数学研究的对象是数量和空间的关系

数学研究的对象是数量和空间的关系

ID:8957594

大小:25.50 KB

页数:4页

时间:2018-04-13

数学研究的对象是数量和空间的关系_第1页
数学研究的对象是数量和空间的关系_第2页
数学研究的对象是数量和空间的关系_第3页
数学研究的对象是数量和空间的关系_第4页
资源描述:

《数学研究的对象是数量和空间的关系》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、开复简介:李开复,祖籍四川,1961年12月3日出生于台湾,曾与妻子(谢先铃)女儿(李德宁、李德亭)居住美国西雅图,现迁居北京。1966-1972台湾就读小学1972-1979美国田纳西州就读初中、高中1979-1983美国纽约哥伦比亚大学计算机系学士1983-1988美国卡内基梅隆大学计算机系博士1988-1990美国卡内基梅隆大学计算机系助理教授1990-1996美国苹果电脑公司(语音组经理、多媒体实验室主任、互动多媒体部全球副总裁)1996-1998美国SGI电脑公司(网络产品部全球副总裁、Cosmo子公司总裁)1998-2005美国微软公司(微软中国研究院院长、自然互动部全球副总裁

2、)2005-2009-9-4Google(Google全球副总裁、中国区总裁)获得奖项和荣誉:1988美国商业周刊最重要发明奖(语音识别)1989世界Othello对弈冠军1991电气和电子工程师协会最佳论文奖2000电气和电子工程师协会院士2000西安交通大学名誉教授2004中国科学院研究生院名誉教授2006美国百人会会员李开复给中国学生的一封信:从诚信谈起李开复给中国学生的第二封信:从优秀到卓越李开复给学生第三封信:要成功自信与快乐李开复给中国学生第四封信:大学4年应这样过李开复给中国学生的第五封信:致学生的父母李开复给学生第6封信:选智慧用中庸拒绝极端李开复给学生第七封信:21世纪最

3、需要7种人才KaifuLee谈算法算法是计算机科学领域最重要的基石之一,但却受到了国内一些程序员的冷落。许多学生看到一些公司在招聘时要求的编程语言五花八门就产生了一种误解,认为学计算机就是学各种编程语言,或者认为,学习最新的语言、技术、标准就是最好的铺路方法。其实大家都被这些公司误导了。编程语言虽然该学,但是学习计算机算法和理论更重要,因为计算机语言和开发平台日新月异,但万变不离其宗的是那些算法和理论,例如数据结构、算法、编译原理、计算机体系结构、关系型数据库原理等等。在“开复学生网”上,有位同学生动地把这些基础课程比拟为“内功”,把新的语言、技术、标准比拟为“外功”。整天赶时髦的人最后只

4、懂得招式,没有功力,是不可能成为高手的。算法与我当我在1980年转入计算机科学系时,还没有多少人的专业方向是计算机科学。有许多其他系的人嘲笑我们说:“知道为什么只有你们系要加一个‘科学’,而没有‘物理科学系’或‘化学科学系’吗?因为人家是真的科学,不需要画蛇添足,而你们自己心虚,生怕不‘科学’,才这样欲盖弥彰。”其实,这点他们彻底弄错了。真正学懂计算机的人(不只是“编程匠”)既能用科学家的严谨思维来求证,也能用工程师的务实手段来解决问题——而这种思维和手段的最佳演绎就是“算法”。记得我读博时写的Othello对弈软件获得了世界冠军。当时,得第二名的人认为我是靠侥幸才打赢他,不服气地问我的程

5、序平均每秒能搜索多少步棋,当他发现我的软件在搜索效率上比他快60多倍时,才彻底服输。为什么在同样的机器上,我可以多做60倍的工作呢?这是因为我用了一个最新的算法,能够把一个指数函数转换成四个近似的表,只要用常数时间就可得到近似的答案。在这个例子中,是否用对算法才是能否赢得世界冠军的关键。还记得1988年贝尔实验室副总裁亲自来访问我的学校,目的就是为了想了解为什么他们的语音识别系统比我开发的慢几十倍。在与他们探讨的过程中,我惊讶地发现一个O(n*m)的动态规划(dynamicprogramming)居然被他们做成了O(n*n*m)。更惊讶的是,他们还为此发表了不少文章,甚至为自己的算法起了一

6、个很特别的名字,并将算法提名到一个科学会议里,希望能得到大奖。当时,贝尔实验室的研究员当然绝顶聪明,但他们全都是学数学、物理或电机出身,从未学过计算机科学或算法,才犯了这么基本的错误。我想那些人以后再也不会嘲笑学计算机科学的人了吧!网络时代的算法有人也许会说:“今天计算机这么快,算法还重要吗?”其实永远不会有太快的计算机,因为我们总会想出新的应用。虽然在摩尔定律的作用下,计算机的计算能力每年都在飞快增长,价格也在不断下降。可我们不要忘记,需要处理的信息量更是呈指数级的增长。现在每人每天都会创造出大量数据(照片,视频,语音,文本等等)。日益先进的纪录和存储手段使我们每个人的信息量都在爆炸式的

7、增长。互联网的信息流量和日志容量也在飞快增长。在科学研究方面,随着研究手段的进步,数据量更是达到了前所未有的程度。无论是三维图形、海量数据处理、机器学习、语音识别,都需要极大的计算量。在网络时代,越来越多的挑战需要靠卓越的算法来解决。再举另一个网络时代的例子。如果要找附近的咖啡店,那么搜索引擎该怎么处理这个请求呢?最简单的办法就是把整个城市的咖啡馆都找出来,然后计算出它们的所在位置与你之间的距离,再进行排序,然后返回最近

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。