科研成功之道第1節海闊天空的構思美國人常說：“金出教授的頭腦很活躍啊。”大概是因為我經常大聲說笑的緣故。我常常認為，不能把研究工作當做一件很嚴肅的事情，應該把它當做一件有趣的事情去做。我這裡說的有趣，是指精神上的放鬆，但內心仍然要認真對待。——那種感覺就像和很在意的人見面時候的感覺一樣。 美國的研究現場充滿海闊天空的思維方式我從小就十分樂觀，自從到美國生活後，更加磨鍊了我這方面的性格。在美國的這二十多年來，我在美國的研究現場有很深的體會，與日本相比，研究過程更加自由， 更加豁達，思路更加開闊。 在美國，研究者是透過競爭為自己爭取研究經費的。 負責分發經費的組織給出研究資金募集的條款，我們則根據這些條款提出研究的方案和完成所需要的金額，並進行申報。如果被採用了，便會獲得研究經費。 在這些提供經費的組織當中，首當其衝的則數國防部的 DARPA組織，它為用於技術開發的大學和企業提供的資金是最多的。DARPA 組織幾年前曾經提出過一個奇怪的招募事項—“徵集只有用現在不知道的方法才能解決的專案提案”。 對於這樣的提案，首先是要論證用現在已經知道的方 2
法不能解決，要是自己有什麼新的想法，則要寫上“可能解決”等這樣的字眼。 曾經有人問：用數學方法解決的問題算不算呢？得到的答案是：數學是一種現在已經知曉的方法，所以不能接受該提案。這樣的徵集簡直就像是在騙人。 國防總部都是這樣的。但是他們提供的資金卻相當可觀。一個專案的經費是以幾億日元為單位的。 不僅國防總部，就連我的大學，卡耐基•梅隆大學也是這樣，每年也都要進行像“Wild Idea Fund”這樣的專案徵集。所謂“Wild Idea”，就是不尋常的，甚至可以說是一些聽起來很荒謬的想法。學校將向這一類的想法提供研究資金。 然而在美國社會，對這些荒謬、可笑，甚至荒誕無穡的想法，如果仔細考慮的話，會發現其中有值得認真去做的地方。 三維國家全景圖、灰塵感測、蒼耳子在美國，一年中收視率最高的節目應該是一月份播出的，在超級碗舉行的職業美式足球冠軍爭奪戰。我在2001 年1月開發了一套用於球賽轉播的三維影像系統。這套系統是利用放置在球場四周的機器人攝像機，形成可以在觀眾周圍環繞顯示的影像。那種效果，就像是電影《駭客帝國》中高潮的那一幕。 2001年“9•11”事件以後，全美國對保安和監視系統的興趣越來越濃。 正是由於我發明了這套系統，所以就不斷地有人問我 3
但外江=樣思科研成功之道能不能將系統擴充，製作出國家的三維全景圖。“如果要是在阿富汗境內放飛數萬個帶有超小型攝像機的氣球，使之覆蓋全境，從而形成山地的三維影像，不就能輕鬆找到拉登的藏身之處嗎？” 還有人說：要是能散播幾十萬、幾百萬像灰塵一樣大小的麥克風，不就能監聽人們的腳步聲或是汽車的噪音等等各種各樣的聲音了嗎？甚至還給出瞭如何收集監聽信息和防止麥克風被吸塵器吸走的方法。他們還說：在灰塵上裝上小鏡子，飛機飛行的時候從空中向地面發射鐳射， 灰塵就會被帶動、調整鏡子的方向，像西部劇中印第安人採用的通訊方式一樣，透過閃光以1、0傳遞資訊。這個被他們稱為灰塵感測器。 進一步想，在識別人的時候僅用監視器的話，如果巧妙化裝一下就很難辨認了。要是可以散播像蒼耳子一樣的小機器人，就可以透過被粘著人的血液識別其DNA 來進行辨認，諸如此類還有很多奇特的想法。 然而在美國，真的有人為這種想法提供研究資金。 好的構想正是來自於荒唐無稽的想法如果你認為上述的那些事情無聊、太傻，那麼你一定是個認真的人。認真的人做事情的時候，一定會盡力避免失敗，一步一個臺階邁向成功。但是，為了產生出好的構想，發明出獨創的技術，極端一些，可以說是荒唐無稽， 通常我們稱之為思想的飛躍。這一點，對於研究者是必不可少的。 而從現狀出發，進行邏輯推理，最終得出結論。像這樣的思考方法就很難實現飛躍。要想成功的話就直接從結 4
鐮1纛論起步去做，也就是要從希望的結果開始傲下去。這就是一種外行人的思考方法。 外行人也能做出“結果可能是這樣”諸如此類的假設。 但是，除非是經過訓練的專家，否則要想證明“一定就是這個結果”，則是非常困難的。 人工智慧研究的始祖之一、圖靈獎和總統獎章的得主、受人尊敬的卡耐基•梅隆大學的大師級人物一 A•紐維爾教授經常會滿含熱情地對學生講：“世界上有這麼多‘為什麼呢？，‘要是能解決那些問題該有多好啊⋯⋯’像這樣的問題。每一個問題都彷彿在呼喚著：‘解決我吧！弄清我吧！’像等待著戀人那樣在等著我們這些研究者去解決它們。” 我們應該怎麼回答那些問題呢？研究就是要針對那些問題，與自然、與天意進行交涉。 “我要這麼解決。” “原來如此，這樣就行了。” “不行，會很麻煩，不要這樣啊。” 在這樣的交涉過程中，總結出結果，研究也就可能成功了。 第2節有點幼稚、天真、牽強的想法有些經過不斷嘗試終於成功解決的問題，後來發現解決過程完全沒有按部就班進行，包括我在內，想必大家都 5
科研戚功之道有過類似的經歷吧。而在我們嘗試過程中所產生的想法， 甚至在本書中要列舉的董大成就，其最初階段的想法實際上都是有點幼稚、天真、甚至是牽強的，可以說是外行人的想法。但想要產生偉大的成果，沒有知識和技術是遠遠不行的。 大陸漂移學說 20世紀初期，德國氣象學家 A•韋格納有一次在遠處看世界地圖的時候突然發現，相隔大西洋的南美洲大陸東側海岸線與非洲大陸西側海岸線的形狀極其相似。如果剪開地圖把大西洋拿走，並將兩塊大陸拼接起來，很不可思議地，對接得非常整齊。之後他就在想，是不是大陸原本就是連在一起的，而後分開，像冰山一樣浮在海上移動形成了現在這個樣子呢？這個就是著名的《大陸漂移學說》。 當時，大多數人都認《大陸漂移學說》是異想天開，不可信，他的學說也逐漸被忘記了。到了20世紀後半期，《地球板塊移動學說》（地球表面是以幾個板塊為單位水平移動的）的出現和發展，才使得《大陸漂移學說》有了定論。 這真是富有戲劇性。韋格納的《大陸漂移學說》並不只是以地圖剪下來能整齊拼接為依據的。他是一個科學研究者，當然會進行一番研究，並且發現兩塊大陸上都棲息著同種蝸牛等生物，還有很多岩石種類、冰河遺蹟等證據。 但是，大陸漂移在海洋之上這種外行人的想法，還是因為無法簡單進行說明而沒有得到人們的相信。 事實上，數年以後出現的《地球板塊移動學說》，不能簡單地說是《大陸漂移學說》的補充，它還揭示了海洋底部是以海洋中的海嶺為軸線向兩側不斷擴大，不斷生 6
成。它是地球物理學中的一個嶄新理論，當然，這個理論也是在對地磁的正確觀察的基礎上而得出的。 從剛開始的構想到最終的實踐，我們能從這個例子中獲取很多有用的啟示。其實，很多人都會發現兩塊大陸的海岸線形狀非常相似，特別是一些非科學研究者和小孩子。而把這種看似幼稚的觀察結果與古生物學和地質學的知識結合起來，從而創立《大陸漂移學說》，就算是氣象學家的韋格納，也給人一種“外行人想法”的感覺。與此同時，《地球板塊移動學說》則是從實踐出發而上升到一個新的理論高度，靠的是地球物理學中縝密、專業的觀察與理論。 海岸線長度不一致透過網際網路我們可以查出，日本海岸線的總長度是 34 000 km。但這個數字準確嗎？是怎麼測量出來的呢？ 取出一份日本地圖，用細線沿著海岸線描，繞一圈所需要的細線的長度再乘以地圖的比例尺就能夠得到海岸線的實際距離。這種做法想必大家都知道，但是大都沒有自己嘗試過這樣做吧。 但有人卻這麼做過，他就是IBM 沃森研究所的研究員，B•曼得勃羅博士。但奇怪的是，即使是同一個出版社的地圖，測量出的結果也不一樣。比例尺越大（更詳細的、放大更多的）的地圖得到的長度越長。到底什麼樣的結果是正確的呢？ 這個時候，如果誰一副萬事通的樣子解釋說：“比例尺小的地圖會省略細小的海岸線凸凹，所以得出的長度當然短啦！”然後，自己也恍然大悟“原來是這樣啊”，如 7
科研成功之道果大家都接受這樣解釋的話，那就沒有曼得勃羅博士的發明瞭。 曼得勃羅博士將一定比例尺的海岸線凸凹放大，發現它是由相同形狀但比例縮小的凸凹反覆重疊而成的。打個比方說吧，將東京灣的海岸線放大，發現它是由各個形狀類似於東京灣的橫濱港、東京港、千葉港、木更津港等的海岸線組成的。而橫濱港也是一樣，由更小的相似圖形反復重疊組成的。像這種性質叫做自我相似（物體是由本身自我相似的幾何物所構成的）。而自我相似圖形是沒有特定長度的。 曼得勃羅博士把具有自我相似性質的圖形（原本是數學研究的物件）命名為分形，從而建立出一個精妙的數學理論。現在，分形在以計算機圖形學為首的各種領域裡得到廣泛應用，是一種非常重要的理論。 分形的發明，有賴於曼得勃羅博士對自己的實驗充滿堅定的自信。但最後的實現並不能靠單純的觀察，而是靠更高階的專業知識。 在研究的過程中如果沒有數學這個專業工具是絕對不可能成功的。 內容寬泛的理論麻省理工學院 （MITT）的M•明斯基教授是 MIIT 人工智慧研究所的創始人，並且長期擔任所長職，是人工智慧研究的象徵性人物。明斯基教授博學多才，學數學出身卻在神經生理學、計算理論學、心理學、物理學、電氣工程學、機器人等眾多領域有著很深造詣。他不僅在人工智慧方面，而且在計算機的大部分領域都有著極大的 8
影響。當然也曾獲得過圖靈獎。他最著名的成就是20世紀70年代初期發表的，有關於智慧的一般說明性的框架理論。 在這裡沒有必要贅述該理論的詳細內容。但我想要說明的是，這個理論不僅應用在人工智慧方面的研究，而且對於物件語言、代理等當今各種計算機的新技術及其發展，都產生了重大的影晌。 明斯基教授在人的心理現象、神經迴路構造、計算理論方面都有很深的造詣，所以他利用廣博的知識，列舉了很多例子與事實來說明其框架理論的正確性，的確具有很強的說服力。但是，僅就研究的問題來講，這個理論與前面所述的分形不同，不是由嚴謹的數學理論所構成的，不能否認它多少有點含糊的成分。 那是20世紀80年代的事情，有一次我參加一個會議的時候，與明斯基教授和一個卡耐基•梅隆大學的研究生共進早餐。美國的研究學者有一個特徵，就是在飯桌上也不會停止討論研究課題。那次也不例外。 席間，明斯基教授說：“有人說框架理論含糊，可自從我發表了這個理論以來，在自然語言解析領域裡已經產生了200多篇使用框架的研究方法得出的博士論文，這些成果怎麼沒有人說呢。”而後，那個研究生就問：“明斯基教授，可不可能以後發現了某種新的現象會證明您的框架理論不正確啊？”像明斯基教授這樣的大師與一個研究生邊吃早餐、邊面對面討論問題的情景，也就是在美國才很容易碰到。明斯基教授興奮地回答：“絕不可能！為什麼這麼說呢，因為框架理論中包含了神經生理學、計算理論學、數學、心理學等等目前所知道的理論。並且，這個理 9
斛砑成功之道論足夠含糊，無論是什麼新的現象都可以包括進來的。” 我當然沒有見過韋格納，但曼得勃羅博士和明斯基教授的話都是直接聽他們本人說的。想必以後在說明這些理論的時候，為了使其精髓簡單易懂，這些話會演變成例子或逸事。當然這其中可能會有編造和誇張的部分了。 但是，我們可以清楚地看到，這些科學家在思考問題的時候是多麼單純與天真啊！ 第3節疏出現有的成功作為一個研究人員，我的座右銘是“像外行一樣思考， 像專家一樣實踐”。為此還拜託一位書法家揮毫潑墨寫了這幾個字並掛在屋子裡做裝飾。我認為研究與開發的有效方式就是要像一個沒有專業背景的外行人一樣去發揮自己的思考方式，想出點子、創意，然後像專家一樣縝密地將其實現。 但作為一個專家，要想他跳出自己的知識領域和以往成功的經驗往往是非常困難的。 身為專家要有捨棄固有思想、大膽創新的魄力與勇氣對於外行人來說，因為沒有相關的知識和經驗，所以不會束縛於固有的觀念，可以大膽想像。他們一切構想的根源都是“我想要這樣”，而並不是“能不能實現呢”。他們都抱著一種“能實現”的積極的態度。 而稱為專家的人早就形成了一種“像這種場合，應該 10
笰* 這麼做”的固定思考模式。就算沒形成，也很容易被困在通常的做法中，很難產生飛躍式的想法。因此，某些已經存在的、成功了的方法、經驗和知識是導致想像力匱乏、 缺少創意的主要因素。 發明現代計算機原型（可程式設計的計算機）的天才馮•諾依曼，在別人為其展示編譯語言 FORTRAN 的構想時候， 他還說：“除了利用機器語言程式設計之外，為什麼還需要別的語言呢”。有的學生編寫了將組合語言轉化為機器語言的程式，並使其在諾依曼的計算機上執行。諾依曼便對他們發火道：“在計算機上執行這種連平常辦公人員都能做的東西，這根本就是徒勞嘛！”由此看來，專家的思維方式似乎有些可怕。 在此我不希望給大家造成一種誤解，以為一定要由非專業人士和專家兩類人組成的團隊去解決一件事情。雖說現實中也可能有人用這種方式來組建團隊，但我要說的是，無論是個人還是團隊，思考的時候要像外行人一樣無所顧忌地思考，而實踐的時候要像專家一樣縝密地實踐。 在推動研究前進的時候，自己要同時肩負起“想”和“做” 的兩種職能，不分開進行是行不通的。 所以，有時候為達到某種目標，就不得不放棄已經構建起來的體系。而作為一個專業人士，是否能達到目標， 是否能實現構想，這其中的關鍵就是捨棄固有思想，具備大膽創新的魄力與勇氣。 無論是誰都會很容易想到：“從成功中學習”，“從失敗中學習”。而實際上“跳出現有的成功”往往是最難做到的。 11
科研成功之道要勇於反對別人的意見前文中曾經提到過麻省理工學院的明斯基教授經常給人感覺是與眾不同的，其實他是一個說話很直白的人。 有一次，我跟他一起做採訪，我問道：“明斯基教授， 您總是能在各種領域中想出很多引人入勝且能夠引導新方向的構思。請問您的訣竅是什麼呢？”他回答說：“這個很簡單，只要反對大家所說的就可以了。大家都認同的好想法基本上都不太令人滿意。” 這話聽起來的確是一針見血的見解，其實也正是如此。 哥倫布在大家都向東航行到達印度的時候，反而選擇向西航行，最終抵達並發現了美洲大陸。在大家都降低二極管中的不純物濃度，以製造出更好的二極體的時候，江崎玲於奈博士卻增加不純物的濃度，從而最終發明了隧道二極體。 我雖然沒有像他們這樣了不起的發現和發明，但也有與此類似的經驗。以前，用於各種產業的機器人的胳膊都是透過齒輪與發動機相連而獲得動力的。其中的齒輪，是一個很麻煩的部件。因為有摩擦，所以會有喀噠喀噠的噪音（稱做齒隙遊移），而且其中的潤滑油還會隨溫度變化而發生性質的改變，因此想要做出既快速又能夠進行準確預測的模型的確非常困難。機械技術專家們都在研究怎樣製造出更好的齒輪。 20世紀80年代的初期，在卡耐基•梅隆大學，我與當時京都大學的助教、現任麻省理工學院的教授淺田春比古博士一起，突然想到一個觀點——與其這樣，那就試試 12
把齒輪全部都卸掉吧。於是將齒輪全部拆掉，終於製造出將發動機直接植入關節內的機器人。這就是世界上最早的直接驅動型機械手。 由於除去了複雜的齒輪裝置，因此可以按照牛頓公式記錄機器人的運動情況。使用這個簡單模型製造出的機器人，其運動速度比以往的機器人快十倍以上。於是我每次都對別人都說：“機械手是按牛頓先生的預測來工作的機器人。” 本書後面所講述的“虛擬現實”技術和有關使用多個照相機的立體聲理論，是我與當時佳能公司派來的研修生、現在東京工業大學的教授奧富正敏一起思考得出的。 大家都知道所謂的立體聲精度，是基線（兩個照相機之間的距離）越長精度越高，我們說的與這個常識相反，使用多個短基線的立體聲會得到更好的效果。 在日常生活中，與炒股的人聊天，他會告訴你買跌不買漲才是炒股的正確辦法。 這樣看來，明斯基教授的“反對大家的想法”，的確是正中要點啊！ 沒有抓住未來給大家講一個絕好的例子，這個例子說得是由於對目前的成功深信不疑，反而沒有抓住成功。 據說發明“一人擁有一臺個人電腦”這個概念並將其實現的是位於加利福尼亞州的施樂公司。帕羅爾多施樂公司的帕羅爾多研究所，於1973年開始設計開發，在20世紀70年代後半期就已經成功完成了名叫 Alto 的個人電 13
科研成功之道腦。之後，出現並創造 PC 時代的 Macintosh（蘋果公司於 1984年推出的一種系列PC）的功能及圖示等概念，則完全包含了AIto，已經可以說是一個更加高階的電腦系統的雛形了（還有的歷史學家說 Macintosh 就是仿造 Alto）。 然而，在計算機產業的大名中，我們聽到過IBM、蘋果、微軟、索尼、東芝，但從沒見過施樂的名字。這是為什麼呢？與其說施樂公司錯過了 Alto 的發明，還不如說是其根本沒有重視 Alto的發明。 施樂公司透過影印機租賃業務（每複製一張影印件收取一定的手續費）取得了商業上的巨大成功，獲得了高額利潤。它並不願在意味著 PC 時代的 Alto 上冒新的商業風險。 施樂公司影印機業務的商業模式是這樣的，如果使用者複製得越快、複製數量越大，則它們所獲得的收入就越多。 所以它們就十分重視大型的高速影印機，正是這樣，忽視了所有辦公室的潛在需求，也就是“少量、便攜、現場就可以影印”。結果呢，市場被理光、佳能這些企業的小型影印機所迅速取代，施樂公司慢饅失去了市場。即使是採用了嚴格管理的商業模式運作，取得了巨大成功的施樂公司，也許正是因為成就太大，也不能讓他跳出現有的成功， 的確是難上加難啊。 施樂公司在技術上傲到了“像外行一樣思考，像專寂一樣實晚”，但在其商業運作上卻沒有能夠拋棄專家的思考方式，於是錯過了在微型計算機方面唾手可得的成功， 不能不說是種遺憾。 在D•斯密斯與R•亞歷山大所著的《Fumbling The Future（探索未來）》中，對這其間的經過有詳細的分析， 14
裡面記載著一則1979年施樂公司的電視廣告。 這個電視廣告的情節大概是這樣的，一個名叫比爾的主人公早上起床後，對著PC說：“早上好，今天會有什麼郵件呢？”。這可能就是歷史的諷刺吧！“比爾”正是施樂公司錯過的，而後在PC 時代稱雄的微軟公司總裁、世界首富蓋茨的名字。 第4節創新，從省略開始記得我有一次在與象棋名將羽生善治交談的時候，他說：“創造就是省略。”“一個棋局大概會有100種可能的下法，而棋手都是根據感覺選擇了兩三種下法。其餘的下法90%以上都是沒有想就捨棄了。這就是省略了思考。然後可以選擇的下法就開始多了。如果針對三種下法，每種有三手可以應付，其結果就是九種，這樣不斷分支下去， 就可能需要考慮三四百手的下法。要決定使用其中哪一個分支來下，以人的能力是沒有辦法預料的，所以只有在一定程度上省略思考，決定這一步怎麼下。”（《簡單的、單純的思考》PHP 研究所） •如果數量達到“阿佛加德羅數”，則計算機也不能全部檢查有人在計算機上執行象棋等棋類遊戲。可能有人會想，現在的計算機執行速度這麼快，把所有可能的下法一個不漏地檢索一遍多好啊。我在這裡要順便說一下，在象棋9x9 的棋盤上，可能的下法會有多少種呢？據查會有 15
科研成功之道 10的30次方種（1後面有30個0這樣的數字）。 在學校，我們曾學過“阿佛加德羅數”，其解釋是說在零攝氏度、一個標準大氣壓的條件下，22.4立方米氣體 （如果是水的話，則在相同條件下是18 立方厘米）當中， 含有的分子個數為6×10的23次方。這樣的話，10的30 次方就是這個數字的200萬倍，剛好是3萬立方米的水中含有的分子個數。 無論計算機執行速度有多快，如果可能性總數達到 “阿佛加德羅數”級，對於這樣需要計算的問題，無論從計算量講，還是從記憶體容量講，要進行全部的運算是不可能的。 那麼羽生先生怎麼樣決定這一步棋該怎麼下呢？根據他說的，面對一個棋局的時候，估計“大概就是這步棋， 這麼下吧”。似乎從全域性來看就可以知道“這局面漂亮” 或者“這局面有點糟糕”。不知為什麼，人類就非常擅長發現這種模式。 簡單、省略、抽象化—“理所當然”的懸崖與審美感實際上我們研究者所做的研究也是從省略開始的。 在我們進行研究的時候，如果直接從複雜的現實開始思考，是無法順利進展的。如果將發生的事情簡單、省略、 抽象化後再看，就會清晰很多，這是科學與工學的基本要求。 問題簡單化的程度不夠就會因為太難而不容易形成理論。一般來說，越筒單化、抽象化就會產生越絕妙、越 16 |
鮮明的理論。但是，這個簡單化應該恰好與目的是相一致的、適當程度的簡單。只有這樣對形成理論才會有幫助。 我們以前在物理課上學到的鏡片彎曲度與力的關係等等， 像這些簡單的絕妙的理論，是思考現實中不存在的、理想化而得出的理論。 實際上，除了工學設計理論之外，就連物理學的法則， 與其說是發現，還不如說是發明。對於牛頓定律，有人也這麼說：“神也是遵循著牛頓定律讓世間萬物運動的”。而我覺得，它恰好解釋了我們日常所見的各種運動現象。為什麼說是“日常”，因為有證據表明，在量子力學的世界裡，牛頓定律不一定能夠成立。能否將想到的問題簡單化， 是成功與失敗的差別所在。成功的人會向簡單的方向邁進，而失敗的人只會擔心“變得這麼簡單了能行嗎”，𨚫 不肯邁出一步。 理論越是適用於筒單、抽象的問題，越具有價值。但是如果一味地向簡單的方向前進，就會遇到“理所當然” 的懸崖。也就是說，到了一種狀態：如果再向前一步，就落入“理所當然”的懸崖，這時候，事情的狀況明顯就應該是那樣的，是理所當然的，但不能形成理論。這表明了以最簡單易懂的狀態完成的理論，會是最優秀的理論。 省略思考過程，將問題簡單到最合適的程度，這些是需要有預見能力的。擁有了這種預見能力什麼事情都會一目瞭然。一般人們都會認為數學是由嚴密的理論所構成的學科，但獲得過有數學界的諾貝爾獎之稱的 Fields 數學獎的小平邦彥教授卻說，數學是一門高度感性的學科，這種感覺叫做“數感”。舉個簡單的例子，中學時候學幾何， 有關於圖形的問題，要是不在頭腦中畫出輔助線就很難解答。這靠的就是預見能力。 17
科研成功之道我覺得羽生先生所說的下棋時候的“漂亮的棋局”的感覺，正是這種預見的能力。我認為科學和工學都是門藝術。平日，我經常對學生講：“磨鍊你們對事情的審美感。” 人們經常以為現實世界的現象和事實沒有什麼構造可言。 但是，在別人都認為沒有的地方看到構造，這就是創意。 省略到什麼程度是關鍵我們在研究開發新系統的過程中，可以想到的解決方法有很多種。比如，在開發機器人自動運輸系統的時候， “使用普通的攝像機嗎？使用幾個？”“鐳射、立體聲、 微波感應器怎麼辦？”“怎樣區分人與車？”“避開障礙物的行走路線的方法是什麼？”有很多這種問題。在此之中還有相當多的選擇，“首先試試這個吧。”“就用那個吧！” “使用這個裝置吧”“不行，相比較而言，還是用這個更便宜”，等等。 所有這些並不是要同時去做，需要決定在這些問題當中，應該從哪個開始。就像下象棋一樣，要決定這一步怎麼下。這就要像羽生先生說的，首先，應從省略開始。 從省略開始，也正是要決定省略到什麼程度才能得到成果。提供資金研究的贊助商在意的是“無論怎麼說，成果是最重要的。”可以說，研究就是與自然之間智慧的較量，無論怎麼樣說，只有勝出的一方才是好樣的。所以在通往目標的道路上，勝利的關鍵就是決定省略到什麼程度，從而能夠很好地進行下去，是攻還是守，首先應採取什麼行動是最重要的。 而專案領導的主要工作，就是給出行動方針。如果遵照專案領導的行動方針就能提高成功率的話，則更說明了 18
那個人能夠很好地理解領導給出的行動方針。 當我接受研究請求的時候，決定“是否能做到”，“需要多長時間多少費用能完成”等這些事情，只有憑自己的直覺。雖然也有不清楚的時候，但也要給別人回覆。於是我只能先簡略地回答“嗯，這個應該能行吧”，“那個可能有點困難”，“大概，這個程度的話需要五年時間，有這些費用也就差不多能完成了”。我還算是估計得差不多，基本上都對了。 如果僅僅拘泥於細小的部分，就不可能做出省略，結果就是沒辦法向前邁出一步，什麼時候都得不到理想的結果。 第5節用情景推動研究進展有一件令我感到非常自豪的事情，那是2001年1月 28 日，電視臺在轉播超級碗（職業美式橄欖球聯賽冠軍爭奪戰）比賽時使用了一個新的現場直播的系統。當時，世界上約有五億人在電視機前收看了那場比賽。在那個系統使用了一個名叫 “eye vision（幻影）”的機器人攝像的技術，它是受在世界上擁有廣泛電視網路的 CBS公司的委託，由我和我的團隊開發的。 在超級碗的轉播中露面的惟一一個大學教授我還記得關於那次超級碗的轉播，當天，比賽前，我得到了 25秒的時間對“eye vision” 的新技術進行解釋。 19
科研戚功之道以後，我就帶上了“在超級碗的電視轉播中出場的惟一一個大學教授”的帽子。令人感到有趣的是，在美國這樣重承諾的國家，我在超級碗轉播上露面25 秒的事情，竟然成了 CBS和卡耐基•梅隆大學開發合同中的一項內容。 下面說明一下“eye vision” 的構造，是和電影《駭客帝國》中有同樣效果的系統。電影中，在演員真實的表演周圍放置一百臺左右的攝像機，然後等到合適的瞬間同時按下快門，製作成照片，然後把那些照片按照順序製作成影像。對於看電影的人來說，就好像時間停止了一樣，就像電影中的那樣，在人的周圍同時飛起來。 我們的目的就是在球場上做出同樣的效果。 但是，運動場場地寬廣，我們不太清楚在哪拍攝效果會比較好，也不能確定安放攝像機的地方，所以，我們在球場上方設定了30臺機器攝像機來覆蓋整個球場，並由場外的 CBS 轉播車進行自動控制。 轉播車中設有帶有監視畫面的類似移動攝像機的裝置，並與場內的30臺機器人攝像機全部連線。當該裝置做出移動鏡頭或者變焦的操作時，計算機同時進行運算， 輸出相應的拍攝畫面。所以，轉播車中的攝影師根據拍攝的位置，對運動場內的攝像機可以自由地選擇，從而得到最理想的拍攝位置。那種感覺，簡直就像操縱著攝像機在球場中追著選手和橄欖球。計算機會快速自動計算，控制那些其餘的機器人攝像機，完全和手動攝像一樣對選手或球進行跟蹤拍攝。30臺攝像機把拍攝的全部照片以數字信號傳送到轉播車中，然後對每個攝像機拍攝的畫面進行編輯，可以360°全方位地再現選手和球的移動狀況。 如果使用 “eye vision”，在拍攝的過程中，有些引人 20
注目的瞬間鏡頭就好像電影《駭客帝國》中的效果一樣被重現。例如，在四分位投球的那個瞬間，不僅是橫向的拍攝角度，而且攝像機旋轉，面對出手投球人的方向也進行拍攝。對於是否觸底得分的微妙情況，我們可以停止時間， 自由地將視點變換360°，可以一目瞭然並做出裁決。 那次“eye vision”在超級碗中所體現出的效果得到了大家很高的評價。這項技術現在也應用在體育轉播中，有投資公司想把這項技術投放市場，結果它的股價在兩週內翻了六倍。以後的事情我就不知道了⋯⋯ 虛擬現實——其實，很久以前就在做相關的研究在我看來，像電影和電視等現在的視覺媒體，都有著共通的一面。當需要把現實中的景色拍成影像呈現出來的時候，決定如何呈現這個畫面的人只有一個，就是導演。 而觀眾是當然不可能選擇觀看角度的。 但透過結合三維畫像處理技術與計算機影象技術，則完全可以取消這種限制。實際上，早在這個被叫做“虛擬現實”的“eye version”之前，我就開始研究使用多個攝像機的新技術了。 卡耐基•梅隆大學已經有了虛擬工作室，在像教室那麼大的房間內，在四周的墻壁和天花板上安裝了50 臺攝像機，將房間的中央環繞起來。每一個攝像機和相鄰連線的攝像機組成立體的結構，然後這些立體攝像機就可以對所要拍攝的情景進行拍攝了。 如果在房間裡開一個舞會的話，我們可以從50個角度拍攝，計算機會對各個拍攝瞬間的三維資料進行處理， 然後，將屋子內發生的動作都作為資料流傳入計算機。我 21
羽威功之道們把它稱為對它進行四維的數字化、虛擬化。就是我們經常說的虛擬現實，這樣看來其實虛擬現實本身還是現實的，只不過是將現實中發生的事情虛擬化了而已。 如果我們可以對現實世界虛擬化，那麼我們便可以做很多的事情了。例如，對於視聽者來說，如果可以安裝能夠指定虛擬攝像機位置的軟體，就可以自由地在虛擬世界裡移動，甚至可以合成、觀察從平時很難拍攝到的位置和角度拍攝出的影象。 在虛擬工作室曾經記錄了有名的外科醫生所進行外科手術的過程，學生可以從任意角度進行觀察和學習。不僅如此，還可以應用於自然動物園及自然環境的汙染，等等。Eye vision 只是其中一個極其簡單的例子而已。 做有意必的研究經常有學生對我說：“我要做能讓人感到震驚、有所觸動的研究。因為這才是有意義的研究。” 相反的，有些人說：“雖然我不知道研究的到底是什麼，但我終究解決了個難題。”這樣可能很酷，但卻對人沒有什麼參考價值，那就沒有意義了。 虛擬化現實可能會催生出一種全新的娛樂媒體。這樣那些 NBA 和百老匯的狂熱愛好者，就可以選擇自己喜歡的座位欣賞了。要是能實時進行虛擬化處理的話，甚至可以隨著選手和演員的移動而變換座位，或者將整個場景放在大衣中，或者從籃球的視角觀看比賽，這些都不是不可能的。 我的這個構想，以“多攝像機系統”力亮點，引領了 22
世界上很多類似的專案。它能供別人參考，這讓我十分自豪。 我們研究某一課題的時候經常會想一句口號，這句口號不僅要能表達研究的主要目的，還要是推動研究向前發展的動力。我的虛擬化現實專案的口號就是：“Let's watch the NBA on the court”（在現場觀看NBA 吧）。 第6節情景的關鍵，是對人和社會有何作用說起研究的關鍵，是要使研究成果對社會有意義。“我的想法是這樣的，發展出這樣的產品，可以對社會起到這樣的作用”，把這一點表現出來是非常重要的。 做得很好的人和做不好的人的區別做得很好的人和做不好的人到底有什麼不同呢？ 我總認為，做得很好的人，應該在開始研究之前，就做好了充足的準備和計劃，而且目的明確，清楚完成研究可以對社會做出什麼樣的貢獻。在對別人講解之前，就應該想好這些問題，理清研究脈絡。“請看這個，它產生了這樣的結果。”這樣組織語言和段落，才能讓人感到舒心。 要像推理小說一樣設定各個步驟，以做到完備。 首先讓人瞭解其難度：“要實現這樣的事很難吧？” 然後繼續解說“你注意到這個了吧，實際上這與剛才 23
料研成功之道的困難是有關係的，採用這個辦法就能解決了。那樣每天可以省很多工夫。” 聽見的人則會露出讚賞的表情“是嘛！這樣啊！”如果跟先前預料的一樣的話，研究就差不多成功了。 情景要透過提前構思進行描述在我經常使用的語句中，有一個是“研究與應用的情景”，是我從切身體會中得到的經驗。 為了製作電影和戲劇的情節，先要構思好場景的順序，簡單地描述，登場人物的臺詞還有動作等，公演的時候必須給觀眾留下不錯的印象。而對於我們研究開發，也要事先考慮一下是否能夠實現，當然也有很難實現的地方。如果用新的想法和工具的話，以現在的經驗看可以實現嗎？像這樣，要對研究提前描繪一個藍圖。藍圖及其條理邏輯的描述，就是研究開發情節的一部分。 我前面提過開始思考關於虛擬現實是在1992年。1993 年，開始研究的時候，先是使用6 臺攝像機做立體系統， 到1994年得使用50臺攝像機才能做出直徑為3m 的三維穹頂畫面系統。雖然攝像機價格已經有所下降，但是這個系統造價還是太貴了，以致受到批判：“使用這麼多的攝像機不現實啊。只有像金出（本書的作者）這樣可以使用很多研究資金的人才能有這種做法。” 但我想，攝像機很快就會變得更小更便宜，花很少的錢就可以使用了。 那個時候，向計算機輸入數字畫面，不管是容量，速度都不可能像現在這樣簡單、便宜。說起50臺確實是很 24
多，但沒有辦法只好買了50臺 VTR，先錄製模擬畫面， 然後再一個一個地數字化。演講的時候，在說到“買了50 臺 VTR”的時候，會場的人們都笑了起來。 要是到了現在，像使用很多攝像機這種事情算不了什麼。攝像機已經格外便宜。使用很多攝像機的這種應用越來越普及。現在，斯坦福大學正在研究開發可以使用200 臺攝像機的系統。 此刻，我對自己推動了這一系統的研究感到非常自豪。 不要認為沒有用的研究才算高階在我看來，對情節描述的基本能力是對未來的預見能力。 在美國，不僅僅是研究者，很多人都有一種觀點— “想做得有意義”。當對別人說起自己的研究的時候，先會這樣問“這個能用在什麼地方呢？”“用什麼樣的結構呢？”，等等，然而如果對這樣的問題沒有明確的答案， 聽眾漸漸失去興趣，最後可能沒有人會做你的聽眾了。 我對於有意義還要強調一點，有人會說：“您的意思是要我們做應用性的研究？”也有人會說“我是搞基礎研究的，有沒有意義我不清楚”。不僅是美國，日本這樣的人也很多。說這樣話的人，不能描述情節，因此可能更不會區分其目的和手段了。 如果說我做的都是有意義的研究，那不意味著只停留在應用研究層次很沒水平嗎？如果說越是沒有用處的研究就越高階，那的確是科學性的錯誤。 25
科硏鹹功之道本來，基礎研究是用處最大的研究，因為它的應用範圍太廣了。例如，工程學上的結合了控制、訊號處理、準確率估算等技術的卡爾曼濾波器可以說是基礎中的基礎。 它就是以製造出穩定運動控制系統為具體的目標，現在已廣泛用於飛機、船舶的位置測定、影象識別、自律機器人的控制等各種領域。 與此相對，應用研究範圍就比較狹窄，所以是相比較直接有用的研究。基礎研究是長時間持續的研究，應用更加廣泛。就像在果樹受粉之後，為某個果子塗上能變甜的營養液，與在果樹根部加上腐葉土之間的區別。雖然前者只能得到一個甘甜的果實，效果卻是顯著的。但是，如果是後者的情況，給樹施肥，根系會更加發達，可以從土中汲取更多的營養，因而最後應該能得到又大又甜的果實， 而這一結果影響了整棵樹。 所以，雖說是基礎研究，不，正因為是基礎研究，才更要像個樣於。當然，誰也不能完全預測未來的事情。所以有不確定性也很好，這樣可以在中途根據需要隨時進行變更。 但是，如果抱有“雖然不瞭解原理，但結果一定很好， 所以才進行這項研究”的含糊想法就很讓人為難。特別是在大學裡，我們拿著國民的稅金進行研究，即使有不確定的因素，也有責任清楚地提出研究的前景。 所以說，不確定與含糊的概念是不同的。 第7節所謂構想力是限定問題的能力所謂構想力也是智意的一種能力。舉個形象的例子， 26
研究問題，就像在沙灘上用沙子堆城堡，想堆成什麼形狀需要用多少沙子是非常難掌握的。用手捧起沙子，就像捧起問題。沙子捧得太多，城堡就會承受不了壓力而崩塌； 捧得太少，又沒有什麼價值。擁有“智薏體力”（長時間的集中精力）的人會維持在城堡臨近崩塌前的狀態，而不高明的人在捧在手裡的時候沙子就一點點往下漏，最終反而失去了目標。 暢銷小說的構思都很優秀我十分喜歡松本清張的小說，大體上所有的作品都拜讀過，像成名作《小倉日記傳》和著名的《點和線》等等。 清張的推理小說和其他的作家相比，在構想力方面，要比他們的強很多。他塑造出的主人公的性格、職業、殺人的方法都很有講究，並且殺人的時候，換句話說，就是像那種找尋目標時候的狀態，描寫的一步一步都和殺人動機聯系起來，從開始貫穿到結束。 “原來如此，犯人的性格癖好在這裡體現出來了。” “原來如此啊，犯人果然和這裡有緊密聯絡。” 每當我讀到描寫犯人的犯罪動機，被害者被殺的方式，以及被發現現場狀況的部分時，常常會發出這樣的感嘆。前後的描寫之間沒有任何矛盾，每一個字都發揮著相應的作用。 像有些不太好的小說，因為作者的構想力有欠缺，忘了最初寫的情節，寫到一半就常常與前邊造成衝突。“這個出場人物的性格不是這樣的型別嗎？他絕對不應該做出這種事情啊。”像這樣的人物，卻行兇殺人。碰到像這樣的故事情節，就會脫口而出：“這也太巧了吧？一開始 27
像外行一樣思考，像專家一樣實踐——科研成功之道就應該對此給出一點暗示啊。” 不可能為世界上所有問題找到共同的答案構想力的重要性在研究者看來是一樣的，世界上的大部分問題都很難，用一般的形式去解決是不可能的。 特別是工科上的問題，因為自己要解決自己建立的問題，所以構想力就顯得越發重要。我們要抽取出想實現的目標和想闡明的現象。一般的抽取方法標準是：① 範圍不能太寬廣，也不能太狹窄；② 要使用的假設和假想條件不能太少，也不能太多。這樣的標準對最後的結局和結果都是非常重要的。 例如：要做一個能夠識別出人的面貌的系統，“不管照明條件，不管是哪個側面拍攝的照片，資料庫是如何龐大，都能在瞬間識別身份而不會認錯人的程式”等等，雖然並非遙不可及，但是無法解決，至少現在還無法解決—以人類的力量，目前還做不到。 儘管不是超出自己的能力， 但大概是做不出來的研究儘管（體系脈絡） 可以看得很清楚， 但是最終卻無益的研究問題的全體有益（指有用處，能幫上忙的）部分問題無益的研究儘管很小，卻是焦點集中並且有益的研究 28
但是，如上圖所示，“面貌識別”的問題四周，存在一些可能解決的非常有用的子問題。例如：“可以識別正面面貌”，“可以透過資料庫中每個人從右向左每隔10°照的照片識別”，“不僅需要照片，同樣也需要攝像的資料進行識別”。 從圖中我們可以看出，如果只是茫然地針對一般問題進行研究，成功了當然很好，但基本上是做不到的。如果是針對一些非常有用的子問題的研究，就應該可以成功。 那些看上去比較寬廣，而不針對於一個或幾個子問題，不能確定問題的焦點，那麼結果也是毫無意義的研究。還有與任何子問題都沒有交迭的研究也是毫無意義的研究。 構想力是一種智慧的能力這種準確把握問題關鍵的做法，就是研究的構想力， 是一種智慧的能力。 如果在解決問題時，能準確地限定問題關鍵點，將會非常有效，那種感覺就像是讀到設定與構思自然發展的優秀推理小說時一樣的爽快。善於研究的人總是可以做到這一點。 相反，低劣的論文和研究中，情況就不同了。“像這樣有難度的問題，應該怎麼解決呢？”一邊這樣想，一邊繼續讀下去。“哇，這種事我做得到嗎？這種方程式我能解得出來嗎？”然而無論怎樣想，心裡已經決定：“在這次研究中，假設 A=0。”“不過這樣一來就是很無聊的問題了嘛。為什麼不在一開始就對我講清楚，害我期待太多。” 事情轉變得太快，當然會感到無聊。而這正是構想力的差別。 29
羈戚功之道 “如果能給問題下個定義，就已經解決了60%。” 這是我在京都大學研究生時期的指導教師坂井利之教授的話。對於博士論文，決定問題的構思範圍之後，就只剩下實行的工作了。這一點，之後我在自己的體驗中不斷得到證實。 美國研究生博士的課程中，一個重要的環節，就是在論文提出會中發表自己的論點。我寫了一篇名為“這樣的問題，用這樣的方法研究，就會得出這樣的結果”的文章， 在指導老師、論文評委和一般聽眾面前發表並得到了認可。此外還有規定，如果經過了對問題限定並給出定義的練習，最後能夠順利透過的話就可以授予博士稱號。 構想力的確是研究開發的關鍵。就好像堆城堡時，沙子不能太多，也不能太少，怎樣捧起米，不但是一種藝術， 也是科學家的審美觀。這不是用語言可以描述的，主要在一位優秀的老師身邊觀察的過程中學到。 第8節 KISS萬法— 一單純的，簡單的 KISS 這四個字母是由“Keep It Simple, Stupid.” 這句話中每個單詞的首字母構成的。它是美國的一句俗語， 據說是從軍隊用語中演變而來的。大概是當部下做得不好的時候，長官就會大聲訓斥：“簡單點！笨蛋！” KISS 正是工程學的基本思考方法。 30
我的研究方法能真正接受這些的，就是像你這樣的人無論做什麼事情，在計劃開始實行之前或者是實行到一半的時候，一定會有消極的人這樣說： “這個太困難了，一定做不好。” “這麼做真的能行嗎？能有效果嗎？” “應該有更好的辦法吧。” 其實，英語中有個詞叫 “Naysayer”。Nay 就是 No， 這個詞的意思就是“說不的人”。 我是個做事堅持到底的人，所以要是有學生跟我哭訴說不行啊、做不下去什麼的，我一定會告訴他：“有時間翻來覆去想一些做不下去的理由，你還不如快點做。要是到最後還不行，那時候說做不下去還差不多。” 記得高中的時候，我的古文學得不是很好。有一次在書店裡，看見一本書，書名叫做《古文強化法》，大約200 多頁的樣子。封面上寫著“堅持到底”四個字，頓時引起了我的興趣。書裡寫著：“學習古文要反覆閱讀五遍。第一遍三天，第二遍一週，第三遍兩週，第四遍三週，第五遍一個月”，“如果五遍都讀完了，那麼學習高中的古文就簡單了”。 “真的嗎？”我當時抱著懷疑的態度買了這本書，之後便按照書上的方法學習古文。果然，五遍讀完之後再也不覺得古文難了。我把這事跟朋友說，卻遭到他們的諷刺： “也只有你才會把這種事情當真。” 31
斜所戚功之道堅持到了最後，就會明白失敗的原因我們在做事的時候，經常是還沒完成就想“這個也做不到，那個也有問題”。而想的這些就成了前進路上最大的絆腳石。其實做事只要堅持到最後，就算不成功也會學到很多。 有些學生做事情的時候總愛猶豫不決，總是認為這也不行，那也做不到。於是我就跟他們說：“如果要是有現成的解決方法，你肯定會去做。但是，解決方法你不知道， 我也不知道。所以，即使是覺得不可能的方法也得試一試， 這才是明智之舉啊。只要你堅持到了最後，就算沒能成功， 那你也會明白為什麼失敗。” 如果我們發現一個方法行不通，就要弄清楚為什麼行不通。如果都弄清楚了，雖然還是解決不了問題，但也能多多少少瞭解到問題的本質。一直這麼做下來的話，遲早會發現“啊！原來如此！原來這個地方是問題的關鍵啊！” 於是我們就能找到正面解決問題的方法。 其實在解決問題的過程中，最重要的就是弄清楚問題的疑難點在哪裡。任何問題都是有難度的，但是我們開始研究的時候並不知道它難在哪裡，疑難點在什麼地方，所以對“難”的認識是膚淺的。只有先嚐試去做，才會明白： “原來如此，這個是真難啊！”“這個地方是關鍵啊！這個地方解決不了，整個問題就很難解決了。”當研究進行到這種程度，就清楚問題的疑難點在哪裡了，就為進一步解決問題做好了鋪墊。所以說，弄清楚問題的疑難點是解決問題、進行研究的前提。 還有另一種情況。我們在研究的過程中遇到了很大的 32
困難，但這個困難並不是核心的難點。怎麼會有這種情況發生呢？因為研究的方向與問題本質相脫節，所以做著做著，就撞到問題本質派生出來的難點，而研究者自己還沒有發現，自然會想方設法去解決，因此逐漸陷於這些非本質的問題中，無法自拔。遇到這樣的情況一定是很苦惱的， 但只是反覆苦惱於眼前的難點是沒有用的，不如換個角度去看看問題，實際去嘗試一下別的研究方向，才能突破困難，解決問題。 別想亂七八糟的方法當今時代，計算機飛速發展，運算速度和儲存容量都比以前有了很大的提高。KISS 這種思考方法在計算機廣為應用的今天，更有其深遠意義。 以前，計算機效能不高，人們為了運算某個問題，不得不設計一些“巧妙”的方法，把問題變形、簡化，以控制在計算機的運算範圍之內。本來應該直接輸入計算機加以解決的，可就因為效能不高，實現起來非常困難。還有的時候即便是把問題變形了、簡化了，可還是超出計算範圍，結果產生了執行錯誤。 但是現在情況已經變了。現今的計算機功能強大，性能高超，把問題直接輸入計算機進行運算是最好的解決方法。這種解決問題的方法簡單、易於操作，實現起來也非常容易。所以我對學生說：“別想亂七八糟的方法，以 KISS 為原則來做。”也就是說，別再像以前那樣設計什麼 “巧妙”的方法，直接去解決問題才是最好的方法。 比如關於計算機影象處理的研究，很早以前人們的思想僅侷限在光的反射原理，使其真實再現是那個時候研究 33
成功之道的主流。但現在，發展成直接為物體表面或表層的光學物理現象建模進行計算。這種方法可以充分發揮計算機的性能，只要方法正確便自然而然地得出結果。 根據計算機的發展現狀，人們甚至可以重新考慮一下被稱之為4維全光函式從某一角度採集影象、高效存儲，並可以快速讀取的方法這種以前都不可想像的方法（4維全光函式演算法需4維取樣，對資料量的需求特別巨大，資料採集十分困難，所需時間相當可觀，所以對於真實環境來說，建立一個這樣的模型非常困難，甚至是不可能實現的）。 不要束縛於固有觀念，單純、簡單地思考、勇往直前。 只有這樣，成功的可能性才會增大。 第9節智慧體力—所謂的集中力， 就是讓自己成為問題本身在研究界活躍的研究者都有一個共同點，就是擁有智慧體力。 智慧體力是我造的詞，指的是長時間連續思考同一個問題，或是從各個方面來思考同一個問題而怎麼都不厭煩的能力。 1 無論何時，都可能突然碰壁研究，是一種難以預料結果的工作。研究者在開始一項構思優秀的研究之前，都會假設這樣的一個場景：“做 34 -
了這個就會得出這樣的結果，產生這樣的作用”，進而預計最終會取得什麼樣的成果。做了一段時間後發現很順利，自然而然就確信一定會達到預期的目標，但實際中， 很可能會做著做著就進行不下去了。這時，研究者就會懷疑是否能達到預期的目標，甚至有的時候都懷疑自己研究的問題是否有價值。而後就越發不安，越發進行不下去了。 研究與做練習題不同。教科書上每章章末的習題，不論多麼困難，但只要應用這章所學的定理和思考方法就一定能解答。研究卻與其有著本質的區別。 沒有智慧體力的人會想：“這個問題就算研究下去， 前面也會遇到巨大的障礙。這樣的話根本不會成功啊！” 那個障礙可能在前方10cm 處，再需要10天就能跨越它。但那個障礙也許在前面幾 km 的地方，這一切都是未知的。 所以說，沒有那種可以打敗對未知的不安、為得出研究結果而持之以恆的智意體力，是很難研究出什麼成果的。 我曾經連續74小時集中精力思考問題智慧體力首先要有體力的支援，所以強壯的身體是必不可少的。但只有體力是不夠的。如果一個強壯的人聲稱： “我對自己的體力有自信”，但他在書桌前坐上一個小時就犯困，那也是一事無成。智慧體力才是最重要的。 研究與瘦身運動不同，研究不是一天十分鐘、每天堅持做就可以得到好結果的。它需要智慧體力，需要長時間、 專注的思考。這個“專注”是一件非常艱苦的事情。“專注”並不是指一動不動，而是指頭腦中無時無刻不在思考： 35
職感功之道 “不是這樣，也不是那樣，為什麼不行呢？那麼是這樣吧？不對，這個也不對。那個呢？那個也不行•…•”有時候還需要邊動手邊做實驗邊進行思考。不管是吃飯還是睡覺，頭腦都在滿負荷地運轉。 我年輕時候睡眠比較少。有時候一週內，一天睡兩三個小時，不同斷思考也不算什麼。讀研究生的時候，有一次74個小時連續不斷地思考問題。 據說職業棋手米長邦雄，在下棋中持續集中精力思考，以致在棋局結束後頭皮都變紅了。我猜，可能是由於他長時間集中精力，血液大量湧入腦內，血壓上升，頭皮變熱，發生了物理變化的緣故吧。 智慧體力不強的人，精力不集中，很容易產生厭倦的心理。研究了一會兒就會想：“剛才這個問題想過了吧， 稍微休息一下吧。”總是很容易感到疲倦。所以我把智慧體力定義為“不知疲倦的力量”。 那麼，要想保持這種不知疲倦的力量應該怎麼辦呢？ 讓自己成為問題本身我經常跟學生們說：“所謂樂中精力，就是把自己變成所思考的問題。”然後，會向他們介紹一套解決問題的方法。 當我們要解決問題的時候，通常會有三個階段。 ① 在頭腦中描繪問題—這個階段，要仔細、反覆地思考問題是怎麼產生的，從什麼地方入手最容易得出答案。也要想到那些有可能產生但與本質無關可以暫且擱置的問題，甚至跟本質並不十分相關的問題也要想到。這樣 36
做的目的就是要廣泛收集材料，打好解決問題的基礎。 ② 培養解決問題的基本能力——這個階段做例題是很關鍵的。最初可以從一眼就能看出答案的儘可能簡單的例題開始。然後要多想一些解法，並思考例題的題點與答案之間的關係。比如說，“假如物體的重量翻倍，該道題的答案結果應該翻倍”等等這樣的假設。 接著做一些稍微複雜的例題，或者把原來的例題複雜化。比如：“到目前止，假設物體都是隻有一個的情況， 如果要是有兩個，應該如何解答。”只將例題解決了還不夠，還要思考是如何變得這麼複雜的，為什麼原有的解法就不能解答問題了。 ③ 增強解決問題的能力——這個階段要多嘗試，多找些問題來試，逐漸提高解決問題的能力。要像纏繞細銅絲一樣，一圈一圈慢慢纏繞，才能形成銅線圈。提高能力的過程，是不能中斷的，一旦停止，已經積累起來的能力就會土崩瓦解。建造高樓的時候，高度越高根基也越深， 正是這個道理。 這些階段都經歷了，就會有解決問題的自信了，就來嘗試一下研究吧。在研究的過程中，還要思考“我能不能證明這個解法是正確的啊？”問題解決之後還要反過來想 “我能不能做出一個該解法解不出來的例題呢？”這種逆向思維對於深刻了解問題和培養思維能力是十分有效的。 反覆這個過程一直做下去，直到有一天，感覺到自己就變成了問題本身。那種感覺好像在思考某個問題時，如果力不從心的話，就能感到身體的某個部位疼痛。一直到產生這種感覺，就是達到最終目的地了，以後無論再思考什麼樣的問題都能做到深入、徹底。 37
科羈戚功之道職業棋手下棋的時候，如果對手下了一記狠招，經常會說“疼啊”這樣的話，可能他已經把自己變成棋局本身了。 第10節；越能幹的人，越會迷茫無論做哪種研究，不管是難還是簡單，在開始之前都是充滿希望的。多數情況不會一開始就走到了盡頭。經歷了千辛萬苦取得成功之後，可能又會覺得不敢相信：“真的這樣就解決了嗎？” 研究的過程中經常有兩種感覺：“能不能行呢？”這種不安感，以及“啊！成功了！”這種成就感。研究者親身體驗這兩種感覺將成為智慧體力強有力的基石。 我的研究生時代—要儘量提早拿出漂亮的成果說實話，看我現在好像在說一些很了不起的話，可我在讀研究生的時候，也有過迷茫、煩惱的時候。 我從小到大一直很優秀，別人也都這麼評價我。從小學到高中，到大學，我一直都成績優異。這都要歸功於我的記憶力。我的記憶力非常出色，基本不需要隨身攜帶記事本。像電話號碼、跟別人約會的時間地點什麼的，我很輕鬆地就能記住。所以，我應付那種背誦的考試遊刃有餘。 那時候考試無論哪門學科我都預計能拿100分，感覺就像是遊戲一樣，高高興興地去考。長期如此，使我潛意識中存在著“無論什麼事，別人都認為我會做得很好”的怪異 38
的心理狀態。 開始博士研究生的課程之後，這種怪異的心理就變成了“不盡早拿出漂亮的成果是不行的”。它給我造成了一股很大的壓力，所以我常常急於尋找能夠快速拿出成果的研究課題。在我看來，數學是那種讀讀高深課題的論文就能瞭解個大概的學科，馬上可以取得成果，於是就著手研究它了。 本書前面也提到過了，研究與考試是不同的。做研究的時候，並不知道解決的問題有沒有價值，也不知道問題的本身有沒有答案。正因為如此，研究是不可能簡簡單單就成功的。果然，我就發現這個進行不下去。於是就開始下一個課題，再進行不下去，然後再一個。這樣，我研究了很多課題，倒是讀了不少領域的論文，知道不少事情， 除此之外一事無成。轉眼間三年的課程已經過去了兩年。 於是我開始擔心，如果再這樣下去，我的博士課程就要這樣一事無成地結束啦。 就在那個時候，當時的助教、現在京都大學的校長， 長尾真老師對我說：“金出，你就試試研究一些稍微具體點的事情吧！”然後就告訴我有個電子影象資料庫，裡面儲存著很多人的頭像。他對我說：“如果你能開發出一個程式，可以處理資料庫中的電子頭像得出相關資料，又能根據得出的資料對人進行識別，只做到這一點就是一件很了不起的事情啦！”這個資料庫是1970年大阪世界萬國博覽會的時候長尾真老師收集的，一共有1000人的電子頭像，這在當時是一件很了不起的事情。 其實我當時更傾向於做一些偏理論性的東西，但是也遵從長尾真老師的勸說，開始著手這個課題了。當然做這 39
秧豜成功之道個也不是一帆風順的，我也陷入過困境。但因為有一個實際的具體的目標，使我堅信終會成功，歷經艱辛努力了一年，最後終於成功了。 最後這個課題成了我的博士論文：從頭像的輸入，到提取特徵，到辨別，由計算機自動進行著一連串的處理， 進而得出充足的資料，並以這個資料來識別人的面孔，作為世界領先的研究成果（經美國國家科學委員會報告驗證）而為人所知。 具體目標與高層研究這次經驗在我以後的研究生涯中有著非常重要的作用，它使我明白了：做研究和搞開發沒有具體的目標是絕對不行的。 總是有很多人說要研究高階的東西，要深入研究數學，要研究本質的基礎的東西，並以此為目標。其實這些都不算是目標，都是對研究的性質或者是結果的一種希望，希望透過某個具體研究專案而能夠研究到本質。如果真的是以研究本質為目標的話，研究肯定會是行不通的， 就會考慮：“這樣一直研究下去就會得到好結果嗎？現在是不是在解決本質的問題呢？”這時，已經不是在思考問題本身了，而是在顧慮這樣做下去的意義與成果，失去了研究的心態，陷於無盡的煩惱當中。 在我看來，所研究的並不是課題中要解決的問題，而是這個研究本身的意義與前途，我把這種研究命名為高層研究（Meta 研究）。Meta 在邏輯學中是“關於那個的，更高層次的”的意思。比如說語言學是一種學問，研究語言學的意義與發展的就可以叫做高層語言學。顯而易見，高 40
層語言學對於語言學本身是必要的，但這個高層研究，對於推進研究向前卻是沒有必要的，是毫無意義的。 但是，一旦有了具體的目標就不同了。有了具體目標之後，就算研究進行不下去了，也有那個具體的目標作為前進路上的指標，指示著要走向哪裡。有時候目標也會變化，或者更高，或者有所降低，如果目標更高了，當然相應最終的結果也會更好。 不安感與成就感是智慧體力的基石實際上，每個研究者都體驗過研究遇阻礙時強烈的不安與迷惑。就算那些已經有所成就的人，也時常有這種感覺。 研究的過程中經常有兩種感覺：“能不能行呢？”的不安感和“啊！成功了！”的成就感。體驗這兩種感覺將成為智意體力強有力的基石。 就算是卡耐基•梅隆大學的電腦科學系和機器人研究所的博士研究生，這樣世界範圍內精選出來的人，也避免不了這種感覺。不，應該說正因為他們是挑選出來的精英，所以才更容易陷入困惑。 總有些學生因為研究設定的目標太大太空泛，而產生不安和迷惑。我就對他們說：“你們真像我年輕的時候一樣啊”。然後建議他們選擇有具體目標的課題，告訴他們不用擔心，只要盡全力堅持做下去就一定有好的結果。並加上一句忠告： 要想成功，必定迷茫！ 41
蝌囅戚玏之道第11 節從“做不到”重新開始 “不可能理論”的典型例子是被稱為“永動機”的能量守恆定律。根據能量守恆定律它是不可能實現的。證實了這個以後，人們停止了嘗試製造永動機。雖然人們不能製造這種不用外部供給能量，自身可以永遠運轉的機器， 但是根據製造永動機的經驗，人們發現了熱效率併為今後製造更好的機器提供了寶貴的經驗。 消極的結果卻帶來了積極的效應。 科學的進步就是不斷追求更高的極限有人說：“科學時代已經結束了，再也不會有什麼更新奇的發明了。”科學工作者之中，雖然也有人發表論文說“現已證明，今後再也不會有什麼新發明了”，但大多數人還是反對這種說法。 其實現實並不是那樣的。比如計算機的發展就是日新月異。20世紀60年代，計算機像競賽一樣成倍發展， 但到了20世紀80年代，發展速度緩慢，甚至有人說不會再進步了，還舉了很多例子：矽晶體上不能畫再細的線了，不能製造出更小的電晶體了，磁碟的容量不能再增大了，等等。根據這些說法他們得出的結論是：發展速度下降是必然的。但是，事實是那樣嗎？ 直到現在，計算機的發展還遵循著摩爾定律。但我並不是說會永遠這樣發展下去的，照現在的情形計算機發展 42
早晚會達到物理的界限。這是事物發展的規律，是不可阻擋的。但是，像這樣，不斷地向前，突破極限，就很可能誕生出一種新的發展方式。比如說，利用量子力學理論研制量子計算機。 科學工作者說不可能的時候，他很可能錯了 《2001年宇宙之旅》的原作者亞瑟•C•克拉克曾寫過三條很有趣的技術法則。 第一條：科學工作者宣告某件事情是可行的時候，基本上他不會錯。但當他說不可能的時候，他很可能錯了。 第二條：發現極限在哪裡的惟一方法就是超越極限， 嘗試向稍微超越這個極限的領域邁進、冒險。 第三條：無論是哪種技術，只要它是非常先進的，那看起來都跟魔術沒什麼區別。 雖說普遍認為克拉克只是個普通的科幻小說作家，但他早在成功傳送史潑尼克號衛星（第二次世界大戰之後蘇聯發射的首顆人造衛星）之前就提出了利用衛星進行通信、氣象觀察等具體方案。這件事在日本雖然並非眾所周知，但確實是很值得注目的。 實際上，我們研究者也寫一些證明“什麼什麼不可能” 的論文，但在大多數情況下，論證不可能不是真正目的。 所說的“不可能”指的是“以現有的條件不可能”。而且論文中還會指出需要什麼樣的新方法才能突破現狀得以解決。我也曾認為一件事情不可能的，後來證實我的確想錯了。下面就說說那個我認為不可能的事情。 1977年，我作為客座研究員在卡耐基•梅隆大學逗留 43 |
科廚成功之道了一年半。那是我研究生涯的轉折點。當時我從事的研究叫做“摺紙世界理論”，主要內容是根據二維影象重現三維立體物體。 說一下“摺紙世界理論”吧。人們是可以透過在紙上用線描繪出的圖形來想像出其立體圖形來。比方說，把從方糖斜上方看到的影象畫在紙上，人們就可以認出是一個立方體。但是這幅圖僅僅是由平面上畫著的九根直線組成的，人們為什麼就能認出是個有縱深的三維物體呢？如果解釋成“因為見過，所以知道”或者是“因為學過，所以並不奇怪”，那麼這項研究就不用進行了，也就到此為止了。 我想：“是否能從數學理論的角度進一步解釋其中的道理呢？”其實有一個很簡單的辦法，將紙板上的圖畫， 也就是平面影象，沿直線剪裁、摺疊、貼上，僅用這三步操作，就復原出了三維物體。我受這個啟發，把這項研究命名為“摺紙世界理論”。摺紙世界是很簡單的，比我們所居住的世界小很多。比如真實世界有圓柱體，摺紙世界裡也可以做到，需要將平面彎曲，簡單透過“折”是做不到的。還有球體，用平面無論如何也不能做出來。但普通的屋子的形狀或者是桌子箱子等的形狀（近似的）都可以看成是立方體的形狀，這些都包含在“摺紙世界”之中。 這項研究主要就是要尋找出合適的數學理論，透過它用給定的二維影象，反過來計算出“摺紙世界”中三維物體。 我曾經認為將平面上所畫的圖形轉換成三維的並導出，匯出的當然是一個物體，並且人們從方糖的圖形只能認識到它是個立方體也說明了這一點。但是，我開發了一 44
個計算機程式用以實現“摺紙世界理論”，大功告成之後我開始試著執行，結果給定一個二維影象居然得出多個三維物體。我百思不得其解。最初我以為是我的演算法錯了， 又重新寫了一遍程式， 但還是得出多個三維物體。僅僅是以一個看起來是個箱子的影象立方體？ 箱？ 進行復原，得出的三維物體就有7種之多。之後我決定動手實驗。我將這些還原出的物體都按照計算機顯示的樣子做出來，然後給它們一個一個拍照片。最後看這些照片真的跟原始的二維影象一樣，看起來都像個箱子的影象。這是理所當然的。只要我的理論沒錯，應該會得出這樣的計算結果。 消極的結果也有積極的意義我困惑了，認為是有一個答案的問題卻得出了多個答案。我思索著是不是哪個地方我的思考從本質上就錯了呢。最後我終於明白了，原來我計算得出的結果是所有可能的圖形，應該會有多個結果，因為可能的圖形絕不僅僅是一個。我們常人看到箱子的影象時，只是根據經驗判斷它是立方體，並想像成應該是箱子的形狀，根本不會考慮到還會有別的可能。而計算機會毫無差錯地給出全部答案，顯示多個物體。 看來我把“可能是（Possible）”與“應該是（Probable）” 這兩個詞弄混了。我所想到的是“應該是”的物體，計算機給出的結果是“可能是”的物體。 實際上，在“摺紙世界”以前的其他理論，正是沒有 45
珊戚孜之道弄清楚“應該是一個物體”與“可能是多個”的區別而進行不下去的。我沒有為確定是哪一個物體而繼續研究“折紙世界理論”。因為要想確定到底應該是哪個物體，只需要引進一個現成的新增其他要素進行分析的理論就能做到，所以我把“摺紙世界理論”做成了一個具有一般性的理論。這也是繼我的博士論文之後，又一個可以說成是聞名於世的成果。 說句多餘的。英語中 Possible 和 Probable 這兩個詞意思很相近，查字典都是“可能是、應該是、大概”的意思， 其中的微妙差別根本體現不出來。夏目漱石在任英語教師的時候，就有學生問他這兩個詞的差別。他解釋道：“我現在作為一個老師，在講臺上倒立是 Possible，但卻不是 Probable。”精闢的解釋啊！我在圖形還原這個問題上能想到其中的奧妙，也是受到了夏目激石的這段小故事的啟發。 再看一看為什麼人們只能想到一種影象呢。其實也好理解，如果人們能像計算機一樣，擁有看到一個平面影象眼前可以浮現出多個可能物體的能力，那可就亂套了。要想用二維影象表現出立體物體，只會引起混亂，根本無法傳達本意。當看圖畫、照片、電影的時候，每個人所想到的物體都是不一樣的，那就不能正確地傳達作者要傳達的資訊了。舉個例子，為了表達不同的意思而使用十幾個單詞，因此才有了所謂的交流。但還好，至今我還沒遇到誰可以由一幅箱子的影象想到箱子以外其他的東西，不用擔心產生歧義了。 “答案並不是特定的某一個”是“摺紙世界”研究的轉折點。我對這個理論的思考經歷了這樣一個過程：“不能確定一個物體” “為什麼不能” “不能是正確的” 46
“那樣的話應該思考些什麼”。可以看出我並沒有停止在“不能確定一個物體”這個行不通的問題上，而是換了種想法從別的角度考慮，最終得出“不能確定一個物體是正確的”的結論。 很多人在研究遇到阻礙的時候，並不知道束縛自己的是一個“不可能”的問題，不但無法產生更好的想法，甚至會陷入這個問題中，難以自拔。可這時沒有人會告訴你說：“你這個問題本來就是不可能的，還是停止研究吧。” 我們只有靠自己的力量盡力避免那些根本行不通的問題， 或者說要是行不通的話就稍微改變一下策略，從反面思考一下，是否有解符。這種思考方法才是最重要的啊！ 第12節在與他人的交流中完善自己的構想與別人交流自己的構想，並不一定是要徵求對方的回答，或聽取對方的意見。即便那個人是這方面的專家也沒關係。把自己的構想跟他人交流，是要錘鍊自己的想法， 發現不完備之處，觸發新的靈感，並且練習如何提取概要以便讓他人瞭解自己的意思。英語中，要跟別人交流自己的構想時，會說 “Would you please be my sounding board？（能否請你聽聽我的想法？）”就是這個意思。 “日本人缺乏創新思想”這種說法是不正確的如果問起日本的研究生“你最近在研究些什麼啊？”， 47
威功之道有的人會回答：“有些不成熟的想法，還不值得跟老師探討！”還有人回答：“有些好的構想，但還沒有完成，所以就不說啦！”他們這麼說可能都認為只幹不說是一種美德吧，但我覺得，這兩種回答只會讓人覺得他是有很大的問題解決不了才不說出來。依我的經驗來看，到最後這種人的構想很少有開花結果、取得成就的。 有一句話曾經十分盛行，就是現在也偶爾聽到有些所謂的知識分子說：“日本人缺乏創新思想。”這個說法是不正確的，有很多日本人都擁有絕佳的觀點與想像力。不用說日本人曾多次獲得諾貝爾獎了，就說我們身邊的各種工業產品：i-MODE 手機、遊戲軟體、漫畫動畫，等等，無一不體現出日本人的創新思想。但很遺憾的是，一般日本人都缺乏一種能力：錘練自己的想法，使之昇華，將其變為容易接受的形式向人們傳達，得到認同，並把大家都變成這種想法的信搴者。 一個所謂的構想，如果不能正確地傳達給別人，那它就不能稱之為構想。 要昇華自己的構想，具體應該怎麼做呢？ 無論什麼構想，最初大都只是個偶然的想法。錘鍊構想的方法就是跟他人交流，在交談中驗證是不是一個有價值的想法，獲取相關知識，修正不完備的地方。昇華構想的關鍵是“交流”，因為他人有很多自己角度的認識、想法，借鑑過來才能完善自己的構想。 跟他人交流自己的構想時，突然發現沒有想到的地方只在自己的頭腦中思考構想，是暗地裡的思考，那樣就會總覺得自己的想法是完全正確的，無法發現其中的紕 48
漏。而跟他人交流時，要想得到對方的理解，就要清清楚楚、明明白白地講出來。比如，講解的時候說“這個想法可是很好的啊！”對方一定會問：“你說好，那理由是什麼呢？”這個時候我們就得給予明確的解釋了，進而就可以發現自己的構想哪個地方還有漏洞。 比如，交流的時候我們跟對方說“假定為 A”，如果對方的反應是“這個假定挺正確的”那還好辦，但如果反應是“這個假定是不是有點極端啊”，這時候就得想了： ① “確實有點極端，現在馬上就把這個假定去掉。” ② “可能是有點極端，但剛開始嘗試研究這個問題， 假定極端一點，會讓問題簡單一點，這樣會更好吧。” ③ “不，這個假定很重要，就算是極端也必須要用， 強化一下放置這個假定的理由吧。” 經過一番思考之後，決定“那麼先以②進行下去吧”， 再接著解說，進而得到對方和自己心裡（這個才是更重要的吧）的認同，完善構想，向前發展。 跟他人交流的時候，總有要回答問題的時候。也許就在闡述和解釋問題的時候，頭腦中一下子閃現出尚未想到的地方，意識到“呀！把這個地方補充進來這個理論才算是完成啊！” 其實前面提到的“摺紙世界理論”就是這樣完成的。 在研究的開始階段，我把這個現在看起來還是覺得完全沒有意義的理論，對A•紐維爾教授說，他問我：“武雄， 你所做的這些，與針對類似問題的某某所做的研究有什麼不同呢？”在我要說：“這個•••”的時候，頭腦中啪地 49
戚勱之道一聲浮現出了問題的關鍵所在。 幾年之後，我跟紐維爾教授說：“多虧您當初問的那個問題啊，我才得出的這個成果。”而他卻不記得了，說： “我提過這樣的問題嗎？” 美國的大學裡無論是學生還是教授，都喜歡把自己的想法跟他人交流。所以研究所的走廊裡到處都是黑板和椅子，還經常會看到高談闊論的身影。我覺得日本也應該大力推廣這種習慣。 把自己的構想跟他人交流，不會被他人盜用嗎經常有研究者、企業的研究專案負責人和學生問我： 像你這樣，把自己的構想跟他人交流，恐怕會被他人盜用吧。我的回答是讓他們分三種情況考慮： ① 對方已經知道的情況下—對方原本知道的話就沒什麼損失了，頂多也就是引起了對方的注意罷了。 ② 對方還不知道，但對那個構想根本沒有興趣，把跟他說的話都給忘了——這種情況也沒有什麼損失。 ③ 對方還不知道，而且根據所聽到的會領先一步取得成果。 出問題的就是③這種情況了，是聽過你的想法之後開始動手去做的，卻先一步取得了成果。這意味著什麼呢？證明對方的頭腦聰明、手段高明。也就是說，對方先取得成果的機率原本就是很高的。所以，無論你是否把構想說給對方聽，都會敗給對方的。這樣的話還是不必擔心吧！ 50
第13 節加上一點我的親身經歷研究者必須知道以下三件事情：① 能得出好結果的方法，其中必有訣竅；② 結果不會像魔術一樣自己跑出來：③ 識別結果的能力是很重要的。 我總愛說自己小時候貧窮的經歷，還把這個引以為豪。下面，我就拿自己的真實的親身經歷為例，證明這三件事情的重要性。 小時候我什麼東西都自己動手做我出生於兵庫縣冰上郡，是五個兄弟姐妹中最小的。 也可能是當時家裡窮的緣故吧，我從小好奇心就很強，有想要的東西都不會去買，而是試著自己做。但可惜的是，我的思考總是缺那麼一點。記得曾經有過這麼一回事。 上小學之前，有一次我想要在附近的河裡釣魚，由於不能跟家裡說要買漁具，所以只有自己做。我暗自觀察垂釣的人，發現他們使用的漁具就是一段細繩，並且前面系著一個J字型的金屬鉤。於是我用鉗子把針彎成J字型， 再系在一段白色的木棉線上，掛上蚯蚓，心想著“好！有了這個就成了”，就在橋上釣起魚來。但是，試了幾回也釣不到魚。魚都是把蚯蚓吃了就跑了。我想可能是白線不好，就換了黑線，但換了黑線也還是不行。 從那以後，我就沒喜歡上過釣魚。 51
羈戒功之道當然釣不上來啊。我並沒有注意到魚鉤上有個“回鉤” 的裝置，它能使魚一咬餌就跑不掉。 每當我看到帶魚鉤上的回鉤就欽佩不已：“發明回鉤的人真了不起！他一定是不甘於每次魚都逃走，而最終想到的。” 能變出錢的瓶蓋小學一年級，我家搬到了神戶。 二年級的時候，放學後學校的後門那地方總有很多商販賣小孩喜歡的東西。 有一天，我看到有人在賣一件了不得的東西。那是一個像瓶蓋似的東西，只要念著“一、二、三⋯⋯”將它晃一晃，裡面就會出現好幾個 10 日元的硬幣。看到後我心想：“就是這個了！只要有了這個，我們家就再也不會受窮了。”一問，要10日元。我跟賣東西的人說：“叔叔， 等等我，我去取錢馬上回來。”隨後便飛奔回家。 “我看到個了不得的東西，給我10日元就能買回來。” 我氣喘吁吁地跟媽媽說了整個原委。 媽媽說：“那是魔術，不可能變出錢的啊！” 而我還強辨：“不！不對！絕對能變出錢來！” 母親從不允許我亂花錢，但那天不知道為什麼卻給了我10日元。我緊握著錢，目不斜視地跑了回去。一想到 “要是叔叔已經回去了可怎麼辦啊！”而不由得忐忑不安。 最後，終於把那個東西買了回去。 我跑回家，徑直衝進衛生間。為什麼衝進衛生間我現 52
在也說不清楚。我數著：“一，二，三⋯⋯”晃了晃瓶蓋 —什麼都沒有。全身一下子熱了起來。我調勻氣息，再一次數著“一，二，三••”可還是什麼都沒有。這樣試了好幾次，終於明白根本不會出來錢。 我心想：“這下可糟了！”不由得眼淚上湧，抽抽嗒嗒地哭了起來。當時的情景現在依然歷歷在目。 這次簡直失敗極了，是我犯過的極其嚴重的錯誤之一。直到現在，當時心裡對母親的歉疚感、二年級了還能這樣被騙的悔恨感、生氣自己如此愚蠢的感覺現在還能浮現出來。雖然犯了錯誤，但是我認為這種經驗是教不來學不到的。我一直堅信，那次的經歷成了我之後人生道路上前進的原動力之一。 銅的氣味昭和20年代末到30年代初，我在神戶渡過了小學時代。那個時候誰家都是把鍋或是門把手等沒有用的金屬連同從道路上撿來的金屬賣給收廢品的，以彌補生活費的不足。 我對這件事情比別人更熱心。還是小學三四年級的時候，金屬我只要看一眼就能分辨出它是鐵、馬口鐵、錫、 黃銅還是鋁什麼的。而現在我拿根黃銅棒給在上初中的孩子看，問他是什麼，他還回答說不知道呢。“這可不行啊！ 你爸爸我小學三年級的時候••••”沒等我說完，孩子就還嘴：“時代不同了！” 賣廢品銅是價錢最高的。而我對自己鑑別銅的能力很有自信。有一次，我在路上走著，看到了一個被人們踩著、 滿是塵土的、直徑一釐米長約五十釐米的繩子一樣的東 53
功之道西。我的心開始怦怦地跳，看到它的那一瞬間我就知道它是銅，撿起來一看，果然沒錯就是銅。之後我把它賣給廢品收購站，賣了150日元（相當於現在1000日元）。真是個很大的收穫啊！ 那之後三十年後的某一天，我在匹茲堡的家裡植樹。 正用鐵鍬在院子裡挖土呢，突然感覺鐵鍬碰到了什麼東西。跟三十年前一樣，我的心開始怦怦地跳起來。正在驚訝的時候，發現下面埋著一根長長的銅管。看來我對銅的味道的嗅覺真是一點也沒有衰退啊。 時代不同了，沒辦法拿去賣，我又重新把銅管埋回原處。 第14節 “像專家一樣思考，像外行一樣實踐”就精糕了如果說“像外行一樣思考，像專家一樣實踐”是一種恰當的方式，那麼與之相反“像專家一樣思考，像外行一樣實踐”的話，就糟糕了。我跟很多人都說過這種想法， 大家都不由得會心一笑。看來世上還是有相當多的人與我的想法差不多。 我的艱辛歷程—過去的計算機實際上，我總結出“外行一樣思考，專家一樣實踐”， 還是在20世紀70年代、在京都大學的時候。那個時候我們有一套系統，這套系統的製造者的思考方式倒像個“專 54
家”一樣，可真正實踐製造卻像個“外行”。 為了讓大家更好地理解我的辛苦歷程其中有趣的地方，下面我說明一下現今僅在計算機博物館能找到的一種工具。 這個工具的正式名稱叫 Herman Hollerith 卡，通稱叫 IBM 卡，大約在25年前，要是向計算機中輸入程式或數據時，會需要使用它。 雖然叫做 IBM卡但並不是現在所使用的PC卡，而是個像支票一樣大小、長方形的紙板。紙板可以容納橫 12 行，豎80列的圓孔。而在每一列中，用圓孔的有無及排列方式表示數字或字母，每行可以表示80個字。給紙板打孔的機器叫做卡片穿孔機，是一個桌子一般大、笨重的機器。打孔的時候，在鍵盤上打字，卡片就會一點一點地推進，打孔那部分會咔嚓咔嚓地打孔。複製或修改的時候， 在讀卡器那端放入卡片，機器會從卡片讀入資料，而在打孔器那端便會複製，並在適當的地方跳過或是插入新字。 使用這種方式輸入程式，一千行的程式就要用一千張紙板，所以當時計算機技術人員的典型標誌就是得意洋洋地提個裝滿紙板的閃閃發光的硬鋁箱。 發明文書處理機的初衷是什麼 20世紀70年代中期，那時的我還在京都大學做助教， 後來我去了美國，在美國的時候，使用過一個叫做EMACS 的文書處理機。這種文書處理機用起來很方便，使用的時候，跟現在的文字編輯器，透過移動螢幕上的游標，可以對文字、單詞、文章進行操作，並可以儲存或編輯檔案。 現在看起來當然會覺得文書處理機就應該是這個樣子，可 55
嘅戚玏之道那時，這麼便於操作的機器可是不多見的。這個東西可以說是現代螢幕文書處理機的原型。它可以同時操作多個窗口，已經不單單是個文書處理機了，也是個整合了操作系統、可以執行程式的簡單的計算機。但移動游標用的不是滑鼠，而是用按鍵進行操作的。 EMACS對按鍵的定義非常直觀而且易懂，一旦知道了其中一個的操作方法，很容易就能類推出其他的操作方法。所以，我僅是學了點基本操作便能上手使用了。而且不久就越用越熟，完全脫離操作手冊也可以熟練地使用它。 當時我就感慨：“這個太好用了，誰發明的真是太好了。”現在二手電腦商店裡依然有很多人不願用滑鼠而喜歡用按鍵的。這種按鍵的發明在計算機軟體發展史上也是個不朽的業績啊。 而後，我回到日本，那時京都大學的計算機中心引進了一些機器，是由兩家能夠代表日本計算機發展水平的公司生產的。但學生的程式設計課還是使用卡片輸入程式。雖然有使用螢幕的編輯器，但也就是簡單的、用命令一行一行地操作的行編輯器。我覺得這太落後了，就想引進 EMACS 那樣的文書處理機，便問H公司的系統工程師：“你們公司有沒有學生用的使用顯示屏的文書處理機啊？”他回答說：“當然有了。”於是我滿懷期待地引進了一部以為有著 EMACS 一樣功能的機器。 意想不到的事情發生了。這個機器非但沒有視窗這種概念，而且它僅是以文字為單位進行處理的，像是移動單詞、移動前後章節或者定義一塊文字的開頭結尾再進行移動這樣的塊操作一概不能實現，只能是一個字一個字地向 56
前向後移動。更可氣的是，一行只有80個字，不能增多也不能減少。我怎麼試也不能把一行拆成兩行。 我去問那個工程師，他卻對我說：“教授先生，卡片是每行處理80個字啊。您見過把一張卡片撕成兩張用的嗎？” “這算什麼文書處理機呀！”這個文書處理機分明是把IBM 卡片穿孔機的功能絲毫不差地搬到螢幕上來了！ 而這個計算機公司的專家對“文字檔案的生成與編輯”功能的理解，除了認為跟卡片穿孔機相同之外，其他的什麼都沒想到。也就是說，他們是“專家一樣思考”。 他們就算問一個經常有處理機處理信的秘書，問問她在給上司寫報告的時候浮現的想法，也會受到不少啟發， 開發出功能大不一樣的產品。 在我們身邊的日常生活中，也有這樣的例子。像是錄像機遙控器，過於複雜，誰也不用。這些都是把“專家一樣思考”發揮得相當好，實際效果卻相當壞的例子。 每個程式不同的數字輸入法如果應該像專家一樣實踐的事情相反的像外行一樣實踐的話會怎樣呢？結果一定不會讓人滿意。 20世紀70年代初期是微型計算機（簡稱PC）的時代。 最初的PC 是沒有作業系統的，即使有也是相當簡陋的， 根本不像今天這樣強大，而它最大的長處就是輕便。PC 的記憶體僅有32KB，這在今天簡直無法想像。更無法想像的是像分配記憶體這種工作需要使用者自己來完成，也就是設定控制地址 （Control Address）。 57
研戚勸之道在那個時代並沒有像今天的 USB 這種即插即用、使用方便的匯流排介面。要想連線外部裝置就要給裝置在記憶體中分配一個的特定的地址（就叫做控制地址）。 控制地址是PC所有者自己設定的，所以不同的機器是不一樣的。當啟動應用程式的時候，程式會詢問必要設備的控制地址，所以每次要使用程式時，需要做一回應該詢問一系列麻煩的操作。 大部分的PC 都是用四位數字表示控制地址，並且控制地址大多數都是0003、0025這樣的小數字，雖然被稱為四位數字，但在日常生活中通常會省略前面的0變成 3、25。 比如說現在要使用多個應用程式，都是 F 公司開發的。設定控制地址的時候，有時把O省略掉，用3代替 0003 也能夠正常執行，操作十分人性化。可是有的程式這麼設定卻得到錯誤資訊：“錯誤，不正確的地址。”只有把 0003 四位數字全部輸入進去，程式才會處理。我不由得生氣： “究竟要輸入幾位數字啊！” 看了這麼長一段話，讀者可能會說：“喂，這點小事用不著生氣吧？0003這種格式什麼時候都可以處理，都這麼設定不就行了。可以使用3的地方就當是撿到便宜了！” 這種說法當然正確，但我想說的是，兩種方式都可以處理的軟體與只可以處理一種方式的軟體混雜在一起，這就是個大問題！ 這種現象說明，這家公司各個軟體對使用者輸入數字的處理方法是由不同的人開發的。這就是外行的做法，外行的實踐。一個公司所有軟體的這個功能，應該是由同一個人或者是遵守同樣的規則開發。誰都知道，，程式專家一定 58
會把它統一的。無論從統一性、品質管理、將來便於修改的哪一個角度來考慮都應該這麼做。 開發系統的人頭腦中一定要有“使用者是在與系統進行對話”這種概念。事實上使用者不是透過一點點閱讀操作手冊記住系統的使用方法的，而是透過使用，在頭腦中形成印象，系統對每一項操作的反應是什麼。 系統的反應不一致，只會使使用者混亂，產生不信賴感。 系統與使用者的關係，就像老師與學生的關係，老師的舉止行為前後不相同，就根本不能博得學生的信任。 這裡所舉的例子不能說明日本的資訊產業在當時不夠發達，至少說明當時嚴重落後於美國，我覺得現在應該不會有這種事情發生了。 但是，無論是以使用者的需要和感受為出發點、做出的軟體功能強、技術高、自成體系的 EMACS，還是與之相反的、自稱專家，卻隨便加入與使用者無關的功能，製作也相當業餘的失敗軟體的例子，這些都令我們深思，給我們以啟示。 第15 節關於獨創和創造的三種違反常識的說法這章我們來談談“思考新問題、取得新成果”這個話題。一提起創造，就容易想到在特殊的環境下、採用特殊的做法成功發明了什麼。可我認為不是這樣的。下面就說幾個關於獨創、創造的學說，它們恰好與常規的思維不同。 59
球功之道獨創不是靈光閃現人們經常說獨創的構想是忽然閃現出來的。這麼說的話，大概包括我在內、大部分普通人都沒有這種構想忽然閃現的經歷，那就都得否認自己的能力了。我認為很大一部分的構想鬱不是忽然閃現出來的，應該是經過長時間的思考最終得出的結果。 以證明質數分佈定理而知名的著名數學家哈達馬，曾寫過一本叫做《數學發明之心理學》的書。書中記載，19 世紀後半期的法國大數學家龐加萊有一天要上馬車，就在他的腳踏上臺階的一瞬間，想到了一個重大問題的解法。 為什麼會忽然閃現出問題的解法呢？哈達馬解釋道： 龐加萊平日裡就在不停地思考這個問題，時間久了，就像煮沸的咖啡漫過過濾網一樣，他的想法一點點沸騰一點點接近答案，然後一擊即中了，想出了問題的解法。忽然閃現也就應該解釋成，在那個瞬間量變轉化成了質變，答案之門敞開了，解法一下子就飛了出來。很多其他的法國數學家聽了龐加菜的故事後，也效仿踏上馬車的臺階，可是無論試幾次都沒有閃現出好的想法。 還有人說，日本的數學大家—岡潔老師也是，經常在奈良的一條小路上散步的時候想出好的想法。要是這樣散步真的有效的話，豈不是無論哪個地方的學者都會去效仿，在那條路上就能經常看到散步的日本數學家了。 以我自身的一點經驗來看，結果好的構想，都經歷了這樣一個過程：總在兜圈子無法前進；想要暫時建立起一些學說，卻遇到困難：自己也生氣煩躁這個問題怎麼這麼費事、厭煩，正是這時候，卻又不知道為什麼情緒高漲， 60
而發現了其中的奧秘。 即將得到答案的時候我自己是有感覺的，那個時候總會心情激動，心也怦怦地眺。 這時我會想像一下把這個構想講給同事或者贊助人聽的場面。如果腦海中能清晰地浮現出來大家都一幅“了不起的構想啊！”的面孔，就說明這是個好的構想。而如果首先想到的是“會不會怎麼說明也有人不理解呢”，那麼這個構想就不會太好。 構想，並不是以前從來沒有想過而突然一瞬間在頭腦中閃現出來的。它是絞盡腦汁思考、實驗，不停地做了很多事情之後，突然“啊！就是這個！”發現的。 有創造能力的人在學校裡成績也好可能很多人都認為這是個常識。但是請有著這樣想法的人看到最後，那時你心裡就會很明白了。 在報紙上刊登那些像是得了諾貝爾獎的人的介紹中， 總會寫一些什麼、這個人在學校的時候成績不好、有的時候就是個問題生，諸如此類的逸事。像什麼，愛因斯坦在上學的時候因為厭學而被勸退：最近又有說2002年諾貝爾物理學獎的得獎者小柴昌俊教授在高中時物理成績很差，連老師都告訴他放棄，等等這樣的事。 我覺得那些報道最少有一半的成分是為了使文章有趣而編造、誇張出來的。 就算這些都是真的也不要忘了，無論愛因斯坦還是小柴昌俊教授都不是因為上學時候成績不好而完成了他們的獨創事業。取得成就跟成績不好沒有任何關係。 61
據我所知道的，但凡從事偉大事業的人都有一些共同的特徵。首先，他們都很博學。不僅侷限於自身研究的領域，也涉獵其他的領域。其次，他們頭腦反應都很快。他們不僅能在交談的時候迅速反應出對方說的與自己要說的有什麼共同點與矛盾的地方，其間有什麼理論聯絡，並能一下子引證與之相關的事實。所以聽他講東西很有趣， 很帶勁。這些人都很會開玩笑。他們開玩笑，會把生活中的瑣事與自己所研究的領域結合起來，把其間的共同點與矛盾的地方誇大，讓人很明顯地感覺到其中奇怪的地方， 說得就像是真事一樣。 達到這種程度的人，要說在學校的成績不好這種小問題（這麼說可能有些失禮），那真是讓人不敢相信。這些有創造能力的人成績可能是不好，但不是學不好，而一定是有什麼理由不願去做好而已。所以，用愛因斯坦或是小柴昌俊教授的逸事作為有趣的話題來激勵學習不太好的學生還可以。要是老師拿這個對學生說：“所以，你們就不用學習了”，那麼這個老師就有問題了。 成績不是決定一切的因素。 創造的基礎是模仿說起獨創、創造，人們就容易想到那是某個人首先想到的、誰也沒想出來的絕佳的構想。但事實上，這種情況少之又少。現實生活中，對於別人成功實現了的構想，總有人說：“我很早以前就想到過。” 其實那未必是吹噓，而很可能是種不服氣的說法。 對照自身的經驗，也有人說我研究成功的理論：“說來說去，這與標準的最小平方平均應用法本質上沒有什麼 62
區別。”也有的時候別人得出極好的成果時，我會感嘆： “啊！這個我以前也做過的。” 事實確是如此。縱觀科學史和技術史，哪項成就不是以前就有人想到過的。只不過是當時那個人或是沒有實現它的能力；或是沒有堅持到最後，在研究的道路上半途而廢而已：或是這些努力都做到了，但由於當時能夠使用的技術和工作不足而未成功。這樣的事情一定有很多。 細心地調查一下過去的專利申請，特別是那些最終沒有被批准的專利申請，就會發現這是個創新的寶庫啊！那些沒有被批准的專利申請的想法是先行一步的，但之所以沒有透過審批，或者是因為現實情況不允許，或者是因為當時沒有這種要求。實際上也有人說因為愛因斯坦曾經在專利局工作，才會有如此成就。 風險企業（日本的造詞，是指規模小、從事的行業是新興的、風險大的，因此不容易成功的企業，故被稱為風險企業）成功的條件，不是做到了誰也沒想到的事情，而是把大家都想到了但沒做到的事情變成了現實。這些企業就是成功地實現了大家都想到了、但是沒做到、認為做不到的事情。要是急急忙忙的、把誰都沒有想到的東西變成商品，那樣整個社會也會因為準備不足，而不會發現其中的價值。 在沒有任何基礎的情況下憑空創造，一般是不可能的。思考同樣事情的人一定有很多。自己認為好的構想， 很多時候別人也會想到，或者說是一定有人在思考著相似的事情。任何人都沒有想到的構想一般來說都不是什麼正常的想法。 大家想的都一樣，這樣還能發明創造嗎？最初的想法 63
戮域功之道的確是相同的，但在此基礎之上新增東西、使之昇華的水平高低才是決定勝負的關鍵。 據此，大部分的創造都是在模仿的基礎之上增加其附加價值的東西。 獨創、創造，不是無中生有的魔術。 64
第2章計算機向人類發出挑戰問題的解決能力與教育科顳求功之道第1節計算機向人類發出挑戰 “計算機會像人一樣思考嗎？” 最近，經常會聽到有人拿計算機和人類作比較並提出這樣的問題。隨著計算機和機器人技術的進步，它們漸漸成為我們生活中必不可少的東西，而且在將來，它們和人類的關係將會更加緊密。 但是，有人覺得：“計算機、機器人和人的概念是不同的。它們畢竟是機器⋯•⋯•”這一部分人是在內心深處不希望人類的優越性受到威脅的。 四分衛擁有隻有中心視野範圍的視網膜毫無疑問，在我們看來，人的眼睛是最好的感測器。 我們看書的時候，目光著眼於字上，這之外的部分我們無法清楚地看到。其實，眼睛的視網膜有一部分叫做中心視野，成像度比較高。我們在看書的時候，中心視野能清楚詳細地看到視線焦點的文字，但覆蓋的範圍卻是非常有限的。中心視野周邊的部分叫做周邊視野。周邊視野的成像度比較低，但範圍廣闊，可以對視線範圍內的動靜做出反應。周邊視野對於我們來說也是不可或缺的，其作用是對視線中突然發生的狀況在一瞬間內做出反應。而中心視野的作用是在我們轉動頭和眼睛的時候，捕捉受觀察物體的特殊點。這兩種視野的特徵互補，共同處理我們的視覺資訊。因此，如果我們不轉動頭和眼睛的話，整個視野 66
第2章內的資訊都無法得到處理。 作為電視播放技術先驅的 David Samoff研究所，曾經開發出一種可以高效處理影象資訊的特殊晶片。紐約時報的記者要報道這件事，給我打電話希望得到我的評論。我回覆說：“這是一項了不起的研究成果，作為工業製品投產的話肯定會很有前途。”記者又接著問：“開發者認為‘這種晶片只將影象的一部分以高成像度處理，而人的眼睛就是隻有中心視野成像度高，所以這種晶片和眼睛一樣能力很強’，您怎樣認為呢？”我回答說：“跟眼睛相比的話， 不僅要考慮影象的處理方式，也要考慮到影象的實際效果。” 這個記者可能很認同我的回答，在《紐約時報》的報道中，除了我對這種晶片的褒獎之外，還對關於這種晶片是否與人的眼睛相似做了如下報道。 “‘但是’，金出武雄（本書作者）說到，‘如果橄欖球賽場四分衛上有兩名球員，一個人眼睛所只能看到中心視野，另外一箇中心視野很狹窄，其餘的視野是周邊視野， 那麼，我打賭一定是前者贏’。”（意思就是，前者不用東張西望，就能看到哪個接球隊員沒有對方阻攔，並把球成功地傳出去。） 媒體有一種叫做原聲摘要播出 （sound bite）的方式。 做這種播出最重要的就是摘出能夠表達全文意思的章節和語句。《紐約時報》的那段話，是至今為止對我所說的話做的最好的原聲摘要。 其實以上我所說的這些，可以算是我對“某種東西與人的構造相似所以效能優越”這種武斷理論的批判。 67
科礪威功之道人是效能最優越的機器嗎在我看來，人是非常了不起的“機器”，人的組織結構完美得讓人吃驚。眼睛、耳朵等器官感測效能優越：肌肉雖然非常柔軟，卻能產生高效的能量，而且人對肌肉的控制也是十分的精細。在資訊的處理能力上，更是沒有任何一種機器或是生物能與人相媲美。所以，這些優越性很容易讓我們形成這樣一個誤區： “人是存在於這個世界上效能最優越的、擁有最高智慧的機器。” 但是，實際上在那些模仿人的構造製造機器人的研究者中，也有人認為： “人類是經過長期的進化才具有這種構造的，是自然優勝劣汰的結果。所以，當然這種構造是最優越的。” 但是，我們所稱做的人類的構造，就是人類真正的構造嗎？除此之外，“人是擁有最優構造的機器”這句話本身也值得懷疑。 人類還是需要進一步進化的。吃、生殖、排洩，這些生理構造跟人的基本功能並沒有什麼直接關係，應該脫離人的身體。對於操控物體的能力，全部由“手”這個一般裝置處理吧。如果還需要什麼工具的話就全從體外獲取。 我們的眼睛現在只能看見一般的可視光線，還沒有無限回轉和變焦的功能。DNA 儲存著關於人的身體和功能的信息，暫時不能改變。由於性狀遺傳原理，我們的進化速度還是非常緩慢。事實上，進化仍然是我們肩負著的重任。 雖然至今為止，我們還沒有發現和人類一樣、或是比 68
第2章討算料人類更優秀的智慧生命體存在，但如果就此斷定“人的構造是最優秀的”，未免有點太過輕率了。 無論是從上文中提到的視網膜結構，還是從人類大腦緩慢的時脈頻率，都能看出人的構造的不足。但要是讓我說，值得我們驕傲的正是：雖然人類構造並不完善，但𨚫 進發出高超的意。我們應該受到這種能力的鼓舞，從中得到啟發。但是相反只是直接模仿人類的構造製造機械就不妥了。 人解決問題的能力之所以說這個，是有理由的。 在現實生活中，馬和汽車比人跑得快：大猩猩和大型發動機比人的力量大；蝙蝠和紅外線照相機可以看清黑暗的地方；鳥和飛機可以在空中飛翔。人們並不否認這些方面的不足，可能是人們認為無論何種生物或機器，向人類發起挑戰都是不可想像的，所以沒有必要不承認這些不足。但是，汽車、摩托車、飛機卻是使用了跟生物體完全不同的構造而實現了生物體的功能。 但是，在我們的常識中，智慧、感情、直覺、愛情這些情感卻是人類所獨有的。人類以外的生物即使經過了長時間的進化也沒有產生跟人一樣或比人還高等的情感活動。然而，如今計算機正憑藉著與人類完全不同的構造， 向我們的常識發起挑戰。 早在計算機的搖籃期，為人工智慧打下“計算”理論基礎的 Alan Mathison Turing （1912.6.23—1954.6.7英國數學家）和打下資訊理論基礎的 Claude Elwood Shannon（美國數學家）就認定這樣的一個結論，那就是“計算機應該 69
戚功之道可以擁有和人類同樣的智慧”。 人工智慧的研究是以 1965 年的 Dartmouth 會議為契機正式開始的。雖然現在已經取得了很大的進步，但實現人工智慧的目標還是遙遙無期。儘管計算機的效能也在突飛猛進，但就其計算能力而言，和人類相比還是有不小的距離。 不過，這個距離正在不斷地縮小，這是我們無法迴避的事實。計算機已經開始進入幾個曾為人們認為是人類專有的領域。 很久以前，下棋、計算不定積分、對事物做出判斷等被作為智慧象徵的，然而現今在這些領域中，計算機正在逐漸超越人類。我們已經無法再堅持智慧只屬於人類的觀點，繼續渾渾噩噩下去了。 如果人類做什麼都比不上計算機，那麼人類將會失去其存在的價值。但是，人類什麼地方做得比計算機好呢？ 我想是“解決問題的能力”。我所說的解決問題不是簡簡單單按照操作手冊或者公式算出給出給問題的答案。而是要從現狀出發，確定解決的目標是什麼，再設定一個有解決價值的課題，然後付諸實際，這才叫解決問題。這個道理在研究領域、企業、家庭都是一樣的。 為了解決這些各種各樣的問題，我們就需要一個完善的教育系統，培養出有解決問題能力的人。 前面說到過《紐約時報》的報道。報道發表之後，一次我跟 David Sarnoff 研究所的開發工程師談話，我說：“那個評論很好吧。”對方說到：“我們研究所現在流行一個笑話，說‘武雄喜歡的四分衛球員一定是頭大得拾不起來， 根本傳不出去球’。”（意思是說擁有如此廣闊視野的人， 70
一定得有個很大的頭才行。） 我的論辯對手也很厲害啊！要是一直這麼激烈地論戰下去，那麼視野的問題很快就能解決了。 第2節有點幼稚、天真、牽強的想法計算是作為一種“能計算的機器”而誕生的。計算機的初期應用突出了其高速運算的能力，常常被用於計算大炮的彈道軌跡以及破解敵人的密碼。但是，我們要注意這裡所說的“計算”，是包括數值計算、邏輯計算、條件判斷，以及記憶和外界感知等所有的資訊處理。 廾計算機使用矽和銅計算計算機和人是使用不同的硬體結構來進行計算的。現在我們使用的計算機，其電路板主要用矽和銅線來製作， 儲存裝置是磁性介質。計算機使用大量的電氣元件，每個元件都可以表示“0”或者“1”，並且可以根據外部的輸入，在“0”和“1”之間進行轉換。 因此，計算機在每個瞬間都是由成千上萬的“0”和 “1”組成特定的組合來表示某種狀態。同時，透過天文數字的大量組合狀態之間不斷轉換來進行計算。計算機是人設計製造出的工具，雖說相當複雜，但其中的狀態轉換可以透過程式進行記錄，因此是可以控制的。 但是，所謂“完全控制”並不是要控制每個電子的運動，而是控制其中透過“0”和“1”表現出來的運動。 71
科研威功之道相比之下，人是透過由細胞構成的叫做神經網的硬體來進行計算的。 人用大腦計算雖然現在我們還沒有完全瞭解人的大腦和神經系統的作用，但是我們已經發現了有大量的電荷在比現在的電腦頻寬還高的神經之間穿梭，進行著計算，傳遞著不同的資訊。 在人的大腦中，聚集著大概一千億左右的神經原（以下同）（神經的單位），計算的時候這些神經細胞不是一個一個單獨進行的，而是透過神經腱把神經細胞相連，組成網狀結構進行思考。 如果說一個神經細胞和周圍的一千個神經細胞相連， 那麼這個網狀結構的節點數目就是1000 億×1000，也就是10的14次方這麼多。在這個神經網路裡，電荷你來我往，進行著各種各樣資訊的處理，也就是我們所說的計算。 如果把人的資訊處理能力水平像計算機一樣數值化， 也就是以計算一秒鐘為傳遞資訊進行了連線次數為標準。 假設1毫秒（1000分之1秒）一次資訊傳遞的話，1秒鐘就進行了500次到1000次的資訊傳遞，那麼，把剛才說的人的大腦有10的14次方個節點，再乘以每秒的500次到1000次的資訊傳遞次數，我們可以推算出人的大腦是一個約有10的16次方到17次方計算能力的機器。 當然這只是推算的結果，並不是絕對的。如果再考慮到人的大腦和身體的體積，可能這個數字還會擴大幾倍。 順便說一下，現代計算的計算能力大概是每秒10的 72
12 次方到13次方左右。 “繩子”也會計算兩個輸電鐵塔之間的電線呈現出平滑美麗的曲線。這個曲線是一個叫做懸鏈線的函式的圖形。如果我們左右手各執繩的一端，也會呈現同種曲線。當我們手執繩子的時候，要想知道繩子呈現出什麼形狀，需要解一個微分方程。 但是這種情況不需要計算，只要把繩子垂下來我們就可以知道它的形狀。那麼也可以說“繩子是解微分方程計算出懸鏈線得出的”。 這並不是強辯。實際上在現在的數字計算機被開發出來之前，就曾使用過模擬計算這種思考方法。舉例解釋一下什麼是模擬計算方法。當電流透過由電阻、電容器和線圈組成的電路時，它的時間變化可以寫出一個微分方程。 那麼要想解一個微分方程的話，只需要做成一個電路，使這個電路電流變化的微分表示式和要解的微分表示式相同。這樣只需要測量電流的變化就可以解出微分方程了。 這就叫做模擬計算方法。實際的模擬計算機要更聰明一些，比如說要解流體力學的方程式，它會換成電流變化來求解。 所以，模擬計算的意思也就是，正像英語單詞 Analogous 的意思一樣，將要研究的現象（比如流體力學現象）換成與之相似的現象（比如電流現象）進而解決問題。 但是，模擬計算機的值是使用電流這種連續數值表示的，而之後的數字計算機的值是使用bit 集合這種離散的形式表示的。由此，之後“analog（模擬）”也被用於表示 73
腫暌臧功之道 “連續”的意思。所以，也出現了“analog手錶” “analog 人類”等的概念。 令人感到有趣的是，最近“analog”的本意有發生了變化。現在有一種材料，可以根據表面放置的物品而適當的改變形狀或表面的摩擦係數。這種材料叫做 Smart Material（智慧材料）。材料也會計算。 由此可見，進行“計算”的時候應該從“內容本身”、 “怎樣表達”、“使用什麼工具實行”三個方面思考。無論是矽製成的數字計算機，細胞構成的人類大腦，還是一根繩子，或是使用電路的模擬計算機，雖然使用的是不同的硬體，表達方式也不盡相同，但都可以用懸鏈線這個方法計算。 當然從程式設計的角度講還是有很大不同的。繩子只能計算出懸鏈線。模擬計算機雖然多種多樣，但也只能透過某種微分方程計算。數字計算機可以進行程式語言寫出的任何一種計算。人的神經網路可以進行透過學習掌握的或植入 DNA 中的任何一種計算。 第3節人類和計算機不同嗎現在我們清楚地知道，人可以用智慧進行創造，感情也是人獨有的。這樣我們自然會產生疑問：“將來的計算機是不是可以做和人一樣的事情呢？”反過來說：“有沒有什麼事情人可以做到，計算機卻做不到的呢？”但有意思的是，目前並沒有人這樣問過：“有沒有計算機可以做到的事情，人卻反而做不到呢？” 74
第2章，林辨順便說一下，到目前為止，還沒有人給出“人能做到但計算機做不到的事情”的定義，這點倒是值得關注的。 人們有時闖紅燈，這是一種計算人和計算機雖然使用的是不同的“硬體”，而且內部的結構也完全不同，但它們都是用於計算的機器。 我比較同意這種觀點：“計算機可以做和人一樣的事情”。 當然，也有人會說：“人和計算機根本不同”，他們的理由大概有兩個：第一個是“計算機只不過是按照程式工作的”。 例如，機器人過十字路口的時候，如果是程式規定了當紅色訊號燈亮的時候，不能過馬路，那麼機器人肯定就會遵守這條規定。而人有時即使是紅色訊號燈亮的時候， 也會過馬路。由此看來，人的行動和計算機是不一樣的， 不會受提前定好的規則的制約，也就是說，不是由程式來控制的。 要我來說，這簡直就是騙人的理論。因為人也是根據某種規則決定好應該過馬路還是不應該過，然後採取行動的。人們判斷是否過馬路遵循的規則不僅是訊號燈，還有其他因素，比如當時汽車的速度，其他行人是否過馬路等等。把人和只用訊號燈作判斷依據的程式相比，實在有失公平。如果人在過馬路的時候也只以訊號燈為判斷依據呢？ 也有人會說：“我有時也會改變規則。”但是什麼情況下改變和改變方法又是什麼呢？說到底還是有規則在制 75
科髒威功之道約著人的。就像俄式輪盤賭一樣，不必遵循什麼規則可以產生任意結果，那樣寫一個產生隨機結果的程式就能實現了。 人們只是不知道自己所使用的程式而已。 NP 完全問題持有“人和計算機根本完全不一樣”這種觀點的人還有第二個理由，更邏輯化。下面的例子是比較有代表性的。 這個例子是關於商販的例子。“在地圖上有幾個城市， 商販需要從一個城市出發走遍所有城市，並且每個城市只能去一次，那麼，哪條路徑最短呢？” 很明顯，我們所能考慮到的路線的數目是有限的，所以看起來很簡單。城市數目比較少的話，可以先找出所有的可能路徑，然後再找到最短的路徑。但是，當城市的數目慢慢增加的時候，可能路徑的數目會急速增加。如果要求五十個城市之間的最短路徑，那無論使用多快的計算機，其計算的時間也將會是一個天文數字。這個問題有一個特性，就是開始的微小變化，到後來會急速放大成巨大的變化。擁有這種性質的問題就叫做NP 完全問題。 還有一個故事，說的是印度國王想要獎賞有功勞的僕人，僕人就提出這樣的條件：“在國際象棋棋盤的第一個格子中放1粒米，第二個格子放第一個的2倍，也就是2 粒米，第三個格子放第二個的2倍，也就是4粒米，這樣每次都翻倍，直到每個格子都放上為止。”國王稀裡糊塗就答應了，但真正一算這個數目其實是個天文數字。這個故事的道理也是一樣的，也是一個 NP完全問題。 76
第2章球實際上，如果把製作鐵路列車的時刻表、式樣校驗、 下棋時每一步的最優演算法等等這些日常生活問題歸類的話，那麼大部分問題都可以歸類於商販城市路徑問題。即是，雖然可能性的數目是有限的，但無論多快的計算機也不可能在有限的時間內計算出最佳答案。 有人提出：“看吧！人類的專家和棋類高手不用花多大的精力就可以做得很好。所以說，計算機就是比人類差很多。”但是這種觀點有一個很大的漏洞，不要忘了，NP 完全問題不僅計算機是難以解決的，而且人類也束手無策。就是說，人類並沒有辦法判斷自己認為的優秀答案是否就是那個最佳答案。 圍棋的例子最能說明問題。比如兩個圍棋高手對局， 如果棋手所走的步驟真是最佳的話，那麼棋局就應該是這樣：決定了先手（開局時先下棋的人）和後手（開局時後下棋的人）之後，先手一直思考，然後就說“我贏了”， 後手說“我輸了”（或者是反過來的），棋局就結束了。也就是說，最佳步驟意味著最終勝利，如果棋手所走的步驟是最佳的話，那麼棋局開始也就意味著結束，根本沒有下棋的必要。所以之所以兩個人下棋，就是因為棋手本身並不知道所走的步驟是不是最佳的，最終是否能夠取得勝利。 但是高手走的棋的確是好棋，這是事實。現如今無論是人還是計算機都能計算出優秀答案（不是最佳答案）， 這也是事實。 有趣的是，如果要求變成“在有限的時間內，求出優秀率為某一機率以上的答案”，那麼即使是 NP完全問題也是有演算法能夠解出來的。 77
外研成功之道人類的思考就是一種物理現象有人為了說明計算和人的感情是不同的，從而舉出左腦和右腦的不同作為證據。“左腦掌管邏輯思考，右腦掌管人的感性。所以人的感性與計算是完全不同的。”這是一種典型的將尚未完全弄明白事情用於說明的論證方法之一。 要我說來，左腦右腦只不過是能力的區域性所在地，或者說只是能力的一種分類。從資訊處理的角度講，比如說暖色和冷色，它們都是一樣的沒有任何差別。 人的大腦就是個處理資訊的機器。神經腱相互連線， 接受訊號，傳遞訊號。一個一個的神經腱就是計算用的工具、要素。從這個角度看，左腦和右腦是沒有差別的。 我在上學的時候有一種議論：人處理的是模擬的，也就是連續的資訊：計算機處理的是數字的，也就是分散的資訊。兩者有著根本的差別。現在沒有人有這種想法了。 最終這個議論也歸結於以下理由。 假如這裡有一個人，然後把這個人用玻璃瓶子完全密封起來。那麼瓶子中，特別是人腦中所發生的現象不是普通所說的物理現象，而是非常不可思議的現象，這種說法想必是行不通的吧。或者說同樣是物理現象，但是跟瓶子之外的原理完全不同，比如電子與電子之間不再相排斥而互相吸引。這種說法也是行不通的吧。 要是這樣的話，與其說是科學研究的領域了不如說是哲學或者宗教的領域了。就我個人而言我始終相信，無論瓶子裡面還是外面，物理原理都是相同的。 78
第2葉糖林那麼放置於瓶子之外的計算機，雖然使用不同的硬件，但計算著跟人一樣的或者比人更高等的“內容”就沒有什麼不可思議的了。的確瓶子外面會有人與裡面的人同樣聰明，甚至超越他，計算機自身的能力也是在向著那個方向發展的。 第4節計算機將變得比人更加聰明說起智慧機器人，以前只是在科幻小說中才出現的， 不知道是什麼時候它變成了現實，活躍在社會的各個領域中。現今時代，人類已經覺得機器人的存在是必然的。本田還有索尼公司已經開發出了類人機器人，他們已經實實在在地存在於我們的身邊了。在21 世紀，隨著計算機技術的不斷進步，機器人技術會得到前所未有的發展。 * 我感受到新的智慧 “感受到了一種全新的智慧體”，這是世界國際象棋冠軍卡斯帕羅夫輸給超級計算機深藍後所發出的感想。 1997 年，IBM 研製出的超級計算機深藍向世界國際象棋冠軍卡斯帕羅夫發起挑戰，最終以兩勝一負三平的成績取得了勝利。那次比賽後我有很多感想。國際象棋是世界上最流行的被視為高度智慧領域的遊戲。而計算機卻在國際象棋上戰勝了世界冠軍，這引發了人們不小的爭論。 實際上，超級計算機“深藍”的研究團隊的核心就是卡耐基•梅隆大學電腦科學系的博士生。研究也是從卡 79
科硦成功之道耐基•梅隆大學開始的。 研究戰略主要有以下三點： ① 能夠記住所有的已走完的棋局： ② 能夠根據過去的棋局計算棋子車（國際象棋中很重要的一個棋子，相當於中國象棋的車）的重要度和評價局面的好壞； ③ 開發出高速計算機進行提前運算。 深藍每秒鐘可以計算兩億種下法，對於每個局面平均能檢索十四種變化方式，進而決定這一步怎麼下。 也有人說：“深藍的下棋方法只不過是全力將局面檢索出來，並不是像人類一樣的思考。”這種說法只不過是嘴硬不服輸而已。如果是人類之間的競賽，輸的一方就不可能說贏的一方棋藝拙劣等等。這是因為其實人類自身也並不清楚是怎麼思考下棋的，更不用提向對手說明下一步該怎麼走了。而清楚這些程式的計算機，就不得不說有缺陷了。 卡斯帕羅夫並不能完全預料到深藍的走法。當深藍走出一步讓人無法預料的棋時，人們就會認為計算機還是挺傻的。但是卡斯帕羅夫卻認為這是一步好棋，而最後敗北的又的確是自己。所以他會說：“感受到了一種全新的智能體。” 卡斯帕羅夫的話表明，他已經把計算機比做人了，已經把計算機和人當成同一水平進行評論了。卡斯帕羅夫在輸的時候表現出的失望的神情就足以證明了這一點。如果一個大力士和大型電子機械扳手腕輸了，他要是把電子機械當成異類的話，不可能會有不高興的感覺。 80
第2章鈉可預知的不可預知性 “深藍”的能力，用我的話說就是，已經超越了“可以預測的不可預測性”這個壁壘。 我所說的“可以預測的不可預測性”是指，一個人評判他人或計算機“是否有感情”、“是否有個性”的判斷基準。 以“有感情”為例，現在已經有程式可以在計算機屏幕上顯示笑、哭、憤怒等表情，但是誰也不會因為這個原因就認為計算機有感情了。 再者，假設人向計算機中輸入文章，計算機可以據此產生反應，做出表情。如果這個時候，輸入者預計輸入什麼文字計算機應該做出什麼樣的反應，而計算機的反應又跟人所預料的完全相同，那麼人們會覺得“計算機的反應是事先設定好的”，而不會認為這是計算機自己的感情。 並不是說計算機的反應需要出乎人們的意料。如果程序只是隨機給出反應的話，人們只會想：“計算機給出的表情和我的輸入完全沒有關係。”仍然不會認為計算機有感情。也就是說，計算機的反應必須是在一定的可預測範圍內給出的不可預測的結果。 人類之間也是如此。如果一個人的言談舉止都跟別人一樣，那麼大家會認為他沒有個性。但是如果跟別人完全不同、太過異，以致超出容許範圍的話，大家就會認為他性格異常了。當然，這個容許範圍是隨著時代而改變的。 是不是在可以預測的範圍內做出不可預測的事情，這是判斷是否與人類一樣的關鍵所在。 81
科磃成功之道超越人的機器人漫步於城市的時代對於“計算機能不能和人一樣甚至超越人類比人還聰明”的這個問題，我是持肯定態度的。 但是在現階段，我們就拿計算機和人的能力直接做比較的話，我覺得是不當的。打個比方，現在的計算機，其能力好像處於腳的高度，而就人類來說，已經到達天花板的高度了。先不用說力水平，連基本的計算能力就已經相差了一萬倍到一百萬倍。話雖這麼說，但是直接比較的話，還是非常煩瑣的。 於是，人們總是將關於現在無法實現的事與將來是否能實現的事混為一談。在“無法實現”的觀點中，總是摻雜著“不想實現”或者“不應該實現”的想法。 無論現在還是將來，計算機或機器人和人類相比始終處於劣勢的是確定工作內容的能力和衍的能力。 現在來看，如果能清楚地確定工作內容的話，機器所做的工作的確很優秀。例如：在醫療領域裡，有種鑽孔機器人，如果命令“按照這種形狀開一個洞”，那它肯定會比人完成的準確。但是，應該在足骨上開洞的機器人，把它放到頭部開啟開關，它也會毫不猶豫地給頭部開個洞。 要是人類的話，即使不是醫生也會覺得在頭部使用電鑽荒謬至極。 這是封閉系統與開放系統的差別。目前的計算機和機器人系統都被人為加上了“足部醫療機器人不可用於頭部”這種限制。 實際上這一點對解決問題有重要的意義。 82
第2苯以前有一個“傳教士和獅子”的智力題。說的是有三個傳教士和三頭獅子來到河邊想要渡河，但僅有一艘能承載兩人的小船。而且如果傳教士的數目少於獅子的數目的話，傳教士就會被吃掉。怎樣才能讓全體安全波河呢？ 對於這個問題，看起來好像覺得挺難的，大家也費了好大力氣想答案。但是絕不會有這種答案：大家順流而下，發現下游有座橋，就一起過去了。為什麼這個答案不可以呢。這叫做“範圍設定問題”，研究怎樣限定問題答案範圍。現在也是個很難解決的問題。 也有研究者想要製造可以自己再生的機器人。最初的做法是，給機器人準備三個左右的手腕，如果機器人手腕壞了，會自行到工具箱中取出備用手腕替換掉損壞的手腕，也就是做到替換自身部件的程度。 要想實現這種功能，就必須準備充足的部件。研究者想實現的是讓機器人收集材料製造各個部件，然後製成跟自身相似的機器人。但是，從部件的角度講，材料是有限的，如果材料用完了，機器人也就無計可施了。 而人類作為生物，擁有再生能力。比如如果受了點小傷，只要多加休息補充營養就可以治癒了。父母透過吃飯， 就可以養活孩子。當然，我指的是地球範圍內是這樣的。 但是，計算機也在飛速地發展。十年間，比起以前已經取得了100倍左右的進步。如果按照現在的速度發展下去，二十年到三十年後人與計算機的基本計算能力就會出現交差點。 並且，人們已經開始慢慢了解像創造能力、個性、感情這些元素，這些一直以來被認為只有人類才獨有的能力。雖然現在還沒有完全瞭解，但在不久的將來，它們就 83！
戚功之道會被探究明白的。機器人趕上，乃至超越人類、在街上行走的那一天，不久就會到來。 有人擔心，如果這一天到來，機器人可能會反過來控制人類。我卻不這樣認為。這些人的思考方法有一個問題點，就是將人類和機器人對立起來看待。其實，到那個時候，社會是人類和機器人共有的社會。人是聰明的。在將來人與機器人的共同世界中，人的存在將會變得比現在更有意義。 為了我們早日到達那個時代，現在最應該做和最重要的就是解決問題。決定應該解決的問題，設定一個高的但是可以實現的目標，為了那個時代而動腦動手。而計算機和機器人也會在其中發揮重大的力量。 第5節透過解決問題來提高思考力和判斷力最近，經常聽到日本的大學老師這樣評價學生：“現在的學生，能夠解決給出的問題，但是卻不能自己去發現問題。”這也許就是因為到高中為止的對錯、偏差值教育的弊端吧。我看這不完全是學生的錯。 1 我在大學時，討厭做實驗說實話，當我還是在學生的時候，非常討厭當時的實驗課。 實驗是研究的基礎。科學是以假說為出發點開始研究 84
第2章的。假說就是為了解釋某種現象而設定的假想的理論，那麼假說是否符合事實，就需要透過實驗從各個方面加以證明。隨著實驗的深入，假說的真實性也隨之提高。 “地球是圓的”曾經就是個假說，哥倫布想，“如果地球是圓的，從歐洲出發向西航行就應該也能到達印度”， 而後出海實踐，這就是實驗。要想說明某個假說是錯誤的， 只需要舉出個反例即可。而要想說明某個假說的正確性， 即使舉出再多的符合假說的例子也是不充分的，應該證明沒有反例存在才能夠說明其正確。無論是多好的假說，要像得到自己和他人的認同，就必須給出實驗得出的證據。 現在我明白了，我在大學的時候討厭上試驗課，並不是因為我懶，而是因為當時大學的試驗課都是一些基礎理論的試驗，大都已經被證明過了。而且就試驗本身來說， 都是些按照操作手冊就可以完成的試驗，絲毫沒有挑戰性。 例如，《實驗手冊》中有這樣一個實驗：“旋轉第三個和第二個旋鈕，根據計量器的結果畫出第四個和第五個的值之間的關係圖。”而學生根本不瞭解為什麼這麼操作， 只是一味地旋轉旋鈕，記錄數值。然後確認畫出來的圖形是否符合理論圖形。要是不符合的話，就會像“技術人員” 一樣認為這是個誤差，可以接受。這樣的實驗怎麼能引起學生的興趣。 美國的大學重視學習解決問題的能力和日本相比，美國的大學又是怎樣做的呢？一般來說，學生在收到教授給的課題後，就開始自己思考、調研、 解決。總之，在美國的大學培養學生解決問題的能力是最 85
曙成功之道基本的。 現在的商學院的教材都是採用企業的例項來編寫，其目的都是為了培養學生處理實際問題的能力。老師經常是這樣提問學生：“讀了這個案例，要是你是那個公司的經理，你會怎麼做？”這種授課方式不僅限於大學，從小學開始就一直採用這種方式來教學。 我孩子就讀的康奈爾大學經常會出一些“請做出什麼••••”，例如此類的作業，其目的就是讓學生自己思考研究。其中還有些很著名的研究課題。 有一個課題是關於一次性相機的。一次性相機（膠捲上附帶個鏡頭）是相機和膠捲合在一起出售的，但是售價卻僅是膠捲的價錢。問題是：一次性相機為什麼比普通相機賣得便宜。 那麼授課是怎麼進行的呢？ 首先，老師出錢讓學生買回來一次性相機，然後將一次性相機分解，研究它的各個部件。學生自然產生疑問， 一次性相機跟普通的單鏡反光式相機有什麼不同。接著分解一臺普通相機。普通相機價錢昂貴，所以只能大家用一個。研究發現，一次性相機和普通相機雖然都有鏡頭，但是一次性相機使用的是塑膠的小的鏡片，普通相機使用的是玻璃的大的鏡片。鏡頭就有很大的差別。然後大家再研究為什麼塑膠鏡片比玻璃鏡片便宜，使用玻璃鏡片哪裡好。 還有一點不同就是，普通相機有調節焦距的裝置，而一次性相機沒有，只有一個小孔作取景器。學生就產生了疑問，一次性相機是怎樣成像的。大家實際使用一次性相機照相，發現雖然它不能調焦，但是被照的物件無論位置 86
第2童計在哪，照片照出來都不模糊。學生們就會思考為什麼，最後就會得出焦點深度這個概念。 美國的課堂就是這樣，透過各種各樣的實驗研究，讓學生從實際問題出發，自己思考、研究，最終得出結果。 他們就是注重培養學生獨立思考問題、下功夫求解、尋找答案的能力。 其中有個學生要使用電子顯微鏡研究相機的部件然後寫報告，但是電子顯微鏡不是隨便可以讓學生使用的， 這個學生就找管理員老師交涉。怎樣說服老師同意使用電子顯微鏡，這也是一種學習吧。 練習跟人打交道在研究中也有其意義。技術工作者並不需要什麼工具都準備好。有時候也應該去尋找有合適的工具的地方，或者將現有的工具改良以供實驗，或者有什麼高價的工具買不起就找有這個工具的人借。這都需要跟人打交道。這種能力對於順利進行研究也是非常重要的。 日本的學生，解決問題的能力明顯要差得多我認為無論是什麼學科，培養解決問題能力都是最重要的事情。 以我的體驗看，日本的學生和美國的學生相比，日本學生解決問題的能力比美國的學生要低。 從書中找出答案這不叫解決問題。所謂解決問題應該是甩考像一次性照相機問題那樣的、現實生活中的問題， 然後產生各種各樣的疑問，進而再去解決。這就是在學習解決問題。如果不訓練學生思考現實生活中的問題，那麼就算有再多的專業知識，也培養不出思考能力、判斷能力 87
科驕成功之道和挑戰問題的慾望。 那麼日本的教育方式有什麼失誤呢。日本的教育體系以教科書的編寫方式為首，就有方向性的錯誤。日本的學校教育將知識整理成定理教給學生，讓學生做的練習只能讓學生明白定理與問題是怎樣對照起來的，實驗也就是教學生怎樣復現已經證明是正確的知識。這樣的教育根本不能培養出解決問題的能力。 章末習題經常這樣出題：證明以下事實，然後給出問題，並在後面打上括號，註明帕斯卡定理（就是要求在證明中使用帕斯卡定理）。雖然不靠提示有時也能證明成功， 但沒有人會認為做出這道習題自己就跟帕斯卡一樣的聰明。其實只要使用這章學習的內容就應該能證明出來，那個定理就是給學生最大的提示。而帕斯卡是在沒有提示， 並且不知道這個定理是否正確的情況下將其證明出來，這之間是有天壤之別的。就好像做出了許多圍棋死活題之後，實戰中仍然無法順利吃掉敵人的棋子一樣。 最近入學考試有自由作文這一考題，用以測試學生的創造能力。要我說，真正的能力透過抽象的作文是測試不出來的。自己隨便想隨便寫任何人都能做到。真正的能力是解決現實生活中具體問題的能力。 第6節思考例題並加以解決是加深理解的最好方法在日常生活中，我們經常使用一種方法，就是透過觀察各個不同的事例，由它們共同的性質和關係推匯出普遍 88
第2章社適用的命題或者法則。這種方法稱為歸納。雖說有的時候歸納的結果也會引導我們得出錯誤的結論，但歸納可以加深我們對問題的感性認識，從這個角度來說，歸納也不失為一種解決問題的好方法。何況我們還能從很多例子中看到歸納法的益處。（引用自 G•波里亞著，柴垣和三雄譯 《歸納與類比》的一節，多少有點變動。） 您怎麼箅得這麼快啊馮•諾依曼可以說是20世紀的科學巨人、數學家、 物理學家。他首先提出了“可以執行程式的計算機”（也就是現代計算機）的概念。正因為如此，有時候現代計算機也被叫做馮•諾依曼型計算機。 戈爾斯坦曾作為軍方科學家與馮•諾依曼合作，參加了ENIAC（世界上最早的電子計算機）的研發專案。他是個軍人，同時也是個優秀的數學家，曾多次獲獎，後來更是成了IBM 的特別研究員。我下面要講的就是這兩位歷史人物在京都大學做特別演講時，我所聽到的一個小故事。 馮•諾依曼的確是個非常聰明的人，有人說：“關於數學方面的問題，最好的解決方法就是去問馮•諾依曼。” 開發 ENIAC 的時候也是如此，想求助於馮•諾依曼的研究者絡繹不絕。 有時學生來向馮•諾依曼請教問題，諾依曼不在，戈爾斯坦接待了他。當然戈爾斯坦也是個一流的學者。他聽了問題之後，就建議說：“這個問題確實很難啊。像這種情況，最好首先做三個例題，然後再試著解決問題。” 第二天早上，那個學生又來了。他按照戈爾斯坦的方 89
研戚功之道法，解例題解了一晚上，雙眼滿是血絲（當時既沒有計算機也沒有電子計算器）。這時諾依曼也在場，學生對他說： “為了找出解題的一般方法，我首先從解例題入手。”諾依曼回答說：“這的確是個不錯的想法。”學生又接著說“可是最初的例題就這麼⋯⋯” 這時，只見諾依曼“嗯⋯••”了一下，抬頭想了片刻， 便對那個學生說：“那個例題的答案是 xxx 吧。” 有些天才數學家很小的時候就顯出超強的運算能力， 很多位數的計算題，只要看看就能算出答案。一般來說這種特殊能力在成年之後就會漸漸消失，而諾依曼卻沒有。 學生花費了一晚上的時間解出的三道例題，他僅僅在 “嗯⋯•⋯”的一陣工夫就算出了其中之一。 學生驚呆了，接著說第二道例題。諾依曼還是 “嗯…••…”了一下，又馬上說出了答案。 學生又說：“第三道例題是⋯•⋯”，諾依曼又是 “嗯•••••”，“答案是 YYY。”學生對諾依曼佩服極了，說道：“您怎麼算得那麼快啊！” 我講這個小故事的目的不只是要告訴大家諾依曼有多聰明，而且還要告訴大家一個道理：思考某個問題的時候，從例題入手再分析解決問題是個不錯的方法。權威人士馮。諾依曼也是這麼做的。 尤拉公式、 數學裡有很多叫做尤拉法則、尤拉公式這樣帶有尤拉字首的定理。像複數、級數、微分方面就有很多這樣的定理。當然叫尤拉的人可能會有很多，但我要說的是L•歐 90
第2章拉，他是18 世紀的數學巨人，特別擅長推導公式。他的做法就是先研究例題，然後根據例題的關聯性寫出差不多能成立的公式，之後再證明這個公式正確與否，如果正確就得到一個公式。 例如，我們都很熟知的四面體、立方體、五稜柱（底面為五角形的柱體）等這些多面體，關於面、頂點、邊之間數目的關係，有個很重要的法則叫做尤拉公式。 我們先看看圖示中的四面體、三稜柱（底面為三角形的柱體）、立方體，你會發現圖表中第一行數字（面的個數 F）加上第二行數字（頂點的個數=V）再減去第三行數字（邊的個數=E）都等於 2。於是尤拉馬上建立起 F+V-E=2這樣一個公式，接下來的事情就是證明這個公式了。 四面體三稜柱立方體面數（F） 頂點數（V） 邊數（E） 4 6 9 6 12 說起證明公式好像很難，其實這種情況下可以採用歸納法，我們只要在研究例題時多加註意，就可以很簡單地證明出來了。實際上關於這個公式還有更深的內涵，在這裡就不再贅述了。 據說跟尤拉有關的公式定理，大部分都是用這種方法得出的。 91
林霧成功之道研究例題入手，從而得出事物之間的關係，再建立有普請意義的法則或解法，這種方法可以說是開展研究的強有力的手段之一。 邏輯學家、數學家、物理學家、工程學家什麼是歸納呢？抽出各個不同的事例之間共同的性質和關係，推匯出普遍適用的命題或者法則的方法就叫做歸納。尤拉採用了三個事例就推匯出了一個公式，但一般來說，想要得出一個正確的結論或假說就一定要讓它可以符合儘可能多的事例。 當然並不是說革出的符合事例越多就越好，而是要通過對事例的思考，得出其同有什麼聯絡，可以建立起什麼樣的法則，這才是最重要的事情。 如果我們不這樣的話，可能會得出奇怪的結論。數學家G•波里亞寫的書《歸納與類比》中講了一個“邏輯學家、數學家、物理學家、工程學家”的故事，內容如下。 邏輯學家是最注重嚴密的人，所以他們很難容忍數學家在嚴密性上的麻痺大意。邏輯學家責備數學家說：“數學家在研究0到100之間的整數的時候發現，每找到一個整數就比100小。於是就枉下結論說所有的整數都比 100 小，還躍躍欲試要證明這個傻瓜定理。” 數學家說：“可能吧，但物理學家更過分。他堅信60 能被所有的數整除。他的理論是，自然數的開始幾個1、2、 3、4、5、6都能整除60，然後用他的話說就是‘任取一些數字’10、12、15、20、30 都能整除60。所以實驗證據充足，60可以被所有的數整除。” 92
第2章計轉相物理學家又說話了：“嗯，但是請大家看看工程學家。 他說所有的奇數都是素數。第一個奇數1是質數，這倒無可非議，接下來3、5、7也沒錯都是質數。接著到9了， 嗯，這個9啊，怎麼看都不是質數，但工程學家說‘暫且擱置下來’繼續實驗。11、13也都是素數，那9‘一定是測算時的誤差’。便下結論說所有的奇數都是素數。” 我對想出這個笑話的人十分佩服。這個笑話把不同職業人的癖性都表露得一覽無餘，這種幽默與智慧很讓我欽佩。但是請記住，他的意思並不是要我們拋棄事例，而是更好地發揮事例的作用。 第7節培養思考能力的編寫教科書方法美國的教書生活使我明白了一個道理，救科書的編寫方法是教育的基礎問題，它取培養解決問題的能力有很大的關係。 1 首先通覽公式我們看看教科書便不難發現，日本編寫教科書的方法是，首先給出公式和理解公式的一般性例題，然後讓學生做一些適用這個公式的簡單練習。這就是所謂就是先公式後練習的方法。 而美國恰恰正好相反。美國的教科書一般都非常厚， 老師和學生可以慢慢、從容地進行課堂內容。他們是透過 93
臧功之道大量的例題一點點引到公式上面來的。 我們先來看看美國編寫教科書的方法： 1 首先，老師讓大家思考一些簡單的問題：“有這樣一些問題，大家看應該怎麼解呢。” ②之後，“發現了吧，這樣就可以解出來。那麼我們再看看下面這些相似的問題”，老師給出一些要點相同的問題，讓學生自己一個一個地解決。隨著問題難度的加深， 學生對問題的理解一點點加深了，就會發現“啊！原來每個問題都必須要考慮到這個地方啊。” ③ 最後，理解這些問題的共同點，得出公式。 這就是美國編寫教科書的方法。 例如，假設要講解N維空間的公式或定理。老師首先會拿出一維的例題讓學生思考，然後證明一維的情況下定理成立。接著便會加深問題難度。學生在解題的過程中會發現“這些問題都符合一個一般性的定理啊”。定理是在最後給出的，大都是在練習題中提出來的，“這章的定理實際上是一個適用於N維空間的定理。形式就像這樣，大家證明一下吧”。 日本的教科書則剛好相反。首先證明N維空間下定理成立。證明的過程需要對公式進行復雜的變形，這樣一來就很難理解定理的來龍去脈了，也很難有人對N維空間產生感性的認識。接著是練習題，都是一些套用剛剛學的定理就能解出來的習題。最終，產生在學生身上的效果就是， “啊！原來如此。套用這個定理的話，N是3，a是5，b 是0，正好符合定理”。 94
第2意 “實質到形式”還是“形式到實質” 日本的授課方式就是這樣，老師先把很難的公式給出來，然後再讓學生嘗試理解公式的實質。對學生來說，如果開始沒有跨過這道門檻，沒懂得公式的話，後面的課就無聊之極。就算是有的學生明白了，也只是明白了公式的使用方法，其中的結構、意義未必都明白。就是到了最後也始終不能明白公式是怎麼樣得來的。 發現定理的學者都是從實際的事例出發的，思考著 “其中是不是有這樣的聯絡啊”，從而得出定理的。牛頓發現的萬有引力定律可以解釋蘋果落下這個自然現象。 如果廣泛流傳的關於牛頓的軼事是真的，那牛頓就是通過蘋果落下發現萬有引力定律的，也就是說，他是透過自然事例得出了一般定理的。 日本的課堂只是教了公式的使用方法，對公式的由來並不重視，教授得也不充分。時間長了，學生就會認為數學和理科都是背誦的學科。要是學生忘了公式，那就什麼都不能解決了。 三十多年前我在京都大學讀書的時候，曾聽過當時電子試驗所的菊池誠博士做的一次特別演講。菊池誠博士是日本半導體技術的開拓者。他提到一個在美國教書時候的事情，我至今還記得十分清楚。 “如果想開發一種新的電子元件，最重要的是建立起一個元件內部電子運動的模型。要是告訴美國的研究生 ‘做一下這個元件的模型’，他會用大學初級電子物理課上所學到的知識，‘首先假設元件內部電場是統一的••••’，之後得出‘元件的厚度與電壓、電流之間有這 95
威功之道樣的關係’。而同樣的事情讓日本的研究生做的話，他會回答‘元件的邊緣電場是混亂的，所以要先設定極限條件。 這是相當難的，讓我回去想一晚上吧’。第二天再問，他會說‘那個太過複雜，我沒解決出來’。一目瞭然的模型可以為整個設計指明方向，哪怕只是個相當簡單的模型。 日本的研究生跟美國的研究生相比理論水平要高一些，但他們無法把這些知識用到實處。” 這段話的寓意非常深刻。 這種現象不僅發生在理科和數學上，也發生在體育運動方面。記得跟日本橄欖球隊前教練平尾誠二先生談話的時候，他曾說過：“日本的橄欖球運動員做了很多傳接球的練習。他們知道很多種方式，練習的時候也表現得很好。 但只要是一比賽，就會變得一團糟。” 單純練習公式的使用方法是無助於培養思考能力的。 不思考只是一味地使用公式，把知識當成一個一個的模組毫無意識地使用，只有對所從事的職業習以為常、對公式非常熟悉的專家才有必要這麼做。對大部分人來講，還是自己思考為好。自己的思考和透過思考認識到的事物內部聯絡，對以後產生構想，對開發產品是有很大作用的。 想寫一本好的教科書斯坦福大學電腦科學系的主任N•尼爾遜教授非常善於編寫教科書。讀他編寫的教科書就好像讀故事書一樣引人入勝。解著他出的練習題，便會自然而然地得出定理。 有時候一些例題的思考方法跟直覺是有點微妙差別的，這就故意將按照直覺解題的學生匯入了歧途。這時候給學生講解會讓他們感覺情況發生了翻天覆地的變化，被神奇地 96
第2章鱍詁綜機癰引回到正確途徑上來。思考方法也就在學生的頭腦中留下了深刻印象。 日本也有這樣的教科書。我當時並沒有學習物理專業，但我讀過朝永振一郎博士寫的一本名為《量子力學》 的書，就是這樣的。據說這本書被翻譯成了英語，國外也在使用。 我真想在日本編寫這樣的教科書，更希望在日本更多地看到像這樣的教科書。 第8節創造力、規劃能力的基c是記憶力有的人總抱怨：“我的記憶力實在是很差啊⋯⋯”，這麼說的人大概內心都很自負，認為“我的思考能力是不可能輸給其他人的”。但是，真是這樣嗎？實際上，記憶力和思考能力並不是一對對立的概念，它們的關係也並不是此消彼長的。 知覺、思考、行動都源於記憶日常生活中，對於人的知覺、思考、行動等等，如果我們要追溯它們的本源的話，最終會落到記憶上來。如果頭腦中沒有知識和資訊作為工具、材料，想單憑規劃能力與創造能力做出點什麼，也是不可能的。構甩就是透過意組腦海中的記憶而產生的。如果沒有良好的廣博的記憶內容作基礎，是根本產生不了什麼構思的。 97
98 戚勸之道因此，最有效的學習方法就是記憶。如果我們把他人長時間研究得出的成果總結記憶下來，不僅高效便捷，也能為自身的思考打下堅實的基礎。當然，這裡所謂的記憶， 是指“經過理解的記憶”，這一點無需多言。 放眼整個社會，科學發展日新月異，人類所積累下來的成就也正是透過書、論文和網際網路這些工具向人們傳播。到現在為止，就我所遇到的人中，可以說有所成就的， 無一例外都是些記憶力超群的人。 隨著現代科學技術的迅猛發展，無論在什麼領域，沒有專業知識和背景的人都很難研究出什麼成果。的確，外行人經常也會有所發現，但這只是一種直覺，要想真地實踐或者證明出來的話，沒有專業知識是不行的。 所以，我想世間無論什麼想法終究會有一兩個人想到的，能不能實現就看個人實際能力的差別了。 人類透過遺傳留給下一代的記憶量只有 0.0000⋯% 卡耐基•梅隆大學的R•拉迪教授是在我之前的機器人研究所的第一任所長，他在20年前就預測到“網際網路在不久就會出現”以及預測了現在的網際網路社會。現在他正致力於將世界上的所有知識都輸入到計算機當中，做成一個通用文庫。 雖說計算機不是絕對不會丟失儲存的資料，但是它可以瞬間將資料傳送給其他的計算機，這一點是計算機跟人類的根本性區別。 對於人而言，雖然他透過學習掌握了很多知識，但是他一旦死亡，他所擁有的知識、思考方法、能力都會跟著！
第2童碬站一起喪失。人要是上了年紀，其能力也會慢饅衰退。而作為計算機，想要它“忘掉”的話它也能“忘掉”，不想讓它“忘掉”則會永遠儲存下去的。 人類透過遺傳基因的變化可能讓下一代變得更聰明一點，但一次世代的更替則需要30年之久。所以現在為了繼承先人的知識和思想，也只能是透過讀書和學習的方式傳承下來。 最終，人類透過遺傳留給下一代的記憶量只有 0.0000…%。 計算機的一個好處就是可以百分之百地把資訊都傳遞下去。從這種意義上說，衡量計算機進化速度的標準跟衡量人類的標準是完全不一樣的。如果我這樣寫的話，一定就會有人說：“人類的記憶力根本趕不上計算機。記憶的任務就交給計算機吧，人類只要磨鍊自己的思考能力就行了。這才是最有效率的方法。”其實，說這種話的人就大錯特錯了。 儲存能力與應用能力我們常常會碰到這樣的事情吧，自己怎麼也沒解決的問題被別人先一步解決了，之後說起解決問題的方法：“實際上xxx與yyy是有關係的，我就是想到了這個才研究出來的”，這時候自己一定很悔，“我經驗也豐富，知識也完備，本來我也能解決出來的••••”構思也是如此，很多時候人們會覺得：“這樣的構思我想出來也不足為奇啊！” 實際上，記憶力可以分成儲存能力和應用能力兩部分。無論儲存了多少，沒辦法應用出來的話其實是毫無作用的。但要是什麼都沒儲存的話也是談不到應用的。也就 99
種蛾戚功之道是說，只有鍛鍊兩方面的能力才能活用記憶力。 一環扣一環地推斷“什麼地方有什麼關係”是最重要的一種能力。這種能力就是要善用頭腦中的知識，能夠迅速找出來什麼與什麼是有聯絡的，在看似無關的地方一眼發現其中的內在聯絡。 計算機可以記憶一個人的大腦完全無法記下的龐大資料，其中許多資料我們平時根本不會見到。計算機記憶之後，我們就可以透過搜尋引擎進行檢索。人們在解決問題的時候則需要把檢索出的知識與大腦中己有的知識結合起來形成記憶，否則對研究是沒有作用的。 計算機即使儲存再豐富的資料，人們如果不將檢索出的資料記住，與現有知識關聯起來，並且再次應用於實踐中，那麼再珍貴的資料也會白白浪費掉。但是，怎樣才能把自己記憶的東西迅速地應用呢？現在也有很多書寫怎麼加強記憶力，但我要很遺憾地告訴大家，加強記憶力是沒有捷徑的。 還有一點很重要，記憶的時候要儘可能做到理解記憶。理解基礎上記憶的東西才能正確使用。比如研究問題的時候發現，“啊！這個問題跟我去年解決的問題很像”， 於是很順利地就解決了。但是去年的問題沒有理解好的話，頭腦就不會反映出它們有聯絡。模糊的記憶會讓人覺得似像非像，沒有辦法活用於實際中。 接下來是聯想記憶。聯想記憶就是無論看到什麼、聽到什麼都能跟自己知道的、經歷的事情聯絡起來。看到一個東西就要問自己，“如果這樣的話⋯•”，然後展開豐富的想像力，將新知識與自己的舊知識或者經歷聯絡起來， 從而記憶成為自己的東西。用這種方法的話，很容易提高 100
我們對知識的感知性。 所以，要想在構思、創造和解決問題的時候遊刃有餘地使用自己的知識，在記憶的時候就要問自己“明白了嗎”、“如果這樣的話•••••”，儘可能地去採用理解記憶和聯想記憶這兩種方法。 第9節思考力和記憶力是靠不斷實踐培養起來的我記得曾經與象棋名將羽生善治交談的時候，他這樣說過：“下象棋要用直覺。”作為我們平常人，在下棋的時候都是想著“這麼下結果會怎麼樣”，一步一步地“計算” 著下棋。而職業棋手則是看一眼棋局，頭腦中就會閃現出下一步的走法，這就是所謂的直覺吧。 而我這種比業餘還業餘的選手，連象棋的規則還搞不明白呢，就是想下棋的話，也得先找個人教我下棋的規則。 直覺也是一種計算在很多人的眼裡，拿直覺跟邏輯思考相對比，似乎是一種其他的能力。羽生先生說的話也給人這種感覺。但我認為直覺實際上與邏輯思考沒什麼區別。因為我覺得直覺就是電腦科學中所說的“計算”—其實也就是資訊處理。 我這裡所說的計算並不是普通意義上的計算，你要是把它理解成加法乘法就錯了。計算不僅包括四則運算，也 101
功之道包括迴圈、邏輯判斷、分支、選擇、輸入輸出等，凡是計算機程式能夠執行的都叫做計算。也就是我所說的資訊處理。 比如在看到某個人的長相時感覺很漂亮，這種感覺我們把它叫做感性認識。實際上這也是一種計算。的確，現階段計算機的能力還不能勝任“感性認識”，但真正的原因是人類還不能明確解釋“感性認識”的原理，沒有製作出相應的計算機程式。 頗具諷刺意味的是，我們人類其實就是把自己解釋不了的計算方法都說成是“直覺”或是“感性認識”。 曾經有人這樣說：我們人類透過直覺所能做到的東西計算機絕對做不到，但實際上，在各種各樣領域裡，計算機已經能夠和人類做的一樣好，甚至有時候比人類做得更好。 德雷福斯曾說：“國際象棋計算機絕對贏不了人類的世界冠軍。因為人類是用直覺在下棋的。要是輸給了計算機，那簡直就是弱智。”但20世紀80年代計算機就很輕松地擊敗過人類，20世紀90年代後半期，人類的冠軍又輸給了計算機。 有時候，人類真是善於為自己辯解，那之後又有人說： “國際象棋這種簡單的遊戲根本不能真正地衡量智力水平，象棋和圍棋計算機就贏不了吧。”就像日美貿易糾紛時，找了“仿造”“廉價勞動力”“結構壁壘”一個個的借口。現如今象棋和圍棋計算機確實贏不了人類。但我看早晚會反過來的。 在我看來，職業棋手用直覺下棋其實就是在計算。只不過他已經將計算方法變成了自己功能，計算速度很快， 102
第2亷鑼勷能夠做到無自身意識的計算罷了。 不用萬有引力定律人們也知道物體是往下落的據說羽生先生六歲就開始下象棋。剛開始學下棋的時候想必也一定要記“這麼下會這樣••⋯•”，而之後習慣了， 不用這樣計算也能很輕鬆地預見結果了。 大腦中的神經細胞神經原中的一些組合，每次都是接照同樣的方式對一種刺激做出反應，所以就會將刺激與反應結合起來，如果再遇到這種刺激就會做出相應的反應。 我們把這種情況稱之為條件反射。 用我們的話說就是每次都執行一個特定的功能，這就像硬體中使用韌體（firmware）來控制其每次都執行同樣的功能一樣。其實，這也是一種學習，不反覆應用公式推導結果，而是將計算方法模式化迅速得出結果。例如，物體應該如何下落呢？本來我們可以用萬有引力定律推導出結論物體是往下落的，但每次推導的結果都是如此，時間長了不使用基本的定律我們也能預見結果了。 計算機本身也是這樣的簡單例子。以前的計算機遇到難的函式（比如三角函式）都是一次一次地計算的。漸漸計算機記憶體價格降低了，容量也就增大了，再計算某種函數的時候就不用再實際運算，而是把結果儲存起來，計算時就直接提取出來，這樣運算速度就快多了。 1 我從小時候起，就非常喜歡記一些東西我小時候所受的教育基本可以概括“讀•寫•算”。 “讀•寫•算”可以說是所有學科，或者更進一步說，是 103
科研戚功之道培養思考能力與記憶能力的基礎中的基礎。既然是基礎， 就需要反覆地迴圈應用才能掌握，這其中是沒有捷徑的。 只有在頭腦中形成了一定的知識模式，才能進而更好地應用。這就需要無數次的反覆刺激大腦神經原從而形成條件反射。 小學的時候，我就非常喜歡背誦，也非常擅長。我在神戶上小學一年級的時候，班主任覺得背誦課本是個非常好的方法，於是就讓我們反覆讀，並背誦下來。背下來之後，我們就在大家的面前背誦，然後在教室的後面貼出來每個人背誦的進度。我第二學期九月份從丹波的農村轉學到那所學校，到十月份背誦就已經領先於同班同學了。 上小學的時候家裡非常窮，買不起詞典。於是，四年級的時候，我借了一年級到六年級的所有的國語教科書， 把各章節的“漢字一覽表”和使用方法都按發音順序抄寫在乾淨的紙上。然後用線裝訂起來，做成自己的詞典。由於是自己製作的所以非常愛惜，總是隨身帶著反覆看，反複寫，最後我就把全部的內容都背下來了。 上初中和高中時，為了背英語單詞，把紙對摺，一半寫上英語，另一半寫上日語。背的時候看一面“book”反應出是“書”，從另一面背也是，看到“黃色”反應出是 “yellow”。一時反應不出來的單詞就做個標記。即使是有一個箭頭也要把所有的單詞都重新過一遍。反覆練習到標記沒有了才結束。 雖說填鴨式死記硬背教育不好，但如果我們頭腦中什麼都沒有，就沒有思考的材料，更就談不上思考了。“填” 不見得就是一種不好的方法。關鍵是怎樣“填”。如果“填” 的結果能使學生像羽生先生那樣的名人一樣，能夠迅速反 104
第2童計媒扒掬湘的應出相關知識，那麼“填”就是好方法了。 第10節；和不同研究領域專家的智慧對決跟某一研究領域的專家爭論問題的人，也一定有自己的專業知識和背景。要想得到不同專業知識的人的認同真是很費勁。只有擁有專業這個武器、在爭論的過程中，才會或感到吃驚、或有所同感，才會從別的視角看問題，得到自己從未想過的意見。這些新的發現就會突破原有的思維模式，產生新的想法與構思。 對未知事物與更優秀的人的感受性曾經聽某個公司高層說過這樣的話：我把其他公司發明的新技術拿給自己公司的技術人員看，問他：“我們採用這種技術怎麼樣？”技術人員也沒有做什麼研究，就反對說：“這個不是我自己的研究成果，作為技術人員，我的自尊心是不允許採用別人開發的東西。”“技術人員頭腦固執，視野狹窄。因為只做專業的知識，所以視野狹窄， 社會意識薄弱。被嘲笑為專業傻瓜”。 專家對於自己的研究領域，其實比一個外行人學習的還要勤奮，他們經驗豐富。從經驗的角度來說，專家所能思考的範圍比外行人要廣泛得多、正確得多。所以，自尊心強也是很正常的。但是隨著經驗的積累，有時也會使人束縛於固有觀念中，害怕新鮮事物。這樣的話，經驗反而會成為一個消極因素。 105
料磃戚功之道所以對我們來說，從長時間養成的思維模式中跳躍出來是很難的。 從事計算機技術行業的人，通常會發現自己隨著年齡的增長很難再有進步。其原因不僅是吸收新技術的能力減弱了，更主要的原因是其自身的固有思維方式阻礙了吸收不同領域的新的思考方式和知識。 為了防止這種情況產生，最好的方法就是經常接觸未知事物。接觸未知事物的最好方法就是聽其他領域的專家的講話，跟他們交談。之後就會驚奇地發現，世界上了解自己不知道的事情的人、比自己優秀的人、想到自己根本沒想過的東西的人有這麼多啊。 抓住要點，在講話和做研究上都是一樣的我在日本的時候，“要是有名字在論文或者報紙上出現過的人來，我一定要見面談一下”，一年最多就兩三回。 我工作的卡耐基•梅隆大學，在計算機學科內是最強的三所大學之一，所以經常有全世界知名的研究員、技術員、企業家來。而且其中不乏計算機之外的多種領域的人士，總能給我帶來新知識的刺激。跟他們見面交往就足以度過每一天了。 為了研究，讀論文是必不可少的。但是，跟這些知名人士面對面的交談也是一種很好的啟發和學習。 你會發現，交談爭論中他們說的話經常能觸發自己的思維，原來頭腦中很模糊的東西一下子就浮現出大致的輪廓，理出解決問題的頭緒。 我的“摺紙世界理論”就是在跟A•紐維爾教授的交 106
第2章計焦機談中得到啟示的。他真的是一位很優秀的科學家，雖然與我專業不同，而且我當時還是個毛頭小夥子，他仍然認真地聽我陳述理論，還同我一起思考，給了我很多中肯的建議，這些我都十分感激。 在與紐維爾教授一小時的會面中，他是絕不跟其他人說話的，屋子裡沒裝電話也沒有誰打擾。紐維爾教授無論聽誰講話都是全身心的投入，從不打瞌睡或做別的事情。 即使演講的內容很無聊也絕對不會在散場之前起身離去， 而解釋說：“是我自己決定失誤要來聽演講的，所以一定要所完。” 紐維爾教授不但人很親場，還有很強的洞察力。跟他講什麼東西的時候，只要加以適當的說明，他就能問出很深入的問題。他還很嚴格，絕不允許“可能就是這個原因”這種模糊的回答。跟他這樣的專家交談就是接受最高等的教育。我從他的抓住要點提問題的方法和探究問題時嚴格的作風中受益匪淺。 現在我跟年輕人談話的時候，也努力地學習紐維爾教授，就像他當初對我那樣對待年輕人。“嚴格”這個方針執行得倒還挺好，其他方面還是有待提高。 以專業知識為武器，跟不同研究領域的人進行對決最近不僅是學術界，企業界的人士之間也開始積極倡導不同研究領域專家之間進行會面。與活躍在自己從未涉足的領域的專家交談，意義深遠而且還很刺激。這可以說是智慧的對決吧。 “啊！這樣啊！那個地方是必須要做的啊！” 107
戚功之道 “居然會有人這樣想啊！” “哎呀！原來應該那麼想啊！” 在這樣的過程中，有所感觸，受到啟發。很多時候會聽到自己想都沒有想過的事情，真可謂是大開眼界了。 無論在什麼領域裡有所建樹的人，都有能力把自己專業的問題抽象化，再進行思考。即使是不同的領域，抽象化後的思考方法也是相同的。用這種方法，不同領域的人之間就可以瞭解得更多。 我這裡所說的抽象化並不是指說話抽象，而是說可以透過特定的事例、事情抽象出共同的概念，也就是抓住要點的能力。無論什麼領城、什麼研究、什麼說話方式、什麼教商背景，抓住要點的方法都是相同的。 既然交談的物件有能力抓住說話的要點，那麼僅是泛泛的發言就沒有任何意義了。要像主場作戰一樣，把實踐經驗、優勢運用出來是最重要的。就好像，足球現在都是分主客場進行比賽決定勝負的。球迷們那麼狂熱，所以主場作戰的話會得到巨大的聲援，比起賽來也很輕鬆。但客場就是孤軍奮戰了，想要贏也難了。客場作戰了才是真正實力的體現。 第11節辯證地考察素質教育與填鴨式教育教育，是要使學生學習知識、尊置知識，使之日後產生好的想法、新的構甩。教育不但要培養學生主動思考的 108
第2童註菲機南痴習慣，提高學生的思考能力，還要讓學生掌握怎樣運用所學知識。教育最寶貴的資源就是學生的時間與注意力。怎樣有效地利用時間、集中學生的注意力是教育方法中必須研討的問題。 •能夠自己學習的機器人可以使自己變聰明嗎最近，機器人專家制造了很多能夠自己學習的機器人。比如，他們先向機器人裡輸入一些可以實現基本功能的程式，例如，“前進”，“向右轉”，“向前方傳送聲波， 檢查是否立刻反射回來”，“前進不了時後退”。接著輸入 “將多種基本功能隨機組合，執行”這樣的程式。 而且在此之上再給機器人輸入“在各種組合中，更多傾向於執行最後能夠執行成功的組合”這樣的程式。這就叫強化學習法。比如給機器人設定“儘早到達目的地”的學習目標，然後放手執行。 剛開始機器人會總撞到東西，向這邊移動一下、向那邊移動一下。一段時間過後，機器人就可以順利地移動， 而不撞到東西了。可以說，機器人明白了“不要撞到東西” 的某種條件。 但也有人會說：“其實，這根本就不是機器人變聰明瞭，是人類事先寫好學習程式，告訴機器人最終要怎樣怎樣，然後機器人學習的結果。”這種說法就好像是： 有人說，“我的孩子變聰明瞭”，而別人說“不是你孩子變聰明瞭，而是你教導孩子‘你得變聰明呀’，他才聰明的”。 總之，人類社會和機器人不同，人類的行為不僅是從無數次嘗試中總結出來的，還是透過社會的教導學習來 109
翾料砑戚功之道的。相比之下，人類社會有著機器人沒有的教育系統。 圓周率等於 3 最近，在日本有一個關於教育的爭論：素質教育和填鴨式教育。 舉個例子吧，隨著學習指導綱要的修改，有人提出議案：把一直以來教授給學生的圓周率“3.14••••”改為“3”。 這種做法馬上就引起了不小的爭論。如果說這個議案是基於“避免背誦繁雜的知識，削減教育內容”這一政策基礎上，那它跟“培養解決問題的綜合能力”這個方針就相悖了。把圓周率改為3，倒是可以節省計算時間、只讓學生瞭解大概的結果，但對於提高計算技能卻是一點幫助都沒有。 以前，為了應付考試採用填鴨式教育方式，這使得孩子們缺乏思考能力。所以現在採用重視體驗、培養思考能力的素質教育方式。可又出現新問題：學生們連基本的計算都不會，能力低下。於是又督促學生反覆學習，結果又遭到非難，說是填鴨式教育的復活。 就這樣，形成了“填鴨式教育=壞=記憶和反覆學習”， “素質教育=好=重視思考”的圖示，關於這兩種教育的爭論引起了教育界很大的混亂。 我們透過報紙等媒體會發現，相關人士的言論都徘徊在“列舉填鴨式教育的弊端，強調不能迴歸於這種教育方式”和“素質教育會導致學生能力低下”之間，暫時似乎還不會有什麼好的解決方法。 110