杂想。201911
溪涌，关注的人一向不多，还算安静，这几天在举办潮流生活节，去年我就错过了，今年看到有“青谷研习径”的登山安排，一下子勾起了兴趣，兴冲冲跑来，结果发现…..只有我一个人报名徒步[Sob]。还好，现场可爱美丽的青谷MM们，帮我指点了路线，于是我毅然踏上了征途😄。结果么…….并不顺利，洞背村的明显山路，以前已走过，我不喜重复，想走的地图小路，当地村民…..却不认识，无奈，只好转去另一边的水库，希望从这里绕道去小路，然后……被看守水库的黑狗和大叔，和蔼而坚定地拦住，“水源保护，闲人免进”[Sob]。好吧，心有不甘的我，折返回来，强力翻越了路边的防护栏杆，大胆闯入了溪涌的收费海滩，沿着海岸自由地摩擦着自己，在攀爬不少岩石/浪费不少体力后，总算平息了少许怒气。然后…….我开始对帆船产生了兴趣，仔细地研究它们的组成原理，并在脑海中构造了清晰的制造组装使用流程后，转身混在人群中，开始听起了爵士。傍晚，斑驳陆离的夕阳海岸，歌手，捉摸不定的变调嗓音，居然让我的心情，变得美好起来😄。这，真是有趣的青谷节日
想法很好，但是设备….很丑，这样设计的原因，可能是为了提高压电纤维的能量转换效率，让运动行程拉长，只是…..确实太丑了。也许，通过对折，然后附着在膝盖膑骨之上，也能达到同样的能量转化效率，但是会好看很多。我喜欢这个产品的创意
“每条鱼并不在乎其他单个鱼的行为，而是关注附近作为一个整体、统一移动的鱼群做出的行为”，MFG平均场博弈论，倒是很有趣，理论上来说，局部群体的大小，会有个范围，达到这个范围后，群体的状态会发生明显改变，这意味着，可以通过让外力去控制这个范围，来操控群体行为😄
“使用视频摄像机聚焦于一个非常特定的区域，即两条垂直的道路或路径相交的地方”，使用DSO算法来进行图像配准，倒是不错的想法，速度快，鲁棒性高。其实，这些都是符合视觉对于世界的观察逻辑的，动物大脑的海马体中，不止有PlaceCell和DirectionCell，还会有对于语义的理解，例如，阴影的变化意味着有物体在移动，这个是可以后天学习到的知识，那么老司机开车时会注重这些“容易出现问题的场景”，反过来讲，所谓“容易出现问题的场景”，也是后天学习得到的，人类大脑就是一个不断学习和概念抽取的过程，持续调整未来的行为。但是，目前的视觉实现算法，没有一个很全面的框架，可以支持这种动态的学习和调整机制，都是在解决某些特定的问题，例如这里的“阴影物体检测”，如何构建一个统一的框架，是有意义的事情，值得尝试
“模板匹配、特征提取等传统 OCR 方案又暴露出对于图像清晰度要求高、抗背景干扰能力较差等缺陷，所以决定使用深度学习方案来提升文本推理能力”，DL已经成为了锤子，什么都想砸一下。不过，传统的OCR算法，特征提取，确实需要人工调整，比较麻烦，而CNN作为一种算法，本身就是自动进行特征提取，可以与DL无关，而且，数据集，相对简单，可以自动生成，然后进行增强，算是比较成熟的方案了。但是Testin利用Vision实现自动化测试，确实是平台化的做法，可以快速实现需求，赞一下
“you can envision simply throwing M-Blocks on the ground, and watching them build out a temporary staircase for climbing up to the roof, or down to the basement to rescue victims”，这就是《大白》中坏蛋的纳米机器人呀😄，不过我喜欢这个设计。飞轮急停导致的角动量，通过公式可以计算出来，而内部8个顶点，各自支持3个方向的转动，算法完全可以控通过调整 “飞轮核” 的转速和刹车时间，来让Block四处飘荡，哈，很有创意。至于条形码识别其它Block，嗯…..这不就是人脸识别的想法么，Vision对于短距离通信，还是有很多好处的，信息可以进行过滤，只处理自己关心的临近信息，不考虑太远的信息，让决策快速变化。这种策略的问题在于，如何协作？个体Block之间如何形成统一的意志？这是规划算法层面，需要考虑的实现问题，很有趣😄
“our method is more robust in variable scenes and extreme conditions”，今天自习看了看这个项目的论文，有些意思，上面这句来自于论文中的话语，算是它最大的特点吧。它前段时间获奖了，标题而且很吸引眼球，仿生大脑SLAM，成功激起了我的好奇心。架构设计还是比较符合直觉的，grid cell + head direction cell + experience direction map，数据结构层次递进，但是并不像NN网络连接那样，直接调整 “连接参数”，而是建立“连接参数 + 激活参数” 的转换，调节 “激活参数” 来反应空间感知，是一种抽象思维的手段，不错。只是，与其它SLAM算法相比，稍有疑问。一个问题是，与ORB-SLAM的比较不足，而且有限的比较中，ORB的结果要好于Neuro，看来作者也是有些避短，没有敢太深入解释，我估计，这与Neuro采用的Vision Templete的尺寸有关系，小尺寸虽然可以提高运算速度，但是可能会降低匹配，需要进一步试验。另一个问题是，LDSO的数据，在于垂直变化时，误差很大，作者也没有详细解释，我估计，与光线变化有很大关系，这倒是DSO算法本身的问题。运算速度和存储需求，论文没有介绍，也许需要试验一下才知道。总体感觉到不错，虽然有些形式化，但是符合美感😄
our method is more robust in variable scenes and extreme conditions.
“砖头的另一个作用” ……. 是可以垫脚，而 “没有合格的工程师”，的确无法解决工程问题。人类这么多年的工程实践，无数的数学、物理、化学结论，都是为了对抗我们这个不断扩张宇宙的熵增问题…….嗯，通俗来讲，就是牛顿第三定律之物体在没有受到外力作用下将维持原来的运动状态……嗯，用人话来讲，就是维持秩序太TM累了[Sob]。这帮大学生，看来不喜学习啊，高中知识，已经足够用于构建有效的工事，真不知道他们平时在干什么呢？
正是这里激起了他对景观和建筑的兴趣，使他由一位不知疲倦的旅行者，一位勉为其难的律师转变为一个建造者和景观设计师
起初巴瓦对现代主义的承诺使他倾向于采用白色的抽象形式以及水平屋面，可没过多久他就不得不承认，出挑的屋面对于遮蔽热带的烈日和雨水是必不可少的。
“某些交通参与者的行进速度可能要比正常的道路限速快很多，所以人类驾驶员会不自觉地浪费更长的时间来处理并做出决策，该公司的系统会基于不同环境场景和地理位置通过经验学习这些交通参与者的形式特点”，这是合理的考量。路口、车辆、行人，动作习惯的细节学习，可以推理出很多预测，从而提前行动，例如降速、加速、稍微偏离车道等等。这种行为的学习，倒是与是否是纯视觉系统无关，只要能够识别出物体即可。另一方面，这种策略，不止会提高安全性，也会降低功耗，已经没有必要去反复运算大量重复的行为，而是进行分级处理。这对于Self-Driving来说，也是很有意义的策略。
“在任何情况下，你不需要知道矩阵中的任何元素，就可以计算出你想要的任何东西”，这段话，是它的意义，即某个矩阵的特征向量之间，与它的子矩阵的特征向量之间，存在着关联关系，而这种关联关系，是通过“特征向量的每个元素”作为系数实现的，这也就是Tao说的“你不需要了解矩阵，却能计算出特征向量”的原因，当然，前提是……你已经得到了所有的特征值[Sob]。有很多人提到，这个定理好早就发现了，但是我觉得，它现在的再次提出，对于计算机科学，有很大的意义。向量代表了方向，这意味我们可以尝试去构造所有的特征值，然后计算特征向量，从而给出方向。这一点，在高维空间的迭代上，也许很有用，至少在DL领域，可以尝试解决鞍点问题，或者局部极值问题，加快收敛，值得探索😄
“我不按月卖是因为我认为我的软件不会在这个时间窗口内完成一个使用周期。一旦你集成了它之后，基本上它就会作为你应用的一部分而持续使用多年”，MacTalk很久没有看了，因为我觉得，他这几年，有些流于广告了，今日，看到他的另一篇新文，《不要放弃你的尊严》，于是感觉，好像他又有些回归了当初的状态。Critical Thinking，是很重要的一个力量，但是…..真的很难。每个人都在生活中左右冲荡，Thinking本身就变得困难，何况要Critical？但是，不去想的事情，并不意味着不会发生，就像我的一位好友，在看了《决战中途岛》之后，下定了决心去做一些以前犹豫的事情，人生就是在Thinking之后Enjoy那些Result的过程吧
“虽然狗屁不通但是段段扣题，旁征博引，读完醍醐灌顶好像领悟到了什么”，英国培根说，知识是力量，猪肉培根说，物以稀为贵，杰克马大嘴说，对钱没有兴趣，通胀凯恩斯说，我们都会死去。嗯，保尔柯察金说，人的一生到底应该怎样度过？
那个怪物爪子的视频，很有意思，应该是拍摄电影的绿幕
老外的模型，做的很细节，而且生物反应也设计的很好，特别是小姑娘回头后，爪子后退，明显是怪物有些害怕
我很喜欢他们对于人性的理解和表达
“他走過了無數次的 Camino，這兩條通往世界盡頭的叉路他也都走過，最喜歡的卻是先通往 Muxía 的這一條，沿途人煙較稀少，穿越幽靜無比的山林，特別夢幻與寧靜”，这条路线，是我最想去走的一条路线，当年我深受《The Way》的感动，这条路，就是那种精神的体验，是宗教与激情的混合，是信念与发现的转折，它，不仅仅是沿途的美丽，更是内心的朝圣
“分析 HM-NAS 算法包括以下三个优点：不同的边可以学习不同的权重；可学习边权重的鲁棒性；更加灵活的架构”，边的权重，算是一种网络参数吧，只是以往NAS为了减少训练时间，固定了网络单元的结构，并没有考虑动态更改它的结构。这有好有坏，可以只训练单元之间的连接，找到结果的时间，可能很快，也可能很慢，但是比较平均吧。本文剪枝的方法，是不是对于不同的数据集，会有不同的表现？需要更详细地测试。不过，思路很好，NAS的方向没有什么错误😄
“英雄成为英雄不单单因为他选择站在坏蛋的对立面，还因为他代表着某些东西，可能是公正、理想、家庭、朋友、社会或者国家”，但是，漏掉了很重要的一个方面，自己的信念。英雄，hero，的概念，过去与现在并不相同。古希腊的英雄，可以为了自己的私欲，而毁天灭地，现代的英雄，却披上了群体庇护者的外衣。Hero的结局，都是类似的，大概率要死去，因为，活着的人，如何被宣传所放大呢？这个意义上看，现代主义的群体庇护者英雄，生存的难度，要大于古代的个人欲望者英雄。中途岛的片子，还不错，对于日本人的展现，不多，但是效果，反而要好于美国人吧。日本的最大战略问题，在于心态自大，导致珍珠港后，没有彻底消灭美国太平洋航母，而自大引起的冒险主义，又让中途岛战役，出动了太多自己的航母，太多飞机离开母舰，导致无掩护的航母，成为了活靶。而受到攻击后的日军，战士的表情，明显能够看到恐惧，这与美军久经沙场的态度，对比鲜明。也许，山本五十六是对的，日本无法长期作战，那么干脆一次就赌大一些，考虑那么多防守，干什么？问题是他自己的信念，并不一致，战争后期，完全可以放手一搏，占领中途岛，建立基地，和美军拼持久陆地战，可惜…..退缩了。美军对于东京的轰炸，策略到很正确。日本这样的独裁国家，只要让天皇屈服，民众就会屈服。西方，早已在美洲印度非洲大洋洲，认识到了这一点，并以史为鉴
“由于蛋白质折叠过程十分迅速，斯坦福大学先前依赖非常昂贵的超级计算机来模拟蛋白质折叠过程。这种方式很明显花费巨大并且存在单点故障。通过运用区块链，他们能够选择使用一个巨大的分布式网络来进行高速运算”，不准确吧，区块链目前看只是用于奖励，FoldingCoin项目，就是希望将挖矿过程，用于斯坦福的Folding@home 项目，利用奖励，吸引算力，可惜，2015年的项目，到目前也没有什么进展，普通人对于这种应用，不感兴趣。蛋白质折叠，是很有意思的研究，从DNA碱基对得到的氨基酸多肽链，一维结构，如何生成三维的蛋白质空间结构？这种规程的规律是什么？能不能找到映射关系，从而根据mRNA来预测蛋白质结构？或者，模拟这个过程，从而发现可能的折叠错误而导致的疾病？这就是蛋白质折叠研究的意义。想起了《三体》中高维空间与低维空间的转换，如果简单按照空间关系划分维度，一维线性氨基酸链状结构，到三维蛋白质空间结构，存在多种可能，那么如何确定概率最大的路径呢？LuChun前几天刚说，深度学习已死，能量学习是未来。好吧，也许还真是能量，决定了走向[Sob]
Dear:
df21:42区块链与医疗这篇文章，其他的部分，介绍还算合理，但是关于蛋白质折叠的部分，语焉不详 df21:42“由于蛋白质折叠过程十分迅速，斯坦福大学先前依赖非常昂贵的超级计算机来模拟蛋白质折叠过程。这种方式很明显花费巨大并且存在单点故障。通过运用区块链，他们能够选择使用一个巨大的分布式网络来进行高速运算” df21:42这段话是不准确的 df21:43斯坦福的蛋白质折叠，有一个Folding@home项目，是分布式计算 df21:45需要大量的计算机，根据动力学公式，计算每个原子的运动，然后马尔可夫起来，模拟蛋白质折叠的过程df21:45区块链无法提供这么大的算力的，存储也不行 df21:46目前看到的项目，有一个FoldingCoin，结合了挖矿和Folding@home，来提供奖励 df21:47嗯，这是区块链的正确打开方式，提供奖励 df21:49不过，15年的文章，目前也没有怎么听说，说明…..没有什么人参与
“当人与人之间发生争执时，我们可以简单地说，‘让我们计算一下’，然后不费吹灰之力，就能知道谁是对的”，问题就在这里，我们本身，对于“对”与“错”的理解，就是不一致的，机器只是给出了它的判断罢了，人类个体，还是会有自己的判断。语言，是不是人类思想的形式表达系统？准确来说，它是思想的表达系统，当不能算形式表达系统，因为不符合形式系统所要求的推理关系，除非….我们可以定义一种和苏格拉底三段论不一样的推理关系。嗯，严格来说，这是有可能的，符号运算而已，抽象一下，就可以定义出来，但是，它的意义是什么呢？
“根据玻尔兹曼大脑观点，已知的低熵态宇宙是来源于熵的涨落，涨落中也应该会出现许多低熵的自我意识，比如一个孤单的自我意识”，这个设定很有趣，宇宙中漂浮的孤独意识，他们在想什么呢…….我们能够理解他们的思维么？孤独这个词，是群体性动物才会存在的情感描述，而对于这些玻尔兹曼意识，他们有过群体么？人类的想象力，真是奇妙，前几年，最喜欢的一本科幻小说，是《地球的四十亿个瞬间》，从一个小小的毛球开始，进化到复杂的生命，探索无尽的世界，相爱相杀，真是令我沉迷。可惜…..真TM太长了，不知现在，还在更新否？
准确讲，与个人身份相关的原始测量数据，可以属于这个人，但是加工后的数据，不属于他，而是属于加工者
个人要管理自己的数据，目的是什么？目前看，一是为了隐私，二是为了利益。
隐私，没有办法完全保证的，因为数据要保证真实，必须要溯源，可以追查责任，如果不能溯源，这个数据的质量是无法秋后算账的。加密并不能解决这个问题
利益么，就属于博弈了。一万人里，总有人愿意免费给，收费的人，收益很少。
人民，总是乌合之众的
“我们没有办法追踪这个去中心网络中运行、传输的一些数据，导致我们对我们用户的了解也是有限的，这对我们的运营工作来说，是很困难的”，this is conflict。但是，数据是什么，属于谁？准确讲，与个人身份相关的原始测量数据，可以属于这个人，但是加工后的数据，不属于它，而是属于加工者。个人要管理自己的数据，目的是什么？目前看，一是为了隐私，二是为了利益，三是为了….自由。隐私，没有办法完全保证的，因为数据被使用时，要保证真实，必须要溯源，可以追查责任，如果不能溯源，这个数据的质量是无法秋后算账的，加密并不能解决这个问题。利益，就属于博弈了，这么多人里，总有人愿意免费给，收费的人，获得的收益会很少。而自由，我以为是更纯粹的目标吧，为了隐私我可以用Snap，为了利益我可以用知识星球，但是为了自由，就只是…..不希望你接触到我的数据。从这一点看，他们的尝试还是很有意义的，构建这样一个系统，提供了自由的支撑基础，即使无法做到“利益交易”的原始目标，赞