码农分为两类:看过《数学之美》的与没看过的

引言

《数学之美》这本书从第一版到目前最新的第三版,累计销量已愈百万册。这本书对于码农们来说,其重要性怎么强调都不为过。就说不管哪个“码农必读书单”吧,《数学之美》是必在其中的,甚至都在前三之内。

对于视数学如洪水猛兽的人来说,看见一本书的书名里有“数学”二字,恐怕拿起它翻开封面的勇气都没有。但《数学之美》其实相当通俗易懂,甚至这才是它能够如此畅销的原因。

这并不是一本讲述纯数学理论的书,它以一种深入浅出的方式,讲述了计算机科学领域中的经典问题与解决方法。

看过的码农们应该拿起第三版再刷一遍,没看过的码农们更是真的要细读一下这本书。

吴军与《数学之美》

吴军老师写作《数学之美》的契机,是早年他还任职于谷歌公司时,为了向中国的IT界普及自然语言处理与搜索领域的专业知识,而撰写的一系列专栏文章。没想到,这些浅显易懂的技术文章在中国一炮而红,众多迷茫中的码农由此摸着了技术进阶的门道,在职场生涯中迈过了一道道坎。

看过吴军老师其他著作的朋友们都知道,他的写作风格是内容平易近人,语言生动流畅。这大概和吴军老师跨界发展的经历有关,他的文章中既有学者式的严谨,又有着故事性的趣味和精彩。

吴军老师早年就读于清华大学,就是在那里,他打下了深厚的数学功底。后来他留学美国约翰·霍普金斯大学,潜心钻研计算机科学。本来他的志向是成为一名计算机科学家,所以他花了大量时间用在学习数学知识上。

后来我们知道,吴军老师毕业后选择进入谷歌公司,从事自然语言的搜索工作。在那里,他做的更多的是工程技术的工作,但因为良好的数学素养,使得他在技术研发中可以更快更好地完成工作。

所以,他同时具备扎实的数学理论水平与丰富的工程实践经验,这为他写作《数学之美》打下了坚实的基础。由此,吴军老师从仅有业内人士才了解的专家,成为了整个IT界的瞩目之星。

认识数学

经历过高考的诸位同仁,从书山题海中杀出一条血路,考上大学,学业有成,直至进入社会开始工作。回头想想,好像就再没应用过那些个抽象的符号和公式,去解决实际工作生活中遇到的问题。难道学习数学的作用只是为了应对高考这一件事情吗?

我们不禁要问,数学到底是干什么的?或者说数学究竟有什么用处?

其实吴军老师在清华上学的时候,面对那些抽象枯燥的数学理论,心里头也犯过这样的嘀咕。但当他后来留学美国,进入谷歌公司工作,在解决各种工程现实问题的时候,是数学这种工具帮助他优美地解决了一个又一个难题。

例如,余弦定理就是一个高中数学中的基本内容。这个定理简单到在高考试卷中,都不会让你去简单的计算结果,而是要和其他条件放到一起去出题。但谷歌推出的新闻分类服务,就是基于余弦定理做的。当我看完书中这一章时,惊叹于数学工具在信息技术领域的强大作用。有兴趣的朋友们可以阅读书中第14章“余弦定理和新闻的分类”相关内容。

吴军老师认为,数学是对我们这个现实世界的高度抽象,是简洁到无法再删减的表述。在人类早期,数学还是和现实紧密相联系的,在后来随着符号和数字的发展,人类对于数学的思考越来越抽象化,进入了纯理论化的研究。数学家就给人留下了高深莫测的印象,并且还说着深奥难懂的话。

黎曼几何在1845年被提出,但当时谁也不知道这个理论有什么用途。直到70年后,爱因斯坦在研究相对论时,以黎曼几何为工具,很好地表述了他对时空关系的思考。

所以,数学从本质上来说,是我们用来探索、发现这个世界的最好工具。

信息论的启示

信息论的创立者是香农,在计算机科学的发展历史上,他的贡献可以说是与阿兰·图灵相当。

信息论中一个最关键的概念就是“信息熵”。熵这个字来源于热力学第二定律,即孤立系统的熵永不自动减少,熵在可逆过程中不变,在不可逆过程中增加。它表示的是一个系统混乱的程度,在信息论中,则是指信息不确定性的程度。

由这个定义的简单描述就可以看出来,要想消除系统的不确定性,就必须引入足够多的信息。那么要想构造一个功能强大,且高可用的软件系统,指导原则应该是什么?

一个不稳定、总出bug的软件系统就是有太多的不确定性,也就是说即使对开发者来说,它也像一个黑盒一样。造成这个后果的原因,有技术上的,也有管理上的。例如,前期需求调研不明确的情况下,就匆忙设计、开发实现。在构建的过程中,不严格遵守约定,为了赶工期而省略掉不少步骤。到最后得到一个充满隐患的系统,上线就出事故。

从信息论的角度来看,要避免这类问题,最好的办法就是把软件开发中的每一个步骤都落到实处。当然,现实中的情况是,老板永远拿着鞭子在赶,客户的投诉电话一直在催命。这需要我们为此做出最大努力去沟通,让信息充分地被共享,这也是符合信息论的做法。因为老板和客户也都有各自的不确定性,当信息对等时,消除了不确定性,事情反而会变得顺利起来。

码农们的性格可能偏内向多一些,习惯于交待什么事就去完成。如果被压迫得紧了,就想着大不了撂挑子走人换个槽。但换个环境也许并不一定会更好,工作方式不改变,不做更多的沟通交流,只不过又延续着过去的痛苦。

所以,在软件开发工作中,也要注重消除不确定性,这样才能事半功倍。

在边界内做事

《数学之美》中另一个令人深受启发的内容,便是最后一章“数学的极限”。这里面所说的,就是数学并非是万能的工具,它能解决的,也仅是我们这个现实世界中一小部分问题。

这可能与科技的快速发展带给我们的印象不同,我们更可能认为现代科学是无所不能的。诚然,对于可计算且工程能实现的问题,计算机能够做得又快又好。就好像下围棋这项智力游戏,人类已经不是机器的对手了。但我们这个世界并不是非黑即白的,仍然有许多问题不要说怎么计算,甚至连有没有答案都不确定。

例如,书中所提到的希尔伯特第十问题就是,最后它被苏联数学家尤里·马蒂亚塞维奇证明,除了极少数特例,在一般情况下,无法通过有限步的运算,判定一个不定方程是否存在整数解。这个证明的冲击在于数学之外,它说明数学不是万能的,我们的所知相比于未知来说,真的是太微不足道了。

所以,做事情时明确知道边界在哪里,才不会掉到失败的陷阱里去。我们知道光速恒定,就不会幻想制造超过光速的飞行器;知道热力学第一定律,就不会浪费资源去制造永动机。这些知识还算是比较普及的,一般人不会去做这样的尝试。

真正难以察觉的,是我们在工作和生活中,要知道事情的边界在哪里。吴军老师对于数学极限的论述,也说明了为什么盲目追求完美是不靠谱的。

我们一定要在边界内做事。

结语

《数学之美》第一版出版于2012年,那时业界热门的是搜索、语音识别等技术。而吴军老师供职于谷歌公司,正好参与的就是世界上最前沿的技术工作。他的数学功底、写作能力,再加上知识储备,就促成了《数学之美》这样的经典之作。

时至今日,人工智能、区块链技术又正当红。《数学之美》第三版中也大幅增加了相关的技术原理与实现论述,这是一本经典著作还值得去读的重要原因。例如,人工神经网络的本质,其实就是加权有向图;区块链的数学基础,来自于椭圆加密算法。仍然还是熟悉的味道,没有故弄玄虚,没有高深莫测,就是简洁、直接,直达道之所在。

另外,书中除了讨论很多经典问题的解决办法,以及简洁优美的算法原理,还有不少关于搜索、通信领域科研工作者的小传记。这也是《数学之美》的一个特色,而且那些人物大部分都和吴军老师在学习和工作中有过交集,读来会觉得十分生动。从吴军老师对这些科研工程领军人物的记叙和评论,我们也得以管窥当代IT技术领域发展的历史进程。

所以,还没有看过这本书的码农们,要赶紧行动起来了。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值