寫程式寫了那麼久,一直專注在Programming、Design、Analysis。一直以來運作還算正常,但是隨著接觸到愈來愈多的開發人員,漸漸發現不是每次都能和能夠保持優良的開發品質的人合作,單靠開發人員自己的素養來管理開發的品質也不知不覺顯得吃力。除了是市場變化使得開發的內容愈來愈複雜外,參與的人員愈來愈多元化也不斷影響著品質。
開發不等於Engineering。這是我最近幾年的心得感想。只要時間允許,在下有一定的自信能開發出任何(夠成熟的技術做得出來的)功能。只是這樣是遠遠不夠的。在下不可能永遠都自己做,也不可能有無限的時間做。而愈是擅長Engineering的人,愈比在下更有可能完成這樣的任務。愈艱鉅的大型專案,成功的關鍵人物愈不(只)是開發的專家,更是擅長組織開發工作,讓團隊執行Engineering的人物。
就我的觀察,這一號人物除了熟悉Engineering的進行方式,能夠彈性又有效的管理團隊的開發工作外,他們還擅長使用各種協作工具。這些工具中就包含了所謂的持續整合(Continuous Integration)的目的,以求在現今複雜的開發環境下能不斷產出高品質的成品。
本書介紹的持續整合工具是Jenkins。它能夠協助團隊不斷建置產出。搭配適當的腳本,還可以完成自動測試。如果有必要的話,甚至能完成自動部署的工作。這些自動工作能整合許多其他的工具,自動完成許多繁鎖的工作,不旦減少人工錯誤的發生,更將工程師從一些產值較低的工作中解放出來。
本書的內容十分「工整」。呵呵,實在想不到怎麼形容它。這裡說的「工整」是--該有的都有了。除了基本功能外,雖然作者盡力的多介紹了一些近年來可能會遇到的需求,比如自動建置xcode專案以及如何自行開發plug-in。讓讀者們能快速進入狀況,並有效的導入此一技術,讓你的Engineering水平立刻拉高一個水平。
只是內容就是只有那些。說實在的,Jenkins整合的太好,讓它太簡單易用,易用到不太需要買書來看(誤!!)。不過,如果閣下是那種希望書架上有一本書可以參考的人。那麼這本書還是可以放到書架上的(笑) 。
2017年5月16日 星期二
2017年5月1日 星期一
大衛.艾倫 - 搞定
這本書看到一半時,有人問為什麼看這本書?覺得自己工作沒效率?這讓我思索了一翻。雖然不覺得自己遇到什麼困難非看這類圖書,不過自己卻認為有需要對工作管理進行精進,其目的不只是為了工作上的管理,更希望如本書的效果一樣,透過有效管理在事業、家庭與個人志趣間取得平衡。
GTD (Getting Things Done)是本書作者不斷推廣的工作模式。它和在下過去閱讀的管理書籍比起來更著重於個人層面的管理。作者所介紹的手法非常適合實務運用,不是理論派的學問。如果拿來和杜拉克的作品比較,我覺得本書對個人的管理來說提出了更實際的作法。
關於本書所提的做法,其終極策略是避免大腦陷入無義意的open loop。這也是本書最大的重點。之前我分享了一本關於人工智能、大腦的書,而本書的作者也正視了人類大腦、心靈上的弱點,設計了更實際的工作管理策略。
舉幾個例子。首先,你騙不了你的大腦,因此不要用什麼宏觀的想法去決定事物所謂的優先順序。你直覺什麼是重要的,就不能把它列為不重要,必須提高順位去處理它。不然它會像惡魔一樣,一直在大腦裡纏著你。其次,你在做規劃的時候也要做到足以說服你的大腦,讓它放心跟著計劃走,不然大腦就只能一心二用,導致資源浪費,對你的健康也不好。
作者提出了五個步驟。這些步驟環環相扣,可以解放你的大腦。而且作者也分享了它推廣GTD的多年經驗,幫助你有效落實這五個步驟。這五個步驟在下就不在此多說了,我想留給各位自己去讀看看,而且作者這麼不吝分享的工作管理技巧,實在值得大家用新台幣好好的讚賞一下。
GTD (Getting Things Done)是本書作者不斷推廣的工作模式。它和在下過去閱讀的管理書籍比起來更著重於個人層面的管理。作者所介紹的手法非常適合實務運用,不是理論派的學問。如果拿來和杜拉克的作品比較,我覺得本書對個人的管理來說提出了更實際的作法。
關於本書所提的做法,其終極策略是避免大腦陷入無義意的open loop。這也是本書最大的重點。之前我分享了一本關於人工智能、大腦的書,而本書的作者也正視了人類大腦、心靈上的弱點,設計了更實際的工作管理策略。
舉幾個例子。首先,你騙不了你的大腦,因此不要用什麼宏觀的想法去決定事物所謂的優先順序。你直覺什麼是重要的,就不能把它列為不重要,必須提高順位去處理它。不然它會像惡魔一樣,一直在大腦裡纏著你。其次,你在做規劃的時候也要做到足以說服你的大腦,讓它放心跟著計劃走,不然大腦就只能一心二用,導致資源浪費,對你的健康也不好。
作者提出了五個步驟。這些步驟環環相扣,可以解放你的大腦。而且作者也分享了它推廣GTD的多年經驗,幫助你有效落實這五個步驟。這五個步驟在下就不在此多說了,我想留給各位自己去讀看看,而且作者這麼不吝分享的工作管理技巧,實在值得大家用新台幣好好的讚賞一下。
2017年4月9日 星期日
雷.庫茲威爾 - 人工智慧的未來
我曾經對人工智慧有興趣。唸書的時候也曾經想要以人工智慧為研究的目標。只是當時不夠勇敢。因此在對人工智慧的瓶頸感到憂心的情況下,決定先往其他方向發展了。但是我還是有修相關的課程,也對相關的發展非常期待。
去年底,由Google的Alpha GO掀起的熱潮讓人們注意到人工智慧驚人的進步。圍棋是複雜度相當高的棋藝類遊戲。雖然只是黑子與白子的戰鬥,但是其複雜程度比起早些年就被電腦掌握的西洋棋高上許多。我還在求學階段時,這方面的相關研究還無法有效製作出足以和人腦對抗的圍棋電腦程式。但是去年那場大戰後,相信電腦的圍棋是否能與人腦對抗,已經不是一個問題了。關於那場人機大戰的圍棋結果。最令在下感到不以為然的是,竟然有人認為電腦使用雲端運算是作弊。這是未來趨勢呀!大大!
同樣的觀點也在這本《人工智慧的未來》裡被提到。
《人工智慧的未來》的英文書名是《How to create a mind》,即《如何建立心智》。英文的原名非常重要,因為書中許多描述都是以建立一個人的心智為主,而不只是建立智慧。為了建立人的心智,必需要理解人的思考模式,人腦的運作模式,然後將其轉變成電腦系統。
在講述建立心智的過程裡。作者先是說明人腦驚人的思考能力,然後解釋大腦的運作方式。在這樣的過程中,他除了再一次的讚賞人類大腦的驚人天賦,同時也試著要讀者們解放思想,不應受到侷限。這個侷限指的是邏輯上的、哲學上的,甚至是神性上的。作者最常拿出來挑戰的,是那些質疑電腦是否會思考、是否有意識的聲浪,這些提出質疑的人主要是認為電腦只是用人類設定好的演算法,搭配大量的知識庫來計算出答案而己,並不具有人類般的意識。但作者不這麼認為,因為人類也是透過生物形態的演算法與後天學習的知識來計算答案。如果電腦不算有意識,那人類也不能算有意識。這點我愈來愈贊同。我曾經和同事討論過Alpha GO等,現代電腦利用機器學習得來的成果。起先,我對其抱持否定的態度。因為我所以為的人工智慧應該是能求出最佳解。而這些機器學習都是用大量的數據來推算近似解。然而,當我同事問我,如果這樣的解不夠好,那怎樣的解才夠好呢?在下沒有辦法回答。概念上,當然是要追求最佳解。但是,如果Alpha GO等電腦的近似解就已經是最佳解,那不表示他們已經達到我想要的結果了嗎?如果用這種方式就能達到最佳解,就算是用推導的又有何不可呢?
這本書介紹了很多關於大腦的知識。以科普書藉來說,解釋的難度恰到好處。不得不說翻譯的人也十分高竿。
人類因為大腦皮質的出現(而且是大腦皮質最多的物種),因此得以進行深度的思考。在拆解人腦的過程,作者提出許多假設與實驗後的證據顯示大腦的運作方式其實沒有以往預期來的複雜,人腦中的許多部份都是重覆的結構,沒有太多不同的地方,這使得我們摸擬時的難度下降。此外,人類的神經網路的傳輸能力也比想像的差。以視神經來說。其視覺的解析度可是遠遜於高畫質的電視或電腦螢幕。是實上,我們人類只能看到幾個區域而己,其於的部份是大腦幫我們「幻想」出來的。
通過對大腦的了解。人類已經愈來愈能開發出運算效率和人類相近的電腦。作者認為這樣的發展會愈來愈快,如同人類其他的科技一樣,會發生類似摩爾定律的效果。到了2080年的時候,一個和人腦相當的電腦,只要花掉你1000美金即可。
此外,由於人腦的發展已經到了極限。除非頭變大,否則不太可能更聰明。就算頭變大也不夠用。因為終究有其物理極限。於是未來的人類把部份的腦力放到雲端上是合理的事情。
縱觀上面兩段文章,在下認為未來的人類在智能上不會再存有問題。人人都可以智商180。所以想靠智商成功會愈來愈難(其實現代人就很難單靠智商成功)。能夠更有效的使用這些資訊技術的人才能成功。
《人》是一本非常有趣的科普書。這是我在逛誠品時無意間看到的。雖然當下只翻看了幾頁,卻立刻被作者對人工智慧的熱情感染。在此,我非常推薦對人工智慧有興趣的人來翻看。不需要太多的學習背景也可以來看。而對於已經有資訊背景的學者,讀起來應該會更有感覺。
我在此非常推薦這本書。這本書一定會讓你對人工智慧有不一樣的想法。也會讓您對大腦和人工智慧的發展感到無比驚訝。
去年底,由Google的Alpha GO掀起的熱潮讓人們注意到人工智慧驚人的進步。圍棋是複雜度相當高的棋藝類遊戲。雖然只是黑子與白子的戰鬥,但是其複雜程度比起早些年就被電腦掌握的西洋棋高上許多。我還在求學階段時,這方面的相關研究還無法有效製作出足以和人腦對抗的圍棋電腦程式。但是去年那場大戰後,相信電腦的圍棋是否能與人腦對抗,已經不是一個問題了。關於那場人機大戰的圍棋結果。最令在下感到不以為然的是,竟然有人認為電腦使用雲端運算是作弊。這是未來趨勢呀!大大!
同樣的觀點也在這本《人工智慧的未來》裡被提到。
《人工智慧的未來》的英文書名是《How to create a mind》,即《如何建立心智》。英文的原名非常重要,因為書中許多描述都是以建立一個人的心智為主,而不只是建立智慧。為了建立人的心智,必需要理解人的思考模式,人腦的運作模式,然後將其轉變成電腦系統。
在講述建立心智的過程裡。作者先是說明人腦驚人的思考能力,然後解釋大腦的運作方式。在這樣的過程中,他除了再一次的讚賞人類大腦的驚人天賦,同時也試著要讀者們解放思想,不應受到侷限。這個侷限指的是邏輯上的、哲學上的,甚至是神性上的。作者最常拿出來挑戰的,是那些質疑電腦是否會思考、是否有意識的聲浪,這些提出質疑的人主要是認為電腦只是用人類設定好的演算法,搭配大量的知識庫來計算出答案而己,並不具有人類般的意識。但作者不這麼認為,因為人類也是透過生物形態的演算法與後天學習的知識來計算答案。如果電腦不算有意識,那人類也不能算有意識。這點我愈來愈贊同。我曾經和同事討論過Alpha GO等,現代電腦利用機器學習得來的成果。起先,我對其抱持否定的態度。因為我所以為的人工智慧應該是能求出最佳解。而這些機器學習都是用大量的數據來推算近似解。然而,當我同事問我,如果這樣的解不夠好,那怎樣的解才夠好呢?在下沒有辦法回答。概念上,當然是要追求最佳解。但是,如果Alpha GO等電腦的近似解就已經是最佳解,那不表示他們已經達到我想要的結果了嗎?如果用這種方式就能達到最佳解,就算是用推導的又有何不可呢?
這本書介紹了很多關於大腦的知識。以科普書藉來說,解釋的難度恰到好處。不得不說翻譯的人也十分高竿。
人類因為大腦皮質的出現(而且是大腦皮質最多的物種),因此得以進行深度的思考。在拆解人腦的過程,作者提出許多假設與實驗後的證據顯示大腦的運作方式其實沒有以往預期來的複雜,人腦中的許多部份都是重覆的結構,沒有太多不同的地方,這使得我們摸擬時的難度下降。此外,人類的神經網路的傳輸能力也比想像的差。以視神經來說。其視覺的解析度可是遠遜於高畫質的電視或電腦螢幕。是實上,我們人類只能看到幾個區域而己,其於的部份是大腦幫我們「幻想」出來的。
通過對大腦的了解。人類已經愈來愈能開發出運算效率和人類相近的電腦。作者認為這樣的發展會愈來愈快,如同人類其他的科技一樣,會發生類似摩爾定律的效果。到了2080年的時候,一個和人腦相當的電腦,只要花掉你1000美金即可。
此外,由於人腦的發展已經到了極限。除非頭變大,否則不太可能更聰明。就算頭變大也不夠用。因為終究有其物理極限。於是未來的人類把部份的腦力放到雲端上是合理的事情。
縱觀上面兩段文章,在下認為未來的人類在智能上不會再存有問題。人人都可以智商180。所以想靠智商成功會愈來愈難(其實現代人就很難單靠智商成功)。能夠更有效的使用這些資訊技術的人才能成功。
《人》是一本非常有趣的科普書。這是我在逛誠品時無意間看到的。雖然當下只翻看了幾頁,卻立刻被作者對人工智慧的熱情感染。在此,我非常推薦對人工智慧有興趣的人來翻看。不需要太多的學習背景也可以來看。而對於已經有資訊背景的學者,讀起來應該會更有感覺。
我在此非常推薦這本書。這本書一定會讓你對人工智慧有不一樣的想法。也會讓您對大腦和人工智慧的發展感到無比驚訝。
訂閱:
文章 (Atom)