入职杂记

来深圳一月有余,想写点什么,却又总提笔忘字。

毕业,工作。进入了一个陌生的领域,变化很大。
慌慌张张,匆匆忙忙,一天就过去了。
不知道什么时候能蜕变成歌里写的不卑不亢、不匆不忙。
学了这么多年的计算机,到毕业才开了一点撬,又即刻与之分离。
告别代码的日子,真心不轻松。
万事都一笑而过,又有什么意思呢?
倒是学的看的聊的这么些东西,赶紧连成线吧!

早入职,换来晚转正,生咽下。
与90后同事一同入职,深感容颜未老,心已沧桑。
节操太满,跟不上趟。
曾经总听人说职场的种种,如期而至。
只能,慢慢适应。

二老越来越催的事。 
陌生的城市,谁也不清楚谁的遭遇。
相亲活动,像以货易货。
原以为有缘的,多情总被无情恼。
很多故事怕是没有机会再讲,后会无期。
要问怎么办,也没办法。
看天吧。

听说了很多无常,叹息、感怀,又有点慌张。
一年又一年,一天又一天。
大伙儿都已成了卖艺的小青年。
哼着小歌,挣点生活费,偶尔能有零花钱。
没有时间,谈情看书。
没有时间,享受孤独。

唉,
C’est La Vie!
努力学习,用心感受,慢慢适应。

 

2014年8月30日
于鸿海

Read More

中国科学院计算技术研究所2014年毕业典礼导师代表演讲(全文)

中国科学院计算技术研究所2014年毕业典礼导师代表演讲(全文)
毕业一月有余,回想起卜东波老师在毕业典礼的演讲,仍醍醐灌顶,转发收藏。
本文部分观点和内容引自《奇思妙想:15 位计算机天才及其重大发现》(by D. Shaha, and C. Lazere), 《ACM 图灵奖:计算机发展史的缩影》(by 吴鹤龄,崔林),《创新求是录》(by 李国杰),《电脑启 示录》(by 徐志伟),以及《费曼物理学讲义》(by R. Feynman)。

尊敬的各位同学、尊敬的各位老师、尊敬的各位家长,早上好!

  今天我们举行隆重的典礼,以庄重的仪式,向诸位同学所度过的时光表达我们的尊重和敬意。

  诸位在计算所度过了或三五年、或六七年的时光,这些时光可以说是和大师朝夕相处的日子。

  我们有什么样的理由这样说呢?请看会场的入口处,刚刚看着我们走入会场的,是人工智能大师Marvin Minsky,他告诉我们“大脑无非是肉做的机器”;和他并列的Wilkes却深表不同,说“动物和机器是用完全不同的材料、按照完全不同的原理构成的”;Richard Hamming夹在两人中间,说“计算的目的不在于数据,而是要洞察事物”;在会场出口处,你会看到算法大师E. Dijkstra,他设计的最短路径算法,时刻运行在我们的GPS导航仪上;在五层,每天看着智能实验室的同学们进进出出的是逻辑大师Amil Pnueli;在十层,每天鼓舞着曙光超级计算机团队的是体系结构大师Corbato。在座的诸位女士朋友,不妨走上11层,在那里你会看到2008年图灵奖得主Babara女士,她会鼓励各位女同胞说“谁说女子不如男?”

  或许有同学会觉得这些大师都是传说,那可不是这样—早在1988年,李国杰老师就邀请专家系统的开创者Feigenbaum访问智能中心;算法大师Hopcroft和姚期智先生也都曾先后来访,和大家做近距离的接触;现在姚先生的弟子孙晓明、张家琳也来到了计算所执 教、研究。再退一步讲,即便诸位对这些大师们因每日熟视而无睹,那也无妨:诸位写毕业论文所用的Latex,即是高德纳和Lamport的杰作。

  在和大师们神交多年之后,我们不禁要问:是怎样的个性和头脑造就了这些大师呢?仔细检视大师们的事迹之后,我们只能遗憾地告诉大家:大师们的不同点远多于相同点,好像并没有一定之规。

  比如:大师们都是天才少年吗?No,不是这样子的。有些的确是天才少年,比如Levin, 十多岁就获得了基辅市物理奥林匹克竞赛冠军;可是Backus高中时还有功课不及格,被父母送到补习班,他却跑去划船—他是60岁以后才开始函数式语言研究的。

  再如:大师们都是搞理论的学院派吗?那也不是这样—Brooks是在IBM公司设计出360系统;而Smith是在一间小公司提出那个“热土豆路由”算法的。

  既然大师们如此不同,那他们成功的秘诀何在呢?仔细想来,他们成功的秘诀或许有如下四点:

  秘诀一:他们都有强烈的好奇心。以Daniel Hillis为例,他童年时就对生物极感兴趣,曾经在试管里培育了一颗跳动的青蛙心脏,后来又对神经解剖学入了迷,这些经历很自然地 启发他设计连接机器以及人工生命;另一位大师Alan Kay也是对生物极其好奇的人物,他 认为应该把程序设计地“像活的生物一样”,由独立自主的细胞构成,细胞与细胞之间可以传递消息,并对消息做出反应。他把这样的细胞叫做“对象”;而这种设计方法呢,就叫做“面向对象的程序设计”。

  第二点,成功的秘诀在于选择做什么,而不是怎么做。Priceton的李凯教授曾经深有体会地对李国杰老师讲:计算机科学最重要的是find problem,而不是find solutions。只要你能找到正确的方向,找到正确的问题,问题的解决往往就在眼前。这是计算机科学和数 学截然不同的地方—费马大定理从提出猜想到证明,足足用了358年的时间。

  那到哪里去找问题呢?Robert Tarjan告诫我们说:应该多从实际应用中发现问题,而不是 钻理论的牛角尖。事实也正是如此:比如Brooks多从化学家、医生、建筑师那里寻找实际问题,他把这样的问题称为“有生命力的问题”。

  自然,准确判断问题的重要性是一件极难的事情,即使是大师也有看走眼的时候:就拿Steve Cook来说,他找到了第一个NP完全问题,可后来找到的NP完全问题数量是如此之多,大大出乎了他的意料之外。

  秘诀之三,在找到问题之后呢,你还必须是解决问题的恰当人选。高德纳这样说:“我们 常常说需求是发明之母,这句话并不确切。一个人还得拥有该领域的背景知识……我解决 的那些问题,都是因为我拥有独特的领域知识—这样解决这个问题就成了我的责任、我的 使命”。

  最后一个秘诀:重大的成就要甘于冒险,甚至于勇于面对嘲笑。比如Marvin Minsky的第一篇人工智能文章被人嘲笑说“半生不熟”;Backus的简化编程的建议受到了von Neumann的强烈反对—— von Neumann认为使用机器语言编程已经足够简单,没有再 简化的必要。

  总结一下,我们可以这样讲:假如诸位始终保有强烈的好奇心,有发现问题的洞察力,有解决问题的素养和技术储备,还有坚持的勇气,你也会成为大师;无论你将来是在研究所还是公司,无论是搞研究还是搞开发,你都会成为佼佼者。

  能够吸引和造就如此多的大师,计算机的魅力可见一斑。那计算机的魅力到底何在呢?或许李国杰老师的一则轶事可以告诉我们答案:大家都知道,李老师起初是在北大念物理的,在学习万有引力定律时,李老师问他的物理老师一个难以回答的问题:为什么引力是 和距离的平方成反比?为什么不是1.99次方?或者是2.01次方?难道不会有测量误差吗?如果你读过《费曼物理学讲义》,你会明白这个提问背后的深刻内涵:物理学只是探索规律是什么,并不能够解释规律为什么是这样。自然,李老师无法从物理老师获得令人满意的答复。于是李老师干脆改行搞计算机,自己建造系统,这样想让它是1.99次方就是1.99次方,想让它是2.01次方就是2.01次方—–这是一则真实的故事,并非我的杜撰,李老师60岁寿辰时我跟他求证过这一点。

  或许我们可以这样讲:物理、化学、生物这些自然科学的研究对象呢,是上帝所创造的世界,研究的目的是发现其中的规则;而计算机科学呢?恰恰相反,是由我们来设计规则,是由我们来创造世界。这就是计算机科学的独特魅力之所在!

  那好,那就让我们一起努力,共同创造一个美丽新世界!

  再见!

Read More
第 15 页,共 63 页« 最新...510...1314151617...202530...最旧 »