posts - 195, comments - 34, trackbacks - 0, articles - 1

          馬云:阿里巴巴為什么能夠賺大錢(qián)? 

          *孫正義跟我有同一個(gè)觀點(diǎn),一個(gè)方案是一流的Idea加三流的實(shí)施;另外一個(gè)方案,一流的實(shí)施,三流的Idea,哪個(gè)好?我們倆同時(shí)選擇一流的實(shí)施,三流的Idea。

           *如何把每一個(gè)人的才華真正地發(fā)揮作用,我們這就像拉車,如果有的人往這兒拉,有的人往那兒拉,互相之間自己給自己先亂掉了。當(dāng)你有一個(gè)傻瓜時(shí),很傻的,你很會(huì)很痛苦;你有50個(gè)傻瓜是最幸福的,吃飯、睡覺(jué)、上廁所排著隊(duì)去的;你有一個(gè)聰明人時(shí)很帶勁,你有50個(gè)聰明人實(shí)際上是最痛苦的,誰(shuí)都不服誰(shuí)。我在公司里的作用就象水泥,把許多優(yōu)秀的人才粘合起來(lái),使他們力氣往一個(gè)地方使。

            *網(wǎng)絡(luò)公司將來(lái)要判斷兩個(gè):第一它的team;第二,它有technology;第三它的concept,擁有這些東西,才是存在的必要。 

            *Judge一個(gè)人,一個(gè)公司是不是優(yōu)秀,不要看他是不是Harvard,是不是Stanford.不要judge里面有多少名牌大學(xué)畢業(yè)生,而要judge這幫人干活是不是發(fā)瘋一樣干,看他每天下班是不是笑瞇瞇回家。 

            *30%的人永遠(yuǎn)不可能相信你。不要讓你的同事為你干活,要讓我們的同事為我們的目標(biāo)干活,共同努力,團(tuán)結(jié)在一個(gè)共同的目標(biāo)下面,就要比團(tuán)結(jié)在你一個(gè)企業(yè)家底下容易的多。所以首先要說(shuō)服大家認(rèn)同共同的理想,而不是讓大家來(lái)為你干活。

             *我認(rèn)為,員工第一,客戶第二。沒(méi)有他們,就沒(méi)有這個(gè)網(wǎng)站。也只有他們開(kāi)心了,我們的客戶才會(huì)開(kāi)心。而客戶們那些鼓勵(lì)的言語(yǔ),鼓勵(lì)的話,又會(huì)讓他們像發(fā)瘋一樣去工作,這也使得我們的網(wǎng)站不斷地發(fā)展。

             *看見(jiàn)10只兔子,你到底抓哪一只?有些人一會(huì)兒抓這個(gè)兔子,一會(huì)兒抓那個(gè)兔子,最后可能一只也抓不住。CEO的主要任務(wù)不是尋找機(jī)會(huì)而是對(duì)機(jī)會(huì)說(shuō)NO。機(jī)會(huì)太多,只能抓一個(gè)。我只能抓一只兔子,抓多了,什么都會(huì)丟掉。

             *我們公司是每半年一次評(píng)估,評(píng)下來(lái),雖然你的工作很努力,也很出色,但你就是最后一個(gè),非常對(duì)不起,你就得離開(kāi)。在兩個(gè)人和兩百人之間,我只能選擇對(duì)兩個(gè)人殘酷。

             *您能用一句話概括您認(rèn)為員工應(yīng)該具備的基本素質(zhì)嗎?今天阿里巴巴的員工我們要求誠(chéng)信,學(xué)習(xí)能力,樂(lè)觀精神,和擁抱變化的態(tài)度!

             *互聯(lián)網(wǎng)是四乘一百米接力賽,你再厲害,只能跑一棒,應(yīng)該把機(jī)會(huì)給年輕人。

             *在前一百米的沖刺中,誰(shuí)都不是對(duì)手,是因?yàn)榕艿娜椎拈L(zhǎng)跑。你跑著跑著,跑了四五百米后才能拉開(kāi)距離的。

             *我們花了兩年的時(shí)間打地基,我們要蓋什么樣的樓,圖紙沒(méi)有公布過(guò),但有些人已經(jīng)在評(píng)論我們的房子怎么不好。有些公司的房子很好看,但地基不穩(wěn),一有大風(fēng)就倒了。

             *我們與競(jìng)爭(zhēng)對(duì)手最大的區(qū)別就是我們知道他們要做什么,而他們不知道我們想做什么。我們想做什么,沒(méi)有必要讓所有人知道。

             *網(wǎng)絡(luò)上面就一句話,光腳的永遠(yuǎn)不怕穿鞋的。

             *今天要在網(wǎng)上發(fā)財(cái),概率并不是很大,但今天的網(wǎng)絡(luò),可以為大家省下很多成本。這個(gè)世界沒(méi)有人能替你發(fā)財(cái),只有你自己才能替你發(fā)財(cái),你需要的是投資和投入,spend time,invest time,on the internet,把自己的時(shí)間投資在網(wǎng)絡(luò)上面,網(wǎng)絡(luò)一定會(huì)給大家省錢(qián),但不一定今天就能賺多少錢(qián),賺錢(qián)是明天的事,省錢(qián),你今天就看得到。

             *電子商務(wù)最大的受益者應(yīng)該是商人,我們?cè)撡嶅X(qián)因?yàn)槲覀兲峁┕ぞ?,但讓我們做工具的人發(fā)了大財(cái),而使用工具的人還糊里糊涂,這是不正常的。所謂新經(jīng)濟(jì),就是傳統(tǒng)企業(yè)利用好網(wǎng)絡(luò)這個(gè)工具,去創(chuàng)造出更大的經(jīng)濟(jì)效益,使其成幾十倍地增長(zhǎng),這才是真的新經(jīng)濟(jì)的到來(lái)。今天新舊經(jīng)濟(jì)是兩張皮。

             *互聯(lián)網(wǎng)上失敗一定是自己造成的,要不就是腦子發(fā)熱,要不就是腦子不熱,太冷了。

             *我覺(jué)得網(wǎng)絡(luò)公司一定會(huì)犯錯(cuò)誤,而且必須犯錯(cuò)誤,網(wǎng)絡(luò)公司最大的錯(cuò)誤就是停在原地不動(dòng),最大的錯(cuò)誤就是不犯錯(cuò)誤。關(guān)鍵在于總結(jié)我們反思各種各樣的錯(cuò)誤,為明天跑的更好,錯(cuò)誤還得犯,關(guān)鍵是不要犯同樣的錯(cuò)誤。

             *我們是教人釣魚(yú),而不是給人魚(yú)。

             *企業(yè)家是在現(xiàn)在的環(huán)境,改善這個(gè)環(huán)境,光投訴,光抱怨有什么用呢?國(guó)家現(xiàn)在要處理的事情太多了,失敗只能怪你自己,要么大家都失敗,現(xiàn)在有人成功了,而你失敗了,就只能怪自己。就是一句話,哪怕你運(yùn)氣不好,也是你不對(duì)。

             *中國(guó)電子商務(wù)的人必須要站起來(lái)走路,而不是老是手拉手,老是手拉著手要完蛋。

             *我們知道當(dāng)時(shí)可以敲幾個(gè)鑼,就可以圍那么多人的時(shí)候,鑼都敲得好,把戲還能不好?敲鑼都敲出花來(lái)了。

             *我是說(shuō)阿里巴巴發(fā)現(xiàn)了金礦,那我們絕對(duì)不自己去挖,我們希望別人去挖,他挖了金礦給我一塊就可以了。

             *我深信不疑我們的模式會(huì)賺錢(qián)的,亞馬遜是世界上最長(zhǎng)的河,8848是世界上最高的山,阿里巴巴是世界上最富有的寶藏。一個(gè)好的企業(yè)靠輸血是活不久的,關(guān)鍵是自己造血。

             *我們說(shuō)上市就像我們的加油站,不要到了加油站,就停下來(lái)不走,還得走,繼續(xù)走。

             *互聯(lián)網(wǎng)是影響人類未來(lái)生活30年的3000米長(zhǎng)跑,你必須跑得像兔子一樣快,又要像烏龜一樣耐跑。

             *我為什么能活下來(lái)?第一是由于我沒(méi)有錢(qián),第二是我對(duì)INTERNET一點(diǎn)不懂,第三是我想得像傻瓜一樣。

             *發(fā)令槍一響,你是沒(méi)時(shí)間看你的對(duì)手是怎么跑的。只有明天是我們的競(jìng)爭(zhēng)對(duì)手。

             *如果早起的那只鳥(niǎo)沒(méi)有吃到蟲(chóng)子,那就會(huì)被別的鳥(niǎo)吃掉。

             *If not now,when?If not me,who?

             *互聯(lián)網(wǎng)像一杯啤酒,有沫的時(shí)候最好喝。

             *聽(tīng)說(shuō)過(guò)捕龍蝦富的,沒(méi)聽(tīng)說(shuō)過(guò)捕鯨富的。

             *我們不能企求于靈感。靈感說(shuō)來(lái)就來(lái),就像段譽(yù)的六脈神劍一樣。

             *阿里巴巴的六脈神劍就是阿里巴巴的價(jià)值觀:誠(chéng)信、敬業(yè)、激情、擁抱變化、團(tuán)隊(duì)合作、客戶第一。

             *我永遠(yuǎn)相信只要永不放棄,我們還是有機(jī)會(huì)的。最后,我們還是堅(jiān)信一點(diǎn),這世界上只要有夢(mèng)想,只要不斷努力,只要不斷學(xué)習(xí),不管你長(zhǎng)得如何,不管是這樣,還是那樣,男人的長(zhǎng)相往往和他的的才華成反比。今天很殘酷,明天更殘酷,后天很美好,但絕對(duì)大部分是死在明天晚上,所以每個(gè)人不要放棄今天。

             *男人的長(zhǎng)相往往和他的的才華成反比。

             *在我看來(lái)有三種人,生意人:創(chuàng)造錢(qián);商人:有所為,有所不為。企業(yè)家:為社會(huì)承擔(dān)責(zé)任。企業(yè)家應(yīng)該為社會(huì)創(chuàng)造環(huán)境。企業(yè)家必須要有創(chuàng)新的精神。

             *三年以前我送一個(gè)同事去讀MBA,我跟他說(shuō),如果畢業(yè)以后你忘了所學(xué)的東西,那你已經(jīng)畢業(yè)了。如果你天天還想著所學(xué)的東西,那你就還沒(méi)有畢業(yè)。學(xué)習(xí)MBA的知識(shí),但要跳出MBA的局限。

             *對(duì)所有創(chuàng)業(yè)者來(lái)說(shuō),永遠(yuǎn)告訴自己一句話:從創(chuàng)業(yè)得第一天起,你每天要面對(duì)的是困難和失敗,而不是成功。我最困難的時(shí)候還沒(méi)有到,但有一天一定會(huì)到。困難不是不能躲避,不能讓別人替你去抗。九年創(chuàng)業(yè)的經(jīng)驗(yàn)告訴我,任何困難都必須你自己去面對(duì)。創(chuàng)業(yè)者就是面對(duì)困難。

             *ebay是大海里的鯊魚(yú),淘寶則是長(zhǎng)江里的鱷魚(yú),鱷魚(yú)在大海里與鯊魚(yú)搏斗,結(jié)果可想而知,我們要把鯊魚(yú)引到長(zhǎng)江里來(lái)。

             *一個(gè)公司在兩種情況下最容易犯錯(cuò)誤,第一是有太多的錢(qián)的時(shí)候,第二是面對(duì)太多的機(jī)會(huì),一個(gè)CEO看到的不應(yīng)該是機(jī)會(huì),因?yàn)闄C(jī)會(huì)無(wú)處不在,一個(gè)CEO更應(yīng)該看到災(zāi)難,并把災(zāi)難扼殺在搖籃里。

             *淘寶網(wǎng)的主業(yè)決不該放在與對(duì)手的競(jìng)爭(zhēng)上,而是把眼睛盯在提升客戶體驗(yàn)上。

             *上世紀(jì)80年代掙錢(qián)靠勇氣,90年代靠關(guān)系,現(xiàn)在必須靠知識(shí)能力!(我好像很早也這么說(shuō)過(guò))

             *三年前的馬云談到B2C和C2C的時(shí)候絲毫不心動(dòng),在論壇上還試圖說(shuō)服8848創(chuàng)始人王峻濤、譚智相信B2C和C2C沒(méi)有前途?;ヂ?lián)網(wǎng)似乎和馬云開(kāi)了一個(gè)玩笑,讓他去做自己原先最不看好的事情。不是我不明白,這世界變化快,馬云發(fā)出了這樣的感嘆,主要是形勢(shì)的變化太快了,我只能與時(shí)俱進(jìn)。既然B2B在中國(guó)能夠成功,我想在大環(huán)境改變的形勢(shì)下再試試C2C,對(duì)于新進(jìn)入的C2C領(lǐng)域,馬云這樣解釋。在全球范圍內(nèi),基于個(gè)人網(wǎng)上交易服務(wù)的模式已經(jīng)成為互聯(lián)網(wǎng)產(chǎn)業(yè)最為重要的領(lǐng)域,美國(guó)的亞馬遜、Ebay,日本雅虎均在行業(yè)內(nèi)具有舉足輕重的地位,以中國(guó)上網(wǎng)人口的龐大基數(shù),中國(guó)也應(yīng)該有可能造就一個(gè)巨大的個(gè)人網(wǎng)上交易市場(chǎng),馬云進(jìn)入角色似乎很快,經(jīng)過(guò)半年多的考察,他對(duì)C2C的前景很是看好。

           

            *馬云絲毫不避諱拿淘寶網(wǎng)和易趣對(duì)比,一口價(jià)、拍賣、買賣街這些模式我們都會(huì)采用,當(dāng)然也會(huì)采用易趣開(kāi)始運(yùn)行的免費(fèi)策略,時(shí)機(jī)合適的時(shí)候我們會(huì)收費(fèi),很可能是三年之后。

           

           

          *如果我馬云能夠創(chuàng)業(yè)成功,那么我相信中國(guó)80%的年輕人都能創(chuàng)業(yè)成功。

           

          *一個(gè)企業(yè)為什么而生存?使命!這一點(diǎn)我很自信。

           

          *互聯(lián)網(wǎng)是影響人類未來(lái)生活30年的3000米長(zhǎng)跑,你必須跑得像兔子一樣快,又要像烏龜一樣耐跑。

           

          *我告訴新員工,如果認(rèn)為我們是瘋子請(qǐng)離開(kāi),如果你專等上市請(qǐng)你離開(kāi),我們要用80年做企業(yè)。

           

          *我們必須在別人改變之前先改變自己。

           

          *電子商務(wù)和電視機(jī)的區(qū)別還是很大,因?yàn)殡娮由虅?wù)是一個(gè)手段,怎么把它用好是一個(gè)技能,不是說(shuō)用遙控器就可以了。

          *我自己也喜歡免費(fèi)的東西,但免費(fèi)的東西往往是最貴的。如果一個(gè)女孩跟你好,她又不想嫁給你,麻煩就大了。與其花這點(diǎn)時(shí)間去浪費(fèi),不如花一點(diǎn)時(shí)間去真正成長(zhǎng)。

           

          *我當(dāng)年學(xué)英語(yǔ),我沒(méi)有想到后來(lái)英文幫了我的大忙。所以,做任何事情只要你喜歡,只要你認(rèn)為對(duì)的,就可以去做。如果你思考問(wèn)題功利性很強(qiáng)的話,肯定會(huì)遇到麻煩的。

           

          *我們一起創(chuàng)建的是團(tuán)隊(duì)的文化,而不是抱怨的文化。

          *我們必須學(xué)會(huì)尊重和理解別人。很多時(shí)候發(fā)現(xiàn)我們?nèi)钡牟皇氢},而是愛(ài)?。?!

           

          *每個(gè)人都應(yīng)學(xué)會(huì)認(rèn)真做事,大度做人。 

          *中國(guó)企業(yè)都有一個(gè)從少林小子到太極宗師的過(guò)程。少林小子都會(huì)打幾下,太極宗師有章有法,有陰有陽(yáng),中國(guó)企業(yè)要從第一天就有練太極的想法才行。

           

          *我們新來(lái)的員工業(yè)績(jī)不好,沒(méi)關(guān)系,如果違背我們的價(jià)值觀去欺騙客戶,好,你就一句話都不要講了。不要你說(shuō),我也要死了。

           *我們?nèi)珖?guó)各地的公司墻上沒(méi)有一個(gè)貼著價(jià)值觀的。東西貼在墻上就完了,做不好了。

           

          *這個(gè)世界不是因?yàn)槟隳茏鍪裁?而是你該做什么.

           

              *創(chuàng)意是企業(yè)運(yùn)營(yíng)中一個(gè)很重要的一環(huán),但它只是一環(huán),不是所有,所以要把每項(xiàng)工作落實(shí)到實(shí)處.

           

              *建立自我,追求忘我。

           

              *做一份工作,做一份喜歡的工作就是很好的創(chuàng)業(yè)。

           

              *不是你的公司在哪里,有時(shí)候你的心在哪里,你的眼光在哪里更為重要。

           

              *不想當(dāng)將軍的士兵不是好士兵,但是一個(gè)當(dāng)不好士兵的將軍一定不是好將軍。

           

              *一個(gè)創(chuàng)業(yè)者最重要的,也是你最大的財(cái)富,就是你的誠(chéng)信。

           

              *小公司的戰(zhàn)略就是兩個(gè)詞:活下來(lái),掙錢(qián)

           

              *五年以后還想創(chuàng)業(yè),你再創(chuàng)業(yè)

           

              *生存下來(lái)的第一個(gè)想法是做好,而不是做大。

           

              *創(chuàng)業(yè)者書(shū)讀得不多沒(méi)關(guān)系,就怕不在社會(huì)上讀書(shū)。

           

              *在今天的商場(chǎng)上已經(jīng)沒(méi)有秘密了,秘密不是你的核心競(jìng)爭(zhēng)力

           

              *很多人失敗的原因不是錢(qián)太少,而是錢(qián)太多。

           

              *概念到今天這個(gè)時(shí)代已經(jīng)不能賣錢(qián)了。

           

              *創(chuàng)業(yè)者光有激情和創(chuàng)新是不夠的,它需要很好的體系,制度,團(tuán)隊(duì)以及良好的盈利模式。

           

             *你的項(xiàng)目感覺(jué)是一個(gè)生意,不是一個(gè)獨(dú)特的企業(yè)。

           

             *賺錢(qián)模式越來(lái)越多說(shuō)明你沒(méi)有模式

           

              *最優(yōu)秀的模式往往是最簡(jiǎn)單的東西。

           

              *建一個(gè)公司的時(shí)候要考慮有好的價(jià)值才賣。如果一開(kāi)始想到賣,你的路可能就走偏掉。

           

              *人要有專注的東西,人一輩子走下去挑戰(zhàn)會(huì)更多,你天天換,我就怕了你。

           

              *一個(gè)領(lǐng)導(dǎo)者首先是做正確的事,其次才是正確地做事,這個(gè)順序不能顛倒。一個(gè)人要想辦法讓自己快樂(lè),讓團(tuán)隊(duì)快樂(lè)。每個(gè)組織成員都要有清晰的角色定位,所有人都認(rèn)為你有問(wèn)題,你就一定有問(wèn)題。

           

              *愚蠢的人用嘴講話,聰明的人用腦子講話,智慧的人用心講話或者說(shuō)用行動(dòng)講話。能反映一個(gè)人本質(zhì)的是那些小動(dòng)作,小動(dòng)作太多就會(huì)讓人不信任。

           

              *在一個(gè)商業(yè)組織里,有業(yè)績(jī)而無(wú)價(jià)值觀的是野狗,要?dú)⒌?;沒(méi)有業(yè)績(jī)有價(jià)值觀的是小白兔,也一樣要?dú)⒌簟?

           

             *只為失敗的結(jié)果而遺憾,不為失敗的原因去遺憾,那將是遺憾中的遺憾。

           

             *成功就是將平凡的事情做到不平凡。要為成功找方法,不要為失敗找理由。

           

              *戰(zhàn)略中最重要的部分是組織目標(biāo),沒(méi)有清晰明確目標(biāo)的團(tuán)隊(duì)就是一群無(wú)頭蒼蠅。戰(zhàn)略是什么,戰(zhàn)略就是重點(diǎn)突破!

           

              *暴露自己的弱點(diǎn)并不可怕,弱點(diǎn)是藏不住的。

           

              *其實(shí)最聰明的人永遠(yuǎn)相信別人比自己聰明,聰明的人是智慧的天敵,你自認(rèn)為很聰明的人,很難成為智者。

           

              *戰(zhàn)略沒(méi)有細(xì)節(jié)就等于一堆廢紙 

              *領(lǐng)導(dǎo)力在順境的時(shí)候,每個(gè)人都能出來(lái);只有在逆境的時(shí)候,才是真正的領(lǐng)導(dǎo)力。 

              *永遠(yuǎn)要把對(duì)手想得非常強(qiáng)大,哪怕他非常弱小,你也要把他想得非常強(qiáng)大。

           

              *對(duì)待你的商業(yè)對(duì)手犯錯(cuò)誤經(jīng)常會(huì)出現(xiàn)是:看不見(jiàn),看不起,看不懂,跟不上。 

              *商業(yè)社會(huì)其實(shí)是個(gè)很復(fù)雜的社會(huì),能夠讓自己把握起來(lái)就是誠(chéng)信。因?yàn)檎\(chéng)信所以簡(jiǎn)單。越復(fù)雜的東西,越要講究誠(chéng)信。 

              * 企業(yè)家、商人和生意人有什么樣的區(qū)別?生意人唯利是圖、有錢(qián)就賺;商人有所為、有所不為;而企業(yè)家必須承擔(dān)社會(huì)的責(zé)任、創(chuàng)造價(jià)值、完善社會(huì)。 

              *誠(chéng)信是個(gè)基石,最基礎(chǔ)的東西往往是最難做的。但是誰(shuí)做好了這個(gè),誰(shuí)就路可以走得很長(zhǎng)、很遠(yuǎn)。 

              *商業(yè)過(guò)程是一門(mén)藝術(shù)。只有向競(jìng)爭(zhēng)者學(xué)習(xí)的人才會(huì)進(jìn)步。 

              *人要成功一定要有永不放棄的精神,但你學(xué)會(huì)放棄的時(shí)候,你才開(kāi)始進(jìn)步。

              *短暫的激情是不值錢(qián)的;持久的激情才是賺錢(qián)的 

              *對(duì)于創(chuàng)業(yè)者來(lái)說(shuō),今天很殘酷,明天更殘酷,后天很美好,大部分人死在明天晚上,看不到后天的太陽(yáng)

              *創(chuàng)業(yè)要找最合適的人,不一定要找最成功的人

              * 一種信仰決定一種生活;一種使命承擔(dān)一份責(zé)任

              *我們需要雷峰,但不能讓雷峰穿補(bǔ)丁的衣服上街去 

              *男人的智商和長(zhǎng)相是成反比的

              *免費(fèi)是世界上最昂貴的東西

              *這世界最不可靠的東西就是關(guān)系

          posted @ 2008-07-10 01:02 小強(qiáng)摩羯座 閱讀(335) | 評(píng)論 (0)編輯 收藏

          不過(guò),蓋茨成功最重要的品質(zhì)是專家們所謂的自覺(jué).不管是編寫(xiě)B(tài)ASIC語(yǔ)言還是管理一家慈善基金會(huì),蓋茨都會(huì)毫不猶豫地為了自己的激情付出行動(dòng).他不斷鼓勵(lì)創(chuàng)新,拒絕停下腳步和滿足于過(guò)去的成就.他通過(guò)全身心投入工作,不斷激勵(lì)自己前進(jìn).職業(yè)顧問(wèn)亞歷山德拉·萊維特說(shuō):“人們應(yīng)當(dāng)把蓋茨的成功看作是一個(gè)人的成功,而不僅僅是一個(gè)商人的成功.無(wú)可否認(rèn),這是給成功下的一個(gè)新定義,但如今隨著個(gè)人與職業(yè)之間的界限越來(lái)越模糊,這一定義已經(jīng)變得越來(lái)越重要.”以下是專家們找出的決定蓋茨成功的七個(gè)要素:

            1.起步早

          蓋茨很小的時(shí)候就對(duì)計(jì)算機(jī)產(chǎn)生了濃厚的興趣,并在中學(xué)時(shí)免修了一些課程,把這些時(shí)間用在編程的研究上.職業(yè)心理學(xué)家漢密爾頓·菲利普斯在寫(xiě)給《福布斯》網(wǎng)站的一封電子郵件中說(shuō):“即使在還是個(gè)孩子的時(shí)候,蓋茨就下定決心做一件轟轟烈烈的事,并從中找到樂(lè)趣,因此在成年之后,他擁有足夠穩(wěn)定的情緒支撐他的工作,并讓他走向成功.”

           2.目標(biāo)明確 堅(jiān)持到底

          蓋茨17歲時(shí)創(chuàng)辦了他的第一家軟件公司,而且從一開(kāi)始,就夢(mèng)想把它做成行業(yè)巨頭.職業(yè)顧問(wèn)安德麗婭·凱說(shuō):“青年時(shí)期,蓋茨花了大量的時(shí)間實(shí)踐他的技能并搜尋更多有關(guān)他感興趣的事物的信息:分析問(wèn)題,驗(yàn)證自己的想法.他是個(gè)天才,有著令人難以置信的專注.”

           3.理性而不默守陳規(guī)

          學(xué)校并不適合蓋茨,他自己也清楚這一點(diǎn).20歲時(shí),他毅然從哈佛大學(xué)輟學(xué),創(chuàng)辦了微軟.但在你作出有風(fēng)險(xiǎn)的職業(yè)選擇前,確信你已經(jīng)考慮過(guò)后果.舊金山職業(yè)指導(dǎo)馬蒂·納姆克說(shuō):“如果從蓋茨輟學(xué)后取得成功的經(jīng)歷推斷有抱負(fù)的企業(yè)家都應(yīng)當(dāng)效仿他,那就大錯(cuò)特錯(cuò)了.一個(gè)人需要的是蓋茨幾個(gè)方面的結(jié)合,包括哈佛級(jí)智商、干勁、掩飾在孩子氣魅力之下的無(wú)情,以及最重要的運(yùn)氣.”

          4.一個(gè)好漢三個(gè)幫

          蓋茨的微軟團(tuán)隊(duì)從一開(kāi)始就一直跟著他,蓋茨對(duì)團(tuán)隊(duì)的充分信任也給他帶來(lái)了豐厚的回報(bào).13歲那年,他與微軟聯(lián)合創(chuàng)始人保羅·艾倫相識(shí),而微軟 CEO史蒂夫·鮑爾默和他在哈佛大學(xué)時(shí)就成了好朋友.牢固的私人關(guān)系提供了一種超越工作范疇的信任度,而這種信任度保證你的員工將為你最賣力地做事.

            5.形象就是一切

          蓋茨已經(jīng)成功地完成了從一個(gè)叛逆的暴發(fā)戶到企業(yè)領(lǐng)導(dǎo)人再到慈善家的變身,在這一過(guò)程中,蓋茨也充分認(rèn)識(shí)到公眾對(duì)自己的評(píng)價(jià).職業(yè)指導(dǎo)、《New Rules @ Work》一書(shū)作者芭芭拉·帕切特說(shuō):“隨著年齡的增長(zhǎng),他已經(jīng)能夠展現(xiàn)出自己更成熟、更穩(wěn)重的一面:他的眼鏡越來(lái)越小,頭發(fā)越來(lái)越順.現(xiàn)在,他正將自己的形象從企業(yè)領(lǐng)導(dǎo)人轉(zhuǎn)變成前輩,所以他肯定能夠根據(jù)他希望人們?cè)趺纯此瓿蛇@一轉(zhuǎn)變.”

           6.決不自滿

          盡管38歲時(shí)就成了億萬(wàn)富翁,但蓋茨沒(méi)有停下創(chuàng)新的腳步.那是因?yàn)樗哪繕?biāo)不僅僅是賺錢(qián).他癡迷于自己的行業(yè),而且熱衷于嘗試新事物.在選擇職業(yè)時(shí),確信你對(duì)自己要從事的行業(yè)真正感興趣.專家表示,你的成績(jī)永遠(yuǎn)有待于提高,而錢(qián)也會(huì)滾滾而來(lái).

            7.知自知彼

          在整個(gè)職業(yè)生涯中,從基礎(chǔ)的編程到慈善事業(yè),蓋茨已通過(guò)追求自己的理想取得了成功.他從來(lái)不做自己不相信的事.萊維特說(shuō):“人們應(yīng)當(dāng)把蓋茨的成功看作是一個(gè)人的成功,而不僅僅是一個(gè)商人的成功.無(wú)可否認(rèn),這是給成功下的一個(gè)新定義,但如今隨著個(gè)人與職業(yè)之間的界限越來(lái)越模糊,這一定義已經(jīng)變得越來(lái)越重要.”

          posted @ 2008-06-28 20:33 小強(qiáng)摩羯座 閱讀(240) | 評(píng)論 (0)編輯 收藏

          Z: 100本名著濃縮成了100句話

          1.神要是公然去跟人作對(duì),那是任何人都難以對(duì)付的。 (《荷馬史詩(shī)》)
          2.生存還是毀滅,這是一個(gè)值得思考的問(wèn)題。 (《哈姆霄特》)
          3.善良人在追求中縱然迷惘,卻終將意識(shí)到有一條正途。(《浮士德》)
          4.認(rèn)識(shí)自己的無(wú)知是認(rèn)識(shí)世界的最可靠的方法。 (《隨筆集》)
          5.你以為我貧窮、相貌平平就沒(méi)有感情嗎?我向你發(fā)誓,如果上帝賦予我財(cái)富和美貌,我會(huì)讓你無(wú)法離開(kāi)我,就像我現(xiàn)在無(wú)法離開(kāi)你一樣。雖然上帝沒(méi)有這么做,可我們?cè)诰裆弦廊皇瞧降鹊?/font>。(《簡(jiǎn).愛(ài)》)
          6.大人都學(xué)壞了,上帝正考驗(yàn)他們呢,你還沒(méi)有受考驗(yàn),你應(yīng)當(dāng)照著孩子的想法生活。 (《童年》)
          7,你越?jīng)]有心肝,就越高升得快,你毫不留情地打擊人家,人家就怕你。只能把男男女女當(dāng)作驛馬,把它們騎得筋疲力盡,到了站上丟下來(lái),這樣你就能達(dá)到欲望的最高峰。 (《高老頭》)
          8.我只想證明一件事,就是,那時(shí)魔鬼引誘我,后來(lái)又告訴我,說(shuō)我沒(méi)有權(quán)利走那條路,因?yàn)槲也贿^(guò)是個(gè)虱子,和所有其余的人一樣。 (《罪與罰》)
          9.你瞧,桑丘.潘沙朋友,那邊出現(xiàn)了三十多個(gè)大得出奇的巨人。 (《堂.吉訶德》)
          10.我并不愿意你受的苦比我受的還大,希斯克利夫。我只愿我們永遠(yuǎn)不分離:如果我有一句話使你今后難過(guò),想想我在地下也感到一樣的難過(guò),看在我自己的份上,饒恕我吧! (《呼嘯山莊》)
          11.幸福的家庭是相同的,不幸的家庭各有各的不同。 (《安娜.卡列尼娜》)
          12.唉,奴隸般的意大利,你哀痛之逆旅,你這暴風(fēng)雨中沒(méi)有舵手的孤舟,你不再是各省的主婦,而是妓院! (《神曲》)
          13.將感情埋藏得太深有時(shí)是件壞事。如果一個(gè)女人掩飾了對(duì)自己所愛(ài)的男子的感情,她也許就失去了得到他的機(jī)會(huì)。 (《傲慢與偏見(jiàn)》)
          14.鐘聲又鳴響了……一聲又一聲,靜謐而安詳,即使在女人做新娘的那個(gè)好月份里,鐘聲里也總帶有秋天的味道。 (《喧囂與騷動(dòng)》)
          15.一個(gè)人并不是生來(lái)要被打敗的,你盡可以把他消滅掉,可就是打不敗他。 (《老人與?!?
          16.當(dāng)然,行是行的,這固然很好,可是千萬(wàn)別鬧出什么亂子來(lái)啊。 (《套中人》)
          17.面包!面包!我們要面包! (《萌芽》)
          18.我從沒(méi)有愛(ài)過(guò)這世界,它對(duì)我也一樣。 (《拜倫詩(shī)選》)
          19.愛(ài)情應(yīng)該給人一種自由感,而不是囚禁感。 (《兒子與情人》)
          20.暴風(fēng)雨將要在那一天,甚至把一些槲樹(shù)吹倒,一些教堂的高塔要倒塌,一些宮殿也將要?jiǎng)訐u! (《海涅詩(shī)選》)
          21.自己的行為最惹人恥笑的人,卻永遠(yuǎn)是最先去說(shuō)別人壞話的人。 (《偽君子》)
          22.這時(shí)一種精神上的感慨油然而生,認(rèn)為人生是由啜泣、抽噎和微笑組成的,而抽噎占了其中絕大部分。(《歐.亨利短篇小說(shuō)選》)
          23.歷史喜愛(ài)英勇豪邁的事跡,同時(shí)也譴責(zé)這種事跡所造成的后果。 (《神秘島》)
          24.整個(gè)下半天,人都聽(tīng)?wèi){羊脂球去思索。不過(guò)本來(lái)一直稱呼她作“夫人”,現(xiàn)在卻簡(jiǎn)單地稱呼她作“小姐”了,誰(shuí)也不很知道這是為著什么,仿佛她從前在評(píng)價(jià)當(dāng)中爬到了某種地位,現(xiàn)在呢,人都想把她從那種地位拉下一級(jí)似的,使她明白自己的地位是尚叩摹?(《莫泊桑短篇小說(shuō)選》)
          25.如果冬天來(lái)了,春天還會(huì)遠(yuǎn)嗎?  (《雪萊詩(shī)選》)
          26.我明白了,我已經(jīng)找到了存在的答案,我惡心的答案,我整個(gè)生命的答案。其實(shí),我所理解的一切事物都可以歸結(jié)為荒誕這個(gè)根本的東西。(《惡心》)
          27.世界上有這樣一些幸福的人,他們把自己的痛苦化作他人的幸福,他們揮淚埋葬了自己在塵世間的希望,它卻變成了種子,長(zhǎng)出鮮花和香膏,為孤苦伶仃的苦命人醫(yī)治創(chuàng)傷。(《湯姆叔叔的小屋》)
          28.當(dāng)格里高.薩姆莎從煩躁不安的夢(mèng)中醒來(lái)時(shí),發(fā)現(xiàn)他在床上變成了一個(gè)巨大的跳蚤。(《變形記》)
          29.當(dāng)現(xiàn)實(shí)折過(guò)來(lái)嚴(yán)絲合縫地貼在我們長(zhǎng)期的夢(mèng)想上時(shí),它蓋住了夢(mèng)想,與它混為一體,如同兩個(gè)同樣的圖形重疊起來(lái)合而為一一樣。(《追憶似水年華》)
          30.人與人之間,最可痛心的事莫過(guò)于在你認(rèn)為理應(yīng)獲得善意和友誼的地方,卻遭受了煩擾和損害。(《巨人傳》)
          31.現(xiàn)在我說(shuō)的您要特別注意聽(tīng):在別人心中存在的人,就是這個(gè)人的靈魂。這才是您本身,才是您的意識(shí)在一生當(dāng)中賴以呼吸、營(yíng)養(yǎng)以至陶醉的東西,這也就是您的靈魂、您的不朽和存在于別人身上的您的生命。(《日瓦戈醫(yī)生》)
          32.美德猶如名香,經(jīng)燃燒或壓榨而其香愈烈,蓋幸運(yùn)最能顯露惡德而厄運(yùn)最能顯露美德。(《培根論說(shuō)文集》)
          33.親愛(ài)的艾妮斯,我出國(guó),為了愛(ài)你,我留在國(guó)外,為了愛(ài)你,我回國(guó),也是為了愛(ài)你!(《大衛(wèi).科波菲爾》)
          34.強(qiáng)迫經(jīng)常使熱戀的人更加鐵心,而從來(lái)不能叫他們回心轉(zhuǎn)意。(《陰謀與愛(ài)情》)
          35.在各種事物的常理中,愛(ài)情是無(wú)法改變和阻擋的,因?yàn)榫捅拘远?,?ài)只會(huì)自行消亡,任何計(jì)謀都難以使它逆轉(zhuǎn)。(《十日談》)
          36.只要你是天鵝蛋,就是生在養(yǎng)雞場(chǎng)里也沒(méi)有什么關(guān)系。(《安徒生童話》)
          37.就投機(jī)鉆營(yíng)來(lái)說(shuō),世故的價(jià)值永遠(yuǎn)是無(wú)可比擬的。(《死魂靈》)
          38. 誰(shuí)都可能出個(gè)錯(cuò)兒,你在一件事情上越琢磨得多就越容易出錯(cuò)。(《好兵帥克歷險(xiǎn)記》)
          39.我們經(jīng)歷著生活中突然降臨的一切,毫無(wú)防備,就像演員進(jìn)入初排。如果生活中的第一次彩排便是生活本身,那生活有什么價(jià)值呢?(《生命中不能承受之輕》)
          40.他發(fā)現(xiàn)了人類行為的一大法則,自己還不知道——那就是,為了要使一個(gè)大人或小孩極想干某樣事情,只需要設(shè)法把那件事情弄得不易到手就行了。(《湯姆.索亞歷險(xiǎn)記》)
          41.對(duì)有信仰的人,死是永生之門(mén)。(《失樂(lè)園》)
          42.有一個(gè)傳說(shuō),說(shuō)的是有那么一只鳥(niǎo)兒,它一生只唱一次,那歌聲比世上所有一切生靈的歌聲都更加優(yōu)美動(dòng)聽(tīng)。(《荊棘鳥(niǎo)》)
          43.離開(kāi)一輩子后,他又回到了自己出生的那片土地上。從小到大,他一直是那個(gè)地方的目擊者。(《尤利西斯》)
          44.同上帝保持聯(lián)系是一碼事,他們都贊同這一點(diǎn),但讓上帝一天二十四小時(shí)都待在身邊就是另一碼事了。(《第二十二條軍規(guī)》)
          45.在甜蜜的夢(mèng)鄉(xiāng)里,人人都是平等的,但是當(dāng)太陽(yáng)升起,生存的斗爭(zhēng)重新開(kāi)始時(shí),人與人之間又是多么的不平等。(《總統(tǒng)先生》)
          46.開(kāi)發(fā)人類智力的礦藏是少不了要由患難來(lái)促成的。(《基度山伯爵》)
          47.離你越近的地方,路途越遠(yuǎn);最簡(jiǎn)單的音調(diào),需要最艱苦的練習(xí)。(《泰戈?duì)栐?shī)選》)
          48.悲傷使人格外敏銳。(《約翰.克里斯朵夫》
          49.我在女人跟前經(jīng)常失敗,就是由于我太愛(ài)她們了。(《懺悔錄》)
          50.她睜大一雙絕望的眼睛,觀看她生活的寂寞。她像沉了船的水手一樣,在霧蒙蒙的天邊,遙遙尋找白帆的蹤影。(《包法利夫人》)
          51.我聽(tīng)見(jiàn)美洲在歌唱,我聽(tīng)見(jiàn)各種不同的頌歌。(《草葉集》)
          52.倘若你能使你的心時(shí)常贊嘆日常生活的神妙,你的苦痛的神妙必不減少于你的歡樂(lè),你要承受你心天的季候,如同你常常承受從田野上度過(guò)的四時(shí)。(《先知》)
          53.現(xiàn)在我住在波勒茲別墅,這里找不到一點(diǎn)兒灰塵,也沒(méi)有一件東西擺得不是地方,除了我們,這里再?zèng)]有別人,我們死了。(《北回歸線》)
          54.艷陽(yáng)高升,原野上的朝露很快便了無(wú)痕跡。源氏痛感人生如夢(mèng),像朝露一般,愈加萬(wàn)念俱灰。(《源氏物語(yǔ)》)
          55.那些普普通通而毫無(wú)特色的罪行才真正令人迷惑,就像—個(gè)相貌平凡的人最難以讓人辨認(rèn)—樣。(《福爾摩斯探案集》)
          56.你有一處建在房子里面的小池塘嗎?在那個(gè)小池塘里,你可以隨時(shí)觀察水中生物生活的每一個(gè)片斷。(《昆蟲(chóng)記》)
          57.不要向井里吐痰,也許你還會(huì)來(lái)喝井里的水。(《靜靜的頓河》)
          58.我看到了各個(gè)民族彼此敵視,而且默默地,無(wú)知地、愚蠢地、甘心地、無(wú)辜地在互相殘殺。我看到了世界上最聰明的頭腦還在發(fā)明武器和撰寫(xiě)文章,使這種種敵視和殘殺更為巧妙,更為經(jīng)久。(《西線無(wú)戰(zhàn)事》)
          59.這張臉同早晨雪天映在鏡子中的那張臉一樣,紅撲撲的。在島村看來(lái),這又是介于夢(mèng)幻同現(xiàn)實(shí)之間的另一種顏色。(《雪國(guó)》)
          60.一個(gè)人只要有意志力,就能超越他的環(huán)境。(《馬丁.伊登》)
          61.站在痛苦之外規(guī)勸受苦的人,是件很容易的事。(《被縛的普羅米修斯》)
          62.感情有理智根本無(wú)法理解的理由。(《月亮和六便士》)
          63.世界上一切好東西對(duì)于我們,除了加以使用外,實(shí)在沒(méi)有別的好處。 (《魯濱遜漂流記》)
          64.每當(dāng)太陽(yáng)西沉,我坐在河邊破舊的碼頭上,遙望新澤西上方遼闊的天空,我感到似乎有未經(jīng)開(kāi)墾的土地,所有的道路,所有的人都在不可思議地走向西部海岸。直到現(xiàn)在我才知道,在衣阿華,小伙子們總是不停地騷動(dòng)喧鬧,因?yàn)槭悄瞧恋厥顾麄內(nèi)绱藷o(wú)法平靜。(《在路上》)
          65。在有法律之前,合乎“自然的”只有獅子的力量,或者動(dòng)物饑寒時(shí)的需要,更簡(jiǎn)單地用一個(gè)字表示,便是“欲”。(《紅與黑》)
          66。上天讓我們習(xí)慣各種事物,就是用它來(lái)代替幸福。(《葉甫蓋尼.奧涅金》)
          67.一個(gè)人哪怕只生活過(guò)一天,也可以毫無(wú)困難地在監(jiān)獄里過(guò)上一百年。(《局外人》)
          68.往上爬吧,多撈錢(qián)吧,進(jìn)入上層社會(huì),那里準(zhǔn)備好了一切。(《美國(guó)的悲劇》)
          69.念書(shū)不能增添智慧。(《痛癥樓》)
          70.不管我活著,還是我死去,我都是一只牛虻,快樂(lè)地飛來(lái)飛去?!?《牛虻》)
          71.一個(gè)人把他整個(gè)的一生都押在“女人的愛(ài)”那一張牌上頭賭博,那張牌輸了,他就那樣地灰心喪氣,弄得自己什么事都不能做,這種人不算一個(gè)男人,不過(guò)是一個(gè)雄性生物。(《父與于》)
          72.這個(gè)家庭的歷史是一架周而復(fù)始無(wú)法停息的機(jī)器,是一個(gè)轉(zhuǎn)動(dòng)著的輪子,這只齒輪,要不是軸會(huì)逐漸不可避免地磨損的話,會(huì)永遠(yuǎn)旋轉(zhuǎn)下去。(《百年孤獨(dú)》)
          73.現(xiàn)在我只信,首先我是一個(gè)人,跟你一樣的一個(gè)——至少我要學(xué)做一個(gè)人。(《玩偶之家》)
          74.天才和我們相距僅僅一步。同時(shí)代者往往不理解這一步就是千里,后代又盲目相信這千里就是一步。同時(shí)代為此而殺了天才,后代又為此而在天才面前焚香。(《侏儒的話》)
          75.遭受苦難的人在承受痛楚時(shí)并不能覺(jué)察到其劇烈的程度,反倒是過(guò)后延綿的折磨最能使其撕心裂肺?!?《紅字》)
          76.人最寶貴的是生命,生命屬于人只有一次。人的一生應(yīng)當(dāng)這樣度過(guò):當(dāng)他回首往事時(shí),不會(huì)因虛度年華而悔恨,也不會(huì)因碌碌無(wú)為而羞恥。這樣,臨終前他就可以自豪地說(shuō):“我已經(jīng)把自己整個(gè)生命和全部精力都獻(xiàn)給了世界上最壯麗的事業(yè)——為人類的解放而奮斗。”(《鋼鐵是怎樣煉成的》)
          77.凡是有甜美的鳥(niǎo)歌唱的地方,也都有毒蛇嘶嘶地叫。(《德伯家的苔絲》)
          78.凡是想依正路達(dá)到這深密境界的人應(yīng)從幼年起,就傾心向往美的形體。(《文藝對(duì)話錄》)
          79.友誼就是一切。友誼比才能更重要,比政府更重要,它和家庭幾乎是可劃等號(hào)的。千萬(wàn)別忘記這一點(diǎn)。({教父》)
          80.已經(jīng)活了七十二歲,依然像是昨天的事:居民點(diǎn)的林陰小路,在歇晌的時(shí)間,白人居住區(qū),道旁開(kāi)滿金風(fēng)花的大街,闐無(wú)行人。(《物質(zhì)生活》)
          81.我明天回塔拉再去想吧。巳那時(shí)我就經(jīng)受得住一切了。明天,我會(huì)想出一個(gè)辦法把他弄回來(lái)。畢竟,明天又是另外的一天呢。(《飄》)
          82.盲目可以增加你的勇氣,因?yàn)槟銦o(wú)法看到危險(xiǎn).(《格列佛游記》)
          83.本人系療養(yǎng)與護(hù)理院的居住者。我的護(hù)理員在觀察我,他幾乎每時(shí)每刻都監(jiān)視著我:因?yàn)殚T(mén)上有個(gè)窺視孔,我的護(hù)理員的眼睛是那種棕色的,它不可能看透藍(lán)眼睛的我。(《鐵皮鼓》)
          84.每當(dāng)我追溯自己的青春年華時(shí),那些日子就像是暴風(fēng)雪之晨的白色雪花一樣,被疾風(fēng)吹得離我而去。(《洛莉塔》)
          85.寬宏大量,是惟一能夠照亮偉大靈魂的光芒。(《巴黎圣母院》)
          86.很多年以前,那時(shí)我的錢(qián)包癟癟的,陸地上看來(lái)沒(méi)什么好混的了,干脆下海吧,去在我們這個(gè)世界上占絕對(duì)面積的大海里逛逛吧!  (《白鯨》)
          87.我一貫追求的是:在人的肉體與幻想允許的范圍內(nèi),獲得最大限度的真誠(chéng)和信任,以及對(duì)所有的一切盡可能長(zhǎng)久的保證。(《鏡中微瑕》)
          88.這里有一種無(wú)處投訴的罪行。這里有一種眼淚不足以象征的悲哀。這里有一種絕大的失敗,足以使我們的一切成功都垮臺(tái)。(《憤怒的葡萄》)
          89.起來(lái),饑寒交迫的奴隸!起來(lái),全世界受苦的人!  (《國(guó)際歌》)
          90.我是說(shuō)孩子們都在狂奔,也不知道自己是在往哪兒跑,我得從什么地方出來(lái),把他們捉住。我整天就干這樣的事。我只想當(dāng)個(gè)麥田的守望者。我知道這有點(diǎn)異想天開(kāi),可我真正喜歡干的就是這個(gè)。(《麥田的守望者》)
          91.獲取一顆沒(méi)有被人進(jìn)攻的經(jīng)驗(yàn)的心,也就像奪取一座沒(méi)有守衛(wèi)的城池一樣。(《茶花女》)
          92.他不知道那個(gè)夢(mèng)已經(jīng)丟在他背后了,丟在這個(gè)城市那邊那一片無(wú)垠的混沌之中不知什么地方了,那里合眾國(guó)的黑黝黝的田野在夜色中向前伸展。(《了不起的蓋茨比》)
          93.四月最殘忍,從死了的土地滋生丁香,混雜著回憶和欲望,讓春雨挑動(dòng)著呆鈍的根。(《荒原》)
          94.世間的一切虛偽,正像過(guò)眼云煙,只有真理才是處世接物的根據(jù)。虛偽的黑暗,必為真理的光輝所消滅。(《一千零一夜》)
          95.下面玩什么花樣呢?(《發(fā)條橙》)
          96.昨晚,我夢(mèng)見(jiàn)自己又回到了曼陀麗莊園。(《蝴蝶夢(mèng)》)
          97.我不能想像這樣一個(gè)人,他認(rèn)為開(kāi)棋的時(shí)候先走馬而不是先走卒對(duì)他來(lái)說(shuō)是英勇的壯舉,而在象棋指南的某個(gè)犄角里占上一席可憐的位置就意味著聲名不朽,我不能想像,一個(gè)聰明人竟然能夠在10年、20年、30年、40年之中一而再、再而三地把他全部的思維能力都獻(xiàn)給一種荒誕的事情——想盡一切辦法把木頭棋子王趕到木板棋盤(pán)的角落里,而自己卻沒(méi)有發(fā)狂成為瘋子。(《象棋的故事》)
          98.咱家是貓。名字嘛……還沒(méi)有。(《我是貓》)
          99.挺起英勇的胸脯前進(jìn)!
          看,無(wú)數(shù)的旗幟滿天飛舞!
          誰(shuí)在那里向右轉(zhuǎn)?
          向左!
          向左!
          向左!(《馬雅可夫斯基詩(shī)選》)
          100.水里照出的是自己的臉,內(nèi)心反映的是自己的為人。(《圣經(jīng).舊約》)

          posted @ 2008-06-28 20:28 小強(qiáng)摩羯座 閱讀(191) | 評(píng)論 (0)編輯 收藏

          SVM相關(guān)理論
          2007-11-30 12:35

          基于數(shù)據(jù)的機(jī)器學(xué)習(xí)是現(xiàn)代智能技術(shù)中的重要方面,研究從觀測(cè)數(shù)據(jù)(樣本)出發(fā)尋找規(guī)律,利用這些規(guī)律對(duì)未來(lái)數(shù)據(jù)或無(wú)法觀測(cè)的數(shù)據(jù)進(jìn)行預(yù)測(cè)。迄今為止,關(guān)于機(jī)器學(xué)習(xí)還沒(méi)有一種被共同接受的理論框架,關(guān)于其實(shí)現(xiàn)方法大致可以分為三種[3]:

          第一種是經(jīng)典的(參數(shù))統(tǒng)計(jì)估計(jì)方法。包括模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等在內(nèi),現(xiàn)有機(jī)器學(xué)習(xí)方法共同的重要理論基礎(chǔ)之一是統(tǒng)計(jì)學(xué)。參數(shù)方法正是基于傳統(tǒng)統(tǒng)計(jì)學(xué)的,在這種方法中,參數(shù)的相關(guān)形式是已知的,訓(xùn)練樣本用來(lái)估計(jì)參數(shù)的值。這種方法有很大的局限性.
          首先,它需要已知樣本分布形式,這需要花費(fèi)很大代價(jià),還有,傳統(tǒng)統(tǒng)計(jì)學(xué)研究的是樣本數(shù)目趨于無(wú)窮大時(shí)的漸近理論,現(xiàn)有學(xué)習(xí)方法也多是基于此假設(shè)。但在實(shí)際問(wèn)題中,樣本數(shù)往往是有限的,因此一些理論上很優(yōu)秀的學(xué)習(xí)方法實(shí)際中表現(xiàn)卻可能不盡人意。

          第二種方法是經(jīng)驗(yàn)非線性方法,如人工神經(jīng)網(wǎng)絡(luò)(ANN)。這種方法利用已知樣本建立非線性模型,克服了傳統(tǒng)參數(shù)估計(jì)方法的困難。但是,這種方法缺乏一種統(tǒng)一的數(shù)學(xué)理論。與傳統(tǒng)統(tǒng)計(jì)學(xué)相比,統(tǒng)計(jì)學(xué)習(xí)理論(Statistical Learning Theory或SLT)是一種專門(mén)研究小樣本情況下機(jī)器學(xué)習(xí)規(guī)律的理論。該理論針對(duì)小樣本統(tǒng)計(jì)問(wèn)題建立了一套新的理論體系,在這種體系下的統(tǒng)計(jì)推理規(guī)則不僅考慮了對(duì)漸近性能的要求,而且追求在現(xiàn)有有限信息的條件下得到最優(yōu)結(jié)果。V. Vapnik等人從六、七十年代開(kāi)始致力于此方面研究,到九十年代中期,隨著其理論的不斷發(fā)展和成熟,也由于神經(jīng)網(wǎng)絡(luò)等學(xué)習(xí)方法在理論上缺乏實(shí)質(zhì)性進(jìn)展,統(tǒng)計(jì)學(xué)習(xí)理論開(kāi)始受到越來(lái)越廣泛的重視。
          統(tǒng)計(jì)學(xué)習(xí)理論的一個(gè)核心概念就是VC維(VC Dimension)概念,它是描述函數(shù)集或?qū)W習(xí)機(jī)器的復(fù)雜性或者說(shuō)是學(xué)習(xí)能力(Capacity of the machine)的一個(gè)重要指標(biāo),在此概念基礎(chǔ)上發(fā)展出了一系列關(guān)于統(tǒng)計(jì)學(xué)習(xí)的一致性(Consistency)、收斂速度、推廣性能(Generalization Performance)等的重要結(jié)論。
          統(tǒng)計(jì)學(xué)習(xí)理論是建立在一套較堅(jiān)實(shí)的理論基礎(chǔ)之上的,為解決有限樣本學(xué)習(xí)問(wèn)題提供了一個(gè)統(tǒng)一的框架。它能將很多現(xiàn)有方法納入其中,有望幫助解決許多原來(lái)難以解決的問(wèn)題(比如神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)選擇問(wèn)題、局部極小點(diǎn)問(wèn)題等);
          同時(shí),這一理論基礎(chǔ)上發(fā)展了一種新的通用學(xué)習(xí)方法──支持向量機(jī)(Support Vector Machine或SVM),已初步表現(xiàn)出很多優(yōu)于已有方法的性能。一些學(xué)者認(rèn)為,SLT和SVM正在成為繼神經(jīng)網(wǎng)絡(luò)研究之后新的研究熱點(diǎn),并將推動(dòng)機(jī)器學(xué)習(xí)理論和技術(shù)有重大的發(fā)展。

          支持向量機(jī)方法是建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上的,根據(jù)有限的樣本信息在模型的復(fù)雜性(即對(duì)特定訓(xùn)練樣本的學(xué)習(xí)精度,Accuracy)和學(xué)習(xí)能力(即無(wú)錯(cuò)誤地識(shí)別任意樣本的能力)之間尋求最佳折衷,以期獲得最好的推廣能力(Generalizatin Ability)。支持向量機(jī)方法的幾個(gè)主要優(yōu)點(diǎn)有:
          1. 它是專門(mén)針對(duì)有限樣本情況的,其目標(biāo)是得到現(xiàn)有信息下的最優(yōu)解而不僅僅是樣本數(shù)趨于無(wú)窮大時(shí)的最優(yōu)值;
          2. 算法最終將轉(zhuǎn)化成為一個(gè)二次型尋優(yōu)問(wèn)題,從理論上說(shuō),得到的將是全局最優(yōu)點(diǎn),解決了在神經(jīng)網(wǎng)絡(luò)方法中無(wú)法避免的局部極值問(wèn)題;
          3. 算法將實(shí)際問(wèn)題通過(guò)非線性變換轉(zhuǎn)換到高維的特征空間(Feature Space),在高維空間中構(gòu)造線性判別函數(shù)來(lái)實(shí)現(xiàn)原空間中的非線性判別函數(shù),特殊性質(zhì)能保證機(jī)器有較好的推廣能力,同時(shí)它巧妙地解決了維數(shù)問(wèn)題,其算法復(fù)雜度與樣本維數(shù)無(wú)關(guān);

          在SVM方法中,只要定義不同的內(nèi)積函數(shù),就可以實(shí)現(xiàn)多項(xiàng)式逼近、貝葉斯分類器、徑向基函數(shù)(Radial Basic Function或RBF)方法、多層感知器網(wǎng)絡(luò)等許多現(xiàn)有學(xué)習(xí)算法。
          統(tǒng)計(jì)學(xué)習(xí)理論從七十年代末誕生,到九十年代之前都處在初級(jí)研究和理論準(zhǔn)備階段,近幾年才逐漸得到重視,其本身也趨向完善,并產(chǎn)生了支持向量機(jī)這一將這種理論付諸實(shí)現(xiàn)的有效的機(jī)器學(xué)習(xí)方法。
          目前,SVM算法在模式識(shí)別、回歸估計(jì)、概率密度函數(shù)估計(jì)等方面都有應(yīng)用。
          例如,在模式識(shí)別方面,對(duì)于手寫(xiě)數(shù)字識(shí)別、語(yǔ)音識(shí)別、人臉圖像識(shí)別、文章分類等問(wèn)題,SVM算法在精度上已經(jīng)超過(guò)傳統(tǒng)的學(xué)習(xí)算法或與之不相上下。
          目前,國(guó)際上對(duì)這一理論的討論和進(jìn)一步研究逐漸廣泛,而我國(guó)國(guó)內(nèi)尚未在此領(lǐng)域開(kāi)展研究,因此我們需要及時(shí)學(xué)習(xí)掌握有關(guān)理論,開(kāi)展有效的研究工作,使我們?cè)谶@一有著重要意義的領(lǐng)域中能夠盡快趕上國(guó)際先進(jìn)水平。由于SLT理論和SVM方法尚處在發(fā)展階段,很多方面尚不完善,比如:許多理論目前還只有理論上的意義,尚不能在實(shí)際算法中實(shí)現(xiàn);而有關(guān)SVM算法某些理論解釋也并非完美(J.C.Burges在[2]中就曾提到結(jié)構(gòu)風(fēng)險(xiǎn)最小原理并不能嚴(yán)格證明SVM為什么有好的推廣能力);此外,對(duì)于一個(gè)實(shí)際的學(xué)習(xí)機(jī)器的VC維的分析尚沒(méi)有通用的方法;SVM方法中如何根據(jù)具體問(wèn)題選擇適當(dāng)?shù)膬?nèi)積函數(shù)也沒(méi)有理論依據(jù)。因此,在這方面我們可做的事情是很多的。

          上文引自 水母bbs AI版

          相關(guān)資源

          SVM的英文主站,
          http://www.kernel-machines.org/

          Support Vector Machine 作者的站點(diǎn)
          http://www.support-vector.net

          piaip 的 (lib)SVM 簡(jiǎn)易入門(mén)
          http://ntu.csie.org/~piaip/svm/svm_tutorial.html

          林智仁(cjlin)老師的 libsvm for matlab
          LIBSVM — A Library for Support Vector Machines
          Chih-Chung Chang and Chih-Jen Lin
          http://www.csie.ntu.edu.tw/~cjlin/libsvm/

          posted @ 2008-06-21 01:12 小強(qiáng)摩羯座 閱讀(367) | 評(píng)論 (0)編輯 收藏

          SVM學(xué)習(xí)之四——從機(jī)器學(xué)習(xí)到支持向量機(jī)

          上一篇 / 下一篇  2007-09-27 10:41:06 / 個(gè)人分類:svm

          機(jī)器學(xué)習(xí)(Machine Learning, ML)的目的是根據(jù)給定的訓(xùn)練樣本求對(duì)某系統(tǒng)輸入輸出之間依賴關(guān)系的估計(jì),使它(這種關(guān)系)能夠?qū)ξ粗敵鲎龀霰M可能準(zhǔn)確地預(yù)測(cè)。機(jī)器學(xué)習(xí)至今沒(méi)有一個(gè)精確的公認(rèn)的定義。作為人工智能(Artificial Intelligence, AI)的一個(gè)重要研究領(lǐng)域,ML的研究工作主要圍繞學(xué)習(xí)機(jī)理、學(xué)習(xí)方法和面向任務(wù)這三個(gè)基本方面進(jìn)行研究。模式識(shí)別、函數(shù)逼近和概率密度估計(jì)是三類基本的ML問(wèn)題。

           

          從數(shù)學(xué)的角度來(lái)考慮,機(jī)器學(xué)習(xí)問(wèn)題就是已知n個(gè)獨(dú)立同分布的觀測(cè)樣本,在同一組預(yù)測(cè)函數(shù)中求一個(gè)最優(yōu)的函數(shù)對(duì)依賴關(guān)系進(jìn)行估計(jì),使期望風(fēng)險(xiǎn)R[f]最小。損失函數(shù)是評(píng)價(jià)預(yù)測(cè)準(zhǔn)確程度的一種度量,它與預(yù)測(cè)函數(shù)f(x)密切相關(guān)。而f(x)的期望風(fēng)險(xiǎn)依賴于概率分布和損失函數(shù),前者是客觀存在的,后者是根據(jù)具體問(wèn)題選定的,帶有(主觀的)人為的或偏好色彩。期望風(fēng)險(xiǎn)的大小直觀上可以理解為,當(dāng)我們用f(x)進(jìn)行預(yù)測(cè)時(shí),“平均”的損失程度,或“平均”犯錯(cuò)誤的程度。

           

          但是,只有樣本卻無(wú)法計(jì)算期望風(fēng)險(xiǎn),因此,傳統(tǒng)的學(xué)習(xí)方法用樣本定義經(jīng)驗(yàn)風(fēng)險(xiǎn)Remp[f]作為對(duì)期望風(fēng)險(xiǎn)的估計(jì),并設(shè)計(jì)學(xué)習(xí)算法使之最小化。即所謂的經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化(Empirical Risk Minimization, ERM)歸納原則。經(jīng)驗(yàn)風(fēng)險(xiǎn)是用損失函數(shù)來(lái)計(jì)算的。對(duì)于模式識(shí)別問(wèn)題的損失函數(shù)來(lái)說(shuō),經(jīng)驗(yàn)風(fēng)險(xiǎn)就是訓(xùn)練樣本錯(cuò)誤率;對(duì)于函數(shù)逼近問(wèn)題的損失函數(shù)來(lái)說(shuō),就是平方訓(xùn)練誤差;而對(duì)于概率密度估計(jì)問(wèn)題的損失函數(shù)來(lái)說(shuō),ERM準(zhǔn)則就等價(jià)于最大似然法。事實(shí)上,用ERM準(zhǔn)則代替期望風(fēng)險(xiǎn)最小化并沒(méi)有經(jīng)過(guò)充分的理論論證,只是直觀上合理的想當(dāng)然做法。也就是說(shuō),經(jīng)驗(yàn)風(fēng)險(xiǎn)最小不一定意味著期望風(fēng)險(xiǎn)最小。其實(shí),只有樣本數(shù)目趨近于無(wú)窮大時(shí),經(jīng)驗(yàn)風(fēng)險(xiǎn)才有可能趨近于期望風(fēng)險(xiǎn)。但是很多問(wèn)題中樣本數(shù)目離無(wú)窮大很遠(yuǎn),那么在有限樣本下ERM準(zhǔn)則就不一定能使真實(shí)風(fēng)險(xiǎn)較小啦。ERM準(zhǔn)則不成功的一個(gè)例子就是神經(jīng)網(wǎng)絡(luò)的過(guò)學(xué)習(xí)問(wèn)題(某些情況下,訓(xùn)練誤差過(guò)小反而導(dǎo)致推廣能力下降,或者說(shuō)是訓(xùn)練誤差過(guò)小導(dǎo)致了預(yù)測(cè)錯(cuò)誤率的增加,即真實(shí)風(fēng)險(xiǎn)的增加)。

           

          統(tǒng)計(jì)學(xué)習(xí)理論(Statistical Learning Theory, SLT)和支持向量機(jī)(Support Vector Machine, SVM)建立了一套較好的有限訓(xùn)練樣本下機(jī)器學(xué)習(xí)的理論框架和通用方法,既有嚴(yán)格的理論基礎(chǔ),又能較好地解決小樣本、非線性、高維數(shù)和局部極小點(diǎn)等實(shí)際問(wèn)題,其核心思想就是學(xué)習(xí)機(jī)器(又叫預(yù)測(cè)函數(shù),或?qū)W習(xí)函數(shù),或?qū)W習(xí)模型)F要與有限的訓(xùn)練樣本相適應(yīng)。在學(xué)習(xí)算法中需要選擇恰當(dāng)?shù)腇,這里的關(guān)鍵因素是F的大小,或者F的豐富程度,或者說(shuō)F的“表達(dá)能力”,VC維(Vapnik-Chervonenkis Dimension)就是對(duì)這種“表達(dá)能力”的一種描述。

           

          VC維的定義如下:對(duì)于一個(gè)指示函數(shù)集,如果存在h個(gè)樣本能夠被函數(shù)集中的函數(shù)按所有可能的2的h次冪種形式分開(kāi),則稱函數(shù)集能夠把h個(gè)樣本都打散,h的最大值就是函數(shù)集的VC維。VC維是SLT中的一個(gè)重要概念,它是函數(shù)集學(xué)習(xí)性能的重要指標(biāo)。目前尚沒(méi)有通用的關(guān)于任意函數(shù)集VC維計(jì)算的理論,只知道一些特殊的函數(shù)集的VC維。比如,在n維空間中線性分類器和線性實(shí)函數(shù)的VC維是 n+1,而 f(x,a) = sin(ax) 的VC維則為無(wú)窮大。對(duì)于給定的學(xué)習(xí)函數(shù)集,如何(用理論或?qū)嶒?yàn)的方法)計(jì)算其VC維是當(dāng)前統(tǒng)計(jì)學(xué)習(xí)理論中有待研究的一個(gè)問(wèn)題。

           

          由上文可知,在有限樣本情況下,僅僅用ERM來(lái)近似期望風(fēng)險(xiǎn)是行不通的。統(tǒng)計(jì)學(xué)習(xí)理論給出了期望風(fēng)險(xiǎn) R[f] 與經(jīng)驗(yàn)風(fēng)險(xiǎn) Remp[f] 之間關(guān)系:R[f] <= ( Remp[f] + e )。其中 e = g(h/n) 為置信區(qū)間,e 是VC維 h 的增函數(shù),也是樣本數(shù)n的減函數(shù)。右端稱為結(jié)構(gòu)風(fēng)險(xiǎn),它是期望風(fēng)險(xiǎn) R[f] 的一個(gè)上界。經(jīng)驗(yàn)風(fēng)險(xiǎn)的最小依賴較大的 F (樣本數(shù)較多的函數(shù)集)中某個(gè) f 的選擇,但是 F 較大,則VC維較大,就導(dǎo)致置信區(qū)間 e 變大,所以要想使期望風(fēng)險(xiǎn) R[f] 最小,必須選擇合適的 h 和 n 來(lái)使不等式右邊的結(jié)構(gòu)風(fēng)險(xiǎn)最小,這就是結(jié)構(gòu)風(fēng)險(xiǎn)最小化(Structural Risk Minimization, SRM)歸納原則。實(shí)現(xiàn)SRM的思路之一就是設(shè)計(jì)函數(shù)集的某種結(jié)構(gòu)使每個(gè)子集中都能取得最小的經(jīng)驗(yàn)風(fēng)險(xiǎn)(如使訓(xùn)練誤差為0),然后只需選擇適當(dāng)?shù)淖蛹怪眯欧秶钚。瑒t這個(gè)子集中使經(jīng)驗(yàn)風(fēng)險(xiǎn)最小的函數(shù)就是最優(yōu)函數(shù)。SVM方法實(shí)際上就是這種思想的具體實(shí)現(xiàn)。

           

          SVM是一種基于統(tǒng)計(jì)的學(xué)習(xí)方法,它是對(duì)SRM的近似。概括地說(shuō),SVM就是首先通過(guò)用內(nèi)積函數(shù)定義的非線性變換將輸入空間變換到一個(gè)高維空間,然后再在這個(gè)空間中求(廣義)最優(yōu)分類面的分類方法。

          posted @ 2008-06-21 01:01 小強(qiáng)摩羯座 閱讀(581) | 評(píng)論 (0)編輯 收藏

          2008-06-17 21:22

                忙于項(xiàng)目,看了一些理論書(shū)籍,總感覺(jué)霧里看花,為了能有點(diǎn)動(dòng)力,我準(zhǔn)備寫(xiě)一些總結(jié)。
          1 機(jī)器學(xué)習(xí)問(wèn)題表示
          變量y與輸入x之間存在一定的關(guān)系,即存在二維聯(lián)合概率密度F(x,y)
          機(jī)器學(xué)習(xí)根據(jù)m個(gè)獨(dú)立,同分布觀測(cè)樣本求出一個(gè)最優(yōu)函數(shù)y=f(x,a),使預(yù)測(cè)的期望風(fēng)險(xiǎn)最小
          R(a)= |Q(y,f(x,a))dF(x,y),其中Q(y,f(x,a))是f(x,a)與y之間的損失函數(shù)

          2 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化
          由于并不知道F(x,y),所以無(wú)法利用期望風(fēng)險(xiǎn)來(lái)求f(x,a),但根據(jù)大數(shù)定理的思想,可以用算術(shù)平均代替數(shù)學(xué)期望     Remp(a)= 1/m(Q(yi,f(xi,a))+......),使樣本均值最小求出f(x,a)中參數(shù)a

          3 最小均值方法
          求經(jīng)驗(yàn)風(fēng)險(xiǎn)最小可以看做是最佳擬合問(wèn)題,E = (yi-f(xi,a))**2+ ..........
          在調(diào)整權(quán)值時(shí)需要這樣一個(gè)算法:在有了新的訓(xùn)練樣本時(shí)可以在原來(lái)的基礎(chǔ)上進(jìn)一步精化權(quán)值。對(duì)于每一個(gè)訓(xùn)練樣例,它把權(quán)值向減少誤差的方向略為調(diào)整。這個(gè)算法可以看做對(duì)可能的假設(shè)權(quán)值空間進(jìn)行隨機(jī)的梯度下降搜索。權(quán)值w更新方式為:w<--w+l(yi - f(xi,a))xi

          4函數(shù)集的vc維
          函數(shù)集Q(z,a)vc維等于能夠用該函數(shù)集以所有可能的2**k種方式分成不同兩類的向量z1,z2....最大數(shù)目。越復(fù)雜的函數(shù)vc維越高。
          期望風(fēng)險(xiǎn)R(a )== 經(jīng)驗(yàn)風(fēng)險(xiǎn)Remp(a)+sqr(h/m),可見(jiàn)vc維增加會(huì)導(dǎo)致期望風(fēng)險(xiǎn)增加。

          5結(jié)構(gòu)風(fēng)險(xiǎn)最小化
          min(經(jīng)驗(yàn)風(fēng)險(xiǎn)Remp(a)+sqr(h/m))

          6支持向量機(jī)
          svm的基本思想是通過(guò)事先選擇的線性或非線性的映射將輸入向量映射到高維特征空間中,在這個(gè)空間中利用了最優(yōu)化理論和泛化性理論,同時(shí)引入了超平面的概念(減少vc維),來(lái)構(gòu)造最優(yōu)決策函數(shù),并巧妙地利用核函數(shù)來(lái)代替高維特征空間的點(diǎn)積運(yùn)算,從而避免了復(fù)雜的計(jì)算。

          7貝葉斯決策
          設(shè)要識(shí)別的對(duì)象有d中特征測(cè)量值x1,x2.....xd,每種特征都是一個(gè)隨機(jī)變量。
          設(shè)gi(x)為對(duì)應(yīng)i類的風(fēng)險(xiǎn)函數(shù),利用先驗(yàn)概率,相應(yīng)的分類規(guī)則為:
          如果gi(x)>gj(x),i,j = 1,2,...c, j!= i,則x屬于第i類,決策面方程為 gi(x)= gj(x)

          8分類與聚類
          分類:樣本已知所屬類別,求出分類函數(shù),對(duì)新的樣本進(jìn)行識(shí)別
          聚類:樣本無(wú)類別,根據(jù)其分布距離進(jìn)行分類

          9線性分類器
          定義一個(gè)準(zhǔn)則函數(shù)J(w,x),w是分類器參數(shù),它的最小值對(duì)應(yīng)著最優(yōu)解。得到梯度法迭代公式:
          w(k+1)= w(k)-p(△J)
          因?yàn)榕袆e函數(shù)g(x)滿足:
          g(x)>0 x∈w
          g(x)<0 x!∈w

          準(zhǔn)則函數(shù)有最小平方誤差,最小錯(cuò)分類等。

          10聚類
          相似性測(cè)度:歐式距離,馬氏距離,明氏距離,夾角余弦
          散布準(zhǔn)則:類內(nèi)散布,類間散布,總散布
          求解過(guò)程是聚類中心點(diǎn)迭代

          11特征抽取和選擇
          選擇:選取要使用的特征
          抽?。豪眠x擇出來(lái)的特征進(jìn)行降維變換
          抽取方法有線性變換,主成分分析的最佳矩陣變換,

          posted @ 2008-06-21 00:55 小強(qiáng)摩羯座 閱讀(313) | 評(píng)論 (0)編輯 收藏

          感覺(jué)數(shù)學(xué)似乎總是不夠的。這些日子為了解決research中的一些問(wèn)題,又在圖書(shū)館捧起了數(shù)學(xué)的教科書(shū)。

          從 大學(xué)到現(xiàn)在,課堂上學(xué)的和自學(xué)的數(shù)學(xué)其實(shí)不算少了,可是在研究的過(guò)程中總是發(fā)現(xiàn)需要補(bǔ)充新的數(shù)學(xué)知識(shí)。Learning和Vision都是很多種數(shù)學(xué)的交 匯場(chǎng)。看著不同的理論體系的交匯,對(duì)于一個(gè)researcher來(lái)說(shuō),往往是非常exciting的enjoyable的事情。不過(guò),這也代表著要充分了 解這個(gè)領(lǐng)域并且取得有意義的進(jìn)展是很艱苦的。

          記得在兩年前的一次blog里面,提到過(guò)和learning有關(guān)的數(shù)學(xué)。今天看來(lái),我對(duì)于數(shù)學(xué)在這個(gè)領(lǐng)域的作用有了新的思考。

          對(duì)于Learning的研究,

          Linear Algebra (線性代數(shù)) 和 Statistics (統(tǒng)計(jì)學(xué)) 是最重要和不可缺少的。這代表了Machine Learning中最主流的兩大類方法的基礎(chǔ)。一種是以研究函數(shù)和變換為重點(diǎn)的代數(shù)方法,比如Dimension reduction,feature extraction,Kernel等,一種是以研究統(tǒng)計(jì)模型和樣本分布為重點(diǎn)的統(tǒng)計(jì)方法,比如Graphical model, Information theoretical models等。它們側(cè)重雖有不同,但是常常是共同使用的,對(duì)于代數(shù)方法,往往需要統(tǒng)計(jì)上的解釋,對(duì)于統(tǒng)計(jì)模型,其具體計(jì)算則需要代數(shù)的幫助。

          以代數(shù)和統(tǒng)計(jì)為出發(fā)點(diǎn),繼續(xù)往深處走,我們會(huì)發(fā)現(xiàn)需要更多的數(shù)學(xué)。

          Calculus (微積分),只是數(shù)學(xué)分析體系的基礎(chǔ)。其基礎(chǔ)性作用不言而喻。Learning研究的大部分問(wèn)題是在連續(xù)的度量空間進(jìn)行的,無(wú)論代數(shù)還是統(tǒng)計(jì),在研究?jī)?yōu)化 問(wèn)題的時(shí)候,對(duì)一個(gè)映射的微分或者梯度的分析總是不可避免。而在統(tǒng)計(jì)學(xué)中,Marginalization和積分更是密不可分——不過(guò),以解析形式把積分 導(dǎo)出來(lái)的情況則不多見(jiàn)。

          Partial Differential Equation (偏微分方程),這主要用于描述動(dòng)態(tài)過(guò)程,或者仿動(dòng)態(tài)過(guò)程。這個(gè)學(xué)科在Vision中用得比Learning多,主要用于描述連續(xù)場(chǎng)的運(yùn)動(dòng)或者擴(kuò)散過(guò)程。 比如Level set, Optical flow都是這方面的典型例子。

          Functional Analysis (泛函分析), 通俗地,可以理解為微積分從有限維空間到無(wú)限維空間的拓展——當(dāng)然了,它實(shí)際上遠(yuǎn)不止于此。在這個(gè)地方,函數(shù)以及其所作用的對(duì)象之間存在的對(duì)偶關(guān)系扮演了 非常重要的角色。Learning發(fā)展至今,也在向無(wú)限維延伸——從研究有限維向量的問(wèn)題到以無(wú)限維的函數(shù)為研究對(duì)象。Kernel Learning 和 Gaussian Process 是其中典型的例子——其中的核心概念都是Kernel。很多做Learning的人把Kernel簡(jiǎn)單理解為Kernel trick的運(yùn)用,這就把kernel的意義嚴(yán)重弱化了。在泛函里面,Kernel (Inner Product) 是建立整個(gè)博大的代數(shù)體系的根本,從metric, transform到spectrum都根源于此。

          Measure Theory (測(cè)度理論),這是和實(shí)分析關(guān)系非常密切的學(xué)科。但是測(cè)度理論并不限于此。從某種意義上說(shuō),Real Analysis可以從Lebesgue Measure(勒貝格測(cè)度)推演,不過(guò)其實(shí)還有很多別的測(cè)度體系——概率本身就是一種測(cè)度。測(cè)度理論對(duì)于Learning的意義是根本的,現(xiàn)代統(tǒng)計(jì)學(xué)整 個(gè)就是建立在測(cè)度理論的基礎(chǔ)之上——雖然初級(jí)的概率論教科書(shū)一般不這樣引入。在看一些統(tǒng)計(jì)方面的文章的時(shí)候,你可能會(huì)發(fā)現(xiàn),它們會(huì)把統(tǒng)計(jì)的公式改用測(cè)度來(lái) 表達(dá),這樣做有兩個(gè)好處:所有的推導(dǎo)和結(jié)論不用分別給連續(xù)分布和離散分布各自寫(xiě)一遍了,這兩種東西都可以用同一的測(cè)度形式表達(dá):連續(xù)分布的積分基于 Lebesgue測(cè)度,離散分布的求和基于計(jì)數(shù)測(cè)度,而且還能推廣到那種既不連續(xù)又不離散的分布中去(這種東西不是數(shù)學(xué)家的游戲,而是已經(jīng)在實(shí)用的東西, 在Dirchlet Process或者Pitman-Yor Process里面會(huì)經(jīng)常看到)。而且,即使是連續(xù)積分,如果不是在歐氏空間進(jìn)行,而是在更一般的拓?fù)淇臻g(比如微分流形或者變換群),那么傳統(tǒng)的黎曼積 分(就是大學(xué)一年級(jí)在微積分課學(xué)的那種)就不work了,你可能需要它們的一些推廣,比如Haar Measure或者Lebesgue-Stieltjes積分。

          Topology(拓?fù)鋵W(xué)),這是學(xué)術(shù)中很基礎(chǔ)的學(xué)科。它一般不直接提 供方法,但是它的很多概念和定理是其它數(shù)學(xué)分支的基石??春芏鄤e的數(shù)學(xué)的時(shí)候,你會(huì)經(jīng)常接觸這樣一些概念:Open set / Closed set,set basis,Hausdauf, continuous function,metric space, Cauchy sequence, neighborhood, compactness, connectivity。很多這些也許在大學(xué)一年級(jí)就學(xué)習(xí)過(guò)一些,當(dāng)時(shí)是基于極限的概念獲得的。如果,看過(guò)拓?fù)鋵W(xué)之后,對(duì)這些概念的認(rèn)識(shí)會(huì)有根本性的拓 展。比如,連續(xù)函數(shù),當(dāng)時(shí)是由epison法定義的,就是無(wú)論取多小的正數(shù)epsilon,都存在xxx,使得xxx。這是需要一種metric去度量距 離的,在general topology里面,對(duì)于連續(xù)函數(shù)的定義連坐標(biāo)和距離都不需要——如果一個(gè)映射使得開(kāi)集的原像是開(kāi)集,它就是連續(xù)的——至于開(kāi)集是基于集合論定義的,不 是通常的開(kāi)區(qū)間的意思。這只是最簡(jiǎn)單的例子。當(dāng)然,我們研究learning也許不需要深究這些數(shù)學(xué)概念背后的公理體系,但是,打破原來(lái)定義的概念的局限 在很多問(wèn)題上是必須的——尤其是當(dāng)你研究的東西它不是在歐氏空間里面的時(shí)候——正交矩陣,變換群,流形,概率分布的空間,都屬于此。

          Differential Manifold (微分流形), 通俗地說(shuō)它研究的是平滑的曲面。一個(gè)直接的印象是它是不是可以用來(lái)fitting一個(gè)surface什么的——當(dāng)然這算是一種應(yīng)用,但是這是非常初步的。 本質(zhì)上說(shuō),微分流形研究的是平滑的拓?fù)浣Y(jié)構(gòu)。一個(gè)空間構(gòu)成微分流形的基本要素是局部平滑:從拓?fù)鋵W(xué)來(lái)理解,就是它的任意局部都同胚于歐氏空間,從解析的角 度來(lái)看,就是相容的局部坐標(biāo)系統(tǒng)。當(dāng)然,在全局上,它不要求和歐氏空間同胚。它除了可以用于刻畫(huà)集合上的平滑曲面外,更重要的意義在于,它可以用于研究很 多重要的集合。一個(gè)n-維線性空間的全部k-維子空間(k < n)就構(gòu)成了一個(gè)微分流形——著名的Grassman Manifold。所有的標(biāo)準(zhǔn)正交陣也構(gòu)成一個(gè)流形。一個(gè)變換群作用于一個(gè)空間形成的軌跡(Orbit) 也是通常會(huì)形成流形。在流形上,各種的分析方法,比如映射,微分,積分都被移植過(guò)來(lái)了。前一兩年在Learning里面火了好長(zhǎng)時(shí)間的Manifold Learning其實(shí)只是研究了這個(gè)分支的其中一個(gè)概念的應(yīng)用: embedding。其實(shí),它還有很多可以發(fā)掘的空間。

          Lie Group Theory (李群論),一般意義的群論在Learning中被運(yùn)用的不是很多,群論在Learning中用得較多的是它的一個(gè)重要方向Lie group。定義在平滑流行上的群,并且其群運(yùn)算是平滑的話,那么這就叫李群。因?yàn)長(zhǎng)earning和編碼不同,更多關(guān)注的是連續(xù)空間,因?yàn)長(zhǎng)ie group在各種群中對(duì)于Learning特別重要。各種子空間,線性變換,非奇異矩陣都基于通常意義的矩陣乘法構(gòu)成李群。在李群中的映射,變換,度量, 劃分等等都對(duì)于Learning中代數(shù)方法的研究有重要指導(dǎo)意義。

          Graph Theory(圖論),圖,由于它在表述各種關(guān)系的強(qiáng)大能力以及優(yōu)雅的理論,高效的算法,越來(lái)越受到Learning領(lǐng)域的歡迎。經(jīng)典圖論,在 Learning中的一個(gè)最重要應(yīng)用就是graphical models了,它被成功運(yùn)用于分析統(tǒng)計(jì)網(wǎng)絡(luò)的結(jié)構(gòu)和規(guī)劃統(tǒng)計(jì)推斷的流程。Graphical model所取得的成功,圖論可謂功不可沒(méi)。在Vision里面,maxflow (graphcut)算法在圖像分割,Stereo還有各種能量?jī)?yōu)化中也廣受應(yīng)用。另外一個(gè)重要的圖論分支就是Algebraic graph theory (代數(shù)圖論),主要運(yùn)用于圖的譜分析,著名的應(yīng)用包括Normalized Cut和Spectral Clustering。近年來(lái)在semi-supervised learning中受到特別關(guān)注。

          posted @ 2008-06-21 00:53 小強(qiáng)摩羯座 閱讀(468) | 評(píng)論 (0)編輯 收藏

          生活中的概率

           

          概率論滲透到現(xiàn)代生活的方方面面。正如19世紀(jì)法國(guó)著名數(shù)學(xué)家拉普拉斯所說(shuō):“對(duì)于生活中的大部分,最重要的問(wèn)題實(shí)際上只是概率問(wèn)題。你可以說(shuō)幾乎我們所掌握的所有知識(shí)都是不確定的,只有一小部分我們能確定地了解。甚至數(shù)學(xué)科學(xué)本身,歸納法、類推法和發(fā)現(xiàn)真理的首要手段都是建立在概率論的基礎(chǔ)之上。因此,整個(gè)人類知識(shí)系統(tǒng)是與這一理論相聯(lián)系的……”

          嬰兒出生時(shí)的男女比例 

           一般人或許認(rèn)為:生男生女的可能性是相等的,因而推測(cè)出男嬰和女?huà)氲某錾鷶?shù)的比應(yīng)當(dāng)是1:1,可事實(shí)并非如此.

            公元1814年,法國(guó)數(shù)學(xué)家拉普拉斯(Laplace 1794-1827)在他的新作《概率的哲學(xué)探討》一書(shū)中,記載了一下有趣的統(tǒng)計(jì).他根據(jù)倫敦,彼得堡,柏林和全法國(guó)的統(tǒng)計(jì)資料,得出了幾乎完全一致的男嬰和女?huà)氤錾鷶?shù)的比值是22:21,即在全體出生嬰兒中,男嬰占51.2%,女?huà)胝?8.8%.可奇怪的是,當(dāng)他統(tǒng)計(jì)1745-1784整整四十年間巴黎男嬰出生率時(shí),卻得到了另一個(gè)比是25:24,男嬰占51.02%,與前者相差0.14%.對(duì)于這千分之一點(diǎn)四的微小差異,拉普拉斯感到困惑不解,他深信自然規(guī)律,他覺(jué)得這千分之一點(diǎn)四的后面,一定有深刻的因素.于是,他深入進(jìn)行調(diào)查研究,終于發(fā)現(xiàn):當(dāng)時(shí)巴黎人“重女輕男”,有拋棄男嬰的陋俗,以至于歪曲了出生率的真相,經(jīng)過(guò)修正,巴黎的男女?huà)氲某錾嚷室廊皇?2:21.

          一名優(yōu)秀數(shù)學(xué)家=10個(gè)師 

               在第二次世界大戰(zhàn)中,美國(guó)曾經(jīng)宣布:一名優(yōu)秀數(shù)學(xué)家的作用超過(guò)10個(gè)師的兵力.這句話有一個(gè)非同尋常的來(lái)歷.

               1943年以前,在大西洋上英美運(yùn)輸船隊(duì)常常受到德國(guó)潛艇的襲擊,當(dāng)時(shí),英美兩國(guó)限于實(shí)力,無(wú)力增派更多的護(hù)航艦,一時(shí)間,德軍的“潛艇戰(zhàn)”搞得盟軍焦頭爛額.

              為此,有位美國(guó)海軍將領(lǐng)專門(mén)去請(qǐng)教了幾位數(shù)學(xué)家,數(shù)學(xué)家們運(yùn)用概率論分析后分析,艦隊(duì)與敵潛艇相遇是一個(gè)隨機(jī)事件,從數(shù)學(xué)角度來(lái)看這一問(wèn)題,它具有一定的規(guī)律性.一定數(shù)量的船(為100艘)編隊(duì)規(guī)模越小,編次就越多(為每次20艘,就要有5個(gè)編次),編次越多,與敵人相遇的概率就越大.

              美國(guó)海軍接受了數(shù)學(xué)家的建議,命令艦隊(duì)在指定海域集合,再集體通過(guò)危險(xiǎn)海域,然后各自駛向預(yù)定港口.結(jié)果奇跡出現(xiàn)了:盟軍艦隊(duì)遭襲被擊沉的概率由原來(lái)的25%降為1%,大大減少了損失,保證了物資的及時(shí)供應(yīng).

          什么是概率天氣預(yù)報(bào) 

              概率天氣預(yù)報(bào)是用概率值表示預(yù)報(bào)量出現(xiàn)可能性的大小,它所提供的不是某種天氣現(xiàn)象的\"有\(zhòng)"或\"無(wú)\",某種氣象要素值的\"大\"或\"小\",而是天氣現(xiàn)象出現(xiàn)的可能性有多大。如對(duì)降水的預(yù)報(bào),傳統(tǒng)的天氣預(yù)報(bào)一般預(yù)報(bào)有雨或無(wú)雨,而概率預(yù)報(bào)則給出可能出現(xiàn)降水的百分?jǐn)?shù),百分?jǐn)?shù)越大,出現(xiàn)降水的可能性越大。一般來(lái)講,概率值小于或等于30%,可認(rèn)為基本不會(huì)降水;概率值在30%-60%,降水可能發(fā)生,但可能性較小;概率在60%-70%,降水可能性很大;概率值大于70%,有降水發(fā)生。概率天氣預(yù)報(bào)既反映了天氣變化確定性的一面,又反映了天氣變化的不確定性和不確定程度。在許多情況下,這種預(yù)報(bào)形式更能適應(yīng)經(jīng)濟(jì)活動(dòng)和軍事活動(dòng)中決策的需要。

          生命中的危險(xiǎn)概率 

              生活就是一場(chǎng)冒險(xiǎn)。日常生活中出現(xiàn)一些危險(xiǎn)是難免的,問(wèn)題是遭遇某種危險(xiǎn)的概率有多大。一般說(shuō)來(lái),如果遭遇某種危險(xiǎn)的概率低于十萬(wàn)分之一,我們還能坦然視之;但如果危險(xiǎn)概率提高到萬(wàn)分之一,我們就得小心了。每年都可能遇到的危險(xiǎn)機(jī)會(huì)有:

             受傷:危險(xiǎn)概率是1/3

             難產(chǎn)(行將生育的婦女):危險(xiǎn)概率是1/6

             車禍:危險(xiǎn)概率是1/12

             心臟病突然發(fā)作(如果您已超過(guò)35歲):危險(xiǎn)概率是1/77

             在家中受傷:危險(xiǎn)概率是1/80

             受到致命武器的攻擊:危險(xiǎn)概率是1/260

             死于心臟?。何kU(xiǎn)慨率是1/340

             家中成員死于突發(fā)事件:危險(xiǎn)概率是1/700

             死于突發(fā)事件:危險(xiǎn)概率是1/2900

             死于車禍:危險(xiǎn)概率是1/5000

             染上愛(ài)滋病:危險(xiǎn)概率是1/5700

             被謀殺:危險(xiǎn)概率是1/1110

             死于懷孕或生產(chǎn)(女性):危險(xiǎn)概率是1/4000

             自殺:危險(xiǎn)概率分別是1/20000(女性)和1/5000

             因墜落摔死:危險(xiǎn)率是1/20000

             死于工傷:危險(xiǎn)概率是1/26000

             走路時(shí)被汽車撞死:危險(xiǎn)概率是1/40000

             死于火災(zāi):危險(xiǎn)概率是1/50000

             溺水而死:危險(xiǎn)概率是1/50000

             如果您自己不吸煙,而您的配偶吸煙,那么您可能受二手煙污染而死于肺癌:   危險(xiǎn)概率是1/60000

             被刺傷致死:危險(xiǎn)概率是1/60000

             死于手術(shù)并發(fā)證:危險(xiǎn)概率是1/80000

             因中毒而死(不包括自殺):危險(xiǎn)概率是1/86000

             騎自行車時(shí)死于車禍:危險(xiǎn)概率是1/130000

             吃東西時(shí)噎死:危險(xiǎn)概率是1/160000

             被空中墜落的物體砸死:危險(xiǎn)概率是1/290000

             觸電而死:危險(xiǎn)概率是1/350000

             死于浴缸中:危險(xiǎn)概率是1/1000000

             墜落床下而死:危險(xiǎn)概率是1/2000000

             被龍卷風(fēng)刮走摔死:危險(xiǎn)極率是l/2000000

             被凍死:危險(xiǎn)概率是1/3000000

             一生中可能道遇到的危險(xiǎn)有:

             死于心臟?。何kU(xiǎn)概率是1/3

             死于癌癥:危險(xiǎn)概率是1/5

             遭到強(qiáng)奸(女性):危險(xiǎn)概率是1/11

             死于中風(fēng):危險(xiǎn)概率是1/14

             死于車禍:危險(xiǎn)概率是1/45

             自殺:危險(xiǎn)概率是1/39

             死于愛(ài)滋病:危險(xiǎn)概率是1/97

             死于飛機(jī)失事:危險(xiǎn)概率是1/4000

             死于狂犬病:危險(xiǎn)概率是1/700000

          艾滋病的傳染概率有多大 

              艾滋病傳染概率有多大?據(jù)地壇醫(yī)院性傳播疾病防治中心徐克沂主任介紹,艾滋病是通過(guò)3種傳播途徑傳染給他人的,即:血液傳播、性傳播、母嬰傳播。如果一個(gè)正常人輸進(jìn)了HIV(艾滋病病毒)陽(yáng)性感染者或艾滋病病人的血液其感染的概率是95%,而一個(gè)HIV陽(yáng)性感染者或已經(jīng)發(fā)病的病人與一個(gè)正常人發(fā)生性關(guān)系的感染概率和性別有一定關(guān)系,男傳給女的概率是0.2%,女傳給男的概率是0.l%,男傳男的概率要比以上兩種方式大得多。如果母親是一個(gè)HIV陽(yáng)性或艾滋病的病人,其感染給胎兒的概率是25%,但是如果母親經(jīng)過(guò)AZT的抗病毒治療,其胎兒的感染概率下降到8%;經(jīng)過(guò)聯(lián)合療法(雞尾酒療法)治療胎兒的感染概率可能下降為2% 

              艾滋病病毒是一種十分脆弱的病毒,它對(duì)熱和干燥十分敏感。在干燥的環(huán)境中,艾滋病毒10分鐘死亡,在60攝氏度的環(huán)境中30分鐘滅活。如果一支剛接觸病人身體帶有血液的注射器,馬上刺入正常人體內(nèi),其感染的概率小于0.3%。蚊蟲(chóng)叮咬不會(huì)傳染艾滋病就是因?yàn)檫@個(gè)原因。 

              在醫(yī)學(xué)史上人類經(jīng)歷了霍亂、鼠疫、黃熱病和天花等多種流行病的侵害,而人類最終還是戰(zhàn)勝了它們。如今面對(duì)艾滋病,有關(guān)遏制艾滋的醫(yī)學(xué)研究也正在緊鑼密鼓開(kāi)展,例如用傳統(tǒng)醫(yī)學(xué)方法研制的艾滋疫苗;用中醫(yī)藥技術(shù)研發(fā)的艾滋抗體及從計(jì)劃生育角度轉(zhuǎn)而提倡運(yùn)用的“避孕套”,這些都讓我們看到人類克服艾滋病的曙光。

          彩票中獎(jiǎng)概率話你知

          “36選7”“26選5”概率 

              據(jù)有關(guān)專家介紹,廣東省目前發(fā)行的體彩“36選7”、南粵風(fēng)采“36選7”、南粵風(fēng)采“26選5”均屬于數(shù)字組合型玩法,其中獎(jiǎng)概率的計(jì)算方式也是相同的,其中“36選7”玩法的頭獎(jiǎng)命中概率為1/8347680,“26選5”玩法的頭獎(jiǎng)命中概率為1/65780;目前體彩“36選7”二次開(kāi)獎(jiǎng)的中獎(jiǎng)概率仍為1/8347680,南粵風(fēng)采“36選7”全省特別獎(jiǎng)(中8個(gè)號(hào)碼)的中獎(jiǎng)概率為1/32060340,南粵風(fēng)采“36選7”南粵福星獎(jiǎng)(中9個(gè)號(hào)碼)的中獎(jiǎng)概率為1/94143280,南粵風(fēng)采“26選5”幸運(yùn)獎(jiǎng)(中7個(gè)號(hào)碼)的中獎(jiǎng)概率為1/657800。

          excel函數(shù)可計(jì)算中獎(jiǎng)概率 

               針對(duì)類似“36選7”的數(shù)字組合型玩法,數(shù)學(xué)專家還向記者推薦了一種利用excel表格軟件函數(shù)計(jì)算的簡(jiǎn)單方法,打開(kāi)電腦中的excel軟件,在“粘貼函數(shù)”欄內(nèi)選擇“數(shù)學(xué)與三角函數(shù)”中的“combin”函數(shù),填入相關(guān)數(shù)據(jù)就可以計(jì)算出相應(yīng)的中獎(jiǎng)概率,如“36選7”的概率計(jì)算公式為:combin (36,7),南粵風(fēng)采“36選7”全省特別獎(jiǎng)和南粵福星獎(jiǎng)的計(jì)算公式分別為:com-bin(36,8)、combin (36,9),彩民朋友可以根據(jù)公式自行計(jì)算“×選×”型彩票玩法的頭獎(jiǎng)中獎(jiǎng)概率。

          幸運(yùn)七星及足彩中獎(jiǎng)概率 

              體彩“幸運(yùn)七星”則屬于數(shù)字型玩法,即從0000000~9999999共1000萬(wàn)個(gè)號(hào)碼中任選一個(gè)七位數(shù)號(hào)碼組成,每個(gè)號(hào)碼均從0~9共10個(gè)數(shù)字中開(kāi)出,“幸運(yùn)七星”頭獎(jiǎng)的理論中獎(jiǎng)概率為1/10000000。 

              目前最受彩民歡迎的足彩實(shí)際上也是一種數(shù)字組合型玩法,不過(guò)計(jì)算方法相對(duì)比較簡(jiǎn)單,13場(chǎng)比賽均選“3、1、0”可組合出3的13次方1594323注單式號(hào)碼,一等獎(jiǎng)的中獎(jiǎng)概率為1/1594323,換句話說(shuō),每銷售320萬(wàn)元的足彩,平均就可能誕生一個(gè)一等獎(jiǎng)。而如果將足彩競(jìng)猜的場(chǎng)次增加到14場(chǎng),足彩的頭獎(jiǎng)中獎(jiǎng)概率則降低為1/4782969,難度增加了3倍。

          吸煙危及生命概率:50%戒煙等于自救 

              1987年11月,世界衛(wèi)生組織(WHO)在日本東京舉行的第6屆吸煙與健康國(guó)際會(huì)議上,建議把1988年4月7日,也就是世界衛(wèi)生組織成立40周年紀(jì)念日,作為“世界無(wú)煙日”,提出“要吸煙還是要健康”的口號(hào)。1989年,世界衛(wèi)生組織又把這一天改定在每年的5月31日。 

              今年5月31日,我們將迎來(lái)第17個(gè)世界無(wú)煙日,但目前我國(guó)吸煙現(xiàn)狀卻不容樂(lè)觀:煙民人數(shù)不斷增加,達(dá)3.2億人,煙民平均年齡在降低,女煙民及青少年吸煙的數(shù)量在不斷增加。 

              我國(guó)煙草生產(chǎn)和消費(fèi)還居八個(gè)“世界第一”:烤煙種植面積世界第一;烤煙產(chǎn)量世界第一:烤煙增長(zhǎng)速度世界第一;卷煙產(chǎn)銷量世界第一;卷煙增長(zhǎng)速度世界第一;吸煙人數(shù)世界第一;吸煙人數(shù)增加數(shù)量世界第一;煙稅增長(zhǎng)速度世界第一。 

              吸煙有害健康,這句話人人會(huì)講,但是,你可知道,吸煙危及生命的概率究竟達(dá)到了何種程度嗎? 

              探究吸煙與戒煙

             一,吸煙為什么會(huì)上癮?

             煙民往往都有煙癮,這主要是尼古丁長(zhǎng)期作用的結(jié)果。尼古丁就像其他麻醉劑一樣,剛開(kāi)始吸食時(shí)并不適應(yīng),會(huì)引起胸悶、惡心、頭暈等不適,但如果吸煙時(shí)間久了,血液中的尼古丁達(dá)到一定濃度,反復(fù)刺激大腦并使各器官產(chǎn)生對(duì)尼古丁的依賴性,此時(shí)煙癮就纏身了。若停止吸煙,會(huì)暫時(shí)出現(xiàn)煩躁、失眠、厭食等所謂的“戒斷癥狀”,加上很多吸煙者對(duì)煙草產(chǎn)生一種心理上的依賴,認(rèn)為吸煙可以提神、解悶、消除疲勞等,所以煙癮越來(lái)越大,欲罷不能。

             其實(shí)煙草與吸食海洛因引起的成癮性不同,前者是完全可以戒掉的,關(guān)鍵要戒除心理上對(duì)煙草的依賴。這種心理依賴導(dǎo)致吸煙者的一種行為依賴,使得吸煙者感到戒煙困難甚大,無(wú)形中增加了戒煙的難度。

             二,二手煙危害他人健康?

             一個(gè)人吸煙似乎“無(wú)關(guān)他人”,其實(shí)不然,其家人正受到被動(dòng)吸煙的危害。根據(jù)世界衛(wèi)生組織的定義,被動(dòng)吸煙是指不吸煙者一周中有一天以上每天吸入吸煙者呼出的煙霧長(zhǎng)于十五分鐘。中國(guó)71%的家庭、32.5%的公共場(chǎng)所和25%的工作場(chǎng)所,因有人“吞云吐霧”而成為被動(dòng)吸煙場(chǎng)所。

             被動(dòng)吸煙也即是吸“二手煙”,目前我國(guó)有六億人受到被動(dòng)吸煙的危害。被動(dòng)吸煙者所吸入的有害物質(zhì)濃度并不比吸煙者低,吸煙者吐出的冷煙霧中,煙焦油含量比吸煙者吸入的熱煙霧中的多1倍,苯并芘多2倍,一氧化碳多4倍,如此多的有害物質(zhì)對(duì)周圍的人特別是兒童、孕婦和老年人造成很大的危害:

             據(jù)估計(jì),美國(guó)每年有四百萬(wàn)兒童因吸入“二手煙”而患病。父母吸煙使兒童下呼吸道疾病如哮喘、肺炎的發(fā)生率增加50%,兒童易出現(xiàn)各種慢性呼吸道刺激癥狀,如咳嗽、咳痰、喘息等,甚至出現(xiàn)持續(xù)的肺功能損害;

             被動(dòng)吸煙易引起中耳積液,使兒童中耳炎的發(fā)生率增加;

             被動(dòng)吸煙可以使哮喘患兒的哮喘發(fā)作次數(shù)與嚴(yán)重程度明顯增加,對(duì)有過(guò)敏體質(zhì)的患兒更易誘發(fā)哮喘發(fā)作;

             被動(dòng)吸煙與嬰兒突然猝死綜合征(SIDS)的發(fā)生密切相關(guān);

             父母吸煙使兒童更易成為吸煙者;孕婦吸入“二手煙”易引起流產(chǎn)、早產(chǎn)、出生低體重兒以及嬰兒先天性畸形如唇裂、顎裂等;

             老年人長(zhǎng)期吸入“二手煙”易引起肺炎、急性心腦血管疾病的發(fā)生……

             三,戒煙為何戒不了?

             有研究表明,吸煙者中有11.7%的人是復(fù)吸者,而且復(fù)吸者的肺部損傷程度較一直吸煙者為重,原因有多方面:復(fù)吸者較其他吸煙者更易成癮,復(fù)吸后其吸入香煙的數(shù)量更多,且每口煙的吸入程度更深,對(duì)身體的影響不言而喻。對(duì)于每一個(gè)吸煙者來(lái)說(shuō),在一些特定的“危險(xiǎn)”情形下(當(dāng)周圍人吸煙、感到壓力大、心情煩躁、飲酒后)會(huì)更有吸煙的沖動(dòng),那么請(qǐng)盡量避免這些情況的發(fā)生,當(dāng)有吸煙沖動(dòng)時(shí)做幾次緩慢的深呼吸或從事其他活動(dòng)轉(zhuǎn)移注意力是個(gè)好方法。

             四,戒煙后生活會(huì)變化嗎?

             如果您選擇戒煙,您將選擇告別咳嗽氣喘、煙灰異味、污濁空氣、皮膚衰老、疾病困擾……讓我們看看您戒煙后生活發(fā)生了哪些變化:8小時(shí)后血液的氧合作用恢復(fù)正常,患心肌梗塞的風(fēng)險(xiǎn)開(kāi)始降低;24小時(shí)后口氣清新,肺開(kāi)始排泄粘液和焦油,患呼吸道感染、支氣管炎和肺炎的風(fēng)險(xiǎn)開(kāi)始降低;48小時(shí)后血液中不再檢測(cè)出尼古?。?周后味覺(jué)、嗅覺(jué)得以改善;3—9月后呼吸得以改善(咳嗽、氣喘減少),肺功能提高5%—10%;1年后患心臟?。ㄈ缧募」H┑娘L(fēng)險(xiǎn)減半;5年后患腦中風(fēng)、口腔癌、食道癌、膀胱癌的風(fēng)險(xiǎn)減半;10年后患肺癌的風(fēng)險(xiǎn)減半,患腦血管突發(fā)事件(腦“中風(fēng)”)的風(fēng)險(xiǎn)與未吸煙者持平……所以選擇了戒煙,你就選擇了一個(gè)健康清新的生活。

             “吸煙危及生命的概率是50%,戒煙等于自救”。這是法國(guó)國(guó)家戒煙委員會(huì)和煙草預(yù)防辦公室在巴黎舉行的第30屆法國(guó)醫(yī)學(xué)沙龍上對(duì)所有吸煙者發(fā)出的警示和呼吁。 

             復(fù)旦大學(xué)附屬中山醫(yī)院呼吸內(nèi)科瞿介明宋琳

          消息來(lái)源:上海疾控中心

          10%的酗酒概率 

               我們經(jīng)常見(jiàn)到,當(dāng)全家人圍坐在節(jié)日餐桌旁的時(shí)候,父母讓年幼的孩子喝上一點(diǎn)酒,這是否對(duì)孩子有害?專家們的看法是:90%的情況下不會(huì)有任何危害。但是,仍有10%的孩子,因?yàn)榛虻奶厥庑远鴮?dǎo)致日后酗酒。誰(shuí)來(lái)給這10%的孩子上保險(xiǎn),不致使他們進(jìn)入這10%的行列?美國(guó)總統(tǒng)夫人弗爾德描述了自己酗酒的情況。她回憶說(shuō),當(dāng)她感冒的時(shí)候,她媽媽將一勺威斯忌倒進(jìn)了她的茶里。這足以使她成年后成了酗酒者。

          中數(shù)字出現(xiàn)的穩(wěn)定性(法格遜猜想) 

               在的數(shù)值式中,各個(gè)數(shù)碼出現(xiàn)的概率應(yīng)當(dāng)均為.隨著計(jì)算機(jī)的發(fā)展,人們對(duì)的前一百萬(wàn)位小數(shù)中各數(shù)碼出現(xiàn)的頻率進(jìn)行了統(tǒng)計(jì),得到的結(jié)果與法格遜猜想非常吻合.

          我們是不是該相信小概率事件?

          文/葛民勤

          一、什么是小概率事件?

           小概率事件,字面意義就是發(fā)生的可能性極小的事件。比如,北京地區(qū)出現(xiàn)日全食;山西洪洞發(fā)生里氏5級(jí)地震,新疆吐魯番地區(qū)下了一場(chǎng)暴雨,小行星撞地球等等。以上這些是發(fā)生在自然界的小概率事件,發(fā)生在人類社會(huì)的小概率事件諸如上證指數(shù)突破2000點(diǎn),某特定國(guó)家通過(guò)允許同性戀的法律,某兩個(gè)國(guó)家統(tǒng)一等等。至于發(fā)生在日常生活中的小概率事件,也是不勝枚舉,如某個(gè)特定的人中了彩票頭獎(jiǎng),某日某地有人跳樓自殺,等等。

           小概率事件是要和不可能事件,也即無(wú)概率事件區(qū)別開(kāi)的。所謂不可能事件,就是指完全不可能發(fā)生、概率為零的事件。不可能事件可以分為三類。第一類,如某人某時(shí)刻既在甲地又在乙地,世界上既有能刺穿一切盾的矛又有能抵擋一切矛的盾等等,屬于自相矛盾的事件,違反了邏輯,也就絕對(duì)不可能發(fā)生。這類不可能事件顯然沒(méi)有研究意義。

           第二類,如日本沒(méi)有進(jìn)行南京大屠殺、諸葛亮的隱居地在河南南陽(yáng)而不是湖北襄陽(yáng)等等,是對(duì)于歷史上確鑿發(fā)生過(guò)的事件的否定,也即對(duì)必然事件的否定,其概率自然為零。但是這種不可能事件在統(tǒng)計(jì)學(xué)上也沒(méi)有研究意義,因?yàn)榻y(tǒng)計(jì)學(xué)更多地是關(guān)注在一定條件下可以重現(xiàn)的事件以及一般性的事件,而不是永遠(yuǎn)無(wú)法重現(xiàn)的個(gè)別事件。

           不可能事件的第三類,如永動(dòng)機(jī)、常溫常壓下純冰在零攝氏度以下自發(fā)融化、地球接收到三秒鐘前太陽(yáng)發(fā)射的光線等等,違反了最基本的自然規(guī)律,也是對(duì)必然事件的否定,因而發(fā)生的概率也為零。永動(dòng)機(jī)違反了熱力學(xué)定律;常溫常壓下純冰在零攝氏度以下融化違反了冰的相圖,實(shí)質(zhì)也是違反了熱力學(xué)第二定律;地球接收到三秒鐘前太陽(yáng)發(fā)射的光線則違反了相對(duì)論“真空光速不變”的原理。不過(guò),某些這一類的不可能事件的判定不是很簡(jiǎn)單的,后文還要提及。

          二、基本的概率計(jì)算方法

           小概率事件彼此也可以相差很大的。例如,同樣是發(fā)生里氏5級(jí)以上地震,在日本和在山西洪洞的概率就明顯不同。日本幾乎每年都會(huì)發(fā)生至少一次里氏5級(jí)以上地震,而山西洪洞發(fā)生里氏5級(jí)以上地震的概率大約是200年~300年一遇(同一地震序列中的幾次5級(jí)以上地震按一次計(jì)算)。又如同樣是干旱地區(qū),吐魯番和南美洲智利阿塔卡馬沙漠的暴雨概率也大為不同。1958年8月14日,吐魯番突降36.0毫米的暴雨,引發(fā)山洪泛濫;這種暴雨在有記錄以來(lái)的阿塔卡馬沙漠地區(qū)還從未出現(xiàn)——相反,阿塔卡馬沙漠曾創(chuàng)造了1845-1936年間整整91年沒(méi)有降水的紀(jì)錄。

           要對(duì)小概率事件發(fā)生的可能性有正確的認(rèn)識(shí),就必須估計(jì)出小概率事件的概率。概率計(jì)算的最基本方法,是先估計(jì)出與該事件互不相容(即永遠(yuǎn)不可能同時(shí)發(fā)生)的所有事件的數(shù)目,則該事件包括的所有情況的數(shù)目與所有這些互不相容事件的數(shù)目之比,就是該事件的概率。最直觀的例子是擲骰子。骰子共有六面,擲一次骰子得到某一點(diǎn)值就有六種可能,而且是互不相容的。因此,全部互不相容事件的數(shù)目是6。假如我們要算擲一次得到1點(diǎn)的概率,這個(gè)事件只有一種可能,所以其概率為1/6。假如我們要算擲一次得到點(diǎn)數(shù)為3的倍數(shù)的概率,因?yàn)檫@個(gè)事件包含兩種情況(3點(diǎn)和6點(diǎn)),所以其概率為2/6=1/3.

           這種基本方法有兩個(gè)局限:第一,它所計(jì)算的事件如果要發(fā)生,只能發(fā)生一次;第二,它所計(jì)算的事件是瞬間決定的,而不是一個(gè)連續(xù)的過(guò)程。但是這兩個(gè)局限并不難突破。對(duì)于多次發(fā)生的事件,可以應(yīng)用獨(dú)立事件的積的辦法計(jì)算某一事件的概率。所謂獨(dú)立事件,是指兩件或兩件以上事件彼此之間互不干擾,一件事發(fā)生與否對(duì)另一件事的概率沒(méi)有影響。如兩次彩票的頭獎(jiǎng)號(hào)碼,因?yàn)槌楠?jiǎng)過(guò)程是完全獨(dú)立的,因此第二次彩票的頭獎(jiǎng)號(hào)碼有可能和第一次相同,而不會(huì)有意避開(kāi)。顯然,在考慮幾次事件聯(lián)合發(fā)生的概率時(shí),總的互不相容事件的數(shù)目是每一獨(dú)立事件的互不相容事件數(shù)目的乘積。如擲兩個(gè)骰子,第一個(gè)骰子有6種可能,第二個(gè)骰子也有6種可能,總可能性就是6×6=36種。因此,總概率也就是每一獨(dú)立事件發(fā)生的概率之積。例如擲兩個(gè)骰子出現(xiàn)兩個(gè)6點(diǎn),每個(gè)骰子出現(xiàn)6點(diǎn)的概率是1/6,總概率就是(1/6)×(1/6)=1/36。

           如果事件發(fā)生的次數(shù)再多,應(yīng)用簡(jiǎn)單的四則計(jì)算就會(huì)感到計(jì)算量龐大而難以算出結(jié)果。而對(duì)于連續(xù)性發(fā)生的事件,也不能用硬性分割的辦法把它簡(jiǎn)化為瞬間發(fā)生的多次獨(dú)立事件。幸而高等數(shù)學(xué)已經(jīng)解決了這個(gè)問(wèn)題。極限概念的引進(jìn)為解決復(fù)雜的概率計(jì)算提供了理論基礎(chǔ),微積分就是極限概念的應(yīng)用。應(yīng)用微積分來(lái)計(jì)算概率,也就成為統(tǒng)計(jì)學(xué)的基礎(chǔ)。

          三、小概率事件的估計(jì)方法

           不同的小概率事件,有不同的各具特色的概率估計(jì)方法,概率值的表達(dá)形式也不相同,但都體現(xiàn)了上述基本的計(jì)算方法。例如,對(duì)地震、旱災(zāi)、洪水之類自然災(zāi)害的概率,我們常常用“××年一遇”這種表達(dá)形式。仍以洪洞地區(qū)地震為例。自有史料記載以來(lái),1303年9月25日在城關(guān)鎮(zhèn)-趙城鎮(zhèn)(當(dāng)時(shí)為洪洞縣和趙城縣)發(fā)生了大地震,據(jù)史籍文獻(xiàn)里的烈度推算,震級(jí)為里氏8級(jí);1695年5月18日,在洪洞南部的臨汾發(fā)生八級(jí)大地震,強(qiáng)烈波及洪洞地區(qū)。如果再算上一些震級(jí)較小的破壞性地震,洪洞地區(qū)5級(jí)以上破壞性地震的概率大約是兩三百年一遇。

           需要說(shuō)明的是,這種通過(guò)史籍的記載來(lái)進(jìn)行自然災(zāi)害的統(tǒng)計(jì)和概率估計(jì)的方法是中國(guó)特色的,因?yàn)橹挥兄袊?guó)保留下來(lái)了如此眾多而完備的各種史籍。對(duì)于缺乏史籍的國(guó)家和地區(qū),對(duì)自然災(zāi)害的統(tǒng)計(jì)和概率估計(jì),只能通過(guò)自然調(diào)查的方法。

           又如對(duì)外星人來(lái)訪的概率估計(jì)。首先是分析事件發(fā)生的原因。外星人來(lái)訪有兩個(gè)前提條件,一是生命能夠存在,二是生命能夠進(jìn)化到智慧生命并且發(fā)展到宇航時(shí)代。影響這兩個(gè)前提條件的必備因素是很多的,首先必須要求恒星是穩(wěn)定的主序星,溫度不能過(guò)熱,而且是單一存在,不是雙星或多星系統(tǒng);其次,行星大小適中,有足夠的水和大氣,與恒星的距離適中,軌道偏心率不能太大;再次,有足夠的時(shí)間供生命演變,也即宇宙環(huán)境要穩(wěn)定,在行星系統(tǒng)30光年內(nèi)的所有恒星都必須保證在這一時(shí)間段內(nèi)不發(fā)生災(zāi)變。如果對(duì)每一個(gè)原因都利用現(xiàn)有的天文觀測(cè)資料進(jìn)行慎重的估計(jì),文明世界在銀河系內(nèi)發(fā)生的可能性只有不到10^(-6),換句話說(shuō),銀河系的四千億顆恒星里,可能存在宇航時(shí)代文明世界的恒星不到四十萬(wàn)個(gè),即文明世界的平均半徑達(dá)70光年。這一計(jì)算方法首先由SETI工程的先驅(qū)者、美國(guó)天文學(xué)家弗蘭克·德雷克(Frank Drake)提出,德雷克因此建立了一個(gè)計(jì)算概率的公式,稱為德雷克公式。德雷克公式清晰地告訴我們,即使按最保守的估計(jì),外星人來(lái)訪的可能性也不會(huì)比你猜中一個(gè)隨機(jī)生成的六位數(shù)更大。

           同樣,對(duì)于社會(huì)和日常生活中的小概率事件的統(tǒng)計(jì)和概率估計(jì),也有自己獨(dú)特的方法。但總不外乎原因分析、建模和調(diào)查這幾種基本方法。統(tǒng)計(jì)學(xué)發(fā)展到今天,已經(jīng)是一門(mén)嚴(yán)謹(jǐn)精密的科學(xué),在自然科學(xué)和社會(huì)科學(xué)的研究中得到了越來(lái)越多的應(yīng)用。例如統(tǒng)計(jì)熱力學(xué),就是統(tǒng)計(jì)學(xué)方法和物理學(xué)的完美結(jié)合。社會(huì)科學(xué)的研究更離不開(kāi)統(tǒng)計(jì)學(xué),因?yàn)樯鐣?huì)發(fā)展的規(guī)律本身就是以統(tǒng)計(jì)性為其特征的。因此,掌握統(tǒng)計(jì)學(xué)的基本原理,已是對(duì)從事各種研究的學(xué)者的最起碼要求。

           

           

           

          四、有意義和無(wú)意義的小概率事件

           以上對(duì)小概率事件及其概率估算方法做了簡(jiǎn)單的分析。分析結(jié)果是需要應(yīng)用于實(shí)踐的。對(duì)小概率事件估算出來(lái)的概率值,可以科學(xué)地決定我們的決策。這時(shí)我們就需要判定,哪些小概率事件是有意義的,哪些小概率事件是無(wú)意義的。因此,判斷小概率事件是否有意義,就是判斷它對(duì)于我們的實(shí)踐是否有影響。這體現(xiàn)了對(duì)小概率事件的意義判斷的“實(shí)用性”。

           首先,概率本身的大小是一個(gè)重要的判定依據(jù)。如果一個(gè)小概率事件的概率太小,比如,低于10^(-5)量級(jí),那么在絕大多數(shù)情況下,它對(duì)于實(shí)踐的影響可以忽略,也就因此是沒(méi)有意義的。比如月亮從天上掉下來(lái),嚴(yán)格地說(shuō),這也是小概率事件,因?yàn)榧热坏厍驅(qū)υ铝劣形?,它從天上掉下?lái)是理論成立的。那么這種事件發(fā)生的概率是多少呢?同樣先要找原因。月球掉下來(lái)的最可能原因不外乎三種:一,有小行星撞過(guò)來(lái),改變了它的運(yùn)行軌道;二,外星人所為;三,地球人自己所為。前兩種的概率都不到10^(-7),而第三種,在最近幾十年內(nèi),概率趨近于零。三種原因合起來(lái)考慮,這一事件發(fā)生的概率至多是2×10^(-7),盡管不是零,但卻足以被認(rèn)定是無(wú)意義的。因此,不會(huì)有任何一個(gè)國(guó)家準(zhǔn)備足夠的核彈頭,以備萬(wàn)一月球下墜時(shí)發(fā)射、以改變其運(yùn)行軌跡、使之飛離地球或回到原軌道之用。

           其次,實(shí)踐的精度也是一個(gè)重要的判定依據(jù)。如果做一件事不需要太多的考慮,也就是說(shuō),不需要太高的精度,那么凡是低于這個(gè)精度的不確定性都可以不在考慮之列,也就因此是無(wú)意義的。比如計(jì)算月球軌道,如果只是為了定農(nóng)歷的初一,那么至多考慮地球引力、太陽(yáng)引力、歲差等三四項(xiàng)就可以了;如果要精確計(jì)算的話,大行星的攝動(dòng)之類也必須考慮進(jìn)去。二十世紀(jì)初,英國(guó)天文學(xué)家E.W.布朗(E.W. Brown)在精密的觀測(cè)和天體力學(xué)理論的基礎(chǔ)上,建立了新的月球運(yùn)動(dòng)理論,并以畢生精力投入到月球軌道計(jì)算中去。他所考慮的影響月球軌道的因素,就有幾百項(xiàng)之多。這對(duì)于尖端的天文學(xué)應(yīng)用(例如后來(lái)的人造衛(wèi)星發(fā)射和控制)當(dāng)然是十分有意義的,但對(duì)于編制農(nóng)歷,考慮這么多的因素就無(wú)意義了。

           再次,考慮小概率事件的發(fā)生時(shí),需要注意到它的發(fā)生頻率不均性。小概率事件的發(fā)生概率只能是在一定范圍內(nèi)平均而言,但分布可以是不均的。例如我們常常說(shuō)我國(guó)是多地震國(guó)家,但地震在時(shí)間和空間上都分布不均。比如,我們不能要求地震很少的江西省盲目加大抗震基礎(chǔ)設(shè)施建設(shè),那樣是對(duì)資金的浪費(fèi),自然是無(wú)意義的。國(guó)家頒布的中國(guó)地震烈度區(qū)劃圖就是根據(jù)不同地區(qū)不同的地震發(fā)生頻率制訂的,有效地避免了抗震措施的盲目采取和資金的浪費(fèi)。又如,1976年7月28日唐山地震后,圍繞如何重建唐山展開(kāi)了爭(zhēng)論。如果按唐山地震的最大烈度XI度設(shè)防,則需要的建設(shè)資金過(guò)高,新唐山難以重建。因此,在地震學(xué)者的詳細(xì)勘察之后,認(rèn)定五十至一百年內(nèi),唐山地區(qū)不會(huì)再發(fā)生5.0級(jí)以上地震。于是把唐山地區(qū)的烈度區(qū)劃定為VIII度區(qū)。這時(shí)候,1976年的唐山地震最大烈度高達(dá)XI度這一小概率事件對(duì)于今年五十至一百年這個(gè)時(shí)間區(qū)段內(nèi)的城市抗震建設(shè)就是無(wú)意義的了。

           劃分小概率事件的有意義和無(wú)意義,可以使我們科學(xué)地對(duì)各種可能影響實(shí)踐的因素進(jìn)行取舍,從而使我們的決策具有最大的合理性。這也是運(yùn)籌學(xué)的基本思想。

          五、小概率事件和不可能事件的分辨

           小概率事件以其概率小,有時(shí)是容易和不可能事件混淆的。如何區(qū)分小概率事件和不可能事件,不是一件簡(jiǎn)單的事情。首先,確實(shí)得承認(rèn)某些情況下的區(qū)別是一個(gè)歷史范疇,也就是說(shuō),隨著科學(xué)技術(shù)的進(jìn)步,某些被判定是不可能的事件可能成為小概率事件,而某些被判定是小概率的事件可能成為不可能事件。但是,這種分辨標(biāo)準(zhǔn)的變化只是個(gè)別標(biāo)準(zhǔn)的變化,而不是全部標(biāo)準(zhǔn)的變化??茖W(xué)技術(shù)的發(fā)展是對(duì)宇宙客觀規(guī)律的不斷深入認(rèn)識(shí),是一個(gè)趨近絕對(duì)真實(shí)的過(guò)程,這就好比巖石在海中沉積,不斷會(huì)有新的巖層生成,而老的巖層并未消失,而是成為新巖層的基礎(chǔ)和支撐。承認(rèn)個(gè)別判定標(biāo)準(zhǔn)的變化,決不是為了推而廣之,認(rèn)為整個(gè)科學(xué)體系的判定標(biāo)準(zhǔn)都有問(wèn)題。

           比如,惰性氣體在發(fā)現(xiàn)之后的半個(gè)多世紀(jì)內(nèi),一直認(rèn)為絕對(duì)不能與其他元素化合。但1962年,加拿大化學(xué)家巴特列(N. Bartlett)率先合成了第一種惰性氣體的化合物——六氟絡(luò)鉑酸氙,開(kāi)創(chuàng)了惰性氣體化學(xué)這一嶄新的無(wú)機(jī)化學(xué)分支,也使人們不得不把惰性氣體改稱為“稀有氣體”,以圖名正言順。但是,在常溫常壓的大部分情況下稀有氣體是無(wú)法和其他物質(zhì)反應(yīng)的,氦、氖、氬三種稀有氣體至今沒(méi)有拿到化合物,說(shuō)明稀有氣體的化學(xué)反應(yīng)只是小概率事件。這是不可能事件轉(zhuǎn)變?yōu)樾「怕适录焕??!∮秩纾?898年,英國(guó)物理學(xué)家凱爾文(W.T. Kelvin)曾憂心忡忡地認(rèn)為,隨著工業(yè)文明的不斷發(fā)展和人類數(shù)目的不斷增多,地球上的氧氣在500年之內(nèi)就會(huì)耗光,人類就會(huì)滅亡。事實(shí)上,早在1772年,英國(guó)化學(xué)家普利斯特里(J. Priestley)就發(fā)現(xiàn)了光合作用,以后的科學(xué)家陸續(xù)發(fā)現(xiàn),光合作用消耗二氧化碳,制造氧氣,恰恰和呼吸作用相反。生態(tài)學(xué)的發(fā)展使人們確立了碳循環(huán)、氧循環(huán)的概念,知道在尊重自然規(guī)律的前提下,人類的活動(dòng)不會(huì)造成地球上的碳循環(huán)和氧循環(huán)失衡,生態(tài)環(huán)境會(huì)一直保持下去,因而,凱爾文的擔(dān)心只是杞人憂天。這又是小概率事件轉(zhuǎn)變?yōu)椴豢赡苁录睦恿恕?

           但是需要指出的是,這種小概率事件和不可能事件的區(qū)別,僅僅是哲學(xué)層面上的意義。在實(shí)踐層面上,一旦認(rèn)定某小概率事件是“無(wú)意義”的,那么它和不可能事件也就沒(méi)有任何區(qū)別。這就像是用計(jì)算器計(jì)算,如果你不停地用2除1,在一直不斷地按等號(hào)之后,最后肯定會(huì)得到一個(gè)零。盡管從理論上講,“一尺之棰,日取其半,萬(wàn)世不竭”,但計(jì)算器把若干次操作之后的結(jié)果,和真正的零等同起來(lái),也就說(shuō)明小概率事件和不可能事件的哲學(xué)層次區(qū)別,不能簡(jiǎn)單地套用在實(shí)踐中。

          六、小概率事件的另一個(gè)層面性

           前面講到了小概率事件有意義和無(wú)意義的一個(gè)層面性,即哲學(xué)層面和實(shí)踐層面的區(qū)別。小概率事件的另一個(gè)層面性,是個(gè)體層面和一般層面的區(qū)別。事實(shí)上這也只不過(guò)是事物的種種矛盾中的一般矛盾和特殊矛盾的區(qū)別,但因?yàn)樵谖覀冇懻撝械闹匾?,姑且把它提升?#8220;層面”的高度來(lái)討論。

           我們舉一個(gè)通俗的例子。日本漫畫(huà)《機(jī)器貓》中曾經(jīng)有一個(gè)故事,野比看到電視上保護(hù)朱鹮的新聞報(bào)道,忽然意識(shí)到自己也是世界上獨(dú)一無(wú)二的一個(gè),于是要機(jī)器貓“保護(hù)”自己以逃避繁雜的功課享受童年的快樂(lè),結(jié)果適得其反。這里面就存在個(gè)別和一般層面的區(qū)別。野比作為人類,只是一個(gè)個(gè)體,而人類則是一個(gè)一般層面上的概念。個(gè)體的野比的“滅絕”和一般的人類的滅絕,顯然是不同的。

           同理,小概率事件作為偶然性的一種體現(xiàn),只能起到補(bǔ)充和完善必然性的作用。如果承認(rèn)歷史唯物主義是正確的,人類社會(huì)的發(fā)展是客觀的,那么社會(huì)規(guī)律必然是客觀的,而作用在整體社會(huì)上的小概率事件,如果是起源于社會(huì)內(nèi)部,而不是外部世界強(qiáng)加的不可抗力,就不會(huì)扭轉(zhuǎn)人類社會(huì)本身發(fā)展的大勢(shì)。但是在個(gè)體層面,這種小概率事件卻可以扭轉(zhuǎn)個(gè)人以至局部社會(huì)的命運(yùn)。

           不錯(cuò),有時(shí)候社會(huì)領(lǐng)域里的小概率事件確實(shí)給人一種“身不由己”的感覺(jué)。但是這種“身不由己”感只在個(gè)人層面上有意義,從整個(gè)社會(huì)的發(fā)展來(lái)看,它只不過(guò)是滾滾洪流中的一瞬間的浪花。在承認(rèn)歷史唯物主義的前提下,過(guò)分渲染這種“身不由己”感,如果不是文學(xué)式的感喟,就是歷史相對(duì)主義對(duì)人的意識(shí)的夸大;而抹煞這種“身不由己”感,又落入了機(jī)械歷史唯物主義的窠臼。

           所以,能夠辯證地看待小概率事件,也是我們認(rèn)識(shí)自然世界和人類社會(huì),并更好地應(yīng)用統(tǒng)計(jì)學(xué)和運(yùn)籌學(xué)來(lái)解決問(wèn)題的一個(gè)前提。

          七、我們是不是該相信小概率事件? 經(jīng)過(guò)上述的分析,下面我們來(lái)回答本文題目中的這個(gè)問(wèn)題。

           所謂“相信”某事,最簡(jiǎn)單的解釋是認(rèn)為某事是真的,不懷疑。如果我們不去考慮現(xiàn)代心理學(xué)對(duì)相信這一意識(shí)行為發(fā)起的原因的探析,而僅分析它的表現(xiàn)形式的話,那么“相信”至少有兩個(gè)層次:其一,僅僅停留在哲學(xué)層面上的相信,而不用它指導(dǎo)實(shí)踐;其二,既是哲學(xué)層面上的相信,也是實(shí)踐層面上的相信,即用這一所相信的理念來(lái)指導(dǎo)實(shí)踐。

           顯然,第一種相信對(duì)于指導(dǎo)實(shí)踐是沒(méi)有意義的,它所滿足的,僅是一種內(nèi)心的需求,一種純思辯的愉悅。第二種相信則不僅僅達(dá)到這一點(diǎn),而且將所相信的事物,用作自己行動(dòng)的指南,并將這種指導(dǎo)實(shí)踐的作用,作為發(fā)揮“相信”的能動(dòng)性的重點(diǎn)。

           對(duì)于自然科學(xué)研究來(lái)說(shuō),因?yàn)閷?shí)踐是其重點(diǎn),一切自然科學(xué)研究的理論都要符合實(shí)踐,所以從科學(xué)實(shí)踐的角度來(lái)講,第二種相信才是真正的相信,第一種相信對(duì)此而言只能是“偽相信”。比如,有一些科學(xué)家信教,但是在科學(xué)研究里面,他們并不把那些獨(dú)屬于宗教的教義拿來(lái)實(shí)施,宗教只是他們科學(xué)實(shí)踐以外的感性生活里的重要成分。因此,對(duì)于他們作科學(xué)研究這件事來(lái)說(shuō),宗教的信仰只能是一種偽相信。不過(guò)需要特別強(qiáng)調(diào)一點(diǎn),本文中所有“偽相信”中的“偽”,對(duì)應(yīng)英文的pseudo-,只是一個(gè)中性的前綴,不具貶義,因此不能說(shuō),偽相信就是不合理的。

           同理,上文已經(jīng)論述,無(wú)意義的小概率事件對(duì)于實(shí)踐不具指導(dǎo)作用。相信這種小概率事件只能起到對(duì)意識(shí)本身的能動(dòng)作用,而對(duì)于實(shí)踐,只能是一種偽相信。

           反過(guò)來(lái),在人文藝術(shù)領(lǐng)域,因?yàn)椴簧婕耙晕镔|(zhì)為客體的實(shí)踐,上述偽相信和真相信的區(qū)別,也就沒(méi)有必要。盡管在科學(xué)實(shí)踐的立場(chǎng)上,人文藝術(shù)領(lǐng)域的相信都是“偽相信”,但這樣講顯然是對(duì)人文藝術(shù)不公平的——因?yàn)槿宋乃囆g(shù)并不要求能指導(dǎo)實(shí)踐。因此我們另?yè)Q一種說(shuō)法,稱其為“人文式相信”更合適一些??梢哉f(shuō),人文藝術(shù)所孜孜追求的也就是人文式相信。但是把這種人文式相信上升到科學(xué)實(shí)踐角度的真相信的層次,也即人文藝術(shù)越俎代庖地指導(dǎo)科學(xué)實(shí)踐,就是一種錯(cuò)誤的作法了。

          八、違反上述作法導(dǎo)致的錯(cuò)誤作法舉例

           在本文的末尾,我們舉兩個(gè)今年發(fā)生的有名事件,以闡明違反上述作法會(huì)導(dǎo)致怎樣的錯(cuò)誤。

           “非典”期間,著名科幻作家王晉康先生寫(xiě)了一組文章,闡述自己的“平衡醫(yī)學(xué)觀”,并認(rèn)為“非典”的爆發(fā)正是現(xiàn)代醫(yī)學(xué)違反“平衡醫(yī)學(xué)觀”而引發(fā)的咎由自取現(xiàn)象。王文見(jiàn)網(wǎng)之后,立刻引發(fā)了留美生物學(xué)博士方舟子及清華大學(xué)教授趙南元、網(wǎng)人桔梗等人的抨擊。方舟子以自己掌握的專業(yè)知識(shí),論證了王晉康“平衡醫(yī)學(xué)觀”的荒謬之處;趙南元?jiǎng)t重點(diǎn)批評(píng)了王晉康越俎代庖的行為。客觀地說(shuō),王晉康的“平衡醫(yī)學(xué)觀”經(jīng)過(guò)他自己的補(bǔ)充和發(fā)揮,是一套很有趣味的思想體系。最初,王晉康只是把這種思想體系應(yīng)用到科幻小說(shuō)創(chuàng)作中來(lái),只局限在人文藝術(shù)的框架里,自然收到了很好的效果。因?yàn)槟切┎灰钥破諡槟康牡目苹眯≌f(shuō)的本質(zhì)是純文學(xué)或通俗文學(xué),科普以外的審美為第一要求,不用來(lái)指導(dǎo)實(shí)踐,所以王晉康在小說(shuō)中寫(xiě)這樣的觀點(diǎn)無(wú)可厚非,反而使他的小說(shuō)因具備思想性而錦上添花。但現(xiàn)在王晉康把他的觀點(diǎn)應(yīng)用到實(shí)踐層面上,意欲指導(dǎo)科學(xué),從科學(xué)實(shí)踐的角度來(lái)說(shuō),不管王是不是意識(shí)到這一點(diǎn),都是犯了以偽相信為真相信的錯(cuò)誤。

           又如中國(guó)科技大學(xué)校長(zhǎng)朱清時(shí)在接受別人訪談時(shí),稱自己相信西藏喇嘛可以用內(nèi)功融化披在身上的冰毯上的冰。這種相信對(duì)科學(xué)實(shí)踐來(lái)說(shuō)也只是一種偽相信。因?yàn)樗嘈诺氖挛?,在沒(méi)有外界不可抗力的作用下,足以被證明是一個(gè)不可能事件;即使在有外界不可抗力(如外星人之類)的作用下,也只能是一個(gè)小概率事件。如果真是外星人所致,前面已經(jīng)分析,外星人和地球人打交道的概率不超過(guò)10^(-6),而外星人幫助喇嘛融化冰毯,概率只可能更低。這種小概率事件對(duì)于指導(dǎo)科學(xué)實(shí)踐已經(jīng)沒(méi)有意義。但是朱院士在訪談中侈談科學(xué)和哲學(xué),并且以確鑿的語(yǔ)氣認(rèn)為,喇嘛的拙火“就是科學(xué)”,這種認(rèn)識(shí)顯然也犯了以偽相信為真相信的錯(cuò)誤,是偽相信性質(zhì)的人文式相信在越俎代庖指導(dǎo)科學(xué),所以是應(yīng)當(dāng)受批判的言論。公開(kāi)發(fā)表這種言論,更是與朱清時(shí)的院士和科技大學(xué)校長(zhǎng)身份不相匹配的。

           我想那些贊同王晉康或朱清時(shí)的人們,也應(yīng)該慎重地考慮自己對(duì)這個(gè)

          問(wèn)題的認(rèn)識(shí)是不是太簡(jiǎn)單。

          生命起源進(jìn)化的高概率事件:統(tǒng)計(jì)(生物)化學(xué)

          摘要:生命的起源和自然進(jìn)化有他自己的生命動(dòng)力學(xué)--非線性動(dòng)力學(xué),他是有較高概率或較高條件概率的易發(fā)生事件,是信息進(jìn)化,統(tǒng)計(jì)生物化學(xué)的結(jié)果,它有別于傳統(tǒng)進(jìn)化論的低概事件. 

               從生物和非生物事件發(fā)生概率的角度看,傳統(tǒng)的生物起源和進(jìn)化觀點(diǎn)都認(rèn)為,生命的出現(xiàn)或創(chuàng)生是與無(wú)生命的物理事件雷同的等概率或低概率事件[1],P→0,或P=0,即生命的起源或進(jìn)化是自然界中無(wú)數(shù)可能發(fā)生的事件(或組合)中極少或根本不可能發(fā)生的極低概率事件(或組合),P≈0?但從物理、化學(xué)(無(wú)機(jī)化學(xué)、有機(jī)化學(xué))生物化學(xué)、生物等系統(tǒng)的發(fā)生、發(fā)展、演化的過(guò)程(進(jìn)程)看,其各系統(tǒng)中特有事件發(fā)生的概率是逐漸增高的,并且有極高的專一性、特異性.從最初的經(jīng)典物理--熱力學(xué)、分子物理學(xué)的等概(均勻、均衡、一種幾率、能量均分原理)事件,到量子物理的量子化(間斷,分立)的概率分布----高低概率事件的混合;從統(tǒng)計(jì)物理學(xué)的"全同粒子的不可分辨性原理",到化學(xué)、生化、生物系統(tǒng)中實(shí)際存在的"非全同粒子的可分辨性(原理)"----"統(tǒng)計(jì)化學(xué)、統(tǒng)計(jì)生物化學(xué)、統(tǒng)計(jì)生物學(xué)",與非線性動(dòng)力學(xué)--混沌學(xué)、分形學(xué)的間斷、不連續(xù)、不等概率事件才是生物從無(wú)序、無(wú)生命的"東西(死物)"進(jìn)化為有序、有生命的生物,及豐富的自然生物種群的機(jī)制!它是達(dá)爾文進(jìn)化論的拓展,也是"信息進(jìn)化"的新途徑和軌跡. 

              化學(xué)、生化、生物系統(tǒng)及統(tǒng)計(jì)(生物)化學(xué)是大大有別于物理系統(tǒng)或統(tǒng)計(jì)物理的,常有特殊高概率事件(化學(xué)反應(yīng),化學(xué)變化,Pch—×→0,即Pch≠0,Pch→a)發(fā)生的非物理、非等概事件的系統(tǒng).(平庸的)物理變化、物理性反應(yīng)中的質(zhì)點(diǎn)或粒子常是(假設(shè))無(wú)差別的.各粒子間的相互作用也是等同、無(wú)優(yōu)先次序、無(wú)選擇性的等概、同級(jí)、遍歷或各態(tài)歷經(jīng)、"無(wú)智能"的均勻系統(tǒng):無(wú)特殊事件--各事件都是均等的無(wú)差異共性事件(非線性有序物理過(guò)程除外).而化學(xué)、生化、生物界確到處充滿了特殊事件(有差異事件)--個(gè)性事件"化學(xué)反應(yīng)".生化、生物系統(tǒng)中的"質(zhì)點(diǎn)、粒子"是有差別、不等同、有優(yōu)先次序、有選擇、有識(shí)別、非等概、多級(jí)、多層次、間斷、跳躍、"有智能"、"不均勻"的系統(tǒng)或事件元、組的集合.

              1.物理事件的概率說(shuō) 

              物理系統(tǒng)中,系統(tǒng)處于第i種狀態(tài)的概率(幾率)Pi和物理量M取值Mi的幾率是一致的.如果N是測(cè)量M的總次數(shù)--微觀狀態(tài)總數(shù)或粒子總數(shù),ni是測(cè)量中發(fā)現(xiàn)M取Mi的次數(shù)或第i種狀態(tài)下的微觀狀態(tài)數(shù)或粒子數(shù),則

              Pi = lim (ni/N)

                  N→∞ 

             對(duì)于狀態(tài)是連續(xù)變化的系統(tǒng),量M從M到M+dM范圍中的值的概率是 

              dP(M)=ρ(M)dM                                                    

          式中ρ(M)是概率密度或概率分布函數(shù)。有平均概率Pi和平均狀態(tài)或平均粒子數(shù)ni,及信息(狀態(tài))守恒或不滅律. 

              在經(jīng)典統(tǒng)計(jì)物理中遵從"能量均分原理",Pi基本與平均概率Pi一致,即Pi=Pi.對(duì)量子統(tǒng)計(jì)有"準(zhǔn)經(jīng)典的近似"方法,相空間中粒子數(shù)的分布函數(shù),及最可幾分布問(wèn)題(函數(shù),概率).多用平均粒子數(shù)ni表示.

               2.化學(xué)事件的概率:"統(tǒng)計(jì)化學(xué)"的起源 

              對(duì)于可逆的化學(xué)反應(yīng)系統(tǒng): 

             A+B←→C+D

          兩兩"粒子"間的碰撞(反應(yīng))總數(shù)共有N=42=16種.其中,粒子A與A、B與B、C與C、D與D、A與C、B與D間的碰撞(反應(yīng))與物理系統(tǒng)類似,不發(fā)生化學(xué)反應(yīng),算無(wú)差別、無(wú)差異的同一或等同狀態(tài),即每一對(duì)碰撞的物理狀態(tài)數(shù)Nph=1=NAA=NBB=NAC=...,產(chǎn)生物理碰撞的概率Pph=Nph/N=1/16=0.0625,及Pp=12/16=3/4=0.75,但是,它們發(fā)生化學(xué)反應(yīng)的概率是Ppc=Npc/N=0/16=0;而A與B、C與D不同于物理碰撞,可發(fā)生化學(xué)反應(yīng),并且比A-A、B-B、C-C、D-D等間的作用更優(yōu)先、更強(qiáng)烈,且具有選擇性、高親合力和針對(duì)性(特異性).其A+B或C+D的化學(xué)碰撞--反應(yīng)的狀態(tài)數(shù)各為2=NAB=NCD,合并的化學(xué)狀態(tài)數(shù)Nch=4,故此系統(tǒng)發(fā)生化學(xué)反應(yīng)(碰撞)的概率為 

               Pch=Nch/N=4/16=1/4=0.25, PAB=PCD=2/16=1/8=0.125

          顯然,化學(xué)反應(yīng)的機(jī)會(huì)較不發(fā)生化學(xué)反應(yīng)的機(jī)會(huì)(物理碰撞-無(wú)化學(xué)-特殊反應(yīng)或有差異的變化)大許多,Pch>Pph、PAB=2Pph、Pch>>Ppc=0.顯示了化學(xué)(信息)是比物理學(xué)的進(jìn)化程度更高的系統(tǒng)(機(jī)會(huì)、概率增加);化學(xué)合成、分解反應(yīng)是較物理過(guò)程為高的概率事件---有偏概率,或有較高的條件概率。 

               3.生物化學(xué)事件的概率:"統(tǒng)計(jì)生物化學(xué)"

              在生物化學(xué)系統(tǒng)中,生化反應(yīng)可有:

              ∑Ai=∑Bj,        (i=1,2,...,m;j=1,2,...,n.m=n或m≠n)

          若生化、化學(xué)反應(yīng)與物理狀態(tài)的總微觀狀態(tài)數(shù)是N=Nph+Nbio(信息守恒律[2]),生化、化學(xué)反應(yīng)的微觀狀態(tài)數(shù)Nbio=∑NAi+∑NBj;顯然,物理碰撞發(fā)生化學(xué)或生化反應(yīng)或向生命(人工機(jī)器人除外)進(jìn)化的概率為Pphch=0,則發(fā)生化學(xué)、生化反應(yīng)狀態(tài)的概率

              Pbio=Nbio/N=∑Pbioi=∑Nbioi/N

              Pbioi=Nbioi/N,  Pbio+Pph=1

          Pbio>>Pphch=0,生化反應(yīng)過(guò)程的概率高于普通物理過(guò)程的概率,就象DNA中互補(bǔ)的堿基對(duì)腺嘌呤A-胸腺嘧啶T、鳥(niǎo)嘌呤G-胞嘧啶C優(yōu)先(高概率、概率權(quán)重高)結(jié)合拷貝復(fù)制,堿基對(duì)又與相對(duì)應(yīng)的蛋白質(zhì)-氨基酸優(yōu)先(高概率、非等概)結(jié)合組裝蛋白;及其它的生化反應(yīng)和生化循環(huán)等.生物、生化反應(yīng)的"較高概率事件"或條件概率--信息進(jìn)化(Pch、Pbio↑;Pbio≠0、Pbio-/→0)、信息統(tǒng)計(jì),才是生命起源和生物進(jìn)化的關(guān)鍵機(jī)制和動(dòng)因.

               4.生物、生命事件的概率--分形分維 

             生物化學(xué)是生命,生物學(xué)存在的基礎(chǔ).生化反應(yīng)的歷程、軌跡、路程,不是遍歷無(wú)縫隙、連續(xù)的,就象公路、河流、血管(高概率的通道路徑,與不完全充滿或占有二維平面的部分面積的低概率的通道周邊田野的混合。“……走的人多了,就形成了路”);也有她自己最可幾的起源、進(jìn)化,生成、生長(zhǎng)的固定路線、程序或概率分布(規(guī)律),和她自己固定的自然演化的軌跡、路線和方式,如非線性動(dòng)力學(xué)(方程):DNA的復(fù)制:N=2N(N=1,2,3,...m),細(xì)胞分裂;生物的繁衍,生物種群分類(分類樹(shù),類別:種、屬,、門(mén)、綱),人口,種群的消長(zhǎng):Xn+1=μXn(1-Xn)--非線性、混沌、分叉、分形、分維等.其(化學(xué)、生化、生命起源、進(jìn)化機(jī)制的)非線性動(dòng)力學(xué)的概率分布函數(shù)或統(tǒng)計(jì)分布函數(shù)有

              P(Xi)=F(xi)

              對(duì)離散隨機(jī)生命變量

              P(X1  

              對(duì)連續(xù)隨機(jī)的生物(生化,信息)變量

                          X1

              P(X1<ξ 

                          X2

          ρ(x)是分布密度.總∑P(xi)=1,∑ni=N,信息(狀態(tài))守恒不滅定律[2].生命起源進(jìn)化的非線性動(dòng)力學(xué)軌跡,其填充度是非全滿的--不會(huì)填滿全部的可能性空間,機(jī)會(huì)(概率Pi)不均等,有高概率事件(有利進(jìn)化事件)和低概率事件之分.她的分形維數(shù):信息(概率)維數(shù)等常有非整數(shù),分?jǐn)?shù)維數(shù),及非等概特征Pi≠Pj.他們趨向演化進(jìn)化(有序,軌跡線上)的概率高于非演化(無(wú)序,平衡態(tài),線外--田野)的概率.生物起源與進(jìn)化正是在這較高概率(線)條件下的非線性"信息進(jìn)化"才有可能"自然"形成有序生命,并"戰(zhàn)勝,克服"無(wú)序熵增傾向,建立了有序,豐富的生物種群和多彩世界. 

              生命起源和進(jìn)化遵從它自己的內(nèi)在規(guī)律性或生命的動(dòng)力學(xué)(非線性),就象物理,化學(xué)等自然現(xiàn)象一樣有同源性,即"非線性動(dòng)力學(xué)--混沌,分形論"的機(jī)制.其生命起源進(jìn)化的非線性非一維的決定論確定性動(dòng)力學(xué)公式中蘊(yùn)含著(不均衡)隨機(jī)性--不確定性,而復(fù)雜"不確定""隨機(jī)性"的生命活動(dòng)中又潛含著決定論的確定性:奇怪吸引子(吸引點(diǎn),線,面,體),"無(wú)形的手";排斥子.生命有它自己的非線性(非一維,非二維,非三維性)的發(fā)展進(jìn)化路徑,軌跡.在這軌跡(線)上的事件發(fā)生或保留的概率就高,線外的事件發(fā)生或存活的概率就低. 

              無(wú)生命的物理,化學(xué)世界中廣泛存在著類似生命進(jìn)化的有序分形的形態(tài)發(fā)生,有規(guī)律的分形生長(zhǎng)、隨機(jī)行走、全息自相似的復(fù)制、凝聚、結(jié)晶等.無(wú)生命、無(wú)智能的煤灰、粉塵也能有"規(guī)則"漂亮的分形凝聚,即有一個(gè)凝聚中心(種子、元胞、分形元、分形子)點(diǎn)的"粒子-粒子凝聚(PPA,PARTICLE-PARTICLE AGGREGATION)模型",又叫"擴(kuò)散-限制凝聚(DLA)模型";和多中心點(diǎn)(起點(diǎn)、起源)的"集團(tuán)-集團(tuán)凝聚模型(CCA,CLUSTER-CLUSTER AGGREGATION)",又稱"動(dòng)力學(xué)集團(tuán)凝聚模型(KCA)".生命的起源和進(jìn)化也與上述無(wú)生命單組份塵粒的有序單層次的物理凝聚類似,但他們是復(fù)雜性更高,組份和層次更多的化學(xué)-物理混合,復(fù)合型的"點(diǎn)(粒子)-集凝聚(PCA)和分形生長(zhǎng)(模型)".從無(wú)生命的塵埃粒子可以粘附聚集("吸納吃飯")、解聚(排泄)、"復(fù)制、代謝"成有序(無(wú)生命)形態(tài)的功能結(jié)構(gòu)和分界--壁、膜的前身;無(wú)生命的"生命分子"--點(diǎn)也能PPA1凝聚合成-分解,復(fù)制,代謝生成有序有功用的分形"生命前組元(組合,集合)";許多"生命前組元"--集團(tuán)又非線性的CCA1聚合-分解、復(fù)制、代謝長(zhǎng)成"生命初體",進(jìn)而PCA1或CCA2成"生命基本單位(細(xì)胞)"和壁或膜(生命分界),直到生命細(xì)胞再多層次的PCAn或CCAn生長(zhǎng)自造出更高的有序全息的"生命單元",如人.無(wú)生命的質(zhì)點(diǎn)的簡(jiǎn)單的初始功能單元,如結(jié)合-分解,和細(xì)胞中功能分化的各種細(xì)胞器,如吸收-消化、信息、產(chǎn)能等單元,與人的更高度分工的組織、器官、系統(tǒng),有著從小到大,從低級(jí)到高級(jí)的自相似、準(zhǔn)全息的對(duì)應(yīng)--分形關(guān)系:高概率的對(duì)應(yīng)關(guān)系.生命的發(fā)生、發(fā)展,起源、進(jìn)化走著一條"上帝(自然原動(dòng)力的非線性動(dòng)力學(xué)的法則.看不見(jiàn)的妖)"制定的較高概率的發(fā)生.發(fā)展、生長(zhǎng)變化的優(yōu)化、優(yōu)勢(shì)的優(yōu)選途徑--生命起源進(jìn)化的新假說(shuō):(高概率的非一維--非線性的生命動(dòng)力學(xué)起源進(jìn)化模型)

          posted @ 2008-06-12 21:00 小強(qiáng)摩羯座 閱讀(352) | 評(píng)論 (0)編輯 收藏

          出乎意料的人生三問(wèn)

          上課鐘響了,班主任來(lái)了,但他并沒(méi)有帶書(shū)。站在臺(tái)上半天沒(méi)有出聲,同學(xué)們一邊笑一邊詫異地望著他。

           老師掃視著同學(xué):“這節(jié)課我們來(lái)討論三個(gè)問(wèn)題。”他問(wèn)道:“世界上第一高峰是哪座山?”大家哄堂大笑地回答:“珠穆朗瑪峰!”老師接著追問(wèn):“第二高峰呢?”這下同學(xué)們面面相覷,無(wú)人應(yīng)聲,老師轉(zhuǎn)過(guò)身,在黑板上寫(xiě)下一句話:屈居第二與默默無(wú)聞毫無(wú)區(qū)別。

           老師頓了頓,說(shuō):“好了,下面我們來(lái)看第二問(wèn)題。有個(gè)人燒壺開(kāi)水,可是等他生好火才發(fā)現(xiàn)柴火可能不夠,他該怎么辦?”同學(xué)們議論紛紛,但意見(jiàn)都趨同于趕快去找柴火,或說(shuō)去借,或說(shuō)去買??衫蠋煻疾恢每煞瘢f(shuō):“為什么不把茶壺里的水倒掉一些呢?”同學(xué)們一聽(tīng),一片佩服聲。

           接下來(lái),老師又說(shuō)出了第三個(gè)問(wèn)題:“我國(guó)古代有一個(gè)人,想學(xué)好一門(mén)立身的本領(lǐng)。他曾經(jīng)反復(fù)的比較,決心去學(xué)屠龍之技。于是,他拜名師,日夜苦練,終于有所成。大家說(shuō)他會(huì)怎么樣呢?”同學(xué)們興致勃勃,說(shuō)他肯定能成為英雄、明星,受世人崇拜。有的還旁征博引。老師越聽(tīng)越搖頭,他說(shuō):“這個(gè)人一定會(huì)窮苦潦倒一生,因?yàn)槭郎细揪蜎](méi)有龍。”

           經(jīng)過(guò)老師一節(jié)課的循循善誘,大家終于明白,原來(lái)這節(jié)課老師要告訴我們的是做人、做事、做學(xué)問(wèn)的道理。那就是做人要力求出色,勇?tīng)?zhēng)第一,這樣別人才能發(fā)現(xiàn)你、記住你;做事要敢于創(chuàng)新,方法靈活,千萬(wàn)不可墨守成規(guī);做學(xué)問(wèn)要學(xué)以致用,能將知識(shí)轉(zhuǎn)化效益,閉門(mén)造車是沒(méi)有出路的。

           的確,這節(jié)課,讓我們所有的人受益終生。

          posted @ 2008-06-12 20:43 小強(qiáng)摩羯座 閱讀(213) | 評(píng)論 (0)編輯 收藏

          大學(xué)上概率論課,我就很納悶:這1%的概率和99%的概率有區(qū)別嗎?

          打一個(gè)比方:有四張彩票供三個(gè)人抽取,其中只有一張彩票有獎(jiǎng)。第一個(gè)人去抽,他的中獎(jiǎng)概率是25%,結(jié)果沒(méi)抽到。第二個(gè)人看了,心里有些踏實(shí)了,他中獎(jiǎng)的概率是33%,可結(jié)果他也沒(méi)抽到。第三個(gè)人心里此時(shí)樂(lè)開(kāi)了花,一來(lái)其他的人都失敗了,覺(jué)得自己很幸運(yùn)。二來(lái)自己中獎(jiǎng)的機(jī)率高達(dá)50%??山Y(jié)果他同樣沒(méi)中獎(jiǎng)。由此看來(lái),概率的大小只是在效果上有所不同,很大的概率給人的安慰感更為強(qiáng)烈。但在實(shí)質(zhì)上卻沒(méi)有區(qū)別,每個(gè)人中獎(jiǎng)的概率都是50%,即中獎(jiǎng)與不中獎(jiǎng)。

          同樣的道理,對(duì)于個(gè)人而言,在生活中要成功做好一件事的概率是沒(méi)有大小之分的,只有成功或失敗之分。但這概率的大小卻很能影響人做事的心態(tài)。


          人們常說(shuō):“希望越大,失望越大”,此話并不無(wú)道理。希望越大,成功的概率就越大,由此而麻痹了人的心態(tài)——以為如此大的概率也是自己能夠成功的籌碼,這樣在思想和行為上就會(huì)有所懈怠。自以為十拿九穩(wěn)的事,到頭來(lái)卻把事情弄砸了。這并不奇怪,因?yàn)樗^的“概率大”已逐漸由“希望”轉(zhuǎn)移到“失望”上面了。一說(shuō)到把這件事做好的概率微乎其微,做事的人難免心灰意冷,因?yàn)橛X(jué)得機(jī)會(huì)渺茫。因此而喪失了克服困難的意志,覺(jué)得事情做不好那是理所當(dāng)然。

          如果說(shuō)概率有大小之分,那應(yīng)該不是針對(duì)個(gè)體而言,而是從一個(gè)群體出發(fā),因?yàn)椴煌娜擞胁煌男拍?,有不同的做事方法。把地球給撬起來(lái),這在大多數(shù)人眼里是絕對(duì)不可能的。但在牛人亞里士多德眼里,他覺(jué)得成功做這事的概率那是100%——絕對(duì)沒(méi)問(wèn)題,只要你給他一個(gè)支點(diǎn)和足夠長(zhǎng)的杠桿。就像前面提到的抽獎(jiǎng)一樣,25%、33%和50%這些概率只不過(guò)是外界針對(duì)這個(gè)群體給出的。25%的機(jī)率同樣能中獎(jiǎng),50%的機(jī)率也會(huì)不中獎(jiǎng),對(duì)于抽獎(jiǎng)?wù)邆€(gè)人而言,沒(méi)有概率大小之分,只有中與不中之分。別人說(shuō)做這件事相當(dāng)容易,切莫掉以輕心,也許你做這件事會(huì)相當(dāng)困難。大家都說(shuō)做這件事相當(dāng)困難,切莫心灰意冷,也許你做這件事能如魚(yú)得水。成功與否,不在概率大小,而在于自己能否清楚地認(rèn)識(shí)自己:容易的事自己是否具有做這件事必備的素質(zhì),困難的事自己是否有克服這個(gè)困難的潛質(zhì)。

          總之,在自己沒(méi)做一件事之前,不要在外界評(píng)價(jià)的“容易”和“困難”之間對(duì)號(hào)入座。要對(duì)自己有個(gè)清楚的認(rèn)識(shí),不要膨脹了“自信”,更不要埋沒(méi)了自己的“潛質(zhì)”。不要被“絕對(duì)有希望”所蒙蔽,也不要被“希望渺茫”所打垮。記?。荷钪械母怕视星覂H有一個(gè)數(shù)值,那就是50%。

          posted @ 2008-06-12 20:27 小強(qiáng)摩羯座 閱讀(391) | 評(píng)論 (0)編輯 收藏

          僅列出標(biāo)題
          共20頁(yè): First 上一頁(yè) 9 10 11 12 13 14 15 16 17 下一頁(yè) Last 
          主站蜘蛛池模板: 瑞金市| 积石山| 亳州市| 大宁县| 焦作市| 安国市| 都昌县| 开平市| 论坛| 新巴尔虎左旗| 慈利县| 温州市| 伊金霍洛旗| 盘锦市| 甘孜| 古浪县| 延津县| 女性| 花垣县| 天镇县| 东乡族自治县| 祁连县| 肥西县| 财经| 牙克石市| 三亚市| 家居| 无极县| 五常市| 无棣县| 龙口市| 垫江县| 兖州市| 循化| 正阳县| 麻栗坡县| 千阳县| 曲靖市| 蒙山县| 镶黄旗| 视频|