首页/文章/ 详情

数学与人生的智慧

3年前浏览1084

这篇文章来自我4年前写的一篇文章现在修改后重发。原本名称是《数学思维对我做人和做事的影响》。

 

   我是数学系毕业的。30多年过去,数学公式忘得差不多了,大学的题目都不会做了。但幸运的是,很多思维方式却留下来了,影响了我一生的价值观和方法 论。

 

1、先确定存在性、可行性,再求解。

 

数学家研究问题时,先研究解的存在性、求解的可行性再求解。这种思维方式对创新工作意义很大从事创新工作时,用户理想的需求往往是不能实现的,需要对用户需求进行变通后才能解决。从事创新工作的人要善于分析问题的可行性,而不是急急忙忙地动手去做。前期走得太急,容易迈入不归路。

 

例如,建立数学模型的时候,很多人的想法是:“努力地做到精度足够高”。我的思维方式则是:先设法研究一下,精度的极限能多有高;如果精度没有办法特别高,该如何办?很多人没有这样思考,不考虑客观条件、只想着提高精度。于是就去做了做不成的事花了大量时间最终还是失败了

 

孔子:“从心所欲不逾矩”我的理解是:要知道什么做不成,才能做什么成什么。

 

2、指数函数

 

一张纸对叠50次的厚度,接近从地球到太阳的距离。当某件事情进入指数发展的时候,其结果将会是非常惊人的。摩尔定律的发展引发智能革命,就是这样一种逻辑。

 

工具的发挥,值得关注。“工欲善其事,必先利其器”。数字化技术,本质上就是工具。从事工具性研究的时候,开始的效果可能非常有限。但发展潜力却往往非常巨大。现在的高科技,往往都经过了“合抱之木生于毫末”、不被人重视的阶段。

 

其实,数字化技术的本质往往就是工具,甚至可以说是“工具的工具”。未来引发的变化,可能就是“倍增的倍增”。

 

有智慧的人,一定要善于把握事物的发展潜力,才能抓住机会。“勿以善小而不为、勿以恶小而为之”。伟大的科技成果,就是一点点地发展起来的。我们被卡脖子的高科技,本质上都是在发展的过程中慢下来的。科技不能“跨越式发展”,但是却可以发展得更快。

 

伟大的科技工作要十年磨一剑。我发现,人们在认真研究一件事情的时候,知识的增长就符合这样的规律:开始的时候,认识的发展很慢。但认识到了一定程度,各种联系都看清楚了,认识往往会爆发式增长。

 

所以,做科研的人没有必要过于关注什么时候能够得到什么结果。你需要关注的是:每隔一段时间反思一下,是不是有新的进步。只要一直有进步,就会有“蓦然回首,那人却在灯火阑珊处”的时候。

 

3、微积分与非线性

 

世界是非线性的,非线性非常复杂。因为它非常复杂,我们探索一辈子,都只能看到一点点。但是,非线性的局部却往往能用线性逼近。现实中的问题往往没有那么复杂,想得太多反而没有办法取得进展。

 

要做成一件事,往往可以从简单的做法入手、从局部入手,逐渐走入全局、走入复杂。这就是微积分给我们的智慧。很多人用复杂的非线性模型建立局部模型、做了很多无用功就是缺乏这种智慧。当然,这条“弯路”可以用来发 论文,但这却是我不耻的事情。

 

 

“凡事有度,过犹不及”。这句话是道德经的精髓,也就是数学中所述的非线性。在我看来,道德经讲的,是大时空发展的规律、是认识遭遇边界的表现。事物发展到一定的程度,往往要走到规律适用的边界、往往要出现拐点,从而从线性走向非线性。

 

从一个科技工作者的角度看,我国的科技发展,正面临一个伟大的拐点。这个拐点,就是从跟随走向创新。过去的许多做法,逐渐变得不合适了;过去的一些经验变得不灵了。我非常痛心地看到:几十年前的一些思维方式,还在主导着我国的科技界。一些过时的制度,正在把大家往沟里面带;一些思维僵化的学术权威,在祸害年轻一代。

 

社会发展的拐点也非常多。比如,在传统的农业社会,人口往往是指数增加;进入现代社会之后,人口进入指数减少的阶段。这一规律的变化,对社会、城市发展带来极大的影响。过去许多正确的思维方式,现在变得错误了。另外,信息技术的发展,也需要我们重新思考,应该如何发展我们的城市。

 

 

4、追求简单

 

学数学以后,对问题的复杂性有了很深的认识,知道复杂的东西想不清、容易出错。所以,我搞技术一直强调复杂问题简单化。这里的道理是:客观世界比我们的脑子要复杂,人是经常犯错的。只有尽可能地简单化,人类才能认清世界的本质,才能看得比别人更远一些。

 

最近有个说法很流行:“用第一原理的观点看问题”。这就是要求从最根本的简单原理看问题。因为只有这样,才能看到社会和技术发展的拐点,也才能看得比普通人远一些,也才能抓住别人看不到的机会。

 

不喜欢简单的人,不是真正热爱科学的人。但理解“简单”的内涵,却需要有较高的科技素养。

 

5、变化中的不变性

 

“变化中的不变性”是数学家特别喜欢研究的东西。其实,世间所谓的规律,就是“变化中的不变性”。爱因斯坦的相对论,反应了质能守恒,就是一种不变性。

 

我做工业大数据分析时,常常故意找一些特殊的数据,让某些要素发展变化,看某些特征是不是存在。这种做法,帮我发现了很多的规律。

 

“日光之下无新事”。我们在从事创新工作时,往往是继承基础上的创新。比如,爱因斯坦的相对论并没有否定牛顿力学:相对论认为,牛顿力学在低速下就是成立的。相对论是继承基础上的发展。

 

“从古知兵非好战”,善于创新的人,往往要尽量避免不必要的创新。如果不能和过去的理论融合,往往就是荒唐的。所以,创新者往往会设法找到“变化中的不变性”。

 

6、严密与自洽

 

学过数学,思考问题的严密程度会增加。

 

搞数学的人,喜欢刨根问底,把道理想清楚。这个习惯,我毕业后一直保留着。我不喜欢ANN、模糊数学,因为这些“学问”不讲道理。现在人工智能和大数据中,有很多不讲道理的东西,必须保持清晰的头脑。当然,我的否定也不是完全否定,而是要明确其局限性。

 

在科学发展的过程中,一个小小的缺陷可能会导致整个理论体系的崩塌。旧的理论是这样,新的理论也是这样。作为理论工作者,思维的严密性就成了基本功。

 

所有的创新工作,都要辩证地否认前辈。而前辈的观点不是那么容易地就能否认的。有批判能力的人、有自我批判精神的人,才有资格建立自己的理论。否则,往往就是胡扯八道。

 

7、分类与变换

 

我的大学老师陈维新先生:从某种意义上说,数学就是研究分类的学问

 

  我发现,我们在深入思考问题的时候,其实就是在分类。分类不仅是“分”,也有“合”。“分”是看差别,“合”是看共性。在分与合的过程中,人类的认识就可以深入了。

 

比如,要清晰地认识从自动化、信息化和智能化,要找到其中的共性,如控制论的思想。这就是“合”。通过“合”,我们能借鉴过去的经验和知识、预测未来的发展方向。同时,又要看到发展过程的差异,比如“从感知到认知”,这就是“分”。通过“分”,知道现在的重点是什么。

 

再如,人工智能有很多学派,把学派的差异搞清楚,这就是“分”。在此基础上,需要找到一个能够概括各个学派、便于综合运用的视角,才能让知识实现互补。这就是“合”。

    

智能化的很多方法和思路,要处理热乎和机器的关系。把人的做法、对人的管理方法、人类获取知识的方法,借鉴到机器的逻辑中来,这就是“合”。而人和机器的分工要有一个合适的界面,这就是“分”。

 

分类的一个重要作用就是跨界的借鉴。越是搞创新,借鉴前人的经验就越是显得重要。智能化是一场决策革命。而决策的基本逻辑,2500年前的孙子就已经阐明了:“知己知彼百战不殆”。网络化、数字化推动智能化,恰恰就是这个逻辑。

 

8、虚实穿越

 

实数空间解决不了的问题,在复数空间往往能解决,并可以把结果返回实数空间、解决实数空间的问题。

 

人生中会遇到很多实和虚的问题。比如,金钱、官职、学位、职称是“实”的而人的信誉、能力公信力心情、知识往往是“虚”的。过于关注实惠的人,往往没有大的出息;在“实”的空间中失去的东西,在虚的空间中却可能得到回报。这就是所谓“吃亏是福”。

 

有智慧的人,往往不是太在意“实”的东西,但很注重“虚”的积累。“虚”的积累,往往会带动指数增长的模式;也不会为自己树敌。如果能找到一条“从虚变实”的途径,就容易得到更大的成功。这就是老子“不争”的智慧。

 

9、互为因果、反馈增强

 

世界上有很多让人想不明白的事情:先有鸡还是先有蛋?人说:“艺高人胆大、胆大人艺高”:到底是先有胆大,还是先有艺高?

 

所有的这些问题,往往都会归结到一类问题:这是发展的结果。比如:世界上原本没有鸡、也没有蛋。现在的鸡和蛋都是生物进化、一点点发展的结果,而不是突然一下子就产生了。

 

微分方程,其实就是用来描述这类发展过程的。

 

世界上有一种矛盾,叫做互为因果。矛盾的表现,往往是多方互相制约,看起来是不能解决的。

 

而现实中,这些矛盾却是可以解决的。但解决的方法并不是一步到位。解决矛盾的智慧在于:推动矛盾的逐渐缓解。“用发展的办法解决问题”,恰恰也是改革开发40年最重要经验。

 

在操作层面的办法,是建立一个适合良性发展的环境,让矛盾逐渐缓解,事情越来越好。所以,我最担心的也是环境的恶化。

如果在企业界、官场、学术界形成一种逆向淘汰的环境。久而久之,市场上会充斥着劣质产品,官场和学术界会剩下一批溜须拍马、不学无术之徒。于是,什么荒唐的事情都会发生。

 

所以,世界上任何其他国家都没有办法阻止中国的发展。如果能阻止的话,只能是那些内生的奸商、政客和砖家等精致利己主义者。。

 

10、确定性与不确定性

 

我曾经发现了一种现象:人类智慧的高低,往往体现在对概率和不确定性的认识。世界很伟大、个人很渺小,我们生活在一个不确定性的世界中,智者是善于把握概率的人。

 

有些人士喜欢钻牛角尖、追求确定性、绝对正确。我们做创新的人,没有100%的确定性。过度追求确定性就没有创新,必须要学会用概率思考。这样我们就能理解:很多决策虽然结果是不好的,但在理性上却是正确的决策;反之,过度理性的决策,未必能得到好的结果。同时,要想逼近确定性,需要花大量的时间去获得信息——而实践的过程,本质上就是获得信息的过程。这件事展开来,可以谈到我对博弈和孙子兵法的理解。

 

信息技术的发展,为人类带来了极大的机会。从本质上说,就是因为信息能帮助人类减少和正确地应对不确定性。而要理解现代工业及其发展规律,也可以从确定性的角度去看问题:确定性是工业人追求的目标,不确定性则是工业人技术创新的机会

 

11、构造条件

 

一个数学结论能否成立,关键是给了什么前提条件。现实中,很多理想没法实现,其实不是能力不够,而是前提条件不满足。这个时候,聪明人不会硬来。善于创新的人,会把很多的精力放在构造条件上。这就叫做“退一步海阔天空”。

 

铁人王进喜有句名言:“有条件要上,没有条件创造条件也要上”。工业人的智慧之一,就是创造条件。通过创造条件,把复杂的问题变得简单,就容易推进了。

 

我们知道:创新往往发生在条件不太理想的时候。因为条件理想了,创新的机会也就失去了。所以,善于创新的人,往往要善于创造条件。

 

 

12、辅助线破解困难

 

   困难的问题,往往加一条辅助线就完成了。辅助线的作用,本质上是把论证和计算分成几个部分。把困难的问题拆开来。我感觉,技术创新之难,往往在于“把登天的问题变成登山”的问题。这就是把问题分解难度就会降低到可操作的程度

 

在创新的过程中,经常遇到难以克服的困难。这时的处理方式之一,就是分步骤去做、化解困难。比如,在推进智能化的过程中,我就主张:

 

先人做,在机器做。不要在开始的时候就急于追求无人化,而是确保流程的可行。当运行顺利之后,再推进无人化、少人化。

 

用人明白的道理,让机器做得更好。这个主张的含义,就是把智能化的工作分工:人类获得知识,机器运用知识。这样就避免了机器学习的困难。

 

先做成、后做好。不要追求一步到位,而是要先跨出第一步,再追求做得更好。当然,这样要求如果再深入一点,就是要为今后的持续改进奠定基础。

声明:来源于蝈蝈创新随笔,作者郭朝晖,原创文章,欢迎留言与我讨论,如需转载留言

智慧+数字孪生理论科普其他软件
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2021-06-21
最近编辑:3年前
仿真圈
技术圈粉 知识付费 学习强国
获赞 10025粉丝 21505文章 3519课程 218
点赞
收藏
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈