Лекция «Вы и ваши исследования» доктора Ричарда Хэмминга 1 страница

Представление доктора Ричарда Хэмминга

Ричард Хэмминг был представлен Аланом Чиноветом, вице-президентом Applied Research в Bell Communications Research.

Приветствия, коллеги, и также многие из наших бывших коллег из Bell Labs, которые, как я понимаю, сегодня с нами на этом очень подходящем событии. Я с действительно огромным удовольствием представляю вам моего старого друга и давнего коллегу — Ричарда Хэмминга, или Дика Хэмминга, как он всегда был всем нам известен.

Дик — один из классиков математики и компьютерных наук, о чём, я уверен, аудитории не нужно напоминать. Он получил своё раннее образование в университетах Чикаго и Небраски, а докторскую степень в Иллинойсе; потом он присоединился к Лос-Аламосскому проекту во время войны. Затем, в 1946-ом, он пришёл в Bell Labs. Там я и встретил его, когда присоединился к их организации исследований в области физики. В те дни у нас, группы физиков, была привычка обедать вместе, и по какой-то причине этот странный парень из математики всегда был рад присоединиться к нам. Мы всегда были рады его присутствию, потому что он приносил так много оригинальных идей и взглядов. Могу вас заверить, что те обеды стимулировали.

Я думаю, последний раз я встретил его — это было около десяти лет назад — на довольно любопытной небольшой конференции в Дублине, где мы оба выступали. Как всегда, он был потрясающе интересен. Просто как пример дерзких мыслей, которые он выдаёт, я помню, как он сказал: «Есть длины волн, которые люди не могут видеть, звуки, которые люди не могут слышать, и может, у компьютеров есть мысли, которые люди не могут думать». Ну, с Диком Хэммингом нам не нужен компьютер. Я думаю, мы попали на крайне увлекательную лекцию.

Мне приятно находиться здесь. Я сомневаюсь, что смогу соответствовать такому представлению. Моя лекция называется «Вы и ваши исследования». Она не об управлении исследованиями; она о том, как лично вы ведёте свою работу. Я мог бы прочесть лекцию на другую тему, но я буду говорить о вас. Я не говорю об ординарной, непримечательной работе; я говорю о великой работе. Чтобы дать понять, что я называю великой работой, я иногда буду произносить «работа на Нобелевскую премию». Она не обязательно должна получать Нобелевскую премию, но я подразумеваю такие вещи, которые мы считаем великими. Теория относительности, если хотите, теория информации Шеннона, любые другие выдающиеся теории — о таких вещах я говорю.

Как я начал это изучать? В Лос Аламос меня взяли поддерживать вычислительные машины, которые поставили другие люди, чтобы учёные и физики могли вернуться к своему делу. Я увидел, что я был просто мальчиком. Хотя физически я был таким же, они были другими. И я, прямо говоря, завидовал. Я хотел знать, почему они так отличались от меня. Я близко видел Фейнмана. Я видел Ферми и Теллера. Я видел Оппенгеймера. Я видел Ханса Бете — он был моим начальником. Я видел достаточно очень способных людей. Мне стало очень интересно, какая разница между людьми, которые делают значимые вещи, и людьми, которые их не делают.

Когда я пришёл в Bell Labs, я пришёл в очень продуктивный отдел. Бод в то время был главой отдела; там был Шеннон и другие. Я продолжал изучать вопросы «Почему?» и «В чём разница?». Я продолжал читать биографии и автобиографии, задавать людям вопросы вроде «Как вы пришли к тому, чтобы сделать это?». Я старался открыть, в чём же различия. Именно о них я и расскажу.

Почему эта лекция важна? Я думаю, она важна, потому что у каждого из вас лишь одна жизнь. Даже если вы верите в реинкарнацию, она вам ничем не поможет от жизни к жизни! Почему бы вам в этой жизни не делать значимые вещи, что бы вы ни считали значимым? Я не буду говорить, что значимо. Вы знаете, что я имею в виду. Я буду говорить преимущественно о науке, потому что это то, что я изучал. Но многое из того, что я видел, применимо к другим областям. Выдающаяся работа характеризуется практически одинаково в большинстве областей, просто я говорю о науке.

Чтобы достучаться до вас лично, я должен говорить от первого лица. Я должен сделать, чтобы вы отбросили скромность и сказали себе: «Да, я хочу делать первоклассную работу». Наше общество неодобрительно смотрит на тех, кто намеревается делать по-настоящему хорошую работу. «Вы не должны. На вас должна снизойти удача и вы сделаете что-то великое случайно». Ну, это очень глупо. Я говорю: почему бы вам не вознамериться сделать что-то значимое. Вы не обязаны рассказывать об этом другим людям. Но разве не стоит сказать себе: «Да, я хочу сделать что-то значимое»?

(Перев: абзац пропущен).

Позвольте мне начать не логически, а психологически. Большое возражение, которое я вижу — это мнение, будто великая наука делается наудачу. «Это всё дело случая». Но посмотрите на Эйнштейна. Заметьте, сколько разных хороших вещей он сделал. Было ли это всё удачей? Не слишком ли много? Посмотрите на Шеннона. Он сделал не только теорию информации. За несколько лет до того он сделал кое-какие другие хорошие вещи, некоторые из которых ещё заперты под замком криптографии. Он сделал много хороших вещей.

Вы снова и снова видите, что годные люди делают в жизни больше, чем одну хорошую вещь. Иногда человек делает только что-то одно за всю свою жизнь, и мы поговорим об этом позже. Но очень часто есть повторение. Я утверждаю, что удача не объясняет всё. И я процитирую Пастера, который сказал: «Удача благоволит подготовленному разуму». Это выражает то, как я считаю. Действительно, есть элемент удачи, и вместе с тем его нет. Подготовленный разум рано или поздно находит что-то важное и делает это. Поэтому да, это удача. То, что именно вы сделаете — это удача; но сам факт, что вы что-то сделаете — нет.

Например, когда я пришёл в Bell Labs, я какое-то время делил офис с Шенноном. Как раз когда он занимался теорией информации, я занимался теорией кодирования. Подозрительно, что мы двое занимались этим в одном и том же месте в одно и то же время — это было в воздухе. И вы можете сказать, что это была случайность. А с другой стороны, вы можете сказать: «Но почему среди всех людей в Bell Labs в ту пору были те двое, которые занимались этим?» Да, отчасти это удача, а отчасти — подготовленный разум. Об «отчасти» я и буду говорить. Итак, хотя я ещё несколько раз вернусь к удаче, я хочу избавиться от идеи, что удача — единственный фактор, который определяет, сделаете вы великую работу или нет. Я утверждаю, что у вас есть некоторый, хотя и неполный, контроль над этим. И я процитирую Ньютона на эту тему. Ньютон сказал: «Если бы другие думали так же напряжённо, как я, они получили бы похожие результаты».

Одна из характеристик, которая есть у многих людей, включая великих учёных, — это что когда они были молоды, у них обычно были независимые мысли и смелость ими заниматься. Например, Эйнштейн в возрасте примерно 12 или 14 лет задал себе вопрос: «Как бы выглядела волна света, если бы я двигался со скоростью света, чтобы посмотреть на неё?» Он знал, что теория электромагнетизма говорит, что стационарный локальный максимум невозможен. Но если бы он двигался рядом с волной со скоростью света, он бы увидел локальный максимум. Он смог увидеть противоречие в 12, 14 лет или около того — что всё было неправильно и что со скоростью света было что-то особенное. Случайность ли то, что в итоге он создал специальную теорию относительности? Уже рано он заложил некоторые кусочки, думая о фрагментах. Это необходимое, но недостаточное условие. Все эти вещи, о которых я буду говорить, — это одновременно и случайность и не случайность.

Как насчёт наличия больших «мозгов»? Звучит хорошо. У многих из вас в этом зале, вероятно, достаточно мозгов, чтобы делать первоклассную работу. Но великая работа — это что-то помимо просто мозгов. Мозги измеряется по-разному. В математике, теоретической физике, астрофизике обычно мозги в большой степени соотносятся со способностью манипулировать символами. И потому обычные тесты IQ склонны оценивать их довольно высоко. С другой стороны, в других областях это что-то другое. Ко мне однажды зашёл Билл Пфанн — парень, который сделал зонную плавку. У него была размытая идея о том, что он хотел, и были какие-то уравнения. Было ясно, что этот человек особо не знал математику и не мог чётко выражать мысли. Его задача казалась интересной, поэтому я взял её домой и немного поработал. Я в итоге показал ему, как использовать компьютеры, чтобы он мог сам вычислять свои ответы. Я дал ему возможность вычислять. Он двинулся вперёд, без особого одобрения со стороны своего отдела, но в итоге он собрал все премии в своей области. Как только он двинулся, его неловкость, его косноязычие отпали, и он стал намного более продуктивен и во многом другом. Определённо, он стал намного лучше выражать мысли.

И я также могу назвать человека по имени Клогстон. Я полагаю, его нет в этой аудитории. Я встретил его, когда работал с группой Джона Пирса, и я не подумал, что он что-то собой представлял. Я спросил своих друзей, которые учились с ним, был ли он таким же в аспирантуре. Они ответили, что «да». Я бы уволил этого парня, но Джон Пирс был умён и оставил его. Клогстон в итоге сделал кабель Клогстона. После того у него был стабильный поток хороших идей. Один успех принёс ему уверенность и смелость.

Одна из характеристик успешных учёных — смелость. Когда вы становитесь смелы и верите, что можете заниматься важными задачами, тогда и можете. Если вы думаете, что не можете, вы почти наверняка и не будете. Смелость — одна из вещей, которые были у Шеннона в изобилии. Вам достаточно только подумать о его основной теореме. Он хочет создать метод кодирования, но не знает, что делать, поэтому он создаёт случайный код. Потом он застревает. А затем он задаёт невозможный вопрос: «Что бы делал случайный средний код?» Он затем доказывает, что средний код произвольно хорош, и поэтому должен быть по меньшей мере один хороший код. Кто, как ни человек с бесконечной смелостью, решился бы думать эти мысли? Это свойство великих учёных: у них есть смелость. Они идут вперёд при невероятных обстоятельствах; они думают и продолжают думать.

Возраст — другой фактор, о котором особенно переживают физики. Они всегда говорят, что тебе надо совершить это, когда ты молод, или ты никогда это не сделаешь. Эйнштейн сделал свои работы в очень раннем возрасте, и все ребята из квантовой механики были отвратительно молоды, когда сделали свою лучшую работу. Большинство математиков, теоретических физиков и астрофизиков делают то, что мы считаем их лучшей работой, когда они молоды. Не то, что они не делают хорошей работы в старом возрасте, но мы больше всего ценим то, что они сделали рано. С другой стороны, в музыке, политике и литературе то, что мы считаем лучшей работой, часто делается в позднем возрасте. Я не знаю, где на этой шкале располагается ваша область, но у возраста есть эффект.

Но позвольте мне сказать, почему возраст, как кажется, обладает таким эффектом. Для начала, если вы сделаете какую-то хорошую работу, вы обнаружите, что оказались во всяких комитетах и больше неспособны работать. Вы можете обнаружить, что вы как Браттейн, когда он получил Нобелевскую премию. В день, когда объявили о премии, мы все собрались в аудитории Арнольда. Все три победителя поднялись и сказали речи. Браттейн практически со слезами на глазах сказал: «Я знаю об этом эффекте Нобелевской премии и я не позволю ему повлиять на меня. Я останусь старым добрым Уолтером Браттейном». «Ну», — сказал я себе, — «это здорово». Но через несколько недель я увидел, что он влияет на него. Теперь он мог работать только над большими задачами.

Когда ты знаменит, сложно работать над маленькими задачами. Вот что погубило Шеннона. После теории информации, что ещё вы можете сделать? Великие учёные часто делают эту ошибку. Они перестают сажать маленькие жёлуди, из которых растут могучие дубы. Они пытаются сделать что-то большое. А так не работает. Это ещё одна причина, которую вы обнаруживаете: когда вы получаете раннее признание, оно как бы стерилизует вас. Я приведу вам своё любимое высказывание многих лет. Институт расширенных исследований Принстона, по моему мнению, погубил больше хороших учёных, чем любой другой институт создал, судя по тому, что они делали до того, как пришли туда, и после. Не то, что они потом не были хороши. Но они были великолепны до него, и лишь просто хороши после.

Это поднимает, может немного вне очереди, вопрос рабочих условий. То, что большинство людей считают лучшими рабочими условиями, таковыми не являются. Совершенно ясно, что не являются, потому что люди часто наиболее продуктивны, когда рабочие условия плохи. Один из лучших периодов Лабораторий физики Кембриджа был, когда у них были практически бараки — они тогда делали лучшую физику всех времён.

Я приведу историю из собственной жизни. Быстро стало ясно, что Bell Labs не дадут мне нужное количество программистов, чтобы программировать вычислительные машины в абсолютном двоичном коде. Было ясно, что не дадут. Но все работали именно так. Я мог отправиться на западное побережье и легко получить работу в авиакомпаниях, но интересные люди были в Bell Labs, а ребята в авиакомпаниях интересными не были. Я долго думал, хочу я поехать или нет, и я думал, как мне совместить лучшее из двух возможных миров. Я в итоге сказал себе: «Хэмминг, ведь ты думаешь, что машины могут делать практически всё. Почему ты не можешь сделать, чтобы они писали программы?» То, что сначала казалось мне недостатком, очень рано заставило меня заняться автоматическим программированием. То, что кажется недостатком, при изменении точки зрения часто оказывается одним из лучших ваших преимуществ. Но вряд ли вы подумаете так, когда впервые увидите состояние дел и скажете: «Ууу, я никогда не получу достаточно программистов, так что как я сделаю какие-то стоящие программы?»

Есть много подобных историй. У Грэйс Хоппер есть похожие истории. Я думаю, если вы посмотрите внимательно, вы увидите, что часто великие учёные, немного повернув задачу, обращали недостаток в преимущество. Например, многие учёные, когда обнаруживали, что не могут заниматься задачей, наконец начинали изучать, почему не могут. Они затем поворачивали её по-другому и говорили: «Ну конечно, ведь вот оно». И получали важный результат. Поэтому идеальные рабочие условия — это что-то очень странное. Условия, которые вы хотите, не всегда для вас хороши.

Теперь про драйв. Вы можете видеть, что у большинства великих учёных потрясающий драйв. Я десять лет работал с Джоном Тьюки в Bell Labs. У него был потрясающий драйв. Однажды через три или четыре года, как я присоединился, я обнаружил, что Джон Тьюки был немного моложе меня. Джон был гением, а я, было очевидно, нет. Ну, я влетел в кабинет Бода и спросил: «Как кто-либо в моём возрасте может знать столько, сколько Джон Тьюки?» Бод откинулся в кресле, заложил руки за голову, немного улыбнулся и сказал: «Ты был бы удивлён, Хэмминг, сколько бы ты знал, если бы столько лет работал так же много, как он». Я просто выполз из кабинета!

Бод вот что сказал: «Знание и продуктивность — это как накопительный процент». Взять двух людей примерно равной способности, один из которых работает на десять процентов больше другого, и он со временем будет более, чем в два раза продуктивен. Чем больше ты знаешь, тем больше ты узнаёшь; чем больше ты узнаёшь, тем больше ты можешь делать; чем больше ты можешь делать, тем больше возможности. Это очень похоже на накопительный процент. Я не назову ставку, но она очень высока. Взять двух людей с совершенно одинаковой способностью, и тот, кому удаётся день за днём думать на час больше, будет в итоге намного продуктивнее. Я принял замечание Бода к сердцу. Я тратил намного больше своего времени, чтобы стараться работать немного больше, и обнаружил, что на самом деле могу делать больше. Я не люблю говорить это перед своей женой, но я ею иногда пренебрегал, потому что мне надо было работать. Вы должны пренебрегать разными вещами, если намерены сделать, что хотите. Тут нет сомнений.

В части драйва Эдисон сказал: «Гений — это 99% пота и 1% вдохновения». Может, он преувеличил, но идея в том, что хороший неуклонный труд приведёт вас удивительно далеко. Неуклонное приложение усилий и ещё больше умно направленного труда — вот, что даёт результат. Тут и проблема: драйв, неправильно направленный, никуда вас не ведёт. Я часто думал, почему так много моих хороших друзей в Bell Labs, которые работали так много или больше, чем я, не могли ничего показать. Неправильное направление усилий — это очень серьёзно. Просто напряжённого труда мало; его надо направлять разумно.

Есть другая черта, о которой я хочу рассказать; эта черта — неопределённость. мне потребовалось какое-то время, чтобы открыть её важность. Большинство людей любят верить, что что-то правда или неправда. Великие учёные очень хорошо переносят неопределённость. Они уверены в теории достаточно, чтобы двигаться вперёд. И они сомневаются в ней достаточно, чтобы замечать ошибки и недостатки, чтобы суметь шагнуть вперёд и создать новую теорию на замену неверной. Если вы слишком уверены, вы никогда не заметите недостатки; если слишком сомневаетесь, не сдвинетесь. Нужен правильный баланс. Но многие великие учёные хорошо знают, почему их теории верны, и также они хорошо знают и не забывают о несостыковках. Дарвин пишет в своей автобиографии, что нашёл необходимым записывать все свидетельства, которые, как казалось, опровергали его теорию, потому что иначе бы они ускользнули из его сознания. Когда вы обнаруживаете явные недостатки, вы должны внимательно следить за ними и смотреть, как их можно объяснить, или как можно изменить теорию, чтобы их учесть. Часто попадаются значимые дополнения. Значимые дополнения редко делаются добавлением ещё одного знака после запятой. Всё сводится к эмоциональной приверженности. Большинство великих учёных абсолютно привержены своей задаче. Те, которые не становятся привержены, редко производят выдающуюся, первоклассную работу.

Дальше. Эмоциональной приверженности недостаточно. Это явно необходимое условие. И я думаю, я могу сказать, почему. Каждый, кто изучал креативность, в итоге вынужден сказать: «Креативность происходит из вашего подсознания». Каким-то образом, неожиданно, оно просто появляется. Ну, мы очень мало знаем о подсознании; но вы довольно хорошо знаете, что ваши сны тоже происходят из вашего подсознания. И вы знаете, что ваши сны в большой степени — переработка переживаний дня. Если вы глубоко погружены и привержены какой-то теме день за днём, день за днём, вашему подсознанию не остаётся ничего иного, как работать над вашей задачей. И однажды утром вы просыпаетесь и вот ответ. У тех, кто не становится привержен своей текущей задаче, подсознание отвлекается на другие вещи и не выдаёт большого результата. Поэтому надо управлять собой так: когда у вас есть действительно важная задача, вы не должны позволять ничему другому занимать центр вашего внимания — вы должны удерживать свои мысли на задаче. Надо морить подсознание голодом, чтобы ему приходилось работать над вашей задачей, чтобы вы могли мирно спать и бесплатно получить ответ утром.

Алан Чиновет упомянул, что я обедал за столом физиков. Я обедал с математиками и обнаружил, что уже довольно много знал в математике; я особо не учился. Стол физиков был, как он сказал, захватывающе интересным, но мне кажется, он преувеличил, как много я привнёс. Было очень интересно слушать Уильяма Шокли, Уолтера Браттейна, Джона Бардина, Джона Бертрана Джонсона, Кеннета МакКея и других людей, и я многому учился. Но, к сожалению, люди уходили, потому что получали Нобелевские премии и повышения, и остались отбросы. Поэтому не было смысла обедать с ними!

На другой стороне столовой был стол химиков. Я работал с одним из ребят — Дэйвом МакКоллом; кроме того, он обхаживал нашего секретаря в то время. Я пошёл и спросил, не против ли они, если я присоединюсь к ним. Они не могли сказать «нет», так что я стал обедать с ними. И я начал спрашивать: «Какие в вашей области важные задачи?» А через неделю или около того: «Над какими важными задачами вы работаете?» Ещё через какое-то время я пришёл и спросил: «Если то, что вы делаете, неважно, и если вы не думаете, что это приведёт к чему-то важному, почему вы работаете над этим?» Меня там не жаловали после этого; мне пришлось найти кого-то другого, с кем обедать! Это было весной.

Осенью же Дэйв МакКолл остановил меня в коридоре и сказал: «Хэмминг, то твоё замечание пробралось мне под кожу. Я думал о нём всё лето — какие важные задачи есть в моей области. Я не изменил направления своих исследований, но думаю, что стоит это сделать». И я ответил: «Спасибо, Дэйв», и пошёл дальше. Я заметил через пару месяцев, что его сделали главой отдела. А потом он стал членом Национальной академии инженерии. Я заметил, что он достиг успеха. Я никогда не слышал, чтобы имена других ребят за тем столом упоминали в науке и научных кругах. Они не смогли спросить себя: «Какие задачи важны в моей области?»

Если вы не работаете над важной задачей, маловероятно, что вы сделаете важную работу. Это абсолютно ясно. Великие учёные тщательно и внимательно продумали какое-то количество важных задач в своей области, и они ищут, как подойти к ним. Позвольте предупредить вас: важная задача должна быть сформулировала аккуратно. Над тремя в определённом смысле важными задачами в физике никогда не работали, пока я был в Bell Labs. Под важными я подразумеваю гарантированную Нобелевскую премию и любую сумму денег, которую вы захотите назвать. Мы не работали над (1) перемещениями во времени, (2) телепортацией и (3) антигравитацией. Эти задачи не были важны, потому что у нас нет к ним подхода. Не последствия решения делают задачу важной, а то, есть ли у вас разумный подход. Вот, что делает проблему важной. Когда я говорю, что большинство учёных не работают над важными задачами, я подразумеваю это в таком смысле. Средний учёный, насколько я могу наблюдать, тратит почти всё своё время на задачи, которые, как он знает, не важны, и также он не считает, что они приведут к важным задачам.

Я сказал ранее о посадке жёлудей, чтобы могли расти дубы. Вы не всегда можете точно знать, где быть, но вы можете работать там, где что-то может произойти. И даже если вы считаете, что великая наука — дело удачи, вы можете стоять на вершине горы, куда бьёт молния; вам не надо прятаться в долине, где вы в безопасности. Но средний учёный почти всегда делает безопасную рутинную работу и потому он (или она) не выдаёт много. Это настолько просто. Если вы хотите делать великую работу, вы определённо должны работать над важными задачами и у вас должна быть идея.

В этом ключе, при некоторых толчках со стороны Джона Тьюки и других людей, я наконец завёл то, что я назвал «временем больших мыслей». Когда я шёл на обед в полдень пятницы, я после этого обсуждал только большие мысли. Под большими мыслями я имею в виду такие: «Какой будет роль компьютеров во всей AT&T?», «Как компьютеры изменят науку?» Например, я увидел, что в то время девять из десяти экспериментов делали в лаборатории, и один из десяти на компьютере. Я как-то сделал замечание вице-президентам, что будет наоборот, то есть девять из десяти экспериментов будут делать на компьютере и один в лаборатории. Они знали, что я был сумасшедшим математиком и у меня не было контакта с реальностью. Я знал, что они были неправы, и время показало, что они были неправы, а я прав. Они строили лаборатории, когда они не были нужны. Я видел, что компьютеры трансформируют науку, потому что тратил много времени, задаваясь вопросом, каким будет влияние компьютеров на науку и как я могу изменить его. Я спрашивал себя: «Как это изменит Bell Labs?» В другой раз я сделал по тому же адресу замечание, что более половины людей в Bell Labs будут тесно взаимодействовать с вычислительными машинами до моего ухода. Ну, у всех вас теперь есть терминалы. Я много думал о том, куда движется моя область, где были возможности, и какими важными вещами я могу заниматься. Мне надо двигаться туда, где есть шанс сделать что-то важное.

Большинство великих учёных знают много важных задач. У них где-то 10-20 важных задач, к которым они ищут подход. И когда они видят новую идею, можно услышать, как они говорят: «А, это относится к этой задаче». Они бросают всё остальное и берутся за дело. Я могу рассказать ужасную историю, которую мне рассказали, но я не могу ручаться за её правдивость. Я сидел в аэропорту, разговаривая со своим другом из Лос Аламоса о том, как удачно, что эксперимент деления атома провели в Европе тогда, когда провели, потому что это заставило нас работать над атомной бомбой здесь в США. Он ответил: «Нет. В Беркли мы собрали кучу данных; мы не добрались до их обработки, потому что строили ещё некоторое оборудование, но если бы мы обработали данные, мы открыли бы деление атома». Оно было у них в руках и они им не занимались. Они стали вторыми!

Великие учёные, когда открывается возможность, поднимаются и устремляются к ней. Они бросают всё остальное. Они избавляются от других вещей и двигаются за идеей, потому что они уже продумали дело. Их умы готовы; они видят возможность и идут за ней. Конечно, часто возможности не срабатывают, но вам не надо попадать во много из них, чтобы сделать великую работу. Один из главных трюков — это долго жить!

Ещё одна черта — мне потребовалось время, чтобы её заметить. Я заметил следующие факты о людях, которые работают с открытой дверью или закрытой. Я заметил, что если дверь в ваш кабинет закрыта, вы можете делать больше работы ото дня ко дню, и вы более продуктивны, чем большинство. Но 10 лет спустя вы как-то не очень знаете, над какими задачами стоит работать. Вся работа, которой вы напряжённо занимались, имеет посредственную важность. Того, кто работает с открытой дверью, всё время прерывают, но периодически он также получает наводки на то, что собой являет мир и что может быть важно. Я не могу доказать причинно-следственную связь и можно сказать, что «закрытая дверь символизирует закрытый ум». Я не знаю. Но я могу сказать, что есть хорошая корреляция между теми, кто работает с открытой дверью, и теми, кто в итоге делает важные вещи, хотя люди, которые работают с закрытыми дверями, часто работают напряжённее. Кажется, будто они работают немного не над теми вещами — не очень, но достаточно, чтобы упустить славу.

Я хочу рассказать ещё об одной теме. Она основана на песне, которую, я думаю, многие из вас знают: «Дело не в том, что вы делаете, а том, как вы это делаете». Я начну с собственного примера. Я повёлся на то, чтобы в дни абсолютного двоичного кода решить на цифровом компьютере задачу, которую не могли решить лучшие аналоговые компьютеры. И я получал решение. Когда я подумал хорошенько, я сказал себе: «Ты знаешь, Хэмминг, тебе надо будет подать отчёт об этой военной задаче. Когда ты тратишь много денег, тебе надо отчитаться за них и каждая аналоговая лаборатория захочет отчёт, чтобы посмотреть, не смогут ли они найти в нём недостатки». Я производил нужную интеграцию весьма паршивым методом, мягко говоря, но я получал решение. И я понял, что в действительности задача состояла не в том лишь, чтобы получить решение; она состояла в том, чтобы показать впервые и без всякого сомнения, что цифровая машина могла победить аналоговую на её собственной территории. Я переработал метод решения, создал теорию, красивую и элегантную, и изменил то, как мы вычисляли решение; результаты не отличались. В опубликованном отчёте был элегантный метод, который в последующие годы был известен, как «метод интеграции дифференциальных уравнений Хэмминга». Он уже устарел, но какое-то время этот метод был очень хорош. Немного изменив задачу, я сделал значимую работу, а не тривиальную.

Таким же образом, используя машину на чердаке в ранние дни, я решал задачу за задачей; довольно многие были успешны и было несколько неудач. В одну пятницу, завершив задачу, я пошёл домой, и, что странно, я не был рад; я был подавлен. Мне представилась жизнь, которая состояла из длинной череды задач — задача за задачей, задача за задачей. После некоторого размышления я решил: «Нет, я должен быть в массовом производстве вариабельного продукта. Я должен заняться всеми задачами следующего года, а не только той, что сейчас передо мной». Изменив вопрос, я всё равно получал такие же или лучшие результаты, но я изменил дело и сделал значимую работу. Я подошёл к большой задаче: как мне победить машины и выполнить все задачи следующего года, когда я не знаю, какими они будут? Как мне подготовиться к этому? Как мне выполнить эту конкретную задачу, чтобы быть на высоте? Как мне повиноваться правилу Ньютона? Он сказал: «Если я и видел дальше других, то это потому что стоял на плечах гигантов». В эти дни мы стоим на стопах друг друга!

Вам следует делать свою работу так, чтобы другие могли строить на ней, чтобы они сказали: «Да, я стоял на плечах такого-то и такого-то и я видел дальше». Сущность науки кумулятивна. Немного изменив задачу, вы часто можете сделать великую работу, а не просто хорошую работу. Вместо того, чтобы подходить к отдельным задачам, я решил, что никогда не буду больше заниматься отдельными проблемами, если только не как классами проблем.

Если вы хорошо смыслите в математике, вы знаете, что попытка обобщить часто значит, что решение простое. Часто, остановившись и сказав: «Он хочет решить задачу, но она характерна для того и того. Я могу подойти ко всему классу задач с более превосходным методом, а не таким специфическим, потому что раньше я был погружён в ненужные детали». Абстракция часто упрощает дело. С тех пор я отложил методы и приготовился к будущим задачам.

Завершая эту часть, я напомню: плох работник, который винит свои инструменты; дельный человек берётся за работу с тем, что у него есть, и получает наилучшее решение, которое может. И я говорю, что изменяя задачу, глядя на вещи по-другому, вы можете добиться существенной разницы в своей продуктивности, потому что вы можете либо работать так, чтобы люди могли строить на том, что вы сделали, или так, чтобы следующему человеку, по сути, приходилось снова повторять то, что вы сделали. Это касается не только самой работы, но и того, как вы составляете отчёт, как вы пишете публикацию. Это всё отношение в целом. Широкую, общую работу так же легко сделать, как и очень узкую. И это намного сильнее удовлетворяет!

Дата добавления: 2015-05-09