【力量訓練應從簡單的動作開始,但何種動作才算簡單?】
《The System》中提出了一個力量課表設計的重要原則:動作進階的路徑要由簡入繁。無論你是何種運動的教練,你可以先根據選手的位置、體型或其他變數來分組安排課表,但不管程度如何,剛開始訓練時你的課表和動作都應該「夠簡單」,等運動員訓練一段時間後對課表內容和動作都適應之後,才開始增加課表的難度和動作的複雜度。但什麼樣的動作叫「簡單」?什麼動作被歸為「複雜」?作者有明確的定義,分享如下:
#以下為譯文
●「簡單」動作的定義是指:一個穩定、左右對稱且負重平均的動作。
●「複雜」動作的定義則為:一個多關節參與、多種基本動作組成、單邊(單手或單腳)或爆發力動作。
因此臥推是一個相對簡單的動作,而分腿挺舉則偏向複雜的動作。
動作愈複雜,對中樞神經系統的需求也愈高。
當運動員已經能漂亮地完成簡單的動作時,就能開始換成較進階與複雜的動作。進階的方式可以是加大動作幅度、改成單手負重、減少支撐點或是跟其他的基本動作結合。也就是說,換動作時不一定是換另一個完全不一樣的動作,可以從已經熟悉的動作來調整。(作者建議每四週換一次動作)
從下面圖表 4.12 中你可以看到「上膊」和「推舉」這兩個動作的進階路徑,由左到右分正是從最簡單的動作開始,逐漸增加動作的複雜度(附圖)。
#原文如下
Our definition of “simple” is a movement that is stabilized, symmetrical, or performed with an even load.
“Complex” means multi-joint, multi-movement, unilateral, or explosive movements.
The bench press is a relatively simple movement, while the split jerk and snatch are complex. The more complex or compound the movement, the more demand on the nervous system.
Once a simple movement can be per- formed well, you can advance your athletes to a more complex movement. You can achieve that simply by taking a simple exercise and performing it through a larger range of motion, unilaterally, removing support, or combining it with another movement. The change does not need to be a completely different movement.
In the continuum shown in Figure 4.12, you can see a natural progression of cleans and presses from the simplest form to more complex variations.
--
以上摘錄自原文書第125頁,若有發現翻譯不到位或有問題的地方,非常歡迎也希望各界指正!
同時也有1部Youtube影片,追蹤數超過1,790的網紅李基銘漢聲廣播電台-節目主持人-影音頻道,也在其Youtube影片中提到,本集主題:動映画製造所 – 動畫聯展 專訪: 野口(策展人)、周予婷(助理策展人) 談論影像與影像共存,面對資訊影像洪流,如何能分辨影像背後所隱藏的含義,冷靜不被吞噬,又該以何樣的態度看待這個我們身處的圖像爆炸時代。 動畫影像的獨特性 近年影像的發展與樣貌隨著科技技術的進...
「時間複雜度定義」的推薦目錄:
- 關於時間複雜度定義 在 Facebook 的最讚貼文
- 關於時間複雜度定義 在 Eddie Tam 譚新強 Facebook 的最讚貼文
- 關於時間複雜度定義 在 雷諾曼卡的路徑藍圖 The Path of Lenormand Oracle Facebook 的精選貼文
- 關於時間複雜度定義 在 李基銘漢聲廣播電台-節目主持人-影音頻道 Youtube 的最讚貼文
- 關於時間複雜度定義 在 Complexity:Asymptotic Notation(漸進符號) 的評價
- 關於時間複雜度定義 在 Algorithm and Time Complexity (補充3-時間複雜度相關議題 ... 的評價
- 關於時間複雜度定義 在 时间复杂度与空间复杂度· pro648/tips Wiki - GitHub 的評價
時間複雜度定義 在 Eddie Tam 譚新強 Facebook 的最讚貼文
譚新強:Galileo的教誨:人類非宇宙中心點
文章日期:2021年5月21日
【明報專訊】人類非常自以為是,一切以自己為中心的動物。自古以來,不止大部分人都以為大地是平或者是方的,他們更以為天上的星星、月亮和太陽,都是圍繞着我們而運轉的。當伽利略(Galileo Galilei)以望遠鏡觀察得來科學證據,支持哥白尼(Nicolaus Copernicus)的太陽中心論,他就被教廷批鬥和逼害了20多年之久。
即使現代人也有同樣自以為是的主觀願望。不少人偏見地以為近數十的所謂新發明,例如互聯網、手機、AI、機械人和加密貨幣等,都必然是人類史上最偉大和最重要發明。更有不少人甚至相信所謂加速回報定律(Law of Accelerating Returns),認為重要科技發明的速度不斷提升,很快就將達到人網合一的所謂「奇點」(Singularity)!
客觀點來看,這些科技發展雖重要,尤其互聯網和手機,令到日常生活更方便和豐富,但怎可能比火、蒸氣機、電力、電話、汽車和飛機等更重要?有人曾問過李光耀,什麼是偉大發明?他的答案是對新加坡而言,最重要的發明是空調!他認為在熱帶地區,如沒有空調,工作效率非常低,經濟發展必更困難。你可能以為李光耀此言是開玩笑,小小一台冷氣機,怎可能那麼偉大?但事實擺在眼前,新加坡是熱帶國家中,極少數(差不多唯一)能達到發達國家水平的國家之一,成功原素當然不止空調這麼簡單,但他立國不久即決定盡快在所有政府辦公室裝置空調,肯定對提升政府效率有極大幫助。
近20年科技無助提升生產效率
若以生產效率的趨勢來判斷近20年科技發展的成效和重要性,不幸客觀結論就必然是頗為失望,甚至驚訝。因為不論美國或中國,過去20年的勞動生產率(labour productivity)增長都不斷放緩(見圖1及圖2),就如數以萬億美元計的IT投資,每人手中一台超級電腦,都提升不了我們的生產效率。更不需遑論AI結合機械人,再加5G,所有工廠都應變得更自動化,需要的工人極少,理論上人均生產效率必定急速提升。
這麼多「超偉大」發明,怎去解釋生產效率增長率不加速反放緩的重大謎團?我認為可探討3個可能性。
(1)從1970年代開始,個人電腦(PC)開始崛起和普及,企業投入大量資源,期望生產力效率大幅提升。但長近20年的投資期,效果一直是失望的,在互聯網普及前,大部分電腦幾乎可算是獨立的,主要用途只包括文書處理(word processing)、電子試算表(spreadsheet)和簡單資料庫(database)等,即使有通訊功能,也只限於速度極慢、撥號連線的modem。在這個單打獨鬥的環境下,大部分PC亦是一台昂貴的高級打字機,對生產力提升當然有限。後來隨着互聯網崛起、寬頻普及,企業開始看得到大量投資IT的回報。當然互聯網的發展,提供了創立大量新企業的機會(但即使如此,上世紀七十年代至今的生產力增長也一直放緩)。
同一道理,過去30年的新科技發展,將有重新提升生產力效率的一天,可能只是時辰未到。我贊同有此可能性,但到底現代科技,缺乏什麼催化劑,防止它們完全體現潛能?我也沒有準確答案,部分可能是投放的量未足夠,例如5G,大家一直期待網絡速度馬上提升10倍以上至Gbps級別,但事實上在美國和中國的用戶體驗極差,平均速度提升50%不到,某些情况和地區,甚至比4G更慢,亦較受障礙物如牆壁阻礙接收。應用方面更缺乏「killer apps」,據說在中國的流行5G App是Speedtest,就是用來測試通訊速度!現時平均每個基站服務約7000用户,當然寄望繼續增加密度,到了某個水平,希望能較成功體現5G功能。除此,高頻率的mmWave網絡仍在起步階段,高頻率才可真正大幅提升速度,但不幸物理上,mmWave穿透力更差,要實現IoT夢想,實時遙控高速機器,進行精細手術和應用於交通系統等,仍面對極大挑戰。
(2)人均生產效率增長放緩,有可能是定義和數據準確度的問題。會否是不可以金錢來量度近代科技發展所帶來的所有好處,除經濟增長外,亦有助改善人類健康、延長壽命,以及提升快樂感?有可能,事實上在過去200多年,全球人類壽命的確上升很多,從不到30歲升至現在的70多歲;但大部分應該是公共衛生的改善,尤其自來水的普及,農業進步導致營養改良,以及接生技術和環境改善,大幅減低嬰兒夭折率等,而非來自先進癌症治療法或基因工程技術。當然,近年英美的平均壽命更出現下跌趨勢。快樂的定義更抽象,跟科技發展更沒有一個必然關係,去多幾次日本就一定開心啲?著名人類學家Steven Pinker認為,原始的hunter-gatherers,以狩獵為生,不用花太多時間工作和計劃生活,平均快樂度反而比生活較穩定和富庶的農業社會高很多。原因是農業需要長達一年的工作計劃、播種、灌溉、收割和儲糧等等,全年忙碌,亦需全年憂慮天氣和瘟疫等。現代人更惨,不止需要計劃一年,未上幼稚園,已需要開始計劃人生,每年每月每日都有無窮無盡的所謂工作、責任和煩惱。
有人企圖解釋,可能分母也有問題。人均生產力增長減速,或者是因為現代經濟高度自動化,需要工作的人愈來愈少,即是失業,underemployment和不需工作的人愈來愈多,所以人均生產效率就被拉低了。這個解釋有兩個問題,首先在這次COVID大流行前,以美國為例,失業率跌至3.5%的50年新低,何來工作人數在減少?近月隨着美國疫情減退,失業率又再急速下降,所以此論點不成立。
有人指出,雖然表面失業率低,但有不少人不再尋找長工,只做點「零工」(gig),或只領救濟,所以人均生產效率被拉低。我沒有深入研究過,但我懷疑近年underemployment的情况,是否真的比以前嚴重。我的印象是從前較以農業為重的社會,鄉下的「閒人」更多,城市化才是提升人均生產力的最重要元素。
總括來說,我承認經濟數據未必能夠完全反映科技進步對人類的影響,但仍不可以此為解釋生產效率增長放緩的藉口。
人類發展漸近兩科學極限
(3)我認為最重要的解釋是人類發展已逐漸走近兩個科學上的極限。第一個是地球資源所能提供的可延續發展極限。人類發展,從古至今,尤其從工業革命開始,都可說是建築在耗用地球資源身上,尤其倚賴化石能源,最初是最髒的煤炭,後來是更好用但更有限的石油,再加上較清潔但難儲存運輸的天然氣。近年我們當然開始發現化石能源的碳排放,帶來嚴重氣候變化問題,如不能在極有限時間內解決,足可導致一次全球大規模動植物滅絕災難!
樂觀來看,這個危機當然也提供很多發展再生能源、電動車輛(electric vehicle, EV)、儲能、碳捕獲(carbon capture),以至「地球工程」(geoengineering)技術的機會。但不能否認的是地球本身是個充滿有機化學(organic chemistry)的環境,最方便的能源必然是與炭相關的,石油的能源密度是任何電池技術的20倍以上。按《巴黎氣候協議》的計劃,人類必須在2050年前達到碳中和,談何容易?去年因疫情,全球碳排放確下降了約6.5%,接近但仍不到每年遞減7%的目標,今年美、中等經濟重開,有可能達標嗎?
另一個更根本的是物理的極限。歷史上最偉大的科學突破,毫無疑問是二十世紀初,愛恩斯坦的狹義和廣義相對論,和稍後由玻爾(Niels Bohr)、海森堡(Werner Heisenberg)和薛丁格(Erwin Schrodinger)等人所發展的量子力學(quantum mechanics)。兩套理論非常偉大,亦有極大實用性,核能和核武正是它們的結合,是禍是福,見仁見智。但不幸過去60年,理論物理已可說碰到了堅硬牆壁,相對論與量子力學有非常根本性,甚至哲學性矛盾,聰明如愛恩斯坦,窮人生最後30年努力,也無法解決此問題。後人想出很多充滿創意的理論,例如超弦理論(Superstring Theory),但全都是紙上談兵,毫無實驗證明,所以於事無補。
物理極限對應用科技和經濟發展有很大影響。整個IT革命都是由半導體技術進步所推進。最有名的摩爾定律(Moore's Law),雖並非一條真正永恒不變的物理定律,但在過去50年,一直是芯片發展的一個指標。事實是每一代的芯片發展,雖仍在進步,但速度早已放緩,最初摩爾定律預期每9至I2個月,芯片密度即可翻一倍,近年已放緩至兩年以上。強如過去的老大英特爾(Intel),已停滯於14nm兩年以上,只有台積電和三星能繼續推前,能成功生產7nm芯片。即使台積電等能如期做到2nm,無疑必將接近物理極限,再縮小必將帶出各種量子世界的奇怪現象如「穿隧效應」(tunneling effect),極難控制芯片性能。
在應用層面上,影響也必極大。單是AI無人駕駛,已是個極重要的科技夢想,亦是Tesla股價的一個重要支柱。馬斯克(Elon Musk)教主是個頂級銷售員,他一直不斷告訴「信徒」無人駕駛是個相對簡單的ANI(Artificial Narrow Intelligence)應用,只需GPU或ASIC夠快,加上視覺數據,必可在短期內成功。按馬斯克的說法,年輕一代不需要學駕駛汽車,法律甚至將禁止人類開車,所有汽車變成AI無人駕駛的EV。
無人駕駛為極複雜AI難題
事實上,無人駕駛是個極複雜的AI難題,最近連馬斯克開始承認困難比原先想像中高很多。不止Tesla,大部分其他公司都碰到同樣問題,不少甚至已放棄。Uber和Lyft都計劃出售無人駕駛部門,Alphabet的Waymo,近日CEO和CFO等多位高層相繼辭職。德國各大汽車廠近日都推出質量非常不錯的EV,但並無太多AI功能。
我一向認為無人駕駛沒那麼簡單,應屬於AGI(Artificial General Intelligence)問題,即需要所謂common sense。人腦當然遠比電腦慢,但複雜度遠比芯片高,人腦neurons(神經元)數量超過1000億,synapses(突觸)數量更超過125萬億,更加是三維物體,連形狀和組織都對人腦的思考、性格和整個意識(conciousness)非常關鍵,遠比現時最先進二維為主,7nm GPU的540億原子粒多和複雜。即使未來用到2nm技術,能做出人類common sense的機會仍很低。不少AI專家認為,AGI需要whole brain simulation,或甚至不可以矽為基礎原料,改以用所謂wet ware,不知是否想以基因工程技術,在試管中培植出一個以碳為基礎原料的有機AI系統?聽起來,比Frankenstein(科學怪人)更恐怖!
我沒有答案,只想提醒大家不要過度自以為是,人類始終是渺小的,我們對宇宙的認知非常有限!
(中環資產擁有Tesla、Uber、Alphabet、台積電及三星財務權益)
中環資產投資行政總裁
[譚新強 中環新譚]
https://www.mpfinance.com/fin/columnist3.php?col=1463481132098
時間複雜度定義 在 雷諾曼卡的路徑藍圖 The Path of Lenormand Oracle Facebook 的精選貼文
《雷諾曼卡解讀技巧》
時間和空間共構出許許多多的事態和發展,進而導致許多的人事物有著多角的變化和加深了其複雜度。
許多在學習占卜的朋友都會覺得時間的判讀很困難,甚至於覺得毫無頭緒而感到飄渺虛無,抓不丌到重要的訊息和判讀點。
時間在占卜上可以用一種視為是一條線性的概念來看。我們先定義出一條主軸時間線徑,再依事態的特徵來找出時態,然後才有可能去判讀關於時間性的部份。
下面的雷諾曼卡都是比較能明顯的看出與時間有關聯的牌卡,有些表現出時間的長短,而有的是表現出時間的週期性,也有的是在顯示時效性的狀態。
希望能夠較準確判讀時間的範圍和時效性,那麼就要先去了解有關空間性的部分,畢竟在一個時空下才會也才能有事態發生啊!
#雷諾曼預言占卜 #雷諾曼卡 #Lenormand #LenormandOracle #時間 #空間 #時空 #時態 #事態
時間複雜度定義 在 李基銘漢聲廣播電台-節目主持人-影音頻道 Youtube 的最讚貼文
本集主題:動映画製造所 – 動畫聯展
專訪: 野口(策展人)、周予婷(助理策展人)
談論影像與影像共存,面對資訊影像洪流,如何能分辨影像背後所隱藏的含義,冷靜不被吞噬,又該以何樣的態度看待這個我們身處的圖像爆炸時代。
動畫影像的獨特性
近年影像的發展與樣貌隨著科技技術的進步變化了許多,同時不單只是創作的手法或是技術的提升,也間接影響著觀著的閱讀模式與習性。
影像比起過去更為頻繁的出現在我們的周圍,過去能夠接收影像的媒體從電視到現在人手一支的智慧型手機,觀者(現在的我們)更習慣動態影像傳遞與訊息的接收,再加上網路的普及,每分每秒都以倍速產生文字、聲音或是圖像訊息,所追求的視覺刺激強度已與以往不同,這些龐大的資訊不論是直接或是間接都在無形中的傳遞給我們,影像對於人們來說已經不再陌生,不單單是熟悉反而過度充斥,隨著我們對於這些影像的麻痺,加上畫素的提升已看不慣低畫質的品質,觀看習慣的改變使得創作者在創作時在速度、節奏上以及內容複雜度為觀者放入更多考量。
視覺習慣並非以單向線性的方式面對給觀眾或是創作者,而是雙向互動的形式,彼此交錯影響。創作者本身置身於環境之中,兼具觀看與被觀看的身分生活著,差異只在創作者觀看影像時會有著更多的敏感度。因此創作者選擇動畫作為一種用來表達自己的敘事形式,不單是因為動畫的特性能建構出高自由度的動態畫面,劇情也能隨心所與的發展,其特別之處在於,作品的呈現與創作者的經歷環環扣者,綜合過去的體驗、生活喜好及細節觀察,作品會伴隨著創作者經歷的不同而有著幾乎無法複製的面貌,這也是為什麼,即使動畫不像是攝影或是電影能給我們真實又直接的感受,卻依然能夠勾起我們的生活經驗而引起共鳴,動畫利用氛圍的處理,營造出實際拍攝無法達到的效果,讓作品在視覺上有著更強烈的震撼力與刺激感。
這樣層層的關係,動畫可視為一個綜合不同美學的集合體來討論,平面的角度會導出繪畫或是攝影來做比較,若是接成連續影像並組合配音,則會和電影、錄像作品來討論,其高度的實驗特質使得動畫可以被觀看的面相很多,很自由卻也因為可以操作的太多,是一門很考驗創作者的美學及敘事能力的創作方式。
簡單來說動畫就好比夢境,創作者即為做夢者也是操夢者,透過獨特的手法和敘事方式,觀者似乎面對著作品就能窺看作者內心的故事與經歷,然而,人人都能作夢也能動畫,一件好的作品又該如何去定義。
媒介普及,展示放映形式的改變
生活中同時身兼創作者與觀者的多重身份並不稀有,作為本次策展人的我也不一例外,過去對於影像、動畫、電影關注著,同時也思考著這些與我們的生活有什麼關聯性或是影響力。以我為例,小的時候,當時並非智慧型手機盛行的時代,對於觸碰到螢幕的想法是連想都沒有想過,綠色螢幕的翻蓋是按鍵手機是那時最前端的流行,電視稍有價位但也已經算是很普及,而家裡的人也熱愛電影,那時的我最期待的時刻就是做完作業用卡帶看卡通,也會在課本書角化手翻動畫,這些就是我最初理解對動畫的樣貌,很貼近生活並且很容易接觸,所以對於動起來的圖像並不覺得稀奇。
大家或多或少有類似的經驗及回憶,動畫以各種姿態出現在身邊,尤其是近幾年也更為顯著,路上也隨處可見動態大螢幕,智慧型手機、平板的出現,擁有這些產品的年齡層逐漸年輕化。簡而言之,對影像熟悉度提升的原因是因為放映媒介的普及,而這樣生活化的放映特性拉近了我們和影像的距離,進階影響到展示的放映形式,單純播映的方式也成了最底線的呈現裝置條件之一,而伴隨著科技技術改變VR、AR、MR的出現,觀看時身體不再再是靜止,除了思考是不是在未來裡動畫的面貌也會有所不同? 動畫展覽本身的是否也有形式上的再挑戰?值得思考的除了再現的手法或是文件事的展覽是否也有其他可能,不單影片的放映,其製作過程的手稿、分鏡,動畫在創作時的能量是否在展覽裡也能呈現更直覺的被帶出。
最後要談談,扣著創作者和觀眾的角色——展覽,前面提到過去和現在的科技變化到視覺習慣上的改變,並影響到創作的作品表現,由此了解展覽可以談論的動畫主題面向廣泛。以美學為出發做討論,動畫的繪畫性討論、作為實驗的性質存在討論,或是動畫還有哪些不單就畫面可能,延伸到其外部裝置放映、到整個展出展覽的發展性;又或者通過展覽,使得觀眾有更進步的對動畫的認識,並且讓創作者獲得更多交流,甚至促進各個不同學校的動畫系所能有更密切的交集。
由此理解展覽在觀眾及創作者間作為橋樑亦可觸發到的影響有多少,不過將前面所提及的都放進主題討論方向會過於龐大,況且展覽本身每一個環節都該被仔細安排過,為了使其夠完整,需要花上一段或是好幾次分批的抽絲剝繭才能逐一去探討。也因此,今年的展覽不局限於單一方向的主題,透過展出多元類型的作品,以及展出珍貴的手稿,展場另外安排一區可以讓觀眾互動的區域,讓大家可以動手畫,能更貼近作者製作時的歷程。
此外本展直接取用主辦單位「動映画製造所」作為展覽名稱,「動映画製造所」本身即為產出影像場所的意思,很純粹不迂迴,「動」是取用「動畫」一詞,「映画」則是日本漢字為「電影」的意思,將動畫與電影兩個詞彙組合在一起,創造一個並非絕對的詞,也是因為動畫在近年來的改變,沿用原有最早的連續影像切片定義下,依然能將動畫、電影、動態影像、錄像藝術等等區隔開,然而現今的分界已不再清晰,「動映画」也是伴著這些分項微妙的模糊關係而誕生,並且與展覽的主題也存在著相互呼應的關係。
此次動畫聯展作為往後展覽的序幕!希望大家能帶著好奇與期待的心情來參觀這次的展覽,我們也在未來裡繼續討論動畫各方面像的可能!(文:野口)
策展單位: 動映画製造所
策展單位: 金車文藝中心(承德館)
展出日期:2017/07/08-2017/09/03
開放時間:每日11:00-18:00(周一休館)
金車承德館地址:台北市承德路三段131號4樓
時間複雜度定義 在 Algorithm and Time Complexity (補充3-時間複雜度相關議題 ... 的推薦與評價
杰哥數位教室-資料結構課程第1章: 補充3- 時間複雜度 相關議題、常用的數學式子完整課程請 ... ... <看更多>
時間複雜度定義 在 时间复杂度与空间复杂度· pro648/tips Wiki - GitHub 的推薦與評價
1. 时间复杂度Time Complexity. 现代硬件性能强大,即使是非常昂贵的算法,数据量小时速度也可能很快。但数据量变大时,时间 ... ... <看更多>
時間複雜度定義 在 Complexity:Asymptotic Notation(漸進符號) 的推薦與評價
本篇文章將介紹Complexity(複雜度),以及用來分析Complexity(複雜度) ... 成本(包含運算時間與記憶體空間),通常會和「待處理的資料量」有關,當資料量越大,成本會以 ... ... <看更多>