Maria Kondo và Dự án Manhattan
Stan Ulam biết rằng anh sẽ chuyển đến New Mexico, nhưng anh không biết chính xác là tại sao. Ulam là một nhà toán học và sau này là nhà vật lý người Ba Lan, người đã đến Hoa Kỳ vào cuối những năm 1930. Năm 1943, sau khi Ulam đã có quốc tịch Mỹ và một công việc tại Đại học Wisconsin, đồng nghiệp của anh, John von Neumann, đã mời anh tham gia vào một dự án bí mật. Tất cả những gì Von Neumann có thể tiết lộ về dự án đó là nó liên quan đến việc di chuyển, cùng với gia đình, đến New Mexico.
Vậy là Ulam đã đến thư viện. Anh mượn một cuốn sách về New Mexico. Thay vì nhảy tới phần về lịch sử, văn hóa hoặc khí hậu của tiểu bang, anh mở đầu lòng bìa, nơi liệt kê tên các người đã mượn sách trước đây.
Danh sách này rất đáng chú ý. Nó bao gồm tên các nhà vật lý đồng nghiệp, nhiều người trong số họ mà Ulam biết và nhiều người trong số họ bí mật biến mất khỏi các vị trí tại trường đại học trong những tháng trước đó. Ulam sau đó so sánh tên các nhà khoa học với lĩnh vực chuyên môn của họ và từ đó anh đoán được tính chất của dự án bí mật.
Thật vậy, với Chiến tranh Thế giới II đang diễn ra, Ulam đã được mời đến Los Alamos, New Mexico, để làm việc cho những gì sau này được biết đến với cái tên Dự án Manhattan.
Bầu không khí tại Los Alamos rất đoàn kết và kết nghĩa. Đúng là có điều gì đó bình đẳng trong giai đoạn này, ít nhất trên bề mặt. Dự án Manhattan đã trở thành một thành tựu của khéo léo và hợp tác khoa học của Mỹ, ngay cả khi nó để lại những vết sẹo trên bề mặt Trái đất. Nó phá hủy những thành phố, kết thúc một cuộc chiến và ánh sáng cảnh báo về sự hủy diệt hạt nhân mới. Và rồi, sau chiến tranh, Mỹ tỷ lệ tăng trưởng cao nhất, với mức bất bình đẳng và lạm phát thấp. Tỉ lệ kết hôn cao. Chiến tranh thế giới đã kết thúc, hoặc ít nhất là tạm ngừng. Đó là thời kỳ ổn định kinh tế.
Françoise, vợ của Ulam, nói: “Nếu nhìn lại, tôi nghĩ rằng chúng tôi đều hơi mất tỉnh táo vì độ cao”.
Chính vào thời kỳ sau chiến tranh này, Ulam đã góp phần quan trọng nhất của mình vào lĩnh vực tối ưu hóa. Anh và gia đình anh rời khỏi Los Alamos để đến Đại học Nam California, nơi anh mắc bệnh viêm não vào năm 1946. Đó là một căn bệnh khó khăn và trong lúc Ulam phục hồi trong giường bệnh, anh đã giữ mình bận rộn với một bộ bài và chơi trò solitaire. Trong những trò chơi này, một ý tưởng về việc tối ưu hóa đã được sinh ra.
Khi anh xếp bài, Ulam tự hỏi: Tôi có cơ hội chiến thắng ván này không? Anh nghĩ về cách tính xác suất. Nếu anh chơi đủ nhiều lần và theo dõi các quân bài trong mỗi lượt, anh sẽ có dữ liệu để mô tả cơ hội chiến thắng của mình. Anh có thể tính toán, ví dụ, những chuỗi bắt đầu nào có khả năng dẫn đến chiến thắng nhất. Càng chơi nhiều trò, dữ liệu này càng trở nên tốt hơn. Thay vì phải chơi một số lượng lớn trò, anh có thể chạy mô phỏng sẽ về cuối cùng xấp xỉ phân bố của tất cả các kết quả có thể có.
Khi Ulam phục hồi từ bệnh và trở lại làm việc, anh bắt đầu nghĩ về các ứng dụng khác, ngoài trò chơi solitaire, cho phương pháp này của việc chọn mẫu ngẫu nhiên. Theo anh, một số câu hỏi trong vật lý có thể hưởng lợi từ phong cách tính toán này, từ sự khuếch tán của các hạt đến các vấn đề trong mật mã học. Một đồng nghiệp ở Los Alamos mà anh vẫn liên lạc, Nick Metropolis, thường nghe Ulam đề cập đến một người chú có vấn đề đánh bạc. Vì Ulam đã nghĩ ra ý tưởng này trong khi chơi bài, Metropolis đã chọn một tên mã, lặp lại lời tạm biệt thường xuyên của người chú khi anh đến sòng bạc: “Tôi đi đến Monte Carlo.” Phương pháp này trở thành bước tiến Monte Carlo.
Nguồn: https://www.wired.com/story/optimization-math-history-coco-krumme/
Stan Ulam knew he was moving to New Mexico, but he didn’t know exactly why. Ulam was a Polish-born mathematician—and later, physicist—who first came to the United States in the late 1930s. In 1943, after Ulam had obtained American citizenship and a job at the University of Wisconsin, his colleague John von Neumann invited him to work on a secret project. All Von Neumann could reveal about the project was that it would involve relocating, along with his family, to New Mexico.
So Ulam went to the library. He checked out a book on New Mexico. Instead of skipping to the section about the state’s history or culture or climate, he turned to the opening flap, where the names of the book’s previous borrowers were listed.
This list was a curious one. It happened to include the names of fellow physicists, many of whom Ulam knew, and many of whom had mysteriously disappeared from their university posts in prior months. Ulam then cross-referenced the scientists’ names with their fields of specialty and was able to make an educated guess at the nature of the secret project.
Indeed, with World War II underway, Ulam had been invited to Los Alamos, New Mexico, to work on what would come to be known as the Manhattan Project.
The atmosphere in Los Alamos was one of collaborative fraternity. There was, indeed, something egalitarian about this whole period, at least on the surface. The Manhattan Project would come to be seen as a triumph of American ingenuity and scientific collaboration, even as it left pockmarks on the face of the earth. It destroyed cities, ended a war, and embedded the new prospect of nuclear destruction. And then, postwar America saw one of the highest rates of growth, with relatively low inequality and inflation. Marriage rates were high. World war was over, or at least on hold. It was a time of economic stability.
Ulam’s wife, Françoise said: “In retrospect I think that we were all a little light-headed from the altitude.”
It was in this postwar aftermath that Ulam would make his most important contribution to the field of optimization. He and his family decamped from Los Alamos to the University of Southern California, where in 1946 he fell ill with encephalitis. It was a difficult illness, and while Ulam recuperated in bed, he kept busy with a deck of cards and game after game of solitaire. It was in these games that an idea about optimization was born.
As he laid out cards, Ulam wondered: What are my odds of winning this round? He thought about how to calculate the odds. If he played enough times and kept track of the cards in each round, he’d have data to describe his chances of winning. He could calculate, for example, which beginning sequences were most likely to lead to a win. The more games he played, the better this data would become. And instead of actually playing a large number of games, he could run a simulation that would eventually come to approximate the distribution of all possible outcomes.
When Ulam recovered from his illness and returned to work, he began to think about applications, beyond games of solitaire, for this method of random sampling. A number of questions in physics could benefit from this style of calculation, he surmised, from the diffusion of particles to problems in cryptography. A Los Alamos colleague with whom he still corresponded, Nick Metropolis, had often heard Ulam refer to an uncle with a gambling problem. Because Ulam had conceived of the idea while playing cards, Metropolis settled on a code name, echoing the uncle’s frequent adieus as he made for the casino: “I’m going to Monte Carlo.” The method became known as the Monte Carlo method.
