mafei863分享 http://blog.sciencenet.cn/u/mafei863 道法自然,道即合理

博文

计算机博士与数学

已有 4974 次阅读 2015-9-12 09:41 |个人分类:基础科学|系统分类:观点评述


   计算机博士,研究过程中需要大量的数学公式做模型,进行推导;到了博士阶段的研究,基本上都是利用数学公式进行开展工作;即使编程能力再强,没有公式做约束,也是没有办法进行开创性的工作;数学公式之所以重要,因为它具有对数据的约束能力;理论上,多加一个数学公式就多了一层约束能力,使得最终运算的结果更加趋近目标,本来可能是线性的,加了一层约束后变成了非线性的,可能效果更好,但是否更加接近人类的智慧不敢肯定,当然,如果增加的公式约束与原来的模型没有互补性,可能反而会降低了预期效果。数据的分布本来是有规律的,只不过输入到计算机后经过了离散化的过程,并且让一个没有自我高度思维能力的计算机来对数据做各种区分,好似 老虎吃天——无从下口;高人经历了太多的风浪、积累了太多的阅历、沉淀了多少哲人的智慧,所以,他们总能够看出一些常人看不到的地方,总是能够见微知著,这就是中国人所谓的“天眼”。

   但是由于人的计算过程有时太过于复杂,而不容易建模或者形成数学公式,导致高人的智慧没有办法转换到公式或者模型,所以,人工智能的进展不像人们预期的那样神速。当然计算机运算的过程是一个程式化的步骤累积,比如,在给本科生将数据结构时从一个数列{3,6,9,5,1,7}中找出最大值,学生一眼就能够找到正确的结果,但绝大多数初学者说不出寻找的过程,而计算机需要的就是这个可运算的、步骤化的过程;再如,你的编程水平再高,如果没有类似于牛顿迭代公式求开任意一个正数的平方根、泰勒公式求任意一个数的正弦函数值,估计也是无从下手;编程不需要数学主要是指的常规性的开发,如做一个网站,基本上中专生经过培训后就能够胜任这种搭积木式的开发了(这只是说的常规层面上的工作)。比如正常的人通过背影也能够识别出一个熟人来,但总是转换不到相应的模型。高人可能不懂计算机,而搞计算机的可能达不到高人的智慧水平,如此一来,智慧转换模型的过程就会变得缓慢些。


题记:

实际上,研究什么并不重要,关键的是如何进行研究。看了很多***奖得主、科学家的传记或者自传,无外乎都是在讲自己是学习、研究的过程多么刻苦,充满了多少以苦为乐的轶事...凡此总总,让迷茫的初学者找不到有用的启发,只能当做小说来看看别人如何以苦为乐,至于其中的工作如何开展?完成自己值得称道的一项工作需要什么样的基础?如何扩展?如何延伸?如何改进?统统是一个初学者最为关心的事情,而这些所谓“成功”的专家学者一概不谈,而只是一味的标榜自己如何刻苦、勤奋,总是想籍借自己的苦难来激励他人,实际上每个人的所处的时代不一样,对苦的理解是不同的,往往不能引起年轻初学者或者家境不困难的共鸣的,当然专业的学习还是要读专业的文献,因为专业所以不能写得太科普,但是因为太专业导致初学者不太容易理解知识的连贯性和铺垫知识、解决方法的由来但其中的智慧,不只是出于谦虚还是觉得太“专业”没有必要谈及;实际上,作为学生最为关心的,我认为就是对某一个问题的研究基础、过程和思维。每当谈到如何做一个优秀的博士生,大体上都是在谈及阅读多少文献等等门外汉都知道的说教。当然,也有可能是只可意会不可言传,或者认为太专业怕没有人欣赏,殊不知,发表此类传记的本身就是为了激励、启发本专业初学者。有的博文写的就会有启发性。如这篇博文

http://blog.sciencenet.cn/blog-620197-815279.html   34184  

http://blog.sina.com.cn/s/blog_4caedc7a0100f50e.html


读后,我感觉就会有启发性。




https://blog.sciencenet.cn/blog-538909-920317.html

上一篇:Gabor滤波器原理的初步理解
下一篇:上德不德

3 彭真明 白龙亮 张忆文

该博文允许注册用户评论 请点击登录 评论 (5 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-1-27 14:11

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部