长期以来，理查德·汉明（Richard Hamming）的非凡著作《科学与工程的艺术 》（ The Art of Doing Science and Engineering ）的哈布雷（Habré）仍在哈布雷（Harbré）上发表过联合翻译，该著作还拥有单独的 MagisterLudi作者网站 。 很长一段时间以来，我都想阅读原文。 是的，不仅要阅读，还要尽可能简短地介绍每章的主要思想。 最近，我设法做到了。
该书本身的目的是通过教授思维的“风格”来“为您的技术未来做好准备”。 因此，所提取的想法基本上是很笼统的。 同样，由于经常以故事的形式传达思想，本文的某些观点是我对它们的个人解释。
由于足够大量的材料及其“紧凑”的表现形式，这篇文章仍然非常充实。 因此，我建议她担任TL； DR。
TL；此TL的DR； DR- 祝您好运伴随着训练有素的头脑（Pasteur）。
- 准备工作应着眼于未来，而不是过去（而要基于过去）。
- 尝试实现您为自己设定的目标是值得的，而设定较高的目标也是值得的。
前言
- 教师应为学生的未来而不是过去做好准备。 最合适的方法是传授思维的“风格”。
我方向
- 尝试使用“餐巾纸计算”方法尽快验证语句。 这有助于任务的制定和质量控制。
- 学习基础知识：在足够长的时间内被认为是正确的知识。
- 不管最终结果多么错误，都可以创建自己的未来愿景。 目标应该是实现伟大并为人类发展作出贡献。
II数字（离散）方法的基本原理
- 使用“数字”解决方案而不是“模拟”解决方案更便宜，更可靠并且具有社会决心。
- 计算机将并且将使得有可能完成大量任务。 尤其是它将成为“恶意”微观管理的一种手段。
III计算机历史记录-硬件
- 从缓慢的模拟“手动”到快速数字自动化，计算机已经走了很长一段路。
- 计算机对正在执行的操作一无所知。 人们赋予他工作以意义。
IV计算机历史记录-软件
- 从容易出错的“为机器构建”方法到更强大的“为人构建”方法，软件已经走了很长一段路。
- 创作者可能没有完全意识到其创作的“伟大程度”（由于种种种种问题）。
- 语言的冗余性提高了其可靠性。
- 编程更像是写作而不是工程：人们以或多或少相似的方式飞入太空，但是两个程序员将编写截然不同的程序来解决一个相当普遍的问题。
- 在编写程序之前要三思。 特别是关于如何检查其正确性以及如何对其进行支持的方面。
- 经验不是衡量能力的通用方法。
V使用计算机的历史
- 使用计算机的主要阶段：
- 计算速度比人类快。
- 自动化这些计算。
- 跟踪这些计算的进度。
- 使用计算机应在经济上合理。
- 事实证明，可修改的（可编程的）通用解决方案（尤其是微电路）在经济上比目标明确的解决方案更具利润。
VI人工智能-I
- 在人工智能（AI）领域，概念的定义存在一个关键问题：“机器”，“思维”，“信息”。
- 研究人员应（在质疑时）运用自己的信念来尝试定义概念，并意识到“知识领域”中计算机的功能和局限性。
VII人工智能-II
- 在大型结构中，可能会出现新的效果：人们认为分子之间没有摩擦，但是在较大的物体之间观察到了摩擦。 “智能”也可能如此。
- 计算机首先取代了日常任务中的人员，而更复杂的（算法和道德上）领域仍然需要人机交互。
- 在现代AI中，很难说结果是“蛮力”还是“理解”的结果。
- 也许不应该衡量正在做的事情，而应该衡量如何做。
VIII人工智能-III
- “汽车可以思考吗？” 双方都有很多棘手的发现（有清单）。 最有趣的是：最短的“思考”程序的某些部分根据定义不能“思考”。
- 谈论计算机的未来用途，而不是过去或现在，可能是一个好主意。
- 您必须仔细考虑并清楚地意识到自己在这两个问题上的立场。 您应该清楚地知道自己的信念和原因 。
IX n维空间
- 复杂系统的设计在n维空间中进行，这具有非常违反直觉的特性。
- 具有约束的最佳设计解决方案几乎肯定会接近边界。
- 公制 在物理学中很常见。 和 -在“知识领域”。
X编码理论-I
- “信息系统”的模型：[来源（性质未知）]-> [来源编码器| 通道编码器]-> [噪声通道]-> [通道解码器| 源解码器]-> [接收器（性质未知）]。
- 消息的“含义”与特定词无关，因为 相同的“信息”可以用不同的方式表示。
- 可以基于系统的“噪声类型”来选择“信息”的编码。 在现实生活中，选择其他单词可以帮助其他人更好地理解信息。
XI编码理论-II
XII纠错码
- 研究的突破通常与情绪压力和沮丧感相关。 冷静的研究人员有利于改进和扩展现有解决方案。
- 突破通常是在时间上分开的部分中进行的（有时是实质性的）。
- 祝您好运伴随着训练有素的头脑 （Pasteur）。 同时，培训应着眼于未来，而不是过去（而要基于过去）。
十三信息理论
- 在香农的信息理论中，“信息”的概念并没有真正定义，只是对其度量方式（作为“惊喜”的相对度量）进行了定义。
- 在应用问题中，长期的定义定义了一个对象，并且没有描述我们对它的最初想法。
XIV数字滤波器-I
- “主动应受惩罚”（即使有良好的意愿），但如果实施得当，则可以带来巨大的成就。
- 毅力和动力往往比广泛的初步知识提供更好的结果。
XV数字滤波器-II
- 尽量不要将新事物命名为“没有新事物，只有改进旧事物”。 这可能是取得重大成就的绝好机会。
- 在复杂的项目中，协作至关重要。
XVI数字滤波器-III
- 如果您知道某些事情无法完成，请尽力记住原因：以便将来您可以在新情况下重新考虑该方法。
XVII数字滤波器-IV
- 在解决问题时，应该对研究的整体情况“负责”，并确保所有事情都是真诚完成的。
- 我们所看到的取决于完成任务的方法。 因此，您应该不断地质疑您（和知识领域）的信念（但不是很多）。
XVIII建模-I
- 建模时，不要忘记不断地与现实核对。
- 首先，使用简单的建模来进一步了解模型的基础。 然后才开始添加详细信息。
- 建模时请使用专家的知识。 这也意味着学习他们的行话。
XIX建模-II
- 建模的可靠性是其重要的素质。 一个方便的检查问题：“为什么有人应该相信模拟是真实的？” （指模型的准确性和计算能力）。
- 不幸的是，没有通用的方法来实现这一目标。 一些提示：
- 确保建模领域具有强大的科学定律和明确假设的理论。
- 对该程序进行任何形式的“充足性检查”和“单元测试”。
- 您对自己的决定负有个人责任，不能将其转移给进行建模的人员。
XX建模-III
- 原则“入口处的垃圾-出口处的垃圾” （质量差的数据会导致质量较差的结果）很有用，但有时由于任务的性质（例如，对输入错误的抵抗力较高）可能无法正常工作。
- 建模方法的选择应符合问题的实质。
- 他们以解决问题的能力而自豪，这有助于在困难的条件下取得重要成果。
- 过多的知识可能会损害人体建模和机会（因此创建了双盲方法）。
XXI光纤
- 积极讨论事物和思想的潜在发展有助于更好地感知事物和思想的未来真正发展。
- 如果某种东西在技术和经济上都更好，那么这并不总是意味着它将并且应该予以实施（出于安全，道德，政治等原因）。
二十二计算机学习-CAI
- 当心一厢情愿和霍桑效应 （如果各方都相信该方法的质量会产生积极的结果）。
- 计算机可用于“培训”（例行，“低级”，本能学习），但对于“教育”可能有害。 主要是由于缺乏对什么是优质教育的清晰理解。
二十三数学
- “数学是一种思维清晰的语言”（尽管不理想）。
- 五所数学学校：
- 柏拉图式的 。 一切都是作为独立实体存在的思想的实现。 问题：科学的不断发展的本质。
- 形式主义者 。 数学是对抽象符号字符串进行允许的形式转换（没有任何“感觉”）的实现。 问题：数学结果具有“含义”。
- 逻辑上 。 数学是对“如果A为真，则为真B”类型的结论的实现。 问题：从假设到结论的推理形式都不会发生真正的数学发现。 相反方向的思考也会发生。
- 直觉主义 。 结果很重要，而不是获得结果的方式。 问题：倾向于不使用严格的方法。
- 建构主义 。 为了证明这一假设，有必要提供一种构造结果的算法。 问题：这似乎过于严格。
- 数学有效性的一部分是识别类比的能力。 结果越准确，结论就越“真实”。
- 将来，数学类比将不再那么明显，这可能导致需要创建全新的方法。
二十四量子力学
- 数据集不能保证一个理论。
- 人不是理性的，而是理性的动物。
- 即使没有现象的“理解”，也可以有效地使用专门创建的形式数学结构。
XXV创造力
- “原创性”似乎比“从未做过”更多。 显然，“创意”（“原创”，“创新”）一词应包括效用的概念（但对谁有用？）。
- “创造力”只能是彼此“心理上远离”的琐碎观念的组合。
- 似乎某种“心态”伴随着“创造力”。
- 创造力就像性爱：一个年轻人可以阅读有关该主题的所有书籍，但是如果没有真正的经验，他几乎没有机会了解它的含义。 但是即使那样，对实际发生的事情仍可能知之甚少。
- 典型的创意工作模板：
- 对任务的基本了解。
- 处理问题，将其表达为具有普遍接受的解决方案的普遍接受的形式。 通常，需要深度的情感投入。
- 长时间的“承担”并深入研究任务。 结果可能是解决方案或任务的暂时停止。
- “洞察力”是解决方案的出现。 通常这是不正确的，因此继续进行审议，或者需要重新制定任务以适合解决方案 。
- 有用的问题：“如果我有解决方案，它将是什么样？”
- 有用的窍门：尽量不要去思考除任务之外的任何事情。
- 类比是创作工作中最重要的方法。 因此，广泛的知识是有用的。 为了有效地使用它们，不应仅记住新知识。 创造出“思维线索”很有用，在思考“思维线索”时会起作用。 这可以通过积极反思知识的非常规应用来实现。
- 为了更具创造力，您必须改变自己（承担责任）。 此外，应随着社会性质的变化而做到这一点。
- 学会拒绝解决问题。
第二十六届专家
- 专家的两个问题：
- 他们有信心自己是对的。
- 他们不注意自己的信仰基础，也不关注新情况下的适用范围。
- 重大发现通常来自知识领域之外（来自另一个领域的专家）。 您必须自觉地决定是要促进自己的领域还是在另一个领域中进行创新。
- 使您成功的因素将来可能会毫无用处。 跟踪您所在的区域。
XXVII无效数据
- 到处都有无效数据。
- 始终检查数据质量。 至少是为了一致性和排放。
- 测量过程通常会对数据进行意外的系统更改。
- 注意维度的定义，以便分析同一实体。
- 小型，整洁地收集的数据集比大型低质量的数据集要好。
- 注意数据收集方法（尤其是问卷）的质量。
二十八系统工程
- 重要的是要牢记问题的整体情况。
- 优化一个零件时，可能会降低系统的质量（主要是因为很少执行上一段）。
- 考虑未来更改可能性的设计系统。
- 满足任务条件的精度越高，负载增加时的效率越差。
- 在系统设计中，没有固定的问题，也没有最终的解决方案。 相反，它看起来像是问题和解决方案的共同演变。
- 创建系统应基于对既定任务和既定解决方案的简化。
XXIX你得到了你所测量的
- 您得到了您所测量的。 这意味着：
- 测量的定义会影响结果（IQ就是这种情况）。
- 所测量的过程可以适应测量程序本身，这违反了原始计划。 这在涉及人员的评分系统中非常常见。
- 仍然需要进行测量，但是要仔细考虑其实施的后果。
XXX您和您的学习
- 尝试实现您为自己设定的目标是值得的，而设定较高的目标也是值得的。
- 祝您好运伴随着训练有素的头脑（Pasteur）。
- 艰苦的工作是有回报的，但是如果朝着正确的方向前进，这是有回报的。
- 相信做大事的能力很重要。 可以将其称为信心“勇气”。 探索成功，助您一臂之力。
- 专注追求卓越对出色的工作至关重要。
- 知道你的年龄。
- 您认为良好的工作条件可能并非如此。
- 重新编写困难的任务会有所帮助。
- 计划大约10％的时间来考虑全球性问题。
- 伟大的人们可以应付模棱两可的问题：他们相信自己组织和研究领域的优势，但同时也相信存在增长的空间。
- 请记住尚未解决的重要任务，并开始进行您有见识的任务。
- 方式，而不仅仅是您的工作方式（“风格”）很重要。
- 使他人可以访问您的工作。
- 不要责怪工具。
- 学会“出售”您的想法。
- 改变并不意味着进步，但是改变是进步所必需的。
- 在您职业生涯的开始，您可能需要在个人时间里工作。
- 没有研究，生活是不值得的（苏格拉底）。 计划您的未来，无论最终结果有多么错误。
- 祝你好运