大脑像一台计算机的数学家,计算机之父冯·诺依曼|他的大脑就是一台超级计算机...

在他扬名数学界的同时,关于他的种种趣闻轶事也广为传播开来了。他是个世界主义者,然而,成为美国公民却是他自己作出的选择。

冯·诺依曼家里常举办持续时间很长的社交性聚会,这是远近皆知的。约翰尼(约翰的昵称)自已饮酒不多,但决非滴酒不沾的人。他偶尔也玩扑克牌,不过,打起牌来,他总是输家。

1937年冯·诺依曼与妻子离婚;1938年又与克拉拉·丹结婚。克拉拉·丹随诺依曼学习数学,后来成为优秀的程序编制家。多年后,克拉拉在一次接受记者采访谈及她丈夫时说道:“他对自己家的屋子一点儿几何头脑也没有,连个位置都搞不清楚……一次在普林斯顿,我叫他去给我取一杯水,过了一会儿他回来了,问我玻璃杯在哪里。我们在这所房子里住了17年……他从来没有用过锤子和螺丝刀,家里的事,除了修拉链以外,他一点也不做。他修拉链可以说是 手到病除 。”

冯·诺依曼决不是那种脸谱化的大学教授样子。他是个粗壮结实的男子汉,衣着整齐、讲究。自然有人说他有时是何等的心不在焉。克拉拉告诉我,一天早晨冯·诺依曼从普林斯顿的家里驱车出发到纽约赴约会,车抵新不伦瑞克时,他又打电话回来问他妻子:“我上纽约去干什么?”当然这可能不完全贴切,不过我还是想起有一天下午我开车送他回家的情形。因为那天晚上他家有一次聚会,我自己又记不清到他家的路途。于是我就问他,我下次再来时怎样辨认他的那所房子。他告诉我说:“那可容易,街边有家鸽啄食的那所房子即是我家。”

冯·诺依曼思考问题的速度真是令人敬畏。G.波列亚也承认,“约翰尼是我唯一感到害怕的学生。如果我在讲演中列出一道难题,讲演结束时,他总会手持一张潦草写就的纸片向我走来,告诉我他已把难题解出来了。”无论是抽象的求证还是运算,他做起来都是得心应手的,不过他对自己能熟练地运算还是格外感到满意和引以为豪。当他研制的电子计算机准备好进行初步调试时,有人建议计算一道涉及2的幂的计算(这道题大致是这样的:具有下列性质的最小幂是什么,当它的十进数字第四位是7时?对现在使用的计算机来说,运算这道题根本不费吹灰之力,它只需几分之一秒的时间即可取得运算结果)。计算机和约翰尼同时开始运算,约翰尼竟领先完成了运算。

一个著名的故事说到,阿伯丁检验场的一位青年科学家有一个复杂的式子需要求值。第一个特解,他花了十分钟时间,第二个特解,他用笔和纸运算了一个小时。第三个特解,他不得不求助于台式计算机,即使是用了台式计算机他还是得花上半天的功夫。当约翰尼进城时,这位青年科学家把公式递上去向他求教。约翰尼自然乐于相助。“让我们先来看看前面几个特解的情况。如果我们令n=1,我们可求得……”——他昂首凝思,喃喃而语。年轻的提问者顿时领悟到它的答案,便插嘴说,答案“是2.31吧?”约翰尼听了后不解地看了他一眼并说:“我们现在令n=2,……”他思索着,嘴唇微微启动。这位年轻人由于事先胸有成竹,当然能摸得到约翰尼的演算过程,在约翰尼就要算出答案前的一瞬间,这位青年科学家又插话了,这次他用一种迟疑的口吻说:“是7.49吗?”这次,约翰尼听了不免蹙起了眉头,他连忙接下去说:“如果令n=3,那末……”还是一如既往,约翰尼默念了片刻,青年科学家在一旁偷偷地听到了他计算的结果。还没等约翰尼运算完毕,青年科学家就喊了出来:“答数是11.06。”这下约翰尼可受不了啦。这完全不可能。他从未见过有初出茅庐之辈能胜过他的!他一时陷入了心烦意乱之中,一直到开玩笑的家伙自己向他承认事先已作过笔算以后,他才平息了心头的愠怒。

在机器操作系统(ROS)中,机器视觉是机器感知和理解周围环境的关键技术。robot_vision功能包专注于这一领域,集成了多种视觉处理技术,包括摄像头标定、OpenCV库应用、脸识别、物体跟踪、二维码识别和物体识别,极大地拓展了ROS在视觉应用方面的能力。 摄像头标定:作为机器视觉的基础,摄像头标定用于消除镜头畸变并获取相机的内参和外参。在ROS中,camera_calibration包提供了友好的用户界面和算法,帮助计算相机参数矩阵,为后续的图像校正和三维重建提供支持。 OpenCV:OpenCV是一个广泛使用的开源计算机视觉库,在ROS中扮演着重要角色。robot_vision功能包可能包含OpenCV的示例代码和节点,涵盖图像处理、特征检测、模板匹配和图像分割等功能,这些功能对机器视觉系统至关重要。 脸识别:ROS中的脸识别结合了图像处理和机器学习技术。robot_vision可能集成了基于OpenCV的脸检测算法,如Haar级联分类器或Adaboost方法,甚至可能包含深度学习模型(如FaceNet或SSD),帮助机器实现脸的识别和跟踪,提升机交互能力。 物体跟踪:物体跟踪使机器能够持续关注并追踪特定目标。在ROS中,通常通过卡尔曼滤波器、粒子滤波器或光流法实现。robot_vision功能包可能包含这些算法的实现,助力机器完成动态目标跟踪任务。 二维码识别:二维码是一种高效的信息编码方式,常用于机器定位和导航。ROS中的二维码包可用于读取和解析二维码,而robot_vision可能进一步封装了这一功能,使其更易于集成到机器系统中。 物体识别:作为机器视觉的高级应用,物体识别通常涉及深度学习模型,如YOLO、SSD或Faster R-CNN。robot_vision功能包可能包含预训练的模型和对应的ROS节点,使机器能够识别环境中的特
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值