Skip to content

跟着教员的指导学习和产品设计

这是 1942 年《整顿党的作风》的部分原文:

images/a43e5ebec3ea84832b659652f0d3c1f0_MD5.jpg images/99b6b29fe45b5749a39f88208925262c_MD5.jpg

当初看了,也是泛泛地读了,领会不到要领。如果我们了解了当时的时代背景,就可以更加深入地领会文章的含义。

现在我们都知道要依靠人民群众,可是在当时的历史条件下,大家都不知道到底要怎么干,摆在面前成功的经验就是苏联共产国际的城市革命和工人运动模式。从苏联镀过金的同志更加自带光环,他们的言论和观点代表的是共产国际的言论和观点。可是事实证明按照共产国际的路线,换来的是惨痛的付出。所以教员根据当时国内的实际情况提出的是农村包围城市,但是他的观点得不到主流的认可。经过血淋淋的教训之后,大家才逐渐认识到教员的搞法才是正确的搞法。

那么这里面的问题在哪里呢?教员认为马克思主义是正确的,但是马克思主义在苏联的实践直接搬到中国,就产生了问题,没有把握真正的真理。

所以教员在 19 42 年抗日战争时期,写了这篇整顿党的作风的文章,主要提到了三个方面,党风、文风和学风。他指出要反对主观主义,以整顿学风。

理论与实践

从两个方面讲,一是有实践,没有理论,理论落后于实践。要把丰富的实践提高到应有的理论程度,对实践的一切问题或重大问题,加以考察使之上升到理论的阶段。对于产品设计,如果测试结果没有理论的指导和解释,那么我们还停留在感性认识阶段,这种认识是片面的,不全面的。缺乏理论的指导,我们很难从中找出规律,进而指导我们设计出更加优化的产品。

实际需要理论的指导

这里举个例子,假设我们设计一款使用风扇冷却的产品,希望同时满足温度和噪音要求。于是测试了风扇在 5 个转速下关键芯片的温度,如下图。打比方说产品设计最大的噪音值是 50 dBA,请问这时候芯片的温度会是多少?

fan_speed_to_delta_T_and_noise_testing.svg

如果我们缺乏理论的指导,设计过程将变得像猜谜一样,只能不断地去试,找出最接近的设计点。

如果我们学习了相关的理论知识,了解了风扇转速和温度间的关系,以及风扇转速和噪音之间的关系,那么我们就可以得到转速和噪音,温度之间的计算公式,这样我们能就能够计算出在任意转速下的温度和噪音值。

\[ \begin{align} \Delta T &= \frac{q}{\rho \cdot Q \cdot c_p} \\ Q &\propto RPM \\ L_p(RPM) &= L_0 + 10 \cdot \log_{10}\left(\frac{RPM}{RPM_0}\right) \end{align} \]

当然随着计算机技术越来越方便,我们也可以通过曲线拟合的方式,拟合出风扇转速与噪音及温差间的关系,进而推算出芯片的温度。但是对于更复杂的多变量关系,非线性关系或者获取大量数据的成本比较高。

理论需符合实际

理论的最终目的是为了解决实际问题,学习不应仅仅停留在书本知识上,而应注重如何将所学的知识运用到实际工作中,以解决实际的困难和问题。

有书本知识的人向实际方面发展,然后才可以不停止在书本上,才可以不犯教条主义的错误。有工作经验的人,要向理论方面学习,要认真读书,然后才可以使经验带上条理性、综合性,上升成为理论,然后才可以不把局部经验误认为即是普遍真理,才可不犯经验主义的错误。

对于我们的工作,有了测试的结果需要从理论上进行解释,需要从理论上能够解释的通,如果和理论有差别,我们需要检查是否哪里出了岔子,或者选择了错误的理论依据。学习到的理论知识也要应用到实践中,指导测试、仿真的调整方向,指导我们更快捷地取得更优的设计方案,要通过测试结果去验证理论,验证我们选择的理论依据是否合适。

还是上面的例子,用线性拟合转速与噪音间的关系,大概是每增加 2000 转,噪音增加 2dBA,如果我们将这作为普遍真理拿去应用就会出现错误。这里增加 2000 转,噪音增加 2dBA 对这个案例是正确的,但是对于其他的产品如果还是应用同样的规律就会出问题,这就是没有把握事物的本质规律,只是表面的现象。就像把苏联工人运动的成功经验搬到中国却导致失败一样,真正成功的原因是团结绝大多数的人民,苏联的工人占用大量的比例,而在中国农民占人口的大多数。

有的放矢地学习

现在获取信息的条件极大地不同于以往任何时代,我们可以轻易地获取大量的信息。但是这些海量的信息也有弊端,那就是这些信息是碎片化,而且现在充斥着大量的 AI 生成的信息。我们看了很多视频,很多文章,又好像什么也收获也没有。

这些碎片化的信息就像沙滩上的大量贝壳,我们如果走一路捡一路,最后得到的不过是一筐石头,还把自己压得喘不过气来。在捡这些贝壳前要有一个规划,我要做一个什么样的物件,需要什么形状,什么颜色的贝壳,然后按照需求到沙滩上去捡相应的贝壳,这样才能做出一个完美的作品。

随着 AI 应用大量的涌现,这些应用能极大地帮助我们快速获取解决问题相关的信息,甚至可以为我们提供解决问题的参考方案。因此我们要利用这些工具,帮助我们学习,帮助我们解决问题,达到事半功倍的效果。

因为我们能很方便地获取信息,获取需要的知识,所以我们需要以解决实际问题为导向,进行有目的的学习。遇到了解决不了的问题,带着问题去找答案,而不是跟着书本逐字逐句地将所有内容吃透背熟。因为,现在书籍、资料实在是太多,而且鱼龙混杂,书本的内容也不一定全部符合我们的实际需求。技术更新进步的速度非常快,写到书上的技术可能已经是过时的技术。例如我们要做一个充电设备,可以网上搜索相关的解决方案,按照现成的指导,也许一个充电芯片就可以解决问题。如果我们还去学习一些过时的技术,不仅浪费时间,而且没有什么实用价值。

总结

1. 理论与实践相结合

学习不仅要掌握理论知识,还要将这些理论应用到实际工作中。缺乏理论指导的实践可能停留在感性认识阶段,无法有效总结规律,也难以优化设计。因此,学习相关的理论知识,并将其转化为实际应用的能力,是解决复杂问题的关键。

2. 从经验中提升理论水平

对于有工作经验的人来说,学习要向理论方面发展。通过读书和学习,把实际经验上升为系统化的理论,避免仅凭经验做出判断。这样才能避免经验主义的局限,形成更为科学、全面的解决方案。

3. 有的放矢地学习

在信息时代,我们面临大量碎片化的信息。有效的学习不应盲目接受所有信息,而是应当有明确的学习目标和问题导向。带着问题去找答案,结合实际需求筛选和吸收知识,而不是盲目地从书本或资料中“吃透”所有内容。利用现代工具(如AI)高效获取信息,提高学习效率。

4. 避免教条主义,灵活运用理论

理论最终是为了解决实际问题,学习时要避免将理论视为不可改变的普遍真理。不同的实际情况需要灵活地调整理论依据,避免把一个领域的规律简单应用到另一个领域。对待理论要有批判性思维,确保理论与实践的结合是有效且科学的。

希望这些建议能够帮助大家在复杂的设计和工作中不断进步,避免陷入单一的理论框架或经验主义,能更好地解决实际问题。

如果你觉得赞同或者对你有所启发,请点个赞或者再看吧。