批判「電腦科學趨勢之我談」
posted by: leftwo (ip logged)
昨天在這個論壇裡看見「穿靴子的貓」發的胡說八道的文章，忍不住寫了這點東西。在美
國學計算機的人多如牛毛，藏龍臥虎。本人學識有限，有錯誤的地方請大家訂正和原諒。
「穿靴子的貓」，真名姚子淵，2023年考清華失敗，進入復旦。大學第一年在網上大吹噓發明了」革命性的機器翻譯理論「，自擬新聞，在網上到處發。一年後承認失敗，又聲稱要搞lingox軟體提高」英語的生產率「，至今遙遙無期，又是作秀。
電腦科學的發展和其他學科一樣，是由問題驅動的。你問自己乙個問題，如果天下沒人能給你答案，發現這個問題的答案或部分答案就是很好的科學研究。不過問題有大有小，因而成果的重要性就不一樣。要做好的研究，心裡一定要有好的問題。
先讓我們來看看程式設計序方面的問題。學計算機的人都會程式設計，可如何保證程式編得又快又好，問題就大了，這是乙個在過去幾十年裡製造了數千個博士的問題。提高軟體的生產率和正確率是非常困難的，一般乙個好的程式設計師一年大概能寫5萬行左右的新**。有沒有什麼辦法提高到一年能寫相當於現在50萬行新**的水平。各種研究都有，例如設計各種各樣的工具，改進程式語言等等。大學裡開發的工具很多是研究性質的，商業化的工具很多是工程性質的，是大學研究結果的綜合。改進程式語言一直是乙個非常重要的問題，popl是這方面的核心會議之一。其中型別理論始終是重要的研究課題之一。中國人在這方面做過不少貢獻，提到型別理論，很多人都知道luo zhaohui。
如何保證程式的正確性是另外乙個很重要的與程式設計有關的問題。用計算機自動驗證程式的正確性曾幾何時是乙個很熱門的問題，好幾個圖靈獎的獲得者都與這個問題有關。現在已經很少有人研究了。不過這些研究大大加深了人們對程式設計和語義的理解。比如說，我們現在知道了現在的程式設計實質上是一種hoare邏輯上的形式推理，程式的正確性就是定理證明。程式驗證的失敗很大程度上是定理證明的失敗。定理證明曾經是人工智慧的乙個門話題，otter是最具代表的全自動一階邏輯證明器之一。可惜的是，所有的全自動證明器都遇到了乙個無法逾越的障礙，就是沒辦法做自動歸納證明。我們知道實際應用離不開整數，整數上的命題很多是用歸納法證明的，但歸納模式千變萬化，迄今為止歸納模式無法自動生成。半自動的證明器有不少，可只有專家才能用。
說到這裡，不能不談談眼下熱門的ontology有關的研究。搞人工智慧的人在上個世紀搞壞了名聲，只要和人工智慧這個詞沾上邊，一般就有**的嫌疑。現在申請專案沒人會用」人工智慧「這個術語了，不過沒關係，現在可以叫」知識工程「或ontology或其他什麼的。搞知識工程的人發現用一階邏輯表達知識不行，因為其中的定理無法自動證明。簡化到horn邏輯還是不行。再簡化找一種能保證自動證明定理的邏輯，終於有了，就是現在流行的de***xion logic。你可以想象這邏輯有多弱。ontology研究不管怎麼吹，超出de***xion logic就是不可判定的。你也千萬別用到算術和方程什麼的，一用就超出de***xion logic了。google已經暗示不會開發與rdf和owl有關的產品，實際上是看壞這項技術。
順帶說一下，從事這種與理論和邏輯有關的研究沒有數年在邏輯和代數方面的學習功底，門都沒有。比如說如果你要研究不同計算系統之間的關係，你得理解grothendieck institution。這就是為什麼在歐洲很多電腦科學系和數學系是在一起的。
電腦科學
電腦科學就是研究計算 如何表示和處理資訊。解決問題 你將學會各種演算法策略，比如分而治之法 遞迴 探索法 貪婪搜尋和隨機演算法，它們可以幫你分解和解決任何一種問題。邏輯 你開始使用更準確和正式的方式進行思考，比如抽象 布林邏輯 數字理論和集合理論，你因此能夠以一種嚴謹的方式來解決問題。資料 你接觸到...
計算機與電腦科學初識
1.為何要學習計算機與計算科學？這是乙個智慧型化與資料化的時代，計算解決自然社會問題，已經成為這個資料時代的基本需求了。而計算機自動化高效處理大量問題這種機器計算也已成為一種常態，為實現機器更好的自動計算，計算科學這門藝術便誕生了。計算科學從一種思維高度來決定我們對於計算的認知，讓我們更好把握計算的...
這是電腦科學
演算法對於計算機的發明和發展，真的是.太重要了。我們永遠都不會忘記，是數學家們的不斷努力，才將計算機的構想變為現實。而計算機也是通過數學 邏輯 運算，幫助人們解決現實問題的。所以能把演算法搞到noi和icpc金銀牌的程度，了不起哉 前途光明哉 但是，也應該看到，電腦科學並不是僅僅有演算法，非演算法的...