1
0
wiki/Personal/Book/计算机/计算机:一部历史.md
2024-10-14 16:48:38 +08:00

171 lines
13 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

---
doc_type: weread-highlights-reviews
bookId: "717751"
reviewCount: 5
noteCount: 54
author: 仲平
cover: https://wfqqreader-1252317822.image.myqcloud.com/cover/751/717751/t7_717751.jpg
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:
- Personal/Book
- Read/计算机-理论知识
date: 2024-10-14
---
## 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”9Enigma
> 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传输控制协议收发室相当于IP互联网协议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