atppp's Blog

去年实验室要买一个红外线夜视仪，不过网上找到的大部分都是手持式的，有的时候很不方便。后来某人大力 google，发现一种号称 hands-free 的，结果打开一看，原来就是把手持式的手柄给砸了，然后绑在头盔上，如右图所示。更搞的是，这种非手持的比同样镜头装了手柄的夜视仪（右下角所示）要贵两百刀，真是贵死人不偿命啊，不知道他们有没有给这个玩意儿申请个专利。

转载 sog 拜康神的文章：

伟大的康神

为人不识康神，自称程序员也枉然。

前一阵子看新闻，从李开复嘴里知道伟大的康神kxn，据说属于年写百万行代码，患有指骨节劳损职业病的人。

神之所以称为神？因为神有求必应啊；如果你碰到任何搞不定的代码问题，最佳solution就是让康神对你的问题发生兴趣……

oRz

有关李开复提到康神的报道：（来源：天极ChinaByte 李开复解开谷歌人才本地化魔咒）

对谷歌的李开复来讲，今后面临的最大挑战不是产品也不是运营本身，而是人才的挑战。… 在谷歌新招聘的工程师中，有 …，有清华大学2001年毕业生康小明，在清华大学外号“康神”，被公认为编程能力像神一样…

上面的摘要中，糊涂记者其实把康神的名字搞错了。不过正好，神仙的本名怎能人人知道？

有人对我说，不要搞个人崇拜。我想说，我这辈子没崇拜过什么人，我就是收集一点有关康神的有趣的事情，这总没人管我吧？

拖沓症（Procrastination），现代人特别是学生中常见，表现为把该做的事情拖到明天、后天甚至截止期前一天再做。猜测的拖沓症原因有诸如：喜欢压力、害怕失败、完美主义、缺乏自我控制、寻求刺激或者其它一些心理疾病。克服拖沓的常见建议有：设定具体目标、先做你不想做的事。相关领域著名学者 Joseph R. Ferrari 说：“Telling someone who procrastinates to buy a weekly planner is like telling someone with chronic depression to just cheer up.”拖沓症并无良方，很难一下子克服。

有关拖沓症的生理基础：如果拖沓症是由基因控制的，而且拖沓症对生存有害，那么这种拖沓基因早就被自然选择淘汰掉了。所以，要么拖沓症对人类生存是有益的，要么拖沓症完全是后天培养出来的（当然也有可能两者皆是）。关于从进化论角度看拖沓症的优越性有很多研究，确实有很多合理的解释，而且有人拿鸟做过实验证实，比如 Uncertainty and Hyperbolic Discounting 一文就有总结。有关拖沓症的解药，有人在猴子实验里发现一些线索，不过这个结果曾被别人无限放大，认为患有拖沓症的人将来也可以通过注射激素来治疗。当然这些问题的争议很大，我也不懂，这里随便做点摘要而已。

Czz 说，没想到 ptt 都七万在线了，导致他的在线统计程序溢出了，原来分配的是 unsigned short int…

想起我这个世纪初写的一个 Visual Basic 的程序，某个编号用的 Integer，结果没过几年编号上了三万多，溢出了……

出现溢出，有的时候是因为以前的技术限制，比方当年的千年虫，盲目多分配会导致稀缺资源不能充分利用。

解决溢出问题，有时候很简单，Czz 的程序稍微改改即可；我的 Visual Basic 程序，则是无数的变量定义都要改，还有遍地的 CInt 都要改成 CLng；千年虫的问题，则是世界范围升级换代 BIOS。

现在我们写的程序，往往十年后还会在使用，有点技术前瞻性没什么坏处。（这个应该是康神说的，但是我找不到出处了，凭记忆写的。）考虑潜在的溢出问题就是技术前瞻性的一个例子。

联想到一个不是很相关的问题，微软的 Live Spaces 里面的 Blog Entry 发布时间默认是不显示年份的，有时候搜索到一篇文章却死活找不到哪年发表的，告诉我几月几号有个屁用啊……那帮写程序的家伙也许从来没想到过 Live Spaces 能活过一年，所以“前瞻”到年份信息是没有意义的……

很久很久以前，我想过一个问题，人是如何调节晶状体看清楚物体的，我在笔记本上画了这么一个图：

并写道：“晶状体根据视网膜反馈调节到位”。看来我从小就是一个朴素的机械论者，可惜这个反馈过程并不正确。视网膜上成像清晰与否，必须要在大脑视觉中心去处理，视网膜是不可能直接反馈信息给晶状体的调节机构的。不过，反馈机制本身并没有错，对比一般的机械反馈控制回路：

这样的反馈控制回路在人体神经控制中无处不在，比如弹奏乐器就是一个神经反馈控制回路：

看起来反馈机制在神经控制中起着至关重要的作用。但是反馈真的如此重要吗？先来看看神经信号能走多快。科学研究表明，神经信号的传递速度基本和神经粗细成正比，最粗的神经也不过能达到 100 米/秒的速度。一个很流行的神经信号速度的说法是：

据科学家测算，神经脉冲的速度每小时只有 250 公里，而电视、无线电广播和电话所传递信息的速度则要快得多了。如果人的脚趾产生了问题，由神经脉冲传递消息，由于这段时间对人来说仍然显得很短暂，所以一般人没有丝毫的感觉。但是，假设你是一个巨人，头在阿拉斯加，脚在南非的海边，星期一的早晨鲨鱼咬了你的脚趾，你的大脑将在星期三的晚上才能知道这件事；如果你决定要把脚收回来，那么一直要等到星期六，脚才会真正行动起来，到那时，你的脚恐怕早已被鲨鱼啃得只剩下骨头了。

通常机械控制的反馈电信号以光速传播，比神经信号快几百万倍。神经信号如此之慢，导致反馈机制在很多情况下根本跟不上节奏。比如歌唱家有时候会使用颤音，其调制频率大概是 8 Hz 左右，而人耳音频反馈加反应时间基本要到 200 毫秒左右，也就是说，歌唱家的大脑其实必须早两个调制周期就给声带预送调制命令。再比如说，鼓手有时候手脚并用同时击鼓，如果大脑同时下令打鼓，由于神经传递路程不同，两个本应同时发出的鼓声就会间隔几十毫秒，造成节奏紊乱。所以鼓手大脑事实上必须先发出脚击鼓的命令，虽然熟练的鼓手根本不会意识到这个发送手脚命令的时间差。可以看到，至少在音乐控制中，依靠反馈的神经控制是跟不上速度的。

事实正是如此，不少情况下，神经控制并无直接反馈，按照控制论的说法，闭环控制（closed-loop control）成了开环控制（open-loop control），而大脑可以直接发出控制命令以达到预期目的（anticipatory control）。那么大脑是如何学会开环控制的呢？这就是人学习的过程，所谓熟能生巧，说的就是人通过反馈机制和闭环控制逐渐调节开环控制机构（adaptive control 的过程），直到最后完全抛弃反馈机制建立开环控制。这个开环控制的建立，需要无数神经元细胞的协调合作，难怪学精一样乐器需要好多年的时间了。

由此可见，反馈机制在学习过程中仍旧非常重要。人和其他的一些高等动物为什么能有如此精巧的反馈机制呢？有不少人给了进化论的解释，发明中听不中用的 Shepard Tone 的大牛 Roger Shepard 在 Music, Cognition, and Computerized Sound 一书中提到：

There is a long chain of processes between the physical events going on in the world and the perceptual registration of those events by a human observer. The processes include … … Presumably, the end result is the formation of a representation in the brain of what is going on in the external world. The brain has been shaped by natural selection; only those organisms that were able to interpret correctly what goes on in the external world and to behave accordingly have survived to reproduce.

这类进化论解释看起来自圆其说，却很难证明或证伪，有人（比如我）就常常把它们和人择原理划归为伪科学一类，或者好听点，叫信仰。人择原理，简单的说就是因为人存在，所以宇宙是这个样子的。乍一看，这整个儿一唯心主义嘛。不过我懒得展开写了，博客李淼上有些关于人择原理的，比如这里。

一个 forward link: 表演运动的魅力

古人说，生活充满了酸甜苦辣。现代科学揭示了人的基本味觉有五种：咸、酸、甜、苦、鲜。鲜味（Umami）是最近才被广泛接受的一种基本味觉，而且似乎西方食谱里面很少有鲜味一说。无论如何，这五种基本味觉已经在舌头及其附近找到了受体，基本上就是某些特别的蛋白质和离子通道，用来感应食物中的分子并触发相应的味觉神经刺激。很多人都记得学过一张舌头味蕾分布图，表示舌头不同部分感应不同的味道，典型的如右所示。

这个味蕾分布的原始来源可以追查到德国科学家 Hanig 1901 年的博士论文。Hanig 只是发现了舌头不同部分对不同味道的感应程度不同，并没有说比方甜味只是在舌尖有感觉。后来 Harvard 一个科学家 Edwin Boring 重新审视和翻译了 Hanig 的工作，并且进一步给出了不同味觉在舌头不同部位的感应曲线。Hanig 和 Boring 的曲线都不太明确，比如甜味在舌头后端只是感应稍弱，但是看他们图很容易误以为甜味在舌头后端完全没有感应。1974 年 Collings 重新进行了实验，得到的结果是舌头不同部位对不同味道的感应确有不同，但是差别非常小。最近发现的酸味受体也证实了各类味蕾在全舌都有分布的结论。可惜很多地方都已经接受了 Hanig 和 Boring 的结论并夸大化，导致错误的味蕾分布图越传越广。这类图不但在幼儿园小学生课本里有，在十万个为什么里面有，甚至连正规生理学课本里也有；这类图没有原始出处，虽然早就被证明是错误的，但是其流传之广，相信人群之众，实在很令人惊讶。天下文章一大抄，这个味蕾分布图就是现代版的以讹传讹。正如 Linda M. Bartoshuk 在 1993 年发表的 The biological basis of food perception and acceptance 文中指出：

It is interesting to note that in many of the tongue maps that appear in modern texts, the authors do not cite any source for the map. The tongue map has become an enduring scientific myth. The apparent simplicity of the tongue map has made it a popular laboratory demonstration in children’s biology classes. The popularity of this laboratory demonstration is particulary amazing considering that it must fail to produce the expected results quite regularly.

（下划线是我加的）Bartoshuk 的文章对这段历史有很好的总结，另外网络上也有一些好的介绍：这里、这里和这里。

人们说食物风味（flavor），通常不但包括味道（taste），还包括气味（smell）。鼻塞的时候觉得饭菜变味，就是因为缺少了嗅觉信息。味道归根结蒂是五种不同受体感受五种基本味觉；而颜色是因为人眼有三种视锥细胞；气味就没这么简单了，2004 年诺贝尔医学奖得主 Richard Axel 和 Linda B. Buck 发现了（直接引用刘媛同学的《天工开物》…… ）

……发现了由 1000 种不同基因组成的嗅觉受体的基因群，这个数量大概包括了人体所有基因的 3%，从而大幅增加已知的人类嗅觉基因数量。这些嗅觉受体基因位于受体细胞内，集中在鼻腔上放一块很小的地方，像哨兵一样检测任何一个进来的气味分子，然后给它们分类。气味的种类很多，对于人的嗅觉系统来说，我们可以辨别并且记住一万种以上不同气味的。他们俩发现，人体的嗅觉受体细胞分化度很高，每个细胞只有一种嗅觉受体，而每种受体只能感受数量有限的气味。辨识嗅觉的讯号直接传递给大脑中的嗅觉小球，而携带同样受体的受体细胞向同样的小球带来它们的信息，然后终端小球再和大脑里其他地方联系起来。这样，不同的气味就能组成不同的脑部网络模式。神经网络就是通过这种独一无二的模式储存记忆。

因为嗅觉受体如此分化，不像视觉和听觉这么容易数字化，所以气味的数字化任重而道远啊……

椭圆拟合最初是从计算机图形学发展起来的，比方模式识别中就经常要识别圆形，而非正投影下圆形是一个椭圆。椭圆拟合的基本思想很简单，给定一组数据点，找一个椭圆使得数据点到这个椭圆的距离和最小。不过这个东西说来简单，实现起来也不是非常简单，因为优化距离和是一个迭代优化问题，没有直接的代数算法。人们想到，一般的椭圆方程形式是：

A x² + B x y + C y² + D x + E y + F = 0

并且 B² – 4 A C < 0 （否则是双曲线或者抛物线）。在一级近似下，最小化

∑ (A x² + B x y + C y² + D x + E y + F)²

并强制

B² – 4 A C = -1

就可以得到拟合椭圆的参数。这个方法的好处是可以直接套用最小二乘拟合（Least square fitting）和拉格朗日乘子法（Lagrange multipliers）来解，只需要一次矩阵代数运算就可以得到结果，比迭代优化方法快无数倍。这个看似很没有技术含量的方法最早是在1999 年的一片论文中明确提出的。

后来，有物理学家注意到，两个同频率正弦信号的相位差可以用椭圆拟合得到：

φ = arccos(-B / (2 (AC)^1/2))

这个应用看似无聊，却不但发了论文还申请了专利（US 20050027489）。在这个基础上，又有人把这个技术应用在数字信号处理上，居然又去申请了一个新的专利（US 7224463）！最近，有物理学家注意到，由这个计算机图形学发展起来的椭圆拟合应用到物理信号处理上有着隐藏系统误差，精密测量不能容许这种误差，于是又有人提出了以物理模型为基础的无偏 Bayesian 信号处理方法。很可惜，Bayesian 方法计算量很大，和最早的迭代椭圆拟合法计算量差不多，感觉像是一夜又回到了解放前。科学的发展是螺旋式上升的，这个不知道是哪一位哲人最早提出来的，反正真的是不幸被他老人家言中了。

Kisstar 同学说，学术界真正有用的结果都是 top 10% 的牛校牛人搞出来的，大多数人都是陪练，跟着灌水而已。纵观椭圆拟合的发展，貌似每一次小小的进步都能在学术杂志上灌点水。在现在这个烂文章满天飞的年代里，写了文章就一定要选最牛鼻的杂志投起，投就是投个运气；您还别嫌烦，著作等身说的就是屁大点事儿就写篇文章投稿；所以我们灌水的口号就是：不求最好，但求最多。

问题一，为啥红色和蓝色调出来是紫色的。真正的单色纯紫光事实上比蓝光波长更短，用红绿蓝三原色系统是调不出这种纯紫光的，色彩学上这种紫色叫做光谱紫色（波长 420 纳米左右），英文名是 violet。而红蓝色调出来的紫色是混合紫色，不对应任何一种单色光色彩，这种混合紫色的英文名是 purple。为什么 violet 和 purple 看起来差不多呢？因为他们对三种视锥细胞的刺激类似，也正是因为这个原因，在计算机上可以用 purple 来模拟 violet。在日常生活中，一般 violet 和 purple 是可以混用的。从原理上说，区分 purple 和 violet 的简单方法是把他们加亮，violet 加亮会慢慢呈现蓝色，而 purple 不会有这种感觉。

问题二，天空为啥是蓝色的。这个问题简直被问烂了。主要有三个机制在起作用：瑞利散射和频率四次方成正比，导致高空阳光散射到地面的短波长强度要大很多；高空大气层吸收了紫外光和偏紫的可见光，导致到达地面的时候蓝色光波最强；最后是人眼三种视锥细胞的机制导致这种高空阳光散射频谱看起来恰好是极蓝的色彩。值得注意的是，单一个瑞利散射是无法解释天空为什么不是紫色的。

Ref: 1, 2.