天才一秒记住本站地址：[七八小说网]
https://www.qibaxs10.cc/最快更新！无广告！
做的什么梦？梦见自己在学广播体操，因为要做什么大事么？好像还是工作上的事。在梦里手脚不协调，总是做错，就像小时候一样。
有些地方令人难过，有些地方也令人感动。我知道过去的回不来了，所以不用太在意。
还是喜欢看书的。但是有些书就是看不下去。有可能是饱和了，看的多了，平平无奇了；要么就是自己变了，现在更爱看一些刺激的，或者有助于自己的书，不爱看又闲又平淡的书了。
我能预估得到，到了以后，自己抱怨啊，思考啊，什么的时间都会变得很少。自己说过的，改过的，忍过的，都不愿再说，说也无用了。如果只是专注于内容，那也得找自己感兴趣的来。
看书休息一下吧。不休息太久还是可以的。
觉得孙子兵法旧的人应该是不懂得兵法的；觉得国富论旧的人，可能也不懂什么经济学；觉得PID旧的人，也基本上不会控制论。怎么说呢，自然，随着时间流逝，总会出现一些新的东西，但万变不离其宗，它们总还是会有祖先的影子的。而且，使用了一种工具，与使用这种工具而做到了极致，完全是两码事。
其实最重要的还是搞懂原理。不懂原理，就找不出真正的弱点，而不知道这个弱点，就很难给出改进的意见。
想什么都会是不可能的，人是社会的人，想要，就那东西交换，这是人类能发展起来的基础。
相互的，同时的，鸡与蛋。因为鸡这个物种是不断变化的，很难说得清那一个节点以前是不是鸡，就像画画，不知道画了那一笔以后，这副画就开始传神。这是各种性状的猛烈竞争，从少到多，等积累得多了，普遍了，产生某些隔离了，才认为一个新物种诞生。
店面也是这个道理，做生意的人一定是知道有这个风气才去做的，如果想凭借自己的店来带动某些风气，那是极度危险的，做生意不是搞慈善呐！
所以，很多人的思想就非常极端，一定要揪出来是先有鸡还是先有蛋。在物种的层面上，鸡就是蛋，但就是鸡。既然如此，实在抬杠的话，只能说是，先有蛋，因为鸡都是从蛋来的，但生鸡蛋的物种未必是鸡。因为突变是始终存在的，一直薅头发，总有薅光的那一下嘛！那一下之前是有头发，那一下之后是没头发。把抽象的事物弄得具体一点，方便理解。
实事求是是什么意思？吃东西要看饿不饿，而不是自说自话。你不饿，还硬吃吗？饿了反而不吃？不是说什么东西一直往一个方向叠就是好的，要兼顾整体啊！你快了，别人不快，你就要等，其实也并没有什么增益。你不饿还要硬吃，饿的人却没得吃，什么意思呢？你的工作目的，应该是解决主要矛盾的，矛盾消灭不了，不是说你变得无限快，在快速性上就没矛盾了，何况你做不到，再者也不能老是顾左右而言他啊！你饿了，然后你疯狂睡觉？睡觉就感觉不到了？这不该是解决问题的方式，也不是解决问题的姿态。
举个例子。很少有产品是一个环节就能生产出来的，需要多个环节串联。如果自顾自地生产，每个地方都使用PID，理论上都是稳准快的，然后，上一个环节的产出影响着下一个环节的设定值，这也就是说，PID理论有很大的局限性，这是必须引入均匀控制的思想。拿人举例子，如果人不干活，那么它在自己本职上的能力就会持续衰减，你让他等半年再干，他一定会十分怠惰，技能也疏松了；拿设备举例子，频繁地关断打开，在软启动上，再关断上，浪费的能量是很多的，这些步骤一般都比正常工作耗能多很多。
总结一下就是，想让整体变得高效率，你就要考虑把精力平均分配到每个环节，让他们都在干活。
表现在代码上，可以理解为，粒子的属性为所有环节的控制器输出构成的矩阵，适应度就是单个环节的输出还有总输出的加权。为什么不直接考虑总输出？一是因为有很多约束，二是因为安全，三是因为稳定。
时刻考虑到理论与实际的偏差。无处安放的精力会让人痛苦，一直节约就是对的么？可能有一种绝对的对，这种绝对的对却绝对不是极端。
我突然感觉到了何为信息熵。你用三个字，既可以表达，“一件事”，也可以表达“一类事”。后者比前者的信息熵大很多。
同样是60万字，网文和国富论的区别是什么？网文基本上是言有尽而意有尽，其作用仅限于文字之内，看完了爽完了，也就完了，你还会有什么思索么？说你也要修仙？而国富论都是在说的例子，一直在说一类事，说完一类再来一类，言有尽意无穷，价值在书本之内，也在书本之外，引发无尽的思考。将一个问题的答案写出来，远不及给出一个类似例子的辩识方法或者解决办法。
至于能不能得到别人的认可，那就更加是无所谓的事情了。毕竟，好吃的东西不想招来苍蝇，也不需要得到苍蝇的认可。反过来说，高贵的鸟也不会跟乌鸦争强腐臭的肉。
只能说，清者自清，浊者自浊，自动分层就好了。当然，没有高下之分，只是不一样而已，没必要硬往一起凑合。
所以也引发了很多思考，就是机器一味的替代人，是不对的。人要从繁重的劳动中脱离出来，而不是被彻底剥夺劳动权力，因为如果没有劳动，会缺很多东西，劳动是人的属性之一。可以问一问，可以不劳而获么？那不可以，剥夺了劳动的权力，是否也就是在剥夺获得的权力？
且，未必机器就一定做得比人好啊！代替有时候不是一种权宜之计么？怎么还反过来了？
这不是完整的思考，只是抛出一些疑问。好到极致，到底还算不算好？
刚看了两页，就思考了两千多个字，这书还怎么看完呢？密度实在是太大啦！
从哪到哪。我觉得，机器要提高的地方，不是算力，而是思考能力。
算力虽然还没到极致，但是已经很吓人了。而且当它摆脱了暴力拆解问题的思维禁锢以后，开始考虑模仿，依照概率进行分析的时候，已经很接近人的思考了。但世界是新的，怎么去看待新的事物呢？其实人也是，用旧的去赋给新的东西初始印象，在随着时间推移，一步步修改看法。
一个事物在变庞大的时候，势必要考虑污染问题。劣质信息会污染优质信息。这其实就是，氧气浓度限制了个体大小。所以理论上，该存在一个极限才对。
靠，你不是说不要极限吗？怎么又说极限？我也不知道，人就是如此矛盾的。
两类错误。粒子性与波动性。一个系统如果一味地回收正确信息，那么它势必要裹挟进来很多错误的信息，那么错误信息量达到多少，会导致建模出现必定错误呢？如果一个系统一味地排斥错误信息，那么它势必要驱逐很多正确的信息，那么正确的信息损失到什么程度，会导致建模出现必定的不完整呢？
当你用这两类错误思考问题的时候，你发现，无论人用什么办法，都只能后知后觉。想获得准确信息，那必定要耗费更多的信息熵去筛选。世界是熵增的也没什么毛病。
错误是不能被消灭的，因为它必定存在。