RPC实战与核心原理学习心得

RPC实战与核心原理学习心得

如果你可以学会如何拼写一种语言，却对其拼写规则和语法一无所知；如果你能学会如何翻译几种语言，却缺乏所译语种语法的理论和概念；那么，在这种缺乏理论的情况下，你还能学会什么呢？

在本月《连线》杂志的封面文章中，克里斯·安德森探索了这样的想法：也许你可以在对理论一无所知的情况下搞科学。

在当下的世界中，大量的数据和应用数学取代了能够施加的其他每种工具。涵盖了从语言学到社会学的一切人类行为理论。忘记那些分类学、本体论和心理学吧，谁知道人为什么在做他们所做的事情呢？重点在于他们在做这些事情，而且我们可以以前所未有的高准确度追踪和测量它们。在数据面前，那些数字自己会说话。

以PB计数的数据允许我们放言：“我们已经掌握了足够的关联。”我们可以停止寻找模型，我们可以直接分析数据而不必再假设它显示些什么，我们可以把数字投入世界上最大的计算机群，让统计概算去发现其中科学不能发现的模式。

这个观测可能有点道理。许多科学，诸如天文学、物理学、基因组学、语言学和地质学，目前都生成了极其庞大的数据组和稳定的、以PB计的数据流，未来十年间它们将以EB计数。使用老式的“机器学习能力”，计算机可以在数据的海洋中提取各种模式，而人类却没有任何在其中检测模式的能力，而这些模式正是关联。这些观测也许能引起关联，也许并不能，但我们可以从中学到新东西。因此，虽然没有遵从传统方式，但它们能够胜任科学所做的事情。