Pelaut Mabuk

Hamming menggunakan argumen probabilitas untuk membuat kasus untuk memiliki visi:

> Seorang pelaut mabuk yang berjalan kiri atau kanan dengan n langkah acak independen akan, rata-rata, berakhir sekitar √n langkah dari asal. Tetapi jika ada gadis cantik di satu arah, langkah-langkahnya akan cenderung ke arah itu & dia akan menempuh jarak yang sebanding dengan n.

Dalam seumur hidup banyak pilihan kecil, karir dengan visi menghasilkan jarak yang sebanding dengan n. Tanpa visi: hanya √n. Untuk n besar, perbedaannya hampir segalanya.

Dia berhati-hati tentang presisi:

> Akurasi visi penting lebih sedikit daripada yang mungkin Anda bayangkan — mencapai di mana saja lebih baik daripada hanyut. Ada berpotensi banyak jalur menuju kebesaran bagi Anda, & jalur mana pun yang Anda lalui, asalkan itu membawa Anda ke kebesaran, bukan urusanku.

Dia juga membedakan tiga pertanyaan yang harus dipelajari oleh semua orang dalam sains & teknik secara terpisah:

1. Apa yang mungkin? — Sains

2. Apa yang kemungkinan akan terjadi? — Teknik

3. Apa yang diinginkan? — Etika

Sebagian besar orang hanya menanyakan yang pertama, sesekali yang kedua, jarang yang ketiga.

Terarah vs Hanyut

Terapkan argumen jalan acak ke karir nyata.

Bagaimana Kreativitas Bekerja

Hamming membuka bab kreativitasnya dengan memisahkan tiga hal yang kebanyakan orang campur:

- Kreativitas: membuat sesuatu yang memiliki nilai asli yang sebelumnya tidak ada

- Orisinalitas: membuat sesuatu yang belum pernah dilakukan sebelumnya

- Kebaruan: membuat sesuatu yang berbeda dari apa yang ada

Anda dapat mencapai ketiga sifat kebaruan dengan nol kreativitas: kalikan dua angka 10-digit acak. Produk kemungkinan tidak pernah muncul sebelumnya dalam sejarah manusia. Tetapi tidak ada yang peduli.

Analogi sebagai alat utama

Hamming menyebut analogi 'mungkin alat paling penting dalam kreativitas.' Ketika sesuatu menyerupai sesuatu lain yang sudah kami pahami, kami dapat mentransfer kerangka kerja solusi.

Contoh sentralnya: Kekulé bermimpi tentang ular yang menggigit ekornya sendiri. Dia bangun & melihat cincin benzena. Analogi hanya perlu menyarankan, bukan menjadi tepat.

Dia menggambarkan proses kreatif dalam lima tahap:

1. Pengakuan atas masalah — sering samar-samar di awal

2. Periode gestasi pemikiran intensif, diikuti oleh peninggalan sementara

3. Keterlibatan emosional: komitmen untuk menemukan solusi

4. Momen wawasan — biasanya dari bawah sadar

5. Pembersihan logis & presentasi kepada orang lain

Metodenya: jenuhkan bawah sadar dengan masalah, kemudian berikan ruang. 'Keberuntungan berpihak pada pikiran yang siap.' — Pasteur

Analogi yang Berhasil

Hamming juga menjelaskan metode untuk membangun memori analogi yang lebih kaya: ketika Anda mempelajari sesuatu yang baru, segera tanyakan apa lagi yang berlaku. Arsipkan pengetahuan dengan banyak kait, bukan hanya yang membawa Anda ke sana.

Kapan Harus Meninggalkan Masalah

Hamming memberikan peringatan yang bertentangan dengan kebanyakan saran self-help:

> Jika Anda tidak dapat meninggalkan masalah yang salah maka pertama kali Anda bertemu dengan satu Anda akan terjebak dengannya untuk sisa karir Anda.

Contohnya: Einstein. Sangat kreatif di tahun-tahun awalnya. Begitu dia memulai pencarian teori medan terpadu di pertengahan karir, dia menghabiskan sisa hidupnya untuk itu — & hampir tidak ada yang harus ditunjukkan untuk upaya tersebut.

Hamming berpikir mengelola karir kreatif membutuhkan secara aktif memutuskan masalah mana yang harus ditinggalkan, bukan hanya mana yang harus dikejar. Kesuksesan sebelumnya dapat meyakinkan Anda bahwa Anda dapat memecahkan masalah apa pun. Tetapi beberapa masalah tidak siap: melanjutkan dengan mereka biaya waktu yang dapat Anda habiskan untuk yang dapat ditangani.

Masalah Para Ahli

Hamming banyak mengambil dari The Structure of Scientific Revolutions karya Kuhn. Di bawah sains normal, bidang beroperasi dalam paradigma bersama: asumsi yang diterima, masalah yang diterima, metode yang diterima. Pekerja memperluas paradigma; mereka jarang mempertanyakannya.

Ketika paradigma berubah, para ahli tertinggal.

> Apa yang Anda lakukan untuk menjadi sukses kemungkinan akan kontraproduktif ketika diterapkan di kemudian hari.

Dia mengilustrasikan ini dengan komputasi. Bos-bosnya di Bell Labs telah membangun karir di metode analitis. Mereka melihat komputer sebagai inferior terhadap matematika yang tepat. Ketika metode digital menjadi dominan, bos-bos itu tidak bisa mengikuti. Sebagian besar hilang dari bidang.

Ringkasannya:

> Seorang ahli tahu segalanya tentang tidak ada; seorang generalis tidak tahu apa-apa tentang segalanya.

Tentang asimetri klaim ahli:

> Jika seorang ahli mengatakan sesuatu dapat dilakukan, mereka mungkin benar. Jika mereka mengatakan itu tidak mungkin, dapatkan pendapat lain.

Mengapa inovasi datang dari luar

Pergeseran benua: diusulkan oleh Wegener (seorang meteorolog, bukan ahli geologi), diterima oleh ahli oseanografi, sebelum ahli geologi datang. Pencatatan karbon datang dari fisika, bukan arkeologi. Telepon otomatis pertama datang dari pengusaha perumahan yang berpikir operator menipu dia.

Para ahli tidak jahat; mereka ekonomis. Masuk akal untuk mencoba pendekatan lama yang berhasil sebelum mencari yang baru. Tetapi ini berarti paradigma yang benar-benar baru jarang muncul dari orang dalam.

Mengapa Klaim Kemustahilan Ahli Dicurigai

Pernyataan Hamming yang paling tajam tentang otoritas ahli:

> Semua bukti ketidakmungkinan harus bersandar pada sejumlah asumsi yang mungkin atau mungkin tidak berlaku dalam situasi tertentu.

Ketika Anda Menjadi Ahli

Hamming menghabiskan setengah dari Bab 26 memperingatkan tentang kegagalan ahli, kemudian berputar:

> Poin kedua yang ingin saya buat adalah banyak dari Anda, pada gilirannya, akan menjadi ahli, & saya berharap untuk memodifikasi dalam diri Anda aspek terburuk dari ahli yang tahu segalanya.

Dia bersumpah, ketika dia naik dekat ke puncak di Bell Labs, untuk tidak berpartisipasi dalam keputusan tentang pilihan komputer — dia tidak ingin menjadi hambatan bagi generasi berikutnya yang bos-bosnya.

Data Berbohong Lebih Dari Yang Anda Pikir

Hamming membuka bab data tidak andal-nya dengan klaim yang tegas: data umumnya berjalan jauh lebih tidak akurat daripada yang diiklankan.

Dia menawarkan aturannya:

> 90% waktu pengukuran independen berikutnya akan jatuh di luar batas kepercayaan 90% sebelumnya.

Dia menyebut ini berlebihan untuk mudah diingat. Kebenaran yang mendasarinya: sebagian besar akurasi pengukuran yang dipublikasikan jatuh jauh tidak sebaik yang diklaim.

Mengapa eksperimen menghasilkan klaim akurasi yang bias

Ketika Anda merakit peralatan untuk eksperimen, itu tidak bekerja dengan sempurna. Anda menghabiskan waktu untuk fine-tuning sampai Anda mendapatkan lari yang konsisten & dapat direproduksi. Anda kemudian menyerahkan data varians rendah yang telah disesuaikan dengan hati-hati ini kepada ahli statistik yang menghitung interval kepercayaan.

Masalahnya: Anda menyesuaikan secara khusus untuk mengurangi varians. Ahli statistik melihat data varians rendah & menyimpulkan akurasi berjalan tinggi. Tetapi Anda tidak mengurangi kesalahan; Anda menyesuaikan secara khusus untuk varians rendah. Bias sistemik dari fine-tuning tidak muncul dalam varians. Anda menyuplai data varians rendah; Anda mendapatkan kembali akurasi yang diklaim tinggi.

Dia mengutip perbandingan BIRGE 1929 vs CODATA 1973 dari konstanta fisika fundamental. Kesalahan aktual rata-rata berjalan 5,267 kali lebih besar dari kesalahan yang diperkirakan. Para ahli terkemuka dunia tidak setuju dengan faktor lima dalam estimasi ketidakpastian mereka sendiri.

Dua Sumber Akurasi yang Diklaim

Hamming menyebutkan dua penyebab utama pengukuran eksperimental yang menghasilkan klaim akurasi jauh terlalu optimis.

Anda Mendapatkan Apa yang Anda Ukur

Hamming menutup Bab 29 dengan satu kalimat:

> Anda mendapatkan apa yang Anda ukur.

Dia mengilustrasikan dengan dua kasus:

- Baris kode: mengukur produktivitas perangkat lunak menurut baris kode menciptakan insentif untuk menulis lebih banyak kode, bukan kode yang lebih baik. Kode yang bersih, ringkas, & andal mencetak lebih rendah pada metrik daripada kode yang membengkak.

- Kesiapan Angkatan Laut: kapal yang diperiksa pada jadwal reguler menerima persiapan khusus untuk inspeksi. Kesiapan hari ke hari bukan apa yang diukur, jadi itu tidak dioptimalkan.

Polanya: begitu Anda menetapkan metrik, orang mengoptimalkan metrik daripada tujuan yang mendasarinya. Metrik menjadi target, menggusur hal yang dimaksudkan untuk diukur.

Meja Fisika

Bab 30 merangkum seluruh buku. Hamming menyebutnya 'Anda & Penelitian Anda,' meskipun dia mencatat dia bisa dengan sama baiknya menyebutnya 'Anda & Karir Anda.'

Bekerja pada masalah penting

> Jika Anda tidak bekerja pada masalah penting bagaimana Anda bisa mengharapkan untuk melakukan pekerjaan penting?

Dia menggambarkan makan selama bertahun-tahun di meja Fisika di Bell Labs. Percakapan berkisar pada ketenaran, promosi, & dipekerjakan pergi. Dia pindah ke meja Kimia, mulai bertanya: 'Apa masalah paling penting dalam bidang Anda?' Sebagian besar tidak bisa menjawab. Mereka yang bisa menjawab tidak bekerja pada mereka.

Dia kemudian melihat salah satu ahli kimia itu di koridor: 'Apa yang Anda katakan menyebabkan saya berpikir sepanjang musim panas tentang apa masalah penting dalam bidang saya.' Ahli kimia itu menjadi kepala grupnya. Hamming tidak pernah mendengar dari meja Fisika lagi.

Dorong sebagai bunga majemuk

> Investasi intelektual seperti bunga majemuk. Semakin banyak Anda lakukan semakin banyak Anda belajar bagaimana melakukannya, jadi semakin banyak Anda bisa melakukan. Satu jam ekstra per hari selama seumur hidup akan lebih dari dua kali lipat dari total output.

Pintu terbuka

Dia mengamati bahwa orang dengan pintu kantor tertutup mendapat lebih banyak pekerjaan per tahun. Tetapi orang dengan pintu terbuka bekerja pada masalah yang tepat. Pintu terbuka membawa pikiran terbuka. Dia tidak bisa membuktikan sebab & akibat — dia hanya bisa melihat korelasi.

Toleransi ambiguitas

> Orang-orang hebat dapat menoleransi ambiguitas: mereka dapat percaya & tidak percaya pada waktu yang sama. Anda harus dapat percaya bidang Anda adalah yang terbaik ada, tetapi juga bahwa ada banyak ruang untuk perbaikan.

Jumat sore

Selama bertahun-tahun dia mengabdikan 10% dari waktunya: Jumat sore: untuk bertanya ke mana komputasi menuju. Bukan menjawab pertanyaan — bertanya. Dia mengkreditkan kebiasaan ini dengan menjaganya tetap terarah menghadapi teknologi yang berubah dengan cepat.

Pertanyaan Masalah Penting

Pertanyaan Hamming di meja Kimia: 'Apa masalah paling penting dalam bidang Anda, & mengapa Anda tidak bekerja pada mereka?'

Jumat Sore Anda

Hamming menutup buku:

> Kehidupan yang tidak diperiksa tidak layak untuk dijalani. — Sokrates

Rekomendasi praktisnya: sisihkan waktu secara teratur untuk menanyakan pertanyaan besar. Bukan untuk menjawab mereka — untuk menanyakan mereka. Tanyakan: Apa masalah paling penting dalam bidang saya? Ke mana bidang saya pergi dalam 20 tahun? Apa yang akan saya kerjakan jika saya tidak memiliki batasan selama tiga bulan?

Kebiasaan Jumat sore bukan penelitian — itu navigasi. Itu menjaganya dari hanyut.