კომპიუტერული აპლიკაციის სამი ფაზა
ჰამინგის Chapter 5 იხსნება უკან დაკვალით: მისი 30 წლის ლექციების სერია IBM-ის მომხმარებელთა ტრენინგებზე აიძულა მას გაეზომა ტრენდები, არა უბრალოდ ფაქტები. იგივე ლექციის განმეორებით მომზადება მოითხოვდა მას დარჩეს ველის წინ, არა უბრალოდ კონკურენტული მასთან.
მან სამი თანმიმდევრული ფაზა გამოიკვლია იმის შესახებ, თუ როგორ იყო გამოყენებული კომპიუტერი:
ფაზა 1: აპარატურის შეზღუდვები (Chapter 3). ადრეული გამოთვლა იყო შეზღუდული იმით, რა შეუძლია მანქანას გაკეთება — მეხსიერება იყო იშვიათი, ციკლები მუტკივი იყო, საიმედოობა გაურკვეველი იყო. აპლიკაციები იყო არჩეული აპარატურას მოფიტო.
ფაზა 2: პროგრამული უზრუნველყოფის შეზღუდვები (Chapter 4). როგორც აპარატურა დაიკმაყოფილდა, პროგრამირება გახდა ბოტლის კლიტი. აპლიკაციები იყო შეზღუდული იმით, რა შეუძლია ეფექტურად კოდირება.
ფაზა 3: ეკონომიკა & აპლიკაციები (Chapter 5). დაახლოებით 1980-ების ბოლოს, აპარატურა იყო რაც შეიძლება იაფი & პროგრამული უზრუნველყოფა სამართავი იყო ის, რომ: რა უნდა აკეთებდეს კომპიუტერი? ეკონომიკა & ორგანიზაციული ტევადობა განსაზღვრა რომელი აპლიკაციები შემუშავდა.
ეს ფაზის გადასვლა მნიშვნელოვანია: თითოეული ფაზა მოითხოვდა პრაქტიკოსებისგან სრულიად განსხვავებულ უნარს. ბრწყინვალი აპარატურის ინჟინერი ფაზა 1 დან, რომელმაც არასოდეს განაახლა თავისი მენტალური მოდელი, გახდა უსარგებო ფაზა 3-ში.
უძველესი აპლიკაციები
გამოთვლა დაიწყო ასტრონომიული გამოთვლებით, შემდეგ 'რიცხვითი გამოთვლებით' ფიზიკაში & ინჟინერიაში. Raymond Lull (1235–1315), ესპანელი თეოლოგი, აგებს ლოგიკის მანქანა — გამოთვლის პირველი აპლიკაცია არა-რიცხვითი მსჯელობის. Jonathan Swift იხეშიხა მას Gulliver's Travels-ში (Laputa კუნძული). ჰამინგი აკვწებდა ეს ხაზი Lull-დან სიმბოლური მანიპულაციისკენ რაც გახდებოდა: მანქანა სწავლა.
ტექნოლოგიის აღძვრის S-მრუდი
ყველა მთავარი ტექნოლოგია მიჰყვება დამახასიათებელ ტრაექტორიას: ნელი თავდაპირველი აღძვრა, სწრაფი აჩქარება, გაჯერება. ჰამინგი ეწოდა ეს S-მრუდის ნიმუში.
ფაზა 1 რომელიმე ტექნოლოგია: გმირული დემონსტრაცია. მცირე რაოდენობის enthusiasts აჩვენებენ რომ ტექნოლოგია მუშაობს. პროგრესი დამოკიდებულია ინდივიდუალურ ბრწყინვალებაზე & სიკეთე უსიმარტოობისთვის.
ფაზა 2: სწრაფი აღძვრა. ტექნოლოგია ხდება საკმარისად საიმედო ზოგადი გამოყენებისთვის. ინფრასტრუქტურა აშენდება მის გარშემო. სტანდარტები გამოჩნდება. შემზღუდველი ფაქტორი გადაწევს ტექნიკურიდან ორგანიზაციულთან.
ფაზა 3: გაჯერება. ტექნოლოგია აღწევს სრულ გამჭოლობას მისი მოსახლეობის. შემდგომი გაუმჯობესება იძლევა მცირე ურთიერთობებს. ახალი S-მრუდები იწყება მემკვიდრე ტექნოლოგიებისთვის.
გამოთვლისთვის: ფაზა 1 = ENIAC ეპოქა (1940 წ.–1950 წ.), ფაზა 2 = mainframe კომერციალიზაცია (1960 წ.–1970 წ.), ფაზა 3 = პირადი გამოთვლა მიახლოებულია გაჯერებით (1980 წ.–1990 წ.). ჰამინგი წერდა mainframes-ის ფაზა 2 დან ფაზა 3-ში გადასვლის დროს, ხოლო პირადი გამოთვლა ჯერ კიდევ იყო მისი ფაზა 2.
ეკვივალენტური პროდუქტის შეხედულება (პირველ რიგში დაშენებული Chapter 2-ში) პირდაპირ გამოიყენება აქ: ფაზა 2-ში, კომპიუტერიზაციის წარმატებული მოვა გამოიღებს ეკვივალენტურ საქმე, არა იგივე საქმე. ორგანიზაციები, რომელმაც სცადა კომპიუტერიზაცია არსებული workflow-ის უტიპობა გადაფიქრების გარეშე, ხშირად ჩავარდა ან underperformed.
თავის განთავსება S-მრუდზე
ჰამინგის S-მრუდის შეხედულება პრაქტიკული იმპლიკაციაა: უნარი & სტრატეგიები, რომელიც წარმატებული იყო ფაზა 1 (გმირული, ექსპერიმენტული, მაღალი წარუმტებელი ტოლერანსი) განსხვავებულია მათი საჭირო ფაზა 2 (საიმედო დელივერი, სტანდარტების შესაბამიობა, ორგანიზაციული ინტეგრაცია) და ფაზა 3 (ოპტიმიზაცია, ღირებულების შემცირება, პლატფორმის კონსოლიდაცია).
როდის გაზიარებული მონაცემი აკეთებს არა სამუშაოდ
ჰამინგი მოთხრობა ისტორია თავის დროიდან ატარებს მაღალი დონის აუდიტი Boeing-ის კომპიუტერი კეთილი. Boeing-ის მენეჯერი სარწმუნო, რომ მათ ამოხსნა თანამშრომელი დიზაინი: ყველა ინჟინერი წერენ მათი მიმდინარე დიზაინი სახელმწიფო გაზიარებული ტეპი. ყველას შეუძლია წაიკითხოს ამ ერთი წყარო სიმართე. მოხერხებულობა პრობლემა აღმოფხვრა.
მან არ გაკეთება.
მიზეზი: როდის ჯამი გადავცემთ ოპტიმიზაცია სწავალი (განსხვავებული, თქვენ, ფრთე ფართი & პროფილი რედაქტირება დაბლა drag), მათ უჭირთ ფიქსირებული baseline ზომა ცვლილება წინააღმდეგ. თუ გაზიარებული ტეპი აპდეიტი მუდმივი რუკი სხვა ოჯახი, გაუმჯობესება ჯამი ზომა მთავარი დავალება სხვა აპდეიტი ჩასმული თავიანთ იტერაცია — არა მათი საკუთარი დიზაინი გადაწყვეტილება.
გამოსავალი ჯამი მიღებული პრაქტიკა: თითოეული ჯგუფი, რამ დაწყება ოპტიმიზაცია სწავალი, აკეთეს snapshot ასლი მიმდინარე ტეპი. მათ გამოიყენა ის ყინული ასლი მთელი მათი სწავალი, ignoring აპდეიტი. მხოლოდ როდის ნაკმარი მათი ახალი დიზაინი მათ წერენ უკან — შემდეგ reconciling სხვა ყველას ცვლილება.
ჰამინგი დასკვნა: თქვენი არ შეუძლია გამოიყენოს მუდმივ ცვლიანი ბაზა ოპტიმიზაცია სწავალი. ოპტიმიზაცია მოითხოვს სტაბილური სახელმწიფო ღრმა; შემოთავაზებული გაზიარებული სახელმწიფო შემოაქ მოჩვენება correlations.
მონაცემი Bases
კომპიუტერი პრომოირებული წყარო მოსახლეობა მონაცემი პრობლემა. ჰამინგი იყო skeptical. მან ციტირებული აირპორტი რეზერვაცია სისტემა წყოლილი genuinely წარმატებული (მოხერხებულობა პრობლემა ნამდვილი, მონაცემი მოდელი მარტივი, & consistency მკაცროდ საჭირო). მაგრამ მენეჯერი ინფორმაცია სისტემა რომელმაც დაპირდა მენეჯერი 'მიმდინარე სახელმწიფო კომპანია რეალური დრო' მუდმივი underdelivered: მონაცემი მოდელი ძალიან რთული, მონაცემი ხარისხი ძალიან ცუდი, & ინტერპრეტაცია ძალიან ambiguous.
სტაბილური Baseline წინააღმდეგ Live მონაცემი
Boeing მარცხი ილუსტრაციები ზოგადი პრინციპი ჰამინგი იგულისხმება: ოპტიმიზაცია მოითხოვს stable ღირებულება ფუნქცია evaluated დაკრებული ხელფასი ღრმა. გაზიარებული შემოთავაზებული სახელმწიფო დარღვევა დაკრებული ხელფასი ღრმა requirement.
პრინციპი აფართოებს კიდევ გარე. რომელიმე ოპტიმიზაცია პროცესი — ბიზნესი სტრატეგია, ექსპერიმენტული დიზაინი, მოდელი ტრენინგი — isolating ცვლილება სწავალი მოითხოვს ყველა სხვა.
ნიმუში ცნობა როგორც შემდეგი ფრონტი
მხოლოდ 1993, ჰამინგი იდენტიფიცირებული ნიმუში ცნობა როგორც მთავარი შემდეგი გამოწვევა გამოთვლა. მან განასხვავა ორი ტიპი:
Classical ნიმუში ცნობა: შედარება შემოსავალი მოწვეული შესანახი შაბლონი. სახე აღმოჩენა, OCR (აოპტიკული სიმბოლო ეკრანი), ხელმოწერა ზოწიკი. ეს დაშვება ალგორითმული გამოსავალი ერთხელ შაბლონი კომპლექტი აკეთებს განსაზღვრა.
Genuine ცნობა: ბავშვი აღიარებს 'სკამი' კვლავ ათასი სხვადსხვა ფორმა, ნივ, ზომა, & ორიენტაცია, აქვთ არა მხედელოვან მათი დასაწყებლად. წერილი შაბლონი ფარი მოწვეული generalization. ჰამინგი მუშაობის ეს ღია პრობლემა — ხარვეზი კლასიკური ნიმუში დამთხვევა & genuine ცნობა იყო თქვენ საკითხი უფრო მონაცემი ან უფრო მტკიცე აპარატურა. მან მოითხოვა განსხვავებული ფაუნდაციები.
მან ჩარჩო ეს პირობები ექსპერტი სისტემა ხელმძღვანელი: მეცნ მფ ფიქრი მათ შეუძლია ამოკლებ გადაწყვეტილება წესი ექსპერტი & კოდი მათი პროგრამა. ექსპერტი სისტემა გაკეთებული ვიწრო დომენი მაგრამ ხელმძღვანელი რთული, ნაწილი იმიტომ ადამიანი ექსპერტი გამოიყენოს ნიმუში მათ არ შეუძლია ამბობ. განცხადებული ნიმუში ბიბლიოთეკა აშენებული ზედ წელი პრაქტიკა არ შეიძლება ამოკლებ მეშვეობით ინტერვიუ.
ჰამინგი პროგნოზი (1993): genuine ნიმუში ცნობა დაიხსნება განსხვავებული კომპიუტერი მიდგომა. მან ზუსტი გამოძახებული ნეირო ქსელი მაგრამ იყო ფხიზელი — წელს დარწმუნებული მაშინ-მოსახლეობა ნეირო ქსელი დაიხსნება ხარვეზი.
მიცემული იგივე საუბარი 30 წელი
ჰამინგი აღწერილი პრაქტიკა რომელმაც მოიტანა უფრო დაბრუნება უფრო ზოგადი რამ სხვა მის პროფესიული ცხოვრება: მიცემული იგივე საუბარი განმეორებით.
მან იყო приглашение ლაპარაკი რა IBM მომხმარებელი ტრენინგი მოვლენა გარშემო 1960. მან აირჩია ვიკარი საუბარი რა ისტორია გამოთვლა წელი 2000 — თემა მან იყო genuinely დაკლებული შესახებ, რომელმაც აიძულა მას განვითარება actual მოსაზრებები. მან აწვო ვარიანტი ამ საუბარი ორი ან სამი დროს წელი 30 წელი.
სარჩო მან იდენტიფიცირებული:
ღრმა მიმდინარე: მიცემული იგივე საუბარი განმეორებით აიძულა მას განაახლო მას ოდეს. მან არ შეუძლია ვიკარი stale საუბარი თქვენ embarrassing თავის წინა აუდიტორია რომელმაც თაგირი ველი.
Trend ცნობა: განახლება პროცესი აიძულა მას ეძებოთ ტრენდი, არა მხოლოდ ღონისძიება. რა შეიცვალა წელი წელი, და რომელი მიმართულება? განმეორებით განახლება საჭირო მოდელი ველი, არა მხოლოდ საერთო ფაქტი.
ხელმისაწვდომი ლაპარაკი უნარი: პრაქტიკა შემცირებული ლხენა & გაუმჯობესება დელივერი. მან აღზე ღარიბი მიცემული საუბარი; მან გახდა პოლირებული ლაპარაკი მეშვეობით გამეორება უფრო talent.
Network: თანამშრომელი თემა აშენებული რეპუტაცია. ხალხი განაცხადებული მას გამოთვლა ტრენდი. приглашение multiplied.
მისი დაკვირვება: მან შეუძლია შე განიკიდო ეს პრაქტიკა მეშვეობით ვიწროდ — მაგრამ მან გააკეთა ვიწროდ მხოლოდ მაჯდომელი წინა კითხვის შესაძლებლობა, შემდეგ გამოვითარებული დისციპლინა წყენა მათი სისტემატიური.
Deliberate პრაქტიკა & კარიერა კაპიტალი
ჰამინგი 30-წელი საუბარი იყო ინსტანცი deliberate პრაქტიკა იმ მხოლოდ: სისტემატიური, განმეორებით ვარჯიში უკუკავშირი ციკლი რომელმაც აშენებული compounding უნარი ზედ დრო.
სტრუქტურა: (1) დაკავშირება თემა კიდე თქვენი ცოდვა; (2) ვიკარი საუბარი, რომელმაც აიძულა თქვენი იცოდნენ მას; (3) მიიღო უკუკავშირი (აუდიტორია პასუხი, კითხვა თქვენ შეუძლია არა პასუხი); (4) აპდეიტი საუბარი; (5) გამეორება.
თითოეული ციკლი დამატებული მოდელი. თითოეული განახლება ძალა კონტაქტი ახალი მონაცემი. თითოეული აუდიტორია კითხვა ზღვარი ხარვეზი. ზედ 30 წელი, მოდელი ხდება ღრმა.
დაკავშირება აპარატურა, პროგრამული უზრუნველყოფა & აპლიკაციები
თავი 3, 4, & 5 ფორმა პროგრესი. ჰამინგი აშენებული statement კვლავ სამი ლეკცია:
Chapter 3 (აპარატურა): ფიზიკური შეზღუდვა განიკერძო რა მანქანა შეუძლია გაკეთება. სამი კანონი — მოლეკულა ზომა, სიჩქარე სინათლე, სითბო — კომპლეკტი ჯამი რა ინჟინერიის არ შეუძლია ამოშვება.
Chapter 4 (პროგრამული უზრუნველყოფა): ადამიანი შეზღუდვა განიკერძო რა პროგრამა შეუძლია გაკეთება. ენა დიზაინი ლოგიკა elegance ხელმძღვანელი; ენა დიზაინი ადამიანი ფსიქოლოგია დარჩეს. აბსტრაქცია ფენა accumulate, თითოეული გადაჭრის წინა ფენა ტკივილი.
Chapter 5 (აპლიკაციები): ეკონომიკა & ორგანიზაციული შეზღუდვა განიკერძო რა ხდება აშენებული. ტექნოლოგია რომელი S-curves. გაზიარებული შემოთავაზებული სახელმწიფო breaks ოპტიმიზაცია. ნიმუში ცნობა ხელმძღვანელი ღია გამოწვევა.
unifying თემა: შეზღუდვა shift. პრაქტიკოსი რომელმაც აპდეიტი მათი მოდელი რა მიმდინარე binding შეზღუდვა აკეთებს — და positions მათი უნარი accordingly — მუდმივ outperforms მწინააღმდეგო ოპტიმიზაციის გამოყენება შეზღუდვა წেს.
ჰამინგი კარიერა გაკვეთილი 30-წელი საუბარი: მიცემული იგივე საუბარი განმეორებით აიძულო მას გაგება ტრენდი. ხელსაწყო მას არ მას საუბარი თავისთავად მაგრამ მომზადება ციკლი: რა შეიცვალა, რომელი მიმართულება, და რატომ? განმეორებით მომზადება აშენებული მოდელი რა მარტივი კითხვა შეუძლია.
რა აკეთებს მიმდინარე Binding შეზღუდვა?
In Hamming's framework, each era has a binding constraint: the limit that, if removed, would most accelerate progress. In the 1940s: hardware speed. In the 1970s: software capability. In the 1990s: economics & organizational capacity.