English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

un

guest
1 / ?
back to lessons

電腦應用的三個階段

漢明的第5章以回顧開始:他在IBM客戶培訓活動中長達30年的演講系列迫使他理解趨勢而不僅僅是事實。反覆準備同一場演講要求他領先該領域,而不是僅僅跟上它。

他認識到三個連續的階段,說明電腦如何被應用:

第一階段:硬體限制(第3章)。 早期的運算受到機器能做什麼的限制——記憶體稀少,週期昂貴,可靠性不確定。應用被選擇來適應硬體。

第二階段:軟體限制(第4章)。 隨著硬體改進,編程成為瓶頸。應用受到能有效編碼的限制。

第三階段:經濟學與應用(第5章)。 到1980年代晚期,硬體便宜到足夠,軟體強大到足夠,問題變成:電腦應該做什麼?經濟學和組織能力決定了哪些應用被構建。

這個階段轉變很重要:每個階段都要求從業者具備完全不同的技能。一位來自第一階段的傑出硬體工程師,如果從未更新他們的心智模型,在第三階段就變得無用了。

最早期的應用

運算始於天文計算,然後是物理學和工程中的「數值運算」。雷蒙德·魯爾(1235–1315),一位西班牙神學家,建造了一個邏輯機器——第一個運算應用於非數值推理的例子。喬納森·斯威夫特在《格列佛遊記》(拉普達島)中嘲笑了它。漢明追溯了這條線索,從魯爾經過符號操作到後來會成為的東西:機器學習。

技術採用的S形曲線

每項主要技術都遵循一個特有的軌跡:初期採用緩慢,快速加速,飽和。漢明將這個模式命名為S形曲線。

任何技術的第一階段:英勇示範。少數熱情者示範該技術有效。進步取決於個人才華和對不可靠性的容忍度。

第二階段:快速採用。技術變得足夠可靠供一般使用。基礎設施圍繞它建設。標準出現。限制因素從技術轉向組織。

第三階段:飽和。技術達到其可定址市場的完全滲透。進一步改進產生遞減回報。新的S形曲線開始用於後繼技術。

對於運算:第一階段=ENIAC時代(1940年代–1950年代),第二階段=大型機商業化(1960年代–1970年代),第三階段=個人電腦接近飽和(1980年代–1990年代)。漢明寫作時正值大型機從第二階段到第三階段的轉變,而個人電腦仍在其第二階段。

等效產品洞察(首次在第2章陳述)直接適用於此:在第二階段,成功的電腦化產生一個等效工作,而不是同樣的工作。嘗試電腦化現有工作流程而不重新設計它們的組織往往失敗或表現不足。

技術採用的S形曲線

在S形曲線上定位自己

漢明的S形曲線洞察有實際含義:在第一階段成功的技能和策略(英勇、實驗性、高失敗容忍度)不同於第二階段需要的(可靠交付、標準合規性、組織整合),也不同於第三階段需要的(優化、成本減少、平台整合)。

命名你所在領域的一項技術或跟隨的技術。確定它目前處於哪個階段(英勇示範、快速採用或飽和)。然後解釋:在該階段現在被獎勵的技能是什麼,下一個階段將獎勵什麼技能——以及你如何為轉變做準備?

當共享數據不起作用時

漢明講述了他對波音電腦中心進行高層審計期間的故事。波音管理層相信他們已經解決了協作設計:所有工程師都將他們當前的設計狀態寫入共享磁帶。每個人都會從這個單一的真實來源讀取。協調問題會消失。

它沒有起作用。

原因:當一個團隊進行優化研究(例如變化機翼面積和形狀以最小化阻力)時,他們需要一個固定的基準線來測量變化。如果共享磁帶持續更新其他團隊的變化,團隊測量的改進實際上可能反映了插入他們的迭代之間的其他人的變化——而不是他們自己的設計決定。

團隊在實踐中採取的解決方案:每個小組,在開始優化研究時,製作了當前磁帶的快照副本。他們在整個研究中使用該凍結副本,忽略更新。只有當他們對新設計感到滿意時,他們才寫回——然後與所有其他人的變化協調。

漢明的結論:你不能使用持續變化的資料庫進行優化研究。 優化需要穩定的狀態空間;可變的共享狀態引入虛幻相關性。

資料庫

電腦被推廣為解決組織數據問題的方案。漢明很懷疑。他引用航空公司預訂系統作為真正成功的例子(協調問題是真實的,數據模型很簡單,一致性嚴格要求)。但承諾告訴經理「公司實時當前狀態」的管理信息系統始終交付不足:數據模型太複雜,數據質量太差,解釋太模糊。

穩定基準 vs 即時數據

波音的失敗說明了漢明所暗示的一般原則:優化需要在固定狀態空間上評估的穩定成本函數。共享可變狀態違反了固定狀態空間要求。

這個原則超越了軟體。在任何優化過程中——業務策略、實驗設計、模型訓練——隔離研究中的變數需要控制所有其他變數。

描述你所在領域或工作中的一種情況,其中共享的持續更新資料庫造成了波音經歷的相同困惑:一個明顯的改進實際上是由其他人對共享狀態的變化引起的。這說明了什麼原則,以及在共享數據下優化的正確操作程序是什麼?

模式識別作為下一個前沿

到1993年,漢明確定模式識別為運算的主要下一個挑戰。他區分了兩種類型:

古典模式識別:比較輸入與存儲的模板。人臉檢測、光學字符識別(OCR)、簽名驗證。一旦定義了模板集,這些就承認算法解決方案。

真正的識別:一個孩子識別數千種不同形狀、材料、大小和方向的「椅子」,之前從未見過大多數。沒有明確的模板涵蓋泛化。漢明將此視為開放問題——古典模式匹配與真正識別之間的差距不是更多數據或更快硬體的問題。它需要不同的基礎。

他以專家系統失敗的角度框架化了這個:研究人員認為他們可以從專家提取決策規則並在程序中編碼。專家系統在狹窄領域起作用但在複雜領域失敗,部分原因是人類專家使用他們無法表達的模式。無法通過採訪提取的無意識模式庫是通過多年實踐建設的。

漢明的預測(1993):真正的模式識別將需要根本不同的計算方法。他朝向神經網絡擺了擺但很謹慎——沒有確信當時當前的神經網絡會關閉差距。

給同一演講30年

漢明描述了一種做法,給他在職業生活中幾乎任何其他事情都更大的回報:反覆給同一演講。

他在大約1960年被邀請在IBM客戶培訓活動中演講。他選擇給一場關於運算史至公年2000的演講——一個他真正不確定的話題,迫使他發展實際觀點。他在大約30年內每年給該演講的變體兩三次。

他認識到的好處:

保持當前:反覆給同一演講迫使他定期更新它。他無法在知道該領域的觀眾前給出過時的演講而不感到尷尬。

趨勢識別:更新過程迫使他尋找趨勢,而不僅僅是事件。在過去一年中什麼改變了,方向如何?反覆更新需要該領域的模型,而不僅僅是事實目錄。

公開演講技能:練習減少了恐懼和改進了交付。他停止害怕給演講;他通過重複而不是天才成為一個優美的演講者。

網絡:一致的話題建立了聲譽。人們將他與運算趨勢聯繫起來。邀請成倍增加。

他的觀察:他本可以通過運氣獲得這個做法——但他製造了運氣,通過積極尋求演講機會,然後發展紀律有系統地使用它們。

刻意練習和職涯資本

漢明的30年演講是刻意練習在智力工作中應用的一個例子:一個系統的、重複的練習,有反饋循環,隨著時間推移建設複合技能。

結構:(1)承諾一個在你知識邊緣的話題;(2)給一場演講,迫使你知道它;(3)接收反饋(觀眾響應、你無法回答的問題);(4)更新演講;(5)重複。

每個循環增加到模型。每次更新迫使與新數據接觸。每個觀眾問題揭示一個差距。在30年內,模型變得很深。

為你自己的領域設計一個「漢明演講」:一個你可以在接下來10年內反覆給的演講,每次更新它,這將迫使你保持當前、建設趨勢識別和發展公開演講技能。命名話題,解釋為什麼它在正確的難度水平(不太簡單、不太難保持更新),並描述第一年版本與你期望的5年版本會涵蓋什麼。

連接硬體、軟體和應用

第3、4和5章形成一個進展。漢明在三場講座中建造了這個論點:

第3章(硬體):物理限制限制了機器能做什麼。三個定律——分子大小、光速、熱——設置沒有工程可以移除的上限。

第4章(軟體):人類限制限制了程序能做什麼。為邏輯優雅設計的語言失敗;為人類心理設計的語言倖存。抽象層積累,每一個解決前一層的痛點。

第5章(應用):經濟和組織限制限制了什麼被構建。技術遵循S形曲線。共享可變狀態破壞優化。模式識別仍然是一個開放挑戰。

統一主題:限制轉變。更新他們的模型關於什麼當前限制約束是的從業者——並據此定位他們的技能——一致地表現優於優化了昨天約束的人。

漢明的職涯課程來自30年演講:反覆給同一演講迫使他理解趨勢。機制不是演講本身而是準備循環:什麼改變,方向如何,為什麼?反覆準備建造了簡單閱讀無法建造的模型。

當前的限制約束是什麼?

在漢明的框架中,每個時代有一個限制約束:如果移除會最快加速進度的限制。在1940年代:硬體速度。在1970年代:軟體能力。在1990年代:經濟和組織能力。

命名你的領域中今天的限制約束。不是通用的挑戰——一個特定的限制因素,如果移除,會最快推進該領域完成其目標的能力。然後:移除它需要什麼,以及漢明的三個方法(硬體、軟體、組織/經濟)中哪個移除需要?