前幾個月對於是否要讀博班、是否要從事研究工作感到困惑，就找了這本書來看，看看大師們怎麼說。中譯名稱不太好，這本書收錄了15位Computer Science 界大師的傳記，並穿插和大師們的訪談。從軟體到硬體；從計算機結構、演算法到人工智慧，包含諸多CS子領域。最後的後記分析大師們成功原因的異同。這本書的中譯相當不順，如果可以的話，或許讀原文較好。
總結來說，大師們相似部份很少，令我驚呀的是，包含發明BNF的John Backus在內，有幾位大師是年輕時不知做什麼好，先去當個幾年兵回來，才找到人生方向。遺憾的是，究竟是什麼讓他們找到目標，書裡沒有進一步的說明，似乎男人當個兵回來就能發現方向。仔細地分析，演算法、學術型的大師，大多是學生時代就表現過人，可能不是在CS領域發光發熱，總之就是優於一般水平的學生。至於對研究的看法，看法差異很大，Dijkstra說找最難的做；提出planar graph快速解法、network maximum flow的Robert E. Tarjan說要挑對問題，從實際應用面下手；然而對分散性系統有深入研究的Leslie Lamport（提出bakery algorithm）說要找有興趣的問題，他甚至這麼說：
我也很懷疑別人會因為某項問題非常重要，覺得此項研究非常有趣。好的研究來自於你認為某項研究是有趣的，然後想要好好和它玩一玩。
其它像讀到Fred Brooks的故事滿高興的，我很喜歡他寫的《人月神話》，這本大概是我做筆記最認真的一本書。還有Douglas Lenat提的Automated Mathematician和Cyc也很有趣。沒有絕對的正確，我們有許多認知相互衝突，現實世界不如數學，能用一個完美式子推衍含蓋，人工智慧的研究也該接受現實的亂象，才有可能實現。人類在判斷時會依自己的認知，潛意識地在不同的前提做出正確的判斷，比方書中提的例子，「德古拉是誰？我們會回答「吸血鬼」；世上有吸血鬼嗎？我們會回答「沒有」。即使上述兩個問句和答案，邏輯上令機器感到困惑，卻不會造成我們任何困擾，因為問答時的背景不同。
若對研究感到一些疑問，讀這本書只會得到更分歧的答案。不過就像讀個案研究一般，讀到一個程度後，會對於整個時代背景有些感覺，而明白一件事，我所處的時代和他們不同，他們的故事無法給我明確的指引，我得自己走一遍，才知道自己的路在那。之前問一些教授他們當時要出國讀博士，才發現他們的環境和現在不同，所以老教授們的回答差不多：他們是不得不出國。現在學校的選擇變多，工作的可能性也變雜，使自己過於煩惱要怎麼選。經過這些談話，以及讀過這本書後，我體驗到時代背景差異的重要性，事前準備已夠了，我得多花點時間在自己的嘗試上。
沒有留言:
張貼留言