集异璧（GEB）第一章WU谜题读后感

集异璧（GEB）第一章WU谜题读后感

前言：

最近在女朋友的推荐下知道了侯世达以及他的《集异璧》。对于巴赫，埃舍尔，哥德尔这三个人，我之前都略有耳闻，也都知道他们在各自的领域做出过很多贡献，而且我的导师在写文章的时候经常应用埃舍尔的画。但是，当一本同时讲述这三个人的书出现在我面前的时候，我甚至猜不到一点点他想讲什么。
但是，当我看完正文之前的餐后甜点后，我被侯世达巨大的野心以及深邃的洞见力所震撼。他试图去阐述所有学科领域的发展规律。而当我读完第一章WU谜题之后，我惊讶的发现他试图去阐述清楚在计算机如何更像人这门学科中的一般规律的时候，我再次被他的这种野心和洞见力所震惊。很多在我21世纪10年代才明白的事情，他在上个世纪八九十年代就完全清晰的所发现并尝试用科普的方式阐释出来。这种野心不可谓不大。

WU谜题

WU谜题说的是在一个无穷集合之中，通过给定一些规则，让你去区分，哪些东西属于这个集合，哪些东西不属于这个集合。当然，这些规则不像数字简单的判断一个数是不是素数那么简单，可以通过穷举的方式来给出判断。
感悟：
在侯世达给出WU谜题的正确答案之前，他用了两小节的篇幅来讨论系统的问题。熟悉科学发展史的读者应该知道，二战后，在那个两弹一星的年代，中国曾经掀起过一波学习“三论”的热潮，三轮，即信息论，系统论，控制论。而大名鼎鼎的钱学森，钱老正是三论的高手。侯世达在开篇的第一章即抛出两节的内容的篇幅来写系统相关的东西，毫无疑问受那个时代的科学方法论的影响极大。
第一小节，他拿计算机不知疲倦的工作和人类具备的观察力做对比。第二小节以跳出系统为标题，又显示出他想超越系统论的野心。上述两小节的内容，他通过对比人和计算机在工作方式上区别的地方。既阐述了人之所以为之价值所在，另一方面，他也在给人工智能的发展方向寻找新的方向。
我清晰的记得在斯坦福大学cs231n（面向视觉识别的卷积神经网络）的课程中，李飞飞教授在开篇就提到，视觉的产生是生物进化史上一个重大的里程碑。从那开始，生物在捕捉猎物的过程中，就不再是盲目的了。而拥有视觉的生物对于没有视觉的生物，将是降维打击的优势。同样，根据哈佛大学的研究表明人类83%的信息获取是通过视觉。
因此，拥有观察能力是人区别于机器最大的特点。当然，随着人工智能的发展，现在的摄像头也具备一定的“观察能力”。但是，计算该如何将通过视觉获取的信息变成对复杂问题进行系统内外的区分，这种观察力或许还是计算机接下来的发展方向。
不过侯世达已经在前沿部分里说明白了，就是用卡农式的谱曲方式，将不同的旋律组合起来。这使得我想到了一篇cvpr2020的best student paper（这篇文章的来源以及名字我记不太清了），他们做的工作是，对着一个移动的机器人说话，比如“去卧室”，机器人能够在一个陌生的房间自动搜索路线，判断路线的正确与否，慢慢的找到去卧室的路，并最终到达卧室。其背后是，语音识别，语义分析，实时地图重建，路线规划，视觉识别等几个领域的综合应用。这正是在单个技术领域已经发展到极致之后，怎么将多种技术综合的运用起来（如卡农般的优美），这是人工智能未来的发展方向。
最后，我想谈谈让我印象深刻的一个原理：当侯世达在揭开答案前，他让读者拿出两张纸，一张纸上写“像机器那样工作”，另一张写“像有思维能力的人那样”。这使得我想到我在每天写算法的时候写的那些工作日记。正如侯世达所说，我很多时候是在两件事之间跳来跳去，一会写的是算法程序的逻辑，一会写的是我作为一个有思维的人观察算法运行输出的思考。这使得我有时候写着写着自己也混了，而不得不停下再次整理思路。想成为一个真正有思维的人的前提是，知道自己目前的思考是“有思维的人的思考”，还是“像机器那样思考”。
当我们下次再思考问题的时候，先区分清楚我们写下的是哪种思考，将有助于你更好的理清思路，观察清楚问题。