在計算機出現之前，人們已經在廣泛的研究數學、應用數學。即便如此，數位化的開始也是在計算機出現之後，而從那以後，以計算機為主的it領域徹底改變了這個世界。
雖然稱作傳統的it領域，但仍然是年輕而生機勃勃的領域，不僅因為從第一台電腦出現到現在才短短的五十多年，更因為這個領域還在飛速發展，它的市場已經開啟，還將繼續迅速擴大，新的趨勢不斷湧現，就2023年來看，未來的雲計算趨勢、移動網際網路趨勢、物聯網趨勢，以及傳統的出版業將被電子化的趨勢等等，都在說同樣一句話，那就是這個傳統領域還沒有真正成熟，要做的事情還很多，一切都在迅速發展。
然而，比起這個新興的傳統領域，更為新興的乙個領域是「人工智慧」。這個領域現在甚至還沒有形成規模的產業，雖然有一些語音識別、影象處理等應用，以及人工智慧的一些方法在傳統it領域有廣泛應用，但跟傳統it領域比起來，它創造的價值還太小太小。誰都說不准未來，然而，我認為它就是未來。如果說，傳統it領域開啟了「數位化時代」，那麼人工智慧領域將開啟「後數位化時代」。它們最根本的區別在前者把資訊數位化了，但仍然停留在乙個數字領域，而對人工智慧來說，它的主要問題是面對「非數字資訊」，比如抽象概念、比如人的情感，如此等等。數位化最終要回歸非數位化；因為人很強大，但人沒有感覺到自己數位化了，未來的計算機也很強大，但一定看起來不像數位化。雖然存在數位化與後數位化的差別，但是兩者的界限其實並不是絕對的，比如影象識別與語音識別，其實是在兩者的中間帶，既作為一種數位化資訊的代表，又包含了許多非數位化的資訊。
對於我們而言，最重要的是如何去選擇，當我的興趣落在他們之間，而偏向後者時。如果做學術，那就去吧，果斷選擇人工智慧領域，這一定是未來，如果做產業，那就太難說了，人工智慧領域尚未產業化，現在用的機器學習、資料探勘等學科方法只是兩者的邊界，而不是真正的人工智慧。
面對這樣的大環境，我做出的考慮是：身為計算機專業的我，毫無疑問必須去理解數位化的工作原理，也就是理解傳統的it領域，而懷著對人工智慧的興趣，我同樣也會嘗試去做這方面的工作，現在或許只能用行動去思考，因為我所掌握的資訊還太少。
我的這個學期的一點計畫
傳統領域：作業系統與網路
人工智慧
（本學期只專注於在前兩步）
IT領域關於什麼
我本來想以 it行業 為題，但是我考慮了一下，還是用了 it領域 行業，只代表企業界，而領域，則包括了企業界，和學術界。it領域可以說是第三次產業革命後才發展起來，尤其是過去半個世紀的發展。比起傳統領域，it領域是年輕的，而且更加具備革命性的。it領域覆蓋了一切電子化與資訊化的領域，狹義的說從硬體到...
IT領域關於什麼
我本來想以 it行業 為題，但是我考慮了一下，還是用了 it領域 行業，只代表企業界，而領域，則包括了企業界，和學術界。it領域可以說是第三次產業革命後才發展起來，尤其是過去半個世紀的發展。比起傳統領域，it領域是年輕的，而且更加具備革命性的。it領域覆蓋了一切電子化與資訊化的領域，狹義的說從硬體到...
關於64進製續
其實進行進製轉換關鍵是要把位 位元組 字元 字串的概念弄清楚。乙個帶符號的位元組能表示的數值範圍是 127 128，因此我們無論轉換進製為2進製 8進製 16進製制等等，甚至是128進製都可以考慮按位操作進行進製轉換，apache的commons codec專案中針對16進製制轉換的方法 如下 pu...