გენიოსი ინსტიტუციაში
რიჩარდ უესლი ჰამინგმა 30 წელი გაატარა Bell Telephone Laboratories-ში. 1950 წელს გამოაქვეყნა შეცდომების გამასწორებელი კოდები, რომლებიც მის სახელს ატარებენ. მან წვლილი შეიტანა ციფრულ ფილტრებში, რიცხვით მეთოდებში და კოდირების თეორიაში. 1945 წელს, მანჰეტენის პროექტიდან ახლად დაბრუნებული, დაეხმარა ადრეული ბირთვული იარაღის გამოთვლების გამართვას Los Alamos-ში. მუშაობდა შენონთან, შოკლისთან, ბრატეინთან და ბარდინთან — ტრანზისტორის გამომგონებლებთან ერთად.
რა იყო Bell Labs
Bell Labs მოქმედებდა AT&T-ის მონოპოლიის მოგებით. ამერიკაში ყველა სატელეფონო ზარი მცირე ფრაქციას იხდიდა კვლევით ბიუჯეტში, რომელიც აფინანსებდა წმინდა მეცნიერებას მოკლევადიანი ანაზღაურების მოთხოვნის გარეშე. Bell Labs-მა შექმნა ტრანზისტორი, ინფორმაციის თეორია, UNIX, C, მობილური ტელეფონია და ლაზერი — ყველაფერი ერთ ინსტიტუციაში, რომელიც მანდატური მონოპოლიით იყო დაფინანსებული.
ცივმა ომმა განსაზღვრა მისი პრიორიტეტები. აშშ-ის სამხედროებს სჭირდებოდათ შეცდომების გამოსწორების კოდები ბირთვული დაბინძურების პირობებში კომუნიკაციისთვის. მათ სჭირდებოდათ ციფრული ფილტრები რადარისთვის. მათ სჭირდებოდათ საიმედო გამოთვლები რაკეტების მართვისთვის. Bell Labs-მა მიაწოდა. Hamming-ის კარიერა ამ ჩარჩოში მიმდინარეობდა: ცოდნა, რომელიც კედლებში იქმნებოდა, კონკრეტული გეოპოლიტიკური საჭიროებების მქონე მფარველებისთვის.
რა გაიტანა Hamming-მა წინ
1986 წელს Hamming-მა Bell Labs-ში წაიკითხა ლექცია „შენ და შენი კვლევა“. 1995 წელს მან Naval Postgraduate School-ში ასწავლა სამაგისტრო კურსი სახელწოდებით „Hamming on Hamming“. ორივე 30 წლიანი დაკვირვება შეაჯამა პრინციპებად, რომლებიც თავიანთ კონტექსტს გადაურჩნენ:
- იმუშავე მნიშვნელოვან პრობლემებზე. „თუ ის, რასაც აკეთებ, არ არის მნიშვნელოვანი და არ არის სავარაუდო, რომ მნიშვნელოვან რამეებამდე მიგიყვანს, რატომ აკეთებ ამას?“
- შეინახე 10-დან 20-მდე მნიშვნელოვანი პრობლემის სია. რეგულარულად გადახედე მას. როცა ახალი ტექნიკა გამოჩნდება, შეამოწმე, ხსნის თუ არა ის ერთ-ერთ შენს ღია პრობლემას.
- შეაერთე ცოდნა. ცოდნა იზრდება ისე, როგორც პროცენტი. მცირე ინვესტიცია საფუძვლებში მთელი კარიერის განმავლობაში იძლევა ნაყოფს; დიდი ინვესტიცია პერიფერიულ უნარებში კარგავს ღირებულებას.
- მიიღებ იმას, რასაც ზომავ. ნებისმიერი მეტრიკა ხდება სამიზნე, როგორც კი ის გადაწყვეტილებებს განსაზღვრავს; შემდეგ სამიზნე განსხვავდება იმ ძირითადი მიზნისგან, რომლის თვალყურის დევნასაც ის თავდაპირველად უნდა უზრუნველყოფდა (ახლა ამას Goodhart-ის კანონი ეწოდება).
- კრეატიულობა ანალოგიის მეშვეობით. უმეტესი გარღვევები ერთი დომენიდან მეორეში წარმატებული სტრუქტურის გადატანით ხდება. ივარჯიშე, რომ დაინახო სტრუქტურული მსგავსებები სხვადასხვა დარგებს შორის.
- სისტემები კომპონენტებზე. კომპონენტის ოპტიმიზაცია სისტემის ხარჯზე უარეს სისტემას იძლევა. ჰამინგი ამ წარუმატებლობას მთელი თავისი კარიერის განმავლობაში უყურებდა. [BLOCK_TYPE CONTENT bell_labs/who_hamming_was]
ეს პრინციპები გადარჩა თავიანთი ცივი ომის შეფუთვას. ისინი სასარგებლო რჩება მიუხედავად იმისა, მუშაობთ თუ არა ინსტიტუციაში ან მის გარეთ, მიუხედავად იმისა, მუშაობთ თუ არა პატრონისთვის ან საერთო საკუთრებისთვის. [BLOCK_TYPE TITLE bell_labs/important_problem]
თქვენი სია [BLOCK_TYPE CONTENT bell_labs/important_problem]
ჰამინგი მთელი თავისი კარიერის განმავლობაში ინახავდა მნიშვნელოვანი პრობლემების სიას. მან თქვა: [BLOCK_TYPE CONTENT bell_labs/important_problem]
> უმეტესობა დიდ მეცნიერებს აქვს 10-დან 20-მდე მნიშვნელოვანი პრობლემა, რომლებსაც ისინი თავიანთ გონებაში ინახავენ. ისინი სადღაც დაწერილი აქვთ. მათზე მუშაობენ, როცა შეუძლიათ. როცა ახალი ტექნიკა ჩნდება, ისინი ამოწმებენ მას სიასთან შედარებით. [BLOCK_TYPE CONTENT bell_labs/important_problem]
სია მზადყოფნის ფილტრის როლს ასრულებს. მის გარეშე ახალი ტექნიკა უბრალოდ ინფორმაციაა. მასთან ერთად იგივე ტექნიკამ შეიძლება გახსნას პრობლემა, რომელსაც წლების განმავლობაში ატარებდით. [BLOCK_TYPE QUESTION bell_labs/important_problem]
რა რჩება მომავალში
რომ შევაჯამოთ, რა გადარჩა ცივი ომის ჩარჩოს მიღმა:
კომპოზიტური ცოდნა. ეს მოქმედებს ინსტიტუციური კონტექსტის მიუხედავად. ადამიანი, რომელიც დღეში 20 წუთს უთმობს თავისი სფეროს საზღვრებთან კითხვას 10 წლის განმავლობაში, იძენს კომპოზიტურ უპირატესობას. მექანიზმი: თითოეული ახალი კონცეფცია ეყრდნობა არსებულ სტრუქტურას და ქმნის მეტ კავშირის წერტილს შემდეგი კონცეფციისთვის.
სისტემური აზროვნება კომპონენტების ოპტიმიზაციაზე. მონაცემთა ბაზა, რომელიც იზოლირებულად არის ოპტიმიზებული და ბლოკავს აპლიკაციის სერვერს, ქმნის უფრო ნელ სისტემას. სასწავლო პროგრამა, რომელიც ოპტიმიზებულია ტესტის ქულებისთვის და ამცირებს მოსწავლის ცნობისმოყვარეობას, იწვევს უარეს საგანმანათლებლო შედეგს. Hamming-ის გაფრთხილება მოქმედებს ყველა მასშტაბზე.
შემოქმედებითობა ანალოგიის მეშვეობით. Hamming-მა დააფიქსირა, რომ მისი საკუთარი გარღვევების უმეტესობა მოდიოდა იქიდან, რომ ხედავდა: ერთ დომენში არსებულ პრობლემას იგივე სტრუქტურა ჰქონდა, რაც მეორე დომენში გადაჭრილ პრობლემას. შეცდომების გამოსწორების კოდები ეყრდნობოდა პარიტეტის იდეებს უფრო მარტივი დომენებიდან. ციფრული ფილტრები ეყრდნობოდა უწყვეტ მათემატიკას, გამოყენებულ დისკრეტულ მიმდევრობებზე.
მიიღებ იმას, რასაც ზომავ. ორგანიზაციები, რომლებიც ზომავენ კოდის ხაზებს, აწარმოებენ კოდს. ორგანიზაციები, რომლებიც ზომავენ ტესტის ქულებს, აწარმოებენ ტესტის გამსვლელებს. უფსკრული მეტრიკასა და მიზანს შორის ფართოვდება, როდესაც მეტრიკა იძენს ავტორიტეტს.
ეს ოთხი პრინციპი არ საჭიროებს პატრონს, მონოპოლიას ან ცივ ომს. ისინი მოქმედებს უნივერსიტეტის ბიბლიოთეკაში, პატარა მაღაზიაში, საზოგადოების მიერ შენახულ open-source პროექტში ან სამზარეულოში. [TITLE what_he_missed/]
ცოდნა როგორც იარაღი
ჰამინგის ეპოქაში ცოდნას განიხილავდნენ როგორც კონკურენტულ უპირატესობას. Bell Labs აწარმოებდა ცოდნას, რომელიც AT&T-სა და აშშ-ის სამხედროებს სჭირდებოდათ მანამ, სანამ მოწინააღმდეგეები მიიღებდნენ. გამოქვეყნება ხდებოდა პატენტების შეტანისა და სამხედრო გამოყენების უზრუნველყოფის შემდეგ. მოდელი: ცოდნის წარმოება კედლების შიგნით, მისი დაცვა და გამოყენება.
ამ ჩარჩომ რეალური შედეგები მოიტანა. ტრანზისტორი, UNIX, ინფორმაციის თეორია — ყველა მართლაც ტრანსფორმაციული იყო და ყველა შეიქმნა ამ მოდელის ფარგლებში. ჩარჩო მუშაობდა თავისი მიზნისთვის.
რა გამორიცხა ჩარჩომ
Open-source როგორც კვლევის მეთოდოლოგია. ჰამინგი არასოდეს განიხილავდა იდეას, რომ წყაროს კოდის გამოქვეყნება სტატიასთან ერთად შეიძლებოდა კვლევის უფრო სწრაფად დაჩქარებას, ვიდრე მისი საკუთრებაში შენახვა. მის ეპოქაში კოდი იყო მხოლოდ თანმხლები პროდუქტი. ლინუს ტორვალდსმა Linux-ის ბირთვი გამოაქვეყნა 1991 წელს, ჰამინგის კურსამდე ოთხი წლით ადრე. იდეა, რომ 10 000 მონაწილეს შეეძლო კოდბაზის უფრო საიმედოდ შენარჩუნება, ვიდრე 300-კაციან კორპორაციულ გუნდს — ეს ჰამინგის აზროვნებაში არ ჩანდა.
კაპიტალის რვა ფორმა. ჰამინგი წარმატებას პუბლიკაციებით, გარღვევებითა და კარიერის ხანგრძლივობით ზომავდა. ის არასოდეს საუბრობდა ცოცხალ კაპიტალზე (მკვლევართა ჯანმრთელობა და ყურადღება), სოციალურ კაპიტალზე (ნდობის ქსელები, რომლებიც თანამშრომლობას შესაძლებელს ხდის), კულტურულ კაპიტალზე (საერთო ისტორიები, რომლებიც ღირებულებებს თაობებს შორის გადასცემს) ან სულიერ კაპიტალზე (მნიშვნელობის გრძნობა, რომელიც გრძელ მუშაობას უზრუნველყოფს). მან გაზომა მხოლოდ ორი რვადან.
ალგორითმული სირთულე როგორც ფუნდამენტური. Hamming-ის კურსი მოიცავდა ციფრულ ფილტრებს, სიმულაციას, კოდირების თეორიას და n-განზომილებიან გეომეტრიას. მან არასოდეს ასწავლა Big O ნოტაცია. მის ეპოქაში N იმდენად მცირე იყო, რომ O(N)-სა და O(N²)-ს შორის განსხვავება იშვიათად იყო მნიშვნელოვანი. იმ ეპოქაში, რომელშიც მისი სტუდენტები უნდა ეცხოვრათ, ეს უზარმაზარი მნიშვნელობა ჰქონდა. ეს გაკვეთილი გრძელდება unhamming_algorithmic_complexity-ში.
პერმაკულტურა: ზრდა vs ამოღება. Bell Labs იღებდა მონოპოლიის რენტას. მოდელი მოითხოვდა ერთეულს, რომელსაც ჰქონდა ძალა კაპიტალის კონცენტრირებისა და კვლევის მიმართულებისთვის. ალტერნატივა — რეგენერაციული ინფრასტრუქტურა, რომელიც ზრდის შესაძლებლობებს მრავალ კვანძში ერთ ადგილზე კონცენტრირების ნაცვლად — ადგილი არ ჰქონდა Hamming-ის ჩარჩოში.
The Spy/Spy Problem
Hamming-ის ეპოქა ოპტიმიზებული იყო მოწინააღმდეგეზე უპირატესობის მისაღწევად. ცივი ომი ამას აშკარად აჩვენებდა: აშშ და სსრკ ეჯიბრებოდნენ ყველა სფეროში. თითოეული მხარის მკვლევარები მუშაობდნენ მეორის გადასაჭარბებლად. თამაში: ნულოვანი ჯამი. შენი მოგება, მათი დანაკარგი.
ნულოვანი ჯამის თამაშები წარმოქმნის კონკრეტულ ქცევებს: საიდუმლოებას, კლასიფიკაციას, პატენტებს, შეზღუდულ პუბლიკაციას, ინსტიტუციურ კედლებს. ყველაფერი რაციონალურია თამაშის ფარგლებში. ყველაფერი ფლანგვაა მის გარეთ.
როდესაც ორი მხარე ოპტიმიზებს ერთმანეთის დასამარცხებლად, არც ერთი მხარე არ ოპტიმიზებს საერთო დაფის გაზრდისთვის, რომელიც თამაშს ზედმეტს ხდის. რესურსები, რომლებიც იხარჯება დუბლირებაზე, საიდუმლოებასა და კონკურენტულ სიგნალიზაციაზე, არაფერს ქმნის საერთო რესურსებისთვის.
Hamming-ის რჩევა („იმუშავე მნიშვნელოვან პრობლემებზე“) იმპლიციტურად ვარაუდობდა, რომ თამაში ნულოვანი ჯამის იყო: მნიშვნელოვანი პრობლემები იძლეოდა ინსტიტუციურ კრედიტს, დაფინანსებასა და პრესტიჟს კონკურენტულ გარემოში. რჩევა ძალაში რჩება. ჩარჩო კი არ გადადის.
მკვლევარი, რომელიც მუშაობს ღია ინფრასტრუქტურაზე, ქმნის საერთო რესურსებს, უწყობს ხელს საერთო კოდის ბაზას — ამ ადამიანს არ შეუძლია ოპტიმიზაცია მეტოქის დასამარცხებლად. მეტოქე არ არსებობს. თამაში: გაზარდე დაფა, არა შენი პოზიცია მასზე.
იგივე ცეცხლი, განსხვავებული ფრენა
დრაკონი არ ირჩევს თავის გამოქვაბულს ან მფარველებს. ჰამინგმა არ აირჩია ბელ ლაბორატორიები ან ცივი ომი. მან იმუშავა იქ, სადაც იყო, ხელმისაწვდომი რესურსებით, იმ პრობლემებისკენ, რომელთა დანახვაც შეეძლო.
ცოდნა კონტექსტს გადასჭარბებს. ჰამინგის შეცდომათა გამასწორებელი კოდები მუშაობს ყველა USB დისკში, ყველა სატელიტურ გადაცემაში, ყველა მყარ დისკში. მან ეს გამოყენებები არასოდეს წარმოიდგინა. მათემატიკას მისი წარმოდგენა არ სჭირდებოდა.
Unhamming იწყება ამ დაკვირვებით: გამოვყოთ ის, რაც Hamming-მა დაამტკიცა, იმ ჩარჩოსგან, რომელშიც ეს იყო შეფუთული. შემდეგ გავაფართოოთ იმით, რისი დანახვაც მის ჩარჩოს არ შეეძლო.
რას ამატებს Unhamming
ღია წყარო როგორც საერთო რესურსი. მნიშვნელოვან პრობლემებზე მუშაობა არ მოითხოვს ინსტიტუციურ მხარდაჭერას. ადამიანს, რომელსაც აქვს ლეპტოპი, საჯარო რეპოზიტორია და კონკრეტული ღია პრობლემა, შეუძლია წვლილი შეიტანოს საერთო რესურსში, რომელიც ყველასთვის იზრდება. Hamming-ის ცოდნის კომპონირების პრინციპი მოქმედებს ეკოსისტემის დონეზე, არა მხოლოდ ინდივიდუალურ დონეზე.
კოოპერაციული ინფრასტრუქტურა. Permacomputer მოდელი: ყველა კვანძი არის სამუშაო სადგური, ყველა კავშირი არის რიგი. ერთი კვანძის განბლოკვა ქვედა დონის ტევადობის გათვალისწინების გარეშე ქმნის ახალ ბოთლის კისერს. ეს ავითარებს Hamming-ის სისტემურ აზროვნებას: არა მხოლოდ „ოპტიმიზირე სისტემა, არა კომპონენტი“, არამედ „გამოსახე ნაკადი სანამ შეზღუდვას მოხსნი“.
ალგორითმული სირთულე როგორც ფუნდამენტური. Hamming-ის ტესტი ფუნდამენტურისთვის: გაგრძელდა თუ არა? შეიძლება თუ არა დარჩენილი სფეროს მიღება მისგან? Big O ორივე კრიტერიუმს აკმაყოფილებს. ზრდის ტემპის ანალიზი გრძელდება Knuth-ის დროიდან. მისგან მიიღება ალგორითმის არჩევა, მონაცემთა სტრუქტურის არჩევა და შესრულების პროგნოზირება — პრაქტიკული კომპიუტერული მეცნიერების უმეტესი ნაწილი. Hamming-მა ეს თავი გამოტოვა. ჩვენ ვწერთ მას.
კაპიტალის ყველა რვა ფორმა. მხოლოდ პუბლიკაციებისა და პატენტების გაზომვა ტოვებს კაპიტალის ექვს ფორმას უხილავს. კვლევითი პრაქტიკა, რომელიც ამცირებს ცოცხალ კაპიტალს (მკვლევრის ჯანმრთელობა, ყურადღება, ძილი) ინტელექტუალური კაპიტალის (პუბლიკაციების) მაქსიმიზაციის მიზნით, ოპტიმიზირებს რვადან ორს და ამცირებს ერთ კრიტიკულს. Hamming-ის „იმუშავე ღამეებსა და შაბათ-კვირას“ რჩევა იშლება ამ აღრიცხვის ქვეშ.
დრაკონის ცეცხლი რჩება: იმუშავე მნიშვნელოვან პრობლემებზე, დააკომპონირე შენი ცოდნა, იფიქრე სისტემებში, შექმენი ანალოგიით, გაზომე ის, რასაც მნიშვნელობა აქვს. ფრენა იცვლება: არ არის საჭირო მფარველი, არ არის საჭირო მოწინააღმდეგე, არ არის საჭირო ინსტიტუციური კედელი.