如何评价吴翰清的新书《计算》?

如何评价吴翰清的新书《计算》?

书的排版,布局,用纸都非常讲究。先读了序及其最后总结,没想到作者这么年轻,并且能博览群书,提取计算相关故事和思想,编著一本关于计算的百科全书。想了解计算历史的,值得去看看。

因为书中囊括的内容非常多,思想浓度高,完全读懂非常有困难,我自己感觉理解不到30%。几乎每个人物和思想都可以写一本书了,可能要真正理解诸如莱布尼茨,布尔思想,伽罗瓦思想,希尔伯特形式逻辑,哥德尔思想,图灵机思想,可计算理论等等还需要去读相关专著

书中印象中比较深刻点:

1,作者为了写这本书,基本买了市场上所有计算相关的书籍,基本弄了一个图书馆。阅读这么多的书籍,理解,整理,并且有自己大量深刻见解,尤其后面三章及其附录,很不容易。

2,书中326页。组织应该是一个耗散结构。如果组织是一言堂,那就相当于一滩死水的平衡态。决策权利的下放意味这远离平衡态,不断给予正反馈,激励一线人员提出想法,大胆实践。

3,书中328页,无标度网络,长尾分布的现象。

4,书中336页,企业进化计算。阿里巴巴在商业上取得了巨大的成功,来源马云的核心理念是公司由使命愿景来驱动。在企业文化上,阿里巴巴最大的独到之处是考核价值观,用于寻找“同路人”。这种强调使命愿景、从计算理论的角度来看,使命愿景就是目标函数,是方向,愿景是对状态的描述。价值观是行为准则,那么也就是一种计算,公司活动可以被视为一个计算过程,即在既定方向下,将规则作用于当前状态走向下一个状态的过程。

5,ChatGPT的成功之处在于开启了AI架构的全新范式。大规模预训练语言模型的思路是特别的:首先它使用的基于全量数据进行生成式模型的训练模式,是采用全量、全局的数据进行训练,只关注数据内部的统计相关性,所以可以说是简单粗暴地使用了全量数据内在的统计概率来代替语法和句法,最后实现代替语义;其次Prompting的模式去除了模型对数据的依赖,或者说它解放了大模型,不再走多任务、子任务的训练路线,而是借助大模型已经拥有的全局数据内在统计概率的优点,生成任何内容。万能”。对于ChatGPT来说,它将连接主义做到了极致,基于统计来模拟逻辑,而非通过符号做精确的推理,因此不需要大量复杂的逻辑计算来解决问题,而是直接返回一个基于统计关联性的近似答案。