Ричард Хэмминг. «Несуществующая глава»: Как мы знаем, что мы знаем (1-10 минута из 40 )

в 12:05, , рубрики: CAI, Learning to Learn, Алгоритмы, будущее, математика, Профессиональная литература, ричард хэмминг, Системная инженерия, Учебный процесс в IT, форсайт, цифровая экономика, Читальный зал

Этой лекции не было в расписании, но ее пришлось добавить, чтобы не возникало окна между занятиями. Лекция, в сущности, посвящена тому, как мы знаем то, что мы знаем, если, конечно, мы и в самом деле это знаем. Эта тема стара как мир – она обсуждается последние 4000 лет, если не дольше. В философии для ее обозначения создан специальный термин – эпистемология, или наука о знании.

Я бы хотел начать с первобытных племен далекого прошлого. Стоит отметить, что в каждом из них существовали миф о сотворении мира. По одному древнеяпонскому поверью, некто взболтал грязь, из брызг которой появились острова. Подобные мифы были и у других народов: например, израильтяне верили, что Бог шесть дней творил мир, после чего устал и закончил творение. Все эти мифы схожи – хотя сюжеты их довольно разнообразны, все они пытаются объяснить, почему существует этот мир. Я буду называть такой подход теологическим, поскольку он не предполагает объяснений, кроме как «это произошло по воле богов; они сделали то, что посчитали нужным, и так появился мир».

В районе VI века до н. э. философы античной Греции начали задавать более конкретные вопросы – из чего состоит этот мир, каковы его части, а также попытались подойти к ним скорее рационально, нежели теологически. Как известно, они выделяли стихии: землю, огонь, воду и воздух; у них было еще множество других понятий и убеждений, и медленно, но верно все это преобразовалось в наши современные представления о том, что мы знаем. Тем не менее, тема эта озадачивала людей во все времена, и даже древние греки задавались вопросом, как они знали то, что они знали.

Как вы помните из нашего обсуждения математики, древние греки верили, что геометрия, которой ограничивалась их математика, была надежным и абсолютно бесспорным знанием. Тем не менее, как показал Морис Клайн, автор книги «Математика. Утрата определённости», с которым согласятся большинство математиков, в математике не содержится никакой истины. Математика дает лишь непротиворечивость при заданном наборе правил рассуждения. Если изменить эти правила или используемые допущения, математика будет совсем другой. Не существует абсолютной истины, кроме, разве что, десяти заповедей (если вы христианин), но, увы, ничего относительно предмета нашего обсуждения. Это неприятно.

Но можно применить некоторые подходы и получить различные выводы. Декарт, рассмотрев предположения многих предшествующих ему философов, сделал шаг назад и задал вопрос: «В сколь малом я могу быть уверен?»; в качестве ответа он выбрал утверждение «Я мыслю, следовательно, существую». Из этого утверждения он попытался вывести философию и получить кучу знаний. Эта философия не была в должной степени обоснована, поэтому знаний мы так и не получили. Кант утверждал, что все рождаются с твердым знанием Евклидовой геометрии, и множества других вещей, что означает, что существует прирожденное знание, которое дается, если угодно, Богом. К сожалению, как раз в тот момент, когда Кант описывал свои мысли, математики создавали неевклидовы геометрии, которые были столь же непротиворечивы, как и их прототип. Получается, Кант бросал слова на ветер, так же как почти каждый, кто пытался рассуждать о том, как он знает то, что он знает.

Это важная тема, поскольку к науке всегда обращаются за обоснованиями: часто можно услышать, что наука показала то-то, доказала, что будет вот так; мы знаем то, мы знаем сё – а мы знаем? Вы уверены? Я собираюсь рассмотреть эти вопросы более подробно. Давайте вспомним правило из биологии: онтогенез повторяет филогенез. Оно означает, что развитие индивида, от оплодотворенной яйцеклетки до студента, схематически повторяет весь предшествующий процесс эволюции. Таким образом, ученые утверждают, что в процессе развития эмбриона жаберные щели появляются и снова исчезают, и потому они предполагают, что наши далекие предки были рыбами.

Звучит неплохо, если не думать об этом слишком серьезно. Это дает неплохое понимание того, как происходит эволюция, если в это верить. Но я зайду еще немного дальше и спрошу: как дети учатся? Как они получают знание? Возможно, они рождаются с предопределенным знанием, но это звучит немного неубедительно. Честно говоря, крайне неубедительно.

Итак, что делают дети? У них есть определенные инстинкты, подчиняясь которым, дети начинают издавать звуки. Они издают все эти звуки, которые мы часто называем лепетом, и этот лепет, по-видимому, не зависит от места рождения ребенка – в Китае, России, Англии или Америке лопотать дети будут, в основном, одинаково. Тем не менее, в зависимости от страны лепет будет развиваться по-разному. Например, когда российский ребенок произнесет слово «мама» пару раз, он получит положительный ответ и потому будет повторять эти звуки. Опытным путем он обнаруживает, какие звуки помогают достичь желаемого, а какие нет, и так изучает множество вещей.

Напомню то, что я говорил уже несколько раз – в словаре нет первого слова; каждое слово определено через другие, а значит, словарь является кольцевым. Точно так же, когда ребенок пытается построить согласованную последовательность вещей, он испытывает затруднения, сталкиваясь с непоследовательностями, которые должен разрешить, поскольку нет первой вещи, которую ребенок мог бы изучить, а «мама» работает не всегда. Возникает путаница, например, такая, как я сейчас покажу. Перед вами известная американская шутка:

слова популярной песни (gladly the cross I’d bear, с радостью нести свой крест)
и то, как ее слышат дети (gladly the cross-eyed bear, с радостью косоглазый медведь)

(На русском: скрипка-лиса/скрип колеса, я дрочистый изумруд/ядра — чистый изумруд, если хочешь бычьи сливы/если хочешь быть счастливым, стоша говнозад/сто шагов назад.)

Я тоже испытывал такие затруднения, не в этом конкретном случае, но в моей жизни есть несколько случаев, которые я мог бы припомнить, когда я думал, что читаю и говорю, наверное, правильно, но окружающие, в особенности мои родители, понимали что-то совсем другое.

Здесь можно наблюдать серьезные ошибки, а также посмотреть, как они происходят. Ребенок сталкивается с необходимостью делать предположения о том, что означают слова языка и постепенно выучивает правильные варианты. Тем не менее, исправление таких ошибок может занять долгое время. Нельзя быть уверенным, что они полностью исправлены даже сейчас.

Можно зайти очень далеко без понимания того, что ты делаешь. Я уже рассказывал про своего друга, доктора математических наук из Гарвардского университета. Когда он заканчивал Гарвард, он сказал, что может посчитать производную по определению, но он не понимает этого по-настоящему, он просто знает, как это выполнить. Это справедливо для множества вещей, которые мы делаем. Для езды на велосипеде, скейтборде, плавания, и еще многих вещей нам не обязательно знать, как выполнять их. Похоже, знание – нечто большее, чем можно выразить словами. Я не решусь утверждать, что вы не умеете ездить на велосипеде, даже если вы не сможете сказать мне, как это делается, но проезжаете передо мной на одном колесе. Таким образом, знание бывает очень разным.

Давайте подведем небольшой итог тому, что я говорил. Есть люди, которые верят, что мы имеем врожденное знание; если рассмотреть ситуацию в целом, возможно, вы согласитесь с этим, учитывая, например, что у детей есть врожденная тенденция к произнесению звуков. Если ребенок родился в Китае, он научится произносить множество звуков, чтобы достичь желаемого. Если он родился в России, он также будет произносить множество звуков. Если он родился в Америке, он все еще будет произносить множество звуков. Сам язык здесь не столь важен.

С другой стороны, ребенок имеет врожденную способность выучить любой язык, так же, как и любой другой. Он запоминает последовательности звуков и разбирается, что они означают. Ему приходится самому вкладывать смысл в эти звуки, поскольку нет первой части, которую он мог бы запомнить. Покажите ребенку лошадь и спросите его: «Слово «лошадь» является именем лошади? Или это значит, что она четвероногая? Может быть, это ее цвет?» Если вы пытаетесь рассказать ребенку, что такое лошадь, показав ее, ребенок не сможет ответить на этот вопрос, но это то, что вы имеете в виду. Ребенок не будет знать, к какой категории отнести это слово. Или, например, возьмем глагол «бежать». Его можно употребить, когда вы совершаете ускоренное передвижение, но вы также можете сказать, что после стирки на рубашке побежали цвета, или пожаловаться на спешащие часы.

Ребенок испытывает большие трудности, но, рано или поздно, он исправляет свои ошибки, признавая, что понимал что-то неверно. С годами дети становятся все менее способными на это, а когда они становятся достаточно взрослыми, они уже не могут меняться. Очевидно, люди могут заблуждаться. Вспомните, например, тех, кто верит, что он Наполеон. Неважно, сколько вы представите такому человеку доказательств того, что это не так – он продолжит в это верить. Знаете, есть много людей с твердыми убеждениями, которых вы не разделяете. Так как вы можете полагать, что их убеждения безумны, говорить, что существует безошибочный способ открытия новых знаний, не совсем верно. Вы скажете на это: «Но наука очень аккуратна!» Давайте посмотрим на научный метод и проверим, так ли это.

За перевод спасибо Сергею Климову.

Продолжение следует...

Кто хочет помочь с переводом, версткой и изданием книги — пишите в личку или на почту magisterludi2016@yandex.ru

Кстати, мы еще запустили перевод еще одной крутейшей книги — «The Dream Machine: История компьютерной революции»)

Особо ищем тех, кто поможет перевести бонусную главу, которая есть только на видео. (переводим по 10 минут, первые 20 уже взяли)

Содержание книги и переведенные главы

Предисловие

  1. Intro to The Art of Doing Science and Engineering: Learning to Learn (March 28, 1995) Перевод: Глава 1
  2. «Foundations of the Digital (Discrete) Revolution» (March 30, 1995) Глава 2. Основы цифровой (дискретной) революции
  3. «History of Computers — Hardware» (March 31, 1995) Глава 3. История компьютеров — железо
  4. «History of Computers — Software» (April 4, 1995) Глава 4. История компьютеров — Софт
  5. «History of Computers — Applications» (April 6, 1995) Глава 5. История компьютеров — практическое применение
  6. «Artificial Intelligence — Part I» (April 7, 1995) Глава 6. Искусственный интеллект — 1
  7. «Artificial Intelligence — Part II» (April 11, 1995) Глава 7. Искусственный интеллект — II
  8. «Artificial Intelligence III» (April 13, 1995) Глава 8. Искуственный интеллект-III
  9. «n-Dimensional Space» (April 14, 1995) Глава 9. N-мерное пространство
  10. «Coding Theory — The Representation of Information, Part I» (April 18, 1995) Глава 10. Теория кодирования — I
  11. «Coding Theory — The Representation of Information, Part II» (April 20, 1995) Глава 11. Теория кодирования — II
  12. «Error-Correcting Codes» (April 21, 1995) Глава 12. Коды с коррекцией ошибок
  13. «Information Theory» (April 25, 1995) Готово, осталось опубликовать
  14. «Digital Filters, Part I» (April 27, 1995) Глава 14. Цифровые фильтры — 1
  15. «Digital Filters, Part II» (April 28, 1995) Глава 15. Цифровые фильтры — 2
  16. «Digital Filters, Part III» (May 2, 1995) Глава 16. Цифровые фильтры — 3
  17. «Digital Filters, Part IV» (May 4, 1995) Глава 17. Цифровые фильтры — IV
  18. «Simulation, Part I» (May 5, 1995) Глава 18. Моделирование — I
  19. «Simulation, Part II» (May 9, 1995) Глава 19. Моделирование — II
  20. «Simulation, Part III» (May 11, 1995) Глава 20. Моделирование — III
  21. «Fiber Optics» (May 12, 1995) Глава 21. Волоконная оптика
  22. «Computer Aided Instruction» (May 16, 1995) Глава 22. Обучение с помощью компьютера (CAI)
  23. «Mathematics» (May 18, 1995) Глава 23. Математика
  24. «Quantum Mechanics» (May 19, 1995) Глава 24. Квантовая механика
  25. «Creativity» (May 23, 1995). Перевод: Глава 25. Креативность
  26. «Experts» (May 25, 1995) Глава 26. Эксперты
  27. «Unreliable Data» (May 26, 1995) Глава 27. Недостоверные данные
  28. «Systems Engineering» (May 30, 1995) Глава 28. Системная Инженерия
  29. «You Get What You Measure» (June 1, 1995) Глава 29. Вы получаете то, что вы измеряете
  30. «How Do We Know What We Know» (June 2, 1995) переводим по 10 минутным кусочкам
  31. Hamming, «You and Your Research» (June 6, 1995). Перевод: Вы и ваша работа

Кто хочет помочь с переводом, версткой и изданием книги — пишите в личку или на почту magisterludi2016@yandex.ru

Автор: MagisterLudi

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js