关于计算机科学发展的一些观点.pptVIP

* * * * * * * * * * * * * * * * * * * * 计算思维---普适的思维 计算思维是每个人的基本技能。在阅读、写作和算术（英文简称3R）之外，我们应当将计算思维加到每个孩子的解析能力之中。正如印刷出版促进了3R的传播，计算和计算机也以类似的正反馈促进计算思维的传播。 计算思维 是概念化思维，不是程序化思维； 是基础的技能，不是机械的技能； 是人的思维，不是计算机的思维； 是数学和工程互补融合的思维，不是数学性思维； 是面向所有人的思维，不仅仅是计算机科学家的思维。 ——引自周以真教授的CACM文章 目前流行的说法“计算机模拟是实验和理论研究之外的第三条科研途径”不十分妥当。21世纪的发展趋势是从计算机支持科学家做传统科学研究转向计算嵌入到科学研究的全过程（ very fabric of science ），形成‘新的科研形式（new kinds’ of science ） 计算机科学对于生物学，如同数学对物理学一样重要。计算机科学的思维方式将渗透到分子生物学的全过程。计算生物学将成为生物学的主流。 CS is placing itself at the center of scientific discourse and exchange of ideas. ----Richard M. Karp 计算＋传统科学 = 新科学 新兴汇聚科学 NBIC, （ Nanotechnology, Biotechnology, Information technology and Cognitive science） GNR (Genetics, Nanotechnology， Robotics). GRIN（ Genetic, Robotic, Information, and Nano processes） GRAIN（ Genetics, Robotics, Artificial Intelligence, and Nanotechnology） BANG（Bits, Atoms, Neurons, Genes） 信息科学的重点转向“信息”本身 几十年来信息科学技术的重点是提高信息处理、存储、通信的能力，即研制性能越来越高，成本越来越低的信息器件与设备。 21世纪以来，产生新信息的速度惊人地增长，信息已经泛滥成灾，如何从海量数据中发现有用的信息和知识已成为信息领域的首要问题。 从数据到信息和知识，不是信息领域科研人员可以独立解决的问题，取决于对所研究的领域本身的理解。生物、高能物理、天文、环境科学、材料科学等都面临从原来的小作坊式的个人实验室科研模式到海量信息挖掘和知识发现得科研模式转变。 中国基础研究的发展快慢取决于我们对这一转变的认识。 信息领域要高度重视计算生物学研究 基于核酸、蛋白质序列以及完整基因组信息的分子进化研究将是未来许多年的重要研究课题，它将为理解生命的起源与演化这一重大自然哲学问题不断提供新的依据。 到2020年人类基因组测序可降到1000美元/人，使得检测个别人的基因组成为可能；预计到2020年对蛋白质空间结构预测的精度可逐渐接近实验观察的水平。 蛋白质的折叠问题是21世纪的生物物理学的重要课题，其成果也为药物分子设计提供依据，具有明显的应用前景。 生物大分子相互作用网络，代谢和疾病发生途径的信息分析以及系统生物学研究。 我国信息领域科研人员还没有积极投入计算生物学研究，生命科学领域还不够重视计算仿真技术，要加强信息与生命科学的交叉融合。 应重视社会计算的研究 社会计算已成为继科学计算、生物生命计算之后新的国际前沿研究和应用的焦点与方向。 网络不仅包括有形的通信网络，而且还包括表征人与人关系的社会网络。面对高度网络化的现实，我们需要新的计算理论和工具来了解周围的一切。 面对一系列国计民生的重大问题，尤其是面对自然和社会上的突发性事件，如何为科学决策提供有力支持，是急需解决的难题。 通过平行系统中人工与实际事件的相互对应和参照，可以进行特定的计算社会实验，实现对现实系统的有效控制与管理，对相关行为和政策的实验与评估等。 重视基于脑科学的智能信息科学 必须重视脑科学与信息技术的结合 国外的科学家普遍认为：“Neuro” 已成为新的”Nano”,2009年是脑科学和神经工程学（Neuroengineering)历史上关键的一年。 神经工程学，脑反向工程是脑成像技术、神经系统成像技术、计算神经学等领域的交叉科学，近年来发展迅猛。 我国在经络研究上已落后于韩国。 我国制定中长期规划时，脑科学没有得到足够的重视，应该与量子调控、蛋白质科学放