無處不在的傅里葉變換#
傅里葉變換(Fourier transform)是特別常用的數學工具:
- 計算機上的聲音和圖像信號
- 工程上的任何波動信息
- 數學上的解微分方程
- 天文學上對遙遠星體的觀測
- 手機播放 MP3、看圖片、語音識別
從本質上來說,傅里葉變換就是把一個複雜事物拆解成一堆標準化簡單事物的方法。
從聲音例子看傅里葉變換#
簡單事物:純音#
撥動一下琴弦,耳邊會傳來一個單純、持續的聲音——像 A 音符每秒振動 440 次。
- 音量 = 振動的幅度
- 音調 = 振動的頻率
- 曲線形狀是正弦波
複雜事物:真實聲音#
真實世界中絕大多數聲音都不是簡單的。我們說話的聲音放大了看是雜亂的振動。
關鍵洞見#
複雜的振動,可以看作是一系列簡單振動的疊加。
看似複雜的曲線可以是三個簡單波動相加而成。
溫度類比#
你一天中感受到的溫度變化很複雜,但實際上你同時在經歷三件事:
- 曲線 c:大自然溫度的自然變化
- 曲線 a:你在室內還是室外
- 曲線 b:你穿上還是脫下外套
把一件複雜的事情拆成三件簡單的事情,你就完全能看明白它到底是怎麼回事了。
傅里葉變換的思想#
如果我們先規定好一系列簡單波動(標準化的簡單事物),那麼任何一個複雜的波動都可以用這些簡單波動拆解。
- 傅里葉變換的基本波動,就是不同頻率的正弦波
- 用這些標準化的簡單波動作為基本單元,合成任何複雜的信號
- 只需要報出組成它的各種灰色曲線的「成分」就可以了
- 黑色曲線 = (0.5, 0.2, 0.1, 0.08, ……)——這就是傅里葉變換
數字音樂的原理#
那些標準化的簡單音調都是大家約定好的,所以只需要記錄一個聲音分解成簡單音調的成分值就行。
- 人的耳朵聽不見特別高頻和特別低頻的聲音
- 標準化簡單音調並沒有無限多個
- 只需要有限的一組數字,就能描寫一段時間內的一個複雜聲音
- 這就是 WAVE 音頻格式
- 把 WAVE 文件信息再做一些壓縮處理,就是 MP3
- JPG 圖像的原理類似,只要把時間上的波動改成空間上的波動就行
標準簡單事物的要求#
- 不重:互相之間不能有重疊
- 不漏:組合在一起必須在一定的分辨率內,可以覆蓋耳朵能聽見的所有頻率
- 這些簡單事物可以想象成「維度」——各個維度之間應是互相垂直的(數學語言叫正交),誰也不能覆蓋和取代誰
菜譜也是傅里葉變換#
你每一次照著菜譜做菜,都是在做傅里葉變換。
菜譜用這個、那個食材,什麼時候加多少鹽、什麼時候放多少水。那些食材、鹽和水,就是傅里葉變換中的「簡單的標準化事物」。
菜譜無須告訴你牛肉是什麼東西、西蘭花是什麼東西、鹽和水又是什麼東西——大家約定俗成地都知道它們是什麼東西。
如果一個社會有一個大家約定俗成的、標準化的簡單事物話語體系,我們的交流就會非常方便。
要想讓交流方便和高效,你就必須得有一個約定俗成的、標準化的簡單事物話語體系。
現實中傅里葉變換總是失真的#
- 理論上有無限個標準化簡單音調
- 現實中我們只用有限的數字描寫一個聲音
- 不易分辨或振幅特別低的音調都會被省略
對數字化聲音來說,你得知道三個限制:
- 你發不出不能用我們選取的那幾個標準化音調描寫的聲音
- 你聲音的特別細微之處將會被忽略
- 所有能傳播的聲音都是規定好的單純聲音的排列組合而已
福柯(Michel Foucault)說:「人類的一切知識都是通過『話語』獲得的,任何脫離『話語』的東西都是不存在的。」
這意味著,在傅里葉變換的視角下,這個世界並沒有什麼新鮮的東西。
純創新為何困難#
- 你所謂的創造,常常只是已知、標準化簡單事物的排列組合而已
- 這就是為什麼成熟的領域裡搞「純創新」那麼難
- 如果這個領域已經形成了自己特有的話語體系——也就是說用上傅里葉變換了——你首先要做的大概是學習這個話語體系
不過好在真實世界並不一定是一個完全可以數字化的封閉系統,也許傅里葉變換終究不能把整個世界給標準化。
結論#
傅里葉變換的深層啟示是:這個世界的複雜性,往往是簡單性的疊加。 找到恰當的分解視角,複雜就變成了可管理的。
所謂高手,就是找得到好的基本單元的人。