“科学是一种本质上属于无政府主义的事业。理论上的无政府主义比起它的反面，即比起讲究理论上的法则和秩序来，更符合人本主义，也更能鼓励进步。”
                                                           ——Paul K. Feyerabend
最早接触到Feyerabend和他的《反对方法》是在自然辩证法的课上，当时王巍老师讲到关于科学划界（也就是所谓科学和“伪科学”的区分）问题时，讲述了传统的各种原则（包括证实原则和证伪原则）的困难以后，提到了这位老兄带有投降性质的观点：既然无法划分，那就不去划分了，爱咋咋地（anything goes!）。前段时间关于中医是伪科学应当废除的说法甚嚣尘上，还有法律中是否应当出现“伪科学”说法的讨论甚至让人大打出手，倒是让我不由的想起了这位比较有反叛精神的科学哲学家和他的观点。在网络时代的今天，为了观点的分歧而相互嘲笑、咒骂、攻讦显得异常容易，但这种没有营养的辩论下真理其实并不总能“越辩越明”。我决定花点时间认真阅读一下Feyerabend的著作《反对方法》，了解他对科学原则或者科学主义的责难，我想这应当比无谓的辩论的更加有益。

今天读了书的导言和1-5章。
第1章仍然是序言性质的，主要还是强调了作者在科学方面的“无政府主义”观点。总的来说，他认为现在的科学理论体系和其他的体系（包括宗教、神话以及个人的臆想）并不存在先天的优越性，它们相互之间应该是平等的。所以科学也应当和宗教一样和政府相剥离，并受到民主的制约。这个理论这和中国现在许多的科学主义者所鼓吹的相反，他们一般强调科学讲求严密、实证和逻辑，因此科学是人类最坚实的知识基础，而专家在专业领域的观点则必须无条件的尊重（只有专家才有资格反驳另一个专家）。需要注意的是Feyerabend在后来的书里提到他只是认为无政府主义是现在这个时代的一个良药，这并不排除在其他时代应该坚持理性主义。所以用“相对主义”来描述Feyerabend的观点可能比“无政府主义”更恰当。
第2章提出了“反归纳主义”的说法，大致意思是说，即使某个理论和现有的理论和事实不相符合，也不应该简单的抛弃。甚至于在一定程度上可以说，只有这样的理论才能推进科学的发展。这个观点基本上和拉卡托斯的差不多，观察和实验并不能证伪一个理论，只有理论才能证伪理论。一个和理论不相符合的事实并不能否定一个理论：因为我们可以通过引入一些辅助性假设和适当的修正来使理论和事实相符合。因此我们在进行科学探索的时候，其实就是从若干不同的理论加以选择的过程，既然如此，只有重视和现有理论相矛盾的理论，科学才有可能发展。
第3章主要是对“一致性条件”要求的反驳，也是上一章反归纳法中关于理论不一致部分的深入。所谓“一致性条件”表明的是这样一种观点，即新的假说应当符合于公认的理论，换言之，旧的理论享有优先权。这样的一致性准则在国内的科学与伪科学、职业科学家与民间科学家（民科）问题的讨论中经常会出现。学者们往往会这样规劝非职业科学家：你们最好了解一些现代科学的进展，所做的工作至少不应该和已经确立的一些基本理论相违背，否则肯定是白费功夫。当然这样的观点有它自己的道理，因为已有的公认理论一般已经比较成熟、完善，并且广为人们所接受，而且和已有的事实也能比较好的吻合。那么，即使新的理论也能够和事实相符合，那也不应该接受它，否则我们整个的教育体系、文献材料全部都要修改，学生和科技人员也要重新培养，而这并没有带来更多的好处（因为旧的理论和新的理论能解释的东西一样多）。只有当旧的理论不能解释新的现象时，才有必要对其进行补充和修正。Feyerabend对此的反驳是，如果我们坚持“一致性条件”的要求，那么与旧理论不相容的现象根本就不会出现。Feyerabend这里举了一个关于布朗运动和热力学第二定律矛盾的问题，这部分内容跟我的物理学常识不太一致（嗬嗬，又一个一致性要求），当然不排除翻译的问题，所以这里就不深究这个例子本身了。Feyerabend对此的理由是，事实并不是独立于理论而存在的，能够反驳旧理论的事实也不会自发的摆在我们面前。事实上，有判决性的事实往往是通过对新理论的研究得到的，往往如果坚持一致性准则，我们就不会积极的（也很难）去寻找有可能否定旧理论的事实，从而“导致排除潜在的反驳事实”，而即使偶然遇到了这样的现象，我们也可以通过简单地引入一些辅助假说来避免旧理论被证伪。长此以往，现有的理论会被大量、广泛的传播，人们也不会去思考存在其他替代理论的可能性，现有的理论也就显得更加的坚不可摧……事实上，在宗教统治的社会和时代，宗教理论就很明显地表现出这样的特征。按照Feyerabend的观点，今天的科学理论也正在扮演着同样的角色。

不行了，今天先到这里，睡觉去，以后接着写……

最可怕的，不是年华不再，而是日子一天一天流淌，却如死水一般没有变化，没有波澜，没有色彩，没有声音，没有未来。

所以不要停止你的脚步，不论前方是什么。岁月和风尘不会磨掉你的锋刃，而驰豫和惰性却会。

所有的日子/所有的日子都来吧
                      ——《青春万岁》
这次放假在家留的第一个也是最后一个blog记录
这个假期，在阿克苏电大给人写了网页（见http://www.akstvu.cn的行为统计），去南疆的喀什、大峡谷、神木园还有北疆的伊犁和天鹅湖玩了玩，还给石河子大学作了两回报告。hoho，还是满充实。
虽然不舍得，还是要回学校了。不管什么样的日子都会要来，不管什么样的日子也都会过去，不管我们是不是喜欢。
再见，我的乌鲁木齐。

Thank you for submitting your paper to IEE Proc. Control Theory & Applications. The referral process is now complete. I am pleased to say that the referees found your paper interesting and worthy of publication. My decision is therefore to accept your paper subject to minor revisions.
- IEE Proc. Control Theory & Applications Editorial Office


2月份投的稿，没想到这么快就被录用了。审稿人的评价都还不错，除了语言上有些要修改的之外。看来自己捉摸的研究内容还是有点意义的。

We propose that a 2 month, 10 man study of artificial intelligence be carried out during the summer of 1956 at Dartmouth College in Hanover, New Hampshire.

The study is to proceed on the basis of the conjecture that every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it. An attempt will be made to find how to make machines use language, form abstractions and concepts, solve kinds of problems now reserved for humans, and improve themselves.

- Dartmouth AI Project Proposal; J. McCarthy et al.; Aug. 31, 1955.

在三年到八年的时间里，我们将研制出具有普通人一般智力的计算机。这样的机器能读懂莎士比亚的著作，会给汽车上润滑油，会玩弄政治权术，能讲笑话，会争吵。到了这个程度后，计算机将以惊人的速度进行自我教育。几个月之后，它将具有天才的智力，再过几个月，它的智力将无以伦比。

- M. Minsky. 1970

1956年夏天，达特茅斯（Dartmouth）大学年轻的数学助教麦卡锡（McCarthy）和他的年轻朋友明斯基（Minsky）、罗彻斯特（Rochester）和香农（Shannon）发起了一个暑期研究会（Summer Research Conference），邀请了众多公司与大学的学者参与讨论。在这个历时二个月的聚会上，第一次正式提出了“人工智能(Artificial Intelligence)”这一术语，宣告人工智能这一研究方向和学科的建立。
今天回过头来看当年这些年轻与会者也许是很有意思的事情，我尽自己所能给出一些描述
C. E. Shannon（香农）：作为信息论的奠基人似乎不必多说，“香农采样定理”足以让他永垂不朽。今天，无论我们上网或者打电话时，都在享受着他的研究成果。2001年逝世的时候，我相信每个学习过通信理论的人都会献上自己的淡淡哀思。1956年的时候，他刚好40岁。
M. Minsky（明斯基）：这位人工智能的早期创始人之一，后来似乎更多的作为一名人工智能的批判者存在。早期他所提出的XOR问题一度宣告了神经网络的死亡，让无数研究项目丢掉了资金支持。2003年时更是语出惊人，宣称“70年代以后人工智能已经死了（AI has been brain-dead since the 1970s）”，又是一阵轩然大波……
J. H. Holland：这位在1975年出版了一本书宣称通过模仿生物进化的机制可以用来求解优化问题。于是在一夜之间人们突然明白即使不懂多少数学也一样可以去算那些很复杂的数学问题，而且常常不比过去的数学家算得差。无数人把它的方法用在有趣或者无趣的问题上，直到今天这场群众运动仍然方兴未艾。
J. Nash（纳什）：《美丽心灵》的主人公，这个不必说了吧……还不到30岁的他获得博士学位还没几年，那时他刚遇到自己未来的妻子。
笔者孤陋寡闻，所知就这些了，名单中还有一些人眼熟，但是实在说不出什么事迹来。还有一位出生在前苏联的年轻人当时没有参加这次会议，从时间上看他应该正在做一个与之风马牛不相及的问题——现代控制理论，但是9年后他提出的模糊理论深刻地影响了人工智能的研究，后来全世界的工程师把他的理论用在从数码相机到人造卫星的各个方面，他很骄傲的在主页里宣称在INSPEC和Mathematical Reviews数据库中，与“模糊”有关的文章超过了三万八千篇。
我不知道当年参加这些人是否想过未来所会经历的无与伦比的成功和无与伦比的失败。Minsky当年所设想的人工智能产品至今仍是遥不可及的梦想，但无数的人工智能技术的确在一点一滴地改变着我们的生活。无论怎样，当年他们年轻而富于创造力，他们亲手培育着一门新的学科，他们相信所从事的工作会有一个灿烂的未来——一如自己的孩子。

“一雨成秋”或者“一雨便成秋”这个词很常见，以此为题伤春悲秋的诗歌也不少。却不知它的出处是哪里，只查到纳兰性德《浪淘沙》中“夜雨做成秋”一句。

在几天的闷热天气之后，北京居然难得的阴雨连绵起来，颇有几分秋天的感觉。“一雨成秋”这个词始终在我脑子里打转，何况天气预报也郑重告诫：“建议着薄型套装等春秋过渡装”。
一直喜欢比较冷的天气，从斜风细雨到寒风飞雪（可惜这两年北京的雪是越来越少了）。在屋中自然可以“风雨不动安如山”地听雨赏雪，而风雨中赶路，纵然是行色匆匆，也颇有点“迈步从头越”的豪情。即使是雨雪之后放晴，也比平时的晴天多些味道。试想要总是阳光灿烂万里无云，那就实在平淡无趣了。
这样的喜好多半是在新疆时养成的，小时候每天背着书包在寒冷而干燥的天气中上学、下学。以至于现在每遇到这样的天气且又是华灯初上时，总有种“放学回家”的错觉。可惜我南方的亲人们恐怕无法理解，对他们来说寒冷与萧瑟大概多半是和“苦寒”二字联系起来的，有的感觉估计是不能分享与复制的。
话说回来，要真是现在有学生在作文用了“一雨成秋”，一定会被老师用红笔画个圈，并批上句“用词不当”。这个时间，再怎么阴天、下雨，即将到来的还是夏天。无论感觉如何，过去的季节，终究是过去了。

这个月16日的事情，得赶紧记下来，否则就该忘了。

先转一段活动宣传：
我们“中国学术之旅”活动的宗旨是让IEEE了解中国、让中国的科研工作者和广大青年学生了解世界，给大家介绍最新的科研方向、成果和发展趋势，介绍IEEE 计算智能学会(Computational Intelligence Society)，让知名学者和大家面对面交流、讨论。

中国有广大的科研人员和青年学生在本领域从事研究、开发和应用，在神经网络、模糊逻辑系统、进化计算、自动化、机器人、计算机、信号与系统等领域有大量的研究和应用成果。我们相信：通过本次“中国学术之旅”交流活动，必定会使大家受益匪浅！

 

首先有几点小小的不满：网上原本通知8点开始，结果到了会场才看到通知说改为8点半开始，大概中国人做事情总是这样；另外原来的介绍说会免费提供资料和CD，结果只有一张纸介绍了下会议日程，不晓得是不是因为北京是最后一个城市，准备的材料发完了？结果就是每个人讲完就有一堆学生拥上去拷贝ppt。最后，Fuzzy领域大名鼎鼎的Jim Keller，IEEE Trans. Fuzzy Systems的前任主编没来，听别人说他在前面几个城市的演讲很是成功。
首先上场的是Vincenzo Piuri，意大利人，号称IEEE CIS主席，当然了，看头衔就知道这位是个学术“领导”，讲讲IEEE CIS的发展沿革、美好未来，入他们会有什么好处（有点像传教）。像所有领导讲话时一样，下面的人个个昏昏欲睡，连坐在前面的几位演讲人也是扶着脑袋打瞌睡。他讲完时，全场热烈鼓掌，意思是“老大您终于掰活完了啊。”
第一位是Gary Yen，好像是个台湾人，现在美国工作。讲的是基于Approximate Dynamic Programming的Adaptive Critic Control，看起来像是Reinforcement Learning的一个升级版本。可惜自己不熟，而且这哥们讲得飞快（顺便提一句，他大概是几位演讲中英文讲的最好的，可惜就是太快，跟炒豆子似的）。跟我的工作应该有些关系，还好弄到了ppt，有时间得好好钻研一下。
第二位是ITFS的现任主编Nikhil R. Pal，印度人。肤色比照片上黑得多，跟同学在下面偷偷说这哥们在印度传统种姓制度中大概属于比较低的阶层，能到这一步恐怕也是经过艰苦努力的。讲的内容是模糊系统和SOM网络在卫星遥感图像分类中的应用。说实话，听的第一感觉：靠这些工作他怎么能当上主编的？就是很传统的模糊聚类+识别，老的不能再老的东西。听到后面有了个整体的印象，感觉好了很多。这哥们在他的工作中集成了模糊系统差不多所有主要技术，从DS证据理论到自组织聚类，从而得到了一个性能和可解释性都很好的处理系统，而且面向的是一个非常有意义的实际问题。拿来做关于模糊系统的讲座，大概是最合适不过了。当时想如果将来炒这套东西在遥感领域说不定也能混口饭吃：）我后面问了问题，就是他认为模糊理论相对于概率理论到底带来了什么新的东西，他的回答大概还是语言不确定性的东西，似乎没什么很新的观点。其实我当时最想跟他说的：老大，我的稿子还在你手里，你看我听讲座这么辛苦，就应了我罢：）
快到中午，主席先生继续上台传教，我就跑回去解决午饭问题。
下午第一位是姚新，作为国内毕业的博士，现在做到英国伯明翰大学计算机系主任，实在是我一个土博的偶像。进化计算作为他的成名绝技，是当然的主题。可惜没讲什么新鲜的东西，跟几年前在我们实验室讲的内容差不多，还简略了许多。有点印象的就是现在进化计算的主要研究方向，有算法的理论分析、co-evolution还有动态环境下的优化问题。据说他这几年在进化计算的理论分析上作了不少有意义的工作，可惜只字未提。他还提到ITEC的影响因子这几年一路上扬，已经达到了3点几，远高于ITFS和ITNN，还真是有趣的事情。
接下来是Kay C. Wiese，生物信息学。完全不懂……唯一知道的是他在说进化计算这个东西在生物信息学里很有用——再次遐想自己改行的事情。
最后是Witold Pedrycz，关于计算智能技术的应用。长篇大论，可惜这时候我已经一门心思准备开溜了，印象好象就是东北乱炖——把杂七杂八的东西放在一起熬……

总的感受，计算智能这事还是颇有可做的，但是得找对应用方向。话说回来，现在什么方向都比我目前的方向有前途，sigh...

总结完，收工。