这个结局有点冷1

一旦人有了欲望,便也有了牵制而失去了自由。自由这个东西,在不同的人的脑海里是不同的想象。有趣的是,自由的定价是弹性的。对于有些人来说,几千块钱就可以使他把一个月的时间双手奉上,对于另一些人来说,要几万块。站在社会食物链顶端的人则可以用钱买去一些人的自由。

今天,我想要写一个关于一个男孩的故事。他在沙滩上长大,阳光是他的食物,大海是他的游乐场。他的生命却开始于一个都市女人的到来。

那天,他正躺在沙滩上晒太阳。浓烈的阳光突然被一个散发着药草味道的阴影遮住。一个戴着草帽的女人走到他面前,阳光下他看不到她的脸,只能听到她用淡淡的语气问道: 去道格拉斯旅馆的路该怎么走。男孩对这个冷淡但看起来很有气质的女人突然有了兴趣。他说道,道格拉斯旅馆离这里很远,5欧元,我可以载你过去。女人竟然爽快地答应了。男孩在惊讶之余也十分欣喜。

在环海的山路上,女人坐在男孩的摩托车上,双手紧紧地抱着男孩的腰部。风迎面吹向两人,映照着夕阳的斜晖,女人长发飘飘,他们一圈又一圈得在山上环绕。在夜晚时刻,他们到达了一个山顶的小房子面前,女人意识到,男孩是把自己领到了自己住的地方。然而她并不意外,下了摩托,走进了男孩的小房子。

屋内的陈设很简单但也很干净,看得出是一个单身男人的住所。女人把背包随手放在墙角。径直走进洗手间开始洗澡。

再活一次4

我降落到了一个繁忙的蚁穴。每只蚂蚁都疯狂地像是打了鸡血。一只一只的蚂蚁用它们的触角去探寻附近的食物。远处是一个庞大的砂型蚁穴。这就是工蚁的宿命吧。它们在一个沙堆中挖掘筑造一个巢穴,心满意足地把自己限定在二维世界的两点之间,从事单调线性地搬运。而这一切的核心就是那个身躯庞大的蚁后。它的命运就是繁殖,它是这个世界的核心驱动力。我看着它们搬运,消耗,繁殖。它们也发现了我,示意让我也跟着它们一起去搬运,消耗,繁殖。我摇摇头,对着它们不置可否。

再活一次3

再一次,我降落在了一个我本不应该出现的世界。我遇到了艺术家,音乐家和物理学家。

艺术家总是在吵吵闹闹,在情绪的波动的海洋里,在溺死和获救的两个状态之间挣扎。

音乐家那边也没有好到哪里去,他们总是会分不清楚自己是那个演奏音乐的人呢,还是那个被乐器演奏的人。

物理学家则是看起来最冷静的一批人了。喝着啤酒,数着1,2,3,4,5。只要手机可以用,谁会去关心量子力学呢?

再活一次2

很久很久以前,有一个老人出生了。他恐惧时间的流淌,害怕快速发展的事物。 他最喜欢的动物是蜗牛,最喜欢做的事是看蜗牛在下雨天在玻璃床上一点一点的蠕动。有一天,他的屋子的对面,搬来了一个总是戴墨镜的邻居。这个邻居留着长发,总是一身中性打扮。由于无法看到他的脸,无法确定他的性别,我们暂且叫他墨镜男。

老人有一天坐在躺椅上在外面晒太阳,天上有云在慢慢地浮动。这时墨镜男从房间里走出来,跨上一辆摩托飞驰而去。老人被突如其来的声波和速度刺激到,眼睛愤怒地望向墨镜男的远去的方向。因为有了墨镜男的干扰,老人周围的时空被扭曲。很多以前观察不到的事物纷纷出现在他的面前。比如一只不停在跳动的闹钟从街对面跳了过来,它一开始在距离老人一米左右的地方左右跳动,接着用Z字形向老人逐渐逼近。老人先是坐了起来,最后干脆站了起来。他警惕得盯着那只闹钟,一步一步向后挪去。终于在闹钟加速向前快要跳到他的脚尖的那一刻,他开了门躲了进去。

 

再活一次1

还有什么比绕了一圈回到原点更让我想要发笑。然而我回到原点时,原点已经变成了一个另一个大圈圈。

舞蹈里的很多动作都是在画圈圈,每一个圈圈里都住着一个白衣的少年。他将脸埋在自己的怀里,给人无数的遐想。他的眉毛一定像剑锋出鞘,他的嘴巴像熟透了的樱桃,他的眼睛像黑曜石一样闪闪发光。舞者不可以停留,舞者需要不停得转动,而她的眼睛却总是注视着少年的方向。在音乐结束时,少年消失在舞台中央,舞者谢幕。

我劝告舞者,不要去追逐幕后的少年,生活不比舞台的光鲜。幕后的少年会慢慢长成年,变成一个抽烟的大叔,唱着俗人会唱的曲目。

再活一次0

今天,我重新变成了一个人,我身边的男人变成了一只狗。它顺服地接受了自己的新角色。

我打开门,它跑了出去。我一个人坐在屋子里,听着窗外的鸟叫,感受着孤独的气息。

有多少男人会希望自己像宠物一样被饲养呢?我有时候会想要做一只猫,而我的爱人在下一个转角等待着我。我可以很快被爱上,但爱上一个人却很慢。爱在等待中被孵化被养成我想要的形状。

我曾经很喜欢用文字表达自己的心情,从什么时候开始,我开始变得闭塞,变得隐晦。这是一个叫做理性的机器来教导我之后发生的事情。这个理性的机器是欲望的徒弟。欲望有错吗,机器也一脸无辜。

骑着自行车,我路过那个叫青春的树。那棵树愁容满面得看着自己结出的一颗颗青春豆,不敢直视来往的路人。我摘下一颗青春豆,打开后发现里面有一个小小的精灵,闪着火红色的光,一不小心,飞得无影无踪。狂风吹来,我不自觉得张开了双臂想抱紧这棵树。但是风卷起了我的自行车还有我,并离开了地面,一路向西。

关于价值,热情和能力

一个人怎么样才会快乐呢?快乐又是什么呢?中医有阴阳平衡的理论。说一个健康的人是阴阳平衡的,气血充足的,是平和的。而一个体质平和的人可以有效得抵御外界的邪气,用西医的说法即有很好的免疫能力,也就很容易保持健康,心情因而很容易愉快。

最近看了些书,都看到了关于怎么样才能幸福的探讨。说是当一个人做的事,符合这个人的价值观,使他富有激情并且他的能力足以胜任,那么这个人就很容易感到幸福。这让我反思我这几年在德国的工作与生活。我曾经那样的不快乐。为什么呢?因为我在公司里一直没有在做能使我充满激情的事情。当时我去德国的公司工作是因为我觉得在生产医疗电子设备的公司工作符合我的价值观,即可以帮助别人解除痛苦。而且我的专业刚刚好是这个领域的。但是在最后的两年时间里,我没有在做医疗电子方向的项目,工作的内容也从研发变成催促团队里的人去完成他们应该去做的事。这些工作很繁杂,处理人际关系也让我很疲倦。我想要改变状态,强行打起精神去做一些有突破性质的事情,但是公司的领导却似乎根本不欣赏我的想法。在思考了很久之后,我做出了一个决定,辞职回国。

现在已经回国五个月了,我回忆了很多这八年来的点点滴滴,试图理清思路,想要想明白以后该做什么。

水的哲学,随心的哲学

老子说,上善若水。水善于利万物而不争,处众人之所恶,故几于道。

Laozi said,the highest benevolent is like water. Water nourishes everything without conflicting with everything.

用现在的话来说,最高的善像水一样,水滋养万物,而不与万物发生矛盾,冲突。

最近我爱上了泡澡的感觉。把药草放在木桶里,泡出酒红色的汤色来。在房间里放上幽静的冥想音乐,把自己的身体和心灵放进散发着阵阵植物清香的空间里。感受水用她的柔软将我怀抱,世界再次回到起初的状态。慢慢地,鼻尖上生成细小的汗珠。我的烦恼,我的忧郁,我的愤怒,我的欲望,都随着汗液排出体外。我的心跳告诉我,我活着,我的神经舒张着,我和自己的灵魂连接在一起。

你有多久没有过这样的感觉? 屏蔽掉外界的嘈杂,只与自己相处。

今年我主动结束了与德国公司的终身合同,回到了中国。因为我发现在德国的生活正在逐渐剥离我的内心和我的肉体。我的躯体还在勉强得生存,但是内心正在逐渐枯萎。

在德国的最后几年,我出现了很多心理问题。晚上我睡不着觉,每天早上起床时,都会质疑,我为什么还要活着。到了公司,我就会胸闷胃疼。看见同事也没有交流的欲望。我的生活一度需要药物来维持正常的睡眠。虽然药物可以让我在晚上睡着,但是早上却无法把我真正的叫醒。我知道,这是对生活没有期待的结果。

我曾经也对生活充满了渴望和期待。上大学时,我无比得渴望去国外留学。在欧洲与美国中,我选择了欧洲。在德国和法国中,我选择了德国。这个选择源于我小时候记忆中在电视上旅游宣传片上看到的欧洲的列国美景,和哈利波特电影中的城堡。当我坐着火车到达弗莱堡的火车站,来到市中心时,我感到我长久以来的梦想实现了。

Data Mining 数据挖掘

在数据分析科学里,有一个很重要的概念,叫做数据挖掘。可以这么想象,一个机构利用数据科学做分析和决策的过程就是发现含有钻石原矿,再将未加工钻石经过多道工艺层层打磨的过程。数据挖掘就是这么一个系统性的过程,它需要应用到信息科学中的自动检索和模式分析,也可能会要求分析师有相应的商业知识或者创造力以及常识。

An important concept of data science is data mining. You could compare the process that an institute adopt data science analysis for decision making as the process of diamond mining and processing, where you explore the rough diamonds and polish them via multiple complex processes. Data mining is such a systematic process, where it involves the application of information technology such as the automated discovery and evaluation of patterns from data and it may requires an analyst’s creativity, business knowledge and commen sense.

每一个商业决策问题都是独特的,都有它特定的目标,限制和特征。我们面对一个商业问题,要解决它也可以运用工程学思维,把一个商业问题解构成 子任务集。这些子任务中,有些是特殊的商业问题,还有一些是普遍的数据挖掘任务。需要注意的是,在数据科学中一个很重要的技能就是将数据分析问题分解成子问题然后根据各个子问题来找相应的解决方案。 所以在学习数据挖掘的具体流程之前,我们要谈一谈数据挖掘的几种常见的任务类型以便之后对数据挖掘的整个过程以及其概念的具化了解。

Every business decision making problem is unique, comprising its own combinations of goals, constraints and characteristics. We could proceed a business problem by adopting engineering approach, that is, to decompose a business problem into subtasks. Among these subtasks some are unique to business problems and some are common data mining tasks. Note that a critical skill in data science is the ability to breakdown a data analytics problem into parts such that each part matches a known task for which the solutions are available. So before learning about the data mining process, it is useful to discuss about the common types of data mining tasks, which allow us to be more concrete when we are presented the data mining processes and concepts.

Data Science数据分析科学

在过去的20年里,人们投资大量商业领域,也同时提高了产业的数据收集能力。现在商业的各个环节都配备数据采集功能,比如说运营,生产,供应链管理,顾客行为,市场营销,工作流程。数据广泛存在,我们要思考的不仅仅是如何采集,而是如何能从数据中提取出有用的信息和知识。我们最终的目标是利用数据分析科学帮助我们更好的拿主意。

The past 20 years have seen extensive investments in business infrastructure, which have in the meanwhile improved the ability to collect data throughout the industry. Virtually every aspect of business is equipped with data collection functionality: operations, manufaturing, supply-chain management, customer behavior, marketing campaign performance, workflow procedures. Despite the broad availability of data, we shall not only focus on how to collect data but also how to extract useful information and knowledge from data. Our ultimate goal is to improve decision making in the context of business using data science.

那么如何应用数据分析科学驱动商业决策呢?我们首先要理解一个机构的数据相关作业的背景。商业决策是建立在数据分析科学或者数据分析思维的基础之上,我们要区分数据分析科学与数据工程。数据分析科学需要使用数据,数据又可以通过数据工程提供。数据处理技术辅助数据工程,但却可以应用到更多的任务中,比如高效交易处理,现代网络系统流程作业,以及网上广告营销的管理。大数据技术其实也是一种数据处理技术,用于处理传统数据技术无法处理的大数据,当然也可以用于支持数据挖掘任务以及其他数据分析科学活动。

So how do we apply Data Science to drive decision making in practise? We first of all need to understand the various data-related processes in the organization. Business decision-making is based on the data science or data analytical thinking. We need to distinguish it from data engineering. Data science needs access to data, which are provided by data engineering. The data processing technologies facilitate data engineering and are useful for more, such as efficient transaction process, modern web system processing and online advertisement. “Big data” technologies are used for processing the large datasets that traditional processing systems couldn’t deal with, and also could be used for data processing in support of the data mining techniques and other data science activities.