对妇女节中“妇女”一词的思考

每年的3月8日是国际劳动妇女节,它起源于美国女工争取平权的运动。妇女这一词,本来指的是14岁以上的女性,但是在中国,妇女的形象不知为何逐渐等同于已婚女性,或者是中年女性,可能因为妇这一个字,在中文中固有的含义,导致了妇女节这一内涵的混乱,妇女节想要指代除女童之外的女性的企图几乎彻底失败了,反而将3月8日固化为已婚女性乃至中年女性的节日,而其他女性不愿意被称为妇女。

由于这一词义带来的混乱,所以我们可能无法去指责年轻女性和未婚女性对妇女一词的反感,然而在消费主义盛行的当下,这一混乱被放大了。在缺乏一个词统称所有的女性时,女生乃至女王等称呼出现了,然后它们的出现不但没有弥合分歧,反而带来了理念的混乱,对男女平权带来了及其恶劣的影响。

女生这一词,提出来时就和妇女对立了,女生的基本意象是年轻的、不事生产的,需要男性呵护的,而妇女的意象则有几分灰头土脸,这种对立的直接表现就是3月7日被年轻人,有其是国内的高校,变成了女生节,其传统是高校男生通过各种形式,尤其是标语向女生献媚,哪些标语一般都透漏出强烈的求偶荷尔蒙信息,而私底下流传的段子,将3月7日与3月8日的差别定义为“只差一日”。在这种3月7日的意象中,女性是需要被呵护乃至被包养的,在中国男女比例失调的现实下,女性在婚姻市场中拥有较高的议价权,但是这种议价权的女高于男并不等于女权的胜利,女性往往只是卖了个好价钱,男性为此背负的“有车有房、父母双亡”的择偶标准,将女性的价值标准简单化为金钱,而完全看不到女性对自我价值实现的追求。

最近几年,互联网电商崛起,将每个节日打造成购物节是他们的不懈追求,所以现在3月8日被他们称为“女王节”,这是一种精致的讨好,无论你年轻与否、已婚与否,都被女王这一词统一取代了,但是,这个世界上现存的女王没有几个了,怎么可能每个人都是女王呢?在这里,女王的意象是颐指气使的,“老公,付账!”,这或许就是电商最想要的女王形象。男性为女性付账,或许并不是什么坏事,但是如果把这种行为形象化为一种标准,则是实际上对女性的物化,她们变成了一帮只知道花钱的人,那么男性为什么要心甘情愿的为她们付账呢?在这个苍白的女王形象中,能够解读出的可能还是只有女性在婚姻市场的高议价能力了。在消费主义语境下,女性的独立、骄傲被解读为随心所欲的买买买,女性退化成了这个社会的宠物。

所以我思来想去,或许只有叫女人节才能弥合这些分歧,指代到所有性别特点已经明显的女性(即儿童之外的),它的内在价值本应该是妇女节的本意:争取男女平权,女权即人权,而不是让男性带着色眯眯的有色眼镜鉴赏,让男性付账,随心所欲买买买的物化形象。

对碎片化时间的思考

1 为什么时间会碎片化

首先,时间的碎片化是一种时代特征,社会越发达,人和人之间的合作就越广泛而频繁,或者说这两者是二而一的,广泛而频繁的合作带来的是不停的打断,这种打断不限于面对面的,还包括了各种现代化的通信方式,比如手机,面对这种时代带来的被动的时间碎片化,我们能做的选择比较有限,比如你想不用手机,可能需要付出一定的代价,甚至必须有一定的地位,否则别人是不会和你合作的。

其次,时间的碎片化是娱乐与消费主义带来的,各种商家以及为商家打广告的专家,想破头就是为了吸引你的注意,霸占你的时间,平均几分钟就要掏出手机看一看的我们,时间的碎片化是一种在诱惑之下的主动选择,对这种碎片化,如果我们不珍视自己的注意力,任由他人收割,将严重影响工作学习效率,而且只要有网络和手机,任何时候,本来能安静下来的我们都会把时间变出碎片。

2 碎片化时间的预防

碎片化时间是无法彻底消除的,但是通过一些努力,是可以减少的。首先在合作关系中,可以减少即时通信,通过email,微信等延时通信工具来沟通,甚至可以建立定期沟通机制,你需要把即时通信的必要性理性的剔除,才能防止自己的信息焦虑。

其次应该尽可能的在需要长时间思考时切断干扰源,选择合适的场景,比如宿舍通常不是一个好的工作环境,智能手机装上炒股软件容易变出盯盘手,在如实的纪录观察自己的习惯后,随时可以对自己的行为进行修正。

3 碎片化时间的利用

碎片化时间利用起来,积少成多,依然可以获得很大的收益。首先,应该破除碎片化时间只能做碎片化阅读或学习的误解,你完全可以找一些有深度甚至成体系的材料来学习,尽管频繁的状态切换会有代价,但是这种能力是可以通过锻炼提高的。其次,我们可以找一些连续的时间,再对碎片化时间学习的内容进行总结与复习,从而提高碎片化时间中学习的效果。

自动化恐惧

情景喜剧 the big bang theroy中,顶级天才科学家Sheldon围观天才科学家Leonard做实验,几分钟后说,你的工作完全可以用一个小程序替代,Leonard想了想觉得有道理,瞬间陷入了一种废物感。

这种自动化还是低阶的,是由人完全指定流程的程序,还扯不上人工智能,Alphago大出风头的时候,媒体和大众狂欢了一阵,担心着自己被人工智能取代。我觉得一个更加残酷的事实可能是,很多人的工作还轮不到人工智能来取代,直接一个普通的自动化程序就能被取代了。

某个程序员的女朋友在公司做财务类工作,主要工作就是整理Excel表,程序员写了一些VB脚本,把他女朋友原来要半天完成的工作缩短到了几秒,但是他女朋友不能把这种效率提升告知告知公司,因为那可能意味着失业。程序员的信条是DRY,永远不想重复自己,在这种信条下,不知不觉取代和消灭了很多工作岗位。最近去麦当劳,发现部分点餐工作已经被自助点餐机取代了。实际上,无论你在做什么工作,只要它有比较高的重复度,就很可能在不久的将来被廉价的程序取代,如果还没有被取代,可能是因为人力更便宜而已。

可是依然有某些行业,因为种种原因建立了壁垒,自动化的力量渗透得很不深入,这些行业的人面对自动化,是一种双重恐惧,首先,想要自动化减轻自己的工作负担,可是恐惧于程序的死板,对人的灵活性与应变能力非常自信,死守着自己的经验不敢彻底的去教会程序,然后脑子清醒一点的,会恐惧于自己被程序取代而失业。问题是,这种被取代的痛苦迟早会来临,如果聪明一点,应该及早转型才对,在真正的人工智能降临前,程序的调教还是离不开专家。

你可以躲在壁垒中,假装看不见,但是壁垒如果被外力打破时,转型不到位的人和机构会被迅速的淹没掉,到时候,等待的名号就是“被颠覆的行业”、“夕阳产业”、“降维打击”。

红嘴玉技术选型

前几个月开发了一个算法集成软件,一定程度上是weka的C#复刻,界面技术使用了WPF。最近想做一个开源版本的,首先要给这个项目起一个名字,考虑到致敬weka,需要找一个鸟的名字,最后决定使用湖南省省鸟——红嘴玉,学名红嘴相思鸟。

于是调研了一下C#的跨平台GUI库,有GTK#,xwt,eto等,决定选用xwt,因为它在各个平台可以分开编译,有较个性化的界面,而且开发很活跃,而且接下来要讨论的chart库也有xwt版本。

chart库使用oxyplot,替代我之前使用的zedgraph,oxyplot有xwt版本的。

数学计算库使用math.net,它能适配mono,其实accord.net也可以,但是它太庞大了,而我想插件式的自己添加机器学习算法,accord.net完全开箱即用,反而灵活性不够。

基于这些选型,软件应该能在windows、mac、linux三大平台分别编译,不需要写平台特定的代码。

接下来的工作安排:

  1. 完成一个xwt版本的算法流程编辑demo;
  2. 移植旧版程序到新的技术选型上,算法可以先移植几种;
  3. 先开发全英文版本;
  4. 接下来的计划,先等移植完成再说吧。

分分钟教你做人

我老婆带着小朋友出门的时候,很容易受到各种陌生人的教导,可能是因为她没有我那种生人勿近的让人讨厌的气场。那种年纪很大的老太太,生龙活虎的在外面晃悠的,简直有一种人生经验要溢出来的感觉,尤其是在带孩子方面。我老婆一般赔个笑脸,但是却做不出受教了的举动来,所以每每这些老太太还得多唠叨几句,指出我老婆的种种错误,比如小朋友衣服穿少了,衣服穿多了,不应该抱他,应该要抱他,更热心一点的,如果看见小朋友身上的疹子,或者头上没掉光的胎壳,就开始推荐偏方了。

其实我很能理解这种教别人做人的心理,毕竟刻意去寻找一种成就感,他们的人生经验如果放在几十年前,可能还是很有价值的,但是处在信息时代的我们,如果要学习育儿知识,只要你稍微用心一点,就能获得很多科学的,远超过具体个人经验的知识。一个残酷的事实就在于,老人的经验主义,很大程度上也被信息时代彻底颠覆了。

我没法去指责这些热心要帮助我们,叫我们怎么带孩子的人,虽然从情感上,我常常觉得被冒犯,但是出于理性的同情,以及不想把自己变成一个所谓不尊重老人的人,也只能当耳旁风听听算了。反倒是孩子的爷爷奶奶外公外婆,对带孩子的方式提建议时都很谨慎,一来他们出于对我们的信任,二来他们也对信息时代个体经验的渺小有所体会。

这个事情的启示除了在别人强势教你做人道理的时候,要保持理性的头脑外,更重要的或许是:自己不要教别人做人的道理,好为人师是一种罪过,犯这种毛病还是越少越好,万一非得教人一杯水,自己也得先学一桶水,至于自己的人生经验,可能真的一文不值,如果还想值几文钱,就得作出相应的成就,总而言之,在教育别人之前,还是先好好称一下自己吧。

忌口之难

离开湖南老家越久,越不能吃辣了。除开单位食堂和家里的饭菜,在其他地方吃饭已经成为我的一种负担,因为在中低档的餐馆里面,川湘口味几乎是具有统治地位的,吃着麻辣口味的菜,喝着啤酒,几乎也就是我的同事朋友们请客吃饭时的常态,而我现在的肠胃面对辣椒、红油、啤酒的组合,几乎是次次悲剧,在别人觉得大快朵颐的时候,我宁愿在家吃水煮青菜。

拉肚子的次数多了,每次都会事后提醒自己,吃的时候要克制,挑一些自己成熟得来得吃,也就是说要忌口,可是几年下来,还是以悲剧收场居多,在食堂和家里吃饭得时候,我控制得很好,一年下来成功减肥五公斤,轻度脂肪肝也消失了,但是在外面三五聚餐的时候,就打破了惯常的模式,一般以迟到饱撑告终。细究原因,首先在外吃饭菜品丰富,没一样尝一口就吃了不少了,二是一般刚开始没有主食吃,啤酒的清爽就着菜的麻辣,相得益彰,不管怎样也是一种简单粗暴的美味。

忌口这回事,看起来简单,实际上也需要很强的自律能力,甚至可以说不能只靠自律,因为可以压抑自己的口味很困难,自控力总有用完的时候。除了自律,更多的需要对自我欲望与特点的理性分析,在点菜的时候,就要考虑自己的需求,吃的时候要提醒自己不要来者不拒,应该只吃自己能吃的,吃进去的种类不宜太杂,就像林语堂吃东西,开始上来多道菜都不动筷子,只有自己最爱的菜上来时,才大快朵颐,这才是懂得生活的人,克制可以带来更大的享受。

说起来我每到聚餐都会忘记忌口,可能也还是因为最近几年在外吃饭太少,当环境突然变化时,不能很好的适应,没有形成一种生活方式,而需要更多的主动的自我约束而没有养成下意识的习惯。

做人想要轻松一点,不时刻动用自己的自控力,首先要选择适合自己的环境,让适应变出一种习惯,但是环境的急剧变化又是人生必须经常面对的常态,所以应对变化时,需要把脑子的自动导航切换成主动的人工导航,带着脑子生活,面对复杂的世界,这样或许会累一些,但是人生不就是这样嘛,宁可清醒而痛苦的活着,也不要做一头快乐的猪。

关闭窗口

我们团队在开发一个算法集成软件的时候,某个成员开发了很多算法,相应的有很多算法的配置界面,一般按照惯例,都会在界面上有两个按钮,确定和取消,问题是,这位同学设计的确定按钮,在点击后没有任何反应,从内部逻辑上看,点击确定后,就按照其他控件的值做了相应的内部设置,一般来说,这时候如果没有任何错误,窗口关闭即可,用户知道自己成功完成了设置,但是没有任何反应,会让用户感到疑惑,到底刚才的设置成功了没,甚至怀疑软件是否假死了。

这自然是一个相当简单的问题,似乎都不值得拿出来一提,这位同学也是个高才生,研究生阶段研究的是密码学,对算法相当有研究,这个窗口未关闭的问题我给提出了两次,但都没有引起他的重视,今天这个问题又被其他人提出来了,他当时还是不以为然,事后我给他分析了一番,他才觉得这个事情有它内在的重要性。

这么简单的一个事,为什么他会做不好的,问题就在于这件事情太简单了,他宁愿去花更多的精力去优化一个算法,也不愿意去写一行代码把窗口关闭掉,这首先是一个站位问题,如果始终站在研究者的角度,就只会去关心一些技术问题,而忽略掉所有的非技术性问题,但现实世界中非技术问题同样重要,这就是为什么苹果公司在很多领域能胜过微软的原因。核心技术固然重要,用户体验也不可忽视,要站在用户的角度去考虑问题,这样才不会出现技术人员的傲慢。其次,这是一个性价比的问题,花很少的精力,就能显著提高软件的可用性,随手就能改的事情,在优先级里面是可以排到最高级的,虽然它可能并没有那么绝对重用,但是性价比却是最高的,这个世界的商品有它的核心价值,但是也免不了有包装,有推销,我不觉得光靠包装和推销可以变出好的产品出来,但是终归好的产品也是需要包装和推销的。

总而言之,我们有必要收起技术人员的傲慢,把该关闭的窗口都关闭了。

油与火

你是油

一点就着的汽油

散发着迷人的香味

你一点着就成了火

散发着迷人的温度

有人举着你

你就成了火把

火把拿来照明

你就成了白炽灯

灯拿来招虫

你就成了灭蚊灯

有人把你扔向汽车

你就成了汽油弹

你烧的是敌国出产的车

你就成了爱国的油

爱国的火

爱国的白炽灯

爱国的灭蚊灯

爱国的汽油弹

你浑身散发着迷人的爱国主义的味道

变成了一道爱国主义的烟

成为爱国主义的PM2.5

被爱国者吸进他们的肺

当他们死去

你成为爱国主义的骨灰

埋进你最爱的土地

几十亿年后,再变成石油

到那时,如果记得

你还是爱国的油

机器学习与待定系数法

注意,这只是为了加深理解而想到的一个类比,既然是类比,就有它不确切的地方。

在初等数学中,我们就开始使用待定系数法,比如我们知道平面上三个点A、B、C的坐标,相求它们的外接圆方程,由于我们知道这个方程的基本形式,只是有一些系数待定(圆心坐标a、b和半径r),所以用待定系数构建方程,将A、B、C坐标值带入方程可以得到关于待定系数的三元一次方程组,进而得到三个参数。

在这里,我们首先假设了函数的形态,它包含了部分待定系数,然后通过数据带入函数,求解得到待定系数。机器学习,尤其是有监督学习,跟这个过程有相似之处。

在机器学习时,我们首先假设一个分类或回归模型,这个模型包含了一些待定的系数,比如对于Logistics回归,权重是待定的,对于一定结构的神经网络,权重是待定的,然后我们输入数据,让算法学习的过程就相当于求解待定系数的过程。

跟初等数学中待定系数法不同的是,机器学习的没有绝对正确的一个函数,而只是一个针对某个指标优化的函数,模型如果针对训练的数据绝对正确,会出现过拟合现象。机器学习在模型的假设空间里找一组“好”的系数,而初等数学是找一组正确的系数。

只管的看,待定的系数越多,需要的数据也就越多,所有复杂的神经网络能较好的应对大数据样本的学习。而一个模型如果待定的系数很少,给它过多的数据学习并没有多大的作用,就像求一个圆的方程,三个数据点就够了,再多也是浪费。

努力这种幻觉

我在这边厢穷则思变的时候,网上满眼看到的都是华为辞退三十多岁工程师的新闻,简直是刺瞎我的眼睛,让我这三十出头的还想焕发人生第二春的人情何以堪。

这个世界的残酷之处在于,对于我这种无产阶级,唯有努力是我唯一可以依靠的东西,但是努力就能带来美好生活吗?那恐怕只是一种幻觉。

世界上所有的党派和政治思潮,几乎都在试图回答个人与集体的关系,公平与效率的关系,而在中国,从注重公平的幻觉中醒过来,现在似乎又陷入了一个追求效率的幻觉。

一个人生活水平低,都是因为他不够努力,尤其是那些名牌大学毕业的,自诩为精英的,因为互联网等领域蓬勃发展而获得了较好的收入的人,大多是这样想问题的,对底层人民的恶意简直是赤裸裸的。

对一个个体而言,尤其是对自己而言,努力是无产阶级唯一的可以依靠的,但是对群体而言,对他人而言,只用努力这个标准去衡量,会产生“你穷你该死”的思想,而历史告诉我们的是,如果穷的无处可逃,富的大概也就无处可逃了。所以我们每个人在追求自我的努力的时候,不得不去思考公平的问题,基本福利的问题,而在没有基本福利的时候讨论福利多寡,是一件奢侈的事情。

而不想把努力变成一种幻觉,最应该注意的或许是你和雇主的关系,对雇主而言,你始终只是个工具,你可以去要求他给基本保障,要求他有温情,但始终要有被当作工具,被兔死狗烹,被一脚踢开的觉悟,只有这样,才能置之死地而后生。我们为了雇主出卖自己的时间,完成雇主的要求,在生产环节中当好自己的角色,这是这个交换关系的根本,但是,如果同时你在工作中没有得到任何成长,那么被人取代是迟早的事。得不到成长可能有两个原因:

  1. 工作本身有问题,有一些工作在学会后会陷入简单重复,看起来是脑力劳动工作的,也可能是脑力劳动中的体力劳动,这种工作不能长干;
  2. 缺乏在工作中从成长的能力,我们有作为工具的自觉,但并不代表在工作时以交差为最高目标,这样不去珍惜工作带来的潜在的挑战,即使工作时间再长,获得的经验也会很有限,而现实中,确实有很多人陷入了这种麻木工作状态。

所有的工作选择,都应该在待遇和成长性两个方面考虑。努力应该是努力提升自我,而不仅仅是努力的重复自我,或者说,不但要有战术上的努力,更要有战略上的努力。

如果,五年工作就有五年经验,甚至十年经验,而不是只有一年经验,那么自然也能在雇主面前卖个好价钱,或者多走一步,自己也许也能当个有产者。

努力这回事,既然是唯一的依靠,那么就不得不多思考一下如何努力的事情了,否则只能沦为一种幻觉。