[论文]三大思维

[论文]三大思维 算思维、理论思维、实验思维:科技创新的三大支柱 添加日期:2012-5-15 13:31:00 点击率:2303 文章来源:转载 文章上传:沈李琴 党的十六大报告指出:“创新是一个民族进步的灵魂，是一个国家兴旺发达的不竭动力”。 党的十七大明确指出:“提高自主创新能力，建设创新型国家是国家发展战略的核心，是提高综合国力的关 键”。 国科发财〔2008〕197号文件(关于创新 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 工作的若干意见)指出:“科学思维不仅是一切科学研究和技术发展的起点，而且始终贯穿于科学研究和技术发展的全过程，是创新的灵魂”。 科学界一般认为，科学方法分为理论、实验和计算三大类。与三大科学方法相对的是三大科学思维，理论思维以数学为基础，实验思维以物理等学科为基础，计算思维以计算机科学为基础。 三大科学思维构成了科技创新的三大支拄。作为三大科学思维支柱之一，并具有鲜明时代特征的计算思维，尤其应当引起我们国家的高度重视。下面简介这三大科学思维方式。 一、理论思维 理论源于数学，理论思维支撑着所有的学科领域。正如数学一样，定义是理论思维的灵魂，定理和 证明 住所证明下载场所使用证明下载诊断证明下载住所证明下载爱问住所证明下载爱问 则是它的精髓。公理化方法是最重要的理论思维方法，科学界一般认为，公理化方法是世界科学技术革命推动的源头。用公理化方法构建的理论体系称为公理系统，如欧氏几何。公理系统需要满足以下三个条件: 1.无矛盾性。这是公理系统的科学性要求，它不允许在一个公理系统中出现相互矛盾的命题，否则这个公理系统就没有任何实际的价值。 2.独立性。公理系统所有的公理都必须是独立的，即任何一个公理都不能从其他公理推导出来。 3.完备性。公理系统必须是完备的，即从公理系统出发，能推出(或判定)该领域所有的命题。 为了保证公理系统的无矛盾性和独立性，一般要尽可能使公理系统简单化。简单化将使无矛盾性和独立性的证明成为可能，简单化是科学研究追求的目标之一。一般而言，正确的一定是简单的(注意，这句话是单向的，反之不一定成立)。 关于公理系统的完备性要求，自哥德尔发 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 关于形式系统的“不完备性定理”的论文后，数学家们对公理系统的完备性要求大大放宽了。也就是说，能完备更好，即使不完备，同样也具有重要的价值。 以理论为基础的学科主要是指数学，数学是所有学科的基础。 二、实验思维 实验思维的先驱应当首推意大利著名的物理学家、天文学家和数学家伽利略，他开创了以实验为基础具有严密逻辑理论体系的近代科学，被 人们誉为“近代科学之父”。爱因斯坦为之评论说:“伽利略的发现，以及他所用的科学推理方法，是人类思想史上最伟大的成就之一，而且标志着物理学的真正开端。” 一般来说，伽利略的实验思维方法可以分为以下三个步骤: 1.先提取出从现象中获得的直观认识的主要部分，用最简单的数学形式表示出来，以建立量的概念; 2.再由此式用数学方法导出另一易于实验证实的数量关系; 3.然后通过实验证实这种数量关系。 与理论思维不同，实验思维往往需要借助于某些特定的设备(科学工具)，并用它们来获取数据以供以后的分 析。例如，伽利略就不仅设计和演示了许多实验，而且还亲自研制出不少技术精湛的实验仪器，如温度计、望远镜、显微镜等。 以实验为基础的学科有物理、化学、地学、天文学、生物学、医学、农业科学、冶金、机械，以及由此派生的众多学科。 三、计算思维 计算思维是运用计算机科学的基础概念进行问题求解，系统设计，以及人类行为理解的涵盖了计算机科学之广度的一系列思维活动。 为便于理解，2006年3月，计算思维的倡导者之一，美国亚裔女科学家(原美国卡内基?梅隆大学计算机科学系主任，现任美国国家科学基金计算机与信息科学与工程学部负责人，美国国家科学院计算机科学与通讯部门主席)周以真(Jeannette M. Wing)教授在给出计算思维总定义的基础上，又对计算思维作了更详细的表述(表1): 表1:计算思维的更详细描述(或定义) (1)计算思维是通过约简、嵌入、转化和仿真等方法，把一个看来困难的问题 重新阐释成一个我们知道问题怎样解决的思维方法; (2)计算思维是一种递归思维，是一种并行处理，是一种把代码译成数据又能 把数据译成代码，是一种多维分析推广的类型检查方法; (3)计算思维是一种采用抽象和分解来控制庞杂的任务或进行巨大复杂系统设 计的方法，是基于关注点分离的方法(SoC方法); (4)计算思维是一种选择合适的方式去陈述一个问题，或对一个问题的相关方 面建模使其易于处理的思维方法; (5)计算思维是按照预防、保护及通过冗余、容错、纠错的方式，并从最坏情 况进行系统恢复的一种思维方法; (6)计算思维是利用启发式推理寻求解答，也即在不确定情况下的规划、学习 和调度的思维方法; (7)计算思维是利用海量数据来加快计算，在时间和空间之间，在处理能力和 存储容量之间进行折衷的思维方法。 计算思维吸取了问题解决所采用的一般数学思维方法，现实世界中巨大复杂系统的设计与评估的一般工程思维方法，以及复杂性、智能、心理、人类行为的理解等的一般科学思维方法。 计算思维最根本的内容，即其本质是抽象(Abstraction)与自动化(Automation)。计算思维中的抽象完全超越物理的时空观，并完全用符号来表示，其中，数字抽象只是其中的一类特例。 与数学和物理科学相比，计算思维中的抽象显得更为丰富，也更为复杂。数学抽象的重大特点是抛开现实事物的物理、化学和生物学等特性，而仅保留其量的关系和空间的形式，而计算思维中的抽象却不仅仅如此。 堆栈(Stack)是计算学科(Computing discipline，计算机科学、计算机工程、软件工程、信息系统等相关学科的总称)中常见的一种抽象数据类型，这种数据类型就不可能像数学中的整数那样进行简单的相“加”。再比如，算法也是一种抽象，我们也不能将两个算法放在一起来现实一个并行算法。同样，程序也是一种抽象，这种抽象也不能随意“组合”。不仅如此，计算思维中的抽象还与其在现实世界中的最终实施有关。因此，就不得不考虑问题处理的边界，以及可能产生的错误。在程序的运行中，如果磁盘满、服务没有响应、类型检验错误，甚至出现危及人的生命时，还要知道如何进行处理。 抽象层次是计算思维中的一个重要概念，它使我们可以根据不同的抽象层次，进而有选择的忽视某些细节，最终控制系统的复杂性;在分析问题时，计算思维要求我们将注意力集中在感兴趣的抽象层次，或其上下层;我们还应当了解各抽象层次之间的关系。 计算思维中的抽象最终是要能够机械的一步步自动执行。为了确保机械的自动化，就需要在抽象的过程中进行精确和严格的符号标记和建模，同时也要求计算机系统或软件系统生产厂家能够向公众提供各种不同抽象层次之间的翻译工具。 周教授以计算思维是什么，不是什么等形式对计算思维的特征进行了总结(表2)。 表2:计算思维的特征 计算思维是什么 计算思维不是什么 (1)是概念化 不是程序化 (2)是根本的 不是刻板的技能 (3)是人的思维 不是计算机的思维 (4)是思想 不是人造物 (5)是数学与工程思维的互补与融合 不是空穴来风 (6)面向所有的人，所有的地方 不局限于计算学科 (1)概念化，不是程序化 计算机科学不是计算机编程。像计算机科学家那样去思维意味着远远不止能为计算机编程，还要求能够在抽象的多个层次上思维。为便于理解周教授的意思，可以更进一步地说，计算机科学不只是关于计算机，就像音乐产业不只是关于麦克风一样。 (2)根本的，不是刻板的技能 根本技能是指每一个人为了在现代社会中发挥职能所必须掌握的。刻板的技能意味着机械的重复。就时间而言，所有已发生的智力，其过程都是确定的，因此，智力无非也是一种计算，由于智力也是一种计算，那么我们只要将精力集中在“好的”计算上，也即采用计算思维，就能够更好的造福人类。 (3)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，但决非要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。是人类赋予计算机激情。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，实现“只有想不到，没有做不到”的境界。计算机 赋予人类强大的计算能力，人类应该好好的利用这种力量去解决各种需要大量计算的问题。 (4)是思想，不是人造品 不只是我们生产的软硬件等人造物将以物理形式到处呈现并时时刻刻触及我们的生活，更重要的是计算的概念，这种概念被人们用于问题求解、日常生活的管理，以及与他人进行交流和互动。 周教授所描述的计算思维给我们带来了重新审视我们学科的视野，也使我们更加重视学科所蕴含的思想与方法。这种重视，会促成整个计算机科学教育的重生。 (5)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，它的形式化基础建筑于数学之上。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科学家必须计算性地思考，而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的各种系统。数学和工程思维的互补与融合很好的体现在抽象、理论和设计3个学科形态(或过程)上。 (6)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表现为一种显式之哲学的时候，它就将成为现实。就教学而言，计算思维作为一个问题解决的有效工具，应当在所有地方，所有学校的课堂教学中都得到应用。 针对不少人认为计算机科学等同于计算机编程等方面的错误认识。周教授指出，当我们用行动来改变这种狭隘的社会认识时，计算思维就是一个引领计算机教育家、研究者和实践者的宏大愿景。周教授呼吁:计算机科学家应该传授计算机科学的快乐、崇高和力量，并致力于使计算思维成为人们处理问题的常识。 本建议报告要特别指出的是，计算思维不是今天才有的，它早就存在于中国的古代数学之中，只不过周以真教授使之清晰化和系统化了。 中国古代学者认为，当一个问题能够在算盘上解算的时候，这个问题就是可解的，这就是中国的“算法化”思 想。吴文俊院士正是在这一基础上围绕几何定理的证明展开了研究，开拓了一个在国际上被称为“吴方法”的新领域——数学的机械化领域，吴文俊为此于2000年获得国家首届最高科学技术奖。 随着以计算机科学为基础的信息技术的迅猛发展，计算思维的作用被大大的释放了。正像天文学有了望远镜，生物学有了显微镜，音乐产业有了麦克风一样，“计算思维”的力量正在随着计算机速度的快速增长而被加速地放大。尽管这种力量往往需要借助于计算机，但是计算机科学却不能说成是专注于计算机的学问，就像天文学依靠望远镜展开研究，但不能说成是关于望远镜的学科一样。 中国与美国的学者都注意到了这个问题，相对而言，中国的研究工作重点主要在“方法论”层面，而美国学者的工作更多的放在“思维”这个层面。 四、计算思维与计算机方法论 谈到计算思维，就不得不谈到，与此相关的计算机方法论。非常巧合的是，计算思维与计算机方法论，与现代数学思维与数学方法论的研究有不少相似之处。国内的研究重点都放在学科方法论上，而国外，则都强调学科的思维方式。相对于数学，计算机方法论的研究要幸运一些，它已完成了数学方法论梦寐以求的理论体系的构建。另外，它的研究内容建立在世界著名计算机组织ACM和IEEE-CS大量研究工作的基础上，与国外计算思维方面的研究具有更好的互补性，也更易于吸收国外教育的先进理念。 尽管视角不一样，但是计算思维与计算机方法论关心的都是计算学科最本质的东西。计算思维是从学科思维这个层面直接讨论学科的根本问 题与学科的思维方式，而计算机方法论则是从方法论的角度来讨论学科的根本问题和学科形态。 计算思维直接抓住学科思维的本质，即抽象(Abstraction)与自动化(Automation)来讨论问题，这就需要人们仔细地分析这两个概念，并用大量的实例讨论它们与数学和物理等学科的不同，以及这种强大的思维能力对其他学科的影响。计算思维本身的研究需要细致，深入，以及相应的丰富而又扎实的学科理论基础。而就其一般的应用而言就简单了，以至计算思维的倡导者周以真教授认为，与通常的“读、写、算”(Reading，writing and arithmetic，简称3R)一样，计算思维应是21世纪每一个人都必须具备的常识。 计算机方法论与计算思维研究的重点不同，它更关注计算学科认识理论体系的构建，也就是哪些概念是计算学科最原始的概念，哪些概念是从这些最原始概念派生出来，或蕴含其中的。用学科的行话来说，就是计算学科概念认知模型的构建。 计算机方法论借鉴了一般科学技术方法论的思想，采用了计算学科中的抽象、理论和设计3个概念作为学科最原始的概念，以学科中的“认知从感性认识(抽象)到理性认识(理论)，再由理性认识(理论)回到实践(设 计)”作为唯一原始命题，构建了计算学科认知领域的理论体系，完成了计算学科认知模型框架的构建。 计算学科认知模型框架确定后，还应当有实质性的内容来填充。内容的充实，有两项工作要做:第一项是对学科概念的划分，也即是将学科各个主领域原有的基本概念(集合)进行划分，采用集合论中等价类的划分原则，将集合划分为抽象、理论和设计3个子集;第二项是对3个子集的相互关系进行分析，以了解和掌握学科的发展规律。 计算机方法论中最原始的概念为:抽象、理论和设计。这3个概念与计算思维最基本的概念(抽象与自动化)反映的都是计算最根本的问题:什么能被有效的自动进行。从教学的角度来说，计算机方法论中的这3个概念更易为人们所掌握。从研究的角度来说，计算机方法论遵循一般方法论的研究范式，更易展开研究工作。然而，对于具有丰富经验的计算机科学家来说，由于没有方法论研究中范式的约束，撰写有关计算思维方面的文章反到可能是他们的长 处。 尽管计算思维与计算机方法论有着各自的研究内容与特色，但是，显而易见，它们的互补性很强，可以相互促 进。比如，计算机方法论可以对计算思维研究方面取得的成果进行再研究和吸收，最终丰富计算机方法论的内容;反过来，计算思维能力的培养也可以通过计算机方法论的学习得到更好的提高。