預知宇宙紀事

 

預知宇宙紀事(The Whole Shebang: A State-of-the-Universes Report ,Timothy Ferris)

    去年聖誕節新型的韋伯太空望遠鏡(James Webb Space Telescope)被送上太空,並於今年的1月24日成功的抵達最終目的地距離地球約150萬公里的日地系統拉格朗點準備開始執行它的任務.這架望遠鏡的主要的任務是觀測在宇宙學發展中倚重的星雲殘餘紅外線光譜,它也就是我們今天可以看到的宇宙的初期狀態,藉此研究星系的形成和演化,了解恆星和行星系統的形成,並試圖進一步探究行星系統和生命起源.韋伯望遠鏡的任務與本書"預知宇宙紀事"所寫的內容基本是連結貼合的,書裡敘述的是人類從過去到今日對於宇宙如何形成的理解與知識累積的發展過程.

     為何觀察宇宙中星雲的紅外線光譜很重要呢?在物理學領域,紅移(Redshift)是指電磁輻射由於某種原因導致波長增加,頻率降低的現象,在可見光波段,表現為光譜的譜線朝紅端移動了一段距離.相反的,電磁輻射的波長變短,頻率升高的現象則被稱為藍移.紅移最初是在人們熟悉的可見光波段發現的,隨著對電磁波譜各個波段的了解逐步加深,任何電磁輻射的波長增加都可以稱為紅移.當光源移動遠離觀測者時,觀測者觀察到的電磁波譜會發生紅移,這類似於聲波因為都卜勒效應造成的頻率變化.這機制能用來說明在遙遠的星系,類星體,星系間的氣體雲的光譜中觀察到的紅移現象,其紅移增加的比例與距離成正比,而這種關係被認為對宇宙膨脹的觀點提供了有力的支持,所以人類觀察太空中的星雲紅外線光譜就是在觀察宇宙,宇宙膨脹,與相關的星雲,星系,星體發展的一種基本方式,這種星雲的紅移表現為宇宙膨脹的證明稱為哈伯定律.另一種形式的紅移是重力紅移,它是一種相對論性效應,當電磁輻射傳播遠離重力場時會觀測到這種效應,反過來說,當電磁輻射傳播接近重力場時會觀測到重力藍移,其波長變短,頻率升高.根據廣義相對論,光從重力場中發射出來時也會發生紅移的現象,這種紅移稱為重力紅移.如此紅移將哈伯,相對論的愛因斯坦,重力的牛頓,波源的都卜勒等不同領域的專家都串聯在一起,這是宇宙膨脹的可能表徵,大爆炸或本書稱之為"大霹靂",是宇宙學一切的開端.

     人們可以想像突然有一個實驗駁斥了廣為接受的理論,這些理論已成為物理學標準共識的一部分.科學不是一成不變的教條,以為偏離舊規就是冒著被科學界驅逐的風險或可能被剝奪肩章,它其實是一個自我糾正的探究系統,發現其中的錯誤,其中有很多現象遲早會通過實驗或更仔細的分析來發現.科學也是一個自下而上的系統,在這個系統中,宏大的理論不是在一個總體的,自成一格的情況下達成的,而是透過從許多小案例中建立推論.科學發現,即使是最令人印象深刻的發現,偶然也會發現充滿錯誤的認識,因此在它們真正開始發揚或被運用之前必須解決這些錯誤,在這個領域充滿個可能,欠缺不可撼動的神諭與確定性,當然分支的枯萎並不意味著整個理論注定要失敗.

      今天的宇宙學主要是在所謂"大爆炸"模型的框架內進行的.它認為宇宙開始於高密度狀態,此後它展開膨脹和冷卻,但其實這是一個尚為完備的理論,人類對於宇宙相關的知識與認識實在太渺小,一方面是基於它浩瀚無垠的範圍,一方面是基於自身力量的渺小,人類連太陽系都認識不全,甚至連地球都未能理解完全,加上科技手段的不足.大爆炸模型遠未完成.科學家們還不知道宇宙的確切年齡,它有多大,它膨脹的速度,其中有多少物質,或者它來自哪裡.雖然這本書裡關於以上這些知識都提出了前人專家的計算,或猜想,但其實我們是真不清楚這一切是如何發生的,大部分的內容仍停留在無法驗證的條件下.宇宙,恆星和星系中有很多我們完全不知道的事情.這些問題或可能將通過一種或另一種方式得到解決,而不會留下標準模型的基本規則.

      古希臘人認為地球固定在宇宙的中心,由同心水晶球環繞,太陽,月亮,行星和恆星都附著在這些球體上.這個模型很好的回答了常識:星星確實似乎每天都在繞地球轉.而另一種建議:這種效果是由地球自轉產生的卻遇到了無法克服的困難.如果地球在旋轉,為什麼一個人直接跳起來落下的腳印會在,而不是向西數百碼之處?地心宇宙在美學上令人愉悅,它將我們的世界描繪成一個以地球中心的一組嵌套的球體,一個與柏拉圖產生共鳴的概念.但希臘人並不滿足於僅僅欣賞它的輝煌.他們還期望理論能夠解釋過去在天空中看到的運動並預測未來出現的運動,如日月蝕行星交會等事件.正是出於這些原因,我們稱讚希臘人是現代科學的先驅,他們的懷疑態度引發了科學特有的質疑,顛覆和永遠不滿的精神.他們的模型的最終失敗了,被證明是錯誤.一個理論可能是明智,美麗的,但也可能是完全錯誤的,並沒有對行星的運動產生準確的預測.

      托勒密在二世紀提出了更複雜的模型:地心論,托勒密的宇宙在西方統治了1400年,直到受到哥白尼的挑戰.今天的學童仍在被教導,以太陽為中心的哥白尼觀點為宇宙學帶來了簡單和光明.但哥白尼的原始模型形式既不比托勒密複雜,也不比托勒密精確.但是透過證明太陽是宇宙的中心的觀點可以與托勒密的地心論競爭,它為原創思想開闢了新的機會.但是哥白尼模型受到兩個主要問題的困擾.由於它將行星描繪成以完美的圓圈圍繞太陽運行,它被推向了複雜性和錯誤的方向.首先行星軌道不是圓形的而是橢圓形的.其次預測軌道上的行星運動的方式自古希臘以來並沒有太大進步.因此糾正哥白尼宇宙學中的缺陷並將其與地球物理學相結合來解決這些問題,就落在了兩位主要學者身上.開普勒和伽利略都是才華橫溢的人物,他們的著作將他們的思想帶入了整個世界.

            對我們大多數人來說,理解並欣賞科學定律之美是一種後天的品味,很少有人在他們的成長時期對會科學產生敏感的興趣,但是對於那些想要學習如何評價科學性的人來說,開普勒定律是一個很好的起點. 第一定律揭示了行星的軌道不是完美的圓,而是橢圓,太陽位於每個橢圓的一個焦點上.這一論證促使康德稱開普勒為有史以來最敏銳的思想家.與當時的所有其他宇宙學家一樣,開普勒假設行星軌道必須是圓形的.為了得出橢圓假設,他需要擱置他自己的知識結構和他所屬的社會關係.在得知這一突破性的現象後,他同時代人感到沮喪,不僅批評他的假設,而且批評他的方法,其中涉及比當時任何天文學家使用的更複雜的數學的密集應用.就連向開普勒介紹哥白尼地心論的大師梅斯特林(Michael Maestlin)也反對他,因此開普勒的成就更加引人注目,當他訴諸橢圓時,他已經贏得了可觀的聲譽.

      在開普勒做這一切的同時,伽利略正在修復哥白尼理論的物理學缺陷.開普勒和伽利略都是革命者,他們成功地擺脫了古老的信念,即純粹的思考優於將球滾下斜面,或眼睛透過望遠鏡觀察世界以及以其他方式探詢物質世界的笨拙且經常混亂的方式.愛因斯坦曾寫詩讚美他倆,強調他們願意在自然界中尋找真理,從而克服了傳統上對抽象思維而非經驗觀察的傳統偏好.愛因斯坦指出,開普勒必須認識到,即使是邏輯最清晰的數學理論本身也不能保證真理,除非與自然科學中最嚴格的觀察結果進行核對,否則它變得毫無意義.而純粹的邏輯思維不能為我們提供任何關於經驗世界的知識,所有關於實相的知識都始於經驗,止於經驗.通過純邏輯手段得出的命題就現實而言是完全空洞的.因為伽利略看到了這一點,他把它引入了科學界,所以他是現代物理學之父,也是現代科學之父.

      伽利略對宇宙學物理學最重要的貢獻在於他對慣性概念的洞察力.亞里士多德假設物體的自然趨勢是保持靜止,除非你花費精力來移動它.伽利略看出這個常識性的假設是錯誤的.他把木塊推過桌面,然後把桌子和木塊擦乾淨,又把木塊推了一遍,思考著摩擦越少,它們能走得越遠這一事實的意義.他推斷,如果它們可以完美打磨,沒有摩擦,它們就會永遠移動.他提出慣性不僅只是靜止物體保持靜止的趨勢,而且是運動物體保持繼續運動.伽利略反直覺的洞察力解決了對哥白尼關於地球運動的斷言的基本反對意見.今天我們已經看到了足夠多的宇宙,知道運動而不是靜止是物質的普通狀態,而靜止不動最多是一種局部特徵,用局部慣性靜止框架來衡量.看得越遠,就越會發現一切,相對於大多數其他事物,都在移動.宇宙生來就躁動不安,從那以後就再也沒有靜止過. 伽利略的晚年被迫在宗教裁判所前屈膝屈膝懺悔,在軟禁中度過餘生.但他政治失敗的原因不僅僅是羅馬當局不願改變他們的想法,也是因為伽利略雖然擁有許多強有力的類比論據,但始終無法對哥白尼的宇宙學進行定量辯護.這是由艾薩克牛頓完成的.

     牛頓提出的方程準確地預測了行星的運動和物體落在地球上的速度,揭示了兩者都是由單一的力:重力引起的.它證明了哥白尼,開普勒和伽利略的日心論宇宙觀,同時也統一了天地物理學.牛頓的研究開創了兩項從那時起一直持續下去的科學事業.透過對地球內外現象的調查促進物理學的進步,以及對一個雖然巨大但出於某種原因可供人類探究的宇宙的繪圖. 牛頓"原理"出版後的兩個世紀後,太陽系測繪取得了實質性進展.裝備有望遠鏡和精確時鐘的航海天文鐘,開發用於使航海者能夠確定它們的經度.觀察了1761和1769倆此金星在太陽表面的凌日,結果產生了相當準確的地球軌道的數值,透過視差三角測量給計算地球到附近恆星的距離鋪平了道路.1838年第一個準確的恆星測繪:天鵝座距離地球11光年.

          與此同時,天文學從最初的觀察者按照自身隨機的發現探索收集成千上萬的觀測對天體進行分類,發展到成熟的天體物理學,這是一門科學不僅描述了宇宙外星的現象,而且對它們的運動方式提供了合理的解釋.只是這個領域對大眾來說,更像是在看一部演員說著不懂的外語表演的戲劇,由天文學者充當翻譯解釋宇宙星團演員在說什麼及如何運動,如此行為模式就變得可以理解了.通過天體物理學,可以超越描述天空的樣子,天體物理學興起的關鍵是分光鏡,它將光分解成其組成頻率.在分光鏡的幫助下,哈伯在1929年確認大多數星系正在以與它們的距離成正比的速度從銀河系中衝出:第一次證明宇宙正在膨脹.

    宇宙空間正在伸展並承載著星系的想法是 20 世紀的一項創新,這是在所有先前的科學文獻中都沒有預料到的.然而奇怪的是,在哈伯在天空中發現宇宙膨脹的證據前不久,理論物理學中就出現了宇宙膨脹的想法.愛因斯坦的廣義相對論於1916年奠定了基礎,它暗示宇宙空間不可能是靜止的,而必須是膨脹或收縮.愛因斯坦起初反對這個奇怪的想法,但很快發現自己不得不接受所涉及的數學推理的有效性.然後在1929年,對這個理論並不熟悉的哈伯獨立發現了宇宙的膨脹.

        所謂的大爆炸模型源於對膨脹宇宙在它嬰兒期:即剛發生爆炸的前幾秒鐘會是什麼樣子的思考.今天可觀測的宇宙大約有150億光年的半徑.當它的半徑小得多甚至只有一光年時宇宙中的所有物質都聚集在一個小得多的空間裡.而任何特定數量的物質,壓縮到更小的空間時將以更高的密度,更熱的樣貌來呈現.因此,可以合理地想像早期的宇宙可能不僅稠密,而且還很熱.非常熱.當宇宙誕生第1秒時,每一勺物質都比石頭還稠密,比太陽中心還熱.宇宙的膨脹和隨之而來的冷卻使原子,分子,星系和生物得以形成.我們所說的物質是凍結的能量.它之所以凍結,是因為宇宙由於它的膨脹而冷卻了.大爆炸理論暗示,隨著年輕宇宙的膨脹,應該有一個時間,現在估計在爆炸開始後大約50萬年那時原始等離子體變薄到足以對光透明.物理學家將此事件稱為光子去耦,這意味著光子,構成光和其他形式的電磁能的粒子,在這一點上被釋放了.此後,它們不再經常與彼此或與物質相互作用,而是在不斷擴大的宇宙空間中不受阻礙地翱翔.因此,它們中的大多數今天應該仍然存在.宇宙膨脹會將它們拉長,將它們的波長從光的波長增加到我們稱之為微波無線電的波長.在微波頻率中,用溫度來表示能量是很方便的,因此解釋這一論點的另一種方法是說,曾經很熱的宇宙應該保持不變今天也有點熱.物理學家推測這種宇宙微波背景射線(CMB,Cosmic Microwave Background radiation)的存在,計算出它的溫度應該比絕對零高約3度.他們還指出,它將顯示黑體輻射光譜,這由相關的量子物理方程決定,並且它應該是各向同性的,這意味著宇宙中任何地方的任何觀察者都應該測量具有相同溫度的背景天空中的任何地方.

     人們可以將 宇宙微波背景視為自大爆炸以來就滲透到太空中的一團光子.當我們向遙遠的太空看去,時間倒退到宇宙微波背景光子更有活力的時候,我們發現霧霾變厚了.在最遠的地方,我們正在回望最初的一百萬年,霧霾變得不透明.因此,每個使用微波射電望遠鏡的觀察者都將宇宙視為一個球體,它在附近幾乎是透明的,但在其遙遠而熾熱的牆壁上卻是不透明的.

       當這些關於宇宙微波背景的預測在1940年代首次提出時,很快就被遺忘了.大爆炸理論還沒有被認真對待,也沒有微波無線電接收器這樣的東西.然後,在1965 年,兩名物理學家使用為通信衛星實驗而建造的無線電接收器檢測到了宇宙微波背景.科學家們開始意識到通過研究宇宙微波背景,他們可以直接觀察宇宙,因為它距爆炸時間開始僅50萬年. 1989年NASA發射了一顆衛星:宇宙背景探測器衛星(COBE),旨在從軌道上研究宇宙微波背景,其探測器不受地球大氣層的干擾.衛星獲得的初步發現於次年公佈,結果證明是對大爆炸模型的驚人確認. 宇宙微波背景確實是各向同性的,也就是說,它在整個天空中具有相同的強度,就像任何真正普遍的東西一樣.而且,正如預期的那樣,它的溫度比絕對零高約三度,準確地說是2.726度.而且它的光譜符合黑體輻射光譜:擬合非常精確,以至於發佈公告的研究人員不得不擴大圖表上誤差線的大小,否則觀測數據點會消失在薄薄的區域, 宇宙背景探測器衛星的最後一次勝利出現在1992年,當時一張由反復觀測精心編制的全天圖將宇宙背景探測器衛星儀器的靈敏度推到了極限,證實了大爆炸理論的另一個重要預測.儘管一般來說均勻分佈在整個宇宙中,很早就開始聚集成密集的區域,從中形成星系團.這對理論家來說是個好消息,他們認為我們今天在宇宙中看到的巨大星系團,超星系團和星系氣泡是由早期宇宙不均勻性的引力吸引形成的.物質團塊被認為起源於量子漲落,微觀上偏離了早期宇宙中物質的普遍均勻分佈.關於這些不均勻性的光譜和大小,以及它們究竟如何導致我們今天在宇宙中看到的大尺度結構,還有很多需要研究.這些發現使大多數宇宙學家一致認為,宇宙是從一個熾熱的大爆炸狀態中產生的.

          其他幾種證據支持大爆炸理論,包括宇宙元素豐度符合理論的預測.這裡的推理是,當原始火球冷卻時,質子和中子會結合起來形成原子核.核物理學家的計算表明大約四分之一的原子製造材料應該在宇宙中轉化為氦.大爆炸,還笧生了一點鋰,而其餘的則以氫的形式倖存下來.這正是經過這些科學家所發現的整個宇宙是 25%的氦和73%的氫.這理論假設所有較重的元素都是在恆星內部形成的,特別是在超新星中:爆炸的恆星,在太空中播下碎片雲,富含更重的元素,從中凝聚了現代恆星和行星,地球和太陽也在其中,而人們應該由此得知老恆星的重元素比年輕的恆星少.在一個大爆炸的宇宙中,應該有可能通過觀察很遠的距離來看到宇宙演化的直接證據,因為從數十億光年外到達我們的光已有數十億年的歷史,深空天文學的大部分光明前景來自於通過使用更強大的望遠鏡作為時間機器來直接觀察宇宙演化的前景,以觀察遙遠過去的宇宙.恆星的年齡與從膨脹率推斷出的宇宙年齡相吻合,至少根據一些數據.幾組有說服力的觀測表明,宇宙已經膨脹了大約 150 億年.這與已知最古老恆星的年齡相符,天體物理學家估計大約有140億年.但也有一些研究人員認為具有說服力的其他觀察結果產生了一個更年輕的宇宙.如果這些證明是正確的,那麼我們對最古老恆星年齡的理解或大爆炸理論的某些方面可能都有問題.

           除了基於觀察的論據之外,還有所謂的大爆炸情景的理論證明.如果我們問大爆炸在哪些方面與其他公認的理論一致,我們會找到幾個答案.首先廣義相對論在許多實驗測試中倖存下來,並且似乎是完全準確的,因為它涉及在目前普遍存在於宇宙大部分地區的條件下對引力行為進行預測.廣義相對論意味著宇宙必須要麼膨脹要麼收縮.因此,我們在天空中發現宇宙膨脹的證據這一事實意味著一個成熟的理論,即相對論,支持另一個更具假設性的理論,即大爆炸.其次量子物理學也在大爆炸方案中找到了一個令人滿意的位置.利用量子力學,物理學家能夠預測宇宙微波背景的存在和光譜,計算有多少原始物質在大爆炸中變成了氦,並估計最古老恆星的年齡.量子物理學對涉及自然界四種基本力中的三種的事件做出準確的預測:原子中起作用的弱核力和強核力,以及產生光能和無線電能的電磁力.但是對於第四種力,引力,目前還沒有一個完全成熟的量子理論.不過引力是如此微弱,以至於在計算亞原子粒子的相互作用時可以忽略它,它們的質量如此之小,以至於它們相互之間的引力可以忽略不計.但在高密度的早期宇宙中,亞原子粒子的重量如此之大,以至於它們的相互引力影響與它們通過其他三種力的相互作用相當.要重建被認為在宇宙時間最初幾分之一秒內發生的事件,需要對引力進行量子解釋.這樣的理論可能會揭示量子力學和廣義相對論的單一原理,在我們目前的理解上,它們是基於相互矛盾的看待世界的方式.亞原子粒子的重量如此之大,以至於它們的相互引力影響與它們通過其他三種力的相互作用相當.要重建被認為在宇宙時間最初幾分之一秒內發生的事件,需要對引力進行量子解釋.這樣的理論可能會揭示量子力學和廣義相對論的單一原理.最後暴脹假說引起了對宇宙學的極大興趣.它提出,在宇宙歷史的黎明時刻,宇宙膨脹的速度比人們想像的要快得多,事實上膨脹的速度遠高於光速.暴脹假說不僅解決了困擾早期版本的大爆炸理論的幾個問題,而且表明宇宙非常大,並為我們的宇宙起源於更早的空間中產生的微觀氣泡的驚人推測打開了大門.宇宙,它又可能是眾多宇宙中的一個,這些宇宙像星星一樣散佈在難以接近的無限隨機空間和時間以及一系列自然法則中.

      從當下觀之,宇宙大爆炸理論看起來狀態不錯.它得到了幾條可靠且或多或少獨立的證據的支持,目前還沒有真正的競爭對手.但仍然還有很多工作要做.如最近天文學家發現了宇宙膨脹速度實際上正在加速的證據,而不是像之前假設的那樣減速.理論家推測暗能量場正在導致加速膨脹.如果是這樣,那麼暗能量以及暗物質的性質仍有待闡述.正如我們文中所說的,這門學科受制於人類當前的能力與宇宙相比渺小的不可證性,我們所的知的一切,都是基於人類當下能力的理解,至於其中有多少是真正事實在未來沒有被推翻的可能,恐派沒有人知道,更沒有人能夠打出包票說這門學問乃至本書中所寫的一切都沒有問題,沒有錯誤,這是閱讀這類書籍必須有的一個基本心態.

       我必須說做為一本科普讀物,這本顯然並不通俗,裏頭太多的概念與常識其實一點都不容易,顯然專業人士要對一般讀者說東西的理解困難仍在,無法簡單的說清複雜的概念.加上專有名詞太多,涉及物理,化學,常人必然連基本常識都沒有遑論這邊的科學名詞都是更複雜的複合的,簡直令人暈眩,更有問題的是本書的翻譯.我看了到譯者簡介的背景與列出過去的譯作,發現這似乎是他們第一次翻科普類的書籍,也許他們之前翻過許多文學,藝術,哲學,社會,商業類,但這本的翻譯絕對是災難.配上原先就不好理解的作者將科學觀點通俗化的能力,創造了一本很難讀懂的天書.沒有宇宙學常識的人想讀本書真的要很用力的去理解,不然寧可放棄.因為太容意催眠了.以上.

一次搞懂量子通訊(貓,愛因斯坦和密碼學)

 

一次搞懂量子通訊(貓,愛因斯坦和密碼學:我也能看懂的量子通信)(神們自己)

   看來是兩本其實是同一本書,"貓,愛因斯坦和密碼學"是原書,簡體版.這本書是對岸的"知乎"出的電子書,它是被設計歸類在"一小時"系列.出版商的"一小時"目標是設定能在通勤或睡前的一小時內讀完它.我是看到國內出繁體紙本書上頭的推薦人有youtuber"佑來了"才找來看的,不過我看的是原書電子版的簡體書就是了,這也是為何作者會取名"神們自己",就是個網名.

   既然是一小系列似乎可能沒啥心得好寫的.因為時間因素與閱讀意願大幅跌落,現在還有習慣性閱讀的人本來就不多了,所以這種系列以一小時看完做目標,雖不是壞事,但究竟這一小時裡要提供甚麼,卻也不容易設計.圖文書,短篇小說看來是比較討喜的,或者未來長篇小說與其他類型的讀物也能夠將每篇章壓在一小時內,然後將整書篇幅設定成一周或兩周的份量可以讀完.

  回到本書,這本書目標是要讀者粗略理解量子通訊.將近100頁的內容裡,就先花了一半的內容講量子力學.不過千萬別被這100頁與量子力學嚇到.這100頁的每頁文字都不多,加上搭配圖片照片,文字實質內容真的不多.它介紹量子力學也挺直白,先以"光"究竟是"波"還是"粒子"的爭議談起,然後說起為了爭辯它,有兩派人各自開始做"雙縫"實驗,以證明自己的正確.透過這些實驗過程的敘述,讀者很容易就知道"波""粒"的爭議,以及後來出現的坡爾在這些爭議中提出的量子力學"態疊加","測不準","觀測者"三原理,及根據這些原理衍生出的"薛定諤的貓",隨後由由薛定諤提出的孿生粒子態疊加,創造出坍縮的超遠距概念直接挑戰了物體速度不能超越光速的相對論說法.量子能作為通訊手段的概念便是從這孿生粒子態疊加坍縮的超遠距作用而來.而後半段主要是以通訊中的"隱藏內容"需求開頭,談為傳送資訊加密的手法的演變,到如何利用量子的特性作加密,形成極度安全的加密鑰,並依此再度衍生成"量子電腦"的概念來源.

  簡單說,書就是透過讓讀者知曉量子力學,後由其中推測出並進行實驗來利用它處理資訊傳遞可行,即為量子通訊,而更根據量子通訊的加密手段進一步推出產生量子電腦的背景原理.表面上看確實能為讀者在這一小時內釐清某些觀點,與學習科技新知的運作背景.不過,與所有的科普書一樣,這類書很難寫到全均質,我想我若原先都不懂,這本書應該還是看不了的,即使它寫得夠平易簡單了,那些量子力學的"常識",對於作者或有基礎的理科生來說確實如此,但是要是一個啥都沒基礎的文科生.他恐怕只能說"知道了",至於是否理解或搞懂就是另一回事了,更何況越近後半部,理解就越不容易,其實是更需要寫作者以前半部同樣的簡易方式來提示的,這便是我所說的"均質化".所以究竟這一小時,是要來讓人記住名詞,還是要讓人理解內容,終究會因讀者自身的差異有些不同的.不理解的人們也可以用維基百科應付,只是那個對普通人恐怕更雲山霧罩就是了.

   還有就是你要不要花300塊台幣買一本一小時內能看完的電子書?這是現實問題,特別當讀者知道原書的樣貌後,可能會質疑,因為同樣的價錢能買寫得更清楚全面的量子力學與通訊書籍,以上.

白話演算法！培養程式設計的邏輯思考+演算法圖鑑+大話資料結構

 

白話演算法！培養程式設計的邏輯思考(Grokking Algorithms：An illustrated guide for programmers and other curious people,Aditya Y. Bhargava)+演算法圖鑑(アルゴリズム図鑑：絵で見てわかる 26のアルゴリズム, 石田保輝 / 宮崎修一)+大話資料結構(程杰)

     變味一下,速讀三本演算法的入門書.說是速讀,其實呢,應該說是這兩本書原就不是寫的很艱澀,雖然也不太是重要讀物,不過對某些人來說,這種書的角色卻很重要.

    像這種教人學習的書籍,往往會有出版上尷尬的地方,以演算法為例,明明讀者可能知道它有如Thomas H·Cormen等所寫的"演算法導論"(Introduction to Algorithms)或是 Robert Sedgewick的"演算法"(Algorithms)
等經典且內容全面的書籍,但基本上這些作為教科書式編排的書籍很難讓人在沒有課業壓力逼迫下自動閱讀,畢竟內容本來就不易,加上枯燥的科學式敘述對於體會較遲鈍的人簡直就是天書,且根本上並不容易被一個初學者讀懂,因此一些出版社就會想在入門這個破口找尋出版的機會,但是呢國內出版入門書籍往往陷入一個迷思,簡單是夠簡單的,但然後呢?讀者可能看完入門書還是得要接著讀經典內容全面的磚頭著作,仍舊一樣會卡關,首先固然是可能遇到難題或阻礙卻無人可問,畢竟讀者可能都已經不是學生,或是專業在其他領域的興趣者讀者或學習者.而出版者往往是陷入只要出版易懂,最好連傻瓜看來也能明白的東西為主軸,卻往往忽略這種書的目標除人讓人讀懂,還應該具備讓讀者往較深入領域閱讀與理解的能力,而通常要讓一本人們書籍具備如此能力,需要的元素卻是不少.首先最好能以圖形,圖表來表現,文字淺顯,令讀者知道每一種演算法可能運用的場景情況,這些東西對文科編輯並非難事.但接下來就是問題了,困難的地方在於既是演算法就必然有需要計算的地方,講述運算邏輯的地方,但這些計算與方法講述如何呈現計算流程卻是一個不小的問題,有時過度簡化,往往以為讀者能夠自行知道的地方忽略一個步驟不印出,也許讀者就卡關了,但是若要詳細的每一個步驟都列出,簡直是耗費紙張,又怕多餘被嫌棄.第三呢除了這些以外,要過度的中間或深入的部分,往往需要提點讀者能夠額外思考或引法他興趣的部分,而這些最好是能夠從已與前述類似的手法逐步切進難題,或許經過這樣的過程,再切入Cormen與Sedgewick的書籍會如魚得水...

    我是偶然看到了這本Grokking Algorithms的新中文版,雖然它不算新書,但是此書的附帶程式碼是以Python寫成的,能同時讓演算法的觀點與個人近期在用的Python做結合,個人覺得還算實用,加上這本的優點是所涉及的演算法範圍內容不多,並不貪婪的想把每一種演算法內的子題都弄在一本書裡,但在它的幾個子題上都是用較淺顯的step by step方式來呈現計算與思考過程,即使只是一個雜湊,廣度優先搜尋,Dijkstra,背包問題,排課問題,動態規劃都是用簡單的例子假設一步步的以圖表將演算過程循序表現出來,很輕鬆就能讀懂,加上程式碼也都逐步行的來解說,我想這樣讀者應該不會只學到簡單的答案,還包括它核心的演算步驟,與解題思維.

     至於後面這兩本圖文書.日本人寫的"演算法圖鑑"以圖表為主題,文字為輔助,內容主要是將演算法的內容以全域視的觀點做一個整理,表現核心集中在對各種演算法子題的運用內容與所在,可以補足Grokking Algorithms所暫時省下與忽略的部分包括安全性演算法與分群上都有增補,但詳細的解法所述則沒有,不過可以提供讀者知道還有哪些演算法的內容是將來須補足的.至於第三本對岸出版的"大話資料結構",則一如書名,它是一本主要"口說"的形式來表現的書籍,這本內容非常多,但是它的寫法是假設有一個人如老師在課堂上講解那樣的型態來解說,包括演算法及其後續延伸中的排隊問題,樹,圖,排序,搜尋,線性規劃,都以白話的方式鉅細靡遺地呈現出來,是這三本中乾貨最多的一本,而比起Cormen與Sedgewick的的書來說又不那麼的硬,除了"大話"外它的圖表使用也相當的多,很容易就能理解作者之意,所以在銜接上非常合適在看完入門書籍之後,進入艱澀的經典之前作為主要的讀物,甚至個人以為這本在提供思維上比起那些艱澀的書籍能產出更多的驚喜.但這本書可能是較早期的,書中所附的程式都是C語言寫就的,雖然說就看"懂"而言不是太大的妨害,但是個人實作上畢竟近年都改用Python了,也就沒有去詳細的考證它,只是純粹的看懂程式邏輯與運算的目的而已,這是需要留意的.

    簡單來說這三本是能提供入門者閱讀且能過渡到專著的一種結合,當然要直接看Cormen與Sedgewick的的書籍也行,畢竟專業的人就是有那個能力,而其他非灣業想跨練的或是自覺沒辦法一蹴可幾的也許能試試從這邊進入.以上.

圖解AI｜機器學習和深度學習的技術與原理

AI｜機器學習圖解和深度學習的技術與原理(株式会社アイデミー、山口達輝、松田洋之)

   新舊年交恰病了一場,兩周內完全沒閱讀任何書籍,開年的第一本選了本圖文書.沒料到,這是一本很不錯的教材,敘述解釋平直易懂,這一點國內的Mook類書籍也做得不錯,但這一本卻不只照顧"傻瓜"性的內容,深度竟然同時也存在,日本出版編輯在書籍定位與執行上的完整度與精密度應該值得借鑑.內容往上可以喚醒研究生時期修過的Generlize liner Model,Multivarite Ananlysis,計量經濟學等包括Classification,cluster,factor analysis,Dimension reduction,principle component,ARMA,ARIMA等多種統計分析的課程記憶,溶入了新的深度學習機器學習的內容中.

   當然,以前還沒有大數據分析這種名詞與觀點,受制於當時電腦處理與網路能力,與類神經網路等發展受制頻頸尚未突破,因此有的就只是統計分析.我們學的也就是這些.這本"機器學習圖解和深度學習的技術與原理"其實並沒有詳談許多技術細節,但它的重要性在於,讓已經具備許多技術常識與觀點的讀者將所學習的相關知識全部串連到了一起,雖不能說接通任督二脈,但有了整體性的觀念,如此等於是幫閱讀活學習Goodfelllow那種大部頭全面性的深度學習的教材做了綜合性的整理.也把個人從網上學習的線上課程從演算法,深度與機器學習的數學,與深度學習的內容給串在一起.個人的目的其實並不是要把它整個內容都學會.只是恰好有直覺認為深度學習的CNN,RNN,MCMC可以幫助我在台期指Day Trade慣用的方式做完全的程式化交易模式.畢竟我採用的方式既不是均線,指標,K線,型態這些東西,本來就是一種特別化的方式.因此過去的TS,Multicharts.Wealth lab其實並能滿足需求,直到看到了Nutrual network,markov process等那些可能用在棋奕類的人工智慧模型的內容,隱約知道這才是我需求的關鍵路徑.

    接下來自然是從Python for finance切入,開展自己的模式實作了.當然不看Goodfellow那類的書籍或去重溫一些數學模型,直接切進Python for Finance也是可以的.只是不喜歡知其所以不知其所以然的Coding,何況前面依舊是未知的黑箱,畢竟自己的模式也只是自己的使用多年的還算成功的Day trade模式,雖然人工看盤運作超強,缺點就是要程式化太難,它明顯不是單純的線性,許多地方也只是個人含糊的類比式型態思維,這裡面的個人經驗判斷要換成數字型的程序本身就是為難.所以即使能夠從簡單的建模有了開始,卻未必能夠最終做出甚麼用的東西,不過,向困難與極限挑戰,本來就是當為之事,要弄通的東西只會更多,效果卻可能未必如個人所願.但那又如何呢.起碼可以藉由這本圖文書逐步恢復正常的生活.以上.

 

深度學習的數學

深度學習的數學(ディープラーニングがわかる数学入門,涌井良信&涌井貞美)

 

因果革命:人工智慧的大未來

因果革命:人工智慧的大未來(The Book of Why： The New Science of Cause and Effect,Judea Pearl)

   這本其實挺要緊的.每年底國內某些單位都會評選年度書籍.但可能不太有人注意到包括經濟,金融,商管類的書籍這幾年幾乎都上不了那名單上.其實不意外,但這幾乎不完全是書籍本身的問題.只要去看評選者名單,看他們的背景與專業方向,依路徑相依,大概就能猜到原因,一個不看這些類型書籍的評選團怎會選擇那些書籍?!.這種結果在統計上稱為"相關性".而"因果革命"則更進一步,它指出'相關性"其實並不能說明太多事情,而直接將焦點放在事情的因果關係上,既然都沒有財經資訊背景的評選者,那些書籍被評選者閱讀的機率可能等於0,或是他們認為財經書無資格與社科文學並列,以至於幾乎不會被選上的.但是這還不能稱為因果關係,因為也許評選單位找評審時就已經有條件預設,只是外人不知,於是若將評選單位的思考納入,或者就能展開因果分析了.

   這本書的論點可以直說是對於統計學相關性的挑戰,我們甚至可以直觀用本書的工具猜測社科,商管等學院裡以統計假設為基礎的博碩士論文在作者Pearl的因果觀點下可能多數淪為垃圾,只是大型的統計模式的抽樣資料練習而已,因為傳統的統計學並不足以證明事件間的因果關係,呈現的只是它們間的相關性,而這在社科商管自身的知識內容裡其實得不到因果方向與程度的推論工具,所以自然的淪為猜測垃圾,這便是本書相當要緊的部分.當然Pearl的目的其實並不在此,他是想修正或測試把統計用在人工智慧的機器學習或深度學習裡可能的問題,而以因果關係的新方式替入做出更接近真實的人工智慧系統,協助人們在此方向的跨步,與其說這是對統計學的激烈革命,還不如說Pearl是對人工智慧提出新的參照,自然是本重要書籍,但它不一定會有高評價,因為它是一門新的東西,所有的相關知識與發展步驟的架構都還在Pearl這些專門人士的手上,或在建構中,所以在學校系統裡,還只是研究生的課題,尚不能達到傳統統計學已經成為固定課程一般的地位,對多數讀者而言,這本書應該有進入的閱讀障礙,它採用許多技術細節,包括在路徑圖,機率算式,來架構從貝氏網路到因果圖,並藉由干擾與去干擾因子去改良找出因果圖的解答,大多數讀者可能都受阻於這些技術內容而放棄.書中的數學符號阻礙了文科生的進入,且中間的許多推論缺乏中繼解說,讓缺乏聯想者無法將一些內容連貫,以至於它可能被忽略,比如這書裡的後門路徑,前門路徑沒有解釋清楚,但其實如果書能增加一兩行指出有箭頭指向X即為後門,相對的為前門,且讀者當能立刻判斷出那條是因果路徑,哪條不是,被這些名詞搞得無以為繼.但以開創性而言,這絕對是本值得有心於此的人選擇的一本.

   從人工智慧這範圍我們可以先猜測之所以要破解"相關"進入"因果",是這批新知識的開創者們引發這樣的自問:當前人工智慧裡的機器學習和深度學習技術究竟是一種全新的算法推理形式,還是僅僅是傳統描述性統計和曲線擬合等長期數學技術的延伸!?.很明顯當前人工智慧無法執行因果推斷是一個嚴重的缺陷.深度學習停留在聯想層面,曲線擬合.從數學層次結構的角度來看,無論多麽熟練操作數據,以及在操作數據時引進了什麽內容,它仍然是一個曲線擬合的練習,即使它非常複雜和重要.從本質上講,表面上看深度學習算法具有大腦的靈感,但它們其實只算是一種強大的數據分析工具,尤其是擅長處理大量非結構化數據.但是,深度學習是一種非常通用和強大的曲線擬合技術,它可以識別以前隱藏的模式,推斷出趨勢或形態,並預測出各種問題的結果.曲線擬合方法在表示給定數據集方面的一個風險是過度擬合,就是算法不能識別出數據中推論的行動是基於的正常波動,還是因為被其他干擾因素迷惑,這便是風險與危險所在.深度學習的過度擬合可能會讓研究者陷入概念上的窠臼,並危及一般形式的人工智能的進展.這是因為基於傳統統計學來的就是相關分析的再延伸,但它形式,或數學算術變得更複雜,它依舊是相關分析.不是因果關係,而這便是因果革命的最重要之處."WHY",而非"correlation".這就如"網路聲量"這名詞其實只是代表同溫層回聲與對抗層效應兩者的加總,跟一個人的受支持度與得票數無關,即它是一個人或事件在望路上的討論度相關性的衡量數,但跟當選或落選不具必然的因果關係,對這種關係的理解弄錯了自然就是預測悲劇,但這是人類自創的悲劇.Pearl認為除非演算法和由它們控制的機器能夠推理因果關係,或者至少概念化差異,否則它們的效用和通用性永遠不會接近人類.除非機器人能夠模擬人類的直覺,否則不可能與它們進行有意義的對話,要求機器人具備理解因果關係才有可能讓它具有採取的其他行動和結果的能力.創建"類人"的學習和思考的機器需要他們能夠構建出世界的因果模型,能夠理解和解釋他們的環境,而不僅僅是使用模式識別來解決問題.既然如此,那為什麼要看這本書?從投機客來說,如果你也是個系統交易者,或根本就是已經以程式交易來替代人力,那麼系統過度擬合的問題一定是困擾,而在傳統的金融交易資料思考框架下其實已經不可能有突破,當然必須尋求一個新的路徑.當然尋求"類人"是第一步,"超"人則是另一種期望,比如過去一年的圍棋職業賽中,已經有棋士運用alphago的棋步在他職業賽的對戰中,便是人工智慧反過頭來影響人類思維一個例子.

   傳統的統計學從常見的迴歸,變異數分析,到logistic regression,模式廣泛generlize liner model 到更複雜的多變量分析,基本上都屬於相關性,都是衡量不同變數間關係的衡量.但是兩數相關並不能解說其間有因果,y=a+bx,其實並不能表達因果性.比如公雞啼與太陽出來,並沒有直接因果關係,只能說有高度的相關性,公雞不啼太陽可能依舊出現,天雨無日出但公雞卻啼鳴,這是其一,其次公雞啼與日出兩者間,何者為因何者為果也沒有可供證明的條件,只是一般人並沒有在這個問題上深思過.在"因果革命"中.Pearl給了一個他認為的找出因果的一種方式,那就是因果階梯(The Ladder of Causation),這個階梯就是人類找尋因果這件事的理解,它將人們認知因果這件事分成三階段.在這個階梯最底層是觀察(Seeing):即用眼睛去看.這一層考慮的是關聯(Assiciation),例如當我們看到雞啼然後再看見日出,會產生一種關聯.而第二階段是執行(Doing),這一段要考慮的是介入(Intervention),比如我們把公雞用眼罩罩住它的頭,讓它看不到,那麼隔天太陽會不會出來?公雞回不會啼鳴?來介入這樣的關聯.第三階段則是想像(Imagining),參與這一層要考慮反事實(Counterfactuals),比如若公雞沒有啼鳴,那麼將會發生甚麼,這是我們人類行為上對於因果產生的實際步驟,而Pearl的觀點就是必須要給人工智慧跨越這三個階層來形成的因果推斷模型.

   而Pearl以生物遺傳學研究上發展出來呃路徑圖(Path diagram)而由路徑圖發展而來作為因果分析第一層的主要工具.書中以A,B,C三個變量為基礎寫出了最簡單的三變量間的路徑關係:

  1、A—>B—>C,這被稱作一個鏈子(chain).例子:,著火(A)—>冒煙(B)—>報警(C).顯然,只有先著火,火導致冒煙,煙導致報警.但是如果我們只知道兩個,尤其是只知道A和C,那麽A和C是有關的嗎？假想一下我們的數據是一個地區著火次數和報警次數,那麽這兩個次數之間我想應該是呈現正相關的.這里需要註意一點,一旦我們給定B,即知道了B冒煙與否.假設,已知了在B=1（1表示冒煙,0表示不冒煙）的情況下,著火和報警的次數,那麽這A和C就是條件(在B=1的條件下)獨立的.

 2、A<—B—>C,這稱為叉子(fork) 例子:同樣我們用一個例子來說明這種關系.鞋子的大小(A)<—孩子的年齡(B)—>閱讀能力(C).還是考慮A和C,從相關的角度來看,鞋子的大小和閱讀能力可以想象有正相關的關系.但是我們一旦限定某個年齡層的孩子,比如孩子年齡等於8歲,那麽我想A和C之間也就條件獨立了.

 3、A—>B<—C,這稱為衝突(collider) 例子:最顯然的例子就是,好萊塢演員的天分(A)—>名氣(B)<—外表(C)對普通人而言,天分和外表是無關的.但是在好萊塢,無論是外表還是天分都可以讓你成名.那麽把事情反過來想,如果你成名了對於大多數人來說,不是靠A就是靠C,如果靠了A那C的成分就弱一些（這是某種負相關）.所以,A和C本身獨立,但是限定了B之後,A和C變得相關起來.

   以上便是書中闡述的三種基本的變量關係的說明,.那路徑圖有什麽用?按照作者的看法,假設透過觀察我們發現A和C有某種關聯,但是不知道其間的因果是什麽？是A直接導致了C,或是說A透過了B影響了C,此時就必需執行干預與介入,透過將B條件化,去除干擾因子,執行do的機率算法計算出A與C之間的因果關係,即P(A｜C)-P(A｜do(C)),這是因果關係的第二層.而第三層即是反事實,它是透過中介分析法來調整達到計算出其中A到的直接效果與A->B->C的間接效果,與其間的交互作用達到了解其間因果關係程度,而這涉及條件多重的中介方程式,書中就至少列出三個中介方程式來找出反事實下的相對效果,而根據觀察,介入,反事實之後,就可以算出我們企圖問的從A到C 間的因果關係.

   但是,我認為大多數人在書中技術方法的講解的過程中應該是暈頭的,這便涉及到這本書的定位與寫法問題.因為包括路徑圖,變量混成的計算,條件機率,每一種其實都有它基本的知識在其中,但這本書偏偏沒有這些內容,它可能假設讀者都已經具備這些基本觀點下才來讀這本的,以至於在前面三個三變量間的路徑圖後,便跟著一些複雜的技術觀點,與無解答推導過程的直接答案,加上對路徑圖又不完全理解,以至於讀完本書可能完全不知道在做甚麼,個人以附圖將這三種變量關係重繪於下,下圖前面三個就是書中所述的A到C之間的路徑關係,但不同的是,個人以B為條件重新改變了這三個圖的關係,在其中fork是本書的主角,要計算A->C的因果關係,只要條件化B即可計算,此使B便是干擾因子,我們需要執行的就是去干擾因子,而這就是後門調整法,但是若B無法測量,或在現實中無法取得資料,就可以透因果路徑中A->C中的相關因子Z作為中介,即圖下的2.1,2.2,那麼可以採用前門調整來計算,而2.1與Chain類似,在Chain中,A與C之間的關係,除了因果路徑A->C,也包括非因果路徑A->B->C,因此才會有直接效應與間接效應,與交互作用.在Collider中因為A,C能夠互通,所以讀者可能發現除了開頭外,後面的計算例子完全沒有再見過Collider了,整本書可見的所有的路徑圖例子大約就是這三種路徑的擴張發展的變形.

    原則上這是一本試圖說明因果關係發展新觀點的書籍,它的動機與企圖是好的,但是本書似乎並不適合普羅大眾,它的技術面是有進入條件與障礙的,而這也是關於人工智慧書籍的難題,如果都談現象與理論,市面上的書大概都差不多,觀點發展到了一個段落.然後想研究人工智慧的人可能就被迫要跳進機器學習,深度學習裏頭,可是偏偏首先就碰到他們無法克服的數學技術問題,或許可以硬記先用在程式的模式裡,但其實並不真的理解它的功能,而這對於發展是有問題的,因為原本人工智慧就被認為有黑盒子運作的疑問,這下人們可能連黑盒子都搞不清楚了,不清楚因果那要如何發展下去,我想這也是文科生基本很難進入此領域的障礙,真的有興趣的人,還是得要把一些基本功練好才行,哪怕那些基本功其實對於某些人來說並不基本.以上.

.

時間的秩序

時間的秩序(The Order of Time,Carlo Rovelli)

    這本科普書談"時間"這個概念.它是本對難以想像物理觀念與名詞闡述清楚,又能以嚴謹的態度來描述現象卻不失用讓普通人理解的方式的作品,書分三部分,第一部分是過往對時間概念的認知提出攻擊,消滅了我們這些普羅大眾對於時間固有的認知範圍與想法,最終作者Rovell讓i時間這個概念消失,第二部分則是作者提出的新觀點,沒有時間的世界該是怎樣的,第三部分則是延續第二部分,既然沒有時間這個概念,那"我"所認知到的時間究竟算是甚麼?.

    作者先從生活現象開始說明,可能在有意或無意間,人們發現位置在高處的手錶跑得比位在低處時快,這個發現似乎沒甚麼大不了的,因為兩者時間差異根本不是沒有意識的常人能從計時器能發現的.但實際上卻在無意間打破一項人們長期以來的認知.我們一直以為時間是勻速的,在所有的地方都相同的步調一致行進.但透過這發現證明而這認知大有問題的.而物理學家便從這些微的差距,勘破了大事.就中的關竅就是引力.物體質量會使它周圍的時間變慢,而人能見的萬物都傾向於向時間流逝較慢的地方運動.由此推知空間中的每個點都有不同的時間,所有現象都有它自己的固有時,它自己的節奏,它自己的時間,透過這個發現,讓我們習以為常的"時間"概念趨於瓦解,這就是時間的坍塌.而首先時間統一性的被打破了. 

  不可能把熱量從低溫物體傳到高溫物體而不引起其它變化,所以熱的傳導由高溫向低問,這是熱力學,僅僅在有熱量的地方,時間之矢才會出現,也就是它是時間的方向,每當過去與未來的差別顯現,都會有熱量參與其中.克勞修斯引入了"熵"來量度熱量這單向不可逆過程.熱力學第一定律是能量守恒,第二定律是Delta S永遠大於或等於0.玻爾茲曼發現了第二定律背後的含義,熱量是分子的微觀振動,一切與時間流逝有關的現象都被還原為過去的一個特定狀態,而這個狀態的特殊性是由於我們模糊的視野,如果我去觀測事物的微觀狀態,那麽過去與未來的區別就會消失,因而時間的方向性消失了,只有在有熱量的地方,過去與未來才有意義.

   愛因斯坦的廣義相對論說質量可以延緩時間,狹義相對論說速度可以延緩時間.對於不停運動的人,時間流逝的更慢.所以當下的概念只涉及與我們臨近的事物,而非遠處.宇宙的時間結構可以用圓錐表示,"當下"被壓扁為一條水平細帶,把過去與未來分開,它極其短暫,幾乎察覺不到.當下的不在,意味著時間的'現在性'被消滅了,現在是個沒有意義的詞.

   亞里士多德是第一個提出時間是什麽,他認為時間是變化的度量,牛頓則以為在對於時間,空間,位置,運動這些名字,應該區分為絕對的和相對的,真的和似真的,數學的和經驗的.亞里士多德筆下的時間是相對的,似真的,經驗的,牛頓認為必須存在另一種時間,無論如何都會流逝的真實的時間,獨立於事物及其變化.由此建立了現代物理學,對於空間,亞里士多德的定義是,物體的位置是指其周圍有什麽.而牛頓認為即便空無一物,空間也存在.愛因斯坦整合了兩者的觀念認為時間和空間是真實的現象,但不是絕對的,它們並不獨立於發生的事件.物理學家把構成世界物理實在的物質成為"場",狄拉克場構成桌子與星雲,電磁場構成光,"引力場"構成時空.物體附近時間變慢是由於引力場少所以時間少,所以它的獨立性消失了.

   以上是物理界"當下"確認的對時間與空間的認識範圍,在第一部分最後作者便要開始他自己的時間之旅,他加入了量子與時空來結合.愛因斯坦在1915年年寫出了引力場方程式,一年後他自己就註意到,由於量子力學的存在,這不可能是關於時空本質的最終結論,與其他物理實在一樣,引力場也肯定有量子特性.時空的量子特性還在研究之中,目前分為兩派:圈理論和弦理論,作者是區理論的主張者,量子物理帶來了分立性,不確定性,與物理量的關聯性.它會跳躍,漲落,只在相互作用時實體化,在最小尺度之下無法被發現.量子力學最大的特點就是分離性,並因此得名,量子即基本微粒.對一切現象而言都存在著最小尺度,這是分立性.在引力場中,這被稱作"普朗克尺度",而最小時間被成為"普朗克時間".時間是有可能分立的.而量子力學的第二個發現是不確定性.例如,我們無法準確預測電子明天會出現在哪兒.時空像電子一樣的物理客體.它也會漲落,也可以處於不同狀態的"疊加"中.甚至過去,現在,未來的區別都可以漲落,變得不確定.一個事件可以同時在另一個事件之前與之後,這是它的不慶定性.決定時間段與物理間隔的物理基礎引力場,不僅受到質量的動態影響,它本身也是一種沒有確定值的量子實體,直到它與其他物體相互作用.當發生作用時,只有對與之相互作用的物體來說,時間才是分立的,確定的,對宇宙的其余部分,它們仍是不確定的.   

    量子的引入看出世界處於永不停息的變化過程中,整個科學的發展都表明,思考世界的最佳方式應該基於變化,而非不變.不是存在而是生成.通過把世界看作事件,過程的集合,我們得以更好的理解與描述世界.這世界並不是物體的集合,而是事件的集合.一場戰爭不是物體,而是一系列事件,一次暴風雪不是物體,而是事件的集合;山上的一朵雲不是物體,而是風吹過山上時空氣中水蒸氣的凝結;破浪不是物體,而是水的運動,而且形成波浪的水總是不同的.家庭不是物體,而是關係,事件,感受的結合.一個人當然也不是物體,就像山上的雲,它是食物,信息,光,語言,等進進出出的複雜過程.它是社會關係,化學過程,情感交流中的一個結點.如果我們所說的"時間"只表示"發生",那麽一切皆時間.時間之內別無他物.透通過研究生物的演化,生存,我們理解了生物學,通研究人與人交往,思考的方式,我們才理解心理學,通過形成過程而非存在,我們理解世界.物體僅僅是暫時沒有變化的事件,一切都遲早要複歸塵土.比起有序的新加坡,世界更像隨機無序的那不勒斯.愛因斯坦以為過去,現在與未來之間的區別只不過是持久而頑固的幻覺.對於基礎問題,愛因斯坦多次改變想法,而他的很多話都互相矛盾,因為語法的發展來自我們有限的經驗,在我們理解了世界豐富的結構之後,才發現語法不那麽精準,不可能精確地描述世界所發生的事,特別是當時間都已經成了虛無模糊的概念.事件的變化形成了世界與對世界變化的認識,而基本的力學形式不需提到時間,催動世界動力學的方程式極其簡單,不含時間的世界是相互關聯的事件網路,變量遵循機率法則,空間鄰近的關聯將空間微粒連結成網,Rovelli稱它為自旋網路,而自旋網路中的一個環稱為'圈",圈理論就是以此圈而得名.這些網路進而透過不連續的跳躍彼此轉化,成為自旋泡沫網路,這些跳躍的出現在大尺度上就像是時空的平滑結構,在小尺度上就療術了一種漲落,機率性,不連續的量子空間,只有一大群的量子出現又消失.圈理論描繪的是一個沒有基礎物理學中時間的世界.作者在書中便以他自己的研究團隊研究黑洞經過量子態爆炸所需的時間,發現在黑洞及其周圍不存在單一與確定的時空,一個黑洞量子攤縮的過程,中間的過程時間完全無法確定,因為既然位置不能確定,自然時間是不確定的,於是在圈理論中時間與空間不再是容器或世界的一般形式.它們不過是量子動力的近似,不包括時間與空間,只有事件與關聯,而這便是我開頭所說的那個沒有時間的世界.

  接著便要回到既然沒有時間,那麼那個我們熟知的時間又有何意的這個問題上.由前段我們知道許多東西都不是世界基本語法的一部分,而只是以某種方式顯現.靠近去看時,世上的一切都變得模糊了.這種模糊性可由兩部分推知,一是我們觀察宏觀世界時,會先查看是否有能量的變化,因此能夠測度時間,但是因為宏觀世界自身就是模糊的,所以我們能探知的時間也是模糊的概念.另一個則是從量子的隨機性來看,隨機性創造了不確定,那也是模糊的一種可能.所以從物理學上看,時間是我們對於無知的體驗.時間即無知,但為什麼我們會有對於時間有統一性,方向性,獨特性,現在性的概念?.這是因為我們是處在宇宙中一個特別的區塊,這些概念只在特定尺度才會顯現.在宇宙無限的種類裡,存在一些物理系統,熵在不斷增加,在那裡,存在著與時間流動相關聯的現象,但是這些現象的產生與我們觀察的視角有關,我們對世界的經驗來自世界內部,我們給世界投去的每一瞥都來自一個特殊的視角.哲學家所謂的"指示性"就是說每次使用時,都具有不同的含義.我們原先被告知讓世界運轉的是能量,但實際上驅動世界運轉的是低熵.能量都會把自己轉化為熱能,即熱量,它會傳到冷的物體,但要想把它取回來,重新用來讓植物生長,或驅動發動機,這樣的免費方式並不存在.在這個過程中,能量保持不變,但熵增加了,熵無法回轉,這是熱力學第二定律.讓世界運轉的是低熵源,在地球附近有著豐富的低熵源,正是因為如此,它才構成了一個特殊區域.而人在這個區域要如何從時間即無知變成當下的理解,主要是透過人類內在的感知,時間是人類心靈腦中對於現在的感知,過去的記憶,與未來的預期.而人透過視角,觀念,與記憶三者共同融合形成以上的觀點.作者在此引用了許多哲學家與文學觀點,指出時間在人類的心靈中是屬於先驗的,就是我們的觀點概念與角度無關它現實的科學的樣貌,所以我們從低熵的演變環境中看到了時間的方向,均勻性,統一性,與現在性.而這看起來與沒有時間的世界根本毫無相關,其實正是為我們是位在宇宙中特殊的區塊,我們是特殊的一種物種,人.這種對時間錯誤的認知,反而反映了人類的獨特性.

    正如這本書中內容所說,書的部分內容已經是得到公認事實,部分是有相當的程度可信賴,部分則是尚待驗證的觀點,所以我們未必要以絕對正確的角度來看這本書,而是著重理解作者的說明與推論,有些內容未必能完全理解,但也沒想像中困難,因為作者已經做了很大程度的通俗性描述,而有些部分雖然套用哲學家觀點有些多餘,但其實也是值得作為理解參考的路徑.以上.

非平面

非平面(Unflattening,Nick Sousanis)

   "非平面"是一本漫畫.它另一個面向是哥倫比亞大學博士論文.簡單說就是Nick Sousanis以漫畫替代文字作為書寫博士論文的表述工具.Sousanis專業是在教育學.這裡卻將這本書暫列在科普類,我以為分類上將它列在社會,哲學,科普,乃至未分類項下都是可以的.因為書的論點從教育,科學,藝術,設計,漫畫,學習,人文社會這些層面上都說得通.雖是一本漫畫,但作為一本博士論文該有的引註,參考書目,審查委員名單等內容並不馬虎.閱讀時必須在引註跟圖形文本中跳躍對照才能理解,若佐以網路查詢各原型設計創作原貌與圖案風格對照更能一目了然.不過這雖是一本漫畫,是少數能以通俗出版品角色面向大眾的博士論文,但終究有它的學術難點,並不真的完全通俗到人人可讀.當然若不在乎論文中引用德勒茲,羅蘭巴特等諸多社會學者的主張的,也可以嘗試跳躍理解本書,而這正是本書所提倡的,以多維角度思維來解讀世事.

   類似"非平面"這類書籍或的出版或主張不少,比如提倡森林小學,人本教育,單向度思維等相關的書籍,大約就是對現存的社會現象提出批判與問題,然後推出它認為是相對較好新主張事物去替代原來的.多元化是這些新方式的根本面向,本來出發點都是好的,不過往往最後都會變多元為單元,主張者最後都會變成除了新主張其他老舊方式都不該生存的獨裁結論或必須就被提上消滅日程.所以這類書籍我照例都同意一半,待觀察一半,個人以為它的論點雖好,但總覺是拼湊已經的物件的組合,其實談不上特有的創見,以博士論文來說,似乎有點不足.

  "非平面"'的觀點挺簡單的,就是指出社會因為主流表述方式,制度,教育等各種結構創造出多數人都成為一種觀點思維平面化,線性化的人,不但思相維差不多,普遍僵化,做的工作與行動方式與回饋也大同小異,人類彷彿是一個機械工廠訂製的相同類型,行為模式一致的機器,失去了該有多樣性,活潑性,跳躍性,靈動性,作者認為這是因為人類社會過早的讓孩童接觸單純的文字取代圖像,過早的讓個體依據社會需求決定了工作型態,社會角色,與對未來的認知,使得他們成為一個單純平面化線性化,形成一貫化作業從出生到火化的完整線性人生,無法轉換成利用角度變換與增加想像力來創造思維突破,因此消滅空間思維與角度轉換力,無法成為一個多維思維與富有想像力的人便是作者批判的.相對的,他以為要突破平面化單向思維創造多維想像力可以透過圖形化創作結合文字表述來改善,"漫畫"就是一種很好的應對,這是他認為一個很好的創造出多維觀點與想像力的工具,而比起使用工具,要創作多維視角多元觀點最根本的是要開放自己,不必從眾,讓各種可能的視角由內生,而非都在接受社會所給予的一切知識觀點與角色認同,唯有如此才有可能走出新的道路.

    Sousanis一開始即指出因為社會給每個人固定的角色,人們被分門別類,放置在固定軌道接受指令,按部就班的過完平面化的一生.單一的視角,狹隘而僵化的思維,使人們無法突破自己的局限,無限的潛能也被遏制,一個人宛如活在小說"平面國"中的居民,不能理解更高維度的存在,因此限制住自己的眼光的成就,成了馬爾庫塞(Herbert Marcuse)所說"思想與行為的單向度","缺乏進入批判性維度的潛能,依而無法突破現狀","人退化至已確立的話語和行為領域",像影子,虛幻無實體的存在著.單向的線性觀點創造如此的世界,作者以人性遭到如此奴役,就該像珀爾修斯那樣飛到另外一個空間裡,必須改變一種看世界的角度.要從"所見"的思考開始.他以生物視覺的觀點讓我們從左眼與右眼所見事物的內容其實並相不同出發,經過雙眼的融合而成了一個人所見,而產生了角度的觀點,人類據此算出了地球的直徑與相對位置地的距離,也透過觀察點的改變而形成完全不同的世界觀:太陽為中心或地球為中心的差異,因此轉換視角變成創造出多維視角一個絕然不同的新世界觀..為了更好的觀察世界,而後便有了替代性的工具比如望眼鏡,這樣的工具方便了人們對於世界的觀察理解,卻也相對地限制了觀察的結果,因為它是一種拱同角度的工具,並不能創造差異,工工具是依據經驗,帶來文明知識與便利性,卻也創造了依賴,單調,單一的面向觀,於是人們來從生活中學到的角度觀,又被迫退回到平面國度.但正如人們的左右眼不同的視野觀點創造出我們的所見,一個人的視角也可以同其他人的視角來合併,這彷彿一個人的兩隻眼,因此事會上多個人就能創造出多隻眼而形成共識與差異,使得各觀察點不再孤立,有機會形成緊密協調綜合體的全面理解力的潛能.這種多維度的形成不同於平面國,它的觀點形成不是層級化的樹狀結構,或是線性化,而是去中心化,有分支的塊莖結構,每一個莖節都與其它莖節相連.

   視覺是人類高級的感官能力,笛卡爾透過了水中折射產生所見物理維彎折的現象,想到了理性與感性其實是同時並存在我們的視覺中的,但相對於視覺,人的思維方式受左腦與右腦工作方式差異的影響,人類缺少了對其中的一種工作的運用的練習,以至於失去了很多人類能告創造東西的新方式與機會.這就在於他認為左腦是把續訊息打散分離成很多部分,右腦則在自身系統下綜觀全局,因此如果能同時開發運用兩者不同的思考模式,在進化上將有非常大的優勢.因為當左腦在進行內部思考時,緊密關注眼前正在發生的事情,右腦可以保持開放,對外警戒,避免被吃掉,有序跟同時相互兼顧便是我們對於複雜現象體驗與感受的互動結合.但是,作者認為類社會過早的讓孩童只從事閱讀文字的活動,加強了左腦的功能與訓練,卻因此放棄了右腦功能所帶來的配合優勢,以至於我們左腦只顧及了自己視覺中所帶來的理性,所有的割離性,序列性,線性,而放棄了左腦能夠產生的同時性,與思維連結的分枝莖塊特質.而只有一項東西能夠同時連結起左腦與右腦的功能,就是漫畫,它有文字,有圖形,同時閱讀漫畫時是同時看到每一格與全頁的每一格,具有序性,卻也具備同時性,這是讓人類左腦與右腦捯到最好運用合作的工具.

    除了文字與圖形被區分弱化了人類思維外,想要達成多維思考的另一種有效方式是"運動".這裡的運動當然不是從事體育活動,而是指透過從頭到身體的運動會改變我們環境的關係,讓目光的掃視永遠在動態中.就可以發現更多不同的層面,蒐集更多訊息,不斷的構建改變內在行為模式.而隨著運動不斷的改變視角,本來就是多維的一種根本.讓人們能追尋更深層次的理解.運動外,作者再提出另一種能力"第五維度"即想像力,想像力是意識的活動,是專屬於一個人內在的,是不能透過他人傳述,獲得自他人經驗的,而是透過一個自身的生命經驗生活歷練的過程而來,是一種能夠創造多維角度的個人工具,他人無法代勞,而從此觀點也透露出作者反對過度學校常規教育的必要性,因為那將減損個人對於生活的體驗與想像,而接著想像力的論述個人經驗的重要後,漫畫接著畫出"陳規","繫著的線"這兩部分無非是顛覆或推倒傳統陳規,教條,甚至把自己看成是一個被人提著線繩的木偶要倒立自己的身體,如此才能看清在自己頭上有無數操控的線,不論是來自社會,家庭,或是其他各種價值取向的線,再再的操控著我們固定的行為,所以這兩部分就是要讀者自己打破周圍的藩籬枷鎖,才有機會創造一個多維視角的人生.由於這兩張的圖相當具象,稍微思考一下便能理解,反而容易理解.

     這本漫畫談了如何創造視覺多維角度的各種可能方法,結論當然是創造非平面化的人生.但必須說這本書其實是以杜威的教育理念為主體,批判人類常掉入的一個陷阱,認為你的人生與成長是受外部環境影響,而不是來自己的掌控.它強調人類自始至終根本不需要別人給予你甚麼,只要能找到適合自己的鞋子去走自己選擇的道路即可.別人的鞋別人的路並不適合你.極杜威所言"能力不是一味被外界灌輸的空容器,而是主動攝取的力量,向外延伸又向內吸收".看來是樂觀的,至於個體同不同意這種觀點也只在個人的差異.只不過作者偷渡了漫畫為王的觀點在這裡必然會引起論戰,起碼再看完整本漫畫的當下,我並沒有真的思考通透到底這論文想表達甚麼?只覺得它是一些已知觀點的結合而已,是透過是後的整理與文字書寫才理順了這本漫畫的大致目標與作用.當然我不否認漫畫'風格與圖形確實能夠引起個人對內容的記憶與順瞬間對觀點的醒悟,只是究竟它是否有作者論述的這樣的功能,個人還是頗為懷疑的,雖然看漫畫也算是閱讀的一種,但多數人應該習慣一掃即翻過,似乎沒有太多停留思想的時機與空間,而這本漫畫論文卻不能這麼看,我懷疑單看圖形文本應該是不可能理解它的,反而是後面大量的文字註解才協助了它的簡易閱讀性.至少個人的經驗是這樣的.以上.

規模的規律和祕密：老鼠、小鳥、雞、大象，和我們居住的城市，隱藏規模縮放的規律，掌握其中驚奇的祕密，也同時掌握企業和地球的未來

規模的規律和祕密：老鼠、小鳥、雞、大象，和我們居住的城市，隱藏規模縮放的規律，掌握其中驚奇的祕密，也同時掌握企業和地球的未來(Scale: The Universal Laws of Growth, Innovation, Sustainability, and the Pace of Life in Organisms, Cities, Economies, and Companies,Geoffrey West)

   像電影酷斯拉那樣的生物是否可能真的存在?一次核試爆讓一隻小蜥蜴變種成巨型酷斯拉.但這終究是直覺想像,它真實存在嗎?這本書的作者Geoffrey West也許會這樣問:把身長30cm蜥蜴的長寬高都同時放大10倍是否就就能成電影裡巨獸?而他的答案可能是否定.不同於電影.因為隨著長寬高都放大10倍怪物的體積體重將擴張1000倍,隨著身形放大而增加的細胞與微血管數量只會增加100倍,但放大後身體後結構的支撐力可能無法同步增加1000倍將會撐不住增加1000倍的體重,因此放大的怪物會癱倒或是只能生活在水裡的,無法如電影一般能直立在路上疾走到處破壞.相反的,如果電影中奔跑的怪物能成為真實,意味著放大後怪物肢體的支撐力道較強,儘管細胞與微血管只增加100倍,但單位結構能撐起較大的重量..

   所以若放大的生物癱倒或只能生活在水裡,但只增加100倍的細胞數或血管數就能維持增加1000倍體重新生物與原來30cm身長蜥蜴一樣的生命徵象比如推動心跳,血壓,所以這屬於是一種規模經濟,稱為次線性縮放.相反的若是怪物能直立行走,新生物的結構支撐力能撐起增加1000倍的體重,則是生物行為一種規模報酬遞增,稱為超線性縮放.以上兩者是生物規模放大可能的兩種結果[現代生物的四肢支撐為2/3的次線性縮放,所以藉此推論即使有酷斯拉也不可能如電影那樣直立],這是本書想說的主題規模的規律與秘密的基本觀點,冪次縮放現象,是本書主要的核心.

  這本書的企圖心不小,期望目標是正面的,結論值得思考但同時也須有所警戒.Geoffrey West是個理論物物學者.他結合多重學科來發現一些人類社會可能面臨的困境與問題,並找出可能的出口路徑.West先與幾位生物學者一起研究試圖在生物學中找出某一種規律,這種規律是能形成以物理或數學來量化解釋的生物或生物行為模式.然後West又找了幾位社科學者一起研究,他們試圖將前面從生物,物種等有機體裡找到的規律運用在社會科學的研究上.以此點出許多當前人類社會面臨的困境,問題與解決之法.從理論物理學者結合其他學科找尋問題與解答的企圖值得推崇.尋出的問題,困境而言有值得提供深思之處.而他聖更夠進一步的想為人類社會的永續發展提出一個統一理論,這當然也是從物理學裏頭量子理論的大一統理論延伸思考而來,總而言之,本書從物理,數學出發試圖找尋一個或一種能對人類社經發展具備整體解釋能力的模型或觀點.

  West從觀察自然界的生命現象,生物活動與存在現況開始,首先,他發現生物普遍有一種隨著身體規模增長,它的生命徵象如呼吸,心跳與維持生命機能的最基本位如微血管等回與身體規模的增長呈次線性縮放現象.比如身體擴大1倍,呼吸,心跳,微血管只會增加3/4倍.這意著身形越大的動物,他的生理效能更大,心跳減速,行走較慢,生活節奏較慢,壽命較長,因為這些生理現象都出現了符合冪次法則的現象.比如大型的哺乳動物與小型的鼠,鳥就是對比.但是壽命再長,因為生理機能的效應終究會衰老,死亡.而就West的觀察在於代謝率的次線性縮放的必然結果.因為動物覓食消化,將食物轉化成生存能量的過程稱作代謝,他指出代謝率將隨著年齡的增加而呈次線性增加,但是人體對於能量的需求則隨著年齡增長呈超線性增加,年齡小時透過代謝率轉化的能量超過需求,所以多餘的能量能修補損壞,降低衰老的速率,但隨著年齡加代謝率將小於身體需求,於是除了不再能提供身體修補外,甚至不夠基本的身體需求,此時身體成長將停止,然後逐步衰老,直到死亡.除此之外,在生物代謝的過程中會如熱力學第二定律一樣,產生對人體生長無用或有害的"熵",也會影響生物的成長,所以雖然生物身體規模越大,壽命越長,但是壽命並不是無限的.且隨著年齡增長會面臨各種病痛問題.而現代科技飲食等技術知識的改善,環境的改善,雖然不能延長最高壽命,卻能夠提高整體人類的平均壽命與保持較佳的晚期生活狀態,這是人類在生物發展上所得的經驗.

  了解生物的這些特性不過是West思考的初步,他的主要目標是以上關於生物隨規模擴張所有的次線性縮放,超線性縮放,"熵"的產生會不會在人類社會出現.它鎖定了兩個目標.一是"都市",二是"企業".大型的都市相對於小型的都市會如何?大型企業對比小型企業又如何?.作者比較一系列的大都市與小都市找出了類似生锪物縮放的狀態,比如比如一個1000萬人口的都市它的電線,水管等路線或加油站數與一個100萬人口的城市相比呈現次線性縮放,猶如小型動物對大型動物,管路與加油站的效益呈現規模經濟,但一管線或加油站服務更多的人.但是都市與生物不同,大型都市它的人們社交關係,互動呈現超線性縮放,這也就是說隨著城市規模的擴大,與社經相關的數據如GDP,薪資,犯罪率,流感人數等都會增加較大,城市的速率與節奏也隨著規模的增加而加快.也就是城市與生物不同,城市越大越有活力,不但不會如生物般衰老死亡,反而更加精神更有活力.那麼地球隨著越發城市化,建立更多大型城市就能一直活躍下去?作者給的答案是否定的,因為"能源".

  能源不足是以上所稱大型都市化所帶來的好處不能一直持續下去的原因.首先使用能源會產生"熵",比如對環境有害的物質,提煉石化產品的殘餘物質,或是造成溫室效應.另一個原因是能源,提供都市能量的物質不是永不耗竭的.除了自然之物如風,日光外,因大型都市社會交流創造出社經關係的超線性縮放好處不能用遠持續下去,類似於馬爾薩斯的人口論現象出現.資源的提供不能應付它的消耗,終至停止增長而滅絕.但是都市與生物不同,代表生物成長的次線性縮放與郭謨經濟會導致有限成長與步調慢的生活,而代表社經成長的超線性縮放與規模報酬遞增會導致無限成長與步調快的生活.

  而大型企業是否較小型企業更易存活呢?在West以企業的銷售收入當成它的代謝,而以費用代表它的維護成本.企業的代謝,即它的銷售不是次線性或超線性縮放,而是維持一個固定的線型,企業的費用則一開始是次線性縮放,但隨著規模擴大,它也會變成一條線,於是隨著規模擴張,企業會變成指數性成長.從以上的論述,企業體似乎也回呈現規模越大越易永續生存下去的現象.但現實卻不是如此,West從過去的資料中發現,企業的存活與規模或壽命無關.一家已經存活5年的企業與已經50年的企業明年倒閉的機率是一樣的,而資料分析中更顯出能夠存活壽命較長的企業反而是一些經營區域性小眾商品的老企業,通常是分布在日本,德國,法國,而那些越是現代的企業存活率越低.且經營企業本身的存活率就不高,50%的新設企業會在5年內倒閉.能夠生存撐過50年新企業不到5%,企業死亡的原因在於當規模擴張後,力銷售與費用逐漸打平,企業多數選擇做更種組織與生產成本的縮減,結果越發聚焦在無關經營的事務上,阻礙成長最終倒閉,所以West提出唯一能改善這種情況的做法就是"創造性破壞",也就是創新才能讓企業生存下去.

  透過對於生物有機體,都市,企業等規模縮放的分析,作者試圖發展一個如同能解釋從量子力學到星雲形成觀點的大一統永續理論在社會科學上,目的當然是找到一個如何讓自然與社會維持開放式成長一直繼續生存下去的可能.當然以目前的資料與研究範圍是不可能的.這是因為冪次法則的社會成長動力最後會形成超指數成長,在資源有限的情況下,這種無限的資源需求是不能達到的,最後一定會引起崩潰.這就是"奇點"的觀念.而要避免發生這種現象只有在面臨奇點之前重設參數,而唯一能夠改變冪次法則參數的方式就是創新.使得冪次法則的函數向上跳躍到另一個程度.只有這樣人類社會與自然環境才能同步開放成長的繼續生存下去.

  而從企業存活的經驗中可以知道,未來創新與創新之間的時間間隔將會越來越短.人類社會進入工業革命等了近5000年,但是從電腦到數位革命則縮至30年.下一個創新間隔時間勢必要更短才能維持成長必需.而這似乎也是當前全球困境的主因,也是新一代年輕人勢必要有的體會,其實不是老一輩沒有分出位置與資源阻礙了出路,而是老人曾經的創新效用已經消耗走到末端,後面接著的創新遠遠沒有接上,使得維持這個系統的持續成長生存的代謝供不上能量需求.而我以為這是這本書沒明顯提出,卻是引發我們思考的重要一點.以上.

決斷的演算：預測、分析與好決定的11堂邏輯課

決斷的演算：預測、分析與好決定的11堂邏輯課(Algorithms to Live By: The Computer Science of Human Decisions,Brian Christian &   Tom Griffiths)

   軟體公司Evernote執行長Phil Libin為了讓員工多休假,提出1000美元的獎金來鼓勵主動休假的員工.這看來似乎是好的,但是考慮到個別員工私人利益的角度,從囚徒困境的角度切入,員工最好的選擇應該是都不請假.因為休假固然誘人,但比起其他因素如公司長官的評價與前途,可能主動休假就不是個人好選擇,於是在有人不請假下,彼此攀比的結果可能就是大家都不請假(這點類似辦公室員工下班總是不準點,明明沒事可下班卻還要讓老闆看到人還在,員工之間的關係也類似囚徒困境),因為個人的選擇絕對是從己利考量.在這種情況下,Libin該如何達到他的目的呢?正確的手段不是可能不是胡蘿蔔而是棒子,不是給獎金而是規定最低休假天數,強迫員工休假.相同的,法定一例一休是為了解決勞動者過勞問題,強迫休假應該能達到施政者的目的,但為何它在勞動者的評價卻不高?那是因為當前勞動者面臨的問題不是單純的過勞而已,而是勞動者過勞且收入低,且勞動者同時面對兩問題時可能更在意收入過低勝於過勞,於是當一例一休可以休假卻又降低收入時,它自然不會受到歡迎.單純的強迫方式在這裡又變成不是好的解決問題方式.

  尋求以上所述解決問題的解答未必困難,而所謂的答案也未必是最對最好的,因為相關的條件略有變動,答案就會完全不一樣,何況我們可能只是把問題簡化成個人最直覺的想法來想未必是真實問題所在.因此比起尋求解答,也許把真正的問題弄清楚可能才是最難的.當然有些問題並沒有絕對的正確答案,在某些時空的限制下也不可能找到最佳解,而是當時的最適解.這本書副標The Computer Science of  Human Decision它表明只是探討以電腦科學能提供的答案.而電腦提供給決策問題的解決方案就是演算法

  看到演算法或以為這本書會鑽進演算法計算的技術細節裡,其實並非如此.固然它需要講述一些演算法的基本算法邏輯思維或數學導式.但本書主要的重心應該是在於對於決策問題的釐清上,主要是以生活面可能遇到的問題為例來說明.比如我們開頭所提的員工休假是一種賽局理論的問題,但同時也涉及遞迴,與最佳停止的問題.為什麼一個賽局理論囚徒困境最後還會涉及遞迴,最佳停止的問題.兩位作者Christian與Griffiths將賽局與囚徒困境解釋成我猜測你會怎麼想來決定怎麼做而我在猜測你會怎麼作的基礎上來決定我該怎麼做.換成文字有點繞口,其實就是我以為你可能的做法來決定我自己怎麼做,但同時你也會猜測我的做法來決定你自己怎麼做,於是就形成雙方之間的無限遞迴狀態,而就需要一個最佳停止原則來決定遞迴何時該結束.作者正是以舉例生活中會碰到的問題,比如拍賣來講述這種賽局理論,囚徒困境,遞迴狀態,最佳停止法,書的目的倒不在提供讀者一個怎樣的標準答案,而是讓讀者學習如何拆除問題的旁支直接面對問題核心,這算是本書的優點,比較類似於演算法下漫談,對於沒有Computer Science或計量,數學,統計背景的人也能輕鬆的學習到一些演算法的觀念,同時學習到某些已經被成熟發展能解決人類問題的演算法與它的解法理念.

   有優點自然有缺點,這本書缺乏對於實體解決問題的演算,對於進階需求的人是不足的.包括排程,路徑規劃,隨機性裡的蒙地卡羅法,甚至線性規劃等都使以前在商管學院裡的作業研究或數量方法這兩種課程裡會見到的課題.但差異很大的是學校課程裡太重視計算,很多人修完課卻不知道那些計算要用到生活中的哪裡?而這本書的寫作方向恰好彌補了這個面向的一部分.其實是很值得推崇的.但問題就是沒了那些計算又顯不出它的功能性大小.當然這也是兩難,舉例來說我自己寫論文用過蒙地卡羅法來模擬企業的獲利與股價,知道其實並不像作者說的那麼簡易,因為不是你想到的東西都能這樣模擬,細節所涉及的東西不少.沒實際經驗的人體會不到那層,想求精進解的人卻也同時找不到更深的內容.

  本書第六章的貝氏法則大概是少數對於這個方式解釋得明白又清楚的書籍,舉例平易簡單卻能讓人一目了然.至於最佳停止,開發與善用,過度配適,鬆弛,隨機性,貝氏法則等章節是從事投機交易,特別是開發程式交易,人工智慧交易者會碰到的問題範圍,只是本書談得太淺太浮面而顯得有點乏力無法幫助有需要的人精進實際操作的成果,但還能發揮一點提醒須注意上的效果就是了.以上(以下三本書pdf) .

Python machine learning pdf

Getting started with TensorFlow pdf

Mastering Python for Finance pdf

 

靈魂不歸法律管︰給現代公民的第一堂法律思辨課

靈魂不歸法律管︰給現代公民的第一堂法律思辨課(黃榮堅)

   誤買了這本書.誤買的原因有二種可能,一是誤解書名的意思.二是書名根本就是標題黨.不過誤買也是能看的.

   書名是"靈魂不歸法律管",正是衝著這個標題買的,看一本叫"靈魂不歸法律管"的書.法律管不到靈魂嗎?個人以為現況現實似乎不是這樣的!?比如法律考慮犯者可教化而選擇較輕的懲罰,正是一種拯救靈魂的考量.因此此時若有人以"靈魂不歸法律管"為題當然必得找來看看,且看它如何說分明.但本書實際的論述是靈魂不僅可能影響法律制訂與判決,反過來最好法律審判還得兼顧靈魂的差異與不同.於是回頭想想書名"靈魂不歸法律管"的意思只能幫它解釋為大眾想當然的認為"靈魂不歸法律管",但作者想翻轉這種既定窠臼.因為不這樣解釋,我就只能當書名是標題黨了.

   或有人問難道不翻書單看書名就買?沒錯,正是如此.因為是在網路書店買的,沒有太多參照.不必奇怪,新的商業模式可能會出現的新的生活型態,不一定會更好或更壞,可能因此買對或買錯書.同理,法律在一般人的觀念裡該是齊一的,一致的對待所有人,正所謂平等.但根本很難找到完全一致的兩個或多個靈魂.既然能出現新的買書模式與結果.當然若要兼顧不同的靈魂要在一致性的法律處理下,該如何達到所謂"公平"或多數人滿意的結果自然也有更好或更壞的可能.生活型態不斷在變,人類價值,文化,道德,也隨之而變,那麼法律該怎麼變?或怎麼不變?才能讓人類的生活更好,我想就是這本書本來的目標之一.只是這樣一來,它就不是我原來預定要看的那本書"靈魂不歸法律管".

   不過既然書都收了,閱讀也是很自然.個人的經驗與認知裡法律是犧牲部分自由的交換而來,也是人類脫離野生個體轉而群聚生活的規範,在原始野蠻的個體生活裡想怎樣就怎樣,除了自然法則,防範他人的攻擊外,並沒有其他約束,既無法律也不考慮道德.這樣一來個體生活固然自在卻也有它遭逢他人攻擊的風險問題,要避免這種風險轉而群聚自然就有群聚面對的新問題與新風險,因此才有了法律,也形成了對道德的認識.這個認知裡隱含了所謂的自然法論,即道德與法律是一致不可分的.然而事實上讀自然法論外還有社會法論與分析法論主張道德與法律必須分開.雖然對於該採用自然法論還是分析法論目前尚無定論,但是因為兩者本質不同,所以論述上自然也會大異其趣.我們知道法律盡可能的是以客觀為前提,但是道德涉及較多主觀的認知.權利是透過法律所能實現的目標,也就是達成某種自由的可能性,但是道德不是多談什麼是可能的,而是談什麼是必要的.因此這本書作者在探討關於法律的生成,審判,與運作時有一個前提,就是法律最好能以考量或達成"人類社會對於真善美的追求,個人生活對於快樂的追求".

  於是問題就來了.把涉及主觀,涉及必要性的道德放在以客觀,可能性的法律上.該採取哪個人的主觀,哪個人的必要來探討呢?甲說的真善美與乙主張的真善美會一樣嗎?比如甲認為殺人償命下地獄是真善美,而乙認為教化殺人者回歸正途上天堂是真善美.有了這樣的認知再回到書裡.本書是提供一般人認識法律價值問題,作者先介紹法律在人們心中該有的樣子,接著提及現實與想像中的法律落差,第三部分則是針對當前的一些社會常見法理問題如通姦,殺人,吸毒,娼妓裡的法條,判決都是基於哪些原則與觀點提出的,且有哪些可疑的問題待討論,最後兩部分則是作者黃榮堅對於他認為的法律該有的內涵與目標提出個人的看法與經驗,當然在這裡作者所提的內涵是真善美,是快樂,是道德式的出發的.帶有這樣的前提或隱含價值論述出發或有人不以為然,但即使如此,這本書關於法律思想是怎麼想的部分還是值得去看一遍的,比如什麼是比列原則,責任分配,應報理論,預防理論.當然作者可以有自己的解釋,讀者也會有自己的思維,不必然會一致,比如作者認為"殺人者死"的說法是一種說理上的跳躍,個人卻以為這是習俗的延續,習俗也是形成法律的源頭,你可以說習俗有問題,但沒有必要以直接以平等,公平續論之,先將它嫁接在設定的道德情境裡.當然這也可能是因為篇幅太少,不可能全數詳盡,畢竟這是設定給大眾讀者看的不得以簡化,只是啟發大眾有些初步的興趣或想法而已.

  雖然這本書是誤買的,了解一下一個法學教授的想法與一些法律起源的觀點還是不錯的,看一下加上從道德或其他非物性,利益性的考量下法律的法律面貌.至於能否達成作者的理想當然是不容易的.書中所透露出作者的法律主張見解是鮮明的: 廢死,通姦除罪,娼妓合法,吸毒不是罪而是病,反對陪審團制,以上這些主張跟當前的社會大眾價值差異頗大,並不易被接受.但讀者也不要因為這些價值的不同就否定了書籍探索的根本"靈魂不歸法律管"的課題.以上..

 

血疫

血疫(The hot zone,Richard Preston)

  血疫說的是關於伊波拉病毒的故事,簡體版.20年前已有繁體版伊波拉浩劫.把它放在科普類是簡化,畢竟比較像紀實,或小說,關於生物專業的部分很少.不過電影危機總動員(outbreak)裡達斯汀霍夫曼跟小古巴尼汀開著直升機躲避追擊,又在空中與企圖投彈毀滅小鎮的飛機對峙畫面還記憶猶新,因此我們對於伊波拉可能未必真的了解,但透過電影畫面都知道了它隱藏毀滅人體強大的破壞能力,不過,電影跟紀實的科普書一比顯然又太弱了,這隻小小的病毒可以在幾天之內將一個大活人折磨成只剩軀殼包裹的一攤肉泥.

  暑假才開始就病了,原以為是感冒,按慣例讓它自己好,怎奈躺著也覺得全身發痛,只好去附近的診所.醫生要求張嘴檢查,隨即輕露微笑吐出"流感"兩字.顯然不知是在哪個公共場所中被傳染了,因為平常去的地方沒甚麼特別,很難查出來是那個時間的甚麼地點經由何種方式被傳染的.比起來一個少年在非洲一個叫kitum的洞穴中探險,回來之後沒多久就病倒了,幾天內就成了一攤肉泥,人們在他體內找到了伊波拉病毒.我的流感吃的是法國生產的流感藥,很快就好了,但是少年的伊波拉,至今沒有解藥.我看完這本書的故事,直接聯想到射鵰英雄傳裡歐陽鋒殺鯊魚的方式,先抓住一條鯊魚,用帶蛇毒的刀刺進魚體,再把受傷鯊魚丟回海中,不多久海裡滿是鯊魚死屍,伊波拉傳播的威力正如歐陽鋒的蛇毒.

  這是一本好看的書,不論是從非洲大陸的幾場危機,有名或無名者在廣大的非洲熱帶雨林裡旅遊,經過太多不為人所知的路徑與險景.還是不知名的村莊,與文明遠處的人們或動植物打交道,可能是一次不經意的觸摸,還是一個大笑,吐唾的飛濺.可能是蝙蝠糞便,猴子吐唾,還是不經意的水晶刮擦,只要有一個人得病,幾乎就是整個家庭或村莊的消失.在醫療落後,後勤支援不上,連針頭都不換的叢林診所裡,人們就這樣一個個被注進了伊波拉,管你是黑人主著或是白人教士修女,伊波拉沒有種族歧視,沒有文明或落後的分別,你是醫生只要沒留心一樣得喪命,你是土著只要遠離危區一樣沒事,但當時,人們並不知道伊波拉來自何處,它如何傳播,只知道無藥可醫,無知識者當是上天的懲罰,有知識者也是一團迷離.西方世界在這裡,只能找尋病人,從他們身上搜集病株,然後得到一個接著一個絲狀病毒(filovirus),各種馬爾堡,各種伊波拉,原來伊波拉病毒有好幾個種類,而且它還能變種,其中致死率最高的便是薩依伊波拉病毒,九成的感染者會死亡.但這種恐怖致死悲劇只發生在非洲,他們不幸,但美國人幸運.

  美國人的幸運故事涵蓋了這本書三分之二的內容,1989年華盛頓附近的一個猴子基地發生群猴死亡事件,這個叫雷斯頓(reston)的建築物裡關了近500隻從菲律賓進口要提供做醫療實驗用的猴子.美國軍方生物病毒防治機構在猴體內發現了新的絲狀病毒,一種伊波拉病毒,當下如臨大敵,The hot zone說的就是以消滅這500隻猴子所展開的核行行動的整個過程.這個過程宛如一場標準的好來塢電影,展現出美國軍方果斷的決策力,美國軍人視死無懼的精神,縱使面對可能死亡的病毒感染也要達成任務,從將軍到小兵每一名成員都展現出他們對應任務的專業能力與精神,所以他們最終消滅了那500隻猴子,免除了華盛頓附近一場可能引起浩劫的生物災難.而更幸運的是這個被命名為雷斯頓伊波拉病毒的品種屬性奇特,雖然它在薩依伊波拉病毒檢測下得到陽性反應,但與薩依伊波拉病毒不同,它只會殺死猴子,不能殺死人類,核平行動中受病毒感染的美國人至今都還活著沒有人因此死亡.但是雷斯頓有一項新特性是危機,這項危機與薩伊伊波拉病毒不同,雷斯頓伊波拉病毒與流感相同可以透過空氣傳染,所以它的傳染能力要遠遠大於薩依伊波拉,而科學家一方面高興它不會讓人死亡,卻一方面擔心,萬一它能產生變種,若新的變種病毒既能繼續透過空氣傳染又能像薩伊伊波拉一樣有九成的致死率.那將會是人類世界的浩劫,到時候甚麼黑死病,愛滋病都算小兒科了,所以說碰到雷斯頓的華盛頓是幸運的.

 這是一本好看的書,但是,我以為好萊塢式的情節畫面多少打亂了對病毒該有的尊重.現在人常說"沒畫面沒真相",所以對於非洲那些因為伊波拉病毒集體毀村毀家的畫面,我們幾乎從未見過,也很難真的想像這些病毒的恐怖,我光是查看一下那些發病者身體出現的丘疹圖片,就寒毛直豎彷彿看了那些密集恐懼症嚇人的圖片,相對的美國世界警察的形象並不足以解救華盛頓以外的世界,至今我們對於伊波拉還是束手無策,也不知道會不會真的出現以空氣傳染有九成致命率新種病毒.以上.

極簡宇宙史

極簡宇宙史(The Universe in Your Hand: A Journey Through Space, Time and Beyond,Christophe Galfard)

  上面兩張圖,左邊是簡體版,右邊是繁體版.是的,正是這本由Christophe Galfard寫作的科普書中文版封面.我是看簡體版到快結束,才發現這本書原來有繁體版,繁體版書名是"別管黑洞了 跟著霍金上太空".簡體版書腰上的宣傳語打著"霍金親傳弟子寫給看不懂時間簡史的你".兩本翻譯或許有不同,但都打著霍金的名義.這一方面說明了這本書的內容方向,一方面也顯示出Galfard寫作科普讀物的通俗性目的.

   簡體版翻譯書的缺點在這本還是存在,就是第一次出現學科專有名詞後不附原文名詞,這樣讀者未來可能讀到同樣的東西會不認識,特別是對我們這種中文簡繁書混讀的人,很多名詞兩邊用語不一樣.但即使如此.這本仍顯出他的描述平易,內容廣闊的特性,所以推測繁體版應該也是一樣的.手中的宇宙(The Universe in your hand)多少表示了這書談的就關於宇宙的過去,現在,未來.但說是宇宙史卻是略顯得托大,尤其是看完本書之後,這本書從宇宙的生成,擴張,到可能的最終結果有著平易近人的敘述,與讓人一看即懂的比喻,將非常複雜的物理學觀念化作具體可見可想像理解的內容.不過即使如此,作者自己都知道他所寫的關於宇宙有關的所有知識,與看法,都是基於人類當前的科技能力能夠解釋想像的結果,這些所謂的結果在當下可能是對的,但可以在可見或不可見的未來被證明是錯的.所以與其說它是宇宙史,還不如說它是人類當前對宇宙從創生到目前為止的看法或推論.因為人類對於宇宙史或說人類對於宇宙知識的認知正是建立在推翻之前既有論點與知識開展的.

   正是基於糾錯,於是有了愛因斯坦的理論來彌補牛頓觀點的不足,有了霍金觀察對現有廣義相對論的補足,人類關於宇宙的認知企圖建立一個能夠解釋一切根本的大統一理論,但截至目前為止,並不能達成,即使本書推測量子引力論可能是它的解答,但是以人類當前的科技是遠遠達不到能證明的能力.但即使涉及這些科學人士高深令常人不解的理論,Garfard前言中即言這本書的目標在於不放棄任何一位讀者,為了這個目標,整本書只有一個公式 E=MC2.而這個公式在本書中也不是拿來計算數量用的,只是來說明質量與能量的方向對應性.就專業人士來說本書或許不難,但像我這種非理工出身的讀者而言,要找本能夠深入淺出弄懂高深理論的科普讀物可不容易,並不是單純理論理解高強的人就能勝任,還必須將這種知識普及化的能力,顯然Garfard這方面是成功的.

   Garfard以一名時空旅者的角度從地球出發飛向遠方,月球,太陽,飛出太陽系,銀河系,星系,到達我們目前所認知的宇宙盡頭,宇宙最後散射面,藉由這段旅程來說明引力,廣義相對論等觀點,與星行,恆星,星系,星團之所以會是當前人類眼中所呈現的景象,與近景觀察所見景象的差異,這些所謂一致性的呈現.然後再將個體縮小將人放到極小的狀態優游極度縮小的由分子,電子,質子,中子,膠子,垮克的世界,進入所謂量子論的領域,最終從而試圖從宇宙最小構成的物質到最遠的最後散射面,甚至是在那堵牆之後的世界與時空來探討形成一個大一統理論來完美解釋這個宇宙的生成的前因後果,所以從宇宙的宇宙,平行宇宙,弦理論,量子引力等目前不能證明事實的各種推論證明人類對於宇宙大部分認知尚屬於無知的程度.

  但人類對於無知的化解,與其說來自科學,還不如說來自想像力.想像力正是本書給我們最大的啟發,這應該可以打破一般人對於科學家的刻板印象.我們對於宇宙的觀察,推論並沒有辦法像醫學,化學般的完全以實證或實體意外得出,往往只能憑藉著從科學家,理論物理學者對於世界的想像出發,逐步的推論而得.簡單說要穿越時空到另一個宇宙可能要靠蟲洞,但是要理解宇宙的生成需要開腦洞.舉個例子,作者以時空彎曲,以薄膜承載球體的方式來解釋引力,即使是文科生也能迅速的理解所謂的引力現象究竟是怎麼一回事,以前物體進速度不能超越光速反向解釋了狹義相對論,也讓我們知道即使光速飛行能讓身在其中者的時間相對於出發點變慢,卻不會改變他的生命長度來呈現狹義相對論.這些都是一般人去google網路或是去看維基百科得到一個答案也不能明白其真實意義的名詞,但是看這本書很容易就理解了名詞的實際意思.又比如他極小世界裡談原子,電子,電子躍遷,中子,膠子與垮克是按佈就班,逐步解釋到最微小粒子,與它們的作用效用與通道,補足了之前對這方面的理解認知落差.而以上這些從最大到最微小的世界,都是從上世紀以來許多優秀的人物憑空想像與思考,再由實際觀察或創造實驗中驗證而得.因此科學家的想像與人文社會學者似乎有了一點很大的不同,就是科學上的想像有機會能夠被證明是空想胡說,還是事實.但是人文社會科學上想像通常沒法被證明,且如果要被證明往往必須產生非常大的社會成本與代價,有時是以整個社會的衰退與破落為代價,所以社會科學領域裡常充滿著胡說八道或意識型態偏執的偽學者,但科學上的疑點若不能被證明就不可能被認為具真實性,頂多是具有議題探索八卦性,而這也是霍金尚未能得到諾貝爾的理由,他提出的黑洞蒸發下可能發生效應畢竟尚不能被證實為真,我們也只能視為是若干種可以參考的理論中的一種而已.暗物質,案能量都還只是推論,尚待後人證實.

   幾年前買了一本Nicolas-Camille Flammarion的大眾天文學,雖然圖片精美,天文知識介紹範圍廣.但可能是因為已經不像小時候那樣喜歡看硬知識的書籍,所以一直都放著.但透過Garfard這本書的前導開啟思考想像,或許有機會能把那本天文學再翻來看看,這應該也算閱讀本書的功效吧.以上.

超智慧：出現途徑、可能危機，與我們的因應對策

超智慧：出現途徑、可能危機，與我們的因應對策(Superintelligence: Paths, Dangers, Strategies,Nick Bostrom)

     在前面超級預測那本裡,我們點出風險報酬的不對稱可能造成大膽預測傷害民眾的可能,之後沒幾天就有了颱風放半天假的的真實案例.那麼有沒有那種同屬大膽預測,它的風險報酬是對大眾有利或至少無害的事呢?也許這一本超智慧就能列入這個領域,這是一本對於未來可能出現的技術預見,對於預言技術的可能影響作出推論.既然是建立在預測上,就可能有準確的部分,與偏差可能,但個人認為,即使這本書裡的預見全錯,它仍是一本值得去翻閱的書籍,讀者至少可以看一下國外的人對一個未知議題的思考路徑與方法,何況作者Nick Bostrom對於超智慧出現的影響是有他深刻憂慮的一面,值得受到人們重視.至於預見的對錯也許在我們死前都尚未有得出驗證的跡象或機會,如果要說這書有甚麼問題,就是內容"乾"了點,比較像以前讀國外期刊的感覺,相比之下可能以電影"機器戰警"來描述超智慧的影響比較容易吸引一般人,只不過看完電影可能會反對發展超智慧,但閱讀完這本書對超智慧發展的想法可能又不一樣了.

    超智慧,以作者的定義就是超出人類水準的常態智慧.當然這種類學術名詞解釋有點難以了解,他更進一步說超智慧就是在任何一種關注領域上,都實質且大幅超越人類認知表現的智慧.將它轉換成當前實際的對比直接想法可能就是人工智慧,本書裡所指的人工智慧遠勝當前人工智慧.不過在Bostrom的想像裡能夠在未來有望發展成超智慧個體的路徑有三條,從軟體工程看是人工智慧,從硬體工程看則是全腦仿真(whole brain emulator),從生物路徑看則是DNA遺傳工程生物認知,並且他更大膽的想像裡認為這三種路徑也能彼此融合相互補益,比如腦機介面.不論它以上列何種型態出現,超智慧最後都將發展出遠遠超出人類水準的智慧.當然如果只是如此就沒有必要寫一本書來介紹,事實上本書的重點其實必須結合它的副標題,超智慧發展的路徑,風險,策略.簡單說就是如果出現一種智慧遠遠超出人類的個體,它會不會對人類生存產生威脅,如果可以預見會對人類生存有高度威脅性,那麼處在當下這個時刻該以何種策略與態度來發展超智慧技術,並且該用那些方法路徑來防範這種風險的產生.

    本書共十五章,個人以為Bestrom從第八章起到結尾的內容全部只在談一件事情,那就是"控制"."控制"超智慧的發展,不使其發展出影響人類生存風險的可能,簡單書就是超智慧個體可能反過來控制人類的生活與生存,甚至消滅人類.從這樣的比例布局可以猜測作者對於超智慧發展出現的可能是抱持相對樂觀的,也正因為如此,作者預見這種"新個體"確實可能對人類生存產生威脅.這種融合樂觀與悲觀小心的心態與霍金頗為類似,霍金曾警告外星人出現可能會威脅人類,所以人類應避免與外星人見面,但他另一方面又與祖克伯斥資尋找外星人,為的是探尋可能適合人居的外星球,即Proxima b.同理,超智慧的發展確實可能威脅到人類生存,但是另一方面如果有遠超當前人類智慧的個體出現,也可能有機會解決人類目前所面臨的困境,比如氣候暖化威脅人類生活環境的問題也可能由超智慧新個體找出解決的方法.水能載舟亦能覆舟,顯然作者的理想是讓超智慧不至於脫離人類的掌控,只是這可能不能如他所想,確實是個有趣也值得懷疑的問題.

    早期的人工智慧大都未致力於學習,不確定與資訊概念上,這也是它當時技術發展不全的因素,Bostrom以生物演化的觀點重述了圖靈的想法,與其製造一個模擬成人心智的程式,何不製造一個模仿孩子心智的程式,但給它一個適當的教育課程,這程式將可獲得成人的大腦.何況生戶的演化是無方向的都能產生人類水準的常態智慧,那若是預先有方向的演化,也就是由有智慧的人類程式設計者設計指揮的遺傳程式,應該能以遠高於自然演化的效率,達成類似的成果.相較之下,全腦仿真以掃描與模仿生物腦的計算結構來產生智慧軟體.這種做法首先需對人腦做足夠詳細的掃描,然後再將掃描數據送至電腦做自動影像處理,接著將生成的圖像將與不同類型的神經元運算檔案庫合併,藉此模仿出腦部基本運算的功能性.與人工智慧相比,全腦仿真雖不需要太深的理論洞見,但卻很仰賴技術能力.而攸關的技術如腦組織掃瞄所需的解析度與偵測能力充足的高通顯微鏡,或是將原始掃描數據轉化為3D神經元運算模型並且將之模擬的硬體,以當前的水準還遠遠答達不到標準,至於想透過加強收物腦的功能運作一途.至需要得是人擇繁殖,面臨政治與道德困境的挑戰遠比技術困難,繁衍所需時間更長也是挑戰.而腦機介面可能會出現醫療風險比如植入物感染,電擊位移,出血,認知下降等問題,相比之下,以人工智慧為主力的超智慧發展必然會是主軸.

    若以區分不同能力類別來看超智慧可以分成三種,一個能完全做到人類智慧所做的事,但數速上快很多的系統,定義成數度超智慧.而由大量的較小型置會構成的系統,它整體表現在各領域裡大幅超越現有的制之系統則是群體超智慧.第三種形式則是一種至少跟人類心智一樣快的系統,但品質上聰明太多,屬於品質超智慧.不過隨著時間的過去,不論是以哪一種形式出發,最後都能發展出其他兩種的超智慧技術,重點是只要其中的一種形式獲得突破,超智慧就可以自己之外快速的發展出另外兩種.所ˇ對於超智慧的發展,作者在本書中所偏重的不是它的形式,而是它發展成功的速度與時間.作者定義了一個起飛點,這個起飛點是指機器智慧約略接近人類智慧的底線,只有過了起飛點,超智慧才能稱為真正的發展起飛,起飛之後會經歷一個黃金交叉點,黃金交叉點的意思是此點之前超智慧的發展是由人力主導,黃金交叉點之後超智慧的發展將由超智慧系統或個體主導自身的發展,用通俗的說法就是黃金交叉後它有自己的生命力,與心智,能夠替自己作主了.所以一旦過了黃金交叉,超智慧發展爬升角度會陡升,於是乎就有了這本書一半以上的內容,如果過了黃金交叉,超智慧會不會是人類生活風險的來源之一.

    從現在到起飛點是一段時間,從起飛點到黃金交叉又是另一段時間,個人看法是Bostrom為這兩段時間各自提出了一個可能的人類社會問題作探索,第一個問題是單極化(singlton)與多極化(multipolar)的問題.用最簡單的例子就像是1945年美國擁有原子彈的情況,形成一個單極化,其他國家在當時對製造技術上遠遠落後,因此美國是有可能在其他國家成功之前先將技術封鎖獨佔或是毀滅.單極化就是起飛點時只有一個團隊或國家成功捯到起飛點,多極化就是同時有數個團隊或國家在約略同時再起飛點附近.至於會形成單極化或多極化,那就要看從現在開始到起飛點的技術發展,國際合作,或是國際情勢,各國需求.畢竟即便現在最先進的人工智慧系統,不管從常態智慧面向或角度來看,都還遠低於人類底線.雖然說多極能夠造成穩定,但以作者的想法這種穩定恐怕也不是永久的,它還是可能進行二次轉型的可能,是以雖然作者沒有明言,超智慧體出現的情況可是最後仍是單極化掌控著全球政治經濟.

   關於起飛後的第二個問題就是黃金交叉之後,這種超智慧體有不會有一天終於將反過來取代人類,或至少危及人類生存.作者也沒有明言,但後半部主要內容大談兩個關鍵命題,一個是能力控制,另一個是動機選擇.可以看出Bostrom對於超智慧發展謹慎的一面,能力控制與動機選擇都是概略的兩個大範圍議題,能力控制簡言之就是藉由限制超智慧能做甚麼,來防止不想要的結果,系統被限制只能透過一些受阻且運先允許的管道旯影響外在世界,或是系痛被安置在一個提供適當誘因的環境中,或是強加限制於系統的認知中,或是在影響關鍵內在流程的能力上加強限制,並於系統上進行診斷測試,當偵測到它有危險的活動時可以關閉它.動機選擇則是企圖藉由型塑超智慧想做的事來預防不想要的結果,比如設計一套直接特利化的動機系統,來限縮代理人的超智慧的行為,或是限縮它的企圖心與活動視野.或是從一個本質上已經具備人類動機或善良動機的系統開始,強化它的認知能力.除此種種技術面的控制外,最後關於建置超智慧的策略發展,動機選擇,價值擷取等最後三章也是大範圍的在談如何讓超智慧擁有一個有利於人類生存發展的心智,基本上都略偏泛道德選擇,雖是不得不然,但不能不說這也是人類要發展超智慧的最基本理由.雖說有些隱憂與悲觀,總不可能發展一個超智慧個體最後竟是要消滅人類吧.

   近來關於人工智慧的書籍出了不少,但大都集於眼前所見,無人工廠,自動駕駛,或是家用機器人這一本超智慧應該是其中比較不一樣的,談得更遠,更荒誕,也許更真實,因此個人認為即便這書裡所寫的狀態在我們一生未必能見到,也可能書中預見是全錯的,但作者有那麼多想像與探索的努力,也許看這本書還不算浪費時間.以上

改變世界的九大演算法：讓今日電腦無所不能的最強概念

 

 

改變世界的九大演算法：讓今日電腦無所不能的最強概念 (Nine Algorithms That Changed the Future: The Ingenious Ideas That Drive Today’s Computers,John MacCormick) 

    這本看得很快,比看小說還快,談不上太多難度,科普嘛,既要科又要普,避免內容太艱深或過度嚴肅成了課題,從普及化的角度,這本應該會贏得掌聲,手邊這本是第十二刷,不過以軟體技術見長者可能會覺得這本只能當成搭車打發時間的小點心沒太多可以窺探的新東西,也完全沒深入技術核心,只是一本略談演算法概念的書籍,文科生可能會驚艷,想學演算法的會失望這現象跟現實生活還挺接近的,表演型包裝強的總是受矚目,太嚴肅的學科內容則乏人問津. 

    改變未來的是不是這九種演算法不重要,這本書最大的特點是在寫法,John MacCormick以極簡單的比喻法或具體物品來描寫每一個可能用到複雜數學公式或學理背後的邏輯,比如用調顏色的方式來講述公鑰加密,簡單易懂,讀者居然不需具備較高的數學程度就能理解加密的原則,但也因為如此其實談不上什麼核心知識,想要自己研發一個加密系統就不太可能曾這裡得到什麼,做為知識的普及化有用,想知道更深的運用與研究的可能就感到失望.書的內容在吳軍寫的數學之美已見大半,對於個人來說能夠產生新思考觀點的部分在模式辨識與壓縮資料這兩部份,比如壓縮資料以圖片檔案的壓縮為例寫得相當清楚簡單,沒有數學卻能解釋一張240X360的圖檔如何壓縮成60x90,雖然圖像失去部分真實卻依然讓人眼能辨識圖像的內容同時降低傳輸或儲存的數據空間,而這不就與2根5分鐘k線合併成一根10分鐘k線的概念是一致的. 

    在投機活動中,有很小一部份人已經採用程式來替代人工交易,程式交易原始的目的是要避開人類受心理狀態起伏變化的影響,因為機械性的交易動作不受到外界當下各類雜訊影響,也可避免短線上暫時不利部位的價格走勢,這些外在變化都會影響交易者對於交易系統當下的信心,以至於經常有所反覆,也就是這種程式交易是為了讓執行一致性的系統成為可能.問題是這種程式交易是讓行為機械化,但有經驗的觀察者應該會發現,目前從事程式交易者所擁有的系統除了讓他們的交易行為機械化外,卻常常隱藏了一個嚴重的問題,就是交易策略也因此成了簡單的機械化,目前多數已見於市面的系統,它的執行參考觸發機制或系統往往與人類真正的思考模式相差甚遠,傳統的均線穿越就是一個明證,雖然它簡單易懂,歷史資料有一定的信賴度,但是系統勝率普遍不高,之所以如此的其中一個原因是這種模式缺乏真正經濟,交易人氣數據背景的支撐,而要構建一個符合這種背景支撐的系統,就需要跳脫傳統的思維模式,比如採用相對數據比較法,採取相對較大的資料庫,以比較相對價位籌碼,買賣掛單,經濟數據,等多層次考量,這些都不是均線穿越能做到的,另外,除了均線法則外,日本的陰陽線或是形態學系統的運用是另一類問題所在,不妨翻一下專述這些工具的書籍,作者往往以某一種陰陽線,如晨星,晨星十字,錘子,鑷頂或是頭肩型態為一種反轉訊號或型態,接著便以某種商品曾經出現某個例子的圖形做說明試圖向讀者證明它是對的,但是只要稍微再深入一步,就會發現這種論述的盲點,不妨自問一下頭肩頂或夜星訊號的勝率是如何?這時讀者可能才會發現似乎不曾在任何書上看過這類訊號的歷史資料追溯的紀錄,那麼何妨不自己寫個程式來回測一下呢?不論是以經濟數據或掛單資料或是加上各類的型態,模式辨識在此處就成了重點,因為與均線穿越的單純不同,這些型態資料的變形不只一種,實在比較適合讓測試者先行定義出各種可能的結構,再轉換成為測試的標準,雖然一些套裝軟體如HTS4000將陰陽線寫成程式,我們可以自行地將它們轉成Multichart或Wealth Lab上的程式使用,但它們終究沒有被真的進行回測,但提供了一般交易人如何切進型態或是多層多種數據的方式,比如加進經濟數據,掛單數據,相對位置籌碼,與各類的支撐壓力數據,同時在一個系統中該如何執行,這些都是型態判別做為程式交易的內涵,與所謂的語音辨識,圖形辨識,在概念上其實並無不同,只是我們沒有被暗示提醒就想不到他們間的關聯性,透過這些回測驗證,起碼你會丟掉一大堆無用的所謂分析,而專注在交易的本身,勝率的提升,而這些新創的多層系統就不再是與人類大腦運作完全背離的東西,而本書在型態辨識中所提的樹狀圖與類神經網絡是實務上可行的兩條路. 

    個人以為一個同時建立在全經濟數據與交易大數據上的多商品綜合程式交易系統是可行的,國外也許早就有人這樣做了,只是不知屆時如果許多人同時都這樣做,會不會創造出另一個世紀災難?抑或是另外會創造出更新的投機交易模式?也許正像本書末所提出的,MacCormick表示現在出現新演算法的可能性雖仍在,但未知的影響力已經逐漸在降低,但真是如此嗎?演算法改變世界的影響力是如作者所言已逐步趨於平淡,抑或是會有石破驚天改變人類生活的新算法出現,誰也不知道!以上.

 

人工智慧的未來：揭露人類思維的奧祕

 

人工智慧的未來：揭露人類思維的奧祕(How to Create a Mind: The Secret of Human Thought Revealed,Ray Kurzweil)

   接著這本人工智慧的未來將要讀下一本的是赫胥黎(Aldous Huxley)的美麗新世界,這兩本書恰好呈現對立的觀點,兩本都屬於預言式的書籍,就閱讀而言是非常有趣的事,儘管這本書的作者Ray Kurzweil是位資訊專家,而Aldous Huxley是位小說作家,但兩本書同屬於對未來科學技術進步可能的引發的現象,技術影響與技術發展的預言,根本上都是未來式的,當然1932年的美麗新世界來得更狂想些,雖然是以反烏托邦作為要點,但對於生物科技的未來發展有很鮮明的想像,相比之下,人工智慧的未來顯然是有一點技術基礎論述為背景下的產出,很有現實感,但Kurzweil在科技發展技術對人類社會與未來的影響上顯然是樂觀與正面,是人類不得不面對的現實,而美麗新世界則透露著對於技術發展極致有著深深憂慮.

     How to Create a Mind翻成人工智慧的未來多少有一點商業利益導向的感覺,但讀完後覺得這個中文書名其實算是貼切的,這本書看似在談人腦運作的方式,談大腦新皮質,與300億神經元及其構成的3億個辨識模組如何運作,實際上Ray Kurzweil是在談人工智慧未來可能出現解決問題的路徑,就是透過理解大腦新皮質如何運作,將這種生物運作,連結,傳輸等功能方式複製在人為創造的智能機器上,這本書談的就是這個,所以它是一本概念性的書籍,但也不是天馬行空的扯東拉西,而是作者透過對於人類大腦皮質層的解構,來說明數位模式如何模擬類似大腦運作的平行運作的類比模式,作者估計人腦新皮質中的3億個模式辨識是同步運作的,可以處理從低概念層級的例如視覺,聽覺的基本輸入,到高概念層級的判斷,預測,表達等等;而各個神經元之間有一千兆個連結,使得學習成為可能.重點是,人腦的新皮質是一種層級式的結構,而人工智慧的模型也依此而建立除了談技術層面可能的發展外,書也兼談未來人工智慧所創造的產物最終可能會於人類一樣擁有意識,且這種機器實體也會越來越小,最終會以某種非侵入式的方式進入人體,甚至進入人腦,從另一種觀點創造出對外來人類的想像,書中介紹思維模式辨識理論,據以建立模擬人腦的模型.將來的電腦將具有學習能力,能夠具有意識,能夠理解情感,表達情感.或許,就像動物權一樣,"機器人權"可能成為未來社會的一個重要議題.作者Kurzweil本身就是Iphone上siri背後所使用的語音辨識模組的研發者,當前任職Google,對於人工智慧的發展是有它實務的經驗的,起碼語音辨識這個功能的發展上可以推想一下未來.

  使用Youtube看英文的影片時,按下右下方的字幕功能,通常會在螢幕下方顯示出影片的英文字幕.很多人並不知道這些字幕大多數並不是人工輸入的,而是透過一個Google設計出的語音辨識器判讀產生的,當然辨識器的判讀率並不是100%,於是Google開放權限給影片的擁有者能以手動方式修正判讀錯誤的地方.這個語音辨識的功能背後的基礎便是以許多人的口語為基礎的大數據資料,加上影片擁有者修正提供的輔助,一個人工建立具有自我學習能力提升功能的判讀器就此產生,這是一個當前人工智慧創造出的一個具體產物,看起來似乎沒有特別驚人之處,那麼我們不妨將想像更多推兩步,如果技術能正確將語音變成文字,那麼當Google提供的翻譯功能中的英翻中正確率也能變得更好時,是不是一段Youtube的影片可以直接呈現中文字幕?如果這是可行的,那麼中文字幕是否可以轉成同步轉成中文語音?也就是如果有一段影片是英文的是不是能夠透過一種新的辨識器便能轉成中文文字,乃至中文語音?!如果這種發展式成功的,是否可成出現一種即時口語翻譯的機器,而從此大多數人不需要學習外語,或學外語變得非常輕鬆?.當然,也許有很多人會因此失業!

     或許多數人不會想得那麼遠,甚至完全不曾那麼想過那些可能發生的巨變,Kurzweil很早便認識到的奇點(Singularity)臨近這個概念,通用的奇點是一個技術發展上的觀點,認為未來某個時點將要發生一件無法避免的事件,技術發展將會在很短的時間內發生巨大的進步,當這個奇點來臨的時候,舊社會的運作與思維模式將一去不復返,新的規則開始主宰這個世界.而只熟悉在此之前人類擁有舊智能和舊技術的人們可能完全無法理解,這就是奇點可能產生的影響.而此地就人工智慧而言所設想技術奇點是由超越當前人類且可以自我進化的智能機器,或者其它形式的超級智能所引發.由於新的機器智遠超今日人類,因此技術的發展會完全超乎大多數人的理解能力,用更通俗的語言來說,就是具有與人類相同或接近人腦意識的電腦或軟體將會出現,擁有與人類完全一樣的心智,甚至超越人類,因此它可以為人所運用取得更大的技術成就與社會進步,當然也可能發生如某些人或電影所憂慮的,新的智能機器取代人類,主宰人類世界,作者以他所提出的加速回報定律來說明奇點臨近的可能,定理指出人類出現以來所有技術發展都是以指數增長,也就是說,一開始技術發展是小的,但是一旦訊息和經驗積累到一定的基礎,發展開始快速增長,以指數的指數形式增長,他將同樣的概念引入到生物進化和宇宙誕生以來的變化裡,並導出了在未來的某個時間內,技術發展將接近於無限大,接近人類心智的機器最快在2030年代就會出現,書中用的比例很簡單,它指出生物用了2000萬年才從原始的單細胞發展到今日的智人,但動力型態工具的出現不過三百年,相比之下,物質技術的進步比基因演化的速度快了太多倍,也許人類會在物理實體微縮的發展上遇到瓶頸,但從過去的經驗來看,這是想像力的問題,不是真正的問題,從真空管到半導體的差異就能推知,預測的困難不在能力而是我們無法超前想像.

    當然作者也知道這種單純的預言不可能得到完全的認同,書末還專列了一章談那些反對Kurzweil觀點的人,並對他們的批評一一舉出作者自己的說明,但個人認為關於從電腦思維到思維的思想模式,談到機器人權是已經超越過去思考範圍的內容,這個議題已經從科學跨進社會學的領域,作者也運用了哲學與宗教的觀點來論述機器可能發生與人腦同樣意識所帶來的影響,雖然看似冷門,但其實那些人文社科學者早就有不少人在批評物質發展的影響,這已是少數能看到一個科學家對技術發展影響文明社會的一種觀點,儘管它有些荒滅,儘管一定不會得到多數人同意,會被認為機器擁有心智與意識絕對是人類之禍,但從當前有限的科學知識認為宇宙最終仍是被毀滅這個觀點來看,這也算是科學家杞人憂天找尋一條未來人類可能的出路吧.以上.