计算思维
Jeannettem.wing(cxdld ) )翻译：甜皮卡丘，twdll，校对： twdll )这代表了一种普遍的认识和普遍的技能，每个人不仅要热衷于计算机科学家，而且要热心于它的学习和运用计算思维基于计算过程的能力和限制，无论这些过程是由人还是由机器执行。 计算方法和模型赋予了我们解决本来谁也无法独自完成的问题和进行系统设计的勇气。 计算思维面临着机器智能的谜题。 还有什么人能比计算机做得更好？ 什么计算机比人类更好？ 基本上，它与什么是可计算的问题有关。 即使是今天，我们对这些问题的回答仍然一知半解。 计算思维是每个人的基本技能，不仅仅是计算机科学家。 除了读、写、算术(英文简称3R )外，我们还必须把计算思维加入到每个孩子的分析能力中。 就像印刷出版促进了3R的传播一样，计算和计算机也用同样的正反馈促进了计算思维的传播。 计算思维包括运用计算机科学的基础概念解题、设计系统、理解人类行为。 计算思维涵盖了一系列反映计算机科学普遍性的思维活动。 在解决特定问题时，我们问：“解决这个问题有多难？ 怎样才是最好的解决办法？ 计算机科学根据坚实的理论基础正确回答这些问题。 指示问题的难度是为了考虑到机器——是执行其解的计算工具的基本能力。 我们必须考虑机器的指令系统、其资源制约、其操作环境。 为了有效地解决问题，可能需要进一步询问近似解是否只有一个就足够了，是否可以利用随机化，是否可以容忍错误和失误。 计算思维是指将问题重新描述为知道如何求解困难问题的问题，如简单方法、嵌入方法、转换方法和模拟方法。 计算思维是递归思维。 那是并行处理。 就是把代码翻译成数据，把数据翻译成代码。 这是通过推进维度分析进行的类型检查。 关于给别名、人或物赋予多个名字的做法，我既知道其益也知道其害。 关于间接寻址和过程调用的做法，我既知道其威力和成本。 评估程序时，不仅考虑了其准确性和效率，还有美学上的考虑，但系统的设计也考虑了简洁和优雅。 计算思维采用抽象和分解来处理大而复杂的任务，设计出庞大而复杂的系统。 那是关注的分离。 那就是选择合适的方法陈述问题，或者选择合适的方法便于建模处理问题的相关方面。 它是利用不变量简明扼要地表现出系统的行为。 我确信，无需了解所有细节，就可以安全地使用、协调和影响大型复杂系统。 这是用于预期多个用户的模块化，也是用于预期未来APP应用的预设和缓存。 计算思维是指通过冗余、闭塞、纠错方式，在最坏的情况下进行预防、保护、恢复的思维。 堵车称为死节点，合同称为接口。 就是学习在和谐互相合并的时候，如何避免竞争。 计算思维用启发式推理求解。 那是在不确定的情况下的计划、学习和日程。 那就是检索、检索、再检索。 最后得到的是一系列网页、战胜游戏的策略或反例。 计算思维是指利用海量数据加速计算。 那是时间和空间之间，处理能力和存储容量之间的权衡。 考虑一下这些日常事例吧。 含蓄的蜜粉姑娘早上去上学时，她把当天需要的东西放进了背包。 这就是预设和缓存。 含蓄的蜜粉儿子丢了他的手套时，你建议沿着他走过的路往回找； 这就是回力。
你什么时候放弃租滑雪板给自己买一对？ 这就是在线算法。 在超市付款的时候应该排什么队？ 这就是多服务器系统的性能模型。 为什么停电时你的电话还能用？ 这就是失败的无关性和设计的冗长性。 完全自动化的大侠图灵测试如何区分计算机和人(CAPTCHA )，即CAPTCHAs如何鉴别人？ 这是充分利用解决人工智能课题的困难来挫败计算代理。 计算思维渗透到我们每个人的生活中。 那时，算法和前提条件等已经成为每个人日常词汇的一部分，决定论和垃圾收集已经包含了计算机学家所指的含义，树常常被颠倒过来。 我们见证了计算思维在其他学科的影响。 例如，机器学习改变了统计学。 关于数据尺度和维数，统计学习被用于各种问题的规模直到几年前都是无法想象的。 各种组织的统计部门雇用了计算机科学家。 计算机学院结婚后已经有或正在开设新的统计部门。 计算机学家们最近对生物科学的兴趣是由生物学家相信能从计算思维中获益的信念所驱动的。 计算机科学对生物学的贡献不仅限于从庞大的时间序列数据中寻找模式规律的能力。 最终希望是数据结构和算法——我们的计算抽象和方法——可以用描述其功能的方法来表示蛋白质的结构。 计算生物学正在改变生物学家的想法。 同样，计算博弈论改变了经济学家的思维方式，纳米计算改变了化学家的思维方式，量子计算改变了物理学家的思维方式。 这种思考不仅会成为其他科学家，而且会成为其他每个人技能组合的一部分。 计算的今天是计算思维的明天。 计算是成为今天的现实的昨天的梦，计算思维是明天的现实。它是什么，又不是什么 计算机科学是计算的学问——什么是可计算的，如何计算？ 因此，计算思维具有概念化，不是程序化 的特性。 计算机科学不是计算机编程。 像计算机科学家一样思考意味着遥远
不止能为计算机编程。它要求能够在抽象的多个层次上思维。 基础的，不是机械的技能 。基础的技能是每一个人为了在现代社会中发挥职能所必须掌握的。生搬硬套之机械的技能意味着机械的重复。具有讽刺意味的是，只有当计算机科学解决了人工智能的宏伟挑战——使计算机像人类一样思考之后，思维才会变成机械的生搬硬套。 人的，不是计算机的思维 。 计算思维是人类求解问题的一条途径，但决非试图使人类像计算机那样地思考。计算机枯燥且沉闷；人类聪颖且富有想象力。我们人类赋予计算机以激情。配置了计算设备，我们就能用自己的智慧去解决那些计算时代之前不敢尝试的问题，就能建造那些其功能仅仅受制于我们想象力的系统。 数学和工程思维的互补与融合 。 计算机科学在本质上源自数学思维，因为像所有的科学一样，它的形式化解析基础筑于数学之上。计算机科学又从本质上源自工程思维，因为我们建造的是能够与实际世界互动的系统。基本计算设备的限制迫使计算机学家必须计算性地思考，不能只是数学性地思考。构建虚拟世界的自由使我们能够超越物理世界去打造各种系统。 是思想，不是人造品 。 不只是我们生产的软件硬件人造品将以物理形式到处呈现并时时刻刻触及我们的生活，更重要的是还将有我们用以接近和求解问题、管理日常生活、与他人交流和互动之计算性的概念；而且， 面向所有的人，所有地方。 当计算思维真正融入人类活动的整体以致不再是一种显式之哲学的时候，它就将成为现实。 许多人将计算机科学等同于计算机编程。有些家长为他们主修计算机科学的孩子看到的只是一个狭窄的就业范围。许多人认为计算机科学的基础研究已经完成，剩下的只是工程部分而已。当我们行动起来去改变这一领域的社会形象时，计算思维就是一个引导着计算机教育家、研究者和实践者的宏大愿景。我们特别需要走进大学之前的听众，包括老师、父母、学生，向他们传送两个主要信息： 智力上极有挑战性并且引人入胜的科学问题依旧亟待理解和解决 。这些问题的范围和解决方案的范围之唯一局限就是我们自己的好奇心和创造力；同时 一个人可以主修计算机科学并且干什么都行 。一个人可以主修英语或者数学，接着从事各种各样的职业。计算机科学也一样。一个人可以主修计算机科学，接着从事医学、法律、商业、政治，以及任何类型的科学和工程，甚至艺术工作。 计算机科学的教授应当为大学羞涩的鞋垫开一门称为“怎么像计算机科学家一样思维”的课，面向非专业的，而不仅仅是计算机科学专业的学生。我们应当使大学之前的学生接触计算的方法和模型。我们应当设法激发公众对于计算机领域中的科学探索之兴趣，而不是悲叹对其兴趣的衰落或者哀泣其研究经费的下降。所以，我们应当传播计算机科学的快乐、崇高和力量，致力于计算思维的常识化。
---
中国计算机学会通讯 2007年第十一期 有