Be Professional

今天看到 Mitzenmacher 寫了一篇關於如何決定誰要放在 co-author 名單上 的文章. 這不是什麼很新的話題. 像是和指導教授的相處阿, 如何合作阿, 這些都是 academic blogs 上很常討論的問題.

不過這些問題似乎不太被提出來討論? 舉個例來說, 升等, 論文評審, 合作掛名, 這些都是學術工作者幾乎必然會碰到的問題. 但是我們的環境似乎不鼓勵討論這樣的實務問題? 舉個例來說, 有一些教授不太贊成明訂期刊分等方式, 認為應該更尊重學術專業社群的判斷, impact factor 只能拿來參考而已. 我很認同這樣的論點. 但是, 新人如何學習與培育這個判斷?

Mitzenmacher 這篇文章, 除了討論掛名問題之外, 其實也傳達了他所認同的學術價值....什麼樣才叫做貢獻? 什麼樣才叫合作? 從研究者的身分來說或許產出論文或相關研究結果才是最重要的, 但是我們也同樣是學術工作者, 學術倫理和價值觀, 應該是靠這樣的討論傳承下去. 沒錯! 這種東西總是模糊的, 討論不出什麼結果, 但是至少我們可以掌握到幾個共通的原則, 然後建立自己的態度, 並減少日後的爭議.

我覺得開誠佈公的討論, 才是專業的行為. 而不是說這東西很重要, 然後隱而不談, 讓大家自由心証.

Can We Trust?

Ref.: Can We Trust Cloud Computing? « Gödel’s Lost Letter and P=NP

記得幾年前, IBM 要推動生醫計算平台, 他們想將大部分的生物資訊工具重新實作在她們的平台上, 藉由統一的 interface, 建立一套 re-configurable framework. 那個時候有來我們學校演講. 不過似乎沒有得到什麼回響. 有人說因為生物學家會怕 data 外流. 這篇文章又讓我想到當初那個問題 :)

Could Computing 上也會碰到這樣的問題, 所以 Lipton 說要用 Homomorphic encryption 來解決這個問題.

In 2009, the first fully homomorphic cryptosystem was constructed by Craig Gentry[4] using lattice-based cryptography, as announced by IBM on June 25.[5][6] His scheme can potentially support an unbounded number of additions and multiplications. The computational time only depends linearly on the number of operations performed. However, the computation time and ciphertext size increase sharply as one increases the security level

開玩笑地說, 我們可以把我們要解的問題轉換為另一個問題. 不過當然這還有時間複雜度的問題啦! Lipton 的例子有幾個好處, 因為我們有 LP solver, 所以這是通用的轉換. 而且系統管理員無法從 input 和 執行的程式猜到你在做什麼?

目前我們可能會假設會放到雲端的都是非常高計算量的問題, 可是如果是 input 很大, 但是沒有很高的時間複雜度時呢? 或許我們只是想跑一些 O(n^2), O(n^3) 的程式時該怎麼辦?

我覺得這個問題其實跟 Privacy Preserving Data Mining 是很類似的.

我們可以相信代管公司嗎? 我們可以相信 analyzer 嗎? 我們可以相信系統管理員嗎? 甚至, 我們可以相信編譯器嗎?

Assorted Links

• Ref.: Computational Complexity: Deriving sum of squares: How much to cheat?
  
  因為我比較笨，所以常常對很多別人認為理所當然的東西，感到困惑。像是 1^2+2^2+...+n^2 的公式，我永遠都記不起來。當然我知道用數學歸納法或者某些技巧，可以推得出來，但是我和這篇文章的作者有一樣的困擾。某些數學技巧，實在太 tricky，"the formula comes out of nowhere"，就算看懂了，感覺也學不來。這也是我在讀 concrete mathematics 時的感觸。
  
  Polya 在他的書中有描述 Euler 找出這條公式的合情推理的過程。不過印象中還蠻複雜的。我自己用類似交換 summation 的 index 的方式，花一個鐘頭才推出來。(真弱)
  
  我記得當年學的國中還是高中學的時候，應該是用數學歸納法教的吧。可見得教導思考方式遠比學習公式困難得多了。
• Ref.: A Problem With Proving Problems Are Hard « Gödel’s Lost Letter and P=NP
  
  我看不太懂這篇在說什麼。我計算理論的訓練不足。不過裡面提到了很有趣的證明技巧。
  

  great John Littlewood used a similar trick to prove a result in number theory:
  
  1. If the Riemann Hypothesis is true, then primes behave well and his theorem is true.
  2. If the Riemann Hypothesis is false, then primes behave poorly and his theorem is true.

  這個技巧看起來很像廢話，好像很簡單，但是其實很難看得出來。我記得 The Triangle Removal Lemma 也是用類似的技巧證明。看起來好像沒有很深奧，但是其實非常漂亮。
• Ref.: Jeremy's Adaptive Analysis
  簡單地說, 應該是把計算幾何裡的 output sensitivity algorithm 的概念推廣到各種不同的參數. 或者說 parameterized complexity 的多項式時間版本. 我個人是覺得很重要啦~~尤其是在討論 algorithmic engineering 的時候. 不過似乎缺乏統一的架構。

專業能力的需求

常常有人說, 台灣資工學生的訓練不足, 這個我不否認,我的程式設計的能力應該也達不到業界標準. 國外也有些學校從資訊科學系改成軟體工程系, 這或許也是一個警訊. 不過我有一個疑問, 把學生的基本技能訓練到很熟稔就可以把產業做起來了嗎? 還是只是能在代工產業裡活得更好而已? 即使美國在推動軟體工程學系的方向, 也別忘了, 她們的軟體業也很有大部分外包到其他國家.

專業能力的需求永遠都不夠. 我認識一位朋友, 他在一個專門做軟硬整合開發的公司做小主管, 有一次一起吃飯時, 他就跟我大談現在的學生多不堪用訓練有多差, 連台大的學生程度都很不堪等等. 聽到這我趕快趁機鼓吹他多說一些他們的聘用人才的需求和標準, 正好能了解一下學界業界落差有多大.

大體來說, 他的說法是, 產業競爭嚴峻, 沒有多餘的經費和時間訓練人才, 邊做邊學, 三個月到半年就要上手, 不然就只好再見.

會提起這件事, 主要是因為看到一些網路上的強者在談程式設計師的素質 (Jerv, Thinker, etc.), 主要的批評之一, 是學校老師都沒經過業界訓練教的東西根本不是業界要的. (即使經過業界洗禮, 進入學界一久, 有多少老師還能是符合業界需求?)

這個批評我想是合情合理. 只是, 即使有這樣的師資, 學生真的會這樣熱情投入嗎? 台灣在軟硬整合方面的人才不足, 除了學界甚至業界都沒有培育這方面的人才之外, 真的沒有別的原因嗎? (大學可以是職業訓練所, 公私立大學整併之後, 如果能真的把研究和教育分配好, 我覺得就可以做好職業訓練的功能. Ref.: 大學危機 高等教育退場潮啟動 我的大學不見了！ 作者：陳一姍 　出處：天下雜誌 444 期 2010/04)

就像最近有一個新聞說, 哈佛的資工系男女比例懸殊. 當然可能的理由很多, 或許最簡單也最實際的理由只是 --- 寫程式對女性文化或女性特質來說是一件無聊的工作. 當然寫程式不是資訊工程的全部, 但也是大部分了. 我就認識幾個美國名校畢業的女性 EECS 工程師阿, 但是她們都不是很熱衷在寫程式, 其中一個跑去研究機構做助理, 做生物電機資訊, 後來有沒有跑回去唸博士我就不清楚了; 另一個跑去昇陽還是甲骨文當科技文件撰寫者. 這兩個人都選擇了不是那種硬派編程風格的工作. 所以, 男女不均的問題是教育方向? 產業方向? 還是整個領域的特性? 這個可能性有很多, 我不覺得是單一面向的.

同理, 我唸大學時, 聽說做韌體工程師待遇很好 (雖然聽說有點無聊), 也考慮過走這個方向, 但一方面因為我是 EE 的學生, 對硬體比較有親切感 (雖然我其實唸得很爛); 另一方面, 只是因為待遇好. 但是待遇會好不是因為這個工作很偉大或者需要的技術很先進, 而是大部分的工程師不太適應或不太喜歡這種工作, 再加上學習曲線很長, 所以人力相當缺乏. (這是我 n 年前蒐集到的訊息, 現在不知道是否一樣)

所以, 當我們這麼需要某些特殊專業人才時, 某個程度上, 是不是我們的產業不長進的一個警訊?

葉公好龍

Ref.: 教育部成語典--葉公好龍

《莊子》逸文（據《太平御覽．卷三八九．人事部三○．嗜好》引）1>
子張2>見魯哀公3>，哀公不禮。曰：「臣聞君好士，不遠千里以見公。今見公之好士也，有似葉公子高之好龍。葉公好龍，室中彫文盡以為龍。於是天龍聞而下之，窺頭於牖4>，拖尾於堂。葉公見之，棄而還走，失其魂魄，五神無主。是葉公非好龍也，夫似龍而非龍也；今君非好士也，好夫似士而非好士也。

這幾天忽然想到這個典故.

很多人都是這樣, 嘴巴上說要追求夢想還是什麼的, 實際上只是想自由自在做自己喜歡做的事而已, 根本不願意付出相對應的努力, 承受相對應的挫折. 所謂的夢想或理想, 也只是跟嘴上說說而已. 很遺憾的是, 我覺得自己也是如此. 真該好好反省反省.

很多人都覺得知道自己想要什麼, 其實她們不知道! 在沒有碰到挫折之前, 想要什麼都可以. 但是當認知到需要付出的代價和要承擔的風險時, 通常人們會選擇安穩的一生....之前的壯言, 不過是葉公好龍而已.

Ref.: 我好想當漫畫家。 << 朱學恒的阿宅萬事通事務所

生物資訊 -- CS 能帶給生物什麼?

記得我剛進實驗室時, 我問過我指導教授一句話: "CS 能帶給生物什麼?"

這件事我提過很多次, 物理學家投入生物學, 產生了分子生物學這個領域; 統計學家投入生物學, 帶來了遺傳統計這個領域. 那麼資訊科學家將會帶給生物學什麼東西?資訊科學帶給了生物學家哪一種不同的思考? 資訊科學家該用哪種態度看待生物資訊?

有人說生物資訊都是 heuristics 太 trivial. 但是 VLSI EDA 或者 Network 裡面也大多是簡單的演算法和 heuristics! 為什麼沒人說 VLSI EDA 或者 Network 太 trivial !? 我認為癥結是在 "問題" !

VLSI EDA 或者 Network 基本上都是要設計某個東西出來, 所以即使研究者提出新穎但有點不切實際的模型或解法, 由於 IC Design 或 Network 完全是人工的東西, 所以你很難說他沒意義. 但是生物學不是要設計什麼, 而是探索自然, 而這門科學本身對他們要研究的對象了解又不夠, 所以只要稍微離開物理或化學可以去分析的層次, 資訊科學家很難主動提出什麼模型或解法.

物理和化學都大量用到計算機, 不過通常都是科學計算的部分, 在生物學裡也有這樣的領域, 像是計算生物學等等, 通常這些問題就是比較可以明確定義的問題, 像是 haplotype。不過，這些東西對生物學家來說通常不會有非常非常大的影響力，因為太技術性了，有點像是一把超好用的外科手術工具，或許外科醫生會覺得很棒，但是外科醫生有一絲感動嗎？我是蠻懷疑的。

資訊科學的很多概念，基本上都是和其他領域共有的，例如機械學習理論和統計學習理論的關聯就很強，資訊理論編碼理論之類的東西基本上也是電機通訊先有的，如果排除這些，對我來說，資訊科學的思考模式，最大的特點應該就是 trade-off 和 constructive proof。這在以設計為導向的研究非常有威力，但是對分析為主的研究來說，效力似乎就不是那麼強大。

下面是我和實驗室同學們的對話(略有修改,我是從 plurk 上剪貼下來的, 所以有一些混亂, 但是我不想太大幅更動我們之間的對話.)。我們都是學生而已，但是訓練各有不同，也是一種想法的分享。不過我並沒有徵得他們的同意，但我想應該猜不出來我們的真實身份 :)

學長 R 說 你該換個方向想,身為資訊背景的人,你能問什麼樣的ˊ問題 ..要走生物資訊 一定要非常加強生物背景 否則永遠只能被動的接問題

我 說 問題有很多種阿!? 計算生物學, 字串比對都是 "問題", 但是這些問題對生物學家的重要性日益下降! "如何從資訊的角度問出讓生物學家眼睛一亮的問題?" 而且如果太過強調生物, 那 "懂資訊的生物學家+軟體工程師" 一定狂電生物資訊的博士....

學長 R 說 並不是這樣，資訊人的優點在於，對於同樣的生物問題，你有屬於資訊觀點的解法。程式？演算法？那離問題本身很遠，你的觀點才重要，我舉我領域的例子，分析基因體重組的兩類人，生物學家或許懂程式，也懂找工程師寫程式，但他們切入的點跟資訊學家切入的點完全不同。生物學家看到的是基因頭尾演化樹不相同，而反之利用拓樸分析去找重組事件，資訊學家則是從同構序列分析演算法切入，直接去找發生重組的片段。這兩支科學都發展得很龐大，也都很有用。學資訊的人與學生物的人在思考方向上差異很大，這是我待在生物實驗室親身體會的，而這樣的差異，就是彼此的利多。從自己鑽研的子領域發展出自己的觀點，以這個為中心去解各式各樣的問題，當有一天你的成果圍繞著觀點已能自成一格時，那就是你所說的品味

我 說 恩...我了解, 可是....還是有點困惑. 例如 David P Bartel, 他們實驗室是做 microRNA tool, 為了做得更深入, 他們還用各種 report assay 和 proteinomics 的方法去研究 miRNA 的特性. (我在他 Cell 的 review paper 裡看到的) 我覺得要做得比他們好幾乎不可能, 一方面 miRNA 機制未明, 很難良好地 modelling, 另一方面, 從資訊角度提出的 idea, 比較起他們的實驗等等, 在研究的完整度上會差很多. 最後還是要依賴生物學家做實驗! 除非是大頭, 像是李文雄, 自己就很有錢可以給外面做實驗, 不然通常都還是要看生物學家的臉色. 所以我才會覺得 "如何從資訊的角度問出讓生物學家眼睛一亮的問題?" 很重要!

學妹 D 說 計算生物學, 字串比對都是 "問題",但是這些問題對生物學家的重要性日益下降!>>>NGS現在不正是需要這個的時候嗎 最近新出的一些系統生物paper在建network時會希望把sequence alignment加進去 連謝老師都要求自己的學生嘗試看看。對學生物的人來說他只單純希望input給學電腦的，然後output給我什麼東西，所以如果能知道生物的知識，其實就有發現問題的優勢了，單純用資訊的角度去modeling代謝的問題，我覺得很天真，因為不管什麼model，都還是會base on過去實驗出來的數據。不知道我這樣想有沒有錯，電腦本來就是發明出來讓人類方便的，解決人類的問題，不像物理和化學原本就存在於世界上，如果電腦和統計這些東西和要解的問題分開，就變成死的了，就算是學生物的，不同領域的人如果不了解就要去解對方的問題，Ａ疾病的要去解Ｂ疾病，用相同的ＷＯＲＫＦＬＯＷ有時一切也會很不合理的啊。生物統計是統計學家帶來的，那生物資訊不就是資訊學家帶來的嗎，聽之前老師說很多大公司在處理生物晶片資訊分析，都是ＣＡＳＥ　ＢＹ　ＣＡＳＥ的處理　而且實際狀況也應該是要這樣　要一言以蔽之到底資訊科學家會給生物學帶來什麼東西　答案一定很模糊吧

我 說 所以現在 High throughput 的實驗技術才會這麼受矚目 :-) 基本上生物學家自己對生物模型的了解都那麼簡陋了, 不管用什麼方式去 model 都不太可能做得很好. 我想一些電腦科學/統計學的理論學者不會認同你的話 :-) 雖然我基本上認同你的論點, 但是你也要注意到, 這是因為你喜歡生物的關係, 對生物沒興趣的資工人來說, 為什麼他們要研究的領域必須是別人的附庸!? 在做生物網路時把序列的資訊加進去看不是現在才有的 idea了, 至少五六年前就有了吧. 我說的不是說這個資訊不重要. 從學術發展的角度來說,當然都重要. 我的問題是,生物學家會關心細節的發展嗎?還是有東西給他們用就好! 那麼說難聽一點,我們不過是工人?所以我們能問什麼問題很重要!

我先承認我這個問題是抽象而不太切實際的 :-) 我說的不是產生一個子領域, 而是在思想上帶來什麼衝擊!!! 當然也可以說是一種嘴泡 XD 我只是想知道, 在從生物研究而來的技術問題之外, 我們有多大的可能性能反客為主? 主導生物研究? 統計學有自己發展的歷史, 高斯的最小平方法基本上是應用在天文學上, 但是現代統計基本上是 Fisher 和 Pearson 奠定的, 他們(尤其是 Fisher) 主要是把統計應用在生物問題上, 也開發了不少技術, 像是 ANOVA. Fisher 在演化和統計上做了很多工作! 擴展達爾文和孟德爾的概念, 今天做生物研究的人, 或許對生物統計的細節不清楚, 但是有誰不受這些思考影響? 物理/化學更不用說了, 今時今日, 分子生物已經打下了生物學的大半片江山 XD

計算生物學當然很有用, 但是到底有多大的部分影響了生物學家的觀點? 資訊處理是資訊工程的強項! 但資訊分析不是, 分析我們比不過統計學家!!! 那我們可以貢獻什麼? coding 的技能嗎? 我想這也呼應了 學長 R 說的, 要加強生物知識主動去問問題! 而不是被動的去接問題! 但是要怎麼問, 該如何問, 對我來說還是很模糊 Orz 可能是因為我是雙魚座的, 比較浪漫比較愛作夢, 單解一個個的問題對我來說很無聊, 我寧願去外面工作賺錢! 我希望能有一個大目標, 只要朝著這個目標前進, 即使貢獻只是些微的一步兩步, 我也覺得很開心 :-) 這也是我唯一不喜歡演算法研究的一點, 一個個的智力遊戲, 好像是在比誰比較聰明而已!? 把某個問題從 n^3 變成 linear time, 對演算法這個領域, 到底有什麼意義?

好像有點太激動了...科科. 不過我的確是困惑了很久 :-)

學妹 D 說 我覺得對某些學生物的 學資訊的真的很像是工人 至少我看到有些人的態度是這樣 但我覺得這樣也是不對的 真正的資訊科學不是只是會用電腦就好的了 但我也覺得有些學資訊的去批判學生物的不懂資訊也不對 畢竟當一個資訊工具沒有考慮到很多細節就想解決生物問題 對生物學家來說不就跟廢物一樣。但很多現狀也是無法改變的 畢竟大家各自的能力都是有限的 要一個在自己專業上top的人去虛心從新學習另一個領域 並不是很簡單的事情 生物資訊很多時候還是像夢想一樣., 有時候有一點小失落 : p 但我想大家努力在不同地方挖掘東西 總會有適合和想去的位置 能夠把自己的能力貢獻在這個領域我覺得很棒 這就很重要了啊

我 說 任何跨領域研究都需要投入吧。不管是哪個領域來的人，為了要溝通，都應該要投入一部分的心力去學習對方的語言。至於深入學習另一個領域的知識就未必需要了，我覺得這要看合作的模式和規模。 其實生物學家自己也沒考慮到很多細節XD 很多都是覺得大概是這樣，實驗先做下去再說，他們的邏輯反而沒有我們清楚。所以實驗都亂做阿，謝老師他們做生物晶片分析的應該都很有感觸，哈哈。對我來說，我一點都不想替生物學家解決自動化問題，應該是生物學家提出一個讓資訊學家覺得有趣的生物問題，然後我們投入進去共同找出解法才對阿。不過目前生物科技正夯，人在屋簷下，不得不低頭阿。(煙~~)

愈爛的牌就要愈用心打，發脾氣是沒用的

某網友在愚人節發文, 我們不能改變手裡的牌，但是可以決定如何出牌. 語出 The Last Lecture.

不過我個人比叫喜歡港片 嚦咕嚦咕新年財 的對白 : 愈爛的牌就要愈用心打，發脾氣是沒用的

人生不只是一副牌, 而是個很長的牌局....不管牌有多爛, 用心打, 輸得少, 才有機會翻身.

詠琪：三家都叫胡了，打哪張？

德華：照牌路看…上家要這六張，對家要這六張，上家要這兩張。

詠琪：那都不能打了？個個都放炮。

德華：總要打的，想想怎麼打。

詠琪：推牌翻桌、左手拿板凳、右手拿煙灰缸，閉上眼睛砸他們！

德華：不是叫妳打人，是叫你想想打哪張輸少一點。

詠琪：這張？

德華：清一色輸八番。

詠琪：這張？

德華：清一色輸八番。

詠琪：這張，混一色輸四番。

詠琪：賭他才三番。

下家：他媽的，怎麼打這張。

詠琪：嫌小就別胡啊！別胡啊！

下家：他媽的，我胡，我一定胡，

　　　這種牌……哎呀，正花，他媽的，

　　　雙正花，他媽的，西，槓！

　　　千萬不要是東啊！他媽的

　　　東……天啊！早知道不要胡這張牌我就自摸了。

詠琪：英明啊！我沒試過輸得這麼開心的。

德華：贏錢未必能開心，有時打對了才有滿足感。

詠琪：我明白了。

德華：明白什麼？

詠琪：我明白你為什麼不發脾氣，

　　　愈爛的牌就要愈用心打，發脾氣是沒用的。

Ref.: 問嚦咕嚦咕新年財對白 - Yahoo!奇摩知識