摘要
1995 年 3 月 28 日，著名数学家和计算机科学家理查德·汉明在加利福尼亚州蒙特雷海军学院，为研究生们做了一场名为“学会学习”的演讲。
此前，我们之前还分享过他的另一场演讲，感兴趣的可以看看： undefined ，
与之前一样，这篇演讲同样充满了真知灼见。汉明在演讲一开始就强调到，那些取得巨大成就的人与普通人最大的区别，就在于他们工作方式的不同。
汉明说到：“我见过许多努力工作的人，他们的努力程度不亚于任何人，但最终却一无所获。”
选择正确的工作方式通常比单纯正确地执行任务更为重要。如果工作方式不得当，我们就可能在错误的方向上越走越远，浪费时间和精力，还可能会错过重要的机会。
以下是部分观点高亮：
“成功不是千篇一律的。就像每位画家都有自己独特的绘画风格，你也需要寻找并发展适合自己的风格。这需要你从他人身上学习，借鉴一些元素，然后融会贯通，形成你自己的独特风格。”
“一个人如果能够对自己的未来有一个明确的规划和愿景，那么他的进步将会使他朝着他的目标稳稳前进。”
“如果教育只包含理论而没有实践，或者有实践没有理论，那么它就是不完整的。”
“‘未经审视的人生不值得一过。’...请允许我再次重申：‘未经审视的人生不值得一过。’”
正文 演讲实录
我们的第一课将解答一个问题：我们努力追求的目标是什么？这门课程的目标是为你的技术职业生涯打下基础。这门课程并不会涉及太多技术性的内容，但仍会涉及一些数字化的基础知识。当然，这些内容你可能已经有所了解，但我更关心的是如何实现这些目标的具体方法。
自从战争爆发，我在洛斯阿拉莫斯（Los Alamos）工作以来，我一直都在研究那些杰出的科学家。我注意到，那些取得巨大成就的人与普通人的最大区别，其实在于他们工作方式的不同。
我见过许多努力工作的人，他们的努力程度不亚于任何人，但却一无所获。因此我的任务是教给你们一种叫做“工作方式”（style）的东西，以帮助你们在未来取得显著的成就。毕竟，海军学校为了让我们在这里相聚，已经投入了不少资金。他们希望通过你们将来的表现，来证明这笔投资的价值。
接下来，我会深入探讨和评价不同的人的工作方式，包括我自己的和他人的，分析我们能从中学到些什么。我会向大家分享许多知识，这些知识是我现在拥有，但曾希望能更早了解到的，它们是我通过自己的探索才得到的。这门课程不同于一般的技术课程，它包括一些课堂上不会讲到，却应该拿出来讨论的重要话题。因为每门课程的教学方法并不相同，所以许多关键性的内容被忽视了。这也是我努力想要补充的部分。
现在的工作方式难以用言语直接描述，我只能通过具体的例子来向你们展示，让你们自己领会其中的含义。你们可能会想，没有什么话题是不能讨论的。这种开放讨论的观念，可以追溯到古希腊的苏格拉底（Socrates）、柏拉图（Plato）和亚里士多德（Aristotle）。他们主张，无论是关于神、真理、美、正义还是爱，所有这些主题都是可以公开探讨的。不过，就在他们进行这些讨论的同时，希腊社会中还存在着一些神秘宗教，这些宗教认为人们只有对自己亲身经历过的事情，才有资格去讨论。
回顾中世纪，许多圣人提出，不能只凭言语来谈论上帝，应该通过个人体验。同样，穆罕默德（Mohammedans）的追随者也认为，绘画和语言都无法表示真主的精神，只有用心去感知它。这表明了一个长久以来的观念：不是所有事物都能用语言表达，工作方式便是其中之一。我很难用语言阐明我的想法，因此我只能通过分享那些充满挑战和奋斗的故事来说明。希望这样可以帮助你们更好地理解我的意思。
我发现，要让这样的课程产生实际效果，我得分享一些个人的经历。如果我只是发表一些抽象的言论，听起来可能会显得过于空泛和说教。而当我讲述自己的故事和经历时，也许会更能触动你们。虽然这样做可能会给人一种自满的感觉，因为我总是在谈论自己。请放心，我也会坦诚地告诉你们我曾经犯过的一些错误，以免你们重蹈我的覆辙。
我希望你们不要过于谦逊，要勇敢地面对挑战，立志成为杰出的科学家。你们应该有这样的信心：“如果哈蒙德（Hammond）能够做到，那么我也能成为伟大的科学家，做出一番成就。”我的目标就是激发你们内心的渴望，让你们追求卓越。这样的努力是值得的，你们应该努力超越平庸，成为杰出的人。
现在，虽然我们谈论的是教师这个角色，但实际上我们更像是教练。我不能代替你跑出四分钟一英里的成绩，但是我可以点评你跑步的方式。你要知道，想要达到这个成绩，你必须得靠自己努力。同样，我也不能直接让你成为一位伟大的科学家。但我可以对你的研究方法和态度提出批评和建议，我无法仅凭几句话就让你成为伟大的科学家。这就像跑四分钟一英里一样，你必须得亲自去做。这意味着你要思考你听到的和读到的知识，与你的朋友们交流想法，探索你自己的未知领域。
成功不是千篇一律的。就像每位画家都有自己独特的绘画风格，你也需要寻找并发展适合自己的风格。这需要你从他人身上学习，借鉴一些元素，然后融会贯通，形成你自己的独特风格。你不能只是简单地模仿，因为这样你并不是真正地掌握它。为了更清楚地说明这一点，让我们以绘画为例。当你学习绘画，掌握了调色、造型和素描等基础技能后，接下来，你会拜一位有名气的画家为师，向他学习，接受他的影响，相信他对你的教导。
确实，我们的能力是有限的。事实上，如果你只是单纯地模仿大师的风格的话，你并不能成为伟大的画家。如果你只是复制他或她的风格来绘画，那你也无法开辟属于自己的道路。随着时代的发展，我们需要创立新的道路。我可以和你分享我过去走的道路，但这并不能教你面对未来。你必须要创造能让你自己在未来脱颖而出的独特方式。这没有那么容易。我只能提供一些过去的经验，对未来可能发生的情况进行推测。这是你要面临的挑战。就算现在开始，我也不能保证我能成功，即使我的前辈已经在其他领域取得了成就，我也无法复制他们的成功。
现在我想向你传达一个充满挑战性的观点。1946年，当我开始创建我们的实验室时，我很好奇那些伟大科学家们是如何取得成就的。我仔细研究了他们的工作，观察了他们是如何成功的，结果发现他们大多选择了一些相对简单的问题来研究。我发现他们的方法也存在一些缺陷，总体而言，他们处理的都是一些基础性的问题。而我们这一代的科学家已经解决了一些更复杂的问题，并且将更棘手的问题留给了后来者。随着时间的推移，每一代科学家面临的挑战都在不断增加。你们在某种程度上站在了前人的肩膀上，这意味着你们的任务将更为艰巨。正如人类登月之后，未来的太空探索将面临更大的挑战一样，你们所要面对的困难也是显而易见的。
当我加入贝尔实验室时，包括我在内，有四位同事是同一年加入的，我们的年龄也差不多。我们四人自诩为“四个年轻的土耳其人”（Four Young Turks）。多年后我得知，公司的高层管理者也这样称呼我们，因为在他们看来，我们是一群爱惹麻烦的人。我们不拘泥于前辈们的工作方法，而是勇于创新。
而上司们并不喜欢我们的工作方式。以我的上司亨利·博达（Henry Boda）为例，他在网络理论方面之所以声名显赫，是因为他采用了复变量（complex variable）来进行网络运算，他认为这才是真正的工作方法，这也是他成名的原因。另一方面，汉明从加入实验室起就一直使用计算器，上司们认为这并非正确的工作方式。然而，事实上，只有使用计算器，我们的工作效率才会提高。这也正是我想经常向你们强调的一个观点。
如果你已经成功攀至顶峰，请记住，那些让你成功的因素不一定适合下一代。你当然明白如何取得成功，因为你亲身经历过。但你采用的方法可能并不适合后来的人。我们常常遇到一些固执己见的领导，他们坚信，既然我凭借自己的方式获得了最高职位，那我的做法必然是正确的。但这种想法往往是不正确的。我希望大家能够认真思考，当你达到事业巅峰时，你成功的方式是否还适应当前的变化。毕竟，世界是在不断变化的。
让我们来探讨一下教育吧。教育不仅仅是做什么、何时做以及为何做，它还包括了执行具体任务的具体方法。在这段时间的培训中，我始终在强调教育的重要性，这不是一件容易的事。幸好，学校给了我较大的自主权，我才可以将课程内容集中在教育的核心上。如果教育只包含理论而没有实践，或者有实践没有理论，那么它就是不完整的。我曾见过一些技术高手，他们在向我汇报工作时，将技术和方法错误地应用在了不合适的问题上，最终没有取得任何成果。此外，还有一些人虽然理论知识丰富，却缺乏将知识付诸实践的能力。这样的人也不适合职场。因此，你不仅需要理论的指导，还需要掌握相应的技能和技巧，两者缺一不可。
目前，我在做的是一种被称为“元教育”（meta education）的工作。我持续不断地讨论教育的话题，这是每个人必须持续进行的活动——自我教育，这也是未来发展的趋势。与此同时，我也在不断地预测和构想未来世界的模样。
让我们先来回顾一下历史。现代科学与工程学的发展大约始于艾萨克·牛顿爵士（Isaac Newton）。他出生于1642年的圣诞节，同年伟大的科学家伽利略（Galileo）去世。牛顿享年85岁，因此我们可以将他的时代定位在1700年左右。从牛顿时代到现代，我们会发现一个有趣的现象：每隔大约17年，人类的知识量就会翻倍。
从那个时代到现在，我们注意到科学知识的增长周期大约是每17年翻一番。但在1946年，贝尔实验室（Bell Laboratories）为什么会尝试将其规模缩减至5500人呢？我目睹了贝尔实验室30年来在管理上的变化、招聘的停滞等种种措施。不管他们采取了何种管理策略，每过17年，根据所谓的“小威格士定律”（small Wiggles），科学知识的增长都会迫使他们增聘人员，以跟上日益扩大的知识领域，这涉及到出版物、书籍、期刊等各个方面。我本打算在此提供一些具体的数字作为例证，但我手头可能没有这些数据，我可能有点跑题了。此外，还有一个普遍的说法，那就是历史上90%的科学家仍然健在。
现在，我将进行一个反向的计算，这个计算是基于我对家人、其他人以及我曾与之共进午餐的肖克利团队（Shockley）成员的观察所做的。首先，我假设科学家的数量是按指数增长的，这个假设来源于一个微分方程，其中变化率与当前的科学家数量成正比，解出来的结果就是指数增长。如果再假设新产生的知识量与科学家的数量成正比，那么按照17年前的速率和数量，就可以计算出到目前为止我们所创造的知识总量。我将负无穷大作为计算的下限，因为相对于整体，起始的下限值较小，对结果几乎没有影响。由于指数的值非常小，所以即便起始点取值偏低，也不会有太大影响。
那么，我用简单的方法来处理这个问题。我通过积分来计算出结果。假设知识的增长速度是每17年翻一番，如果从17年前算起，到目前为止我们的知识量应该已经翻倍。这个估算是基于比例的一半来进行的。我这里有一个类似农场估算（farm you formula for B）的公式。另外，有一种普遍的观点认为，历史上90%的科学家目前仍然健在。如果我们从现在往前推算55年，这大约是一个科学家职业生涯的持续时间。这里所说的“健在”（lived）不仅指科学家本人还活着，也指他的科学成就仍然具有影响力，哪怕他可能从很年轻的时候就开始了科学生涯，一直到高龄。因此，55年是一个合理的估计值。将这个时间段考虑进去，对所有科学家的数量进行计算，我发现得出的比例大约是0.9，也就是90%。
现在，让我们来详细审视一下当前的情况。我现在已经清楚了自己讨论的要点，并且思考了一个我以前没有思考过的问题：什么才是“科学家的一生”？（What did I mean by a lifetime of a scientist?）你会发现，这两个观点其实是符合的。一方面，我们的知识量每17年翻一番；另一方面，历史上有90%的科学家至今仍然健在。从牛顿时代开始直到今天，我们目睹了科学领域的巨大发展。现在，我将尝试对科学领域的发展进行预测和估算。在牛顿时代，科学只有一个统一的称呼，即自然哲学。而今天，我们已经分化出了众多的专业，大约有10000个不同的专业领域。当然，这个数字肯定不止1000，但几乎可以肯定的是，它也不会超过100000。因此，将10000作为我们的估计值，是一个合理的选择。
现在，让我们做一个前瞻性的估算：假设知识的增长每17年翻一番，如果这种增长模式持续了340年，那么总的增长将会是惊人的一百万倍。这种增长趋势，即便是对于拥有1000万个科学领域的广阔领域，也同样适用。不过，你可能会质疑，340年后真的能发展出100亿个专业领域吗？针对这个问题，我们可以预见，在接下来的320年，甚至40年内，科学不可能继续以过去那样的方式无限倍增。同样，这个领域内的人数也不可能永远保持指数增长，因为不可能每个人都能成为科学家。所以，依赖过去的增长模式来预测未来，是不切实际的。
现在，我来采用一种简单却广泛使用的方法——信封背面计算法（ back the envelope）。据我所知，即使是像费尔米（Fairmi）和肖克利这样的杰出人物，也会在午餐时用回信封进行计算，就像我刚才所做的那样。这种方法之所以受欢迎，不仅是因为它非常便捷，还因为它非常实用：它能帮助我们更深入地理解问题，并通过计算过程加深记忆；同时，它还能培养我们快速构建模型的技能。需要明确的是，这种计算并不追求极高的精确度。我提到的“每17年知识量翻一番”这个数字，它并不是绝对的准确，而是一个大致的估计。尽管如此，这种估算方法对于我们把握问题的脉络仍然非常有用。
我认为它非常有用。当我从电视、广播或报纸等渠道获得信息时，我能够迅速地构建一个模型，并且自己会检查这些数据是否合理。我一般会面临两种情况：一是这些数据根本不切实际；二是我根本搞不懂他们在说什么，以至于无法建立模型。有时，就像你的父亲和你对话一样，他没有向你解释具体内容，只是突然给出了一个令人震惊的答案。在这种情况下，创建一个包络模型（envelope modeling）对于理解这些信息来说，是非常有益的。
现在，加倍努力工作是一件非常严肃的事情，我一直都在面对这个现实。为此，我制作了一张表格，将努力的程度量化：17年的付出相当于2 倍的努力，随着时间的推移，将会是4倍、5倍、6倍、7倍、8倍、9倍、10倍的努力，这样算下来，大约需要56年的时间。那么，如何理解这些数据呢？一个方法是，计算从现在到你退休的时间。观察这一列数据，它会告诉你，你需要积累的知识量将是你现在知识的多少倍。如果我们继续以目前的速度前进，你可能会面临一个相当困难的未来。不过，这个问题还可以从另一个角度来看。
假设您在34岁时有了孩子，现在您的孩子已经上大学了。他们需要掌握的知识量是您当时的四倍之多，这包括数学定理、贝多芬的第九交响曲、滑雪的好地方、值得阅读的书籍、以及应该收听的电视频道等。您的孩子将要面对的知识量将是您当时的四倍。您回想一下自己上大学时所学的知识，您还记得有多少吗？如果您的孩子比您当时还要迷茫，那也很正常。毕竟，您自己有时候也会迷茫。
这正是我想说的。另外，所有的加倍努力往往都集中在最为艰难的最后阶段。大约有一半的事件都集中在这个最后的加倍期。这也是我们感到饱和的原因，因为这种饱和感很快就到来了。因此，另一种观察加倍现象的方法是查看这张令人感到不安的表格。如果你认为自己还有44年的时间可以成为参谋长，那么我要纠正你，实际上只有39年。到了那时，管理海军所需的知识量将是现在的五倍。
这就是你将面临的问题。但我的回答是什么呢？我的回答是学会学习，这是我唯一能告诉你们的。我们教给你们的东西，有一半将会过时。你感兴趣的其他课程，15年后也可能变得不再适用。这并不是说我们不再教授这些课程，而是它们可能被其他新的内容所取代。回想一下我的经历：我在46年前来到贝尔实验室，当时他们正在进行一项非常重要的工作。因为我之前是学数学的，所以我开始研究光学工程以及相关的领域。
几年后，我与物理系的同事们开始共进午餐，这个阶段他们刚开始完善晶体管技术。随着他们在晶体管工程方面不断深入研究，我参与了大量计算工作，这些工作几乎用到了我所有的知识储备。我不得不经常去我朋友的办公室，他在那里向我展示了真空管的工作原理，尽管现在真空管已经变得相当罕见了。最初的晶体管外形简陋，看起来就像一个有三个脚的锡罐，而现代的晶体管则采用了极其简洁的设计，仅有两个接触点。我也曾在洛斯阿拉莫斯进行复杂的计算，我们利用微积分来设计炸弹，这通常意味着我们需要连续工作一个月，甚至三个月，每周工作六天半，才能得到一个解决方案。相比之下，现代计算机可以在几秒钟内完成同样的计算。我亲身经历了这些翻天覆地的变化。
我接受的是传统数学教育，所以我没有学过数值分析。我对计算机和物理学也是知之甚少，但在洛斯阿拉莫斯（Los Alamos）大学学习时，我学到了很多。当我来到贝尔实验室工作时，我深信如果做好计算工作，我必须要深入理解问题的核心。因此，我广泛地学习了包括化学、物理、社会科学以及生物学在内的物理科学知识。实验室不仅设有这些领域的部门，甚至还包括了社会科学的分支。我用了一生的时间来积累必要的背景知识，因为只有具备了足够的背景知识，你才能深入地理解一个领域并掌握那些专业术语。关于如何做到这一点，我将在后续进行更详细的讨论。
现在，你可以试着去定义一个学科的“基本要素”（fundamentals），其实这个概念本身就有点模糊，尤其是你还要搞清楚这些“基本要素”具体指的是什么。为此我提出了两个标准来衡量，尽管它们也做不到无懈可击。第一个标准是，基本要素应该能够衍生出该学科的其他所有概念。第二个标准是，这些要素应当历经时间的考验，并被长期使用。举例来说，曾经作为电子学基石的真空管，现在已经不再是核心原理了。至于像增益公式这样的理论，我可能一时记不住它的名称，但很快就会记起来。比如，奈奎斯特公式（Nyquist formulas）就是一个典型的例子。虽然电子管技术已经陈旧，但在其基础上发展起来的一些基本原理和方法，如反馈机制，至今仍然有效。因此我们需要将这些原理和方法适配到新技术和新领域中，因为许多事物都在不断地演变。
现在，我们来讨论一下科学与工程两者之间的关系。科学的核心在于探索未知领域，如果你在进行科学实验时已经明确知道自己要做什么，那么这可能并不是真正的科学。与此相反，工程学则要求有明确的目标和方法，工程师在工作时必须清楚自己的方向和所采取的步骤。尽管如此，纯粹的科学研究往往依赖于工程技术的支持，同时，工程学的进步也常常建立在新材料科学发现的基础之上，这就形成了两者之间互利共赢的合作关系。但挑战在于，科学和工程学正以一种充满挑战性的方式相互融合、共同发展。以贝尔实验室为例，当物理学家在那里实现了重大突破时，通信公司并没有急于将这些科研成果转化为商业产品。这是因为通信公司已经在通信行业内占据了垄断地位，因此并不急于推动技术的快速革新。然而，现在的我们希望科研成果能够迅速转化为实际应用，不再愿意长时间等待科学原理的成熟。正是这种迫切的需求，促使了科学与工程学两个领域的紧密联系。
我们习惯的做法是先构思创意，再来考虑应用，尽管这种做法在某些领域仍然存在，但它正逐渐被淘汰。现代社会追求的是雷厉风行。举个例子，我前一晚读到一则历史故事，讲述一位总统在博物馆或世界博览会上遭遇枪击，随后紧急送医。尽管现场有展示X射线技术的展位，但医生们因为无法确定子弹的准确位置而拒绝进行手术，他们并没有采用这项已经存在的新技术来帮助诊断，仅仅只是进行了传统的拍照。这种做法体现了他们保守的态度，但在今天，我们不再接受这种迟缓的行动。我们正在努力加快从构思创意到项目开发的过程，并力求以最快的速度将产品推向市场。
我曾阅读过76种不同的预测未来的方法，这也正是我涉足预测领域的一个原因。其中一种方法是简单地假设明天的情况将与今天相同，不管今天的温度如何，都预测明天的天气将和今天一样。这种方法简单直接，在某些情况下也非常有效。另一种更精确的预测方法是观察事物的线性发展趋势，并据此进行预测。这种方法短期内看似准确，但长期来看就不太可靠了。此外，预测的准确性很大程度上取决于你选择的线性增长变量是否恰当。如果你错误地将一个指数增长的变量视为线性增长，那么预测的结果将会有很大的误差。在我自己进行预测时，也曾多次面临这样的挑战，尤其是在估计所需的计算能力和存储空间时，我不得不做一些粗略的推断。
我预测过某个领域可能达到的最高发展水平。几年后，我偶然间翻出那张记录着我预测结果的纸张，发现我还是低估了它的发展水平，因为计算技术的发展速度远远超出了我的想象。以人工智能为例，许多专家在10年、20年、30年前所做的预测，至今都未能实现。这告诉我们，对未来的预测不能过于自信。关于预测，有句老话说得很对：短期预测往往过于乐观，而长期预测则往往过于悲观。这背后的原因很简单，因为长期预测通常依赖于几何级数的增长，而这种增长模式很难让人信服。举个例子，在我们刚开始使用晶体管的年代，没有人能想到，将来能在一艘巨轮上安装一百万个晶体管。这样的想法在当时看来简直是天方夜谭，但我们最终还是做到了。要明白，预测未来是一件极其困难的事情，但这并不意味着我们就应该放弃预测。历史已经证明，尽管预测面临诸多挑战，但它仍然是我们理解未来趋势和发展方向的重要工具。
有些人相信历史一定会重演，另一些人则持相反观点。但可以肯定的是，我们目前所认为的“过去”（past），对于某些人而言，其实代表着“未来”（future）。同样，你眼中的“未来”最终也会变成“过去”。总有一天，你们中的一些人将会被记入历史。确实，只要你们活得足够长久，做出了足够多的贡献，就有机会被载入史册。那么，你是否认为“未来”最终会成为“过去”呢？
现在，有一句与我们常识相违背的话，那就是亨利·福特（Henry Ford）所说的“历史是一堆垃圾”（history is bunk）。我分析他这样说有两个原因。首先，历史的记录通常并不精确。对于战争末期的事件，尽管主要的都被记述下来，却不会存在两个完全相同的叙述，它们也与我自己的见解不吻合。举个例子，有位数学教师曾写下他对某件事的回忆，他说：“我刚刚读了威廉（William）的书，没错，就是那样子的。”但很快他又更正说：“我也不是完全记得那么清楚。”我本想询问他的记忆方式，却突然意识到，每个人的记忆都是不同的。就好比一场事故，不同的目击者会给出不同的描述。对于过去的事情，我们找不到任何绝对可信的记载，这是我们不得不接受的现实。其次，我认为记忆中的事实是导致过去与未来联系加速断裂的原因。换言之，随着时间的推移，我们对过去的记忆和理解与未来的发展之间的联系变得越来越模糊，断裂也在加速发生。
计算机的发明让我们认识到，相较于计算机问世之前，世界已经经历了翻天覆地的变化，这标志着我们的工作方式经历了一次重大的变革。在现代工程领域，计算机扮演着至关重要的角色，它不仅涉及到程序编写，还包括在现实世界中部署终端设备。可以说，计算机现在是许多工程项目的核心部分。然而，当我们阅读历史学家的作品时，我们会感觉他们认为历史上的一些事件是无法避免的，例如罗马帝国的衰亡。但他们又觉得未来是不可预测的，任何事情都有可能发生。这种看法认为过去已成定局，而未来则是充满可能性的。但这真的站得住脚吗？实际上，这种看法可能并不具备说服力。如果我们进一步深思，可能会发现不一样的观点：也许过去并不像我们所认为的那样一成不变。想想亚历山大大帝、拿破仑、希特勒等人，如果他们在童年时就去世，世界历史会不会改写呢？
在知识分子中，毕达哥拉斯、亚里士多德、牛顿、麦克斯韦、爱因斯坦等都是杰出的代表。试想，如果这些伟人在青年时期就离世，世界历史的轨迹一定会改变。这证明了个人对历史进程的影响力是极其重要的。在我看来，过去并不是历史学家所认为的那样一成不变，未来也并非如人们所想的完全不可预测。对你个人而言，未来充满了无数可能。历史的一个重要特征是，技术发明常常会改变现状。以晶体管的发明为例，它直接导致了真空管技术的终结。这显示了技术革新能够在瞬间改写历史的走向。
技术发明可以重塑历史，尽管我们很难预测这些创新何时会出现。关键的一点是，这些发明不单是技术上的突破，它们也是社会层面的革新。虽然你们主要接受的是物理学科的教育，但我认为你们要深刻地认识到我们的生活是与社会紧密相连的，社会生活是受到一定的约束和规范的。基于此，我认为技术的未来不仅仅取决于技术自身能够实现的功能，还会受到社会观念、法律法规等其他因素的影响和限制。以计算机控制的高速公路交通为例，这个概念听起来非常先进，但如果在这个系统中发生了事故，我们该如何确定责任归属呢？当你开始深入思考这些问题时，会发现它们实际上是极其复杂和充满挑战的。有时，社会的习俗和法律规范可能会成为创新道路上的障碍，影响一些本可以改变世界的发明的诞生。
现在，我想讨论一个我可能会多次提及的话题——“醉酒水手”（the drunken sailor）的故事。这个故事中的水手走路东倒西歪，反复摇晃，最终虽然走了N步，但他实际前进的距离却只相当于N步数的平方根。例如，即便他跌跌撞撞地走了100步，实际上他可能只前进了大约10步远。如果他走了10000步，尽管步数众多，他可能仍然在起点附近打转，因为每一步都可能将他带向不同的方向，这是随机行走的一个典型例子。但是，如果附近出现了一位美丽的女孩，他的行为模式会立刻改变，他会毫不犹豫地直接走向她，这与他之前的无目的漫游形成了明显的对照。一个人如果能够对自己的未来有一个明确的规划和愿景，那么他的进步将会使他朝着他的目标稳稳前进。反之，缺乏远见的人可能会像那个醉酒的水手一样，漫无目的地徘徊而最终一无所获。因此，我的目标之一就是帮助你们构建一个既合理又清晰的未来，让你们明白自己未来的道路和追求的目标。
你可能想问我：“汉尼克（Hannick），怎样才能预知未来呢？”我的答案是：“从我们对人生的理解来看，设定的目标是什么并不关键，关键在于你是否有一个方向。一旦你确定了目标，你就会一步一步地接近它。反之，如果没有目标，你就会像一个醉酒的水手，无目的地随波逐流。”我的任务是协助你们确定个人目标，并激励你们在追求这些目标的同时，去做一些真正有价值的事情，而不是仅仅随波逐流。目前，很多人似乎满足于一种安逸、顺其自然的生活态度。如果仔细询问，他们会表示自己很享受这种随遇而安的生活方式。但我个人认为，这并不是一个理想的选择。
你设定怎样的目标，那是你自己的事情。我的职责在于激励你以一种合理而体面的方式为自己设定目标，并协助你为实现这些人生目标而努力。需要重申的是，社会对你的教育倾注了大量的资源，你完全可以取得一定的成就。通常，那些取得成就的人都有着清晰的目标和明确的方向，这使得他们的生活更加丰富和有意义。而那些缺乏目标的人，他们的生活则可能只是一系列零散、无序的事件，尽管他们做了很多事，但最终没有形成任何有效的积累。因此，我会尊重你选择目标的自主权，哪怕你的梦想是成为一名杰出的吉他手，我也将给予你全力的支持。只要你为自己设定了目标，你就会为之付出努力和奋斗。这正是我所认为至关重要的部分。在某种意义上，这也是我们这门课程的目标之一，它的目的是激励你采取行动，去积极地做更多有意义的事情，而不是停留在空想或者无效的行动上。
目前通行的教学方式是将课程划分到不同的系别中进行。每个系都会集中精力在自己认为重要的学科上，例如微积分、线性代数、线性规划等。然而，本课程的目标是尝试填补这些学科领域之间可能出现的知识断层，这些问题可能是你在之前的工程学习中所遇到的。虽然你已经接触过许多工程课程，大学也提供了丰富的教学内容，但我认为在这些课程之间仍然存在一些明显的断层。仅仅改进单个课程的教学质量，并不等同于对整个教育系统进行了优化。在后面的课程中，我将会介绍系统工程的理念。
我想向你们传达这样一个理念：尽管我们有众多学科，但归根到底，所有知识都是相关联并且构成一个整体的。当你面对未知的难题时，不管是化学、物理还是其他学科的问题，最重要的都是要找到解决问题的方法。虽然我在贝尔实验室的大部分时间都是在数学系度过的，但我逐渐认识到，知识并不是孤立存在的，它们不应该被割裂成不同的小块。实际上，我的工作涉及到的内容非常多，包括了统计学、计算、物理学和化学等多个学科领域。
我们还没有发现被割裂的情况，但是为了更好地统筹和管理，我认为我们有必要构建一些结构，以激发我们的创新思维。尽管我们的专业不同，但实际上，这个机构会将每个专业串联起来。课程的内容现在将主要集中在计算上。我之所以强调这一点，并不是因为我个人对计算有所偏好，而是基于一个事实：计算技术将在科学与工程的发展中起到主导作用。这种趋势背后有着充分且有力的推动因素。
以经济学为视角，计算机的成本远远低于人力成本。随着时间推移，计算机的价格在不断下降，而人力成本却在持续上升。在速度上，计算机也大大超越了人类。比如，当你的脚趾撞到物体时，神经系统会以每秒100米的速度将这一信号传递到大脑。而即便是以每秒1000公里的速度移动，这与电子的速度相比也是微乎其微，人类的速度根本无法与电子相提并论。因此，机器在处理速度上拥有绝对的优势。在精确性上，计算机同样表现出极高的水平。它们不仅能够进行极其精确的计算，而且在需要的情况下还能够执行双精度运算。而相比之下，人类在进行双精度计算时，可能会感到非常困难，并会遇到各种难题。在可靠性方面，机器也远超过人类。无论我们怎样努力，人类天生的不完美性意味着我们无法像机器那样一直保持稳定。毕竟，即使我们行走多年，也难免会有跌倒的时候，无法保证完全的可靠性。这正是人类之所以能够站在世界之巅的原因之一——我们能够利用机器的优势，来弥补我们的不足。
人类是天生就具有灵活性的。因此我们不应该期待人类去执行那些对可靠性要求极高的任务。以保龄球运动为例，人们常常好奇，为什么每次以相同的方式投球就能保证比赛中的完美表现？即便是技艺高超的专家们，也很难每次都做到完美。要精准地投球、控制球的飞行路径以及其他相关因素，都不容易。而那些能够进行极其精准表演的特技飞行团队，他们的表演确实令人钦佩。人类的身体和能力本质上是为了其他的目的而塑造的，并不是为了专门执行这种精细控制的任务。与此相反，机器则擅长快速进行重复性的控制操作。例如，我们目前制造的飞机大多是故意设计得没那么稳定的，因为它们依赖于计算机每毫秒进行无数次的调整来维持飞行的稳定性。
通过这种方式，我们可以够达到更优秀的机体水平，但这是超出了人类飞行员能力范围的。一旦计算机发生故障，飞行员将陷入极大的困境。飞行员能够完成的是在空中设计的大规模规划方案，然而在紧急情况下，需要在几毫秒内做出快速反应，只能交给性能更高的计算机来完成，因为人类的反应速度达不到这么快。有人建议在自由的登机流程中做出改进，这听起来似乎是一件小事。我们不能指望一个人因为从事一份工作很久，在紧急情况发生时就立刻做出恰当的应急反应。相比之下，计算机就可以达到这个要求，可以将计算机放置在特定的工作场所，并且能够被编程来监测那些偶然情况。例如，在核电站发生某些特定事件时，计算机会根据预先设定的程序采取行动。但是，这样的情况可能已经很久没有发生过了，长达四年。在这种危急的情况下，人类的表现通常不会很理想。你们也知道，在过去两年半中，我们一直在深入思考这些问题。
人类有时会感到无聊，但机器不会。在面对变化快速的情况时，人类的处理能力是有限的。一般认为，人脑每秒能处理大约50到60比特的信息，而达到每秒处理10,000比特则是不可能的任务。相比之下，机器拥有更大的信息处理带宽。无论是视觉、听觉还是其他感官输入，机器的信息处理能力都远远超过了人类。目前，机器主要的功能是接收指令，而不擅长创造性地输出指令。在复杂的中央控制系统中，如果只是比较信息处理的带宽和速度，人类无法与机器竞争。然而，当涉及到推销新闻或进行复杂判断时，机器则不如人类。我们已经不需要机组人员用枪瞄准飞机，而是需要机器具备自主控制的能力。在许多情况下，人类的反应速度太慢，已经不足以满足现代的需求。
我们需要更快的信息处理速度，而人类的信息处理能力，也就是我们接收和发送信息的基本速率，已经达到了它的极限。在这方面，计算机已经走在了人类的前面。它们可以很容易地被重新编程，这与以往的培训方法有很大的不同。以往，你需要学会做某件事情，但现在，一旦设备发生改变，你就得抛弃旧的做法，学习新的方法。这个过程非常简洁，既不需要复杂的培训，也不需要长时间的练习。只需更换新的程序，机器就能够按照新的方式进行工作。然而，要在极端恶劣的环境下、外太空、水下、高辐射区域，或者在战争中让机器代替人类工作，这是极具挑战性的。特别是在太空中，我们必须确保宇航员能够在他们熟悉的含氧环境中工作。这引发了一个问题：高辐射是否会对宇航员造成致命伤害？我们该如何将人类安全地送上火星，然后再安全地带回地球，避免他们受到太阳辐射的伤害？这些都是我们必须面对和解决的难题。我们可能需要彻底处理掉放射性物质，如镭，或者思考是否应该将人类送往如此遥远的地方？这的确是一个需要深思的问题。
现在，我们来看另一个问题。我正面临另一位男士的个人问题，对我而言这是一个非常敏感的话题。在管理工作中，员工的个人问题也是一个非常重要的点，因为每个人都有各种各样的麻烦事。与人类不同，机器不会遇到养老金问题，也不会牵涉个人纠纷。机器之间不会发生争执，我确实见过两个女孩因为争执而无法和平共处。但机器不一样，机器不需要工会，也没有个人休假的需求。无论是体育赛事如老鹰队的比赛，还是家庭中的丧事，对于机器来说都不是考虑因素。如果操作机器的人不在了，机器的工作也就停止了。至于娱乐活动，对于机器来说，只需简单地关闭即可。然而，对于人类员工，我必须提供适当的娱乐安排。机器在许多方面都远超人类，它们强大得多。此时，你们可能会提出疑问：“那么，人类相较于机器有哪些优势呢？”那么我不得不列举人类相比较于机器的独特的优势了。
我提供了许多详细的信息，要完全掌握它们确实有些困难，因为机器在很多方面确实拥有明显的优越性。而且鉴于使用机器在经济上是划算的，我们可以看到越来越多的机构开始采用机器运作。以计算机为例，它们的芯片设计往往只是自动化过程中的一个环节，由计算机控制。事实上，目前许多电脑的组装工作已经大量自动化，由机器完成。我曾在一家电脑公司的董事会任职，记得有一次，我们发现生产线上有一半以上的电脑是通过机械化方式生产的。计算机制造业的机械化已经相当成熟，我们的销售量甚至跟不上生产量，这正是因为我们采用了机械化生产线，显著降低了生产成本。这一现象展示了公司计算机业务机械化进程的速度之快。另外，我的一个朋友告诉我，他曾订购了一批机器。一夜之间，他就接到通知，告知有一批机器正在组装他们定制的电脑。第二天，这些电脑就已经按照他们指定的配置，准备在装卸码头装运了。
这门课程也带有某种宗教意味，但我想传达的核心是，人的生命只有一次，不应该虚度光阴。现在存在各种各样的宗教信仰，我不打算深入了解它们。我真正感兴趣的是情感层面的问题。众所周知，有目标的人是幸福的。无论是通过阅读还是与人交流，人们普遍认为，重要的不在于目标的实现，而在于为之奋斗的过程。请记住，随着年龄的增长，你不得不学会与自己相处。这种与自我相处的过程是无法避免的，特别是在老年时期，你将更多地与自己为伴。到了老年，你无法像年轻时那样做出太多改变。因此，现在就应该思考，你希望自己在晚年成为一个什么样的人，并开始朝着这个方向努力。
这正是我在这门课程中想传达的核心思想。当然，这只是我个人的看法。大多数人认为，为了获得杰出的成就而付出努力是值得的。通过观察人们的生活，我想分享一个被反复提及的故事。在我很小时候，我去看电影，那时的电影院被称作“五分钱剧院”（Nickelodeons），实际上我们支付了一毛钱。在某个周六，我和一位朋友去看了一部充满笑料的喜剧电影。影片中有许多让人发笑的桥段，但当我们观影结束离开影院时，我的朋友对我说：“你知道吗，我觉得这部电影其实并不太有趣。”我思考了一会儿，我也认同他的看法——电影院虽然笑声连连，但这并不代表它真正具有趣味性。
生活也是如此，生活并不是由许多欢乐时光串联在一起的。当这些时光汇聚起来时，它们会给人带来一种全新的体验。美好的生活并不等同于每分每秒都充满欢乐。你我心知肚明，你也非常清楚地知道，你早上醒来时告诉自己“我今天将会很快乐”（I shall be happy today），然后今天真的就会一帆风顺，这是不切实际的。美好的生活往往是在不经意间悄然降临的。许多书籍都表达了这样的观点：要想拥有美好的生活，关键在于自我管理和控制，努力活成自己梦想的样子，达成自己设定的目标，而不是像一个醉酒的水手那样，无目的地随波逐流。
古希腊的哲学家苏格拉底曾经讲过：“未经审视的人生不值得一过。”（The unexamined life is not worth living.）这句话和我的观点不谋而合，而且它对我的影响一直延续至今。回想起有一次，我作为顾问在校园漫步时，无意中听到了前方一位教授对学生反复强调的话：“未经审视的人生不值得一过。”在我们穿过一个四合院的短短时间里，他竟然连续三次提到了这句话。请允许我再次重申：“未经审视的人生不值得一过。”