科技史小記

• Ref.:太極是由觀測日影而來的？ « Heresy's Space
  
  很有趣的論點。不過我很佩服 Heresy 花這麼多時間去做這個動畫。
  
• Ref.:Here is why vim uses the hjkl keys as arrow keys - good coders code, great reuse
  
  
  所有的設計都是有歷史因素的，就像 QWERTY鍵盤是從打字機衍生過來一樣，軟體的 Hot Key 也是有原因的。
  
• Who invented the call stack? - Quora
  
  據說 Stack 的概念是 A. Turing 發明，這個詞則是 E.W. Dijkstra 創造的。
  
  
• Ref.: 11011110: An almost-forgotten combinatorist: Heinrich August Rothe
  
  • The first definition of the inverse of a permutation
  • A proof that the number of inversions of a permutation (the concept that Muir called "ill-advised and purposeless") is the same as for its inverse
  • A proof that the determinant of a matrix is the same as for its transpose
  • A diagram (the Rothe diagram) still used for visualization of permutations and inversions
  • The first definition of a self-inverse permutation
  • A simple recurrence formula for the number of self-inverse permutations
  很多人喜歡說自己多有創意，其實是他們對歷史所知太過貧乏，我們還是該謙卑一點。
  
  

兩位得獎者

最近有兩個跟 CS 有關的得獎新聞。

Judea Pearl 贏得 Turing Award，以及 Endre Szemeredi 贏得 Abel Prize。

有人可能會問，Turing Award 是計算機科學相關沒錯，但是 Abel Prize 是數學獎吧？ 沒錯，Abel Prize 是一項由挪威王室頒發的獎項，每年頒發一次，獎金的數額大致同諾貝爾獎相近。據說設立此獎的一個原因也是因為諾貝爾獎沒有數學獎項。

比較起來，Judea Pearl 更偏向 計算機科學。他是研究 Bayesian networks 和人工智慧的機率方法 的先驅，也是應用數學因果模型到經驗科學的先行者之一。

不過我個人倒是對 Endre Szemerédi 比較熟悉，因為他在組合學和圖論上的研究成果實在太經典了，像是 Szemerédi's theorem 和 Szemerédi regularity lemma 現在都有廣泛應用。我當初也特地把原始論文找出來讀。也因為如此，所以對我來說， Endre Szemerédi 得獎，是一個更大的消息啊。

Ref.: JUDEA PEARL -- UCLA Computer Science Department Cognitive Systems Lab

一生戀愛運程

Ref.: 測驗一生戀愛運程!?：http://goo.gl/y8pWF

D型的戀人很討厭落單，偏偏他們也真有本事，就是讓你心甘情願跟他東奔西走的。

對D型戀人來說，安全感永遠是第一考量，不過，第二、第三、第四考量恐怕還是安全感。D型戀人對愛情的觀念很傳統，會以相當認真的態度去面對和經營愛情。要4 號戀人主動出擊，他們可不輕易打沒有把握的仗；不過，當有人對D型戀人主動表示好感的時候，D型戀人往往會以最快的速度跳入陷阱。只不過，D型戀人還是很堅持原則的，再怎麼愛、再怎麼盲目，若對方不能達到4 號戀人最基本的要求——也就是對方不能獨屬你一人時，D型戀人最終還是會從短暫的盲目中清醒，脫離這段沒有結果的關係。

D型戀人特別需要安全感，所以也特別需要了解和掌握戀人的一切。D型戀人一向是看準了、了解了、做好準備了，才會付出行動；因此，D型戀人的對象往往是從身邊的朋友下手，從一般的關係開始萌生愛情的嫩芽。

失戀癥結點： 沒有足夠的安全感時，D型戀人會比其他數字來得焦慮難安！因此，D型戀人特別需要掌握情人的行蹤，這種舉動會讓許多情人受不了。

大師的眼光

很多人都聽過 Kurt Gödel 的故事，他給 von Neumann 的一封信裡面，提到了 P versus NP problem 的猜想。

由於這個猜想是在 1970 年代由 Cook 和 Levin 分別提出，所以 Kurt Gödel 這封信的時間點就很重要了。根據信件內文所描述的事件 -- Gödel 恭喜 von Neumann 獲獎 -- 這封信很可能是在 1957 年左右寄出。也就是說，這位 20 世紀最偉大的數理邏輯學家，很可能提早十幾年就考慮過 P versus NP problem 的猜想。

非常有趣的是，最近又有一批信件出土，也跟這個問題有關。

美麗境界的主角，曾經因為精神病所苦的 John Nash 曾經寫信給 NSA (National Security Agency)，討論破解密碼的難易度。John Nash 從計算的角度開始思考，猜測存在很多加密系統 (cipher function) 使得加密很容易 (in P), 但是反推很困難 (in EXP)。也就是說，他從密碼學的角度提出了 P versus NP problem 的猜想。

所以問題是，這封信是什麼時候寄出的？根據 NSA 的文件，應該是在 1955 左右，也就是說，可能比 Kurt Gödel 還要早。而連結 P versus NP problem 到密碼學的這種觀點，要等到 1976 年才被注意。

大師的眼光真的是很恐怖 XD

對於一般人來說這只是軼聞，但對學者來說，這種故事實在很讓人害怕，拼死命做出來的東西，後來才發現大師十幾年前就做出來了XD

這種不喜歡公佈(懶得公佈)自己的結果的大師，最有名的大概是高斯了。

最近在讀Riemann 猜想漫談時，也看到一個類似的例子，剛好可以說明這種害怕的心裡。在這裡分享一下。

二十世紀的 Princeton 高等研究院也出了一位有同樣 「壞毛病」 的數學家， 那便是挪威數學家 Atle Selberg (1917-2007)。 Selberg 在 Riemann 猜想的研究中也有著極為重要的地位， 我們在 後文 中將會更多地介紹他， 這裡就先不贅述了。 讓 Montgomery 放心不下的就是自己會不會與 Selberg 「撞車」？ 自己的這項研究工作會不會不幸地在 Selberg 的某一疊草稿紙上已經有了？ 當然， 除此之外他也很想順便聽聽這位 Riemann 猜想研究領域中的頂尖高手對自己這項研究的看法， 尤其是想聽聽他對這項研究背後可能隱藏著的深義的理解。

於是在返回英國前他決定在 Princeton 高等研究院做短暫的停留， 以便會見一下 Selberg。

Montgomery 如願見到了 Selberg。 但 Selberg 聽完了他的工作介紹後只是禮貌地表示了興趣， 卻沒有提出具體意見。 不過他總算也沒有說： 「幹得不錯， 小夥子， 但是 N 年前我就已經證明過這樣的結果了」， 還是讓 Montgomery 鬆了一口氣。

小記

• Ref.: 台灣第一部電腦為了防震是用牛車拖運的
  

  總部的指令是「報廢」，另由IBM運送一台二代晶體Transistor電腦 IBM 1620 取代。如此中華民國第一部大型電腦，就在向貴賓的表演啟用後就壽終正寢了。

  誰說我們經費拮据的，其實錢還是很多的XD
• Ref.: Gartner：2011年第一季全球手機銷售量達4.28億支 - 數位時代－台灣最具影響力的科技媒體
  Ref.: Strategy Analytics: Nokia tops global handset shipments, Apple sees quarterly surge -- Engadget
  Ref.: 《科技》Gartner：上季全球智慧型手機銷售激增47％，蘋果奪冠｜科技脈動｜理財新聞｜中時理財
  

  國際研究暨顧問機構Gartner發布最新統計，2011年第四季全球智慧型手機終端銷售量達1億4900萬支，年增47.3%。2011全年智慧型手機總銷售量達4億7200萬支，占整體行動裝置銷售量的31%，且較2010年成長58%。

2011年第四季全球手機終端銷售量為4億7650萬支，較上年同期增加5.4%。2011年整年度，終端消費者採買了18億支手機，較2010年成長11.1%。Gartner首席分析師Annette Zimmermann表示，「 2012年整體手機銷售量預期將增加約7%，同時期智慧型手機的銷售年增率則是略減緩至約39%。」

看來智慧型手機的銷售量已經到達手機的銷售量的三分之一，看來有需要已經進入康莊大道階段了。我有需要換手機了嗎？
• Ref.:【圖+影】《不能戳的秘密》紀錄片完整版與懶人包 (李惠仁) - 生活時事影音 - 優仕網共產檔
  Ref.: 轉載～從這次的禽流感 - 這裡紀錄了～我對知識的探索與好奇 - Yahoo!奇摩部落格
  
  好像很多人都從生物學家的角度探討這個問題。但是關於變異，HxNx 這些東西，連我們生物資訊實驗室的都懂一點，這些東西應該只是基本知識吧。資工系學生每個人都學過計算機結構，但是有多少人可以對新的 CPU 做介紹和分析？
  
  HxNx 有多少的機率變成另一種？有多高的致死率？這些數字都只是科學事實或科學數據而已。現在的狀況應該是要有搞流行病和公共衛生的專家跳出來吧？他們面對這些參數，各國過去是用什麼樣的方式處理，我們該怎麼處理，這才是這個階段應該讓老百姓知道的。
• Ref.: 花454億回收1.91億，台灣產學合作堪稱史上最牛賠錢術
  

  根據統計，2003~2008年間40所技術研發中心成功媒合的產學合作案，雖有4,368件，但成為專利的只有1,043件，不到三成，能商品化的更只剩下745件，亦即每6件產學合作案，成功技術轉移的才1件。
  
  又依行政院科技顧問組的統計，2007年對產學研發支出的統計，投入454億，最後智慧財產權收入僅1.91億，產出（智權收入）與投入（研發支出）的比值是0.42%，尚不及百分之一，高投入低產出，這種方式堪稱史上最牛的投資賠錢法，大部分的支出在相關研究結束後，只能供入論文資料庫，供人祭拜憑弔，祭奠納稅人的血汗錢。

  不意外，很多東西我都在這裡談過了 XD
  
• Ref.: 為什麼不能有點效率？大老闆不知道的事 - 楊舒凱碎碎念
  

  主管心理學: 有兵才有官、永遠是主管心目中的第一考量，任何和裁兵有關的事情，就是與主管為敵，包括提升效率。

  這就是我說的『學術界的共犯結構』，為什麼要產生這麼多博士？最主要的就是要把族群變大，人數越多，需要的管理的層級就越多，就有越多『官』。有菜鳥助理教授，才能凸顯國科會xx學門召集人或中研院院士的價值。

生物資訊的出路 II

Ref.: 地勢坤: 生物資訊的出路

Quora 上面有兩篇有趣的提問。剛好呼應了我的問題。

• Medicine and Healthcare: What jobs are available for software engineers who want to advance medical research? - Quora
  
• Why do so many data geeks join web companies instead of solving large scale data problems in biology? - Quora

基本上 programmer 可以做的工作很多，可以去研究單位，可以去小的生科創業公司，也可以去醫療器材的公司，像是 GE Healthcare, Philips or Siemens Medical。不過在台灣大概只有研究單位比較有機會。

我個人認為 Michael Kellen 講得很好。

I’ve been working in software for the life sciences for almost 10 years now. In general, it is not the area to work if salary is your highest concern or if you want to do pure software engineering work.

要我個人說，基本上最簡單的理由就是

1. 錢 (這是機會成本的問題)
   
2. 興趣

第一個理由大家都能理解；第二個理由可能不是那麼明顯。但是高中時有人喜歡念數學，有人喜歡念生物，有人喜歡念物理一樣，每一個人各自有他們自己的興趣，但總有一些領域就是沒辦法感動你。但是招募者常常忘記這個事實。如果一個人要為了投身於科學而放棄金錢回報，他還有很多選擇 -- 物理，化學，大氣科學，環境科學等等，生物只是其中一個『選擇』，甚至還不特別吸引人。(會念二類組的人，大概喜歡數理比生物多吧XD)

就像文中很多人抱怨的一樣，很難招募到好的工程師投入。為什麼？因為生物資訊很少有單位能提供彌補上述兩個缺點的待遇(尊重和生活品質等等)。當然招募者可以尋找『對生物學有愛到可以不在乎錢』的人，但是我想這種人的數量不多，否則也不會這麼難找人了。不過我暫時排除興趣這個因素。

老實說，生活品質還是很重要的。如果能夠有更好的生活品質，例如準時上下班，我想還是可以吸引很多人去工作。另外，工作氣氛也很重要，如果上司和老闆很尊重你，我想這也會讓人工作起來比較開心。不過就像大家都知道的，『白色巨塔』裡有幾乎可以稱為種姓制度的階級制度，我想要工作得開心也不是太容易，至少我還沒聽過這樣的例子。

工作模式也有很大的問題，正如 Michael Kellen 所說

This is not the place to try to make fundamental advancements in computer science; if you want to do that you should work at a major tech company. This field is a place to broadly watch advancements across the technology landscape and try to adapt them quickly to the problems your users are encountering. You’ll have to learn something about the domain to be effective.

很多人喜歡程式設計的工作是因為可以創造東西，但是到研究單位工作，有時候更傾向於幫生物學家解決問題，這某個層面更像 MIS，而這類工作對很多程式設計師來說是避之唯恐不及的。