> Метод исчерпывания относится к интегрированию примерно так же как сложение к умножению.Расскажи это Ньютону, который сравнивал себя с карликом, стоящим на плечах гигантов, имея в виду то, что сам он никакого особого нового знания не создал, просто скомпоновал иначе идеи существовавшие до него. Кстати, ты в курсе, что тот интеграл, который ты знаешь -- это не тот, который придумали Ньютон с Лейбницем? Тот который ты знаешь -- это результат долгого допиливания трудами Коши, Вейерштрасса, д'Аламбера, Додекинда (это те самые фамилии, которые ты несомненно слышал на первом курсе, начиная своё знакомство с матаном) и многих других, которые убили многие человеко-годы в то, чтобы получить из сырых идей законченную технологию подготовки специалистов, умеющих работать с дифурами.
Но ладно, тебе не нравится этот пример? Хочешь я приведу другой? Все молекулярные механизмы для работы нервной системы человека существовали ещё тогда, когда эволюция только экспериментировала с первыми многоклеточными организмами. Все нейромедиаторы -- глицин, ГАМК, ацетилхолин, серотонин, норадреналин, и прочие -- были в нейронах в той диффузной нервной системе, которая возникла первой. Нервную систему человека исследуют на модельных животных, и одним из излюбленных модельных животных является дрозофила -- её нервная система работает на механизмах удивительно похожих на человеческие. Но, почему-то, дрозофила неспособна к абстрактному мышлению. У мыши так вообще ДНК на 92% совпадает с человеческим, но она тоже неспособна, рядом не лежала по своим интеллектуальным способностям. Были нужны сотни миллионов лет оптимизирующего процесса эволюции, чтобы из мыши сделать человека.
Сложная система -- она такая: идею придумать несложно, шестерёнки отлить тоже не проблема, даже собрать из этих шестерёнок сам механизм может даже ребёнок, если у него терпения хватит. А вот оттюнить систему так, чтобы она работала в действительности, а не в голове у диванного аналитега -- это уже работа для профессионала. Это проявляется в любой сложной системе, вне зависимости от её природы. Будь она построена на химии нуклеиновых кислот и белков, на шестерёнках и червячных передачах, на транзисторах, или на языке программирования C. В отношении языка программирования, например, кто-то из патриархов UNIX писал, что отладка только что написанного кода в разы сложнее, чем написание, а следовательно только дурак будет писать код максимальной сложности, на которую он способен. Это частное проявление того же самого принципа: сложность сложной системы прячется не в её частях, и не в количестве этих частей, а во взаимодействии этих частей.
И все эти разговоры о том, что ничего нового не придумали -- это смешные разговоры диванных аналитиков. Они не придумали, они _сделали_. Они взяли несколько идей, увязали их воедино, и оттюнили их взаимодействие так, чтобы эти идеи работали совместно. Реально работали, а не в их воображении. Диванный аналитик не пытался никогда делать, и он не понимает, в чём разница. Но реально сделать сложнее, чем придумать.
> А сабж лишь небольшая вариация давно известного принципа.
Попробуй повторить, не заглядывая в статью. Сколько времени у тебя это займёт? Полгода? Год? Два?
Мне кажется, здесь пару месяцев придётся убить только в чтение всей связанной литературы, чтобы не изобретать велосипедов (в статье список литературы на ~50 источников, и это только те, чтение которых оказалось полезным, сколько пришлось читать, чтобы потом выяснить, что это не нужно, или что есть лучшие альтернативы, авторы как всегда умалчивают), после чего надо положить ещё несколько месяцев в создание прототипа, затем не менее двух месяцев в исследование того, какие искажения начертаний глифов заметны человеку, а какие нет, чтобы научиться вычислять "похожесть" глифов, короче рассчитывать меньше чем на год напряжённой работы значит страдать беспочвенным оптимизмом.
Так таки и "небольшая" вариация? На год работы -- "небольшая"?
Что-то мне подсказывает, что кто-то тут пал жертвой hindsight bias'а[1], благодаря которому любая решённая задача выглядит гораздо проще, чем она была на самом деле.
[1] https://en.wikipedia.org/wiki/Hindsight_bias
