Life and Others

I must confess I've only got a few words and a vague skeleton of what the Professer Lixin Gao said due to the language barrier, during the whole speech Ms Gao spoke English, and the topic is so pedantic which is full of the complicated mathematic formulation.Personally，我未有涉及过海量数据并行计算以至云计算相关的任何技术，基本上对于海量数据的所有技术都让我觉得非常地cutting-edge。带着学习开拓眼界拓展知识面的良好愿望参加了Ms. Gao的学术讲座。Ms. Gao讲PPT时全是英文啊。我努力地听，努力地听！！！适当地记些笔记。其实还是很喜欢听英语的。  讲座先列举了一些大型互联网公司的数据显示集群计算的规模。比如谷歌在数据中心有一百万台服务器！！！Holy gosh，1,000,000 servers！！！ 然后谈到了很多大规模数据的计算对时间的要求非常地严格。于是谈到了目前流行的算法：MapReduce。MapReduce是google提倡的一种编程模型，用于大规模数据集（大于1TB）的并行运算。“Map”和 “Reduce”，和他们的主要思想，都是从函数式编程语言里继承来的，还有从矢量编程语言里借来的特性。他极大地方便了编程人员在不会分布式并行 编程的情况下，将自己的程序运行在分布式系统上。我自己的理解是：map索引整个海量数据，生成key-value pair which is used to facilitate the quick query and computing。而reduce则是用来分析和统筹基于键值对的中间计算结果，使中间结果迅速向最终的正确结果收敛。 Ms. Gao 提出MapReduce虽然是工业界非常popular的解决方案，但是不可以以迭代的方式计算。而Ms. Gao所做的工作即是使MapReduce支持迭代的功能。（A framework that support iterative computing in the cloud.）从事情一般规律的哲学高度看待这个问题，对于规模相当大或者最终结果是相当不明确的问题，似乎都可以用到'迭代'的思想。例如，迭代的软件开发模式则是当今互联网应用的主要开发模式。每一次迭代都使产品向理想中最perfect的状态接近。Ms. Gao用迭代的思想处理海量数据应该也是同样的道理罢！ Ms. Gao的解释说改进后支持迭代的iMapReduce可以使map后的数据支撑reduce,reduce的数据亦转而支撑map，形成一个迭代反复的过程，其中在map阶段加入static data。较之原始的MapReduce，新的算法使得static data的规模显著地减少。Ms. Gao展示了几个图表证明改进后增加了迭代功能的MapReduce(称之为 iMapReduce )的速度优于原始的MapReduce.图表中有展示用iMapReduce计算PageRank的值。PageRank？是不是判断网站权重的那个东东啊？哥的网站http://ykyi.net的PageRank才啊！！！才啊~~用什么算法可以算成9啊！ PPT转到计算图的指定两点最短路径的Dijkstra算法。泪流满面，终于有一个我懂的算法了啊！Ms. Gao说先找到两个结点间的最短路径，于是赋于这个最短路径经过的结点最高的权重，其它的路径就赋于相对低的权重。提出了PriorityQueue的数据结构。把权重引入到iMapReduce算法，称之为pMapReduce算法。引入权重后的pMapReduce算法比iMapReduce算法的速度更快。生活中我们做事情也要优先处理最重要的事情，道理是一样的啊！世间万事万物，无论多么复杂，抽象出来的一般规律其实都是相当地一致。易经中说：形而下者谓之器，形而上者谓之道！Oops, The ancient Tao philosophy is full Of Wisdom. 最后阶段，再次展示了一个图表，Ms. Gao完成的建立在Apache的Hadoop上的pMapReduce要明显的优于原始的Hadoop。并且也优先其它多种解决方案，其它的名字我都没听过啊！在提问阶段，尽管温武少老师积极鼓励同学提问但没有同学提出问题，大概大家都不懂吧！朝红阳老师和另一位研究海量数据的老师谈了一点点。他们提到iterative的算法在他们的实际应用中效果并不是太明显，不如memory-based的解决方案。Ms. Gao调出一张图表，解释说某种memory-based的解决方案没有迭代的算法快。 作为众多打酱油的同学中的一员，我最后的心得体会是：学术真是太高深了啊！我还是做工程吧！！！车，我有得拣咩？ ///////////////////////// Topic Distributed Framework for Iterative Computations on Massive Datasets   Speaker Prof. Lixin Gao   Abstract Iterative algorithms are pervasive in many applications such as search engine algorithms,machine learning, and recommendation systems. These applications typically involve a dataset of massive scale. Fast iterative computations of the massive datasets are essential for these applications. This is particular important for on-line query such as keyword based search query. In this talk, we present an overview of MapReduce framework, and propose two frameworks, iMapReduce and pMapReduce, that enable fast iterative computations. By providing the support of iterative computations and prioritized execution, we can ensure faster convergence of the iterative process. Both iMapReduce and pMapReduce preserve the MapReduce distributed computing framework and is particularly efficient for online queries such as top-k queries. We implement iMapReduce and pMapReduce based on Apache Hadoop and evaluate its performance. Our evaluation results show that pMapReduce can reduce the computation time by two orders of magnitude comparing to that achieved with MapReduce. At the end of the talk, I will provide an overview of on-going projects in my research group.   Bio Lixin Gao is a professor of Electrical and Computer Engineering at the University of Massachusetts at Amherst. She received her Ph.D. degree in computer science from the University of Massachusetts at Amherst in 1996. Her research interests include social networks, and Internet routing, network virtualization and cloud computing. Between May 1999 and January 2000, she was a visiting researcher at AT&T Research Labs and DIMACS. She was an Alfred P. Sloan Fellow between 2003-2005 and received an NSF CAREER Award in 1999. She won the best paper award from IEEE INFOCOM 2010 and her paper in ACM Cloud Computing 2011 was honored with “Paper of Distinction”. She received the Chancellor’s Award for Outstanding Accomplishment in Research and Creative Activity in 2010, and is a fellow of IEEE.     <p> &nbsp; </p> <div> <strong>Date and Venue</strong> </div> <div> Dec.16（Friday）13:30pm-14:30pm </div> <div> Lecture Theater A101, School of Software, Sun Yat-sen University </div></p> ...

人类中心主义是一种价值尺度。它主张把人类的利益作为价值原点和道德评价的依据，有且只有人类才是价值判断的主体。作为这个星球上唯一具备高级的情感，复杂的逻辑思维，有复杂的语言系统等等一般生物所不具备的特征的生物。人类明显区别于其它生物种类。人类要生存与发展，不断实现人类价值的提升突破，当然要利用我们生存的环境中的其它生物和自然物。 有一种观点认为：人类中心主义将会导致环境的破坏。这种观点实际上并没有真正理解什么是人类中心主义。人类中心主义最重要最核心的一点，它把是否符合人类的利益作为是非评价的标准。按照这样的价值尺度，又依据破坏环境的行为将最终损坏人类的利益，那么，破坏坏境的行为显然就不是人类中心主义所主张的！恰恰相反，人类中心主义为了维护人类的利益，就要毫不含糊地，旗帜鲜明地支持保护环境。 那么为什么会有那么多人把人类中心主义与环境保护对立起来呢？我想，是因为这些人并未真正理解人类中心主义的中心思想。一个重要的原因是一部分人想当然的把人类中心与环境保护对立起来。另一个重要的原因还在于很多伪人类中心主义者为了短期的眼前利益，为了一时一刻一朝一夕的短期发展，不惜牺牲环境。伪人类中心主义者也自称是人类中心主义者，实际上他们的所作所为与真正的人类中心主义者背道而驰。这些自我标榜的人类中心主义者并不是少数，他们在社会上为人类主心主义造成了相当的负面影响，于是影响了公众对人类中心主义的看法。 作为结论，为了从根本上长远地使我们生活的环境有符合人类的利益，有利于人类的生存与发展。我们在判断一件事是否符合人类中心主义的价值尺度时，不能仅仅着眼于眼前和局部利益，而是要站在更高更远的位置着眼于大局，着眼于长期发展。这样，就能同伪人类中心主义者划清界限。 就人类中心主义的现实意义来讲。我国在过去半个多世纪的发展，尤其是近三十年来的发展只是片面的追求短期的GDP指标，忽略了对环境的保护。这样的粗放型发展模式已经难以为继。在目前的中国社会中，因为忽视环境保护而造成的负面影响已经越来越明显，越来越频繁的表现出来。如频繁的自然灾害，如最近媒体集中关注的北京空气质量问题。这样的发展模式最终损害了人类的利益，实际上是不符人类中心主义主张的。 http://ykyi.net zausiu’s blog 新千年伊始胡温政府提出的科学发展观就是为了解决上文提到的偏差。其实际效果却不能说”成效显著”。对于如此宠大的一个十亿人口的大国，环境问题极端重要，每个人都必须意识到掠夺式地破坏坏境最终会损害社会大众的共同利益，也会损害自已的利益。

在听你陈老师(陈光荣教授，见文章未尾的介绍)的报告之前没有听说过“混沌数学”的概念。阅读了网络上的一些资料以后，有了大致的认识。早在初中生的年代，有在数学科普杂志上看到过“模糊数学”的概念。我想，“混沌数学“应该就是“模糊数学“近乎罢。 陈老师的讲座重点在浅显介绍“混沌数学“，并没有涉及太多混沌理论的学术内容。报告从牛顿时期的三大定律讲起，当时的的科学界普高认为世界是一个确定的机械系统。到科学家彭家莱在研究天体运动的三体问题时提出了定性分析的研究方向，这是“混沌“的启蒙思想。陈老师讲三维空间有四种状态：发散，收敛，周期振荡，第四种即“混沌”。数学家Stephen Smale提出了“马蹄理论”又是“混沌数学”领域的一重要理论。我粗略地把“马蹄理论”理解成一个马蹄形状被压缩，拉伸，对折变换，不断重复这一过程，就变成了“chaos”。华人数学家李天岩发表了论文“Period Three Implies Chaos”标志着“离散混沌数学理论的诞生”。这个理论被称为“李.约克理论”。它的核心部分是“区间中存在不可数个初始点，函数从这些点出发的迭代点序列既不是周期的，又不趋向于任何周期轨道。序列的这种特殊状态是混沌的(chaotic)”。“混沌理论”这个概念在大陆由北京大学的朱照宣教授引入。 陈老师在讲混沌理论的历史发展的故事中穿插了小故事给听众解释混沌理论。陈老师举了一个足球场的例子。一个四周用铁丝网封闭的足球场，一群小孩子在足球场内踢足球。这个足球飞向什么位置是不可预测的。这就近似一个“混沌系统”。我自己的理解，在每一个时间点如果可以知道小孩踢球的位置和力量大小以及风速等等物理量，就可以预测出皮球的运动方向啊。唔，我想得岂不是跟拉普拉斯的理论一样了啊—机械决定论！！！要被自然辩证法老法鄙视的啊！为了不违反自然辩证法的原则。你要想修补我的想法。这应该是一个视角的问题。如果能得到各种影响物理量的精确值固然可以测出皮球的运动方向，但对于一个非常复杂的系统，要得到所以物理量的精确值是不可能的，于是“混沌”就同来了。“混沌“，真是好高深的理论啊！！！ 陈老师在结束部分讲了“混沌理论”在天体物理学中的应用。Princeton University 的 Peter Goldreich 认为认为太阳系行星的共振是混沌的；混沌决定了太阳系行星的形成，导致地球上的某些“生物种类灭绝” 甚至某些天体的“物质消亡” ，让天体的“牛顿时钟” 最终趋于混沌。幻灯片播放的太阳系(Solar System)的图片相当地漂亮啊。最新的混沌理论认为太阳系起始于混沌状态，在两亿年内又将进入混沌。由微小的扰动会引发巨大无比的突变，行星的轨道最终都趋向于混沌。天体物理学是相当的难懂，看着这些美丽神秘的宇宙深处的图片，我觉得我所具备的物理知识不足以理解宇宙中的神秘星体。从哲学的大尺度高度，任务事情都是出生，发展，高潮，最终走向毁灭。大规模有序的运动里会在局部，某些子过程中蕴含无序的过程。看似无序的过程也必有运动的规律。Actually，我不能理解，Chaotic Solar System是个什么样的system。 http://ykyi.net zausiu’s blog 提问阶段，有人问到了计算机的问题，陈老师总结为计算机不可能产生理论上真正随机的数据。这跟我的知识是一致的，计算机只能产生伪随机数。与是又想到之前看Linux内核的书，Linux内核里有一个什么什么池的东东，这个东东用来搜集所有随机发生的事件:如电流噪声，键盘中断等等用它来贡献随机数。咦，这不就能产生真正随机的数字了吗？马上又想到，这是一个看问题的尺度的问题。把时间尺度放小到内核能收集到的两次随机事件之间，这个间隔内产生的随机数依然是通过公式计算到的可预测的数字。果然还是伪随机数。又想到之间的PPT中有讲陈老师用电路可以产生真正的“混沌信号”。那么把这路电路引入到计算机体系中，不就可以产生真正的随机数了吗？唔！那就不对了呀。那只可能是：“混沌”和“随机”并不是完全相等的概念。 讲座结束后。我跟同学讨论了未来“生物计算机”的猜想。应用哲学思想的否定之否定规律。信号从过去的“模拟信号”发展到现在占统治地位的“离散信号”，必定在以后又会发展到更高层次的“模拟信号”，近似生物电神经系统的通讯发式，将完全超越现在的二进制的冯诺依曼体系的计算机。生物电的模拟信号能携带更丰富的信息，并且能够描述真正“混沌”的“模糊”状态。而现在的二进制计算机只能用精确的离散数字近似描述模糊的东西。这样的计算机有什么现实意义呢！至少就能产生真正的随机数了。肯定有意义非凡的现实意义啊。科学学术是先不负责现实意义的，那是工程师们的任务。 ///////////////// 讲座题目：混沌的故事   演讲人：陈关荣教授，香港城市大学   演讲时间：12月5日上午 10:00-11:30   演讲地点：中山大学东校区信息学院楼 207室   演讲摘要：许多人都听说过，南美洲的一只蝴蝶轻轻地扇动一下翅膀可能会在美国德克萨斯州引发一场龙卷风。这一通俗解释作为“混沌”的代名词经历了人们认识和建立科学意义上的混沌理论的漫长历程，理解到“蝴蝶效应”是混沌的一个基本特征。本讲座以故事的形式向理工科师生介绍混沌的基本概念和混沌理论的发展历史。报告力求通俗生动而不失严谨清晰。内容并不要求听众具有混沌知识，因而也欢迎其他有兴趣的非理工科师生参加。   演讲人简介   陈关荣教授1981年获中山大学计算数学硕士学位，是中大校友。他于1987年获美国Texas A&M 大学应用数学博士学位，其后在莱斯大学和休斯顿大学任教。自2000年起，他接受香港城市大学讲座教授职位工作至今，在该校成立了“混沌与复杂网络”学术研究中心并担任中心主任。他长期从事非线性科学研究，自1981年以来，发表了多篇SCI杂志论文和出版了多部研究专著，他引次数达一万六千多次，SCI h指数为 62，被ISI评定为工程学高引用率研究人员。 陈关荣教授现任IEEE《电路与系统》杂志（IEEE Circuits and Systems Magazine）主编和国际《分岔与混沌》杂志（International Journal of Bifurcation and Chaos）主编，曾经担任过许多国际学术会议主席和组织者、曾任IEEE电路与系统学会非线性电路与系统技术委员会主席。他是IEEE Fellow（自1996年），曾获4 次SCI最佳杂志论文奖，2008年获国家自然科学二等奖（第一完成人），2010年获何梁何利科学与技术进步奖，2011年获俄罗斯圣彼得堡国立大学授予荣誉博士学位和俄罗斯欧拉基金会颁发欧拉金质奖章。他是中山大学等国内外多所大学的荣誉或客座教授，并曾多次应邀到过30多个国家讲学。

TIME is SO LIMITED I never imaged my graduate shcool life would be so busy. I ever though I would have enough time to read as many books in which I was interesting as I can. Actually there are a whopping pile of courses and homework to take. I seldom have enough time to read the books I’m planning to read. Time is so limitted, how I wish the lord would give me double the time, 24 hours a day. I would feel nervous and guilty when I was doing something which I deemed as a waste of time. I want to finish reading some books before the beginning of the following term. In order to achieve this goal I must manage my time much more efficient. As an example, time schedule every day should be more tight to reduce time fragment which are harder to use and much easiser to be wasted inadvertently. God, give me more time ! I’m so busy.

今天听了EMC易安信的招聘宣讲会。EMC是这颗星球上最领先的海量存储设备供应商哇！~不久前并购了vmware。年收益近200亿美，大概比电信巨头华为少五六十亿美金。   可能宣传不力而且EMC的产品基本上面向企业级，不像其它巨头企业一样有吸引力，到场的人稀稀拉拉就二十几个。EMC高管就来了四个哇，而由大BOSS带队！！！中大的童鞋们太不给面子了~~   先是由EMC的老大讲了点公司的情况。这货94年tsinghua毕业，加州理工博士。哎哎哎哎。。哎哎哎~~~~ 然后由EMC的一个技术总监做presentation。相当明显的一儒雅型帅哥啊~~人才！人才啊!!! 同自己一比较…~~羡慕嫉妒恨！！！如果我这么优秀就好了。差太远了。上图.     最后环节，自由提问时。哥抢到了话筒。哥问大BOSS’EMC在上海，北京，成都都有研发。几时来华南设研发中心吖。’。结果令我相当地伤心啊，boss说两年内不会有这个打算。       拿Mic的是回答我提问的大BOSS哈。 另外。EMC每年20天带薪年假啊，不管新老员工。尼玛，20天带薪年假，我要疯掉啦！！！

经常有人问怎么才能学好粤语，也经常听到很多人说:听多D讲多D就识啦~ 其实不是这样的，最多只能说部分正确。下面以我的经验告诉你怎么学好粤语。 我来广东之前也不会讲广东话，更要命的我还以为自己唱的几首粤语歌很准，现在回想真是太可怕了。07年到广州没有正式学，一年下来还是什么都不会，大部分听不懂。后来我去了珠海。因为有一次同几个Friend吃饭，其它人都讲白话(白话在广东省指粤语)，我不懂啊，觉得不好意思大家迁就我改讲普通话。于是我那次以后开始正式决心学粤语啦！！！事实上用了三个月就基本上能够沟通了，就有人第一次赞我’讲得唔错’啦。 错误的学习方法: 对于大多数人，特别是母语不是客家话，潮汕话，闽南话的年龄在十岁以上的朋友要想仅仅靠“听多点就自然会”几乎是不可能的！只有小孩子有只靠听就能学会语言的‘人类的特有能力’。遗憾的是你不是小孩子了，你的大脑收到声音讯号就在你已经会的语言里找发音相同或相近的，但普通话同粤语的发音相差太大了，粤语还有N多自已独有的词汇。有些词或句子，如果没有人指导你，你就是听一万遍，听十万遍，你也听不懂。到了广州生活工作了十年以上还只能听懂简单粤语的人大把大把就是这个原因。还有些人说找个人教教你就会了。很难！首先找个愿意花大把时间教你的人不容易，更致命的是他们不会教。他们只会不断的告诉你，错了，不对，唔正，点解你发音好怪！但他们不知道怎样才能教会你发正确读音。几个回合下来，你和你的老师全部都精神崩溃了。老师报怨教你不会，你报怨粤语太难。你的老师于是就安慰你了:听多D讲多D就识啦！于是你再过一个星期放弃了。即使是会客家话，潮汕话，闽南话的，这几种方言的发音系统同粤语很接近，也仅仅让你容易学习很多，但这部分人中很多发音也很不正，大把人不分前后鼻音, l 和 n。 实践检验正确的学习方法: 自我经验证明行之有效的学习方法包括四个方面: 1.熟悉粤语拼音. 2.熟悉粤语基本词汇. 3.粤语歌影视做为补充. 4.有一位会纯正粤语的朋友鉴定你的发音。 1. 粤语拼音方案: http://ykyi.net/school/jyutping_crashcourse.php 首先你必须理解普通话拼音，毕竟都是汉语语系，普通话和广东话大部分声母和一半韵母是相同的。另外会英文国际音标是极好的补充！粤语里有两个英文里常用的元音，分别是æ(apple中a的发音)和 ʌ (cup中u的发音)，但普通话里没有这两个元音，有些人听到ʌ这个元音就把它当成普通话拼音里的e，有些人把它当成a。另外粤语里的入声同英文里的短元音有点类似，比如book,shit。只是类似，学到粤语入声时可以参考下。闽南语也完整保留入声系统，会闽南语的可以无视入声.会客家话和潮汕话的也基本上可以无视。还有粤语里的 该 字的发音基本上就是英文单词boy的发音把声母由b改成g。再之，粤语有m,n,ng三种韵尾，普通话里没有m韵尾，所以大部分学习者都把粤语里的心sam1读成身san1。歌手易欣有首粤语歌。易欣就是把‘心’唱成‘身’了。要解决这个方音问题，参考一下英语单词的gun(枪),和gum(口香糖)就豁然开朗啦！你能区分gun和gum吗？ 然后你就要开始学粤语拼音啦！很多人觉得拼音很难，想跳过这一步，我还是劝你学点粤拼先，磨刀不误砍柴刀，只学了六七成也能让你学粤语时效率提高数十倍。学粤语拼音是为了学习粤语的发音系统，如果你不熟悉粤语的发声系统，很多字的读音，你就总是用自己母语或者普通话的发音系统去理解，这时候虽然你自己听起来一样，但其实读错了。比如不懂粤拼的学习者，一百个有九十八个以为粤语的‘点dim2’和‘典din2’发音是一样的。还有时还很搞笑。比如：说‘阿伯baak3’可能说成‘阿爸baa1’。言归正传，一开始你只需要了解一些粤语拼音，学会使用这个拼音工具来帮助自己理解发音和纠正发音。 2. 熟悉粤语基本词汇 这个是必须的，但也非常容易。比第一项要求要容易很多，估计只需要花你几个小时的时间。你可以买一两本粤语书教程，一般的教程基本上都讲了粤语用的日常词汇。http://ykyi.net/toubou/promote.php 这里有介绍的书中有几本我用过有些人连粤语的基本词汇都不知道就冲到QQ群里叫人教粤语。拜托，谁有那么多时间啊。点解，点样，唔该，得佐，冇，先，添 这些很日常的词汇看看就会了。语法的话，虽然粤语有句式有小小不同，但基本上和普通话一样，可以无视的。大话西游里的台词"给个理由先"就是广东话的句式。 3. 粤语歌和影视，新闻媒体 听唱粤语歌和看粤语发音的影视可以让你在娱乐中培养你的听觉系统把某些发音同各个汉字建立联系。因为普通话的发音同粤语话相去甚远，你需要听唱N多粤语歌和影视或者新闻来建立这个声音到字的条件反射。在这个过程中，之前你学过的一粤语拼音就要派上用场了。你听到发音的时候去想这个字的粤语拼音，在实践中理解那些你之前不懂的发音，比如 oe 是什么（实际上是国际音标中的æ）；p,t,k入声字怎么读，以及粤语的各个不同的声调等等任何你之前不理解的粤语拼音在实践中不断体会。 4. 有一个粤语老师。 这个非常重要，基本上和第一条一样重要。实际上第二，第三条你都可以略去，但第一和第四条太重要了。如果缺了第一条，仅有老师，他极有可能像此文刚开始提到的那样教不会你；如果缺了第四条，你不知道自己的发音有没有发对。比如律师的律字注音为 leot6 , 用国际音标可以注为 læt, 这个字读粤语的第六声。假如这个字你没有把握，你就去问你的老师自己发音有没有读对，然后不断的参照拼音调整自己的口腔的吐气声调，直到你的老师肯定你的发音。如果没有粤拼，你很痛苦的，你的老师也更痛苦，一个不知道哪里读错了，一个不知道怎么才让你读对。比如粤语的六个音调，你就可以选夫(fu1), 苦(fu2), 富(fu3), 扶(fu4), 妇(fu5), 父(fu6) 这六个字在同你老师交流中体会学习。韵母a, aa亦然，粤拼里的a实际上是英语音标中的ʌ，aa才是普拼和音标中的a. 以粤拼为工具在和你的老师交流过程中学习吧！ 以上四个条件，互相促进！！！如果你按照这个方法做了。学会用粤语基本沟通是很容易的事情，我就是用这个方法学的，不过用了三个月的时间而已。学会唱粤语歌更加是小菜一碟了！