西洋ルネサンス以降、中国は自然科学の分野で西洋に大きく遅れをとっており、ソフトウェア分野も例外ではありません。 もちろん、中国の多くのプログラマーはこの点について様々な意見を持っているかもしれません。ある人は中国のプログラマーのレベルは西洋に大きく遅れていると考え、また中国のプログラマーの個人能力は西洋のプログラマーより劣るわけではないが、ソフトウェア業界全体が遅れていると考える人もいます。
では、中国のプログラマーのレベルは西洋のプログラマーより劣っているのでしょうか?それとも中国には西洋のプログラマーと同じレベルに到達した、あるいはそれを超える優秀なプログラマーがたくさんいるのでしょうか? この問題を解決するには、まずプログラマーがどれだけの技術レベルを持っているか、各レベルがどのような技術レベルを必要としているかを知り、次に中国と西洋の各技術レベルの人数を比較し、格差があるかどうか、その大きさを知る必要があります。
もちろん、会社や人によってプログラマーの技術レベルを分ける分類基準は異なり、以下の区分はあくまで個人的な意見を表しています。
最初の層は新人です
1階は階レベルに属し、この階に入るための敷居は非常に低いです。 基本的には、コンピュータの基本的な操作を理解し、コンピュータ専攻の基本的な知識を理解し、C/C++やJava、JavaScriptなどの基本的なプログラミング言語を習得することから始められます,...,
コンピュータ専攻の卒業生数が多いだけでなく、コミュニケーション、自動化、数学などの関連専攻の分野でも多くの人がこの業界に進出しており、他専攻に転職した人も多く、西洋よりも確実に人数が多いです。 さらに、我々の人員の平均IQが西側諸国よりも明らかに高いという利点もあります。
一生ルーキーでいたい人はあまりいません。なぜなら「ルーキー」の味が本当に悪く、上司から一日中「マシンのインストールやテスト環境の構築、他の人が書いたテストケースに対するブラックボックステストをしろ」と叫ばれ、上司は少しテストコードを書く手配をするからです。 もちろん、「運が良ければ」中国のワークショップスタイルの会社に出会った際に正式なコードを書く機会もあります。
そのため、新人は常に努力し、より高いレベルを目指しています。
ティア2エビ
レイヤー1からレイヤー2への昇進は比較的容易です。例としてC/C++プログラマーは、C/C++プログラミング言語に熟練し、C標準ライブラリやよく使われる様々なデータ構造アルゴリズムをマスターし、STLの基本的な実装と使い方を習得し、マルチスレッドプログラミングの基礎知識を習得し、開発環境を習得し、さまざまなOSのAPIを活用していればの話ですテスト、ソフトウェアエンジニアリング、品質管理の基礎知識を学べば、ほとんどの人は2~3年の努力でセカンドレベルに昇進し、「エビ」に昇進できます。
中国における「エビ」や「新人」の数はそれほど少なく、この層は西側よりもはるかに上回っています。
エビは通常、まだ少し自己認識があり、簡単な機能しか成し遂げられず、大きなことはできず、時には困難な問題にぶつかることもあることを知っています。そのため、彼らは通常、ロバート・C・マーティン、ライナス・トーヴァルズのような外国の人物、邱伯君、王之洞などの国内的な人物を崇拝する対象となります。 中にはいつかこの大きな雄牛のレベルに到達したいと願い、階段を上り続けている者もいます。
三層目は牛男です
例えば、C++プログラミング言語の習熟度を例に挙げると、「C++入門」「効果的なC++」「C++で考える」「例外C++」などの基本的なC++の書籍を学ぶことに加え、さらに重要なのはC++を理解することですコンパイラの原理と実装メカニズムを理解し、メモリ管理、プロセスおよびスレッド管理機構などオペレーティングシステムの内部メカニズムを理解し、プロセッサやコード最適化手法の基礎知識を理解し、さらにデータ構造やアルゴリズムをより深く習得し、より深いテストやデバッグの知識、品質管理と制御手法を習得し、さまざまな設計手法の理解を深めることを目指します。
上記の知識を一気に身につけるものではなく、30冊や50冊の本を読み、習得しなければ成し得ません。 データ構造アルゴリズムに関しては、少なくとも5~10冊の本を読む必要があります。 ソフトウェア設計の観点では、構造化設計、オブジェクト指向設計、いくつかのデザインパターンを理解するだけでは不十分ですが、ソフトウェアアーキテクチャ設計、インタラクションデザイン、アスペクト指向デザイン、ユースリミネートデザイン、データ構造アルゴリズム指向デザイン、感情デザインなどを理解するだけでは、この層に入るのは困難です。
もちろん、上記の知識に加えて、エビはさまざまな経験やスキルを学ぶ必要があります。 もちろん、彼らにとっては難しいことではありません。現在は多くの書籍が出版されており、インターネット上には数え切れないほどの技術記事があります。そして、さまざまなプロフェッショナルフォーラムでこれらの本や記事に載った経験、スキル、技術を習得し、さらにApacheやLinuxオペレーティングシステムのソースコード実装など、有名なオープンソースプロジェクトも学びます。 この時期は、一般的な難しい問題に対処するのはたいてい問題ではなく、新人やエビはあなたをとても「ブル」だと思い、3階に昇進して「ブルマン」に昇進します。
上記の要件を読んだ後、一部のエビは気絶し、牛の男になるために多くのことを学ばなければならないのです! 要件は高すぎるのではないか? 実際、要求は全く高くありません。こんな小さなことをマスターできなければ、どうやって他人に「牛」だと思わせるのでしょうか?
マルチコア時代に入ってから、レイヤー2からレイヤー3への昇格によりマルチコアプログラミングの閾値が設けられていることは言及すべきです。 もちろん、この境界を越えるのは難しくありません。すでに多くの上級師匠がこの境界に足を踏み入れており、彼らの足跡をたどれば十分です。 この閾値に入りたい方は、TBBオープンソースプロジェクトのソースコードを学ぶことを望むかもしれません(リンク:ハイパーリンクのログインが見えます。そしてインテルのブログ(ハイパーリンクのログインが見えます。)およびマルチコアフォーラム(ハイパーリンクのログインが見えます。関連する記事を読んで、関連する本をいくつか購入して勉強しましょう。
中国では「ブルマン」になると、多くの有名な企業に行けることが多いですし、幸運な人が建築家の肩書きや「主任建築家」や「主任xx科学者」の肩書きを手放せるのも不思議ではありません。 この階に登る多くの人は、屋根に到達したと思い込み、空を見上げてすべてを見渡し始め、何でもできる、すべてを理解しられると思い込んでいます。 また、中国の牧畜民の数は依然として大きく、西洋の牧畜民の数をはるかに上回っており、このレベルでは依然としてリードしています。
また、まだ半バケツの水の段階に達していないことを知っている控えめな「牛の人々」も多くいます。 階段を登るゲームは、猿が木に登るようなもので、下を見ると笑顔、上を見るのはお尻だと知っています。 笑顔を増やし、お尻を減らすために、彼らはここで止まらず、登り続けるためにもっと高い階段を探し続けました。
レベル4ビッグブル
3階から4階へ登るのは、上記のような簡単なことではありません。大きな雄牛になりたいなら、牛ができないことをやって、牛が解決できない問題を解決しなければなりません。 例えば、Niuの人はOSの書き方を知らず、コンパイラも書けず、TCP/IPプロトコルの基盤実装を理解していません。もしどれかをまともに実装できるなら、Niuの人から「大物」にアップグレードするでしょう。
もちろん、専門分野の違いから、オペレーティングシステム、コンパイラ、TCP/IPプロトコルはあくまで例として使われており、「大きな雄牛」になるためにこれらの知識を習得しなければならないわけではありませんあるいはデータベースを書くこともあります。あなたは「大きな牛」になれます。
一般的に、少なくとも200~400冊の専門書がしっかりと読まれ、習得されています。さらに、インターネットや雑誌の最新情報にも注意を払う必要があります。
「牛の人々」が「大きな牛」に昇進し、「牛の人々」が自分たちより優れた人々がいることを知ったとき、彼らの心に衝撃が及ぶことは想像に難くありません。 大量の牛飼いとエビや新人クラスへの影響力により、牛は通常非常に高い社会的人気を得ており、「無数の新人、エビ、牛飼いを惹きつけて腰を曲げる」と言っても過言ではありません。
「大きな牛」になる条件は非常に厳しいようですが、この階は登るのが難しい階ではありません。一定の努力を経て品質がそれほど悪くなければ、まだ多くの「ブルピープル」が登ることができます。 これから、「ビッグ・ブル」のフロアにいる人数は想像ほど少なく、ビル・ゲイツのような人物もこのフロアに属しているようです。
「ビッグカウ」層には多くの人がいるため、「ビッグカウ」が中国に多いのか、西洋の方が多いのかを数えるのは難しいのです。 おそらく同等の数字になるべきだと思います。さもなければ中国では「大きな強気」が増えるでしょう。
これを見ると、多くの人は私がナンセンスを言っていると思うかもしれません。有名なLinuxオペレーティングシステムはライナス・トーヴァルズが作ったのに、我が国でそんなものを書いた人はいないのに、どうして我が国の「大きな牛」が西洋と比較できるのでしょうか? お気づきかもしれませんが、Linus Torvaldsは「まともな」OSのプロトタイプを書いたばかりで、Linuxは後に世界的に有名なオープンソースOSへと発展しました。これは、IBMのようなオープンソースをサポートする多くの商用企業が、Linus Torvaldsよりも上層部の裏方のヒーローたちを送り込んで開発させたからです。
新人の中にはライナス・トーヴァルズをプログラマーの神様だと思っている人もいるかもしれませんが、ちょっとした話をしましょう。
ライナス、リチャード・ストールマン、ドン・クヌース(ガートナー)は一緒に会議に参加します。
ライナスは言いました。「神様は私が世界で最高のオペレーティングシステムを作ったと言いました。 "
リチャード・ストールマンは負けじと「神は私が世界最高のコンパイラを創造したと言った」と語りました。 "
ドン・クヌースは困惑した表情で言った。「待って、待って、いつこの言葉を言ったんだ? "
これから、ライナス・トーヴァルズの技術レベルは想像ほど高くないことがわかりますが、「ブルマン」や「エビ」は「ビッグカウ」の方が自分たちより優れていると感じています。 私たちの国には、当時まだ「エビ」層にいる人がいて、彼らはオペレーティングシステムの書き方を紹介する本を書くことができ、非常に上手に書き、少しだけ良さのあるOSを書いていました。 中国の「大手」は西洋と比べて劣らず、同様の商業製品を書かなかった理由は技術力の不足ではなく社会環境によるものだと思います。
「大きな牛」が大きな牛になった主な理由は、「牛の人々」を覆い隠していたからであって、彼らが牛だと思っている姿ではありませんでした。 多くの新人やエビ、さらには牛飼いの人たちが「大きな牛」層が頂上に達したと思っているかもしれませんが、ほとんどの「大きな牛」は自己認識があると推定されており、彼らはまだ山の半分まで登っていないことを知っているので、半バケツの水の水位をかろうじて計算できるほどです。疲れずにこの階まで登り、エネルギーに満ちたまま、次の階へ登り続ける意志を持っています。
これを見て、新人やエビ、牛飼いの人たちが理解できないのかもしれませんし、「大きな牛」よりも高い階もあるのですが、どんな階になるのでしょうか? 5階の謎を見てみましょう。
ティア5エキスパート
大手ブルが本当にオペレーティングシステムや類似のソフトウェアを作るとき、基本的なスキルにはまだ多くの欠点があることに気づくでしょう。 もし自動的にメモリ管理アルゴリズムを実装すると、メモリ管理方法に関する多くのアルゴリズムがあり、すべてを学んで練習していないこと、どのメモリ管理アルゴリズムを使うべきか分からないことに気づくでしょう。
これを見て、5階の謎を理解した人もいるかもしれません。つまり、基礎的な研究が必要であり、もちろんコンピューターでは「計算」という言葉が最も重要で、プログラマーは基礎研究を行い、主な内容は非数値的な「計算」を研究することです。
非数値計算は非常に広大な分野であり、一般的な「マルチコア計算」や「クラウドコンピューティング」だけでなく、ソフトウェア要件、設計、テスト、デバッグ、評価、品質管理、ソフトウェア工学なども非数値計算のカテゴリーに含まれます。チップハードウェア設計も非数値計算を含みます。 「計算する」という言葉の意味を本当に理解していなければ、このフロアに上がるチャンスはありません。
なぜビル・ゲイツが大きな強気のレベルに置かれ、このレベルに入らなかったのか、まだ理解できない人もいるかもしれません。 ビル・ゲイツは大学を卒業しておらず、教育も十分ではないが、自宅に2万冊以上の本を所蔵しており、多くの人よりも早くソフトウェア業界に入った。ビジネスの才能を除けば、技術レベルだけで見ても、裕福な五台の車と言える。普通のコンピュータソフトウェア医を数人合わせても問題ない。ライナス・トーヴァルズや他の「大雄牛」と比べれば優れているはずなのに、なぜ彼らはこの階に入らないのか?
Googleのコンピューティング理解を大学生に例えると、ビル・ゲイツは中学生としか見なせません。つまり、ビル・ゲイツは大物であって「専門家」にはなれません。
これを見て、国内の強気派も喜ぶかもしれません。ビル・ゲイツは私と同じレベルにしかいないし、あと一段階上がればビル・ゲイツを超えることができるのです。 しかし、この階に登るのは「カウマン」から「ビッグカウ」にアップグレードするだけで簡単ではありません。ビル・ゲイツは2万冊以上の本を持っているので、500~1,000冊以上のプロの本を読んで習得できるはずです。 もちろん、これが主な条件ではなく、もっと重要なのは、ACM、IEEE、Elsevier、SpringerLink、SIAMなどの専門的な学術サイトで論文をダウンロードすることが課題になり、Google検索エンジンでの学術検索を毎日必修科目にすべきだということです。 例えば、TBBのようなオープンソースプロジェクト(マルチコア)について聞いたら、すぐにGoogleで「TBB」と検索し、ソースコードをダウンロードして注意深く調べてみてください。そうすれば、あなたの足の片方がほぼこの階の敷居に到達しているかもしれません。
先ほど述べたことをやれば、時間が経つにつれて、多くの小さな分野で新しいことを学べなくなり、最新の研究成果のほとんどを知っていることに気づくでしょう。 この時点で、あなたのレベルは「カウマン」や「大きな牛」だった頃よりもずっと高くなっていることに気づくでしょうが、あなたは「カウ」にはなれません。なぜなら、あなたが学ぶ知識や考えはすべて他者から提示されており、自分自身の知識や考えを他者と共有できるものがほとんどないため、階段を上り続けなければならないからです。
中国に「専門家」がどれだけいるかはわかりませんが、一つ確かなのは、孟大を専門とする「レンガ家」を含めると、我々のレンガ家系は西洋のものよりもはるかに多いということです。
レベル6スカラーズ
「専門家」たちが一階を登り続けようとすると、階段の入り口が一目で見えたが、驚いたことに階段の入り口には「革新」と書かれた高い敷居が設けられていた。 残念ながら、ほとんどの人は5階に上がる頃には体力的に疲弊しており、この閾値を超えることができません。
十分な体力を持つ人はこの閾値を簡単に越えられますが、過度に運動している人がそれを越えられないわけではありません。単に、まだ体力を回復する方法を習得していないだけであり、体力回復の方法を習得すれば、体力回復後にこの閾値を越えられるのです。
どうすれば体力を回復できますか? 私たちの先祖「孔子」は長い間「古いものを見直し、新しいものを知る」と教えてきました。英語では「research」は「research」であり、「re」や「search」という接頭辞の意味を説明する必要はありません。 「古いことを見直し、新しいことを知る」や「研究する」というのは少し抽象的で理解しにくいと思う人もいるかもしれませんが、簡単な例えを挙げましょう。例えば、高い山に登って長時間登り続け、途中で疲れ果てているとしたら、どうやって体力を回復すればいいのでしょうか? 当然、休憩を取って再び食事をとれば、体力はすぐに回復します。
過剰摂取の人にとっては、休息+再食事が体力回復に最適な選択であることがわかります。 残念ながら、国内の上司はこれを理解しておらず、彼らの会社は通常の州で定められた十分な休息時間すら与えず、中には「過労で死ぬ」従業員もいる会社もあります。 したがって、「イノベーション」の閾値を越えられる中国の人は「非常に少数」であり、これは西洋と桁違いと推定されています。
再食の問題について話しましょう。この再食べは特殊で、基本的で消化しやすいシンプルな食べ物を食べる必要があり、山の珍味のような複雑な食べ物を食べることはできません。そうしないと素早く吸収しにくくなります。 検索を例に挙げると、毎日複雑な検索構造やアルゴリズムを研究で見つめるのではなく、バイナリルックアップ、ハッシュルックアップ、通常のバイナリーサーチなどの基本知識を何度も復習する必要があります。
ハッシュ検索を例に挙げると、まずチェーン構造や二次ハッシュなどの様々な競合解決手法を書き、さまざまな種類のハッシュ関数を試し、さらにハードディスク上でハッシュルックアップを実装する方法を試し、ハードディスクからメモリにデータを読み込んだ後のデータの整理方法を考える必要があります。例えば,...,12以上の異なるバージョンにハッシュテーブルを書き、それぞれのバージョンのパフォーマンス、機能の違い、適用範囲を比較する必要があるかもしれません。
要するに、どんな簡単なことでも、研究を推進するために多様なニーズを考慮する必要があります。 最終的には、最も基本的な検索構造やアルゴリズムをすべて理解し、いつかもっと複雑な検索アルゴリズムを見たり、歩いているときにひらめきが頭に浮かび、突然より良い方法を見つけ、専門家から「学者」へと昇進するかもしれません。
例えば、他の人が連鎖基数ソートの方法を発明し、リンクリストを基数ソートに置き換える方法が初めて発見され、性能をさらに向上させることが可能になりました。
学者はわずかな最適化や改善で十分なので、中国には一定数の学者がいます。 しかし、海外の数字と比べると桁違いに少ないと推定されています。
中国の多くの企業が出願した特許数が西側先進国と同等かそれを超えていると考える人もいるかもしれませんし、我が国の学者数も彼らと大きく変わらないはずだと考えるかもしれません。 したがって、ここで言及された特許とイノベーションの違いを説明する必要があります。
いわゆる特許権者は、これまで存在しなかった新しい特許であれば出願できます。 たとえ新しい分野で使っても特許を申請できます。 例えば、家にセメント柱を建てた場合、これまで誰もこの件で特許を出願していなければ、特許を申請でき、次にセメント柱を別の位置に移動させた際に新しい特許を申請できます。 あるいは、キャビネットにいくつか穴を開けて、次回はその位置を変えるのも特許を申請できます,...,
このフロアで言及されているイノベーションとは、学術レベルでのイノベーション、つまり基礎研究におけるイノベーションを指し、特許の概念とは全く異なり、難易度も全く異なります。 たとえ1万件の特許を申請しても、この階ではイノベーションに到達できません。
6階に上がると、「イノベーション」という言葉が書かれた高い閾値をついに越え、「0」という突破口を達成したという喜びを感じるかもしれません。 この時点で「一人で高い建物に登り、世界の果てに行きたい」という感覚を持つかもしれませんが、すぐに見えるのは比較的近い道で、遠くの道は全く見えなくなります。 まだスタミナが残っているなら、より高い階に登りたくなるでしょう。
レベル7マスター
6階から7階へ登る近道はあまり多くなく、主にエネルギーが十分にあるかどうかによります。 もしHoareのような素早いソートアルゴリズムを設計できれば、 また、ユージン・W・マイヤーズのように、編集されたグラフの最短経路モデルを用いて微分問題を解くアルゴリズムを設計しました。 また、M.J.D.パウエルのように非線形計画問題を扱えるSQP手法を提案しました。 あるいは、複雑性の下限がO(NLogN)である比較ベースのソートアルゴリズムを見つけます。 あるいは、スタックを使って再帰的なアルゴリズムを非再帰的なものに変えることもできます。 または、赤黒木やAVL木のようなルックアップ構造を設計します。 あるいはC++やJavaのような言語を設計するのも良いでしょう。 あるいはUMLを発明したのかもしれません。 ...7階に上がり、「マスター」に昇進する。
上記の例のいくつかはこの建物よりも高い階に建てられており、ここでは彼らの業績の一つを例として紹介します。 上記のマスターの貢献から、マスターになるには大きな貢献が必要だとわかります。 まず第一に、問題を解決することがより重要でなければならず、第二に、何らかの面で先人よりも大きな進歩があるか、あるいはこれまで解決されていない新しい問題を解決していることになります。 最も重要なのは、主要なアイデアや手法は自分自身で提供しなければならず、もはや他人のアイデアに基づいて最適化・改善されるべきではないということです。
上記の要件を読んだ後、エネルギーが足りないと少し難しく感じるかもしれません。だから、誰もが「マスター」になれるわけではありません。 中国のソフトウェア業界で「達人」と呼べる人々は、その名を指で表すには十分すぎると推定されています。 外国の「主人」たちが「大きな牛」のように空を飛び回っていることは言及に値します。
この階に出るかもしれないと思われる師匠たちを挙げます。レンガを投げたり翡翠を引き寄せたりする役割を果たすためです。 漢王の「筆跡認識」技術は完全に機密なので、どのアイデアが使われているのか、オリジナルのアイデアの割合がどの程度か分からず、この階に移すべきか上の階に移すべきか分かりません。 山東大学の王小雲教授がDESとMD5のアルゴリズムを解読したとき、彼が使った手法が完全に独創的だったかはわかりませんし、もしそうならこの階に入ることができたのかもしれません。
陳景潤はゴルトバッハ予想を完全には解けなかったが、問題を解くために用いた方法は革新的であったため、この層にも入ることができた。 もちろん、ゴールドバッハ予想が完全に解ければ、それはより高い底として数えられます。
邱伯軍や王志洞、その他の大物投資家たちがWPSやテーブル処理のようなソフトウェアを扱っているとき、私はそれにもっと大きなオリジナルアルゴリズムがあるかどうか分かりません。たとえ私が誤って彼らを大きな雄牛層にマークしてしまったとしても。 学びが限られているため、中国にまだ「修士」レベルの人がいるかはわかりません。研究を行う教授や学者が少数いて、そのレベルに到達できるかもしれません。ご存知なら、この投稿に返信して確認したほうがいいかもしれません。
「マスター」という称号の後光効果を考えると、多くの人が「マスター」になることを夢見ていると思います。 上記のマスターの例を見て、マスターになるのが非常に難しいと感じるかもしれません。 今や「マスター」、つまりマルチコアコンピューティングの分野への近道ができ、多くの未熟な未熟者が皆を待っています。
シングルコア時代に開発された様々なアルゴリズムは、現在では並行して書き直す必要があります。 データ構造やアルゴリズム、画像処理、数値計算、オペレーティングシステム、コンパイラ、テストやデバッグなど、さまざまな分野で多くの機会があり、この層に到達でき、場合によってはより高いレベルに進むこともあります。
ティア8サイエンティスト
科学者は常に神聖な称号だったので、「マスター」よりも彼を優先します。 科学者になるには、あなたの貢献がマスターたちを超えなければならないので、いくつか例を挙げましょう。
もしDijkstraのようなALGOL言語を設計し、順序、選択、ループという3つの基本的なプログラミング構造を提案すれば、8階まで登ることができます。 ちなみに、この結果を脇に置いても、ダイクストラは太陽光発電の運用とセマフォの概念提案によってこのレベルに達することができます。
もしあなたがドン・クヌースのように、データ構造とアルゴリズムの分野の重要な創始者であれば、このフロアにも参加できます。 もちろん、データ構造やアルゴリズムという分野は一人の人物によって作られたものではなく、多くのマスターや科学者によって共同で創り出されました。
もしあなたがバッコスのようにFortran言語を発明し、バッカスパラダイムを提案し、高水準プログラミング言語の発展に重要な役割を果たしたなら、この階に進むことができます。
あるいは、Ken ThompsonやDennis Ritchieのような強力で効率的、柔軟で表現力豊かなC言語を発明し、OS理論や高水準プログラミング言語に大きく貢献したなら、このレベルに入ることもできます。
あるいは、フレデリック・P・ブルックスのようにIBMのメインフレームコンピュータSystem/360およびOS/360の開発を主導し、失敗した後に振り返り、まとめ、「人と月の神話」を書き、ソフトウェア工学に画期的な貢献をする機会があれば、このレベルに入ることも可能です。
あるいはオブジェクト指向設計の基本的なアイデアを提示したり、インターネット用のTCP/IPプロトコルを設計したり、スティーブン・A・クックのようにNP完全性の理論的基盤を築いたり、フランシス・アレンのように並列計算に注力してコンパイル技術を実装したり、コンパイル最適化理論と技術で基礎的な成果を上げた,...,なら、この層に入ることができます。
もちろん、C++言語やJava言語を発明した場合、このレベルには入りません。なぜなら、使う主なアイデアはすべてこの階の科学者たちによって提案されたものであり、独創的なアイデアはあまりないからです。
上記の科学者の業績を見ると、「科学者」になるには、通常はサブディシプリンを立ち上げるか、そのサブディシプリンの創設者であるか、あるいは特定のサブディシプリンでマイルストーンや大きな貢献をする必要があることがわかります。 もしそれができなければ、アンドリュー・C・ヤオのように疑似乱数生成、暗号学、通信複雑性など、計算理論の多方向に重要な貢献をし、達人になることも可能です。また、このレベルに入ることもできます。
「科学者」になった後、もし幸運にもダイクストラのように、科学を非常に重視する国でなれるなら、 あなたが亡くなると、故郷の人々は自動的に葬儀に来ます。 しかし、不運にも間違った場所に生まれた場合は、「レンガ」にぶつからないのは幸運だと見積もられています。
上記の例から推測すると、西洋の科学者の数は非常に多いので、中国には少数の科学者がいるはずだと思いませんか? 責任を持って言えますが、中国で生まれる科学者の数はゼロです。 現在、中国のソフトウェア分野で唯一の科学者は姚啓志であり、彼は現地ではなく海外から招かれました。
地元の科学者の数が0だという私の結論に同意しないかもしれませんが、多くの企業が「チーフXXサイエンティスト」という肩書きをしているのをよく見かけるからです。 私が言いたいのは、いわゆる「チーフXX科学者」はこのレベルには程遠く、ある人のレベルは「ブルマン」や「ビッグブル」と推定され、優れた者たちはせいぜい「学者」レベルに過ぎないということです。 特に「チーフX学者」と呼ばれる者は、基本的に肩書きを「チーフ・ピット・エブリ全員」に変えられます。
我が国では誰もこの階に登れませんが、西洋諸国にはこの階より高い階に登った人がまだ多くいます。 西側からどれくらい遅れているか聞きたいなら? その答えは単純に「3階後ろ」と言えます。 私たちが夢にも思わなかったより高次のレベルの秘密を見てみましょう。
ティア9 偉大な科学者
この階の敷居にたどり着くにはたいてい運が必要です。例えば、ある日リンゴが頭に当たって重力を感じたら、その階に入ることができます。 もちろん、重力は何百年も前に発見されましたし、今になって重力を発見してからあちこちで叫んでいるなら、誰かがすぐに110番に通報し、警察が異常な人間の集まり場所に送るでしょう。 したがって、ここに重力の例を挙げます。つまり、この階に到達するには似たような実績が必要です。
ニュートンの重力の法則の発見は古典的な運動力学の学問分野を生み出し、もし大きな学問分野を創出できれば、科学者から「大科学者」へと昇進するでしょう。 例えば、アインシュタインは相対性理論を創出し、小さな事務員から大きな科学者へと変貌しました。 もちろん、これら二人よりもはるかに多くの偉大な科学者がいます。物理学の世界よりも数学の世界にははるかに多くの科学者がいます。例えば、ユークリッドが創造した平面幾何学、デカルトが解析幾何学を開拓し、オイラー、ガウス、ライプニッツなど数え切れないほどの人物がいます。また、コンピュータに関連する偉大な科学者にはチューリングなどが含まれます。
上記の偉大な科学者の中には、彼らの業績が単に大きな学問分野を創出しただけでなく、何よりも「公理」のレベルに達していることがわかります。 公理の発見には少しの運が必要で、運が足りなければ、この階に入るもう一つの愚かな方法があります。それは達人になることです。 例えば、フォン・ノイマンは数学のあらゆる分野に非常に精通し、多くの分野で大きな貢献をしました。たとえ彼のコンピュータへの先駆的な貢献を除けば、それでも偉大な科学者になるには十分すぎるほどでした。
もちろん、プログラマーが最も気にするのは、自分が偉大な科学者になれるかどうかです。 コンピュータサイエンスの先駆的な業績は長い間フォン・ノイマンやチューリングらによって奪われてしまった今、プログラマーが偉大な科学者になるチャンスはないのでしょうか? 我々の古人たちはよく言いました。「国には才能ある人々がいて、何百年も先導してきた」と。そして今や多くの重要な分野がコンピュータの分野で生まれたので、まだこの層に入るチャンスは十分にあります。
自然言語理解(機械翻訳)の核心的な問題を完全に解決できたり、人工知能や機械視覚(画像認識)で画期的な発見を成し遂げた場合、簡単に「ビッグサイエンティスト」に昇進できます。 だから、いつかあなたが老衰で亡くなったとき、その国の人々が目覚め、ダイクストラと同じ待遇を受けられるように、街中や国中の人々が葬儀に参列するのです。
まだ議論されていない、みんなが関心を持っているもう一つの疑問があります。それは、ニュートン、アインシュタイン、ガウス、そして他のトップ科学者たちがこの階に現れたことですが、この階はすでに屋根なのでしょうか? この記事のタイトルを覚えている方は、まだ9階に過ぎず、10階はまだ到着していないことをご存知でしょう。 多くの人は今混乱しているかもしれません。ニュートンやアインシュタイン、ガウスなどよりも高い階に立っている人はまだいるのでしょうか?
確かにこの世には片手の指で数えられる人が数人いて、彼らは10階まで登った。 したがって、10階は架空ではなく現実の存在です。 もしこれに疑問があったり、私の言っていることをナンセンスだと思うなら、読み進めて10階の秘密を覗いてみてはどうでしょうか。
10階は偉大な哲学者だ
この階の名前「偉大な哲学」を読んだ多くの人は、この階の秘密、つまりあなたの業績が哲学の頂点に達しなければこの階に入る機会がないと察したかもしれません。
もちろん、哲学の頂点に到達することは必要条件に過ぎず、ニュートンの重力は哲学の頂点に達したようです。なぜなら重力がどこから来たのかはわかりませんが、ニュートンはこのレベルに割り当てられていなかったからです。なぜなら、このレベルに入るための他の条件があるからです。つまり、あなたの結果は深い哲学的思考を引き起こし、人々の世界観を大きく前進させる必要があるからです。 ニュートンやアインシュタインらの業績は、人々の世界観を大きく前進させるレベルには達していないと思います。
したがって、この階にいる人々の業績は、私たち一般の人々が世界を理解する上で非常に重要です。相対性理論を学ぶことはできませんが、この階の人々の業績を理解してはいけません。そうでなければ、あなたの世界観は非常に不完全になり、多くの誤りを犯すことになります。 残念ながら、中国では一般向けの科学知識の普及が進んでおらず、このレベルの成果を知る人はあまり多くなく、プログラマーもさらに少ないのではないかと懸念しています。 片手で数えられたこれらの偉大な哲学者の業績が、重力の法則や相対性理論よりも重要になりうるものを見てみましょう。
1. ヒルベルト(1862~1943)
この階に最初に入ったのは「ヒルベルト」という偉大な数学者です。もし「関数解析」を学んだことがあるなら、ヒルベルト空間を学ぶ際にすでにこの偉大な数学者のことを知っているかもしれません。 もし数学のバックグラウンドがなく、数学の歴史に興味がないなら、この名前を聞いたことがないかもしれません。 しかし、もし世界数学センターが第二次世界大戦前にそこにあったかどうか尋ねれば、きっと興味を持っていただけるでしょう。
第二次世界大戦前、世界の数学の中心はドイツのゲッティンゲンにあり、偉大な数学者ヒルベルトがその指揮官であり魂であったと言えるでしょう。 第二次世界大戦中でさえ、ヒトラーとチャーチルはドイツがオックスフォードとケンブリッジを爆撃しないという合意を結び、その代わりにイギリスもハイデルベルクとゲッティンゲンを爆撃しないという約束をしていました。
20世紀前半のほぼすべての一流数学者は彼の学派から生まれた。 ここには、フォン・ノイマンと彼の弟子であるシュミットやヴェーアの思想に影響を受け、またゲッティンゲン大学でヒルベルトの助手を務めた人物や、銭シューゼンの師匠フォン・カーメンがゲッティンゲンで博士号を取得したなど、いくつかの馴染み深い人物が挙げられます。 ちなみに、偉大な数学者は当時物理学には相対性理論や量子力学など多くの偉大な業績があったが、これらの物理学者の数学的スキルは明らかに不十分だったため、学生たちを率いてしばらく物理学を学び、独自に一般相対性理論を発見したが、物理学者たちと功績を争うことを恥ずかしく思い、一般相対性理論の功績はすべてアインシュタインに与えた。
一般相対性理論は、この偉大な数学者の数学における貢献に比べれば何でもありませんが、そこから彼の偉大な数学者の高貴な人格が見て取れます。 ニュートンの登場人物たちのキャラクターを見ると、彼らは一日中ライプニッツやフックらと競い合い、有利な立場を利用して他者を抑圧し、さらには裁判にまで上がる。しかし、このヒルベルト氏と比べると、彼は単なる道化師に過ぎない。
ちなみに、偉大な数学者「ヒルベルト」についていくつかの予備的な印象を持ち、その重要性を感じるかもしれませんが、彼の数学における主な業績は数語で明確ではありません。 まず第一に、彼は当時の数学のすべての分野に精通した卓越した名人であり、数学のあらゆる分野に大きな貢献をしました。 実際、この「ヒルベルト」が解いた数学的問題はどれもこの階の高さには達しなかったのに、どうやってこの階にたどり着いたのでしょうか?
1900年から、当時まだ若かったヒルベルトは、当時の世界数学会議で有名な23の未解決数学問題を提案した報告を行い、20世紀前半を通じて世界中の数学者がこの23の問題の指導のもと研究を行い、今日に至るまで多くの数学者がこの23の問題に導かれています。 例えば、よく知られたゴールドバッハ予想は第八次問題の素分布の部分問題に属します。
もしこの偉大な数学者を「先見の明がある」と表現するなら、この世に「先見の明がある」と呼ぶにふさわしい第二の人物は、オイラー、ガウス、ニュートン、アインシュタイン、そして最も才能ある数学者ガロヴァであれ、例外はないだろう。
23問は要約されており、すべてが独創的ではありませんが、多くは哲学の頂点に達し、深い思考を促すことがあります。 おそらく多くの人はヒルベルトがこの階に入れないと思うでしょう。質問をする人は問題を解決する人と同じくらい偉大であり、しかも彼は多くの質問をします。これを踏まえて、個人的にはヒルベルトがこの階の敷居に足を踏み入れるべきだと感じます。
このヒルベルトの業績を読んだ後、あなたはそれが自分の世界観に影響を与えていないと感じるかもしれません。 実際、彼が投げかけた質問はあなたに影響を与えるために使われたのではなく、他の偉大な科学者や哲学者に影響を与えるために使われました。そして今、彼が投げかけた23の質問のうち2つ目に卓越した貢献をしたもう一人の偉大な哲学者について話しましょう。そうすれば、偉大な哲学者の業績の力を感じるでしょう。
2. ゲーデル(1906~1978年)
たとえ数学の博士号を取得していても、研究方向性がこの哲学者と同じでなければ、必ずしもこの哲学者の業績を知っているとは限らず、ましてや彼の業績が私たちの世界にとって何を意味するのかを知ることはなおさらです。
簡単に言えば、偉大な哲学者は20代で「ゲーデルの完全性定理」と呼ばれ、より重要な「ゲーデルの不完全性定理」という2つの定理を証明しました。 第九層の達成が公理の頂点に達しているのは奇妙に思うかもしれませんが、このような証明定理は学者や巨匠が行うものではないのです。 どうして9階の達成より高くなれるんだ? これら二つの定理の意味を簡単に話しましょう。これはシステムレベルの定理であり、通常の定理や公理とは決して比較できないことが理解できるでしょう。
「ゲーデル完全性定理」は、いくつかの論理公理が完全であることを証明します。すなわち、これらの公理によって生じる任意の問題は、この公理体系において真か偽かと判断できるため、人間の論理的思考能力が完全であることを示しています。 この定理はそれをこの層に導くのではなく、別の定理がこの層に導く。
「ゲーデル不完全性定理」は1930年に証明され、既存の数学(ZF公理体系)のいくつかの公理が不完全であること、すなわちこれらの公理によって生成される問題が真偽を判断できないことを証明しました。 例えば、ヒルベルトの23問題のうち最初のカントール連続体仮説では、ゲーデルは1938年に既存の公理体系が「偽」であることを証明し、コーエン(おそらく「半分」の哲学者)は1963年に既存の公理体系が「真」であることを証明できないことを証明しました。 最も興味深いのは、たとえ決定不能な問題を新しい公理として加えたとしても、新しい公理体系は依然として不完全であり、つまり有限公理の体系を構成してこの公理体系を完備にすることはできないということです。
もしかしたら、上記の一節の意味がまだ理解できないかもしれません。では、それが私たちの現実世界に与える影響について話しましょう。 1936年に登場したチューリングマシンは現代コンピュータの理論モデルであり、ゲーデルの不完全性定理の概念がなければチューリングマシンがいつ登場するかは予測が難しいため、このゲーデルはコンピュータ理論の創始者と数えられます。 原子爆弾よりもコンピューターが私たちの世界にどれほど大きな影響を与えてきたか、誰もが知っているわけではないと思います。 もちろん、現実世界への影響はゲーデルをチューリングや他の偉大な科学者たちと同等にするに過ぎず、彼がこの層に入ることができるもう一つの理由があります。
もしかすると、『フューチャー・ウォリアー』や『マトリックス』、『アイ・ロボット』などのSF映画を見たことがあるかもしれません。そこで、人間と同じかそれ以上の知能を持つロボットを創造するというアイデアを思いつきました。そして、それは哲学的な問いです。「人間は人間と同じ思考能力を持つ機械を作れるのか?」と。 ”。
私が言えるのは、「あなたの願いは良いが、現実は残酷だ」ということです。 不完全性定理の意味をよく考え、現代のコンピュータの能力と組み合わせて分析すると、この問いの答えは一時的に「いいえ」であることがわかるでしょう。 人間と同じ思考能力を持つ機械を作りたいなら、この偉大な哲学者とその後の研究者たちの業績から学び、それを基盤に新たな突破口を生み出さなければなりません。
この偉大な哲学者の研究分野の重要性を示すために、私たちが日常生活で議論を呼んでいるもう一つの問題があります。すなわち、孔子の「人間の始まり、自然は本質的に善である」と西洋の「人間は本質的に悪である」という見解との間で、どちらが優れているか悪いかという問題です。 多くの人は、西洋社会が今や私たちより先を行っていると感じ、「自然は本質的に悪である」が正しく、「自然は本質的に善である」と考え、中国は過去の古い考え方を捨てて西洋の考え方に切り替えるべきだと考えるかもしれません。 もちろん、中国の人文主義的思想が西洋より先を行っていると信じ、「自然は本質的に善である」が正しく、「自然は悪である」と考える年配の学問者もいます。
偉大な哲学者たちが用いた公理的分析法を学んでいれば、体系の複数の公理に矛盾がなければ、それらは自らを正当化できると見なせることがわかるでしょう。 このようにして、「自然は本質的に善である」と「自然は本質的に悪である」は平等であり、どちらが優れているか悪いか、ましてや正しいか間違っているかという疑問は存在しないと簡単に結論づけることができます。 「自然の善」と「自然の悪」を同時に体系に入れなければ問題はなく、「人間の始まりには善も悪もない」とか「人間の始まりには善の一部、悪の一部」と考えることは可能です。つまり、先祖が提唱した考えに問題はなく、私たちが遅れている理由は他の理由によるものです。 この問題はガウスの時代に結論に達しました。非ユークリッド幾何学、すなわち平行線の公理の問題を提唱する人もいれば、一点を複数の平行線にできると考える人もいれば、平行線は無限遠で交わると考える人もいました。これはユークリッド幾何学の「一点に平行線は一つしかできない」という公理とは矛盾していましたが、それぞれの体系から導き出された結論は正しかったのです。
実際、その意味を深く考えれば、物理学など多くの分野に大きな影響を与えており、その真実は普通の思考とは比べ物になり得ないほど深遠です。 おそらく、私たちの祖先である「老子」が提唱した哲学的思想だけが深く比較できるでしょう。
ゲーデルの不完全性定理は科学が厳密だと考える人々にも打撃を与え、数学のような純粋に理論的な学問でさえ厳密ではないことが判明しました。ましてや他の学問分野はなおさらです。
ここで数学界の偉大な哲学者について話し終え、次は物理学の偉大な哲学者たちを見てみましょう。物理学では「ハイゼンベルク」という偉大な哲学者しか生まれていないようです(注:私は物理学についてあまり詳しくないので、「ホーキング」という名が偉大な哲学者にふさわしいかどうかはわかりません)。
3. ハイゼンベルク(1901~1976)
ハイゼンベルクという名前はほとんど知られていないと考えられており、ほとんどの人は物理学を学ぶ際に彼の「不確定性関係」を知っています。つまり、この「不確実性関係」のためにハイゼンベルクは10階に登ったのです。
もし『A Brief History of Time』や『Hawking's Lectures: Black Holes, Baby Universes, and Beyond』を読んだことがあれば、不確実な関係の力をすでに理解しているかもしれません。そこではあまり多くを語らず、地域的に生成された哲学的アイデアに関するいくつかのことについて話したいと思います。
まずは何千年も議論されてきた「運命論」の問題から始めましょう。これは今も人々によって議論されています。 ホーキングは、宇宙に初期状態があり、粒子の動きが特定の物理法則(相対性理論や量子力学など)に従って行われる限り、すべての粒子の軌道が決定されると信じていました。そして唯物論、すなわち精神が物質によって決まることを認める限り、運命論は「正しい」と考えました。 もちろん、不確実性関係の存在は人々によって正確に予測できないため、「間違っている」と見なすこともあります。 簡単に言えば、運命論は「正しい」絶対的であり、運命論は「間違っている」相対的であると考えられます。
上記の箇所を理解するのにまだ苦労しているかもしれませんし、運命は天によって定められたものではなく、自分の努力によって変えられると感じているかもしれません。 私が伝えたいのは、あなたが考えていることもまたあらかじめ決まっているということです。予測そのものも含めて。なぜなら、脳の思考問題は最終的に素粒子の動きの結果であり、これらの粒子の動きは物理法則に従っていなければならないからです。だからこそ、あなたが一生懸命働くかどうか、努力すべきかどうかを考えているかどうかもあらかじめ決まっているのです。 ちなみに、もし今この記事を読んでいるなら、この宿命論的な問いは疑問があるとか、十分に良く書かれていないと思い、レンガを壊したくなるかもしれません。 あるいは、この質問が少し面白いと思って、読んだ後に友人に伝えようと思っているかもしれません。 あるいは、それを見てとても疲れて休憩したい気分になるかもしれません。 …； これらはすべて神によってあいまく定められたものです。 あなた自身の相対的な視点からは、何が起こるか事前に分からないため、それはあらかじめ定められているわけではないと考えることもあります。この文は少し理解しづらいかもしれませんが、先に述べた公理的な考え方を理解しておくべきです。
もし「ホーキングの講義 - ブラックホール、ベビー宇宙、その他」を読んでいなければ驚くかもしれませんが、運命論はずっと観念論と見なされてきたのではなかったのでしょうか?そして運命論はどのように物質主義から派生したのでしょうか? 現実は、これはあなたにとって大きな冗談ですが、この冗談はあらかじめ決まっているのです。 唯物論と観念論の矛盾を、先行の善悪分析理論と同様に公理的に慎重に考えれば、唯物論と観念論は必ずしも対立するわけではなく、両者の矛盾は同一体系に同時に置かない限り統一され得ることがわかるでしょう。
もちろん、運命論的な問いの正しさを疑う賢者もまだいます。なぜなら、ここには前提条件があるからです。つまり、宇宙には初期状態が必ず存在しなければならないからです。 ビッグバン理論は存在しますが、それはあくまで仮説であり、確認されたわけではなく、宇宙は常に存在していたと考えています。 あなたは運命論を疑う合理的な理由があるようですが、それでも私はあなたが今、運命論がまだあらかじめ決まっていると疑っていることを伝えたいです。もし信じないなら、次の分析を見てみましょう。
宇宙の初期状態は疑わしいですが、この宇宙が少なくともしばらく前から存在していたことは疑いようがありません。 宇宙が存在する間の任意の時刻t0を取ることができ、この時刻t0ではすべての粒子が運動状態を持っています。 時刻t0以降の時間では、粒子の運動は物理法則に従って行われるため、粒子の運動軌道は時刻t0の状態によって決定されます。 率直に言えば、100年前の時点をt0とすると、現在のすべての粒子運動状態は100年前に決定されています。1万年前の時点をt0とすると、過去1万年前のすべての粒子運動の軌道は1万年前に設定されています。もちろん、100億年前のような早い時間も取れます。
要するに、宇宙に初期状態があるかどうかは運命論の正しさに影響を与えず、この世界のすべてはあらかじめ定められているのです。 ただ、粒子同士の相互作用が複雑すぎるため、これらの粒子の軌道を知ることができないのです。 もちろん、不確実性関係を用いると、この動きの軌跡は人々に正確に予測できないので、冗談を言ってもいいでしょう。「占い師はしばしば不正確な計算をする。おそらくその不正確な関係のせいだ。」
不確実性の関係をもう少し深く考えると、これは測定システムの問題であることがわかります。 運命論の存在により、世界自体は実際には確実で「正確」であり、測定できない理由は人間の測定能力が素粒子に依存しているからです。 先ほど言いましたが、運命論が「間違っている」のは相対的なものであり、私たちの人間の測定能力に相対的なものです。 ゲンツェン(元ヒルベルトの助手)は、ZF系の問題はすべてより強い系で決定可能であり、世界自体が決定されることを証明しました。 (注:これはゲーデルの不完全性定理と矛盾するものではなく、数学的な複雑さのためここでは詳しく説明しません)
先祖が提唱した「荘周は蝶の夢を見たのか?」という問いを考えてみてはどうでしょうか。 それとも蝶は荘周の夢を見たのか? 「風が動いてる? 旗の動き? それとも心臓の鼓動? もちろん、かつてはこれを純粋な観念論や封建的なゴミだと思い込んでいましたが、不確かな関係性の含意と先に述べた公理的分析法を組み合わせると、簡単に結論を導く勇気はないと推定されます。
なぜ偉大な哲学者が偉大な科学者たちの頂上に置かれるのか、まだ理解できないかもしれませんし、重力や相対性理論、その他の業績が最高だと考えているかもしれません。 偉大な哲学者が偉大な科学者よりも一つ上のレベルにある理由について話しましょう。
もし現在の能力の下で人間が将来持つ知識の集合を集合Aとみなし、人間がすでに持つ知識の集合を集合Bとみなすならば、集合Bは集合Aの部分集合に過ぎず、非常に小さな部分集合であることは明らかです。 ニュートン力学や相対性理論は集合Bの部分集合としてしか数えられず、集合Aに対しては海の中の一滴に過ぎないと数えられる。 言い換えれば、人間ができることの中で、ニュートン力学や相対性理論のような理論は、それらのいくつかを行うための詳細な方法を示してくれますが、もちろんニュートン力学や相対性理論では解決できない多くの問題があります。
ゲーデルの不完全性定理と不確実性の重要性は、集合Aの範囲を示している点にあります。つまり、人間の既存能力が限界まで追い込まれたとき、できることとできないことが存在するということです。 もちろん、具体的な方法を示すわけではなく、私たち人間が今発見している限界を示しているだけです。 将来的に、人間には他にも新たな未発見の能力があることが発見され、その限界は破られるかもしれません。 例えば、将来的に素粒子に依存しない他の測定方法が見つかり、測定過程で他の粒子の状態が変わらなければ、不確実性の関係は破れます。
これを見て、あなたはいくつかの秘密を発見したのでしょう。科学は多くの場所を巡り、最終的に哲学、つまり私たちが形而上学と考えるものに戻ったのです。 同時に、私たちの祖先が提唱したいわゆる形而上学は、もともと現代科学と一致しており、一部の人が考えるような全ての駄作ではありません。 もし誰かが西洋が一時的に私たちより先を行っていると思い、そして古代において西洋が私たちを追い越し、私たちの祖先は西洋に遅れをとり、その考え方はくだらないものだと考えるなら、彼は外国を称賛するという誤りを犯したのかもしれません。 私は彼にジェイ・チョウの春節ガラの歌詞を渡さざるを得ませんでした。「内臓の傷を治すために、うちの先祖代々の中国医学の処方箋を一つでも手に入れたほうがいい。」 ちなみに、伝統中国医学で使われている陰陽五行説の前提は宿命論だと伝えてくれ。
上記の偉大な哲学者たちの業績はあなたの世界観に大きな影響を与えるかもしれませんので、これらの偉大な哲学者たちの業績を羨むかもしれません。 大きな野望があれば、いつか偉大な哲学者になれることを願いますが、上記の偉大な哲学者は数学や物理学を学んでいて、あなたはコンピュータプログラマーなので、偉大な哲学者になるチャンスはないのでしょうか?
もしNP問題を完全に解ければ、コンピュータ内の計算の謎が基本的に解明されたことになり、もしかしたらこの階に入ることができるかもしれません。 あるいは、コンピュータが理解できる別の数学的公理のセットを見つけ、その公理体系が完成すれば、コンピュータが人間の思考に取って代わるために必要な条件が満たされ、コンピュータは真の意味で「論理的思考と推論能力」を持つことになり、簡単にその階層に入ることができます。 もし不確実な関係を断ち切る新しい方法を見つければ、この階に簡単に入ることができます。
もし人間の抽象的思考の謎を完全に解き明かし、コンピューターに抽象化の方法を教え、抽象的に考える能力を持てば、「デザイン能力」を得て、さまざまなデザインで人間に代わることができ、この階に簡単に入ることができます。 ちなみに、ソフトウェア設計について本当に深い理解があれば、これはSFを書いているわけではないと理解できるでしょう。 もし興味があるなら、プログラムスライシング技術を学び、ソフトウェア設計やテストの理解を質的に向上させ、いつかその扉を開くことができるかもしれません。
もちろん、コンピューターが人を完全に置き換えるには他にも必要な条件があり、それは後述します。
この記事に記されている最上階は10階ですが、偉大な哲学者たちは最上階に到達していないと感じており、通常は上階への階段を見つけるのに苦労しています。 もし世界一になりたいという考えがあるなら、偉大な哲学者の業績を超える何かをしたいと思うかもしれません。もちろん、それはより高い階段を見つけることに依存します。
個人的には、1階上の階段が天国への道、つまり11階の名前が「天国」であり、「神」が住む場所であり、人が住む場所ではないと考えています。 もし誰かが将来天国に登ることができれば、その人はもはや人間ではなく、人間から「神」になったことになります。
この世に「天国」があるのか、「神」は存在しないのかと疑問に思うかもしれませんが、私も同じように感じています。 したがって、「神」という問題について論じるために別の段落を書く必要があります。 天国の神秘を理解したいなら、自分を「神」に変える方法はあるのか、11階の神秘を見てみましょう。 ここで「神秘的」という言葉を使っているのは、多くの人の目には神が「神秘的で神秘的」な存在だからです。
レベル11の神
上記の小見出しを読んだ後、奇妙に思えるかもしれませんが、この記事は「プログラマーの10階」についてのものではありませんか? なぜ11階から出てきたの?
実際、これは矛盾ではありません。プログラマーのフロアは10階しか持っていません。なぜなら、11階に登ると彼は神となり、もはやプログラマーではないからです。 ですから、10階を超えてもそれ自体は問題ではなく、重要なのは神になる能力があるかどうかです。
1. 神とは誰か?
初心者はライナス・トーヴァルズをプログラマーの神だと思い込み、前の階の導入部分を読んでこの文を再び見ると、心の中で笑わずにはいられないと思います。 もちろん、笑顔になるかどうかはあらかじめ決まっています。 ドン・クヌートも神ではなく、神からはまだ三階分の距離にいます。 偉大な哲学者でさえ天国から一階離れているので、この世で神になった者はいません。
将来、誰かが偉大な哲学者たちよりも高い階に昇り、神になるかどうかに関心があります。
神になるには、神と同じ力が必要だ。神は人間を創造するだろうか?
おずおずと尋ねるかもしれません。「恋人と子供を持てる?それは人間と見なされますか?」 自信を持ってこう言うこともできます。「人間を生物学的にクローン化できるようになった今、一部の人々はすでに人間を作る方法を習得しています。」
実際、クローン作成にはヒトの体細胞が必要であり、存在できるのは体細胞だけです。 神が人間を創造したとき、この世には人間はおらず、無生物の「塵」から作られた人間がいました。 したがって、人間もクローン人間も、最も原始的な方法で生まれた人間は生命情報を持つ物質から生まれており、人間を創造したとはみなされません。
こうして人は自分で作れませんが、「神秘的なフォーミュラ」を教えて、人を作る方法を学ぶ機会を与えてくれます。
もし人間の感情の謎を解き明かし、コンピュータも人間と同じ感情を持たせれば、コンピュータは人間の欲求を理解し、「感情知能」を持ち、人間と同じ能力を持つようになります。 この時点で人間はロボットへと進化し、SFが現実となる。つまり、あなたは人間を創造する真の能力を習得し、「神」へと昇格したのだ。
将来誰かが「神」になれるかどうか、そして人間がロボットに進化できるかどうかは、運命論であらかじめ決まっています。 そういえば、運命論を断ち切る別の方法を教えておきたい。それは、神よりも高い階に登らなければならないということだ。
「神より上の階?」 あなたは初めてこの問題に直面しているかもしれませんが、実は私も同じ疑問を持っています。 ですから、12階について書く前に、それが存在するかどうか、つまり神の頭に乗ることができるかどうかを確認する必要があります。
2. 神の頭に乗る?
神の頭に乗ることが可能かどうかという問いを解決するためには、神よりも高い底、つまり運命論を断ち切る方法があると仮定する方が良いでしょう。
宿命論の根本的な理由は、時間が一方向に流れ、取り返しのつかないからです。 もし時間を巻き戻す方法を見つければ、運命論を断ち切り、神よりも高い階へと登ることができます。
これを見て、運命論の混乱を今すぐ解消し、希望と幸せになれるかもしれません。 しかし、論理的思考力が十分に優れているなら、よく考えれば論理的パラドックスが存在することに気づくでしょう。
時間を巻き戻す方法が見つかるまでは、世界はまだ運命論に従う必要があることは明らかであり、それを破る方法を見つけられるかどうかはあらかじめ決まっているということです。 例えば、t0のある時点で運命論を破る方法を見つけ、その後、時間逆転法を使ってt2のある時点に戻りたいとします。 T2に戻れるか見てみましょう。
t0とt2の間の任意の時刻t1を取ると、t2に戻る前にまずt1を経なければなりません。t1に到達した瞬間を考えます。t1はt0より早いため、この時点で時間を巻き戻す方法はまだ見つかっていません。したがって、t1の位置に到達すると、時間逆転の能力を使って時間点t2に戻ることはできず、時間点t2に戻ることもできません。なぜならt2は任意に取られたものだからです。したがって時間を巻き戻すことは決してできません。 あるいは、あなたは運命論を一度も破ったことがなく、それはt0時点での破り運命論と矛盾します。
上記の文章は「人は決して一歩進めない」というような策略に少し似ています。時間点T1に戻って時間を巻き戻す能力を持ちたいかもしれません。 しかし新たな問題が出てきます。もともとT1の時間差は時間逆転能力を持っていなかったのに、今はT1の時間差に時間逆転能力があると考えているのです。つまりT1は時間逆転能力があるのか、それともないのか? あるいは、時刻t0以前は、運命論が時刻t1に時間戻り能力がないと定めたのに、今あなたはその時刻t1に時間反転能力があると考えているのです。では、この2つの時刻t1は同じ時間点なのでしょうか? もし同じ時間点でなければ、過去に戻っていないことを意味します。 もし同じ時点なら、矛盾しませんか?
より鮮明にするために、光速を超える宇宙船を用意し、時刻T0からT2地点に戻る準備をし、時間の経過とともにT2に戻り、再び光速を超える宇宙船を再び時刻T2に戻すと仮定してみてはどうでしょうか。そこで考える価値のある疑問が生じます。「最後にT2地点T2に戻った宇宙船が見えるか?」ということです。 ”
もし答えが宇宙船が見えないなら、前回戻った宇宙船はどこに行ったのでしょうか? 説明が難しいのは明らかです。 宇宙船が見えれば、時刻T2に到達でき、次にT0に達したときに宇宙船をT2に戻します。今回は過去2回の2つの宇宙船を見ることができます。 このサイクルが続くと、最終的にt2の時点で無限の船が見えることに気づくでしょう。 プログラマーの用語では「プログラムはデッドループに陥っている」と呼ばれ、最終的には「メモリ切れ」現象によりシステムが必然的に崩壊します。
もちろん、時刻t0からt2に直接ジャンプする方法も考えられますが、t1を経ずに。 この方法が実現可能かどうかを分析してみましょう。
直接時間点t2にジャンプするので、ある空間の時刻t2に微細な時間で現れなければなりません。例えば、時刻t2のある正方形に戻りたい場合などです。 まず、なぜ無限小時間で現れるのか説明してください。なぜなら、無限小時間で現れない場合、時刻t1を得る必要があり、これが先に述べた時間点t1のパラドックスにつながるからです。
正方形に現れると、その空気はあなたのために道を開けなければならず、これは無限の時間で行われます。ですから、周囲の空気が得る加速度と速度は無限大であると推論するのは簡単です。つまり、その空気の運動エネルギーも無限大であるとは、どういう意味でしょうか? 鳥は飛行機を撃ち落とすことができ、宇宙が有限の大きさであれば、宇宙を無限に破壊することができます。 たとえ宇宙が無限であっても、一度宇宙を爆破するだけで十分です。 宇宙は破壊されたのに、時間はどこにあるのか? まだT2の時点に戻ったと言えますか?
もしかしたら、まだ上のことを信じられないかもしれません。もっと現実的に考えたほうがいいでしょう。例えば100年前のある時点に戻るとしたら、この100年で空の隕石は何個消えたのでしょうか? 何枚のノヴァが生成されるのですか? 宇宙はどれほど膨張したのでしょうか? 消えた隕石を復元し、生成された新しい星が生成前の状態に戻り、膨張する宇宙を縮小させる能力はありますか? もしこれらの状況が100年前に戻っていないなら、どうして100年前のある時点に戻ったと言えるでしょうか?
上記の導出と分析に基づき、私は時間を巻き戻す方法は存在しないと個人的に考えている。だから12階は存在せず、当然ながら誰も「神」の頭に乗ることはできない。
運命論は、その時代において世界を永遠に支配するでしょう。 |
掲載地 2019/06/14 13:47:17
|
|
|
掲載地 2019/06/14 23:07:55
|
