硬件

计算机可以没有软件

开关上就是软件

冯诺依曼

现在计算机可以没有硬件

今天的AI实际上是统计 >=三维

现在的内存是二维-所以比较慢-如果能做出三维-效率能够提高

今天的AI 实际上拆解成了基本运算 e.g. Intel架构 IBM 图灵机程序

寒武纪芯片-将机器学习算法-硬件完成-所以效率大大提高-电路稍微复杂

所以计算机可以只有硬件

软件-拆解-配合硬件-现在已经出现瓶颈

anyarch

计算机并不是电脑并不能自己考虑

与计算机交流最早-开关(易出错)

冯诺依曼体系

冯诺依曼: 提出了存储程序 分区-程序和数据放在一起,但是计算机需要划分

后来使用纸带交流-控制电子管的充放电

出现语言但不在计算机内部-不是软件

汇编语言

总结-经常使用的其实只有10+指令,总结出来汇编语言

本质仍是机器语言,依然不是软件

只需要编译器 (高级语言-低级语言)

高级语言

早期程序员其实是数学家-将数学翻译成机器语言,给计算机执行

直接让计算机进行数学计算-Fortran-第一个高级语言

数学家可以直接编程

编程语言的价值-让更多的人可以编程-越来越接近自然语言 & 每句话代表的机器指令更多

软件 (经典)

程序越来越庞大-如果只看指令-容易出现大量错误且难以理解

出现 comment-注释-不会被编译

准确地写出注释实际上非常困难

提出软件 Software (ware表示那些东西)

定义

狭义软件=程序,指令的集合

广义计算机系统中的程序及其文档(不可执行的,但同样重要)

经典软件工程实际上很大部分围绕文档

程序 + 文档 / 计算机

数据结构

软件

新一代信息技术 new IT

新平台: 移动互联网,物联网…
新模式: 基于新平台产生的云计算,移动计算,嵌入式计算…
新思维: 技术和产业发展- 大数据思维,计算思维,互联网思维…
- 计算思维
  
  以前的软件都是辅助型-锦上添花,今天的信息技术-不是考虑用IT技术解决一个什么问题,而是在已有IT系统(已经解决了基本的问题,计算机已经成为客观存在)上能够挖掘,开创出什么价值
  
  (刚开始学编程其实能够感觉到编程逻辑与人的思维模式不同培养计算思维)
- 互联网思维
  
  商业-无空间时间限制
  
  微创新-根据用户反馈改进
- 大数据思维
  
  大数据4V: 量大速度快价值密度低真实性无可靠
  
  数学计算-发现-再实验验证
  
  大量重复计算-计算机的迭代能力强-将理论推演,数据整理交给计算机
  
  ➡️ simulation 将实验和计算都在计算机上完成
  
  实验预测+理论推演+计算仿真+数据驱动
  
  (数据驱动是前面工作完成后,进行的尝试和发现,解释发现)
  
  人能够发现的知识越来越少,过去一百年没哟大的发现 -靠数据驱动的发现成为现在的主流
  
  基因疗法-基因切片&测序直接看基因是否修复 (过去:哪里有问题治哪里)实际上DNA突变导致,先出现的部位(多对多-传统方式无法治疗癌症)
  
  Facebook-点赞-数据-用户画像
  
  随机样本 → 全体数据
  
  精准求解 → Probably 近似求解大数据的数据近似统计 vs 审计 概率编程
  
  因果关系 → 关联关系 (不知原因)

新软件:

数据结构 + 算法 + 文档 / 计算机

大数据(非结构,不再明确的数据结构人工智能标注师-具有误差) + 机器学习(结果-概率) + 开源(实际上自己的代码很少,开源维护缺少文档等问题) + 云计算(并行程序的调度-由云自动完成)

Why Software Define Everything