计算机科学导论

计算机科学导论IntroductiontoComputerScience课程简介•教学目标：–了解计算机专业要学什么、专业的起源与发展、将来能从事什么职业–熟悉计算机的使用•学时：20•学分：1•课程类型：考查教材•《计算机科学引论》（ComputingEssentials）（2017英文精编版），机械工业出版社•教材特点：–内容浅显，不深奥–技术脉络清晰：历史、现状、未来–内容丰富：基本概念和术语，计算机使用技能及技巧，就业岗位，伦理及环境问题等–原版教材，可读性好课程作业•思考题（不用交）：–每一章有小结和思考题，答案在书上都能找到•小实践（自已做）：–MakingITworkforyou–Tips•课程报告（要交！！）：–从各章给出的DISCUSSION中选择一个感兴趣的问题，做一个5分钟左右的介绍，要求有PPT，用手机录成视频后提交到课程网站课程报告训练的能力•从网上查找资料，筛选有用的素材•理解材料的内容，归纳要点，形成自己的观点•做PPT（基本要求）：–每一张片子有一个中心内容，语句组织有条理，文字表述简明扼要，字体及图表大小合适–片子之间过渡自然•演讲（基本要求）：–声音响亮，咬字清楚，语言不拖沓–论点明确，叙述有条理，时间掌握好•制作符合要求的作业，从网上提交计算机科学与技术学科计算机科学是算法的科学•现代计算机产生的基础：–数理逻辑学家发现，任何一个计算问题都可以变成一个逻辑推导问题，而且逻辑推导只需要“与”、“或”、“非”三种基本操作–物理学家发明了半导体技术，可以用非常可靠的电子线路实现这三种基本操作，进而生产出晶体管和集成电路•20世纪60年代确定了“计算机科学”的概念，即计算机科学是算法的科学：–计算机科学是跟思维相关的科学：算法本身是一个思维的过程，程序只是用来实现了算法计算机科学与技术学科•计算机科学与技术学科：–涉及计算理论、计算机系统结构、计算机应用的学科•计算理论：–研究算法及计算复杂性，将计算问题分成P问题（有多项式时间的算法）和NP问题（无多项式时间的算法）•计算机系统结构：–研究高效的计算机系统的软、硬件实现•计算机应用：–将计算机应用于各个领域的理论、方法和技术计算机学科正处于历史最佳发展期•计算机学科正处在一个前所未有的发展机遇期：–超级计算机：每秒百亿亿次的E级计算机–5G网络：整部超高画质电影可在1秒之内下载完成–移动互联网：一部手机走天下–互联网+物联网：万物互联–人工智能：机器人战胜人类棋手、无人超市、自动驾驶、…IT产业的发展前景前一代信息技术正站在风口上《中国制造2025》战略和“互联网＋”，都离不开电子信息产业的支撑“云大物移智”（云计算、大数据、物联网、移动互联网、智能控制）等新一代信息技术的发展，与传统产业的融合，正把人们带到一个智能化时代，新一代信息技术产业已经站在“风口”上•只要站在风口，猪都能飞起来---雷军计算机科学与技术专业•年轻而又成熟的专业——70年•朝阳专业——日新月异、前途无量•引领时代潮流的专业–开辟了一个新时代——信息时代–形成了一个新产业——信息产业–开创了一种新的研究方法——计算方法–孕育了一种新的文化——计算机文化•你选择了正确的专业！为什么要上那么多的数学课和物理课？数学是一切科学的基础•数学是研究现实世界中数量关系和空间形式的科学：–数学忽略了物质的具体形态和属性，具有超越具体学科、普遍适用的特征（和哲学类似）•数学是一切科学的基础：–“宇宙之大、粒子之微、火箭之速、化工之巧、地球之变、生活之迷、日月之繁，无处不用数学”--华罗庚•数学是一门关键的技术：–数学的思想和方法与高度发展的计算技术相结合，形成了一种关键性的、可实现的技术，称为“数学技术”–“高技术本质上是一种数学技术”的说法已被越来越多的人所认同数学教育本质上是一种素质教育•数学学习的目的：–接受一大堆数学知识（×）–掌握数学的思想方法和精神实质（√）–培养数学素养（√）•通过认真的数学学习和严格的数学训练，可具备一些特有的素质和能力，比如：–自觉的数量观念，严密的逻辑思维能力，高度的抽象思维能力，认真细致的作风和习惯，精益求精的习惯和风格，运用数学知识解决复杂问题的能力，等等•数学教育看起来只是一种知识教育，但本质上是一种素质教育数学是计算机学科的主要基础•要将一个现实中的问题交给计算机处理：–建立数学模型：将一个现实问题转化成可以被计算的任务（数学建模）–设计算法：准确而完整地描述可在计算机上执行的一个求解方案–编写程序或设计硬件逻辑：通过软件或硬件实现求解方案•可见，软件程序和硬件逻辑都是建立在数学模型基础上的计算机科学的数学理论体系•数值计算：–主要包括数值分析、数学分析、线性代数、计算几何、概率论与数理统计•离散数学：–一般认为包含集合论、逻辑学、代数学、图论、组合学•数论：–包括初等数论、解析数论、代数数论、几何数论•计算理论：–主要包括算法学、计算复杂性理论、程序理论离散数学•离散数学是研究离散量的结构及其相互关系的数学学科•离散数学在计算机科学与技术领域有着广泛应用：–计算机是一个离散结构，它只能处理离散量–需要针对离散结构建立相应的数学模型–需要将已用连续数量关系建立起来的数学模型离散化•离散数学是描述计算机学科理论、方法和技术的主要工具•离散数学是许多计算机专业课程的先行课程，如：–程序设计语言、数据结构、操作系统、编译技术、人工智能、数据库、算法设计与分析，等等数学思维决定编程水平•从学科特点和学科方法论的角度，软件编程的主要基础是数学思维，特别是以代数、逻辑为代表的离散数学：–软件编程最重要的是算法，而算法建立在数学思维上–程序只是外衣，算法才是灵魂•软件编程的思维定式决定一个人的编程水平：–数学思维清晰，则编写出来的程序逻辑严密、简洁、优化–大型IT公司都会在程序设计题中考察应聘者的数学思维能力数学在计算机科学中的应用•计算机三维动画：几何学，分形理论和技术•游戏、图形软件：线性代数（坐标变换、矩阵运算等）•数据挖掘：线性代数，统计学，多元微积分，泛函分析，测度理论，拓扑学，图论•深度学习：线性代数，概率论，信息论，数值计算•人工智能、程序验证、硬件设计：数理逻辑•数据库：集合论•编译器：计算模型•数据通信、密码学：代数系统•……如何学好数学？•关注数学的来龙去脉，知道数学概念、方法和理论的产生渊源和发展过程：–它们为什么提出来？要解决什么问题？•理解数学的精神实质和思想方法：–注重思考和理解，不要死记硬背数学知识，要活学要用–对于实际问题要能建立正确的数学模型，然后运用已知的数学工具加以解决•严格训练，培养抽象思维、逻辑推理和归纳构造能力：–多练习，但不要死做题–要特别注重数学原理的理解、正确的解题思路、科学的论证方法、严密的逻辑推理过程等学好物理很重要！•理工科学生必须具备物理学素养：–物理学是自然科学的基础，也是当代工程技术的基础•物理学是计算机硬件的基础：–电路设计、芯片设计等需要解决抗电磁干扰、降低功耗、散热等诸多问题•计算机学科需要支撑其它学科的发展：–科学计算、工程计算等工业软件的开发需要物理学知识•物联网、信息物理系统（CSP）需要物理学知识•量子计算需要物理学知识•总之，现代社会要求通才型、交叉型、综合型人才三大科学思维•推动人类文明进步和科技发展的三大科学：–理论科学，实验科学，计算科学•与三大科学相对应的是三大科学思维：–理论思维：又称推理思维，以推理和演绎为特征，以数学学科为代表–实验思维：又称实证思维，以观察和总结自然规律为特征，以物理学科为代表–计算思维：又称构造思维，以设计和构造为特征，以计算机学科为代表人工智能倒逼学习方式转变人工智能VS人类大脑•在训练模式上，应试教育的刷题训练与人工智能的大数据训练具有高度相似性：–刷题训练：用大量的题目训练学生的大脑–大数据训练：用大量数据训练一个深度神经网络•人工智能相比人类大脑的优势：–强大的算力：AlphaGoLee训练时用到1202个CPU、176个GPU–大量的训练数据：AlphaGoLee存有1500万个高手对局棋谱–“体力”充足：只要有充足的电源–“心力”稳定：没有心理和情绪上的波动人工智能正在挑战人类智能•在完成规则和目标确定的任务上，人工智能已经可以超越人类智能，并且在持续进化，比如：–AlphaGoLee战胜了韩国围棋九段高手李世石–Libratus战胜了德州扑克顶级选手–AlphaGoZero从零知识开始，通过“左右互博”自学围棋，经过3天的训练，自我对弈棋局490万盘，以100:0击败AlphoGoLee–AI-MATHS参加2017年高考数学测试，10分钟交卷，分数105分；计划2020年考上清华北大人工智能正在取代部分传统岗位•预计十年内，现有传统岗位中50%的工作将被人工智能取代：–高盛纽约总部600名银行交易员变成2人–德勤推出的财务机器人正在替代基础财务工作岗位–IBM沃森机器人通过了美国执业医师资格评定考试–今日头条的编辑机器人能够写出较规范的新闻报道–谷歌的无人驾驶已经累计行驶300万公里–支付宝智能客服的自助服务率达到97%–无人超市、无人银行、无人收费站正在出现–…….现行教育方式与人工智能学习特点高度重合•语言学习（中文和英文）：–应试教育：过分强调字、词、语法，忽视文章的整体性和语言所承载的思维方式，没有形成真正的写作能力，无法准确表达自己的思考–人工智能：对话机器人通过建立字、词、语法的计算模型，已能理解短句、根据语境造句，甚至能够写出几句颇具飘渺感的诗；但在可以预见的未来，仍不可能做出与人类思维相比的自主命题写作现行教育方式与人工智能学习特点高度重合•数学教学：–应试教育：中小学强调计算、题型和公式套用，缺少逻辑推理训练；高校数学知识碎片化，仍是简单套公式应付考试，会解题但往往不会活用数学工具，如根据实际问题建立数学模型–人工智能：擅长计算，已有Matlab等非常强大的数学和统计软件工具，计算能力远超人类现行教育方式与人工智能学习特点高度重合•数学之外的理科：–应试教育：注重结论性的东西，忽视问题的提出、过程的探究、实验设计的原始思路–人工智能：擅长学习已有的知识，在自然问题和工程问题的提出、探究、实验方面只能起辅助作用现行教育方式与人工智能学习特点高度重合•应试教育正在产生一大批“在思想层面上类人工智能化，而在执行力层面上远低于人工智能”的学生：–应试教育强调的正是人工智能擅长的，相比之下人类学生不具有优势–人工智能不擅长的，人类学生也不擅长•如果不改革教育方式，现在的学生在毕业之时可能面临着被人工智能淘汰的尴尬处境正确的学习方式•重视写作与表达的训练：–重视实验报告、课程论文等的写作，多读科技论文，学会条理清楚、逻辑正确地表述一个工作或自己的观点，能流利地进行口头表达•数学学习：–重视将实际问题转化为数学语言（建立数学模型）的能力，建议多参加一些数学建模比赛•专业学习：–重视知识点的融会贯通，学以致用，建议多参加一些学科竞赛、科研实践活动等•主动学习，不要完全依赖老师•学习没有捷径，你吃过的苦最终都将化成通往成功的阶梯