一个好问题,胜过十个好答案

高考刚刚结束,很多学子都放下疲惫的伪装,在这几天试图回归童真与无邪。眼睛盯着新出炉的高考语文题目,思绪回到若干年前肝题的年代,回到小升初的语文考试上。

记得考试前夕,老师在课堂上叮嘱着我们几个班级里成绩比较好的学生,大家在考试时,尽量帮助其他同学理解作文题意,以防大家跑题。那个年代,文章跑题是不得分的,而由于语文的博大精深,往往有很多同学会错了出题老师的意。所以我在监考老师的同意下,我大声问出语文题目到底是A意思,还是B意思。具体的题目我早已经记不清了,但是只要不傻的同学,听到这两个意思,都会毫不犹豫的选A,也就不会有直接选B的那种跑题了。老师没有正面回答,只是让我继续考试,不过从两名老师的小声嘀咕中,我仿佛听到了这次考试没有难住人之类的话。

当然,现在想起还在为那时的机智点赞,看似一个弱智的提问,而且没有得到正面回答,但是全部小伙伴都已经得到自己想要的答案。与此同时,一个在脑海中把玩了很久的概念重新浮在脑海中——一个好问题,胜过十个好答案。

在贾里尼克之前,人们觉得识别语音是一个智力活动,比如我们听到一串语音信号,脑子会把它们先变成音节,然后组成字和词,再联系上下文理解它们的意思,最后排除同音字的歧义性,得到它的意思。为了做到这件事,科学家们就试图让计算机学会构词法,能够分析语法,理解语义。但事实证明这件事是不可行的。

著名的信息论专家贾里尼克来到IBM后,天才的找到了语音识别和机器翻译的等价问题,即通信问题,从而通过解决通信问题解决了上述智能问题。他是这样考虑问题的。当说话人讲话时,他是用语言和文字将他的想法编码,这就变成了一个信息论的问题。语言和文字无论是通过空气传播,还是电话线传播,都是一个信息传播问题,在通信中有一套对应的信道编码理论。在接收方那里,再做解码工作,把空气中的声波变回到语音文字,再通过语言文字的解码,得到含义。

在贾里尼克之前,全世界努力了十几年,只能识别几百个英语单词,而且错误率还高达30%以上,贾里尼克带了几十个科学家干了五六年,就能识别22000个英语单词了,而且把错误率降低到10%。

贾里尼克可不仅仅是给出了语音识别问题的好答案,他相当于问了全世界一个新问题,语音识别到底是通信问题,还是智能问题?以此为基准,贾里尼克实际上推动了一系列等价问题的解决。

如贾里尼克的大学同事萨尔兹伯格教授,采用了一个全新的视角来看待基因测序问题。他认为,人的基因不过是一本特殊的书,书中的字母只有A、G、C、T这四种,因此任何识别语言文字的算法,比如语音识别和OCR的算法,都可以用于基因测序。有了这个想法后,他离开了大学,到专门从事基因测序的研究所TIGR,转行从事基因测序研究了,并且后来获得了那个领域的最高奖。他以此为钥匙解决问题,开创了人类基因测序的新篇章。

这一类的等价问题还可以举出很多。简单地讲,它们可以概括为两类:第一类是直接等价问题,包括股票市场的分析和预测;第二类是间接的、广义上的等价问题,包括今天很多图像识别,特别是人脸和医学影像识别的问题。

再看看前几天罗胖讲的太空望远镜的故事。太空望远镜,镜面越大,接收能力越强,效果越好。但是火箭的运载能力有限,镜面越大要求火箭就越大,而火箭的规模是有限的,这限制了太空望远镜的发展。

针对这个问题,如果你问的是,如何设计一款太空望远镜?聊聊就好了,你不可能得到一个靠谱的答案。

如果你的问题改良成了,如何解决太空望远镜的口径大小和运输可行性之间的矛盾?这问题就好多了,问题变得可以被解决了。

但是问题可以再进一步收窄,如何借鉴折纸的方法,设计一款太空望远镜的可折叠结构?这就像数学题一样,是最终可能把它解开的。

阿奇舒勒说:“创造力就是正确表述问题的技能。”

对,创造力,不是什么神秘的东西,它的起点,是正确表述问题。一个好问题,就是看见矛盾,承认这个矛盾,然后到别处找到答案,这的的确确能胜过十个好答案啊。

推荐阅读更多精彩内容