How to Read a Book

《如何閱讀一本書》，幾年前在書街閒逛時隨便翻過。後來 William 又在其 〈研究方法與論文寫作書單〉推薦。終於趁這次的大閱書，到圖書館抱回來研讀。

其實這些年下來，也讀了好些閒書，早習慣閱讀時運用數個書籤，加上各種註記符號、交叉索引、添加細目等。對陌生的議題，也知道多本輪番瀏覽，再選定本精讀。

現在有本書告訴我以上這些技巧還不夠班。當然值得我好好為它整理整理重點：

閱讀的層次 [pp.25-29]

1. 基礎閱讀（elementary reading）
2. 檢視閱讀（inspectional reading）：系統化略讀（skimming systematically）
3. 分析閱讀（analytical reading）：追尋理解
4. 主題閱讀（syntopical）：比較閱讀（comparative reading）

主動閱讀的基礎：閱讀者要提出的四個基本問題 [pp.56-57]

1. 這本書整體說來，到底在談些什麼？
2. 作者細部說了什麼，怎麼說的？
3. 這本書說得有道理嗎？是全部有道理，還是部份有道理？
4. 這本書跟你有什麼關係？

兩種檢視閱讀 [pp.41-]

1. 有系統的略讀或粗讀
   • 先看書名頁及序
   • 研究目錄頁
   • 簡閱索引
   • 讀出版者的介紹
   • 挑幾個看來跟主題相關的篇章來看
   • 東翻翻西翻翻，唸個一兩段，有時候連續讀幾頁
2. 粗淺的閱讀
   • 從頭到尾先讀一遍，碰到不懂的地方不要停下來查詢或思索
   • 閱讀一本書時，慢不該慢到不值得，快不該快到有損滿足與理解

三種筆記的方法 [pp.61-62]

1. structural note-making：檢視閱讀時使用。重點是全書的架構。
2. conceptual note-making：分析閱讀及主題閱讀時所作。關於書的準確性與意義。
3. dialectical note-making：專用於主題閱讀。

分析閱讀的三階段 [pp.171-172]

1. 分析閱讀的第一階段：找出一本書在談些什麼的四個規則 [p105]
   1. 依照書本的種類與主題作分類。
   2. 用最簡短的文字指出整本書在談些什麼。
   3. 按照順序與關係，列出全書的重要部份。
      • 將全書的綱要擬出來後，再將各個部份的綱要也一一列出。
   4. 找出作者在問的問題，或作者想要解決的問題。
2. 分析閱讀的第二階段：詮釋一本書內容的規則 [p145]
   1. 詮釋作者使用的關鍵字，與他達成共識。
      • coming to terms
      • 找出重要單字，透過它們與作者達成共識
      • 每個知識領域都有獨特的專門用語（technical vocabulary）
   2. 從最重要的句子中，抓出作者的重要主旨。
      • 作者的主旨如果沒有理論支持，就只是在抒發個人想法罷了。
      • 一些句子在表達的是疑問，主旨是這些問題的答案。
   3. 找出作者的的論述，重新架構這些論述的前因後果，以明白作者的主張。
      • 「用你自己的話來說」，是測驗你懂不懂一個句子的主旨最好的方法。
   4. 確定作者已經解決了哪些問題，還有哪些是未解決的。在未解決的問題中，確定哪些是作者認為自己無法解決的。
3. 分析閱讀的第三階段：像是溝通知識一樣的評論一本書的規則
   • 智慧禮節的一般規則
     1. 除非你已經完成大綱架構，也能詮釋整本書了，否則不要輕易批評
        • 在你說出﹕「我讀懂了！」之前，不要說你同意，不同意或暫緩評論。
        • 當讀者不只是盲目跟從作者的論點，還能和作者的論點針鋒相對時，他最後才能提出同意或反對的有意義評論。
     2. 不要爭強好勝，非辯到底不可
        • 每個人的政治權利是平等的。
     3. 在說出評論之前，你要能證明自己區別得出真正的知識與個人觀點的不同
        • 一場好的辯論是不會為假設而爭吵的。
   • 批評觀點的特別標準
     1. 證明作者的知識不足
        • 缺少某些他想要解決的問題相關的知識。
     2. 證明作者的知識錯誤
        • 理念不正確
     3. 證明作者不合邏輯
        • 推論無法使人信服、推論荒謬。
        • 真正的好書，很少在推論上出現明顯的錯誤。
     4. 證明作者的分析與理由是不完整的
        • 除非讀者能精確指出書中的問題點，才能作這樣的批評。
        • 只能因為這個理由，對一本書暫緩評論。

主題閱讀精華摘要 [pp.337-338]

1. 觀察研究範圍；主題閱讀的準備階段
   1. 針對你要研究的主題，設計一份試驗性的書目。
      • 你可以參考圖書館目錄、專家的建議與書中的書目索引。
   2. 瀏覽這份書目上所有的書，確定哪些與你的主題相關，並就你的主題建立起清楚的概念。
2. 主題閱讀的五個步驟；閱讀所有第一階段收集到的書籍
   1. 找到相關的章節
      • 瀏覽所有在第一階段被認定與你主題相關的書，找出最相關的章節。
   2. 帶引作者與你達成共識
      • 根據主題創造出一套中立的詞彙，帶引作者與你達成共識
      • 無論作者是否實際用到這些詞彙，所有作者，或至少絕大部分的作者都可以用這套詞彙來詮釋。
   3. 釐清問題
      • 建立一個中立的主旨，列出一連串的問題。
      • 無論作者是否明白談過這些問題，所有的作者，或者至少大多數的作者都要能解讀為針對這些問題提供了他們的回答。
   4. 界定議題
      • 界定主題及次要的議題。然後將作者針對各個問題的不同意見整理陳列在各個議題之旁。
      • 各個作者之間或之中，不見得一定存在著某個議題。有時候，你需要針對一些不是作者主要關心範圍的事情，把他的觀點解讀，才能建構出這種議題。
   5. 分析討論
      • 分析這些討論。這得把問題和議題按順序排列，以求突顯主題。
      • 比較有共通性的議題，要放在比較沒有共通性的議題之前。各個議題之間的關係也要清楚地界定出來。

Tags: [book] [reading] [note]

世界，已輾平！

Bill Gates 跟我說，「娘胎樂透彩」已經推翻了，地理和人才間的關係已完全改觀。他說，三十年前如果你可以選，你一定寧願是一名出生在紐約州 Poughkeepsie 的庸才，也不願成為一名天才卻出生在孟買或上海，原因是在 Poughkeepsie 過好日子的機率，就算你是庸才，也比孟買或上海的天才大很多，但世界變平了，連線就可以全球競合，才力甩得掉地理羈絆了。

Bill Gates 說：「現在我寧願當一名生在中國的天才，也不要當生在Poughkeepsie 的庸才。」

摘錄自 Thomas L. Friedman 的《世界是平的》，page174。

Thomas 提到全球化經歷三個階段了：

• 1492~1800「全球化 1.0」，世界由大尺度縮成中尺度，推動的力量來自國家。
• 1800~2000「全球化 2.0」，世界從中尺度縮成小尺度，推動的力量來自企業。
• 2000~now「全球化 3.0」，世界從小縮成微小，推動力則來自個人。

看了 Jserv's blog 對此書的介紹，出於好奇，我也去書店抱一本回來翻閱（2/13/2006）。以下就容我偷偷懶，由書中直接抄錄片段，讓大家聞香聞香吧：

個人的力量大增，不但能直接進行全球合作，也能參與全球競逐。個人與群體之所以能夠如此輕易完美地加入全球競逐，利器不是馬力，不是硬體，而是軟體。是各式各樣的電腦程式，加上全球光纖網路的問世，使天涯若比鄰。如今人人都可以自問，也應該自問，我在當今的全球競逐與機會中，如何佔得一席之地？我如何應用自己的力量，與他人進行全球競合？ -- page13

我們接下來的是枝節工，你知道報稅需要甚麼嗎？其實創意非常少，會移到海外的都是不需要創意的業務。 -- page16

所有能夠數位化的事務都可以包給價低質佳的遠距工作者。……人人都要擅長提高自己的附加價值。 -- page17

即使接了那麼多美國的外包業務，印度依然藉著經濟成長增加對美國貨的需求。從哪裡來，就回到哪裡去。 -- page30

市場經濟的規則就是，哪裡有最豐富的人力資源、最廉價的勞工，企業自然就會往那兒去。 -- page36

JetBlue 的創辦人兼職行長 David Neeleman 為這種新的作法取名叫 homesourcing 。JetBlue 現在有四百位訂票員都在鹽湖城地區的家裏上班，一邊幫人帶小孩、運動、寫小說、煮飯，一邊接聽訂票電話。 -- page37

光纖過度投資之所以好處久久，與光纖本身的特性有關。與其他種類的網路過度投資不同的是，光纖是持久的，一旦鋪設，不會有人為了供應過剩的問題，再花力氣去挖出拿掉。……每一條光纜都由很多光纖束成，每一根光纖每秒都能傳送很多資料。最初鋪設時，兩端傳送與接收的轉換器容量使用還沒到達極致。不過隨著年復一年，轉換器漸入佳境，每條光纖都能傳送更多的聲音和資料…… -- page65

本來，我只是偶爾上一下咖啡館，現在有了星巴克，我就把咖啡當成一種需求了，這種需求已孕育出一個新產業。我本來就常想搜尋資料，有了 Google ，我沒搜尋引擎就渾身不對勁。這又是一種新產業， Google 大把大把地僱用數學博士，雅虎與微軟也得跟進。大家一直以為，該發明的都發明了。但是，事實並非如此。……歷史上，每一次人類增加貿易與溝通，經濟活動與生活水準都會大幅提昇。 -- page206

Paul Otellini: 「晶片在特定的應用中效能已經很好，但新應用卻不斷出來，需要更強更複雜的新晶片，正是 Intel 的專長。」 -- page207

……在我的字典裡，碰不得（untouchable）的人，就是工作不能外包出去的人。……你必須太特殊、太專業、太懂得深耕，不然就是太會適應，別人才碰你不得。 -- page212

企業應該建立博才團隊，擁有知識技能的豐富組合，才能追求多重商業目標。專才通常技術有深度，卻視野宰，他們的專業同一個圈圈會承認，圈圈外則少人重視。通才視野廣，技術卻沒深度，需要反應的時候行動快，卻常得不到夥伴或客戶的信任。相形之下，博才則能在日益寬廣的狀況與經驗中應用深度技術，一直能學新技能，建立新關係，擔當新角色。 -- page256

在勞動市場管制很重的國家，雇人解雇人都不容易，找工作也不容易…… -- page278

只要是高度競爭的市場，就應該盡可能簡化或解除管制，消費者及人才的競爭就是最好的壓力來源，讓最佳作法出頭。過度管制只會開啟貪污賄賂的大門。 -- page279

各國愈是把經濟與未來綁在全球的整合及貿易上，想跟鄰國開戰就會愈顧忌。……黃金拱門理論認定，當一國的經濟發展到中產階級的規模已撐得起麥當勞連鎖時，它就變成麥當勞國家。麥當勞國家的人民是不會再喜歡打戰的，寧可排隊等漢堡。 -- page358

the Dell Theory of Conflict Prevention: 世界上，隸屬於某一個全球供應鏈的任何兩國，只要還在相同的供應鏈裡，例如 Dell 之類的，就不會真的開戰。大型供應鏈裡的人不會再想打 old-time 的戰爭了。他們要的是 just-in-time 的出貨或提供服務，享受這樣帶來的生活水準提昇。 -- page359

Tags: [book] [note] [business] [trend]

The Silicon Eye

在〈The Fitness of Things〉文末提到的《矽眼》，我這個月初在網路上得知此書，於 8 號溜到政大書城購買，當天就熬夜將它閱讀完畢、畫上重點、附上書籤。原本打算寫個評介的，想想還是把我批註的部份整理整理，將內文摘錄摘錄就好：

• 視覺不是一種感覺，而是一種訊息理解力。[p22]
• Carver Mead 和他的研究小組發展出對助聽器極有效用的電子耳蝸，也設計出一系列的視網膜晶片。[p23]
• 一旦你親手建造某樣東西，你就能發掘到光憑思索或測量所無法觸及的層面。一旦了解真意，並抓住其中的物理基本原則，就能發展出更好的實物。[p23]
• Foveon 相機的特色是，每一個畫素都將影像的真實特徵記錄下來，揚棄數位模擬的方式。[p24]
• Foveon 的名稱，是由人體視網膜中具有高度色彩解析能力的中央窩（fovea）而來。[p42]
• 發明的訣竅就在於尋找及延續模式。「這個世界有很多好東西，只要肯去尋找對稱、尋找模式，你就可以找到好東西。」[p49]
• Peter Ducker 一反常理且無情的定義：「沒有一種改革能夠動搖既有的系統，除非它更優越十倍」。[p59]
• 在半導體業，一間公司想達到競爭優勢的方法，並不是申請專利然後公諸於世，而是將它藏在製造過程的關鍵步驟內，藏在層層繁複緊密的線路和矽晶設計中。[p70]
• 對電晶體來說，絕緣又無法通電的 floating gate 是沒有用處的，因為它不能當作控制元件，然而用在 memory cell 上卻很好，因為 floating gate 可以保存電容器的電力長達數年甚至數十年之久。[p77]
• 只要是任何能簡化成數字的宇宙萬象，數位電腦都有能力模擬。但數位電腦卻無法和真實世界溝通。它們又聾、又啞、又笨、又無生命…人工智慧最大的挑戰不在操弄數字，無論是高中數學或高等微積分，而是真實世界的感官認知──所有視覺、聽覺、觸覺和動作能力，這些是所有生命誕生之後，第一個要學的。[p86]
• 大腦並不是跟著抽象的時鐘節奏來運作，而是根據訊息進入的時間，再加上同時抵達的其他事件的時機來做運算。舉例來說，大腦能夠從一連串同時出現的、雜亂無章的各種聲音中，區別字和雜音的不同。[p98]
• 《Analog VLSI and Neural Systems》 [p102]
• Misha Mahowald 她的模型涵蓋整個神經組織中的光及能量的流向，從捕捉色彩的視網膜錐細胞，…最後進入皮質層，綜合一切，形成可辨識的影像全貌。從「大量的輸入」到「大量的輸出」，這就是相互關連，有條有理的視覺影像系統。[p116]
• Carver Mead 的中心思想就是「從做中學」，除非你親自動手作，否則無法徹底了解真相。[p121]
• Transducer Physiology [p122]
• Blind Source Separation [p143]
• Support Vector Machine [p144]
• 類比似乎只能用在特定的應用上面，流程或輸入必須固定不變。如果要用到記憶體或寫程式，還是需要回歸到數位。[p147]
• 訊號的時間常數如果在毫秒左右，用類比是很適合的。電荷在你使用前不會衰減，也不會漏掉… [p159]
• 類比有著極為重要的地位。不過，如果你只需要計算的話，買台電腦就行了。[p163]
• 大腦是極端區域性的，只有不到 1% 的線路是屬於遙控性質…神經軸索數目大約只占了神經突觸的十億分之一。大腦 70% 的能量處理樹突。雖然 McCullough 及其他首屈一指的類神經網路學者均認為這是一種被動程序，但 70％ 這個數據卻意味著一種積極、有改變型態能力的溝通形式。比起 von Neumann 式的電腦，大腦其實更類似 data flow 或 systolic array 。[p171]

Tags: [book] [MIT] [note] [sight] [retina] [brain] [NN] [Foveon] [transducer] [AI]

Improving The Design of Existing Code

標題都這樣下了，當然要祭出《Refactoring》這部經典囉！

這本書問世到現在，重構已經是成熟的軟體技術了，對程式員來說，裡面的東西就如同空氣和水般，融入每天的編程中。

我只是手癢，上來把這部經典裡面的名句摘錄一番，日後也好隨時端詳端詳：

• 如果你發現自己需要為程式添加一個特性，而程式碼結構使你無法很方便地那麼做，那就先重構那個程式，使特性的添加比較容易進行，然後再添加特性。
• 重構之前，首先檢查自己是否有一套可靠的測試機制。這些測試必須有自我檢驗（self-checking）能力。
• 重構技術係以微小的步伐修改程式。如果你犯下錯誤，很容易便可發現它。
• 任何一個傻瓜都能寫出計算機可以理解的程式碼。唯有寫出人類容易理解的程式碼，才是優秀的程式員。
• 重構（Refactoring）（名詞）：對軟體內部結構的一種調整，目的是在不改變「軟體之可察行為」前提下，提高其可理解性，降低其修改成本。
• 重構（Refactor）（動詞）：使用一系列重構手法，在不改變「軟體之可察行為」前提下，調整其結構。
• 事不過三，三則重構。（Three strikes and you refactor）
• 不要過早發佈（published）介面。請修改你的程式碼擁有權政策，使重構更順暢。
• 程式碼的壞味道。（Bad smells in Code）
1. Duplicated Code
2. Long Method
3. Large Class
4. Long Parameter List
5. Divergent Change
6. Shotgun Surgery
7. Feature Envy
8. Data Clumps
9. Primitive Obsession
10. Switch Statements
11. Parallel Inheritance Hierarchies
12. Lazy Class
13. Speculative Generality
14. Temporary Field
15. Message Chains
16. Middle Man
17. Inappropriate Intimacy
18. Alternative Class with Different Interfaces
19. Incomplete Library Class
20. Data Class
21. Refused Bequest
22. Comments
• 當你感覺需要撰寫註釋，請先嘗試重構，試著讓所有註釋都變得多餘。
• 確保所有測試都完全自動化，讓它們檢查自己的測試結果。
• 一整組（a suit of）測試就是一個強大的臭蟲偵測器，能夠大大縮減搜尋臭蟲所需要的時間。
• 頻繁地執行測試。每次編譯請把測試也考慮進去，每天至少執行每個測試一次。
• 每當你接獲臭蟲提報（bug report），請先撰寫一個單元測試來揭發這隻臭蟲。
• 編寫未臻完善的測試並實際執行，好過對完美測試的無盡等待。
• 考慮可能出錯的邊界條件，把測試集中火力在那兒。
• 當事情被大家認為應該出錯時，別忘了檢查彼時是否有異常如預期般地被拋出。
• 不要因為「測試無法捕捉所有臭蟲」，就不撰寫測試碼，因為測試的確可以捕捉到大多數臭蟲。

Tags: [book] [note] [programming] [concept] [refactoring]

[分享] 程式員的個人特質

　　上次有預告說要寫一篇探討程式設計師人格特質方面的論述，就趁現在補上吧！

　　無奈現在無法好好靜下心來構思內容。只好大部分都直接摘自《Code Complete》一書的論述，沒經過太多反芻。請原諒我的偷懶 =.="

~~

【智力與謙卑】

　　要成為一個好的程式設計師，通常和智力沒有太大的關係。因為要能完全掌握一個程式，就得要有無限的腦容量，以吸收所有細節，並同時理解。而這對平凡的人類而言，是不可能的事情。所以

『如何將您的智力集中發揮，遠比你天生的智力高低重要多了！』

　　Edsger Dijkstra 在 1975 年 Turing Award 演講時發表了一篇《The Humble Programmer》的文章。他認為大多數程式設計師都瞭解腦袋瓜的有限容量，因而採取一些補救措施。最優秀的程式設計師也就是那些最能體認人類腦力何其之小的人；相反的，那些不願承認自己腦袋瓜不夠大的人，往往就變成了最差勁的程式設計師。

…

【求知慾】

　　一旦我們體認人類智力的渺小後，大家就會瞭解到要有效地設計程式，就要找出一些方法來彌補智力的不足。

　　在成長為優秀的程式設計師的過程中，對於科技知識的求知慾一定是第一優先的事。...

1. 建立對於發展程序的自覺
2. 試驗
3. 閱讀各種問題的解決方法
4. 從成功的專案中學習
5. 閱讀手冊
6. 閱讀書籍及期刊
   

...

【智識誠實】

　　一個成熟的專業程式設計師有一個很重要的特質，就是智識誠實，這可以表現在下列幾個方面：

1. 絕不假裝您是某方面的專家
2. 毫不遲疑地承認自己所犯的錯誤
3. 嘗試去瞭解編譯器所產生的警告訊息，而不是略過不管
4. 完全瞭解自己所撰寫的程式，而不是只丟給編譯器試看看有沒有錯誤
5. 提供符合實際狀況的專案狀態報告
6. 提供符合實際的時程預估，並能在管理階層要求縮短時程時據理力爭
   

...

【溝通與合作】

　　優秀的程式設計師所要學習的就是團隊合作，這自然包含了『撰寫具可讀性的程式碼』。對電腦來說，程式寫得在怎麼難看都無所謂，可是人在這方面就比不上電腦。所以在撰寫程式的時候，時時得記住，將來會有某人必須維護您的程式，因此

『您必須將您撰寫的程式，當作是與將來那個人的溝通橋樑』

而不是只讓電腦懂就可以。

『任何一個傻瓜都能寫出電腦可以理解的程式碼。

　唯有寫出人類容易理解的程式碼，才是優秀的程式員。』

by Martin Fowler, (1999) Refactoring: Improving The Design of Existing Code

【創造力與拘束力】

...

【惰性】

...

~~

　　嗯嗯，就摘錄到這，剩下的，就要靠各位自己的『求知慾』了 :-)

--

The art of programming is the art of organising complexity.

-- Dijkstra, 1930-2002

--

Tags: [book] [note] [programming] [concept]

Edelman's Neural Darwinism

[Books]

《Neural Darwinism: The Theory of Neuronal Group Selection》
http://www.amazon.com/exec/obidos/tg/detail/-/0465049346/104-2972390-8064705?v=glance

《Bright Air, Brilliant Fire: On the Matter of the Mind》
http://www.amazon.com/exec/obidos/ASIN/0465007643/qid=1089270287/sr=2-2/ref=sr_2_2/104-2972390-8064705
http://engineering-books-online.com/0465007643.html

《先有心靈？還是先有物質？：諾貝爾獎得主的觀點》 -- 上本書的中譯
http://www.ntl.gov.tw/publish/bookboom/003/48.htm

[Review]

http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&dopt=Abstract&list_uids=8094962
http://ourworld.compuserve.com/homepages/Joachim_Gruber/Edel.html
http://www.consciousentities.com/edelman.htm

[Project]

Nomad
http://vesicle.nsi.edu/nomad/

Tags: [AI] [NN] [Edelman] [book] [note] [Darwin]

[Notes] NEXUS: Small Worlds and the Groundbreaking Science of Networks

　　好書值得一再推薦，天下出的這本關於小世界的譯作真得非常值得大家關注一下。畢竟數學是各種科學的媽，何況這本書也寫得蠻淺顯的，不看真得很可惜。

　　剛剛又整理好了一些 Notes ，以方便自己日後檢索，現在就和大家分享：

　　-- Yukuan 2003/9/25

Forwarded by Jiang Yu-Kuan
----------------------- Original Message -----------------------
－－
　　一些 key words:

lost-letter technique
random graph
強連繫、弱連繫
同步
群聚度，degree of clustering
分隔度
hierarchical decentralized
power law of links to nodes
diffusion-limited aggregation, DLA
connector、集散點
scale-free
egalitarian, 平等式的 / aristocratic, 貴族式的
引爆點
contact process
平民化
－－
群聚度（CD）：假設網路上有某一點 X ，考慮所有直接與它相連的點。
　　　原則上這些點彼此間也可能相連。假如它們每一點都相連，那
　　　X 的 CD 值就是 1 ，而整個網路的 CD 值即是對每一點作同樣的
　　　操作後，取其平均。
分隔度（SD）：任取網路中的兩點，找出其間最短路徑所用的步數。這就
　　是這兩點間的「距離」。對網路中的任兩點重複相同的計算，取其平
　　均。這就是網路的「分隔度」。

“群聚度”和“分隔度”要拿來和同樣 degree of node 的 random graph
作比較，以判斷其偏離正常值多遠。
－－
　　random graph/network 傾向於有低的“分隔度”。
　　order graph 傾向於有高的“群聚度”。

　　介於其間的 network ，在同樣等級的 edge 成本下，可以具有
“高群聚度”及“低分隔度”的現象。這就是我們感興趣的複雜網路。

　　此等網路有高的彈性、應變能力及反應速度上的優勢，且較容易形成
“同步”震盪的秩序表現。

　　其中，又可分為“平等式”及“貴族式”等兩類小世界網路：

　　在新增連結不必付出額外成本的情況下，容易“演化”成貴族式的
scale-free 網路。

　　當限度或成本發揮作用時，妨礙了富者愈富，貴族就會逐漸“平民化
”，成為每個元素的連結數都差不多的平民式網路。
－－
　　平民式小世界的例子：

螢火蟲同步發光現象、
線蟲的神經網路、
人類大腦區域間的神經連結系統、
貓大腦的同步活動、
交通運輸網、電力輸送網
－－
　　貴族式的例子：

人際關係網、Internet、WWW、
論文引用、科學家共同寫論文網、語言結構字句的前後關係、
食物網、細胞代謝網、
河流網、DLA、
富者愈富、性接觸網、校友會、大企業的小圈子

　　這些都有少數集散點、connector並遵守 scale-free network 的
幕次率。
－－

--------------------- Original Message Ends --------------------


--

科學是靠事實建立的，正如房子是用石頭砌成的，
但是一堆事實稱不上是科學，就如一堆石頭算不上是一棟房子。
　　-- 龐加萊（Henri Poincare , 法國數學家、物理學家）
--

Tags: [book] [note] [system theory] [complexity] [small world]

機器人的進化

書名：機器人的進化--人工智慧與機器人學的新世紀
　　　（Robo sapiens--evolution of a new species）
作者：Peter Menzel and Faith D'Aluisio
譯者：林文源
出版：商周

動態大腦（Dynamic Brain）

我們正在研究自我組織與學習的原理，使系統自行發展出智慧。生物學的重要前提是，這個世界具有某種結構，而大腦能辨識這種結構。以此結構為基礎，大腦能經由學習與自我組織而自主發展。

生物體一定有來自基因組的訊息，某種關於如何學習的訊息，告訴我們哪些動作規則可以應付目前系統所面對的問題。我們希望瞭解基因的基本訊息，我們相信頭腦可以由此為基礎開始自行組織。

在統計式學習中，機器擁有關於知覺資料如何產生的統計模型，並利用學習的運作規則來處理資料，以確保能以統計的方式趨向較好的學習結果。

從生物學的觀點來說，我們是由小腦所驅動的。

寇格（Cog）認知

布魯克的「含括結構」（subsumption architecture）將一個系統的行為分為次單位所控制的較簡單行為，這種想法不同於一般由中央控制系統或處理器為整個機器人作決策。

布魯克：「我不認為有較高階的部分，我認為這個理論已經說明了一切，我們對人類過度擬人化了。」

Tags: [book] [note] [AI] [robot]