un

guest
1 / ?
back to lessons

Was diese Kurs ist

Richard Hamming verbrachte 30 Jahre bei den Bell Telephone Laboratories, dann lehrte er an der U.S. Naval Postgraduate School in Monterey. Sein graduate course zog ausschließlich aus seiner eigenen Erfahrung. Er nannte es 'Hamming on Hamming.'

Er begann jeden Kurs mit: 'Es gibt wirklich keinen technischen Inhalt in diesem Kurs.' Coding theory, digital filters, & simulation examples dienten nur als Vorlage. Was er lehren wollte, konnte nicht direkt durch Worte übermittelt werden: eine Denkweise.

In seinem Vorwort verglich er den Lehrstil mit dem Malen:

> Ein großer Maler kann nicht in Worten gelehrt werden; man lernt, indem man viele verschiedene Ansätze versucht, die den Gegenstand umgeben scheinen. Kunstlehrer lassen den fortgeschrittenen Schüler malen und geben dann Vorschläge, wie sie es getan hätten, oder was auch versucht werden könnte.

Er beschrieb seine Arbeit als 'Meta-Bildung': nicht den Inhalt zu lehren, sondern zu lehren, wie man auf und über Kenntnisse sieht und denkt.

Bildung vs Ausbildung

> Bildung ist, was, wann und warum man Dinge tut. Ausbildung ist, wie man es tut.

Die meisten Kurse liefern Ausbildung. Dieser versucht Bildung. Sie haben bereits Ausbildung. Was Sie jetzt brauchen: Stil.

Bildung vs Ausbildung

Hamming beobachtete, dass die meisten technischen Kurse Ausbildung liefern, wobei die Fragen 'was' und 'warum' weitgehend unberücksichtigt bleiben.

Ein gut ausgebildeter Mensch führt bekannte Verfahren zuverlässig aus. Ein gebildeter Mensch stellt fest, welche Probleme überhaupt Aufmerksamkeit verdienen. Beide sind wichtig. Keiner allein genügt.

Geben Sie ein konkretes Beispiel aus Ihrem eigenen Bereich oder Ihrer Arbeit, wo sich die ausgebildete Reaktion und die gebildete Reaktion trennen. Was tut der ausgebildete Mensch? Was tut der gebildete Mensch stattdessen?

Der Wissensexplosion

Hamming machte eine einfache, brutale Beobachtung: Wissen verdoppelt sich ungefähr alle 17 Jahre. Die Halbwertszeit des technischen Wissens beträgt etwa 15 Jahre: die Hälfte dessen, was Sie jetzt wissen, wird in 15 Jahren veraltet sein.

Er führte eine Rückenrechnung durch, um die Kohärenz der beiden Behauptungen zu verifizieren — sie sind es — und fragte: Was bedeutet das für dein Lernverhalten?

Seine Antwort: Konzentrieren Sie sich auf die Grundlagen und entwickeln Sie die Fähigkeit, neue Fachgebiete schnell zu erlernen. Ein heute geborenes Kind wird im Gipfel ihres Berufslebens ungefähr vier Mal so viel technisches Wissen vorfinden, wie es jetzt existiert.

Sein Test, um zu bestimmen, ob etwas als grundlegend qualifiziert ist:

> Ein Test ist, dass sie eine lange Zeit überdauert haben. Ein weiterer Test ist, dass aus den Grundlagen der gesamte Rest des Fachgebiets abgeleitet werden kann, indem die standardmäßigen Methoden im Fachgebiet verwendet werden.

Anwenden Sie Hamming's Test auf ein Fach, das Sie kennen. Nennen Sie zwei Dinge, die Sie als grundlegend einstufen und zwei, die Sie als peripher einstufen. Erklären Sie den Unterschied unter Verwendung beider Kriterien.

Der betrunkenen Seemann

Zufälliger Gang gegen gerichteten Gang

Hamming verwendete eine Wahrscheinlichkeitsargumentation, um den Fall für eine Vision zu machen:

> Ein betrunkenes Seemann, der mit n unabhängigen zufälligen Schritten nach links oder rechts taumelt, wird im Durchschnitt etwa √n Schritte von der Ursprungsposition entfernt enden. Aber wenn es in einer Richtung eine hübsche Magd gibt, neigen seine Schritte dazu, in diese Richtung zu gehen und er wird einen Weg zurücklegen, der proportional zu n ist.

In einem Leben mit vielen kleinen Entscheidungen erzeugt eine Karriere mit Vision eine Entfernung proportional zu n. Ohne Vision: nur √n. Für große n ist der Unterschied beinahe alles.

Er war bei Genauigkeit vorsichtig:

> Die Genauigkeit der Vision ist weniger genau, als Sie vielleicht vermuten — es geht darum, überhaupt einen Weg zu finden. Es gibt potenziell viele Wege zum Ruhm für Sie, und solange der Weg, den Sie einschlagen, Sie zum Ruhm bringt, geht es mich nichts an.

Er bezeichnete außerdem drei Fragen, die jeder im Bereich Naturwissenschaften und Technik lernen muss, getrennt zu stellen:

1. Was ist möglich? — Naturwissenschaften

2. Was ist wahrscheinlich einzutreten? — Technik

3. Was ist wünschenswert? — Ethik

Die meisten Menschen stellen nur die erste, gelegentlich die zweite, selten die dritte Frage.

Gelenkt gegenstrebig

Anwenden Sie den Zufallsstreifenargument auf eine echte Karriere.

Hamming sagt, dass die Vision nicht genau richtig sein muss — sie muss nur den Schritten eine Richtung geben. Beschreiben Sie eine Person (Sie selbst, jemand, den Sie kennen, oder eine öffentliche Person), deren Karriere den Unterschied zwischen gelenkten Schritten und zufälligem Treiben zeigt. Was war ihre Vision, auch wenn sie ungenau war? Was hätte die alternativlose Version ausgesehen?

Wie funktioniert Kreativität

Hamming begann seinen Kapitel über Kreativität, indem er drei Dinge trennte, die die meisten Menschen verwechseln:

- Kreativität: Die Erstellung eines wertvollen Gegenstandes, der vorher nicht existierte

- Originalität: Die Schaffung eines Gegenstandes, der vorher noch nicht gemacht wurde

- Neuartigkeit: Die Schaffung eines Gegenstandes, der sich von dem, was existiert, unterscheidet

Man kann alle drei Eigenschaften der Neuheit mit null Kreativität erreichen: Multiplizieren Sie zwei zufällige 10-stellige Zahlen. Das Produkt ist wahrscheinlich noch nie in der Geschichte des Menschen aufgetreten. Aber niemand interessiert sich dafür.

Analogie als das wichtigste Werkzeug

Hamming nannte die Analogie 'wahrscheinlich das wichtigste Werkzeug in der Kreativität.' Wenn etwas etwas anderes ähnelt, was wir bereits verstehen, können wir das Lösungsfenster übertragen.

Sein zentrales Beispiel: Kekulé träumte von einer Schlange, die sich selbst beißt. Er ist aufgewacht und hat das Benzolring gesehen. Die Analogie musste nur vorschlagen, nicht genau sein.

Er beschrieb den kreative Prozess in fünf Phasen:

1. Erkennung des Problems — oft trübe am Anfang

2. Eine Zeugungsdauer mit intensivem Nachdenken, gefolgt von vorübergehender Aufgabe

3. Emotionale Beteiligung: Engagement, eine Lösung zu finden

4. Moment der Einsicht - normalerweise aus dem Unterbewussten

5. Logische Aufräumung und Präsentation für andere

Sein Verfahren: Das Unterbewusstsein mit dem Problem füllen, dann Raum geben. 'Glück bevorzugt das vorbereitete Denken.' - Pasteur

Das Analogie, die funktionierte

Hamming beschrieb auch ein Verfahren, um ein reicher analogisches Gedächtnis aufzubauen: Lernen Sie etwas Neues, fragen Sie sofort, was es sonst noch betrifft. Speichern Sie das Wissen mit vielen Haken, nicht nur mit dem, der Sie dorthin brachte.

Beschreiben Sie einen kreativen Durchbruch (eigenen, von jemandem bekannt, oder ein historisches Beispiel), bei dem die Lösung darauf beruhte, dass das Problem strukturell ähnlich etwas Vertrautem war. Was war die Analogie? Was machte sie nützlich? Welchen Risiko barg es, sie zu sehr zu überdeutlichen?

Wann ein Problem fallen lassen

Hamming gab eine Warnung, die gegen den größten Teil des selbsthilfegerichts sprach:

> Wenn Sie ein falsches Problem nicht fallen lassen können, werden Sie das erste Mal, als Sie eins treffen, daran für den Rest Ihrer Karriere hängen bleiben.

Sein Beispiel: Einstein. Sehr kreativ in seinen frühen Jahren. Als er in der Mitte seiner Karriere nach einer einheitlichen Feldtheorie suchte, verbrachte er den Rest seines Lebens damit - und hatte fast nichts zum Zeigen dafür.

Hamming dachte, das Management einer kreativen Karriere erforderte, aktiv zu entscheiden, welche Probleme man aufgibt, nicht nur welche man verfolgt. Vorherige Erfolge können Sie davon überzeugen, dass Sie jedes Problem lösen können. Aber einige Probleme sind nicht bereit: Fortsetzung bei ihnen kostet Ihnen die Zeit, die Sie für lösbare Probleme verwenden könnten.

Hamming sagt, es gibt einen bedeutenden Unterschied zwischen 'sich an einem schwierigen Problem festhalten' und 'auf dem falschen Problem stecken'. Wie würden Sie diese beiden in der Praxis unterscheiden? Welche beobachtbaren Signale würden Ihnen sagen, dass Sie vom Festhalten an einem Problem in das Stecken auf dem falschen Problem übergegangen sind?

Das Expertenproblem

Hamming zog stark bei Kuhns Die Struktur wissenschaftlicher Revolutionen heran. Unter normaler Wissenschaft arbeitet ein Feld innerhalb eines gemeinsamen Paradigmas: akzeptierte Annahmen, akzeptierte Probleme, akzeptierte Methoden. Arbeiter erweitern das Paradigma; sie tun es selten in Frage stellen.

Wenn sich das Paradigma ändert, bleiben die Experten zurück.

> Was Sie getan haben, um erfolgreich zu werden, ist wahrscheinlich im späteren Verlauf kontraproduktiv.

Er illustrierte dies mit dem Computereinsatz. Seine Vorgesetzten bei Bell Labs hatten ihre Karrieren auf analytischen Methoden aufgebaut. Sie sahen Computer als untergeordnet gegenüber der richtigen Mathematik. Als digitale Methoden dominierend wurden, konnten diese Vorgesetzten nicht nachkomm.

Seine Zusammenfassung:

> Ein Experte weiß alles über nichts; ein Generalist weiß nichts über alles.

Über die Asymmetrie von Expertenansprüchen:

> Wenn ein Experte etwas behauptet, dass es gemacht werden kann, sind sie wahrscheinlich richtig. Wenn sie sagen, es sei unmöglich, suchen Sie einen anderen Meinung.

Warum Innovationen von außen kommen

Kontinentale Drift: vorgeschlagen von Wegener (ein Meteorologe, nicht ein Geologe), angenommen von Ozeanographen, bevor Geologen zustimmten. Kohlenstoffdatierung kam aus der Physik, nicht aus der Archäologie. Das erste automatische Telefon kam von einem Bestatter, der dachte, die Betreiber betrügen ihn.

Experten sind nicht böse; sie sind ökonomisch. Es macht Sinn, alte, erfolgreiche Ansätze zuerst zu versuchen, bevor man nach neuen sucht. Aber dies bedeutet, dass wirklich neue Paradigmen selten von Einheimischen hervorgebracht werden.

Warum Expertenunmöglichkeitsbehauptungen verdächtig sein sollten

Hamings schärfste Aussage über Expertenautorität:

> Alle Unmöglichkeitsbeweise müssen auf eine Reihe von Annahmen basieren, die in der jeweiligen Situation vielleicht nicht gelten.

Erklären Sie die Asymmetrie, auf die Hamming abstellt: Warum sollten Sie an einem Expertenbehauptung von 'es kann gemacht werden' mehr vertrauen als an 'es ist unmöglich'? Nennen Sie ein historisches Beispiel, bei dem ein Expertenunmöglichkeitsbehauptung falsch war, und identifizieren Sie, auf welche Annahme die Unmöglichkeitsbeweis basierte.

Wenn Sie zum Experten werden

Hamming verbrachte die erste Hälfte von Kapitel 26 damit, vor Expertenversagen zu warnen, und wechselte dann:

> Der zweite Punkt, den ich machen möchte, ist, dass viele von Ihnen, in Ihrem eigenen Namen, Experten werden und ich hoffe, in Ihnen die schlimmsten Aspekte des Wissenschafter-Erwarten zu ändern.

Er schwor, als er bei Bell Labs nahe der Spitze angelangt war, nicht an Entscheidungen über Computer-Choices teilzunehmen - er wollte nicht zum Hindernis für die nächste Generation werden, das seine Vorgesetzten für ihn waren.

Basierend auf Hamings Beschreibung im Kapitel 26 nenne drei spezifische Verhaltensweisen, die einen Experten zum Hindernis des Fortschritts machen. Erkläre für jedes das Verhalten und erkläre, warum es im Gegensatz zum Feld voranschreitet.

Daten lügen mehr, als Sie denken

Hamming begann seinen unzuverlässigen Daten-Kapitel mit einer klaren Behauptung: Daten sind allgemein weniger genau als angegeben.

Er bot seinen Regeln:

> 90% der Zeit wird die nächste unabhängige Messung außerhalb der vorherigen 90%-Vertrauensintervalle liegen.

Er nannte dies eine Übertreibung zum Zweck der Erinnerung. Die verborgene Wahrheit: Die meisten veröffentlichten Messgenauigkeiten liegen überhaupt nicht so gut, wie behauptet.

Warum Experimente voreilige Genauigkeitsansprüche erzeugen

Wenn Sie Ausrüstung für ein Experiment zusammenstellen, funktioniert sie nicht perfekt. Sie verbringen Zeit damit, sie zu justieren, bis Sie konstante, reproduzierbare Laufzeit erhalten. Dann geben Sie diese justierte, niedrige Varianz-Daten an einen Statistiker weiter, der ein Vertrauensintervall berechnet.

Das Problem: Sie haben speziell darauf hingewirkt, die Varianz zu reduzieren. Der Statistiker sieht niedrige Varianz-Daten und schließt, dass die Genauigkeit hoch ist. Aber Sie haben die Fehler nicht reduziert; Sie haben speziell für niedrige Varianz justiert. Der systematische Bias von Justieren zeigt sich nicht in der Varianz. Sie liefern niedrige Varianz-Daten; Sie erhalten hohe behauptete Genauigkeit zurück.

Er zitierte die BIRGE 1929 vs CODATA 1973-Vergleich der grundlegenden physikalischen Konstanten. Das durchschnittliche tatsächliche Fehler betrug 5,267 Mal größer als der geschätzte Fehler. Die führenden Experten der Welt waren bei ihren eigenen Unsicherheitsabschätzungen um einen Faktor von fünf falsch.

Zwei Quellen von beanspruchter Genauigkeit

Hamming nennt zwei Hauptgründe, aus denen experimentelle Messungen Genauigkeitsansprüche aufweisen, die viel zu optimistisch sind.

Nennen Sie Hamming's zwei Hauptgründe für übertriebene Genauigkeitsansprüche in der experimentellen Wissenschaft. Für jede Ursache erklären Sie den Mechanismus: Warum erscheint die veröffentlichte Fehlerabschätzung kleiner als der tatsächliche Fehler?

Man erhält, was man misst

Hamming schloss Kapitel 29 mit einer einzigen Satz:

> Man erhält, was man misst.

Er veranschaulichte dies mit zwei Fällen:

- Zeilen von Code: Die Messung der Softwareschaffensproduktivität durch Zeilen von Code erzeugt Anreize, mehr Code zu schreiben, nicht jedoch besseren Code. Saubiger, kompakter und zuverlässiger Code erhält bei diesem Maßstab weniger Punkte als aufgeblähter Code.

- Kriegsschiffsbereitschaft: Schiffe, die regelmäßig geprüft werden, erhalten besondere Vorbereitung für die Inspektionen. Die alltägliche Bereitschaft wird jedoch nicht gemessen, daher wird sie nicht optimiert.

Das Muster: Sobald Sie ein Maßstab festlegen, optimieren die Menschen für das Maß anstelle des zugrunde liegenden Ziels. Das Maß wird zum Ziel, verdrängt die Sache, die es messen sollte.

Nennen Sie eine aktuell im Bereich verwendetes Messkriterium, das, wenn es für die Optimierung ausgelegt wird, Verhaltensweisen fördert, die dem tatsächlichen Ziel entgegenwirken, das es verfolgen sollte. Beschreiben Sie das Messkriterium, das zugrunde liegende Ziel, das verursachte Verhalten und warum dieses Verhalten vom Ziel abweicht.

Die Physik-Tisch

Kapitel 30 fasst das gesamte Buch zusammen. Hamming nannte es 'Sie und Ihre Forschung', bemerkte jedoch, dass er es genauso gut 'Sie und Ihre Karriere' nennen könnte.

Arbeit an wichtigen Problemen

> Wenn Sie nicht an wichtigen Problemen arbeiten, können Sie erwarten, wichtige Arbeit zu leisten?

Er beschrieb, wie er viele Jahre am Physik-Tisch von Bell Labs gegessen hat. Die Gespräche drehten sich um Ruhm, Beförderung und das Beingehrtwerden. Er wechselte zum Chemie-Tisch, begann zu fragen: 'Was sind die wichtigsten Probleme in Ihrem Bereich?' Die meisten konnten keine Antwort geben. Diejenigen, die eine Antwort geben konnten, arbeiteten nicht daran.

Später sah er einen dieser Chemiker in einem Flur: 'Was Sie gesagt haben, hat mich den ganzen Sommer darüber nachdenken lassen, was die wichtigsten Probleme in meinem Bereich sind.' Dieser Chemiker wurde später Leiter seiner Gruppe. Hamming hörte nie wieder von dem Physik-Tisch.

Treibkraft wie Kapitalverzinsung

> Intellektuelle Investition ist wie Kapitalverzinsung. Je mehr Sie tun, desto besser lernen Sie, wie Sie es tun sollen, daher können Sie mehr tun. Eine zusätzliche Stunde pro Tag über einen Lebenszeitraum wird die Gesamtleistung mehr als verdoppeln.

Die offene Tür

Er beobachtete, dass Menschen mit geschlossenen Bürotüren mehr Arbeit pro Jahr erledigten. Aber Menschen mit offenen Türen arbeiteten an den richtigen Problemen. Das offene Tor führte zum offenen Geist. Er konnte die Ursache und Wirkung nicht beweisen - er konnte nur die Korrelation sehen.

Ambivalenzverträglichkeit

> Große Menschen können Ambivalenz tolerieren: Sie können gleichzeitig glauben und nicht glauben. Sie müssen glauben können, dass ihr Fachgebiet das Beste ist, was es gibt, aber auch, dass es viel Raum für Verbesserungen gibt.

Freitagnachmittage

Jahre lang widmete er 10% seiner Zeit: Freitagnachmittage: dem Stellen von Fragen, wo die Informatik hinging. Nicht die Beantwortung von Fragen - das Stellen von Fragen. Er schrieb dieser Angewohnheit die Orientierung in einem sich rasch ändernden technologischen Umfeld zu.

Die Frage nach den wichtigen Problemen

Hamming's Frage an den Chemietisch: 'Was sind die wichtigsten Probleme in Ihrem Bereich und warum arbeiten Sie nicht daran?'

Hamming fand heraus, dass die meisten Wissenschaftler die wichtigsten Probleme in ihrem Bereich nicht benennen konnten und diejenigen, die es konnten, arbeiteten nicht daran. Warum ist Hamming der Meinung, dass dies so wichtig ist? Was enthüllt dies über die Art und Weise, wie die meisten Menschen ihre Zeit und Aufmerksamkeit aufteilen?

Deine Freitagnachmittage

Hamming schloss das Buch:

> Ein unerforschtes Leben ist nicht das wert. — Sokrates

Sein praktischer Rat: Nehmen Sie regelmäßig Zeit, um die großen Fragen zu stellen. Nicht, um sie zu beantworten - um sie zu stellen. Frag: Was ist das wichtigste Problem in meinem Bereich? Wohin geht mein Bereich in 20 Jahren? Was würde ich tun, wenn ich für drei Monate keine Einschränkungen hätte?

Das Freitagnachmittags-Gewohnheit war keine Forschung - es war Navigation. Es hielt ihn vor dem Treiben bewahrt.

Entwerfe deine Version von Hamming's Freitagnachmittag-Praxis. Nenne zwei oder drei der wichtigsten Fragen in deinem Fachgebiet oder Bereich. Beschreibe dann konkrete Weisen, wie du die Angewohnheit entwickeln würdest, sie regelmäßig zu stellen - nicht, um sie in einer Sitzung zu beantworten, sondern um sie in deinem Denken am Leben zu erhalten.