--- doc_type: weread-highlights-reviews bookId: "717751" author: 仲平 cover: https://wfqqreader-1252317822.image.myqcloud.com/cover/751/717751/t7_717751.jpg reviewCount: 5 noteCount: 54 readingStatus: 读完 progress: 99% totalReadDay: 4 readingTime: 3小时58分钟 readingDate: 2023-01-15 finishedDate: 2023-03-06 title: 计算机：一部历史 description: 《计算机：一部历史》，给大众读者写的计算机科普读物，零门槛入门计算机科学。讲述计算机背后鲜为人知的故事，普及关于计算机和互联网，你不得不了解的知识。在过去数十年里，除非你一直与世隔绝，否则就不可能不受到信息革命的影响。我们身处技术演进史上的计算机时代，无论你是计算机和互联网的拥护者、反对者还是旁观者，无论你是否具备计算机专业背景，只要你使用计算机，这本书就是你的案头必备。 keywords: - 计算机：一部历史 - 彼得·本特利 tags: - 阅读/计算机-理论知识 - 阅读/笔记 date: 2024-04-29 --- ## 简介 - **书名**：《计算机：一部历史》 - **作者**： 彼得·本特利 - **分类**： 计算机-理论知识 - **ISBN**：9787121255113 - **出版社**：中信出版集团 ## 概述 《计算机：一部历史》，给大众读者写的计算机科普读物，零门槛入门计算机科学。讲述计算机背后鲜为人知的故事，普及关于计算机和互联网，你不得不了解的知识。在过去数十年里，除非你一直与世隔绝，否则就不可能不受到信息革命的影响。我们身处技术演进史上的计算机时代，无论你是计算机和互联网的拥护者、反对者还是旁观者，无论你是否具备计算机专业背景，只要你使用计算机，这本书就是你的案头必备。 ## 划线 > 显然，无论从事哪一个行业，要想赚取巨额财富，通晓计算机是必不可少的条件。 > 计算机或许是我们无声的奴隶，盲目地执行每一项指令，但是我认为，我们可以从计算机上学到很多东西，通过它们了解这个世界乃至人类自身。 > 计算机科学主要涉及到编程、工程学和数学 > 德国的著名密码系统——“恩尼格玛”（9）（Enigma） > 1954年，图灵被发现死在家中，身边放着咬了一口的苹果。 > 开创计算机革命的中心人物是艾伦·图灵，他杰出的创见和视野使这一切成为了可能。变革始于20世纪30年代，尽管我们现在难以预见计算机革命的极限究竟何在，但是图灵本人指出了这种理论局限性的存在。 > 复杂即是简单 > 通用图灵机（Universal Turing Machine）已成为世界上所有电子计算机的理论蓝图。 > 现代的计算机系统虽然日新月异，但万变不离其宗，大框架都是冯·诺依曼1952年在普林斯顿构建起来的。 > 被剥夺了思考的权利比死还难受 > 公司意识到，其庞大的数据中心通常只有10%的容量得到了有效利用，因此，在2006年，该公司开始推出亚马逊网络服务（Amazon Web Services ），出售数据中心的闲置容量。其他公司可以按需购买亚马逊提供的任何计算服务、软件和存储空间，而不需要维护或升级任何计算机 > 1951年，计算机开始搭载好几个层次的软件。第一层是微代码，它完全依赖于芯片内部的硬件连接。第二层是机器代码，它比微代码更抽象一些。第三层是汇编语言，它比机器代码可读性稍强。 > 1957年，IBM 的约翰·巴库斯（John Backus ）发明了另一种编译型高级编程语言，称为福传（FORTRAN ）。 > 软件设计师的角色类似于建筑师和土木工程师，尤其是规划城市、工厂等复杂建筑的设计师。因此我们应该学会从这些领域吸取灵感，攻克我们遇到的设计问题。” > 这一概念在模块化编程和面向对象的编程领域举足轻重，它可以确保数据及相关函数封装在对象内，与其他的数据和函数分隔开来 > 集成开发环境（Integrated development environment，简称IDE ）的发明，就是为了让编程变得更加轻松。 > 研究人员很快意识到，要做到这一点，必须确立一个明确的软件生命周期。首先，你必须合理定位产品和项目需求。接下来要做的，就是设计、运行和测试软件，并将其运行情况清晰地记录下来。最后要做的，就是发布软件，或许在这个阶段，你还需要指导用户如何高效地使用软件、如何进行必要的维护工作。 > ，因为顾客往往并不知道自己真正的需求到底是什么，因此可能会举棋不定、自相矛盾，甚至改变主意。他们往往不具备编程人员的思维方式，因此不知道如何从软件开发的角度表达自己的需求。 > 统一建模语言（Unified Modelling Language，简称UML ）将多种建模概念融合在一起，如今已成为软件系统建模的标准方式。 > 维尔特定律的内容是：软件变慢的速度永远快过硬件变快的速度。 > 优化软件就相当于优化一切。 > 上面所说的老板就相当于计算机的应用程序，比如网页浏览器和网页服务器；通信总监相当于TCP（传输控制协议）层；收发室相当于IP（互联网协议）层；邮递员相当于地址层，也就是低层次的传输方法，比如以太网（Ethernet ）、IEEE 802等局域网协议，以及点对点协议（Point—to—Point Protocol，简称PPP ）等框架协议。 > 计算机需要有地址，这样才能确定信息的发送方和接收方 > 我儿子今年十岁，他现在不看广播电视，只看iPlayer。他对电视节目的固定播放时间已经没有概念了，因为现在想看什么节目随时都可以看。 > 譬如密码的长度有最低限制，必须采用大小写字母、数字及标点符号混合的密码，而且最好每过几周更换一次。 > 如果过去的一项决策让我们更快乐，那么在未来遇到相似的情形时，我们就更倾向于做出相似的决策 > 既然人类能够凭借神经元释放的数十亿个电脉冲产生思维活动，计算机为什么不能如法炮制，利用电子电路释放的电脉冲来产生思维活动，进而完成各种'各样的智能任务呢？ > 冯·诺依曼在研究经济学和博弈论时，就已经预见到了这个问题。他证明了最小最大定理（minimax ），该定理表明，博弈双方的任何一方都会采取最有利于自己、而最不利于对方的策略。香农在会下棋的计算机中应用了这一思想 > 英文等自然语言能否用于编程？可模拟人脑神经元的程序能否编写出来？计算机能否通过学习而不断进步？计算机应该如何表达信息？在算法中增加随机性，是否就能提高创造力？ > 从很早的时候开始，科学家就开始为计算机智能的发展方向争论不休。他们分成三派，第一派以麦卡锡为代表，认为逻辑推理是计算机智能化的必由之路。第二派以麦卡洛克、皮茨为代表，认为构建神经元模型才是正道。第三派以明斯基为代表，认为计算机要想实现智能化，就必须首先具备现实世界的知识。 > 一系列新的计算机程序在此基础上相继问世，引起了巨大的轰动。一款叫做“专家系统”（expert system ）的新程序走进了人们的视野。它能够有效地运用某个领域的专家多年积累的有效经验和专门知识，通过模拟专家的思维过程，解决一系列问题。它的用途非常广泛，可用于诊断疾病，也可用于推荐合适的理财产品，这取决于每个专家系统的专长是什么。研究人员渐渐认识到，他们可以用计算机来处理自然语言，即自动对句子结构进行划分和处理。“聊天机器人”（Chauerbot ）是一款用于模拟人类对话或聊天的程序，“Eliza ”和“Parry ”都是早期非常著名的聊天机器人，这些程序整合了大量语言学资料，使计算机可以对用户的输入语言进行处理，然后做出相对较为可信的回复。有时候，它们的表现着实令人称奇，短时间内甚至会让人误以为它们是真人。 > 你其实知道这是一把勺子，虽然你并没有看到它的全部，只是看到了它的柄和勺尖。但是感知机做不到，它不能把这些信息汇总起来，得出一个真实可靠的结论 > 传统的人工智能观点包含了一个中心假设，那就是，所有的行为都是通过对环境建模，然后依据模型进行逻辑推理后才产生的。 > 自由意志表现在很多方面，比如不可预知性、目标搜寻、自我调节、趋利避害、前瞻性、记忆力、学习能力、遗忘性、联想能力、形状识别，还有就是一些能使它适应社会的要素。这才叫生命。” > 比如胚胎的形成、生物的发育过程等生长过程怎样才能用进化算法实现？在此基础上，怎样才能开发出更加复杂的算法？如今，进化学习已经成为人工生命和机器人学领域的重要组成部分。很多公司利用它的成果，开发出了多种多样的应用性产品，手机的天线设计还有存储芯片就是两个典型案例。 > 必须存在一种环境，使人工智能体可以与它互动，换句话说就是，人工智能体要在环境的压力下生存下来。我从一开始就是这样想的。我不相信机器可以不通过学习和适应就获得真正的智能。 > 自上而下的逻辑编程也好，自下而上的进化适应方法也好，无论采用哪种方案，都无法解决所有的问题。没有任何一款程序能够通过图灵测试。我们还是很难制造出一台具备智能的机器，无法在不可预测的环境中操控机器人。 > 感知机和反向传播算法（该算法可以自动调整神经元输入信号的权重）的局限性曾经引发过学术界的猛烈批判， > 在探索的旅途中，人们得以从全新的视角审视了困扰哲学家数百年的问题：人为什么存在？生命的起源是什么？生命体何以进化出了如此复杂多样的形式？智能是什么？意识是什么？ > 复杂的经济活动是由无数较为简单的交易活动构成 > “假如有一台巨型计算机，它不仅能够模拟人脑中的所有电信号，还能够对突触所在环境的化学物质及其浓度变化进行建模，那么这台计算机就应该可以称得上是具备思考能力了，” > “毕竟，它模拟了真实的大脑活动，既然真实的大脑在思考，那么，为什么不能说模拟的大脑也在思考呢？这就是我的观点。” > 也许我们会意识到，其实智慧并不是什么重要的东西，真正重要的是经验。 > 虽然前进的道路只有一小段是明晰的，但纵使是这一小段探索的道路，也充满了艰险的挑战 > “想象力的桎梏一下子被打破了，”他说，“它还破除了你的偏见、成见和思维定势。利用进化式的生成过程，艺术家能与机器形成合力。这就好比一种‘创造力倍增器’，无论是人类无法想象的作品，还是单靠计算机无法创作的作品，它都能创作出来。我现在都还在想，这个主意实在是太厉害、太令人振奋了。” > 归根到底，艺术圈也是门生意，作品还是要拿来卖的，所以它讲究一个稀缺性。 > 艺术不是什么神秘的东西。真正的艺术家只不过是眼光稍微比普通人高一点罢了。” > 生命是如何从非生命物质中产生的？它们是如何进化的？简单的相互作用是怎么导致如此复杂的生物行为的？ > DNA 层次的突变首先要反映到生物的整体层面上——譬如反映到生物的形状、生理以及行为学上，只有经历了这样的层次转化以后，才会进入自然选择的过程。 > 从能量的角度看，我们合并图像的目的就是要将信息熵降低，合并后图像的熵应该要比两张独立图像的信息熵之和要小。 > 兵贵精而不贵多 ## 笔记 > “我的个人理想就是赚足够的钱给自己买一间办公室，再在办公室里配上一块白板（白色的金属板材料制的书写平面），这样我就可以随心所欲地研究P=NP问题了。” 💭 唯有热爱可抵岁月漫长 > 现在我们意识到，网络安全不仅仅关乎科技，还关乎于人。” 💭 技术并不能解决所有问题 > 假设两个房间里分别有一个人、一台计算机，你作为提问人进入第三个房间，通过一些装置（如键盘）对他们随便提问。假如过了五分钟，你还判断不出谁是人、谁是计算机，那么这台计算机就通过了图灵测试。 💭 图灵测试 > 这种经过人为设计的景观是否比原生态的自然景观更美？ 💭 美，是非常主观的判断 > 有时候，你不一定要自己具备专业知识，要学会借助别人的力量。相反，如果你自信满满，以为自己已经掌握了某方面的知识，那就得当心，说不定你只是一知半解而已。所以你得找到可以合作的人，而且要让自己表现得值得信赖，这才是最关键的。 💭 一个人可以走的嘎嘎快，但是几个人可以走的非常远。 ## 书评 ## 点评