是不是有了自己的房子以后就会想用台式机了?如果有朝一日我真的有了自己的房子,我会买什么呢?搞个 Windows 台式机,再加个 Mac mini,再买个 HomePod。暂时只有这些了。
直到 1970 年代,滚轮行李箱才正式发明、上市销售;而拉杆箱的发明,得等到 1987 年。 让人感到疑惑的是,滚轮行李箱背后的技术非常简单。它不像登月或拍立得照相机,外行难以想象如何实现。一个没有工程背景的普通人,一旦有了「滚轮行李箱」这个想法,用上几个月,似乎也能完成工程实现。 为何那么多年,数以百万计的聪明人在机场搬过行李,却迟迟没想过给箱子加上轮子? 时间回到 1970 年,行李箱公司高管 Bernard D. Sadow 携全家出国度假,在机场里,Sadow 要负责 2 个 27 英寸的行李箱,非常沉重。这时,他注意到,一名工人正在使用一个有轮子的推车运送一台重型机器。Sadow 自然而然地想到,为什么不为行李箱装上轮子呢? 回国后,Sadow 尝试设计带轮的行李箱。他的做法是,在箱子上装上 4 个轮子和皮带,然后用皮带拖着行李箱,有点像牵着狗。 一个可能的原因: 好玩的是,Sadow 向百货公司兜售新发明时,头几个月遭到一致拒绝,因为百货公司认为使用滚轮行李箱「有损男子气概」。商人们揣测,男性顾客们会觉得,拖着滚轮行李箱让自己显得懦弱,而出行的女性都只需要丈夫搬行李箱。 「有损男子气概」的担忧有现实性。早在 1928 年,艺术家 Anita Willets-Burnham 就制作了有轮行李箱,自己使用,让环球旅行变得更轻松。而她家里的「男主人」Alfred Burnham 却宁愿扛着行李,并指责她,「你的行李箱上有轮子,你的头脑里也进了轮子!」 回到 1970 年代,当 Sadow 最终说服梅西百货尝试销售,行李箱立马变得大受欢迎,其他百货公司立即跟风。 这印证着 Paul Graham 的话,「一个好的新想法往往(事前)在大多数人看来都是糟糕的,不然别人早就去尝试了。所以,你要寻找的是那些乍看很疯但实则正确的想法。」 来源:登月、拉杆箱与创新悖论
自动演奏钢琴 在人类历史的很长一段时间中,欣赏音乐并不是一件容易的事情。在 1870 年代(清朝光绪年间)之前,音乐是无法被工业化复制生产的,人们要欣赏音乐只能去演出现场。直到了 19 世纪末,自动演奏钢琴在欧洲起源。这种通过钢琴纸卷上的孔来引导钢琴自动演奏的技术,使钢琴乐曲可以被方便地复制生产出来。 这是两张来自科幻电视剧《西部世界》片头的截图,所展示的就是打孔的纸卷引导琴键被按下,从而实现钢琴的自动演奏。 自动演奏钢琴在 1920 年代的欧洲广为流行,但是它只能用来欣赏钢琴乐曲。本质上来讲,钢琴纸卷记录的是乐谱(一种能够被钢琴识别的乐谱),并不是被演奏出来的音乐。 来源:模拟时代的黑胶与磁带
「手写电报机」(telautograph)是现代电报的古典雏形,也是一个非常有想象力的发明。
- 它有一个发送端和一个接收端,发送端的笔捆了根线。笔在书写的时候,会带动线运动,产生电流。接收端也有一根笔和控制笔的线,在接收到电流以后就能复现发送端笔的运动轨迹,实现「自动书写」(autograph)。
- 它的技术原理和电话差不多,如果仅仅是为了通信交流,包括电话在内,同期可以取代他的技术太多了。但这丝毫不妨碍「手写电报机」散发出来的想象力,一支能自己动的笔,怎么看都像是魔法!
- 它的单词构成也非常贴切,tele+auto+graph,连在一起就是远距离自动书写的意思,也可以理解成「远程亲笔签名」。
收获的新知识:
- 法律实际上并没有禁止任何事物,它只是要求官员应对某些行为采取相应的制裁措施。
- 在古代,违法犯罪非常普遍,但执法手段跟不上,很多罪犯逍遥法外。统治者只能通过公开性的骇人的惩罚让民众畏惧而遵守法律。
- 法国哲学家福柯在《规训与惩罚》中描述:“对法令大规模、普遍性的不遵守,意味着在几十年、甚至长达几个世纪的时间里,法令可能在从未执行过的情况下发布并持续更新。”
- 在现代国家,有了专业的警察和各种纪律部队,罪犯伏法率稳步提升。惩罚的“必然性”取代了惩罚的“强度”,成为民众遵纪守法的新理由。
- 未来,国家利用数字技术,可以做到光速执法。物联网测速仪 + 个人数字钱包,测速仪检测到你超速,直接从电子钱包扣钱罚款。
- 更进一步的版本,直接在车辆里内置限速软件,结合高精度 GPS,行驶到某个路段,自动限制到相应的最高时速,从根源上杜绝超速可能。
- 这是法制史的一个重大转折。人类从因畏惧处罚选择遵纪守法➡️除了遵纪守法外别无选择。
- 感谢当下,我们还享有违法的自由。
今天收获的新知识是,大脑也会用进废退。人类在接触新事物时,人脑内的两个神经院就会建立链接,接触的越频繁,这个链接越牢固,链接越牢固,信息传递的速度就越快。这就是为什么一段话只读一遍,只能记得只言片语,但多读几次,就能背下来。但神经元的链接并非永久稳固,如果长期不刺激,链接会减弱直至消失,所以人类的记忆并不可靠。
Ai 既然可以学习文本资料,为什么没有阅读 app 做一个伴读 Ai,学习你书架上的所有图书,如果有个书本上的知识点你一时想不起来是什么,你问它,它不光能告诉你知识点是什么,还能告诉你在哪一章节哪一页,甚至还能基于你书架里的内容给你画知识图谱,告诉你 A 概念和另一本书的 B 概念有什么联系。这岂不是文字工作者的利器?还做什么读书笔记、卡片笔记?Ai 才是你真正的第二大脑。人类做笔记是为了记忆,是为了以后拿出来用,现在人类记不住的东西 Ai 都能记住,还要笔记干什么?把语料喂给 Ai 就完事了!
学习了一下 Azure OpenAI API 的文档,直接用 Shortcuts 搭了一个 AI 打标签的指令。感受到了学习就是一个积少成多 + 触类旁通的过程。这 3 个小时下来,不光入门了 Azure OpenAI API 的调取(还有很多功能没看懂,但是已经能用了),还学会了 Shortcuts 的词典和列表两个组件(顺便加深了对 json 的印象)。
用 OpenCat 搭配 Shortcuts 实现了一个自动给笔记打标签的功能。对于知识管理来说,记录是开始,整理是过程,检索使用是最终目的。为了便于检索,人类创造了很多 metadata,什么时间戳、标签、文件夹,层层嵌套用于归类整理,而填写 metadata 的压力甚至被部分前置到输入端,给用户增加了许多负担,实在是本末倒置。人类发明计算机目的之一是信息检索。在 1945 年,科学家们就已经因为信息太多,不便检索感到苦恼。在当时,一个理想的信息检索机,应该拥有相当于一座图书馆的知识,在你输入问题后,能输出书籍资料的相关段落,并告知你每一条的出处。这一理想的最佳实现形式就是 AI。AI 就是视力可及范围内的知识管理的最终解决方案。
人类与信息斗争的主线,就是降低信息产生的门槛,同时提高信息检索的效率。但是低生产门槛和提高检索效率本身就有矛盾。低门槛必然导致信息总量变高,进而导致检索效率变低。过去信息产业的每一次进步,本质上都是同时实现了这两点。AI 毫无疑问也具备这样的能力。
回顾历史,一个新观念的诞生到成为社会主流,往往需要一两带人的时间。因为旧观念的既得利益者没有足够的动力支持新观念,只能等到这一代人都消失了,旧观念才会真正消失,新观念才会占据主流。