星期日, 3月 29, 2009

看不見的非自然科學

台灣的教育環境是極端偏向自然科學的。

如果小孩的數學成績很好,當家長的沒有一個不感到高興的,物理化學也是一樣。但如果說到以後要當個數學家,物理學家或是化學家,大概有一半的家長會皺皺眉頭,說到:
『不如去念電機系還是醫學系什麼的,比較有錢景』。

社會科學—非自然科學,在普遍的認知中,大概只有法律、經濟、財金、會計比較上的了檯面。

自然科學雖然抽象,但某些方面來說,可以藉由實驗來驗證定律,所以還算具像。而且因為其實用性,比較知道可以拿來幹嘛(資訊工程尤其是如此)。

相較之下,非自然科學就吃了大虧,因為一般人往往不知道學了可以用來幹嘛。作家長的也希望自己的小孩未來的道路明確一點,自然而然就產生了這樣的偏差。

畢業之後,在所謂的科技業打滾,完全就是一副理工人的思維。

工作幾年之後,去台大管碩班上課,接觸到的都是那些非自然科學:經濟學、會計學、管理學、行銷、財管等等。逐漸有些感觸:天底下最難的問題就是跟人有關的問題,而許多事情一旦牽扯到『人』,就不是自然科學所能使的上力的。

以前大家都會學排列組合,學排列組合是為了學機率,有了機率之後就可以藉由統計學得到資訊,得到資訊之後呢?當然就是拿來幫助我們做決策。決策重不重要?我們的一生中都會面臨到許多決策:

『要不要念博士班?』
『要出國唸書還是就業?』
『要當兵還是服國防役?』
『要不要換工作?』
『要不要結婚?什麼時候結婚?』
『買房子還是租房子?』
『要不要生小孩?什麼時候生小孩』

長大成人之後,我們終其一生都在做決策。決策如此重要,可是卻很少有人學過決策,把決策這門學問當一回事。

而談判牽涉到多方,是許多不同利益單位的共同決策,就更是一門艱深的課題。決策與談判,在台灣都還不是一門大家很當一回事的學問。

隨便舉個例子:
===============================================
一對夫妻打算用工作幾年的積蓄買間房子。買房子是何等大事,先生跟太太的意見自然不完全相同,而婆家娘家的人也都有自己的偏好,對於價錢的歧見更大。

賣房子的另外一方可能是一對即將退休的老夫妻,老先生想趁著房價還不錯的時候把舊房子脫手,賣個高價,老太太對房子有感情,不太想賣房子,不太願意把畢生奮鬥的房子隨便讓給外人。

夾在中間的,還有唯利是圖的仲介,不管成交價錢是高是低,反正就是儘速成交,拿了佣金走人。
===============================================

如果房子看中意了,該怎麼談?

人生中的難題與挑戰何其多,我們卻花太多時間在學偏微分方程和理想氣體方程式。

也許有一天,對社會科學的重視,才是台灣整體發展的另一個關鍵。

沒有留言:

lec-1 (2022-05-12) Accelerating deep learning computation & strategies

雖然用 DNN train/predict model 也好一陣子了,但這週才是第一次搞懂 cuDNN 是作什麼的 以前好奇過 tensorflow/pytorch 是怎麼做 convolution 的,FFT 不是比較好嗎? 下面的 reference 就給了很好的解釋: Wh...