Blog

  • 哥德尔的马孔多

    哥德尔的马孔多

    如果有一个人,能破译出这世上最神秘的密码,他会有怎样的结果?

    不知怎地,这让我想起《百年孤独》的结尾:

    就在奥雷连诺. 布恩蒂亚译完羊皮纸手稿的最后瞬刻间,马孔多这个镜子似的(或者蜃景似的)城镇,将被飓风从地面上一扫而光,将从人们的记忆中彻底抹掉,羊皮纸手稿所记载的一切将永远不会重现,遭受百年孤独的家族,注定不会在大地上第二次出现了。

    科特·弗里德里希·哥德尔(Kurt Friedrich Gödel )生于1908年,卒于1978年,是一位伟大的数学家、逻辑学家。

    我第一次接触到哥德尔,是在我大一或者大二的时候。我的一位同学买了一本名为《这本书叫什么》的书。这本书从最最简单的“(永远说真话的)君子(永远说假话的)小人岛”开始,最终将我们导向了哥德尔那伟大的定理。之后,我又看了《没有时间的世界》,这本书讲述了爱因斯坦和哥德尔那了不起的友情,以及哥德尔对广义相对论的研究(及作为结果的哥德尔宇宙)。

    最近,承蒙中信编辑孔老师赠书——其实是我厚颜讨书,但读书人的事,怎么能说“讨”呢!——我又看到了这本《哥德尔传》

    受人一书,当以一篇书评报之。于是就有了这些文字。

    希尔伯特の野望

    上个世纪初,物理学界沉醉在一种终极的梦想之中:有关物理的发现已经差不多到尽头了,除了“在物理学阳光灿烂的天空中漂浮着两朵小乌云”之外,剩下来留给物理学家们的工作,只是更精确地定义一些物理常量“小数点后6位”的数值了。后来发生的事情,大家都知道了。

    而在数学界,似乎也充斥着同样乐观的心情。

    德国数学家大卫·希尔伯特(1862.01.23——1943.02.14)在1920年代提出了一个数学计划,一个关于公理系统相容性的严谨证明的计划。他乐观地认为,这个计划是如此地具有前景、如此地触手可及。哪天这个计划成功后,之后的数学工作将完美无缺地构建在这个公理系统之上,数学将成为一个完备、自洽的系统,牢牢地树立起“学科之王”的、不可被撼动的地位。

    希尔伯特说过一句令人震撼的名言:Wir Mussen Wissen, Wir Werden Wissen(我们必须知道,我们必将知道)。他完全有资格如此自信。

    一个数学系统的完备性意味着,在这个系统中,通过预设的一些公理,我们可以导出所有的真命题而不会有遗漏。

    一个数学系统的自洽性意味着,根据这些公理,这个系统不会导出自相矛盾的命题,也就是不可能证明A和~A都为真。

    所有到那时为止的数学成就无不都在加强着这个断言。

    哥德尔出人意料的一击

    1931年,23岁的哥德尔也在努力地向着希尔伯特指明的方向前进,但是他给我们带来的却是最出乎意料的结果。

    哥德尔通过巧妙的构造,严格地证明:

    任何自洽的形式系统,只要蕴涵皮亚诺算术公理,就可以在其中构造在体系中不能被证明的真命题,因此通过推理演绎不能得到所有真命题(即体系是不完备的)。(哥德尔第一定理)

    以及:

    任何逻辑自洽的形式系统,只要蕴涵皮亚诺算术公理,它就不能用于证明其本身的自洽性。(哥德尔第二定理)

    (这两个定理的描述有很多不同的形式,我用的是维基百科词条中的文字。)

    有关这个证明的纯粹数学过程基本超出了绝大多数读者的数学水平,但有关这个证明的一个有趣的过程,可以在《这本书叫什么》中找到。

    与哥德尔定理相关的还有一个数学梦想,也由希尔伯特提出,那就是:证明数学的可确定性,即存在一种判定过程,来确定任意给定数学命题的真伪。

    如果存在这么一个判定过程,那么所有的数学命题就不需要证明了,我们只要讲这个数学命题放入这个过程跑一遍,只要过程能够终止,我们马上就能得到这个数学命题的真伪。

    1936年春, 图灵从哥德尔定理出发,证明不存在这样的一个判定过程。从某一个角度出发,这个结论才是”自然“的;不然,数学证明就变成一个纯粹的机器程序了。

    希尔伯特的梦想在短短几年间就破碎了。

    单凭这个成就,哥德尔就已经牢牢树立起在逻辑学和数学界的地位。他被霍金认为是有史以来最伟大的21位数学家之一,与笛卡尔、牛顿、欧拉、拉普拉斯、傅里叶、高斯、黎曼等人并列。(见霍金编纂的《上帝创造了整数》。)

    哥德尔对连续统假设的贡献

    这还没完。

    哥德尔又向连续统假设进行了挑战。

    连续统假设(英语:Continuum Hypothesis,简称CH)是数学中一个猜想,也是希尔伯特的23个问题的第一题。它由康托尔提出,有关无穷集的可能大小。它可以表述为:

    不存在一个基数绝对大于可数集而绝对小于实数集的集合。

    所有自然数的集合当然是可数的(但它是个无穷集合)。略略违背直觉的是,所有的分数(有理数)也是可数的:因为我们可以建立起所有自然数和所有分数间的一一对应关系(数学名词为“等势”)。这样的集合的基数为$\aleph {0}$(读作“阿列夫零”)。但是,实数集合却比自然数更不可数,因为我们可以用康托尔采用的“对角线”法证明,实数的个数严格地比自然数更多!(也因此,实数集合的基数是$\aleph {1}$。)

    哥德尔在1940年证明连续统假设与ZFC的相对协调性(无法从ZFC出发被证伪)。1963年,科恩证明连续统假设不能由ZFC推导,也就是说连续统假设独立于ZFC。简单地说,连续统假设在ZFC体系中,有它没错,没它也行

    (ZFC是一套数学公理的集合,目前被广泛采用。)

    这同样是一个了不起的成就。

    哥德尔对广义相对论的研究

    如前述,哥德尔和爱因斯坦是一对好朋友。爱因斯坦曾经说过:我自己的工作没啥意思,我来上班就是为了能有荣幸同哥德尔先生一起散步回(普林斯顿的)家

    1949年,哥德尔通过对广义相对论的研究,得到了一个满足其方程的精确解,而这个精确解对应的宇宙被称为“哥德尔宇宙”。

    哥德尔宇宙(Gödel universe)有一个令人无法想象的性质:在这个宇宙中,时间旅行是内置的特性。这是因为在这个宇宙中,时间被扭曲成了一个闭环。

    如果套用地理概念来说,就是我们在地球表面行走,每一步都“似乎”走的是直线,但最终我们会回到起点。

    未来即过去,过去即未来。时间已经没有了任何意义:物理上的、哲学上、玄学上的。

    部分基于此,哥德尔在1951年获得了爱因斯坦奖。

    《没有时间的世界》这本书就是很透彻地讲了这段经历,有兴趣的读者不妨去看看这本书。

    哥德尔的晚年

    和爱因斯坦一样,在早早地到达人生最高峰后,剩余的人生就只能是平淡了。

    但和爱因斯坦不一样的是,哥德尔远远不是一个开朗不羁的人物。

    在他生命的最后时段,他陷入被迫害妄想。按照医生的判定,因为害怕有人害他,在食物中投毒,他是把自己给活活饿死了的。

    哥德尔的研究的很大部分,和我们日常的生活没有任何关系。

    2017年10月15日,我看完《再见卡西尼号,你好土星》后,在豆瓣上留下这么一段短评:

    知道土星的日长到底是多少,对我们又有怎样的意义?只要它不影响我进行某宝,某滴,不影响即将来到的双XX,不影响我去关注某某的新女朋友,就没有任何意义。对吧?

    这一段评论同样可以用在哥德尔身上。

    (卡西尼号最后回望地球的照片。来自:https://solarsystem.nasa.gov/resources/17656/cassinis-last-view-of-earth/

    20世纪三个最伟大的定理/原理都是“否定性的”。

    爱因斯坦的广义相对论否定了绝对时空;海森堡的不确定性原理否定了“真实可以被感知”;哥德尔的不完备定理否定了数学的“妄想”。

    21年5月我和一位书友(“药师”)聊天,他当时(以及现在)正在从哈特曼出发,试图构建自己的基于形式化公理的价值体系。他在听我扯完哥德尔后,问我:

    那我在钻的Formal Axiology形式化价值体系还有没有继续研究的必要? 换句话说,伽利略+罗素式的努力(在价值领域)是否必要?如无,升级版可能是什么呢?

    我的回答是:

    当然有意义。形式化数学虽然失败,但数学并未失败。而且,目前数学的目前的形式过程和结果,是有效且有益的。哥德尔和图灵在这方面对罗素的打击,其实是一种回归,避免一种在形而上中很危险的举动。他们给出了边界和缺陷,但从不否认数学形式化的意义和重要性。

    那么我们应该怎么做?我的建议是:

    1. 从一个小小的现成的系统出发;
    2. 跳出这个小系统,观察这个小系统存在的元规则;
    3. 演绎之;
    4. 接触更多的较大的系统,并判断它们是否符合2/3的结论。于是会有两种情况:
      1. 绝大多数系统都是符合的,那么很好,你在切换到较大的系统时不会有任何问题;
      2. 绝大多数系统都是不符合的,那么还会有两种情况:
        1. 你决定抛弃自己的小系统,而开始思考这些较大系统的元规则,从而顺利地自我否定,进入到一个全新的领域;
        2. 你觉得坚守自己的小系统,那么也没啥,但也许你会很痛苦,因为你时刻地在和与你的系统不“兼容”的系统在对抗,还要时时说服自己,自己的系统才是正确的。这种情况不会没有,但不多。
  • A book of no significance

    A book of no significance

    周雪光(1959年-),山东淄博人。斯坦福大学社会学系教授、系主任,里曼-斯伯格里国际问题研究所高级研究员,现任美国斯坦福大学社会学系教授、清华大学社会学系兼职教授、香港科技大学商学院组织管理系系主任、北京大学社会学系客座教授、香港中文大学社会学系荣誉客座教授。1

    《中国国家治理的制度逻辑》由三联出版于2017年,6个月后下架。周雪光将这本书制作成PDF,放到了他在斯坦福大学的个人站点上供人免费下载。我看的是电子版。

    这本书可以说很容易读,又可以说很不容易读。

    说它容易读,是因为只要你具备一些基本的知识,就可以很流畅地读完全书,并且在很多方面引发进一步的思考;说不容易读,问题就在于这些基本的知识在当前的环境下,似乎变成了一种奢望,似乎更多部分的人没有配备这些基本的知识——于是读这本书的时候,思考不思考倒在其次,能不能理解作者的思路(或者说作者的逻辑)反而是个最根本的问题。

    这些基本的知识有哪些?我怕也列不全面,只能想到啥写到啥:

    1. 自相似理论。这个理论来自混沌,所以对混沌也要有所理解。这个理论让我们不必对一个超大的系统(比如国家、政府)有很清晰的理解,而可以从一个更小的系统、甚至小到一个细胞这样的系统出发,对其进行深入的剖析,而将结论“扩大”到可包容这个小系统的、更大的系统中。我们在这个探究过程中,不是纠结于我们到底会得到怎样的结论,而是树立一种“信心”,亦即,如果一个小小的系统——我们甚至都还没能完整掌握的系统——呈现出某种定律,那么其他可包容这个小系统的、更大的系统中,也应该能适用这个定律。
      1. 如果我们发现在更大的系统中,子系统的定律消失不见了,我们就需要探究为何如此:是不是有一个更大的定律包含了这个“小”定律——很多情况下确实如此。
      2. 如果我们发现更大的系统中,出现了新的定律,我们就需要: 探究这个定律到底在哪个层面的出现?是不是我们在之前的探究中忽视了这个定律?这个定律和别的“小”定律有没有矛盾?它的合理性又是建构在什么基础上?它又如何能在抛弃小定律的情况下,完整完备地解释小系统的表现?
    2. 自组织理论。这个概念也来自混沌,在GEB等书中都有介绍。
      1. 这个理论告诉我们,一个很小的系统,在充满“自由”度的环境中,也是可以自发形成的。当然,这个环境不是100%的无约束,而是有一些客观的规律起到作用。这些客观规律,是超出系统本身存在的,对系统的形成只是起到规范的作用。
      2. 通过自组织形成的系统,通过自相似过程,可以进一步形成更高层次、更加复杂的系统。
      3. 这样的系统在很大程度上是自洽的。
    3. 量子力学中的不确定性原理。我很早就指出,这是20世纪最伟大的三个“否定性”原理/定律之一(另外两个,一个是哥德尔的不完备定律,一个是爱因斯坦的广义相对论)。
      1. 不确定性不是让我们放弃观察、放弃干预,从而陷入不可知的困境。
      2. 而是我们应该认识到,任何干预——且不论事先的准备有多充分——都可能产生我们推演之外的结果。这不是一个可以通过提升推演精度和深度而能解决的问题,而是对任何系统进行任何观察都不可能精确的问题。不确定性是所谓inherent的特性,不受人的主观意志的影响。
      3. 对这个原理的理解越是深刻,对系统的“优美”和“完善”就越是敬畏。也是我最近正在深思的“最小干预模型”(Least Disturbance Model)的一个出发点。
    4. 其他社会、经济、组织方面的基本知识。我在这方面不是很熟悉,但直觉告诉我,这些知识也是必要的。
  • 简单说下机器学习的算法

    简单说下机器学习的算法

    上个月的时候,我借着ChatGPT的风头,写了一篇《从ChatGPT开始说起》,其中简单回顾了一下我对AI的认识,其中没有谈到很多技术的东西,特别是机器学习的基本算法。在这篇文章里,我想结合我目前还能想得起来的在大学/研究生(大概是30年前)时学到的一些知识,简单说说机器学习的算法。

    一、实际问题引入

    假定有如下的表格,显示了一名学生在一个学期中某个科目的四个评分标准中各5次的成绩。

    评分标准 第一次 第二次 第三次 第四次 第五次 最终成绩
    A 4 6 5 6 6
    B 2 3 4 5 6
    C 4 5 6 5 6 ?
    D 2 2 4 5 5 ?

    我们需要得到这些学生的期末成绩(1最低,8最高)。

    二、解决问题

    一种很粗暴的方式,自然是用平均权重,也就是每次成绩都有20%的权重,得到平均成绩后四舍五入。这样得到的表格如下:

    评分标准 第一次 第二次 第三次 第四次 第五次 最终成绩(四舍五入后的平均成绩)
    A 4 6 5 6 6 5
    B 2 3 4 5 6 4
    C 4 5 6 5 6 5
    D 2 2 4 5 5 4

    这位同学在这个科目上的最终得分是18分,大致可以换算到IB 7分制的4分。

    直觉告诉我们,这张表格中,

    1. A标准的评分略偏低,可以考虑6分。
    2. C标准的成绩比较“正确”,但也可以考虑6分。
    3. B/D标准的成绩有点“不公平”。这位同学在学期初无论出于什么原因,这两个评分标准的成绩不理想。但是他进步非常明显,简单的平均法没能充分考虑该生在这学期在该科目上的进步。

    三、有经验的IB老师给出的分数

    我们来看下一位有经验的IB老师面对这张成绩单,会给这位同学给出怎样的分数:

    评分标准 第一次 第二次 第三次 第四次 第五次 最终成绩(经验评分)
    A 4 6 5 6 6 6
    B 2 3 4 5 6 5
    C 4 5 6 5 6 6
    D 2 2 4 5 5 5

    这样,这位同学的总分就是22分。可以得到IB成绩中的5分(接近上限的5分)。如果最后得分要到6分,那么总分最低需要到24分。而从上面的评分可以看出,即使我们给这位同学的B项得分再加1分,也只有23分,到不了6分的最低要求。所以,这位学生该科目的最后得分在5分是非常合理的。

    四、让机器来打分

    有了之前的讨论,我们可以来考虑是不是可以用机器来打分。

    简单的一个模型可以是:

    [latex]S_{final}=a_1*S_1+a_2*S_2+a_3*S_3+a_4*S_4+a_5*S_5=\sum_{i=1}^5a_i*S_i[/latex]

    也就是我们用线性方程,对5个成绩授予不同的权重,然后得到最后的分数。如果我们简单地从最开始(二)中提到的平均主义出发,我们就可以先为每个a_i赋值0.2,得到了一个值,然后和(三)中比较“正确”的数值进行比较。两者的差异就是我们的模型和“正确”结果之间的差异:

    平均法 “正确”结果 差异
    5.4 6 0.36

    所以,平均法和“正确”结果之间的差异是0.36。这个差异还是太大了一些。

    注意:为了避免数值相减出现正负值,在计算差异时,我们会将数值差异进行平方,然后再加总。

    五、罚函数

    在我读书的时候,我学过所谓的“罚函数”法。它的简单原理是:

    1. 我们有一个目标。在本例中,就是根据算法得到的成绩要和“正确”结果一致;再进一步翻译成数学语言,就是这两个成绩的差异要最小。(因为我们对实际差异进行了平方,所以这个差异的最小值应该是0)。换句话说,算法得到的结果和我们的“正确”结果的差异,就是这个算法带给我们的“惩罚”。
    2. 通过一些算法,我们不断调整a_i的数值,直到差异能降低到我们能接受的一个比较小的数值。也就是我们要把“惩罚”降低,最好是没有。

    比如,如果我们针对上述成绩,人肉进行几次测试,我们可能可以得到这样的过程:

    尝试 a_1 a_2 a_3 a_4 a_5 预测结果 “正确”结果 差异
    1 0.2 0.2 0.2 0.2 0.2 5.4 6 0.36
    2 0.1 0.1 0.1 0.2 0.5 5.7 6 0.09
    3 0.0 0.0 0.2 0.3 0.5 5.8 6 0.04
    4 0.0 0.0 0.1 0.2 0.7 5.9 6 0.01

    如果我们满足于0.01这个差异(或者说精度),那么用人肉测试的方式,我们可以很快得到结果。于是,我们可以说现在的权重分配(0.0, 0.0, 0.1, 0.2, 0.7)就已经满足了我们的要求。

    但有两个问题,限制了我们不能采用人肉的方式继续这么做下去。

    首先,这个权重分配对于上表中的B行就不适用。对于某一个科目来说,虽然可以有4个不同的考核指标,但是得到最后分数的“公式”应该是一致的。

    其次,随着数据量的增加,用人工的方式来进行这个操作的话,我们很快就累死了,而且容易出错,效率极低。

    六、AI来帮忙

    如果我们把上面的过程与现在的机器学习加以对照,会发现有很多共通的地方:

    1. 都有一个目标,以及对应的“惩罚”。
    2. 都可以建立一个数学模型。
    3. 都有一些供训练的数据。
    4. 都可以通过数学方法,根据训练数据求解最优,也就是把“惩罚”降到最低。

    机器学习的好处就是,可以预存各种不同的模型:线性的、二元的、高元的;预存各种不同的优化方法,并快速地进行计算;没有感情,不会抱怨。

    这只是一个有关机器学习(Machine Learning)很粗略的讨论,目的一是做些小小的科普;目的二是做些reflection,回忆一些过往学到的东西——人老了,毕竟是怀旧的。

  • 一次关于“学习”的蜗壳小铺

    一次关于“学习”的蜗壳小铺

    IB的一个重要理念,就是“培养终生学习者”。在“培养终生学习者”这七个字中,我们往往没有去好好地定义和理解“学习(Learning)”这两个字。

    今天,我去学校参加了由学校组织的一次蜗壳小铺,目的就是为学习找出一个定义,也就是所谓的Definition of Learning。

    这个蜗壳小铺意义很深远。

    学校的设立就是通过系统的方法,提供学习的资源、场所,培养成功的、对社会有用的人。

    但是,在这个过程中,必须对“学习”加以明确的定义。如果说,学校的教学(教学生如何学习)有一个最高原则的话,那就是要对什么是学习进行一个明确的定义

    有了这个定义,校长和学校的管理层可以制定明确的战略、规划相应的资源,教师可以有明确的方向实施课堂上的教学,学生可以明确地判定自己的行为是否是“学习”的过程,家长也可以积极地、有效地、明确地介入孩子的学习过程。

    所以,我第一时间得到消息后,就和校长报名,说我要参加这个蜗壳小铺。

    这次的蜗壳小铺很有特色。一个是导师是在线上“遥控”参与,另一个是我们邀请了老师、学生和家长来参加。最终到现场的学生大概有20多名,家长也有20多名。而在进行分组时,也考虑了多样性,每个小组都至少有一位老师、一位家长、一名学生。和我一组的是我校MYP的coordinator,一位家长,两位学生(二年级和八年级)。

    整个过程不是很复杂,因为这毕竟是一个非常针对性的蜗壳小铺,且只关注一个问题。

    整个过程中,教师、学生、家长的参与度非常高。这也完美体现了IB的三个关键字:Voice, Choice, Ownership。

    我们从上午9点开始,一直工作到下午2点半,中间有一个15分钟的toilet break和45分钟的用餐时间。

    10个小组最终完成了各自的Definition of Learning。我所在的第八小组得到的定义是:

    Learning at SSIS aims to cultivate the well-being of students through an engaging, inclusive and balanced environment that embraces creativity and authentic learning experiences. Teaching and learning provide opportunities for students to demonstrate personal excellence, collaboration, and a growth mindset that enables students to become responsible, open-minded, international citizens

    这当然不是最完美的定义。下周一还要继续整合10个小组的定义,从而得到SSIS这几年来最重要的一个成果:Definition of Learning.

    最后说一句,这样的蜗壳小铺,比时不时抓我去开一些不知所云的会要有用多了。

  • 从ChatGPT开始说起

    从ChatGPT开始说起

    这段时间,在刷我的朋友圈的时候,要是没有看到关于ChatGPT的东西,就是很奇怪的事情了。

    所以,我决定蹭一蹭热度,从ChatGPT开始说说我对AI的理解。

    (BTW,我这个订阅号目前订阅人数到了643位。在此感谢各位的支持!)

    我想通过这篇文字,整理一下我对AI的认识和一些前瞻的判定。

    先说一些快速的结论吧。

    ChatGPT酷不酷?

    答案当然是很酷!简直酷毙了。可惜的是,我没有海外手机,也不想通过什么手段去激活账号,所以到现在我也没有试用这个AI系统。

    ChatGPT有没有用?

    从我目前看到的一些截图来看,我感觉没啥用。

    我猜想中的ChatGPT的构架,应该是一个自然语言处理系统(NLP)+带有深度学习的搜索系统+自然语言生成系统(NLG)。

    NLP在很多年前就有了很厉害的应用,我印象中最出名的是IBM在2011年左右搞出来的Dr Watson。它在美国的一个知识问答竞赛Jeopardy中,击败了水平顶尖的人类选手,一战成名。(有兴趣的同学可以去搜索一下相关介绍和视频。)Watson通过聆听主持人的提问,与另外两位人类选手抢答。而且,Watson在竞赛中同样表现出了高超的局面判断能力和选题策略。

    IBM对Dr Watson寄予了众望,但一直到今天,这个系统还没有找到很大的应用空间。正如这篇文章中提到的:

    Watson has not remade any industries…the original objective — to do pioneering work that was good for society — was laudable. It just wasn’t realistic. 华生并未能改造哪个行业……最初的目标——做有利于社会的开创性工作——是值得赞许的。但这个目标并不现实。

    深度学习方面的典型,我会想到DeepMind的AlphaZero——国际象棋、围棋、将棋方面的最顶尖引擎。这方面的介绍就比较多了,我就不重复了。有兴趣的同学可以看看我2021年12月写的一篇文章

    对于此类深度学习的AI,我很早就有一个判定:

    这些AI的学习目标是很明确的,也就是说有一个明确的目标让AI去加以“接近”。围棋中,是围的地多少;国际象棋中,是将死对方的王。而且,在信息全对称的决策类型游戏(比如围棋和国际象棋)中,这些AI的表现要好于不完全对称的游戏(比如星际争霸)。

    上面那篇我的文章中,特别提到:

    将近沉寂一年后,DeepMind又抛出了一个重磅新闻。4天前(2021年12月1日)的《自然》杂志上刊登了一篇文章,题为“DeepMind’s AI helps untangle the mathematics of knots”。 我认为,这次的DeepMind开始展现出真正的“人类”思考模式:从众多已知的现象中,开始进行归纳,并历史性地为人类提供思路:它一次性提出了两个数学猜想:一个涉及纽结的几何特征和代数特征之间的关联;一个涉及表示论。

    这是我认为的真正的AI。

    回到ChatGPT,我认为它的问题有两个。

    第一,它不能给予我们任何新的知识。这里我说的“新”的知识,不是说那些你不知道、但肯定已经存在的知识。比如,刚果金这个国家是哪一年成立的?这不是新的知识,只是我在进行一些搜索之前并不知道而已。

    当然,通过ChatGPT获得更多的知识肯定是好事。

    第二,它限制了知识(答案)的多样性。这是一个更大的问题。

    通过问答,你获得了答案。但这个答案就是唯一的吗?人类在学习知识的时候,可以是归纳——这就隐含了从不同的渠道获得所谓“答案”的前提,但更伟大的是演绎——从一些基本公理出发,推演出新的东西。

    我一直认为,演绎才是人类特有的能力,所有的AI到目前在这方面都还非常弱,也就不是我能接受的真正的AI。

  • 中国历史停滞吗?

    中国历史停滞吗?

    是的,在买这本书之前,我应该先在豆瓣上看看这本书的评价的。

    一本2019年的书,到2022年年底,只有区区28个人打分,综合评分6.3。更为令人拍案惊奇的是没有任何一篇像样的书评,只有寥寥9个短评,而且这9个短评也在互相攻讦。

    这就很能说明问题了。

    中国、历史、停滞……这些都是容易吸引眼球的词汇,但就是这样一本在标题上凑齐了这三个词汇的书,在3年的时间里,居然只有区区28个人打分,没有一篇像样的书评。

    这真的很奇怪。所以,我觉得我有必要进行一些分析,也顺便作为这本书的书评。

    先说说本书的写作手法。我的感觉是:作者读了很多书,这点我是很敬佩的。我没看那么多有关中国历史的书,我更喜欢看大历史。

    作者行文引用的东西太多,然后加一点评判。这不是我很喜欢的一种写书方式。在我看来,不客气地说,作者还处在读书而还没有到“不信书”的地步。

    再看本书写作结果。在我看来,本书没有得出任何结论。得出中国早在宋明就有资本主义萌芽的结论,却没有回答书名提出的大问题:中国历史停滞了吗?

    这就像是在说,在当今这个时代,我必然有成为亿万富翁的潜质,但我没有成为亿万富翁,为什么?这个问题不解答,书就是白写了。

    历史是否停滞其实是个伪命题:从历史大局观来看,历史肯定不会停滞,中国历史的发展也不能例外。而如果宋明已经有了作者论证的资本主义萌芽,(然后因为元清的后继而无法将萌芽变成真正的资本主义),那么历史倒反而是真的是停滞了,因为回到原点就是没有发展,也就是一种停滞。

    我们来看下一些日期:

    宋朝:960-1279年 明朝:1368-1644年 英国出现了大宪章(Magna Carta):1215年。该文件把王权限制在了法律之下,确立了私有财产和人身自由不可被随意侵犯的原则。(见百度百科词条) 马丁·路德发表《九十五条论纲》:1517年。宗教改革开始,最终打破了宗教对于世俗政权的凌驾。 英国发动了光荣革命(Glorious Revolution):1688年。次年,英国通过了《权利法案》(The Bill of Rights),完成了向君主立宪的转变。

    在我看来,这才是资本主义发展的核心和根基:也就是彻底否定王权;将政权合法性建立在法理权威之上。

    纵观全书,作者没能深刻讨论的一个问题,就是政权合法性(或者简单地说“被接受性”的来源)。按照韦伯的理论,政权合法性无非来自三个来源:传统权威、卡里斯玛权威和法理权威。我比较同意某一本书中的结论:中国历史上行的政权合法性基本来自卡里斯玛权威。具体表现为:最高统治者(也就是“皇帝”)一直被视为“天子”。于是,所谓的回归天道,在本质上并不像我们想象中的那么“革命”——要革皇帝老子的命——反而在某种程度上支撑着皇权的维系。因为:天有道,而天子作为的儿子,还有谁比他更能代表天道,作为天道的具体化身和表象?各位士大夫只能囿于谴责“天子无道“,但从来不敢也不会说”天无道“。

    而一个更重要的问题在于:一旦天道与天子合为一体,对天道的challenge将无从谈起。因为要这样做的话,必须跳出“天道”的束缚,也就是我说的跳出系统,在系统外对系统进行分析,才能有新的体系。在这个意义上,资本主义的正式地登上历史舞台,正是这样做的最直接的、也是最符合逻辑的结果。

    于是,若我们回到中国为什么最终没有出现资本主义的问题,答案也就昭然若揭了。

  • 2022年小结

    按照惯例,是时候写点东西纪念一下即将过去的2022年了。

    疫情

    我在12月17日写下了《别了,疫情雷登》一文,因为在我看来,这一年所有的主题都只能围绕着这个来展开,而我所在的学校行业更是所谓疫情防控的“重点场所”。

    我们的生活回归正常了吗?我觉得没有。我从来没有像过去10几天那样,听到、看到那么多身边亲人、朋友、同事中招的消息,所幸的是还没有听到谁家中出了大事的消息。这算是所有不好的消息中最好的消息了。

    这几天也断断续续看了一些文章,涉及进口疫苗、进一步放开边境管控、新冠到底是不是大号流感、新冠康复后的注意事项……消息林林总总,但我总觉得哪里不对。算了,这里也不是展开的地方。

    我还是坚持我的观点:

    Die Stadtluft macht frei. (城市的空气使人自由)。而有了ownership的人,永远是自由的。

    工作

    谈谈工作。如前所述,今年学校的工作很大一部分都围绕着防疫展开。这里我就不再赘述了。

    我所在的公司是国际学校的管理方,今年有了重大的变化。具体细节我也就不透露了——毕竟是“家务事”,但如果要用一句话总结的话,那就是:公司越来越像一个国企了。

    这让我进一步联想到之前我看《管理何为》时的一些判定,有兴趣的读者也不放回头去看一下。

    总体来说,今年工作还是顺利的,战战兢兢但也平平安安。

    生活

    老彼得进入了大学第四年的学习,一切顺利。他对我的依赖或者说我能对他的指点已经越来越少了。这是对的。他也顺利地拿到了第一份实习的offer,这可算是一个很大的突破。他也一直没有放下击剑,和队友配合拿了几次邀请赛的团体冠军。这个成绩相当了不起。

    今年年初买了个房子,如今正在热火朝天的装修中,就是不知道明天夏天左右能不能有机会搬过去,或者至少让老彼得能过去住一段时间。

    岳母大人年近80了,神清气爽、耳聪目明。这是小辈们的福气。

    太太和我的身体状况也都尚可。这也是一种福气。

    社会活动

    今年完成了母校苏州校友的理事会改选,也算是耗了我不少精力。西浦校外导师方面,我先是带了一个6人团,但也只来得及破冰;然后又被委任为Y1的领航导师,还没来得及正式破冰,他们就都被要求回家了。园区新联会终于举办了三年来的第一次年会。

    我其实不算个社牛,有时间的时候我还是喜欢躲在家里看书、写程序、打游戏的。

    读书

    我的5X岁时读完50本书的进度还是可以的。根据我的统计,目前读了33本书。不过,今年读的书实在不算多,只有区区8本,整理如下:

    2022读书记录

    其实,我也不算一个读书多的人。今年读的书,好几本都是囫囵吞枣、不求甚解。我墙裂地BS自己。

    另外一个值得一提的成就是,我的Elevate连续打卡记录在圣诞节那天达到了3000天。

    娱乐

    今年没法出门玩,所以基本都是宅在家里。今年我的掼蛋水平有了显著提升。炉石基本就是下棋,前两天也终于突破了7000分。这两天切换到了美服。国服将死,有事烧纸。

    2022年即将过去,我一点都不怀念它。

  • 别了,疫情雷登!

    行程码已经被终止了,很好。因为我从来就是反对行程码——以及之前的场所码——的。如今放眼看去,只有一些重点场所还保留着最后一项防疫要求:对外来访客查验-48H的核酸。在我看来,到第二学期开学时,这个要求也应该被拿掉了。

    另外传来的还未经官宣的消息是,明年1月9日开始,入境人员的隔离要求进一步缩短位0+3。

    另外还有就是,现在网络上各位段子手也活跃了起来。应该说,有些段子还是很好的、很逗趣。

    是的,我们需要一种很平和的心态面对纠缠了我们3年、变异了N多次的新冠病毒。

    别了,疫情雷登!

    身在教育行业的我,过去三年来一直在与新冠纠缠。

    线上教学:我所在的国际学校很难做到线上教学,至少我想不出怎样才能藉由线上来做到国际学校教育要求的教育。线上教学不等于有线上的手段来辅助教学。传授知识(基于事实的学习)也许可以通过线上完成,但基于概念的学习无法通过线上完成。

    防疫控制

    每天的统计

    最夸张的时候,一张表格里要统计:学生/教职员工到校人数,核酸人数,学生/教职员工家庭成员核酸/黄码/密接人数……而且每天统计的内容都在变化。

    我没有公立学校那样的“校长-年级组长-班主任-家长”层级体系,根本做不到。所以,我能做到的最好就是:要隔2-3天才能得到一个比较完善、比较准确的统计数据。

    常规的核酸检测

    前段时间,鉴于社会面的形势,学生和教职员工必须到学校进行核酸检测。

    经过这几年的实践,我们也琢磨出了一些好办法:我们的IT人员找到了一个可以安装在Android下的输入法,可以直接扫二维码,于是我们为所有学生之作了包括护照号码和姓名的二维码,可以快速扫入;同时,我们采用了两个录入员+一个测试员的现场配置,这样一来,录入和检测的流水线就没有任何瓶颈了;从上周开始,我们也开始一班一管地做核酸,这样可以最大程度地缩小“最下单元”的波及范围。

    入校检查

    从2020年4月开始,我就开始每天7点30分到1号门站岗,根据不同的要求检查一码、两码、三码、四码……

    我的收获是很大的:Vicky小朋友终于可以让我带她入校;Alexandria小朋友刚和我认识了一个学期,就会抱着我撒娇;Ethan和Owen这对双胞胎兄弟会在任何见到我的时候,和我聊一些他们认为值得聊的东西;Fangfang和我达成了默契,每天在门口我们会各自转个圈,互致问候;我还认识了一堆家长和小朋友;树立了“任校长”的光辉形象。

    真的说起来,在门口值班的这3年是我最乐呵的时候。我想,即使再也不用进行入校检查了,我也会乐意在门口多站一会,继续树立”任校长“的关辉形象。

    别了,疫情雷登!

    就在刚才,我的一位家长给我转了个来自姑苏晚报的通知。我看下来,大意是:下周大家继续上学!

    我和校长聊了这个进展,我们不约而同地认为:We are ahead of the MOE for the first time!

    我们终于回归了理性。

    而更重要的是,我们终于可以自己掌握自己的行为。

    我所在的学校是一所IB学校,最主张的就是一种ownership。如果所有的事情,都是由上到下安排的,那么显然就没有onwership,实施起来就一定有阻力,效果也就可想而知。

    我所认识的众多朋友中,有不少已经杨过了,基本也都杨康了。所有人都是积极的、充满希望的。这是有了ownership后才会有的态度。

    也许,这个春节还会是原地过年,但这是有了ownership后的自主决定。

    别了,疫情雷登!

    Die Stadtluft macht frei. (城市的空气使人自由)

    而有了ownership的人,永远是自由的。

  • 《管理何为》读后感

    11月27号的时候,我作为西浦的校外导师应邀参加了西浦Y1领航导师的启动会,荣幸受聘成为“基础年级领航导师”,并获席酉民校长签名赠书一本《管理何为》,也陆陆续续地看完了,按照惯例,写个书评。

    席校长是和谐管理理论的创立者,本书也用了很大的篇幅阐述根据和谐理论派生出来的各种模型。有趣的是,席教授特别偏好五角星形状,所以在本书第八章描述各类模型的时候,都用到了五角星。

    管理何为

    本书第65页很全面地阐述了“和”与“谐”,我全文摘录如下:

    ““谐”考虑的是科学化、物化的东西,它讲究的是比例协调、配合得当、可以科学安排;“和”更多看到的是人的心理感受、能动反应。”席酉民用中国的“和谐”两个字来概括他的理论,“和”是人及人群的观念、行为在组织中“合意”的“嵌入”;而“谐”是指一切物要素在组织中“合理”的“投入”。 “和则”是从和派生出来的人嵌入组织的规则或者说主张,人们用它来应对组织中“人的永恒的不确定性”,包括规则、契约、文化、舆论、社会观念等。而“谐则”则是处理那些可以量化的因素,考虑它们如何在给定的约束和目标下最优化。和谐管理的两面就是,一方面用优化的思路解决客观科学的一面,另一方面用减少不确定性的思路解决人的主观情感、行为的一面,前者为“谐则”,后者为“和则”。

    如果简单粗暴地归纳一下,就是理性(谐)和感性(和)。

    我根据个人的一些理解,简单地再演绎一下。

    1. 和是手段。是一种可以操作的东西。一些不好的联想比如:和稀泥、和事佬。这是一种顾及人性的处理方式,因为大家都指到:人性是无法评估、建模的。
    2. 谐是目的。如我引文中所描述,它要处理的是科学化、物化(因此我判断是基本可以量化)的东西。这方面的indicator就多了去了。

    席校长多年的实操和管理经验,使他得到了这样一个在我看来中西结合的管理框架。在我看来,一个很重要的原因或者说动因正如他在书中47页讲到的:

    更令我困惑的是,当时科学高度发展、系统工程迅速崛起,运筹学、大系统设计、复杂系统分解协调和分布式优化等学问广泛传播,“老三论”(系统论、信息论和控制论)炙手可热和“新三论”(耗散结构论、协同论、突变论)闪亮登场,但如此丰富的理论和科学工具似乎无力应对这些冲突、扯皮和内耗。物理学的“完美”和系统工程的“强大”让接受这两方面训练和熏陶的我,即使善于从系统的角度建模分析,即便擅长设计、控制、优化等工具的运用,面临这样的现实问题和挑战,依然满心疑虑:本来可以系统规划、优化设计和有效运转的项目或组织,为什么会存在如此严重的扯皮和难以消除的内耗?该如何解决?

    席校长的处理方式是在“谐”的上面或者说外面加了一个“和”,这有点像是在一个底层函数上加了一个wrapper,比如根据curl函数封装的众多API。wrapper不改变这个底层函数的最基本功能,但是可以在进行最终调用之前进行参数判定、辅助参数设定,之后进行异常判定、数据封装等常规的工作。

    我个人管理的范围和成就,自然远远无法和席校长对比,但这不妨碍我恰好对这个问题有自己的看法。

    这些系统(和相应的理论)都是在一个“基础”上产生的,并通过反馈机制,促进这些基础进一步的夯实和提升。然后再反过来促进系统的修缮和演化。

    套用一句俗话,就是“生产力决定生产关系”。这些系统和理论都来自西方,其产生有着其坚实而深刻的基础。

    回到我们自己,以往的我们是没有这些理论支撑的,或者说完全是在另外一套理论之下。

    随着时间的推移,我们先是看到了自己的一些问题,想要找到答案,于是看到了这些理论。直觉告诉我们,这些理论可用,于是我们觉得可以简单地套用过来、拷贝过来。

    这些理论在一些浅、简层面也能得到很好的实施。但一旦进入真正的复杂深刻系统(比如席校长早年加入的三峡工程),这个系统本身以外的因素就使得这些理论不再能实施,或者说失去了赖以发挥作用的基础。说得更直白一些就是:所谓南辕北辙、缘木求鱼莫不如此。

    但我不能否认这些理论即使完全脱离了基础,就不能在另外一个地方产生价值。这么多年的发展已经完全证明了这一点。我强调的是,这样的理论在一个有着完全不同基础的地方所能起到的作用也就如此了。而到了真正复杂深刻系统,如果理论所依仗的基础根本不存在,那么这样的理论和系统就会失配了。

    我个人还是比较偏向“简单”,所以会觉得五角星模型还是复杂了一点;也偏向于“数字(量化)”一些,所以一直想为自己的一些想法、理念找一个可以定量的指标。

    我目前比较偏向的、可能也是我自己想出来的模型,被我称为“最小干预模型”(Least Disturbance Model,简称LDM)。最简单的描述,就是在某个特定系统中无论做什么决定、行动,都要达到对这个系统只产生最小量的干预的目标。如果非要和中国古老哲学对照的话,可能就是老子的“无为”的境界。

    我必须承认,这个LDM的想法受到《GEB》的影响以及我对混沌、自组织,哥德尔不完备性的理解。

    以上作为我对《管理何为》一书的读后感。

  • 暴雪的离开

    这几天游戏界最大的新闻应该是暴雪终止了与网易在中国大陆地区大部分游戏的合作。包括炉石等在内的众多游戏在大陆地区的关服时间被定在了2023年1月24日零时。

    (暴雪官方新闻在此,网易官方新闻在此。)

    暴雪的游戏我玩得不多,最沉迷的应该是《炉石传说》。

    最早入坑炉石,还是老彼得的介绍。他不知从哪里得知了这个游戏,就介绍给我玩。我还是很喜欢这种不用太动脑筋、太费操作,但又有充分的战略要素、单盘游戏时间也不是很长的游戏。

    这么多年下来,通过炉石认识了不少朋友。

    比如天梯打得非常好、被我誉为“国服第二盗贼”的比利君。他和我孩子一样大,已经开始独立地探索自己的职业生涯。他打炉石、做相关视频,在B站有自己的频道,发布自己的作品,已经获得了千万级的播放量。他打炉石,非常认真,对卡组、形势有着深刻的见解,也因此多次登顶国服天梯榜。他最早是在CC平台,不久前转战B站。

    比如从天梯开始、现在专注战棋的、被我称为“国服第二帅”的林可。当年打天梯的时候,他以战士而闻名,然后转战战棋。虽说我经常“嘲讽”他说,让我来指导他下棋。但说老实话,他的水平比我高多了。他下棋非常奔放,也愿意“从众”,所以往往会掉分。但也正因为如此,水友们都很喜欢他。他一开始也是在CC,不久前转战抖音。他在抖音一边下棋,一边做视频(当然是他觉得很NB的对局),周播放量也有百万级别。

    比如之前在CC打天梯,因直播间脾气十分暴躁而得罪了几乎所有水友的笨宝宝。他如今在深圳发展,我和他如今交流不多,但至少知道他开始起步一份比较稳定的职业。说实话,我是不愿意建议将主播作为一个首要职业的,因为这个职业稳定性太差,后浪出来得太快。

    比如之前一直在CC打天梯,以傻子牧、星火牧闻名的流星。他如今早就改打战棋,也不直播了。但他在天梯和战棋中一直成绩很好,他现在只是“不肯打”。但就是这么不肯打,也还是可以进入排行榜前32,这就很说明水平了。

    再比如我的好友nvshow。我和他每日三炉已经有很多年头了。每天晚上我和他基本都要搞上三把,虽然我胜多负少——毕竟我是了不起的氪金玩家,但他愿意陪着我消磨时间,满足我小小的求胜欲,特别是在疫情管控期间,我们还是保持了常规的三炉。我是很感谢他的。

    我和比利君、林可和流星都曾在线下碰过头。今年年初,我和比利君、林可在苏州还碰了个头,比利君打天梯,被早早淘汰,带着我进了广电的直播场地。我们两个人围观林可打战棋。如果我没记错,林可应该是进了32强。比赛结束后,我们三个就在边上的一家苍蝇馆子喝羊肉汤。

    …………

    一个游戏开发商终止在大陆地区的代理,肯定不是一个轻易的决定,其中的原因我也不多猜测。我的感觉应该是和最近的一些政策有关,特别是数据境外传输的问题有关。这我也没法评论。

    即使我们可以转到外服,但炉石(以及所有受到影响的游戏)玩家的流失是必然的。对我而言,我已经不知道玩啥游戏了。

    还有广大的生态圈:主播、职业玩家、直播平台……前两者受到的影响可以说是毁灭性的。我也不知道他们会如何转型。换个游戏可能是最直接的,但其后续的影响是深远的。

    这几天国内各大直播平台的炉石主播似乎都进入了末日模式。

    也许,不管如何,总有些东西值得我们回忆。炉石就是我愿意回忆的一个。