撲克遊戲中的下注問題,也可以是超過300位數數字的因數分解問題,它是人工智慧中神經網路問題,是數學裡因式分解問題,是生物親屬關係的遠近問題.這些問題中隱藏著三種需要釐清的部分,一是適用甚麼工具來做,如何做?如何來做最後的決策?他們都相似的能夠代換成為一種"樹"形決策圖,透過試誤法(try and errror)進行每一條路徑的可行性評估,給予分數,最終區分出能夠取得之解,與最佳路徑,或最佳的下法.而人們於其中會發現某些遊戲有既定的答案,必然贏,必然輸,必然和,當窮盡了所有的步驟找到了每一種組合的分數後,這最終答案其實一方面宣告了定式的結果非人力可變,一方面透露出人生的最終樂趣是在旅途中的享受,而非結果論的悲喜.因為人不識機器,不可能事前窮盡所有路徑,一定會有錯,一定會有算不可及,這是人工智慧,也是人生智慧.是本書的重點之一.

     人工智慧相關領域之外,書籍的另一個主題則是"流行疫情",而這便是"今天發生的事情明天也會發生"的主軸.因為流行病染疫者數量的變化是一種看似粗略快速增長隨後逐步退散的形式,就其形態,它其實就是一種數列表現,只是這種數列的表現形式不是隨機的,而是前後數字間存在某種關係,或整串數字間有特定的消長邏輯,比如感染率的影響,這便是我所說的"迭代".一種重複卻又不完全一樣.作者於此先討論的許多今日已然不陌生的觀念,如傳染率,感染數,群體免疫.同時也探索了要如何做能讓原先呈指數成長的染病人數的成長速率衰減,甚至達到阻斷衰退的目標.而我們甚至能從中猜測covid19因為當前疫苗無法達成阻斷傳播,曾經染疫者也不保證不會重複感染,因此群體免疫的概念在此案中可能尚未或不能發揮作用.相對於流螢疫情,還有其他的數列,比如費茲納波數列,及其衍生的黃金切割律,對我來說這不陌生,我們金融商品的技術分析中有一派被稱為波浪理論的就是由這個數列觀念所產生的預測價格走勢的方法,它也是一種"迭代"的推演,只是這種迭代背後藏有一個隱藏的黃金切割律0.618做為數列間彼此關係的恆定,而這種隱藏著某種恆定係數的數列觀念也在音樂的和弦中,人類關係的間隔數上,在化學恩的結構上出現,這又讓敘述迭代與前面所述的相似再度連上關係,形成一本完整的幾何學通用常識論述的書籍.

      最後有一章單獨列於此"相似","迭代"主題之外,是關於選區劃分問題.共和黨在威斯康辛州可以利用50%的得票數取得60%州議會的席位,這是因為他們利用了法律定期調整的規定,私下劃定出最有利於己黨的不公平選區劃分方式.這問題作者分兩部分討論,篇幅不小,但都很有意義.一個是不公平選區的劃分有沒有可能被改變成為公平選區的劃分.一個是區要不需要將前者調整為後者.遞一個是數學問題,作者給出了它的逐步調整答案,是可行的,也就是讓50%的得票率只能得到50%的席位,或合理範圍的誤差,但作者同時也向我們證明這種改變沒偶意義,因為如果照同比率票數贏得約略相等比率的選區,很有可能最終分布結果是40%票數的政黨,一席都不會取得,這是因為單一選區對決者贏者全拿的問題,如過某黨選民人口均勻分布,恰好分散到一席都拿不到.第二個問題則是政治問題,何以均勻選區劃分就是公平?作者引用了許多美國大法官的見解,除了數學,這裡還有一些值得參考的看法,算是書籍額外的亮點.

      持平的說,這本書的主題其實是有趣的,但個人以為作者的切割及敘述缺少一種整體的脈絡,讀者不易統整,我自己將它分成"相似""迭代"兩個子題也不過是一種簡便卻不完全精確的做法.另外,本書的翻譯有點怪,國內常見的譯名似乎都被用一種不常見的名稱給替代了,比如資訊界人物圖靈,本書翻作圖寧,天花疫苗的發現者金納醫生,本書翻成基納,塞爾維亞首都貝爾格勒,這邊稱為貝爾格萊德,其下還有很多,雖然不妨礙閱讀,但總有隔一層的感覺,略為可惜.以上.

黑洞簡史：從奇異點到重力波，愛因斯坦到霍金，清晰解析困擾物理界300年的神秘天體

 

黑洞簡史：從奇異點到重力波，愛因斯坦到霍金，清晰解析困擾物理界300年的神秘天體(Black Hole: How An Idea Abandoned by Newtonians, Hated by Einstein, And Gambled on by Hawking Became Loved,Marcia Bartusiak)

       1974年12月霍金與索恩(Kip Thorne)打賭天鵝座x-1是不是黑洞,霍金認為不是,雙方據此寫下賭約白紙黑字為證.1990年6月的某日霍金到了在加州理工學院的索恩辦公室,親自按指宣告認輸,當年他許下的賭注是一年份的Penhouse Magazine.這小故事,看來沒甚麼,實際上它說明的是科學上證明的艱難,一個賭注要花16年的時間才有輸贏.此事之思當然不僅如此,除非能"眼見為憑"或有不可磨滅的證據,其實當世無人能有100%的信心說天鵝座x-1就是黑洞,畢竟那是6000光年外的事,但科學家不同於文人,有合於他認可的證據就極可能是科學事實,不須硬柪,索恩是不可能靠吵架瞎掰或呼朋引伴靠人多勢眾讓霍金認輸的,讓他認輸的是只能是科學事實真相.

       這本"黑洞簡史"可以分解成為三部分內容的交疊,其中一部分專講天文物理學上傳奇,講物理學家,天文學家的故事.而第二部分則是以"黑洞"與由其衍生相關的知識為科普的內容,講黑洞和相關現象的物理學常識,第三部則是關於是黑洞物理學的歷史和理論的導引與發展.事實上遲至1967年惠勒(John Archibald Wheeler)在美國科學促進會上的演講中使用了"黑洞"一詞,這個black hole才成為正式的天文學上的名詞,在此之前,它只是用來代稱"那個"特殊的天文現象而已.我用"那個"現象,其實是一個複雜結合了天文發現與現代物理學觀念的事件,由地球上透過望眼鏡觀看發現宇宙中有一些恆星彼此間極為接近,但肉眼看起來卻像只有一顆恆星,這些彼此接近的恆星稱為雙星,聯星,或類星體,除了外觀,事實上彼此間的引力還會互相作用,黑洞就是這些引力作用結果下的一種樣貌出象,也就是有著互動的軌道,並且被彼此的重力束縛在一起,作用的結果可能形成白矮星,中子星,黑洞,等等天體現象.所以"黑洞簡史"結合了兩部分的歷史,一是星體發展的歷史,一是人類觀察星體的歷史.既然雙星或多星的"引力"是誘發這一切的開始,本書便以人類知道"引力"這件事的牛頓開始,藉由觀察這件事"雙星"的運度探索中,逐漸地將當下物理學的發展新觀念引入,所以其後愛因斯坦的相對論,與後來的量子力學等觀念知識都被科學家運用成了探索黑洞的知識工具.

      內文講述的是一個黑洞概念從發現到發展的科學發現史,在現代物理和天文學中扮演重要角色的人物,比如愛因斯坦,錢卓斯卡,歐本海默,惠勒,霍金,彭羅斯以及索恩本人都一一登場了,書中討論這些人物並不是簡單的講述人物故事,而實質上是根據這些人物所涉及的事件闡述了關鍵的物理概念的發展過程,比如,在歐本海默與惠勒的故事中奧本海默是如何證明了中子星必然有一個質量上限,大質量恆星的塌縮為何是不可避免的,以及塌縮最終會產生光都跑不出來的事件視界,而惠勒從一開始懷疑到最終承認了塌縮的必然性,以及他認為廣義相對論與量子力學有可能在黑洞奇異點統一的猜測,惠勒還預言了可能會有某種機制可以把黑洞的質量轉變成輻射從而釋放回我們的宇宙,而這一點則在後來霍金有關黑洞具有熵以及其必然蒸發的理論中得到了支持,這也是霍金輻射的發現,與他自己打賭認輸的原點.

     愛因斯坦的廣義相對論以今日的角色看,絕對的偉大創見,但是從本書中我們知道它竟然被無視擱置超過了30年,雖然它解釋了水星運動與牛頓引力理論預言的偏離,後來又能合理解釋了哈勃在威爾遜山天文臺觀測到的遙遠星雲的紅移,但是隨後就陷入瓶頸,那時多數物理學家注意力轉向了量子物理,轉向了核物理,高能粒子物理和天文觀測學.黑洞的概念在牛頓引力理論發現後不久,就被提出來了,但僅至於一種概念.然而黑洞發現真正的疑惑者,敢於提出挑戰的人,錢卓斯卡才是關鍵人物,儘管他一直被打壓,甚至於後來放棄這個方向的研究.他根據相對論推論某個質量的星體在耗盡高溫的核能源後,將出現形成某種坍縮狀態,其後茲維基,歐本海默等人分別在這個概念下進行研究,他們證明存在一個特定的質量範圍,在此圍內的星體確實會坍縮,且將形成一種由致密的中子堆積狀態,即所謂的中子星,不論哪種情況,星體核能耗盡時的內部擠壓都會伴隨一個相對短時間的巨大能量噴發,噴發的結果,就是我們在遙遠星雲和銀河系中偶爾會看到的光亮的超新星,但事錢卓斯卡的疑惑在於若星體的質量超大,大到超過某個臨界值之後若發生坍縮狀態會是怎樣的結果?超過1.4個太陽質量的白矮星發生坍縮會如何,因為1930年代的天文學界根本還沒準備好要接受"坍縮"的概念,加上學術大老的打壓,這個疑問就被錢卓斯卡擱置了,似乎必須有新的觀念與想法帶領才能在此問題上有突破,這個答案便是廣義相對論的復興與量子物理的出現.

      在20世紀50年代和60年代,科學家們從核物理和高能物理研究獲得的知識在宇宙學理論中找到了自然的位置,支持了通常所說的宇宙形成的大爆炸理論,人類確實觀測到了歐本海默預言的中子星,它們的行為也同理論預言的完全一樣,這使人們逐漸完全相信,超新星是經歷了最後的引力坍縮的恆星,如果說中子星能存在於某一確定的質量範圍,那麽也就有理由懷疑認為"黑洞"是質量更大的恆星,質量大於白矮星,中子星的產物.雖然大量的觀測證據都將是間接的,但這類間接的證據現在已經很多了足以證明錢卓斯卡的懷疑,其後廣義相對論的有效性還得到了另外幾方面證據的支持,包括在太陽系中飛行的人造衛星和行星軌道的高精度測量和某些星系對外來光線的“透鏡”作用,其後發現的大質量雙星系運動的能量損失,可能是它們發射引力波的結果,這些都是相對論的一個重要預測推論得到證實,這些發現,不但使人類敢於相信廣義相對論在黑洞附近的那些未經證實的預測,也為人們對於黑洞的行為與狀態推測打開了更廣闊的想象空間.

      從"黑洞簡史"裡還能看出它與核武的研發有著相當關係,最早提出關於中子星現象與理論的歐本海默就是美國曼哈頓計劃的領導人,而確認了"黑洞"一詞地位的惠勒其實也曼哈頓計劃的參與人,後來美國的氫彈發明與他有重大相關.同樣在蘇聯,參與黑洞研究的澤爾多維奇也是蘇聯核武器項目的負責人之一.因為計算氫彈爆炸過程與推算的計算模擬可以用來從事計算研究星球的塌縮,後來雖然廣島的悲劇讓歐本海默戰後開始走向主張限制核武與惠勒的分道揚鑣,但是,核武器發展與黑洞理論建立這兩個故事的線索是互相交錯的.

      黑洞內藏的力量實在驚人,可能包含著數十萬顆太陽的質量,被強大的引力吸收進去,當氣體燃燒的外擴的力量不能阻擋,便展開了坍縮運動,形成了一個體積極小,密度極大甚至於無限大的狀態,恕我我法想像將幾十萬顆太陽擠成一座城市大小的狀態會是怎樣,黑洞質量大,引力場強,粒子和光都不可能像平常離開太陽那樣從黑洞逃逸出去,而觀測者從遠處靠近這樣的黑洞會遭遇哪些事情,只是根據廣義相對論在強引力作用下推論,其實並沒有任何人能夠實證.對於人類來說,從地球看見推論遙遠的星球,太空,宇宙可見的現象都還是屬於"事件視界"外的事物,對於尋常人來說,記住這些科學人物的名字或他們發現某種現象過程的可能有點意義,但將那些人追求知識真相所展現的科學精神放在心中更重要吧.誠實做事與說話,很難嗎?.以上.

深度學習與圍棋+深度學習必讀 - Keras 大神帶你用 Python 實作

 

深度學習與圍棋(Deep Learning and the Game of Go, Max Pumperla & Kevin Ferguson)+深度學習(Deep Learning with Python,François Chollet)

     "深度學習與圍棋"就是教你如何用Python寫一個用AI來下圍棋的機器人程式,作者史Pumperla與Ferfuson,這本本來是沒要看的,但最後卻變成主要是看這本.

     原本看的是後面這本François Chollet的"深度學習",主要是學Keras相關的用法與概念,無奈這本書有點無聊,書中的範例多數都是以Kerea內建的資料集來跑,原則上執行沒問題,但想想不知這樣的後續能拿來做些甚麼運用,畢竟我還是希望方法與金融資料結合,但作者Chollet卻直接擺明金融市場資料在機器學習運作的艱難,及過往資料與未來的低關係性勸眾人不需花時間在這領域,這與其他談深度學習書籍的做法大不相同,畢竟別的書拿了價格資訊就開始自做自式的跑模型了.但我以為有一個關於市場心理重複行為狀態在日內交易式挺明顯的,是一個可以切入的點.加上這本"深度學習"依舊有許多談概念的部分,相對較乾澀,主要是一個人若在書外如何使用這些定式的程序,畢竟該如何分層,用甚麼函數,書籍中也都沒交代它的決定方式或思考路徑,於是個人興起不如找一個專題來跑看看,看能加深它的使用與觀念有多少,於是便有了這本與它隨後的其他書籍.

     沒想到看這兩本書花了挺長的時間,超過兩個月以上,每天只有一點點進度,除了理解難度,主要是實作上的問題,尤其是"深度學習與圍棋"這本,它有實作難度,一方面書附在Github上的程式碼有一些錯誤,光找error就快弄瘋人,何況轉換到自己電腦上還要處理一些環境問題,本書的設定環境式unix,自己換到pc環境,原就有些不同,加上deep learning的程式執行都相當耗時,跑個幾十分鐘的執行是常態,這時只能等待電腦給結果又不能做其他事,個人的電腦雖有獨立GPU,但只能算是勉強能用,畢竟是幾年前的機器了.是一本花很多時間來理解與實作的書籍.而後面那本François Chollet的"深度學習"應該是看本書前關於神經網路與keras等觀念的一個基礎必需,初學者最好先閱讀實作參考後,再來讀"深度學習與圍棋"才較為效率.Chollet的書號稱是經典必讀,但單看其實有點無聊,書中的例子相對簡潔,程式碼清楚,但即便如此理解深度學習,卻也不知能用來做甚麼,這便是困惑的產生.

        "深度學習與圍棋"就是談"深度學習",但它是以"圍棋程式"為專題來談深度學習,初看應該算是本比較難讀懂的書,看原文或看中文都一樣,難度不是在語言文字上,而是它不能算是本入門書,讀者必須對深度學習的各層面有個基本認識,因為有些觀念的地方它只會一筆帶過,比如先前我們學過的ANN,CNN,RNN等類神經網路,Keras內的觀念,沒基礎的人會完全看不下去,書也不會詳細解釋程式碼,只是會在某些地方附加說明,這點對初學者或是少寫程式的人閱讀不利,不過,這畢竟是本實作兼談某些理論的書籍,特別是關於"強化學習".書的目標很明確,就是讓讀者讀完後可以Python寫出一個AI圍棋程式,即自動下棋的機器人程式,最後兩章並附帶提了關於alphago的關於網路架構,棋盤編碼,策略網路,價值網路,它改良的蒙地卡羅樹搜索算法等大致結構,甚至更精進的alphago zero裡加強學習的類神經網路來指導樹搜索的觀念,方法,與超深神經網路等技術也約略提了一把,看似多少有些廣度了,但其實只是增加更多的未知領域帶探索.

     千萬不要看到AI圍棋程式就自行產生高大的氛圍.下棋的可以是職業九段,也可能是初學1周.這書裡的圍棋機器人不可能一下就跳成Alphago,甚至可以說差得很遠,簡直是mlb與社區少棒的差別,但這個不重要.它是一個普通人想理解如何寫AI下棋程式少數能找到的參考書籍,所以它能教授的絕對不是太過深度的東西,而是讓讀者能夠理解全域架構,與個體細部該有的組件.就像社區少棒比賽與大聯盟比賽所有的規制,設備,及運動都幾乎一模一樣,只是強度大不相同.因此本書談寫出一個AI下棋程式,主要是將它依功能分成三大塊:一個圍棋數據處理器,一個編碼器,一個神經網路架構.

     
.

     正如上圖所下方所呈現的,從棋盤到數學矩陣,從數學矩陣到神經網路,然後循著箭頭往上看到神經網路的終極目的:下出一手.這三張圖正好符合AI下棋程式的三大部分.而其中首先需要建構一個圍棋數據處理器,這一部分比較屬於綜合性雜亂的知識相匯,處理的問題包括從這個程式是用在進行"個人"與"程式"下棋,或是"程式"與"程式"間的下棋,是單純在本端機器上直執行下棋,還是要透過網路的人機大戰,機機大戰,這些涉及輸出輸入的表象問題處理,到如何形成一個棋盤,這棋盤上那些地方是可以下的地方,那些是不能下的禁手:比如自殺,計算每個棋子的"氣",計算死活,執行落子吃子,盤終勝負狀態,理解劫爭.光是這些就需要一些基本的程式能力與對於網路技術面的理解.而有了這些也只是能夠寫出一個基本能夠執行Play落子動作的無智能"射擊"程式,真的要進入AI,還早得很,首先要將一局棋盤狀態轉換成數學能夠紀錄與使用的格式,然後便有了上圖所標記的國際上通用的SGF(smart game format)文件格式,透過編碼器將SGF轉換成為數據,特徵與標籤,因為採用的SGF必然是大量的百局棋,甚至幾千局棋的資料,所以這方面的處理非常的大與細節,有了以上的大數據,方可能來進行神經網路的處理,找到一個初解,再透過學習逐步地找到較佳的手段,與位置.

      這本書直接就採用神經網路中的卷積神經網路(CNN),且會採取好幾層的方式,關於這方面的知識與技術就是弄熟Chollet的"深度學習",這些都不是太大問題.不過呢,這個CNN只能處理眼前的一手決策,而我們要下的整盤棋,這種難度就大了,還會產生幾個對於此專題的疑惑.首先是下棋的核心知識問題,我這裡縮稱的下棋是指的"電腦"下棋,不是人,本書的電腦下棋知識核心有兩大點,一是MCTS,一是Deep learning.MCTS只得是蒙地卡羅樹搜尋法(Monte Carlo tree search):

      

         雖然MCTS是本書核心知識,它是一種藉由逐手評估勝率模式的方式來規劃決定的.從根節點開始,連續向下選擇子節點至葉子節點.讓遊戲樹向最佳的方向擴充,這是蒙地卡羅樹搜尋的精要所在.但是書籍在此相關內容的解釋並不多,必須靠讀者自行找尋資料,或憑藉著過去所學,所幸這邊有本國內出版的"電腦對局導論"可以提供相對的知識輔助,這本書中"蒙地卡羅樹搜尋法"占的篇幅不少,且許多是2016以後被廣泛採用的知識點.但這不是問題,問提是在MCTS與Deep learning的結合上,作者沒有詳談,只是在最後2章提及關於Alphago所採用各類相關新的知識概念上,提出來它有這樣的發展與採用如何用神經網路指導樹搜尋,即新的Alphago Zero裡已積實踐使用這樣的概念,即為樹搜索構建一個神經網路,畢竟就一個人思考會認為下棋應該是個連續思考的動作,手與手間有著高度相關,而這本書所能帶來的只是一連串的個別動作,手與手之間的連結性似乎不高.其次,本書在deep learning的重點除了CNN外,主要是放在了強化學習(reinforcement learning)上,但它談得又不夠深入,最早作者讓我們完成一個能夠執行的AI下棋程式,是為棋盤上的每一個點計算了一個值,每個交叉點得到的值代表神經網路預測下一步在該點落子的置信度,一個簡單的思維就是直接選擇具有最高值的動作,但是對於任何給定的棋局,豈不就永遠就只有一個固定答案,因此最好的就是能加入一個隨機策略來提高多樣性的可能,實作上可以透過自我對弈來強化學習,採用新的策略樣式包括了梯度策略法(gradient policy learning),價值評估法(action-value learning),與演員-評價法(actor-critic learning)三種新的強化學習觀點,但實作不多,僅限於小範圍的舉例,沒有融入到大專題上去,我們只能知道可以利用Keras來建立一個策略函數與價值函數在演員-評估法中來強化學習的效能,但實作還必須自作為來的延續,其實是有些可惜,不過出書就是這樣,不可能甚麼都包山包海全吃到底,後續是要讀者自行去找尋與研究的吧..

     這本看了有段時間,其實說看是不精準的,它是本實作的書,需要逐步的依Python程式執行,但僅是複製貼上執行沒有意義,何況作者們將這本書整個的程式碼放在Githut上的竟然有一些錯誤,需要花時間去debug,加上deep learing的程式都要花大量的電腦時間,看起來似乎有些不值.不過Alphago打敗人類後,對圍棋行業外的人來說看似並無關係.不過它已完全的翻轉圍棋與圍棋界這件事,從那時起,職業棋手平日開始啟用AI軟體來訓練自己,學習它的下法,思維它每手的企圖目的,與每手的功能效率.也就是說在那個領域出現了一個無名未知的"電生物"改變了它的環境,生態與文化習慣,人竟然要向一個電生物學習,說起來是有點殘酷的.人類發展的千年的東西,現在居然被這生物告知,你只開發發現了其中不到10%的知識,概念.所以我也就暫時不把Chollet對於身學習與投機市場價格關係的看壞列為必然,應該還有些地方能夠進行某些深度學習的研究切入點吧.以上.