人工智能答案清华大学

⑴ 急求《计算机导论》第三版的 清华大学出版社的 课后习题答案，黄国兴的。。

是这个吗？
复制的·
http://..com/question/80651958.html

第1章 概 述
习题(答案)
一．选择题
1. D 2. B 3. CD 4. C 5. ABC
6. A 7. B 8. B 9. ABCD 10. ABCDE

二．简答题
1．什么是计算机系统？
计算机系统是一种能够按照事先存储的程序，自动、高速地对数据进行输入、处理、输出和存储的系统，由计算机硬件系统和计算机软件系统两大部分组成。
2．请解释冯•诺依曼所提出的“存储程序”概念。
把程序和数据都以二进制的形式统一存放在存储器中，由机器自动执行。不同的程序解决不同的问题，实现了计算机通用计算的功能。
3．控制器的主要功能是什么？
控制器基本功能就是从内存中取出指令和执行指令，即控制器按程序计数器指出的指令地址从内存中取出该指令进行译码，然后根据该指令功能向有关部件发出控制命令，执行该指令。另外，控制器在工作过程中，还要接受各部件反馈回来的信息。
4．简述CPU和主机的概念。
通常把运算器、控制器做在一个大规模集成电路块上称为中央处理器，又称CPU(Central Processing Unit)。
通常把内存储器、运算器和控制器合称为计算机主机，也可以说主机是由CPU与内存储器组成的，而主机以外的装置称为外部设备，外部设备包括输入/输出设备，外存储器等。
5．什么是计算机软件？计算机软件的分类有哪些？
软件是指用来指挥计算机运行的各种程序的总和以及开发、使用和维护这些程序所需的技术文档。
计算机软件系统分为系统软件和应用软件。计算机系统软件由操作系统、语言处理系统、以及各种软件工具等组成，指挥、控制计算机硬件系统按照预定的程序运行、工作，从而达到预定的目标。应用软件是用户利用计算机软、硬件资源为解决各类应用问题而编写的软件，包括用户程序及其说明性文件资料。
6．计算机有哪些主要的特点？
(1)运算速度快、精度高
计算机的字长越长，其精度越高，现在世界上最快的计算机每秒可以运算几十万亿次以上。一般计算机可以有十几位甚至几十位(二进制)有效数字，计算精度可由千分之几到百万分之几，是任何计算工具所望尘莫及的。
(2)具有逻辑判断和记忆能力
计算机有准确的逻辑判断能力和高超的记忆能力。能够进行各种逻辑判断，并根据判断的结果自动决定下一步应该执行的指令。
(3)高度的自动化和灵活性
计算机采取存储程序方式工作，即把编好的程序输入计算机，机器便可依次逐条执行，这就使计算机实现了高度的自动化和灵活性。
7．计算机的分类有哪些？
根据计算机工作原理和运算方式的不同，以及计算机中信息表示形式和处理方式的不同，计算机可分为数字式电子计算机(Digital Computer)、模拟式电子计算机(Analog Computer)和数字模拟混合计算机(Hybrid Computer)。当今广泛应用的是数字计算机，因此，常把数字式电子计算机(Electronic Digital Computer)简称为电子计算机或计算机。
按计算机的用途可分为通用计算机(General Purpose Computer)和专用计算机(Special Purpose Computer )两大类。通用计算机能解决多种类型问题，是具有较强通用性的计算机，一般的数字式电子计算机多属此类；专用计算机是为解决某些特定问题而专门设计的计算机，如嵌入式系统。
根据计算机的总体规模对计算机分类，可分为巨型机(Super Computer)、大/中型计算机(Mainframe)、小型计算机(Mini computer)、微型计算机(Micro computer)和网络计算机(Network Computer)五大类。
常见的微型机还可以分为台式机、便携机、笔记本电脑、掌上型电脑等多种类型。
8．简述计算机的基本运行方式。
计算机的基本运作方式可概括为所谓的“IPOS循环”。IPOS循环即输入(Input)、处理(Processing)、输出(Output)和存储(Storage)，它反映了计算机进行数据处理的基本步骤。
(1)输入
接受由输入设备(如键盘、鼠标器、扫描仪等)提供的数据。
(2)处理
对数值、逻辑、字符等各种类型的数据进行操作，按指定的方式进行转换。
(3)输出
将处理所产生的结果等数据由输出设备(如显示器、打印机、绘图仪等)进行输出。
(4)存储
计算机可以存储程序和数据供以后使用。
9．计算机有哪些主要的用途？
(1)科学计算
使用计算机来完成科学研究和工程技术中所遇到的数学问题的计算称为科学计算，也称为数值计算。科学计算是使用计算机完成在科学研究和工程技术领域中所提出的大量复杂的数值计算问题，是计算机的传统应用之一。
(2)信息处理
所谓信息处理就是使用计算机对数据进行输入、分类、加工、整理、合并、统计、制表、检索以及存储等，又称为数据处理。例如座席预订与售票系统、零售业中的应用、办公自动化等。信息处理已成为当代计算机的主要任务，是现代化管理的基础。
(3)实时控制(也称过程控制)
实时控制也称过程控制，实时控制能及时地采集检测数据、使用计算机快速地进行处理并自动地控制被控对象的动作，实现生产过程的自动化。
(4)计算机辅助设计/辅助制造/辅助教学
计算机辅助设计(Computer Aided Design——CAD)是使用计算机来辅助人们完成产品或工程的设计任务的一种方法和技术。计算机辅助制造(Computer Aided Manufacturing——CAM)是使用计算机辅助人们完成工业产品的制造任务，能通过直接或间接地与工厂生产资源接口的计算机来完成制造系统的计划、操作工序控制和管理工作的计算机应用系统。计算机辅助教学(Computer Aided Instruction——CAI)是把计算机用作教学媒体，使它充当指导者、工具和学习者角色，学生通过与计算机的对话进行学习的一种新型教学技术。
(5)人工智能
人工智能(Artificial Intelligence——AI)就是指计算机模拟人类某些智力行为的理论、技术和应用。
(6)多媒体技术
随着电子技术特别是通信和计算机技术的发展，人们已经有能力把文本、音频、视频、动画、图形和图像等各种媒体综合起来，构成“多媒体”(Multimedia)的概念。
10．简述计算机的发展趋势。
(1)微型化
一方面，随着计算机的应用日益广泛，在一些特定场合，需要很小的计算机，计算机的重量、体积都变得越来越小，但功能并不减少。另一方面，随着计算机在世界上日益普及，个人电脑正逐步由办公设备变为电子消费品。人们要求电脑除了要保留原有的性能之外，还要有时尚的外观、轻便小巧、便于操作等特点，如平板电脑、手持电脑等。今后个人计算机(Personal Computer)在计算机中所占的比重将会越来越大，使用也将会越来越方便。
(2)巨型化
社会在不断发展，人类对自然世界的认识活动也越来越多，很多情况要求计算机对数据进行运算。“巨型化”在这里并不是通常意义上的大小，主要是指机器的性能——运算速度等。
(3)网络化
因特网(Internet)的建立正在改变我们的世界，改变我们的生活。网络具有虚拟和真实两种特性，网上聊天和网络游戏等具有虚拟特性，而网络通信、电子商务、网络资源共享则具有真实的特性。
(4)智能化
今后，计算机在生活中扮演的角色将会更加重要,计算机应用将具有更多的智能特性，能够帮助用户解决—些自己不熟悉或不愿意做的事，如智能家电、烹调等。
(5)新型计算机
目前新一代计算机正处在设想和研制阶段。新一代计算机是把信息采集、存储处理、通信和人工智能结合在一起的计算机系统。
11．简述计算学科的定义、计算学科的本质、计算学科的三个过程。
计算学科是对描述和变换信息的算法过程，包括对理论分析、设计、效率、实现和应用等进行的系统研究。计算学科的研究包括了从算法与可计算性的研究到根据可计算硬件和软件的实际实现问题的研究。
计算学科的根本问题是“什么能被有效地自动进行？”。计算学科的根本问题讨论的是能行性的有关内容，而凡是与能行性有关的讨论都是处理离散对象的。
计算学科的实质是学科方法论的思想，其关键问题是抽象、理论和设计三个过程相互作用的问题。
(1)理论
理论是数学科学的根本。应用数学家们都认为，科学的进展都是基于纯数学的。应用数学用数学的方法推动经验科学和工程学的发展，同时又不断刺激对新数学的需要，为纯理论数学提出新的问题。
(2)抽象
抽象(模型化)是自然科学的根本。科学家们相信，科学进展的过程基本上都是形成假设，然后用模型化过程去求证。
(3)设计
设计是工程的根本。工程师们认为，工程进展基本上都是提出问题，然后通过设计去构造系统，以解决问题。
12．简述计算机科学与技术学科的定义。
计算机科学技术是研究计算机的设计与制造和利用计算机进行信息获取、表示、存储、处理、控制等的理论、原则、方法和技术的学科，包括科学与技术两方面。科学侧重于研究现象、揭示规律；技术则侧重于研制计算机和研究使用计算机进行信息处理的方法与技术手段。科学是技术的依据，技术是科学的体现；技术得益于科学，它又向科学提出新的课题。
13．简述计算机科学课程体系的核心内容。
计算学科课程体系的教学内容归结为14个知识体，包括：
(1)离散结构(PS)
计算学科是以离散型变量为研究对象，离散数学对计算技术的发展起着十分重要的作用。随着计算技术的迅猛发展，离散数学越来越受到重视。
(2)程序设计基础(PF)
《计算作为一门学科》报告指出了程序设计在计算学科的正确地位：程序设计是计算学科课程中固定练习的一部分，是每一个计算学科专业的学生应具备的能力，是计算学科核心科目的一部分，程序设计语言还是获得计算机重要特性的有力工具。
(3)算法与复杂性(AL)
算法是计算机科学和软件工程的基础，现实世界中，任何软件系统的性能仅依赖于两个基本点方面，一方面是所选择的算法；另一方面是各不同层次实现的适宜性和效率。
(4)组织与体系结构(AR)
计算机在计算中处于核心地位，如果没有计算机，计算学科只是理论数学的一个分支，应该对计算机系统的功能构件、以及他们的特点/性能和相互作用有一定的理解。
(5)操作系统(OS)
操作系统定义了对硬件行为的抽象，程序员用它来对硬件进行控制。操作系统还管理计算机用户间的资源共享。
(6)网络计算(NC)
计算机和通信网络的发展，尤其是基于TCP/IP的网络的发展使得网络技术在计算学科中更加重要。
(7)程序设计语言(PL)
程序设计语言是程序员与计算机交流的主要工具。一个程序员不仅要知道如何使用一种语言进行程序设计，还应理解不同语言的程序设计风格。
(8)人-机交互(HL)
人机交互重点在于理解人对交互式对象的交互行为，知道如何使用以人为中心的方法开发和评价交互软件系统，以及人机交互设计问题的一般知识。
(9)图形学和可视化计算(GV)
该主领域的主要内容包括：计算机图形学、可视化、虚拟现实、计算机视觉等4 个学科子领域的研究内容。
(10)智能系统(IS)
人工智能领域关心的问题是自主代理的设计和分析。智能系统必须干知其环境，合理地朝着指定的任务行动，并与其它代理和人进行交互。
(11)信息管理(IM)
信息系统几乎在所有使用计算机的场合都发挥着重要的作用。
(12)软件工程(SE)
软件工程是关于如何有效地利用建立满足用户和客户需求的软件系统理论/知识和实践的学科，可以应用于小型、中型、大型系统。
(13)数值计算科学(CN)
从计算学科的诞生之日起，科学计算的数值方法和技术就构成了计算机科学研究的一个主要领域。
(14)社会和职业问题(SP)
大学生需要懂得计算学科本身基本的文化、社会、法律和道德问题。还需要培养学生提出有关计算的社会影响这样严肃问题以及对这些问题的可能答案进行评价的能力。学生还需要认识到软硬件销售商和用户的基本法律权利，也应意识到这些权利的基本基础——道德价值观。

三．讨论题
1．计算机的产生是世纪最伟大的成就之一，具体体现在哪些方面？根据你的观察，请列出计算机的应用。
答案略。
2．计算机提供了无限的机会和挑战。利用它可以更快更好地完成许多事情，可以方便地和全世界的人们联系和通信。但是，是否想过事情的反面呢？所有的变化都是积极的么？计算机的广泛使用会产生什么负面的影响吗？讨论这些问题和其他所能想到的问题。
答案略。

是这个吗?

⑵ 清华大学机器人小图

图书馆应答机器人，人工智能，是人编写程序根据问题中的关键字，再根据逻辑语义分析，得出相关搜索，或者预设的答案。。你可以去看，不少问题，比如“清华”，都是直接回答的。

⑶ 考研清华大学人工智能要考什么专业，考些什么

大家好，我是THU本校一名老师姐，我研究了一下，给大家整理总结了如下的信息。

首先，自然是要找到最官方的清华大学2019年硕士研究生招生简章，以下就是链接啦：网页链接，从里面的内容我们可以看到，在考试方面，重点有如下的一些内容：

1．入学考试分初试和复试。

2．初试时间按国家教育部统一规定进行，初试科目详见招生专业目录。

3．初试方式均为笔试。

4．初试成绩满足要求的考生都必须参加复试，复试统一安排在清华大学，具体时间、地点另行通知。

5．复试包括外国语听力、口语测试和综合复试。综合复试将采取面试加专业知识综合笔试方式。专业知识综合笔试覆盖范围参见招生专业目录中的备注栏。

6．同等学力考生，初试成绩达到复试分数线后须加试两门报考专业的本科主干课程，具体科目待准考后通知（将在复试通知时说明）。

那么看完以上，我们心里明白了考试的形式，比如，考研要考初试和复试，初试完全是笔试，没有面试，复试除了外语测试、面试还有专业知识笔试。那么我们再继续深挖下去，初试的科目以及复试的专业科目到底有哪些呢？

那么，在这里，我给大家送上最官方的《清华大学 2019 年硕士研究生招生专业目录（统考）》，可以直接点开这个链接哦，网页链接，从里面的内容我们可以看到，对于人工智能方向来说，一共有三个方向涉及人工智能科目的考试。

第一，系别：计算机科学与技术系，专业：计算机科学与技术专业，方向：(全日制)计算机应用技术方向，初试科目包括①101 思想政治理论②201 英语一③301 数学一④912 计算机专业基础综合。复试专业科目包括：人工智能、信号处理
原理、多媒体技术（三选
二）。

第二，系别：计算机科学与技术系，专业：计算机技术专业，方向：(非全日制)数据科学与工程，初试科目包括：①101思想政治理论②201英语一③301数学一④912计算机专业基础综合。 复试专业科目包括：软件工程、人工智能、数据库原理（三选二）。这里要注意的是：这个方向仅招收原单位定向生（在职培养），报考类别为定向就业，在学期间不转档案和户口，不提供住宿。而且考生必须具有工作经验。

第三，系别：清华-伯克利深圳学院，专业：数据科学和信息技术，方向：(全日制) 数据科学交叉学科。初试科目包括：①101 思想政治理论②201 英语一③301 数学一④943 传感与测控基础综合或940 光电子基础综合或937 数据科学基础综合。复试专业科目根据三个领域，分成了三类：1） 传感与测控领域（对应科目考试：“943 传感与测控基础综合”。考试内容：传感技术、测试技术、控制工程、信号处理等相关基础知识）；2） 光电子领域（对应科目考试：“940 光电子基础综合”。考试内容：激光原等相关基础知识） ；3）大数据与人工智能领域
（对应科目考试：“937数据科学基础综合”。考试内容：运筹学、随机过程、数据结构等相关基础知识）。这里人工智能方向主要是看大数据与人工智能领域 。

在以上三个方向之外呢，还要注意到2018年6月清华刚刚设立了清华大学人工智能研究院，虽然在2019年的招生简章当中没有该院系的招生，但是相信马上就会开放博士生、硕士生的培养计划，感兴趣的同学们可以多多关注一下。以下就是它的官网地址了：网页链接，大家可以多上去看看，了解一下目前该学院人工智能的研究领域、研究方向，是否和自己的兴趣相契合。

还要说明的一点是，复试当中是包含笔试、面试和机考的。我给大家来说一下机考的一些须知，具体可以参考官网的2017 年计算机系统考硕士上机考试须知，链接如下哦：网页链接。机考的部分须知如下，大家如果进入了复试，考前还是要好好阅读下须知：

1) 考试共有 3 道题目，每道题目你需要提交一份源程序。仅有提交到评测网站的程
序参与评分，任何保存在本地的文件不作为评分依据。

2) 每道题目可以多次提交，但只有最后一次编译通过的提交算作有效提交，其他提交
均不计入成绩。

3) 评测采取黑盒测试，每道题目会有准备若干组测试数据，对于每组数据分别运行你
的程序并检查是否在限制的时间、空间中正确运行得到答案，机器会根据你正确的数据组数
给出这道题目的得分。

另外，我也附上一下计算机系2017年统考硕士复试分数线，大家可以有个参考：硕士（含全日制学术和专业学位）：单科：外语、政治——50；数学一、计算机专业基础综合——80；总分：335以上。总分360分以上考生参加学术硕士研究生面试，359分以下及报考计算机技术的考生参加计算机专业硕士面试。硕士（非全日制专业学位）：单科：外语、政治——50；数学一、计算机专业基础综合——80；总分：330以上。强军计划：总分245以上。少数民族骨干计划：总分320以上。大学生退役计划：单科：外语、政治——50；数学一、计算机专业基础综合——80；总分：325以上。计算机系复试成绩计算办法是这样的：总成绩＝初试总分（500）+复试笔试成绩（100）+机考成绩（100=500/5）
+面试成绩(100=综合面试 20＋专业面试 80)×3。

以上就是我为大家搜集的信息啦，大家也可以去看一下考研的同学的经验贴。我的信息来源主要都是官方的，一切都要以官方为准呀，希望大家考研顺利！

⑷ 人工智能有什么好的参考书么

Peter Norvig 的《AI, Modern Approach 2nd》（无争议的领域经典）
Bishop, 《Pattern Recognition and Machine Learning》. 没有影印的，但是网上能下到。经典中的经典。Pattern Classification 和这本书是两本必读之书。《Pattern Recognition and Machine Learning》是很新（07年），深入浅出，手不释卷。

推荐两本有意思的书，
一本是《Simple Heuristics that Makes Us Smart》
另一本是《Bounded Rationality: The Adaptive Toolbox》

---------------------------------------------------------------------
<从CSDN上转载的>

机器学习与人工智能学习资源导引

我经常在 TopLanguage 讨论组上推荐一些书籍，也经常问里面的牛人们搜罗一些有关的资料，人工智能、机器学习、自然语言处理、知识发现（特别地，数据挖掘）、信息检索这些无疑是 CS 领域最好玩的分支了（也是互相紧密联系的），这里将最近有关机器学习和人工智能相关的一些学习资源归一个类：

首先是两个非常棒的 Wikipedia 条目，我也算是 wikipedia 的重度用户了，学习一门东西的时候常常发现是始于 wikipedia 中间经过若干次 google ，然后止于某一本或几本著作。

第一个是“人工智能的历史”（History of Artificial Intelligence），我在讨论组上写道：

而今天看到的这篇文章是我在 wikipedia 浏览至今觉得最好的。文章名为《人工智能的历史》，顺着 AI 发展时间线娓娓道来，中间穿插无数牛人故事，且一波三折大气磅礴，可谓"事实比想象更令人惊讶"。人工智能始于哲学思辨，中间经历了一个没有心理学（尤其是认知神经科学的）的帮助的阶段，仅通过牛人对人类思维的外在表现的归纳、内省，以及数学工具进行探索，其间最令人激动的是 Herbert Simon （决策理论之父，诺奖，跨领域牛人）写的一个自动证明机，证明了罗素的数学原理中的二十几个定理，其中有一个定理比原书中的还要优雅，Simon 的程序用的是启发式搜索，因为公理系统中的证明可以简化为从条件到结论的树状搜索（但由于组合爆炸，所以必须使用启发式剪枝）。后来 Simon 又写了 GPS （General Problem Solver），据说能解决一些能良好形式化的问题，如汉诺塔。但说到底 Simon 的研究毕竟只触及了人类思维的一个很小很小的方面 —— Formal Logic，甚至更狭义一点 Dective Reasoning （即不包含 Inctive Reasoning , Transctive Reasoning (俗称 analogic thinking）。还有诸多比如 Common Sense、Vision、尤其是最为复杂的 Language 、Consciousness 都还谜团未解。还有一个比较有趣的就是有人认为 AI 问题必须要以一个物理的 Body 为支撑，一个能够感受这个世界的物理规则的身体本身就是一个强大的信息来源，基于这个信息来源，人类能够自身与时俱进地总结所谓的 Common-Sense Knowledge （这个就是所谓的 Emboddied Mind 理论。 ），否则像一些老兄直接手动构建 Common-Sense Knowledge Base ，就很傻很天真了，须知人根据感知系统从自然界获取知识是一个动态的自动更新的系统，而手动构建常识库则无异于古老的 Expert System 的做法。当然，以上只总结了很小一部分我个人觉得比较有趣或新颖的，每个人看到的有趣的地方不一样，比如里面相当详细地介绍了神经网络理论的兴衰。所以我强烈建议你看自己一遍，别忘了里面链接到其他地方的链接。

顺便一说，徐宥同学打算找时间把这个条目翻译出来，这是一个相当长的条目，看不动 E 文的等着看翻译吧:)

第二个则是“人工智能”（Artificial Intelligence）。当然，还有机器学习等等。从这些条目出发能够找到许多非常有用和靠谱的深入参考资料。

然后是一些书籍

书籍：

1. 《Programming Collective Intelligence》，近年出的入门好书，培养兴趣是最重要的一环，一上来看大部头很容易被吓走的:P

2. Peter Norvig 的《AI, Modern Approach 2nd》（无争议的领域经典）。

3. 《The Elements of Statistical Learning》，数学性比较强，可以做参考了。

4. 《Foundations of Statistical Natural Language Processing》，自然语言处理领域公认经典。

5. 《Data Mining, Concepts and Techniques》，华裔科学家写的书，相当深入浅出。

6. 《Managing Gigabytes》，信息检索好书。

7. 《Information Theory：Inference and Learning Algorithms》，参考书吧，比较深。

相关数学基础（参考书，不适合拿来通读）：

1. 线性代数：这个参考书就不列了，很多。

2. 矩阵数学：《矩阵分析》，Roger Horn。矩阵分析领域无争议的经典。

3. 概率论与统计：《概率论及其应用》，威廉·费勒。也是极牛的书，可数学味道太重，不适合做机器学习的。于是讨论组里的 Du Lei 同学推荐了《All Of Statistics》并说到

机器学习这个方向，统计学也一样非常重要。推荐All of statistics，这是CMU的一本很简洁的教科书，注重概念，简化计算，简化与Machine Learning无关的概念和统计内容，可以说是很好的快速入门材料。

4. 最优化方法：《Nonlinear Programming, 2nd》非线性规划的参考书。《Convex Optimization》凸优化的参考书。此外还有一些书可以参考 wikipedia 上的最优化方法条目。要深入理解机器学习方法的技术细节很多时候（如SVM）需要最优化方法作为铺垫。

王宁同学推荐了好几本书：

《Machine Learning, Tom Michell》, 1997.
老书，牛人。现在看来内容并不算深，很多章节有点到为止的感觉，但是很适合新手（当然，不能"新"到连算法和概率都不知道）入门。比如决策树部分就很精彩，并且这几年没有特别大的进展，所以并不过时。另外，这本书算是对97年前数十年机器学习工作的大综述，参考文献列表极有价值。国内有翻译和影印版，不知道绝版否。

《Modern Information Retrieval, Ricardo Baeza-Yates et al》. 1999
老书，牛人。貌似第一本完整讲述IR的书。可惜IR这些年进展迅猛，这本书略有些过时了。翻翻做参考还是不错的。另外，Ricardo同学现在是Yahoo Research for Europe and Latin Ameria的头头。

《Pattern Classification (2ed)》, Richard O. Duda, Peter E. Hart, David G. Stork
大约也是01年左右的大块头，有影印版，彩色。没读完，但如果想深入学习ML和IR，前三章（介绍，贝叶斯学习，线性分类器）必修。

还有些经典与我只有一面之缘，没有资格评价。另外还有两本小册子，论文集性质的，倒是讲到了了不少前沿和细节，诸如索引如何压缩之类。可惜忘了名字，又被我压在箱底，下次搬家前怕是难见天日了。

（呵呵，想起来一本：《Mining the Web - Discovering Knowledge from Hypertext Data》 ）

说一本名气很大的书：《Data Mining: Practical Machine Learning Tools and Techniques》。Weka 的作者写的。可惜内容一般。理论部分太单薄，而实践部分也很脱离实际。DM的入门书已经不少，这一本应该可以不看了。如果要学习了解 Weka ，看文档就好。第二版已经出了，没读过，不清楚。

信息检索方面，Du Lei 同学再次推荐：

信息检索方面的书现在建议看Stanford的那本《Introction to Information Retrieval》，这书刚刚正式出版，内容当然up to date。另外信息检索第一大牛Croft老爷也正在写教科书，应该很快就要面世了。据说是非常pratical的一本书。

对信息检索有兴趣的同学，强烈推荐翟成祥博士在北大的暑期学校课程，这里有全slides和阅读材料：http://net.pku.e.cn/~course/cs410/schele.html

maximzhao 同学推荐了一本机器学习：

加一本书：Bishop, 《Pattern Recognition and Machine Learning》. 没有影印的，但是网上能下到。经典中的经典。Pattern Classification 和这本书是两本必读之书。《Pattern Recognition and Machine Learning》是很新（07年），深入浅出，手不释卷。

最后，关于人工智能方面（特别地，决策与判断），再推荐两本有意思的书，

一本是《Simple Heuristics that Makes Us Smart》

另一本是《Bounded Rationality: The Adaptive Toolbox》

不同于计算机学界所采用的统计机器学习方法，这两本书更多地着眼于人类实际上所采用的认知方式，以下是我在讨论组上写的简介：

这两本都是德国ABC研究小组（一个由计算机科学家、认知科学家、神经科学家、经济学家、数学家、统计学家等组成的跨学科研究团体）集体写的，都是引起领域内广泛关注的书，尤其是前一本，后一本则是对 Herbert Simon （决策科学之父，诺奖获得者）提出的人类理性模型的扩充研究），可以说是把什么是真正的人类智能这个问题提上了台面。核心思想是，我们的大脑根本不能做大量的统计计算，使用fancy的数学手法去解释和预测这个世界，而是通过简单而鲁棒的启发法来面对不确定的世界（比如第一本书中提到的两个后来非常著名的启发法：再认启发法（cognition heuristics）和选择最佳（Take the Best）。当然，这两本书并没有排斥统计方法就是了，数据量大的时候统计优势就出来了，而数据量小的时候统计方法就变得非常糟糕；人类简单的启发法则充分利用生态环境中的规律性（regularities），都做到计算复杂性小且鲁棒。

关于第二本书的简介：

1. 谁是 Herbert Simon

2. 什么是 Bounded Rationality

3. 这本书讲啥的：

我一直觉得人类的决策与判断是一个非常迷人的问题。这本书简单地说可以看作是《决策与判断》的更全面更理论的版本。系统且理论化地介绍人类决策与判断过程中的各种启发式方法（heuristics）及其利弊（为什么他们是最优化方法在信息不足情况下的快捷且鲁棒的逼近，以及为什么在一些情况下会带来糟糕的后果等，比如学过机器学习的都知道朴素贝叶斯方法在许多情况下往往并不比贝叶斯网络效果差，而且还速度快；比如多项式插值的维数越高越容易 overfit，而基于低阶多项式的分段样条插值却被证明是一个非常鲁棒的方案）。

在此提一个书中提到的例子，非常有意思：两个团队被派去设计一个能够在场上接住抛过来的棒球的机器人。第一组做了详细的数学分析，建立了一个相当复杂的抛物线近似模型（因为还要考虑空气阻力之类的原因，所以并非严格抛物线），用于计算球的落点，以便正确地接到球。显然这个方案耗资巨大，而且实际运算也需要时间，大家都知道生物的神经网络中生物电流传输只有百米每秒之内，所以 computational complexity 对于生物来说是个宝贵资源，所以这个方案虽然可行，但不够好。第二组则采访了真正的运动员，听取他们总结自己到底是如何接球的感受，然后他们做了这样一个机器人：这个机器人在球抛出的一开始一半路程啥也不做，等到比较近了才开始跑动，并在跑动中一直保持眼睛于球之间的视角不变，后者就保证了机器人的跑动路线一定会和球的轨迹有交点；整个过程中这个机器人只做非常粗糙的轨迹估算。体会一下你接球的时候是不是眼睛一直都盯着球，然后根据视线角度来调整跑动方向？实际上人类就是这么干的，这就是 heuristics 的力量。

相对于偏向于心理学以及科普的《决策与判断》来说，这本书的理论性更强，引用文献也很多而经典，而且与人工智能和机器学习都有交叉，里面也有不少数学内容，全书由十几个章节构成，每个章节都是由不同的作者写的，类似于 paper 一样的，很严谨，也没啥废话，跟《Psychology of Problem Solving》类似。比较适合 geeks 阅读哈。

另外，对理论的技术细节看不下去的也建议看看《决策与判断》这类书（以及像《别做正常的傻瓜》这样的傻瓜科普读本），对自己在生活中做决策有莫大的好处。人类决策与判断中使用了很多的 heuristics ，很不幸的是，其中许多都是在适应几十万年前的社会环境中建立起来的，并不适合于现代社会，所以了解这些思维中的缺点、盲点，对自己成为一个良好的决策者有很大的好处，而且这本身也是一个非常有趣的领域。

（完）

⑸ 形式语言与自动机理论（第2版）清华大学出版社的课后答案

第1章 概 述
习题(答案)
一．选择题
1. D 2. B 3. CD 4. C 5. ABC
6. A 7. B 8. B 9. ABCD 10. ABCDE

二．简答题
1．什么是计算机系统？
计算机系统是一种能够按照事先存储的程序，自动、高速地对数据进行输入、处理、输出和存储的系统，由计算机硬件系统和计算机软件系统两大部分组成。
2．请解释冯•诺依曼所提出的“存储程序”概念。
把程序和数据都以二进制的形式统一存放在存储器中，由机器自动执行。不同的程序解决不同的问题，实现了计算机通用计算的功能。
3．控制器的主要功能是什么？
控制器基本功能就是从内存中取出指令和执行指令，即控制器按程序计数器指出的指令地址从内存中取出该指令进行译码，然后根据该指令功能向有关部件发出控制命令，执行该指令。另外，控制器在工作过程中，还要接受各部件反馈回来的信息。
4．简述CPU和主机的概念。
通常把运算器、控制器做在一个大规模集成电路块上称为中央处理器，又称CPU(Central Processing Unit)。
通常把内存储器、运算器和控制器合称为计算机主机，也可以说主机是由CPU与内存储器组成的，而主机以外的装置称为外部设备，外部设备包括输入/输出设备，外存储器等。
5．什么是计算机软件？计算机软件的分类有哪些？
软件是指用来指挥计算机运行的各种程序的总和以及开发、使用和维护这些程序所需的技术文档。
计算机软件系统分为系统软件和应用软件。计算机系统软件由操作系统、语言处理系统、以及各种软件工具等组成，指挥、控制计算机硬件系统按照预定的程序运行、工作，从而达到预定的目标。应用软件是用户利用计算机软、硬件资源为解决各类应用问题而编写的软件，包括用户程序及其说明性文件资料。
6．计算机有哪些主要的特点？
(1)运算速度快、精度高
计算机的字长越长，其精度越高，现在世界上最快的计算机每秒可以运算几十万亿次以上。一般计算机可以有十几位甚至几十位(二进制)有效数字，计算精度可由千分之几到百万分之几，是任何计算工具所望尘莫及的。
(2)具有逻辑判断和记忆能力
计算机有准确的逻辑判断能力和高超的记忆能力。能够进行各种逻辑判断，并根据判断的结果自动决定下一步应该执行的指令。
(3)高度的自动化和灵活性
计算机采取存储程序方式工作，即把编好的程序输入计算机，机器便可依次逐条执行，这就使计算机实现了高度的自动化和灵活性。
7．计算机的分类有哪些？
根据计算机工作原理和运算方式的不同，以及计算机中信息表示形式和处理方式的不同，计算机可分为数字式电子计算机(Digital Computer)、模拟式电子计算机(Analog Computer)和数字模拟混合计算机(Hybrid Computer)。当今广泛应用的是数字计算机，因此，常把数字式电子计算机(Electronic Digital Computer)简称为电子计算机或计算机。
按计算机的用途可分为通用计算机(General Purpose Computer)和专用计算机(Special Purpose Computer )两大类。通用计算机能解决多种类型问题，是具有较强通用性的计算机，一般的数字式电子计算机多属此类；专用计算机是为解决某些特定问题而专门设计的计算机，如嵌入式系统。
根据计算机的总体规模对计算机分类，可分为巨型机(Super Computer)、大/中型计算机(Mainframe)、小型计算机(Mini computer)、微型计算机(Micro computer)和网络计算机(Network Computer)五大类。
常见的微型机还可以分为台式机、便携机、笔记本电脑、掌上型电脑等多种类型。
8．简述计算机的基本运行方式。
计算机的基本运作方式可概括为所谓的“IPOS循环”。IPOS循环即输入(Input)、处理(Processing)、输出(Output)和存储(Storage)，它反映了计算机进行数据处理的基本步骤。
(1)输入
接受由输入设备(如键盘、鼠标器、扫描仪等)提供的数据。
(2)处理
对数值、逻辑、字符等各种类型的数据进行操作，按指定的方式进行转换。
(3)输出
将处理所产生的结果等数据由输出设备(如显示器、打印机、绘图仪等)进行输出。
(4)存储
计算机可以存储程序和数据供以后使用。
9．计算机有哪些主要的用途？
(1)科学计算
使用计算机来完成科学研究和工程技术中所遇到的数学问题的计算称为科学计算，也称为数值计算。科学计算是使用计算机完成在科学研究和工程技术领域中所提出的大量复杂的数值计算问题，是计算机的传统应用之一。
(2)信息处理
所谓信息处理就是使用计算机对数据进行输入、分类、加工、整理、合并、统计、制表、检索以及存储等，又称为数据处理。例如座席预订与售票系统、零售业中的应用、办公自动化等。信息处理已成为当代计算机的主要任务，是现代化管理的基础。
(3)实时控制(也称过程控制)
实时控制也称过程控制，实时控制能及时地采集检测数据、使用计算机快速地进行处理并自动地控制被控对象的动作，实现生产过程的自动化。
(4)计算机辅助设计/辅助制造/辅助教学
计算机辅助设计(Computer Aided Design——CAD)是使用计算机来辅助人们完成产品或工程的设计任务的一种方法和技术。计算机辅助制造(Computer Aided Manufacturing——CAM)是使用计算机辅助人们完成工业产品的制造任务，能通过直接或间接地与工厂生产资源接口的计算机来完成制造系统的计划、操作工序控制和管理工作的计算机应用系统。计算机辅助教学(Computer Aided Instruction——CAI)是把计算机用作教学媒体，使它充当指导者、工具和学习者角色，学生通过与计算机的对话进行学习的一种新型教学技术。
(5)人工智能
人工智能(Artificial Intelligence——AI)就是指计算机模拟人类某些智力行为的理论、技术和应用。
(6)多媒体技术
随着电子技术特别是通信和计算机技术的发展，人们已经有能力把文本、音频、视频、动画、图形和图像等各种媒体综合起来，构成“多媒体”(Multimedia)的概念。
10．简述计算机的发展趋势。
(1)微型化
一方面，随着计算机的应用日益广泛，在一些特定场合，需要很小的计算机，计算机的重量、体积都变得越来越小，但功能并不减少。另一方面，随着计算机在世界上日益普及，个人电脑正逐步由办公设备变为电子消费品。人们要求电脑除了要保留原有的性能之外，还要有时尚的外观、轻便小巧、便于操作等特点，如平板电脑、手持电脑等。今后个人计算机(Personal Computer)在计算机中所占的比重将会越来越大，使用也将会越来越方便。
(2)巨型化
社会在不断发展，人类对自然世界的认识活动也越来越多，很多情况要求计算机对数据进行运算。“巨型化”在这里并不是通常意义上的大小，主要是指机器的性能——运算速度等。
(3)网络化
因特网(Internet)的建立正在改变我们的世界，改变我们的生活。网络具有虚拟和真实两种特性，网上聊天和网络游戏等具有虚拟特性，而网络通信、电子商务、网络资源共享则具有真实的特性。
(4)智能化
今后，计算机在生活中扮演的角色将会更加重要,计算机应用将具有更多的智能特性，能够帮助用户解决—些自己不熟悉或不愿意做的事，如智能家电、烹调等。
(5)新型计算机
目前新一代计算机正处在设想和研制阶段。新一代计算机是把信息采集、存储处理、通信和人工智能结合在一起的计算机系统。
11．简述计算学科的定义、计算学科的本质、计算学科的三个过程。
计算学科是对描述和变换信息的算法过程，包括对理论分析、设计、效率、实现和应用等进行的系统研究。计算学科的研究包括了从算法与可计算性的研究到根据可计算硬件和软件的实际实现问题的研究。
计算学科的根本问题是“什么能被有效地自动进行？”。计算学科的根本问题讨论的是能行性的有关内容，而凡是与能行性有关的讨论都是处理离散对象的。
计算学科的实质是学科方法论的思想，其关键问题是抽象、理论和设计三个过程相互作用的问题。
(1)理论
理论是数学科学的根本。应用数学家们都认为，科学的进展都是基于纯数学的。应用数学用数学的方法推动经验科学和工程学的发展，同时又不断刺激对新数学的需要，为纯理论数学提出新的问题。
(2)抽象
抽象(模型化)是自然科学的根本。科学家们相信，科学进展的过程基本上都是形成假设，然后用模型化过程去求证。
(3)设计
设计是工程的根本。工程师们认为，工程进展基本上都是提出问题，然后通过设计去构造系统，以解决问题。
12．简述计算机科学与技术学科的定义。
计算机科学技术是研究计算机的设计与制造和利用计算机进行信息获取、表示、存储、处理、控制等的理论、原则、方法和技术的学科，包括科学与技术两方面。科学侧重于研究现象、揭示规律；技术则侧重于研制计算机和研究使用计算机进行信息处理的方法与技术手段。科学是技术的依据，技术是科学的体现；技术得益于科学，它又向科学提出新的课题。
13．简述计算机科学课程体系的核心内容。
计算学科课程体系的教学内容归结为14个知识体，包括：
(1)离散结构(PS)
计算学科是以离散型变量为研究对象，离散数学对计算技术的发展起着十分重要的作用。随着计算技术的迅猛发展，离散数学越来越受到重视。
(2)程序设计基础(PF)
《计算作为一门学科》报告指出了程序设计在计算学科的正确地位：程序设计是计算学科课程中固定练习的一部分，是每一个计算学科专业的学生应具备的能力，是计算学科核心科目的一部分，程序设计语言还是获得计算机重要特性的有力工具。
(3)算法与复杂性(AL)
算法是计算机科学和软件工程的基础，现实世界中，任何软件系统的性能仅依赖于两个基本点方面，一方面是所选择的算法；另一方面是各不同层次实现的适宜性和效率。
(4)组织与体系结构(AR)
计算机在计算中处于核心地位，如果没有计算机，计算学科只是理论数学的一个分支，应该对计算机系统的功能构件、以及他们的特点/性能和相互作用有一定的理解。
(5)操作系统(OS)
操作系统定义了对硬件行为的抽象，程序员用它来对硬件进行控制。操作系统还管理计算机用户间的资源共享。
(6)网络计算(NC)
计算机和通信网络的发展，尤其是基于TCP/IP的网络的发展使得网络技术在计算学科中更加重要。
(7)程序设计语言(PL)
程序设计语言是程序员与计算机交流的主要工具。一个程序员不仅要知道如何使用一种语言进行程序设计，还应理解不同语言的程序设计风格。
(8)人-机交互(HL)
人机交互重点在于理解人对交互式对象的交互行为，知道如何使用以人为中心的方法开发和评价交互软件系统，以及人机交互设计问题的一般知识。
(9)图形学和可视化计算(GV)
该主领域的主要内容包括：计算机图形学、可视化、虚拟现实、计算机视觉等4 个学科子领域的研究内容。
(10)智能系统(IS)
人工智能领域关心的问题是自主代理的设计和分析。智能系统必须干知其环境，合理地朝着指定的任务行动，并与其它代理和人进行交互。
(11)信息管理(IM)
信息系统几乎在所有使用计算机的场合都发挥着重要的作用。
(12)软件工程(SE)
软件工程是关于如何有效地利用建立满足用户和客户需求的软件系统理论/知识和实践的学科，可以应用于小型、中型、大型系统。
(13)数值计算科学(CN)
从计算学科的诞生之日起，科学计算的数值方法和技术就构成了计算机科学研究的一个主要领域。
(14)社会和职业问题(SP)
大学生需要懂得计算学科本身基本的文化、社会、法律和道德问题。还需要培养学生提出有关计算的社会影响这样严肃问题以及对这些问题的可能答案进行评价的能力。学生还需要认识到软硬件销售商和用户的基本法律权利，也应意识到这些权利的基本基础——道德价值观。

三．讨论题
1．计算机的产生是世纪最伟大的成就之一，具体体现在哪些方面？根据你的观察，请列出计算机的应用。
答案略。
2．计算机提供了无限的机会和挑战。利用它可以更快更好地完成许多事情，可以方便地和全世界的人们联系和通信。但是，是否想过事情的反面呢？所有的变化都是积极的么？计算机的广泛使用会产生什么负面的影响吗？讨论这些问题和其他所能想到的问题。
答案略。

是这个吗?

⑹ 【讨论】人工智能哪个学校最厉害 求答案

清华、北大、中科院计算所、南大…… 都有AI相关的国家重点实验室。 中科院计算所智能信息处理重点实验室（史忠植院士组） 中科院自动化研究所模式识别国家重点实验室 合肥有个人工智能机械研究所 AI的范围很广,包括很多子领域,具体到哪个老师的话或实验室的话,比较强的有: 1.清华智能技术与系统国家重点实验室: 张钹院士 马少平组:信息检索 孙茂松组:自然语言处理 2.清华大学自动化系: 张长水组:机器学习,模式识别 3.北大视觉听觉信息处理国家重点实验室: 封富举组:生物特识别(人脸识别),机器学习 查洪彬组:计算机视觉,机器人,三维图象 4.北大计算语言学研究所:自然语言处理 5.南京大学LAMDA周志华组:机器学习，模式识别,进化计算 6.哈尔滨工业大学语言语音重点实验室: 李生,刘挺:信息检索,自然语言处理 7.中科院计算所机器翻译实验室刘群:机器翻译 浙大在计算机图形学，计算机视觉方面,除了MSRA以外,应该是国内最强的了. 从在AI顶级会议和顶级杂志上发表的论文数量来看，清华和南大的周志华组是最厉害的. 欢迎大家跟贴讨论～！

⑺ 谁有《计算机导论》清华大学出版社出版，的课后练习题答案急！！！！！！！

第1章 概 述
习题(答案)
一．选择题
1. D 2. B 3. CD 4. C 5. ABC
6. A 7. B 8. B 9. ABCD 10. ABCDE

二．简答题
1．什么是计算机系统？
计算机系统是一种能够按照事先存储的程序，自动、高速地对数据进行输入、处理、输出和存储的系统，由计算机硬件系统和计算机软件系统两大部分组成。
2．请解释冯•诺依曼所提出的“存储程序”概念。
把程序和数据都以二进制的形式统一存放在存储器中，由机器自动执行。不同的程序解决不同的问题，实现了计算机通用计算的功能。
3．控制器的主要功能是什么？
控制器基本功能就是从内存中取出指令和执行指令，即控制器按程序计数器指出的指令地址从内存中取出该指令进行译码，然后根据该指令功能向有关部件发出控制命令，执行该指令。另外，控制器在工作过程中，还要接受各部件反馈回来的信息。
4．简述CPU和主机的概念。
通常把运算器、控制器做在一个大规模集成电路块上称为中央处理器，又称CPU(Central Processing Unit)。
通常把内存储器、运算器和控制器合称为计算机主机，也可以说主机是由CPU与内存储器组成的，而主机以外的装置称为外部设备，外部设备包括输入/输出设备，外存储器等。
5．什么是计算机软件？计算机软件的分类有哪些？
软件是指用来指挥计算机运行的各种程序的总和以及开发、使用和维护这些程序所需的技术文档。
计算机软件系统分为系统软件和应用软件。计算机系统软件由操作系统、语言处理系统、以及各种软件工具等组成，指挥、控制计算机硬件系统按照预定的程序运行、工作，从而达到预定的目标。应用软件是用户利用计算机软、硬件资源为解决各类应用问题而编写的软件，包括用户程序及其说明性文件资料。
6．计算机有哪些主要的特点？
(1)运算速度快、精度高
计算机的字长越长，其精度越高，现在世界上最快的计算机每秒可以运算几十万亿次以上。一般计算机可以有十几位甚至几十位(二进制)有效数字，计算精度可由千分之几到百万分之几，是任何计算工具所望尘莫及的。
(2)具有逻辑判断和记忆能力
计算机有准确的逻辑判断能力和高超的记忆能力。能够进行各种逻辑判断，并根据判断的结果自动决定下一步应该执行的指令。
(3)高度的自动化和灵活性
计算机采取存储程序方式工作，即把编好的程序输入计算机，机器便可依次逐条执行，这就使计算机实现了高度的自动化和灵活性。
7．计算机的分类有哪些？
根据计算机工作原理和运算方式的不同，以及计算机中信息表示形式和处理方式的不同，计算机可分为数字式电子计算机(Digital Computer)、模拟式电子计算机(Analog Computer)和数字模拟混合计算机(Hybrid Computer)。当今广泛应用的是数字计算机，因此，常把数字式电子计算机(Electronic Digital Computer)简称为电子计算机或计算机。
按计算机的用途可分为通用计算机(General Purpose Computer)和专用计算机(Special Purpose Computer )两大类。通用计算机能解决多种类型问题，是具有较强通用性的计算机，一般的数字式电子计算机多属此类；专用计算机是为解决某些特定问题而专门设计的计算机，如嵌入式系统。
根据计算机的总体规模对计算机分类，可分为巨型机(Super Computer)、大/中型计算机(Mainframe)、小型计算机(Mini computer)、微型计算机(Micro computer)和网络计算机(Network Computer)五大类。
常见的微型机还可以分为台式机、便携机、笔记本电脑、掌上型电脑等多种类型。
8．简述计算机的基本运行方式。
计算机的基本运作方式可概括为所谓的“IPOS循环”。IPOS循环即输入(Input)、处理(Processing)、输出(Output)和存储(Storage)，它反映了计算机进行数据处理的基本步骤。
(1)输入
接受由输入设备(如键盘、鼠标器、扫描仪等)提供的数据。
(2)处理
对数值、逻辑、字符等各种类型的数据进行操作，按指定的方式进行转换。
(3)输出
将处理所产生的结果等数据由输出设备(如显示器、打印机、绘图仪等)进行输出。
(4)存储
计算机可以存储程序和数据供以后使用。
9．计算机有哪些主要的用途？
(1)科学计算
使用计算机来完成科学研究和工程技术中所遇到的数学问题的计算称为科学计算，也称为数值计算。科学计算是使用计算机完成在科学研究和工程技术领域中所提出的大量复杂的数值计算问题，是计算机的传统应用之一。
(2)信息处理
所谓信息处理就是使用计算机对数据进行输入、分类、加工、整理、合并、统计、制表、检索以及存储等，又称为数据处理。例如座席预订与售票系统、零售业中的应用、办公自动化等。信息处理已成为当代计算机的主要任务，是现代化管理的基础。
(3)实时控制(也称过程控制)
实时控制也称过程控制，实时控制能及时地采集检测数据、使用计算机快速地进行处理并自动地控制被控对象的动作，实现生产过程的自动化。
(4)计算机辅助设计/辅助制造/辅助教学
计算机辅助设计(Computer Aided Design——CAD)是使用计算机来辅助人们完成产品或工程的设计任务的一种方法和技术。计算机辅助制造(Computer Aided Manufacturing——CAM)是使用计算机辅助人们完成工业产品的制造任务，能通过直接或间接地与工厂生产资源接口的计算机来完成制造系统的计划、操作工序控制和管理工作的计算机应用系统。计算机辅助教学(Computer Aided Instruction——CAI)是把计算机用作教学媒体，使它充当指导者、工具和学习者角色，学生通过与计算机的对话进行学习的一种新型教学技术。
(5)人工智能
人工智能(Artificial Intelligence——AI)就是指计算机模拟人类某些智力行为的理论、技术和应用。
(6)多媒体技术
随着电子技术特别是通信和计算机技术的发展，人们已经有能力把文本、音频、视频、动画、图形和图像等各种媒体综合起来，构成“多媒体”(Multimedia)的概念。
10．简述计算机的发展趋势。
(1)微型化
一方面，随着计算机的应用日益广泛，在一些特定场合，需要很小的计算机，计算机的重量、体积都变得越来越小，但功能并不减少。另一方面，随着计算机在世界上日益普及，个人电脑正逐步由办公设备变为电子消费品。人们要求电脑除了要保留原有的性能之外，还要有时尚的外观、轻便小巧、便于操作等特点，如平板电脑、手持电脑等。今后个人计算机(Personal Computer)在计算机中所占的比重将会越来越大，使用也将会越来越方便。
(2)巨型化
社会在不断发展，人类对自然世界的认识活动也越来越多，很多情况要求计算机对数据进行运算。“巨型化”在这里并不是通常意义上的大小，主要是指机器的性能——运算速度等。
(3)网络化
因特网(Internet)的建立正在改变我们的世界，改变我们的生活。网络具有虚拟和真实两种特性，网上聊天和网络游戏等具有虚拟特性，而网络通信、电子商务、网络资源共享则具有真实的特性。
(4)智能化
今后，计算机在生活中扮演的角色将会更加重要,计算机应用将具有更多的智能特性，能够帮助用户解决—些自己不熟悉或不愿意做的事，如智能家电、烹调等。
(5)新型计算机
目前新一代计算机正处在设想和研制阶段。新一代计算机是把信息采集、存储处理、通信和人工智能结合在一起的计算机系统。
11．简述计算学科的定义、计算学科的本质、计算学科的三个过程。
计算学科是对描述和变换信息的算法过程，包括对理论分析、设计、效率、实现和应用等进行的系统研究。计算学科的研究包括了从算法与可计算性的研究到根据可计算硬件和软件的实际实现问题的研究。
计算学科的根本问题是“什么能被有效地自动进行？”。计算学科的根本问题讨论的是能行性的有关内容，而凡是与能行性有关的讨论都是处理离散对象的。
计算学科的实质是学科方法论的思想，其关键问题是抽象、理论和设计三个过程相互作用的问题。
(1)理论
理论是数学科学的根本。应用数学家们都认为，科学的进展都是基于纯数学的。应用数学用数学的方法推动经验科学和工程学的发展，同时又不断刺激对新数学的需要，为纯理论数学提出新的问题。
(2)抽象
抽象(模型化)是自然科学的根本。科学家们相信，科学进展的过程基本上都是形成假设，然后用模型化过程去求证。
(3)设计
设计是工程的根本。工程师们认为，工程进展基本上都是提出问题，然后通过设计去构造系统，以解决问题。
12．简述计算机科学与技术学科的定义。
计算机科学技术是研究计算机的设计与制造和利用计算机进行信息获取、表示、存储、处理、控制等的理论、原则、方法和技术的学科，包括科学与技术两方面。科学侧重于研究现象、揭示规律；技术则侧重于研制计算机和研究使用计算机进行信息处理的方法与技术手段。科学是技术的依据，技术是科学的体现；技术得益于科学，它又向科学提出新的课题。
13．简述计算机科学课程体系的核心内容。
计算学科课程体系的教学内容归结为14个知识体，包括：
(1)离散结构(PS)
计算学科是以离散型变量为研究对象，离散数学对计算技术的发展起着十分重要的作用。随着计算技术的迅猛发展，离散数学越来越受到重视。
(2)程序设计基础(PF)
《计算作为一门学科》报告指出了程序设计在计算学科的正确地位：程序设计是计算学科课程中固定练习的一部分，是每一个计算学科专业的学生应具备的能力，是计算学科核心科目的一部分，程序设计语言还是获得计算机重要特性的有力工具。
(3)算法与复杂性(AL)
算法是计算机科学和软件工程的基础，现实世界中，任何软件系统的性能仅依赖于两个基本点方面，一方面是所选择的算法；另一方面是各不同层次实现的适宜性和效率。
(4)组织与体系结构(AR)
计算机在计算中处于核心地位，如果没有计算机，计算学科只是理论数学的一个分支，应该对计算机系统的功能构件、以及他们的特点/性能和相互作用有一定的理解。
(5)操作系统(OS)
操作系统定义了对硬件行为的抽象，程序员用它来对硬件进行控制。操作系统还管理计算机用户间的资源共享。
(6)网络计算(NC)
计算机和通信网络的发展，尤其是基于TCP/IP的网络的发展使得网络技术在计算学科中更加重要。
(7)程序设计语言(PL)
程序设计语言是程序员与计算机交流的主要工具。一个程序员不仅要知道如何使用一种语言进行程序设计，还应理解不同语言的程序设计风格。
(8)人-机交互(HL)
人机交互重点在于理解人对交互式对象的交互行为，知道如何使用以人为中心的方法开发和评价交互软件系统，以及人机交互设计问题的一般知识。
(9)图形学和可视化计算(GV)
该主领域的主要内容包括：计算机图形学、可视化、虚拟现实、计算机视觉等4 个学科子领域的研究内容。
(10)智能系统(IS)
人工智能领域关心的问题是自主代理的设计和分析。智能系统必须干知其环境，合理地朝着指定的任务行动，并与其它代理和人进行交互。
(11)信息管理(IM)
信息系统几乎在所有使用计算机的场合都发挥着重要的作用。
(12)软件工程(SE)
软件工程是关于如何有效地利用建立满足用户和客户需求的软件系统理论/知识和实践的学科，可以应用于小型、中型、大型系统。
(13)数值计算科学(CN)
从计算学科的诞生之日起，科学计算的数值方法和技术就构成了计算机科学研究的一个主要领域。
(14)社会和职业问题(SP)
大学生需要懂得计算学科本身基本的文化、社会、法律和道德问题。还需要培养学生提出有关计算的社会影响这样严肃问题以及对这些问题的可能答案进行评价的能力。学生还需要认识到软硬件销售商和用户的基本法律权利，也应意识到这些权利的基本基础——道德价值观。

三．讨论题
1．计算机的产生是世纪最伟大的成就之一，具体体现在哪些方面？根据你的观察，请列出计算机的应用。
答案略。
2．计算机提供了无限的机会和挑战。利用它可以更快更好地完成许多事情，可以方便地和全世界的人们联系和通信。但是，是否想过事情的反面呢？所有的变化都是积极的么？计算机的广泛使用会产生什么负面的影响吗？讨论这些问题和其他所能想到的问题。
答案略。

是这个吗?

⑻ 人工智能时代真的来临了吗

未来会是人工智能时代，但不是现在！

2016年AlphaGo战胜了李世石以后，人工智能成为了全球瞩目的科技焦点，人工智能这个概念其实很早就在1956年被提出，但是之所以现在才逐渐变火，主要来源于这3点的发展：算法，大数据，算力。

图片来源于网络

目前，企业在人工智能应用最多的就是刷脸签到，刷脸考勤，用人脸识别代替了需要身份验证的场景，同时不仅仅是节省了传统考勤需要使用介质的费用，通过人工智能的人脸识别技术，以及背后驱动的大数据分析，企业可以很快地掌握员工的考勤信息。

以前可能需要人员管理的同事一字一句地把考勤信息录入表格，然后统计信息，可能耗时一天，或者一星期，现在只需要登个后台，点个按键，所有信息都会展现在眼前，相当于节省了80%的时间，毫无疑问，对于需要进行复杂人员管理的企业来说，人工智能技术是在合适不过的了。