computing with blistering speed

IBM號稱將最近在 cloud 平台提供量子計算 (IBM Q)服務. 現在傳統快速電腦 在人類的一生才能夠算出來的東西，量子電腦號稱可以在幾個小時就算出來。 量子電腦可以解決製藥公司的非常複雜的 molecular dynamics的問題， 可以解決製造肥料現在竟然需要用到 1-2% 的全世界能源, 可以讓股票 portfolio 的分配，每幾分鐘就完全重整一次。 假如這在20年後真的是事實的話，加上人工智慧 ，那人類怎麼辦？ 是福是禍？
http://www.newsweek.com/2017/04/21/quantum-computing-ibm-580751.html

A school in the middle of nowhere

仍然很難相信這怎麼成功的? 學校建在鳥不生蛋的山丘上，沒有水源(全部的水要用卡車運入), 老師的薪水一個月 相當於7,500塊新台幣(但包括吃和住), 大部分的老師以前從來沒有教過書。 學校四周都是很高的圍牆和倒刺鐵絲網，還有警戒瞭望台防止外界勢力入侵。 學校的學生從7年級到12年級全英語教學, 但是全部的學生在七年級入學的時候, 一句英文都不會講。 這個學校在非洲索馬利蘭( 25年前從非洲索馬利亞自行宣佈獨立，但至今沒有任何一個國家承認，國民每天的收入不到 一塊美金) 的學校竟然有90%的學生，能夠到 美國或是其他國家讀大學拿獎學金，包括 MIT, 哈佛和耶魯. 這所在非洲索馬利蘭的學校是美國波士頓一個對沖基金經理花50萬美金所創立的。 這所學校 每年學費 1,800塊美金，但如果你的資質夠好，就算你是牧羊的小孩子，也可以得到這個經理的獎學金(學校就有一個當年是放羊的小孩子，現在是MIT電機系拿獎學金的四年級學生). 學校的成功似乎沒有特別的因素, 早上7點到晚上, 一個星期五天半上課。 學校的成功似乎就在要求嚴格，而且學生進取心很強。 不過這所學校的成功經驗隨時會終止，因為川普的旅行禁令包括索馬利亞，而索馬利蘭至今還是被美國認為是索馬利亞的一部分。
http://www.cbsnews.com/news/ex-hedge-fund-manager-founds-school-in-somaliland/

Riveting book

幾乎廢寢忘食地讀完了這本六百多頁，十年來從來沒有讓我這麼入迷的書. 作者是哥倫比亞大學醫學院的教授，癌症專科醫生，曾得過普立茲奬。 作者文筆順暢，用字多元化，深度化。 這本書曾經得到紐約時報暢銷書的第一名，用說故事的方式來描述人類對基因的好奇, 發現和運用，非常地生動。

讀完這本書，我最大的感觸是 "人類是平等的"。 人類基因的不同排列組合，絕對是超過幾億兆種。 固然有些疾病的產生是 一個基因的突變， 但是平常最在乎的可能是智力跟性格。 智力和性格是很多基因的組合，所造成的一個外在的效果， 當然也與環境的互動有關係。 所謂的高智力，實際上是某一個基因和別人不太一樣, 而這個突變的基因，剛好很適合我們這個環境, 也很適合某一種特定形式的智力測驗。 但智力是由很多的基因組合， 不可能全部跟智力有關係的基因，都會比別人"強". 發現DNA雙螺旋體的諾貝爾獎得主 James Watson, 他的兒子竟然有精神分裂症; 爸爸的智力基因群, 有幾個很適應我們現在這個環境，但他兒子的基因群, 卻有幾個非常不適合這個環境。 我最欽佩的諾貝爾獎得主，半導體理論專家 William Shockley, 實際上有 high-performance autism 的毛病。

作者將兩千多年來，人類基因的歷史，基因理論的演進， 基因的發現和運用， 娓娓地道來。 從兩千多年前的畢達哥拉斯和阿里斯多德 "很有趣的" 基因理論, 200年前的 達爾文進化論和他的仍然 "很有趣" 的基因理論， 比達爾文晚生13年, 在捷克修道院種豌豆的默默無聞的孟德爾， 直到死亡時仍沒人理睬他千古留名的基因理論， 湯瑪斯摩根在120年前，將實驗室弄得像蒼蠅窩的的果蠅基因實驗，美國在100年前，因為優生學作祟，設立了"白癡集中營", 二次大戰時希特勒 殘酷的優生學和荷蘭1944年冬天大饑荒，對人類遺傳學研究的影響，人類遺傳的因素存在於DNA的發現( 這麼偉大的發現竟然沒有讓三次被提名的 Oswald Avery得諾貝爾獎, 因為沒人相信人類偉大的基因, 竟然存在於不起眼的DNA裡面), DNA雙螺旋體結構的發現，用細菌來傳遞不同種類的基因組合的發明， 在2003年完成的長達13年的人類32億對的DNA排序， 18年前在費城賓州大學的基因治療的慘劇, 到最近6年前才發現的 CRIPR/Cas9, 這個不得了的發現，竟然可以在任何動物和人類上，砍掉特定的基因，然後再換上你所想要的基因( 這也引發了哈佛, MIT和柏克萊大學的瘋狂專利權大戰 )

15年前要想知道你身上32億個DNA的排序如何，要花30億美元費時13年，現在只要花 1千美元一天就可以知道。 強烈優越感作祟的優生學已經困擾人類至少上千年， 現在製造一個"完美無缺"的寶寶的各項步驟都已經存在 (只是要繼續改進, 更有效率更準確)。依作者而所述，只要不管道德的約束，5年後就以可以完成這個"夢想", 一個可怕的"夢想"。 ( 現在全世界只有中國大陸的兩個研究團體, 竟然"敢"用 CRIPR/Cas9，將人類胚胎的部分基因砍掉，再換成新的基因. 不過實際上很多國家的研究團隊，也在進行類似的實驗，只是不像中國大陸這麼的明目張膽)。 以前曾經有一個哲學家問 "是不是以後的世界, 會有機器看得懂它自己本身的操作手冊?" 難道我們現在要問 "是不是以後的世界, 會有機器自己寫自己本身的操作手冊?" 這幾年突發猛進的基因研究， 會讓這個問題不再是很愚蠢的問題。

https://www.amazon.com/Gene-Intimate-History-Siddhartha-Mukherjee/dp/147673352X/ref=sr_1_1?s=books&ie=UTF8&qid=1495852793&sr=1-1&keywords=gene+history

Every kid is wunderkind

當一個公立高中學生的平均SAT成績 ( 相當於學測) 是全美國考生的 99.1% ( 我社區的高中 SAT平均成績 只有87 %), 想進入這樣的公立高中， 八年級的時候 就要考試，200多個學生參加考試，只錄取26個。 這個時候學校的負責人，就會接到無數次的"有頭有臉"人物的拜託電話. 這些特殊的公立高中都有他們的主題譬如數理, 人文, ... 這些學校只注重學科，完全沒有學校球隊和其他跟學校主題沒有太大關係的活動。 這些公立高中本來是公立高職，但招生有困難。 後來慢慢轉變成專攻大學，只注重專門學科為導向的公立高職 (以大學的特定學系為以後職業導向的高職)。 這種只注重學科，畢業後大部分可以進入常春藤大學的公立高職， 雖然讓家長趨之若驚，但是這種全班都是資優生的高職，真的是最好的教育嗎?

http://www.nj.com/education/2017/05/njs_elite_public_private_high_schools_explained.html

Self-serving Trump

Rationale for US to withdraw from Paris Climate Agreement today:
1) To stanch the hemorrhage of job loss of coal-mining workers who are the staunch Trump’s supporters 2) To put a brave face on “America First” 3) To keep the beautiful view of Trump’s seaside golf courses when there are no eye-sore of wind mills along the coast if US continues to dig coals.

我從來沒有想到，我用信用卡買什麼東西的資料，會使得銀行和 data aggregator 的科技公司, 鬧得不可開交. 最近越來越多人用像 Personal Capital 類似的免費服務, 將你所有帳號在各個銀行，投資公司，貸款和負債的全部資料， 一次顯示在螢幕上。 就算你什麼事都不做，也會至少每24小時就自動幫你更新一次。 但這也使得你在哪裡買東西，最喜歡買什麼東西，有多少能力消費的資料全部曝光。 集合全部消費者的習慣，這些交易資料對譬如 hedge funds 而言，是極端寶貴的資料. 怪不得銀行不肯放棄這塊肥肉，而對 data aggregator 的科技公司加以限制， 強迫這些科技公司簽下很多城下之盟。我的 personal capital 的帳號，最近更新很慢，有一個帳號甚至已經一個月無法更新。 消費者大概沒有想到，他們的銀行資料，竟然被很多科技公司和銀行本身視為是金礦. ( 即使這些科技公司或銀行本身在賣資料給別人時，已經把消費者的私人資料全部刪除). 最近的 Venmo 和 Mint 兩家公司的資料外洩 ,會讓人覺得，到底方便重要還是安全重要? 
 https://www.nytimes.com/2017/03/23/business/dealbook/banks-and-tech-firms-battle-over-something-akin-to-gold-your-data.html

17年前 Goldman Sachs 在紐約股票交易所有600個交易員，現在只有兩個。 用人工智慧來取代500美元時薪的投資銀行員工，絕對比取代速食店8美元時薪的員工來的合算。 高利潤高難度的 IPO 股票承銷工作的146個步驟，也非常可能標準化而被人工智慧取代。 投資銀行和對沖基金的股票交易，大約有10%已經完全由電腦來選擇和決定。 但電腦的股票選擇和下決定，還是遵循 quants (高級數學家) 所寫的 models. 這些 quants 寫的 models 不可能隨時隨地都能更新, 吸收, 和學習, 所以電腦選擇的股票, 並不一定絕對比人類選擇的股票來的亮眼. 但最近兩三年，這些 quants 所寫的 models 已經漸漸被人工智慧取代. 所以這兩三年來，電腦所選擇的股票大部分比人類選擇的股票來得正確 (圖示於 https://www.wired.com/…/the-rise-of-the-artificially-intel…/)， 因為人工智慧可以即時地把這些 models 更新吸收和學習. 這趨勢對年薪百萬美元的投資銀行的員工是一場噩夢， 但是對人類可能是一個福音，因為這些頂尖人才不一定要向華爾街靠攏，也許他們會去發展可以開一千多公里而不需要充電的電動車，可以去發展更有效的能源， 可以去國家安全局 NSA 對付恐怖份子 (NSA 的薪水只有年薪10萬美元，很難吸收到頂尖人才). 假如以後的股票交易和選擇全部交由電腦處理，還會有一個好處是，假如 Trump 按下核子彈頭的紅色按鈕, 投資銀行的股票交易員可能全都人間蒸發了, 你可以安心的是, 電腦還是會很忠誠地繼續進行你的退休金的股票交易和選擇。

https://www.technologyreview.com/s/603431/as-goldman-embraces-automation-even-the-masters-of-the-universe-are-threatened/