计算机新技术引发的思考
一学期的新技术专题课就这么离我们远去了，留下的只是无尽的反思与思绪。我十分感谢学院开设这门课程，我感觉这门课与大学以往的课程有很大的不同。该课程为我们普及了计算机各个方面的知识，为我们即将到来的考研选专业奠定了基础。这门课程为我带来了好多惊喜与意外。由于每次上课的老师不一样而且所讲的方向也不同，所以每次上课之前我特别好奇今天会讲什么呢？各个老师的讲课风格不一样，有的老师为我们讲的是他研究领域的大概方向，列举一些与该方向有关的研究成果，然后就其成果为我们讲述这个成果研究过程中使用了一些什么算法；还有一些老师上课为我们讲述某个算法，讲某个问题怎么解决。老师讲的算法有的都学过（比如说快排，折半查找等），还有的我接触过知道点皮毛（比如说遗传算法，蚁群算法等）。
本学期老师为我们介绍了计算机智能与应用、绿色计算_高能效算法设计与分析、大数据搜索与挖掘、移动安全等各个方面的内容，让我对计算机各个领域有了一点浅显的认识。在听了各位老师的课程之后，我对计算机有了一些模糊的感觉。在北京理工大学已经学习了两年多的时间，我对计算机专业还是不了解，如果不是这门课我并不会想到计算机已经有了这么多分支，有了这么多研究方向。每位老师说起自己研究的领域滔滔不绝，让我非常羡慕！尽管在这短短的两节课里老师们并不能说完他们所研究领域的一点皮毛，但是这对我来说已经足够了。我对老师所讲的知识并不是很理解，但是老师讲课时表现出的自信与激情总能吸引我继续听下去。
反思
作为一名计算机专业的学生，并没有尝试着去了解计算机细致的专业分类，也没有去了解计算机的发展历史，两年来自己做的仅仅是上课老师讲什么自己就学什么，期末考试考什么自己就去看什么书。本质上我的这种学习方法是被动的学习，好像学习知识就是为了应付考试。学好一门课程重点是学好其思想，不是跟着书上写的公式做一系列的机械运算，同样要想学好计算机这个专业，必须去了解他的历史学习他的思想，对为他了解得越多，对他的兴趣就越浓厚，就更容易学好，然而我并未做过这些。
人们常说理论联系实际。课堂上学到的知识应用到生活中才是学习的真正目的，而不是记住书本上所总结的某条定律，某条公理。事实上，只是记得几个公式并没有什么用，只有深刻理解其内涵，学到了他的思想才能真正的应用它。这么多年来公式定理学了不少，但是真正用到生活当中的没几个。课堂上老师讲的我不大理解，但是我却本能的捕捉到了好多关键字，比如说：蚁群算法，BP问题，遗传算法等等许多耳熟的名词。这些词语都是我们专业课上经常提到的，凡是计算机专业的学生没有一个不知道的，但是真正明白其内涵，懂得其原理的有一多半，懂的原理又用代码实现过的寥寥无几。
当老师提到这些算法时，那些算法都从我脑袋里一闪而过，似曾相识却也有点陌生。我只是明白其实现的原理，并未真正动手编写代码实践，人们常说理论联系实际，我明显的犯了很大的错误，仅仅学习原理没有用这些原理和算法去解决实际问题不说甚至都没有编写代码加深对其了解。在以后的学习生活当中一定要多动手编写代码，加强对原理的了解，提高编程能力，尽可能的解决一些实际问题。
然而要真正学好计算机还得自己对这个专业感兴趣，这正喜欢这个专业才行。现在计算
机领域的知识更新速度快，知识量大，涉猎范围广，仅仅一个简单的算法往往会结合好几个领域的知识进行扩展，完成算法的描述与定义，倘若你不了解其他方面的知识便无法学好计算机。比如说：计算机专业领域所提及的“遗传算法”，它就与生物学的遗传方面的知识有着紧密的联系，如果我们没有学过生物，那么学习此算法时就会觉得深奥难懂，但是对生物了解的人，就觉得很自然，学习起来并不是很困难。
或许好多人依旧像曾经的我一样不理解为什么要学那么多门课，甚至还在抱怨学的大多数课程与自己所选专业没有关联毫无用处，但是看到这里大家应该和我一样明白了学习那些课程的作用。
还有一点最重要的就是必须具备一种精神——顽强的毅力。罗马城不是一天建成的！在学习过程中难免会遇到各种各样的问题，有一些是比较容易解决的，还有一些是需要我们投入大量的时间与精力去查阅各种书籍才能解决，如果没有顽强的毅力很容易放弃。老师们在课堂上偶尔也会提到自己的一些经历，从中我了解到无论做什么都不是一帆风顺的。我们身为局外人都不了解成功人士背后的故事，不曾了解他们的辛酸，只是一味的羡慕赞叹他当前取得的成就。其中我印象最为深刻的就是北京大学的教授为我们讲课时，他就曾讲到他在做自己提出的研究时周围人并不看好他，然而他还是自信的开始自己的研究，从未在意别人怎么看自己，最后终于研究出了让大家都称赞的研究成果。
及时雨
这门课程引发了我无尽的反思的同时也给予了我很大帮助。相信大多数大学生曾经都会和我有相同的感觉，都遇到过像我这样的问题。高考前，我仅仅是觉得考试比较难，如果考好了一切就如初中升高中般简单，然而事实并非如此。高考结束，我们开始报考自己喜欢的专业。当我翻开学校的专业，我发现我对它们都不了解，因此在报选专业上就犯了愁，不知道该如何是好。后来我就听别人的建议报了计算机专业。现在我已经在北京理工大学度过了两个春秋，对自己所选的专业有了一点了解。时间总是过得很快，马上我就又一次要面临考研选择专业的难题了。然而我对计算机细化后的各个研究方向更是模糊不清，对它们仅仅是字面上的认识，具体是研究什么的、如何实现都不清楚。
生活总会给我们惊喜！在开始选专业课时，我稀里糊涂的就选了这么课程。还未上课之前，我觉得这门课可能给我们讲一些比较实用的技术，旨在提高我们的实践能力。后来上课之后我明白了，这门课是由黄院长及计算机各个研究领域的教授为我们担任讲师，讲授计算机的各个研究方向，以及目前计算机最前沿的相关研究成果。这对我来说无疑是一场及时雨，它让我对计算机的各个研究方向有了大致的了解，对我以后报选专业提供了很大帮助。
可以毫不夸张的讲：计算机新技术专题是我计算机的启蒙课，正是在这门课上我第一次系统的认识了计算机的各个领域划分。
浅析计算机智能与大数据挖掘
本学期所讲的内容当中，在计算机智能与大数据挖掘与开发这两个领域我有一些浅显的认识。能有一些认识与了解完全归功于本学期所选的另一门专业课——人工智能，在这门课上老师为我们讲述了一些计算机在人工智能方面的应用与算法原理。
张华平教授讲述大数据搜索与挖掘时给出了对大数据的见解：“大数据是指从客观存在的全量超大规模、多源异构、实时变化的微数据中，利用自然语言处理、信息检索、机器学习等技术抽取知识，转化为智慧的方法。这是一场新的技术，也是思想方法的。”
听完张教授讲的课程之后，我对大数据挖掘开发有了一些浅显的认识。我认为大数据挖
掘与开发实质上就是一种搜索，是如何根据需求快速的检索获得结果的过程。在此过程之中有两个主要问题：
1.
2.
大数据的问题：主要的问题是数据量太大，大的远远超出人的想象。其次就是现在信息更新速度极快，有好多有用的信息和无用的信息掺杂在一起，这就需要在检索的时候剔除无用的信息留下有用的信息，在好多用用的信息里并不是每一条都是适合自己的，所以最好可以根据用户的需求按照检索内容在网上被访问量的多少排序，供用户预览选择。
算法问题：如何确定一条有效的算法，能在信息的海洋里快速检索，如何能尽快的得到用户所需要的答案
老师上课曾经讲过一个很真实的例子深深地吸引着我，突然之间我才理解大数据是如何影响生活的。在关键时候大数据可以是千万条人命，不仅仅是市场。汶川大地震期间，张华平老师和他的团队通过微博平台的数据挖掘发现了一条求救微博并把这条消息迅速扩散了出去，拯救了被困者的生命。虽然这件事已过去多年，但是数据在生活当中所表现出来的巨大作用仍旧无法抹去，所以作为当代计算机专业的学生，努力学好专业知识尤为必要。
另外，对于计算机人工智能我也有点小小的理解。很大的原因是因为这学期我选修了刘峡壁老师的人工智能导论这么课程。赵清杰老师所讲述的内容是我们课堂上所学习的内容，所以当老师在上边介绍计算机智能时我感觉很熟悉。赵清杰老师在课上讲述了以下五个方面的内容：
1. 计算智能的产生 2. 人工神经网络简介 3. 进化计算简介 4. 模糊逻辑系统简介 5. 蚁群算法
通过人工智能导论的学习，我对以上内容都有一些体会。实质上以上算法基本上全是仿生算法，都是在生物学的基础上演变而来的。人工神经网络是一种应用于大脑神经突触联接的结构进行信息处理的数学模型，在人工神经网络中输入相当于生物神经元通过树突所接受的来自其它神经元的神经冲动，人工神经元的输出阈值相当于生物神经元的动作电位阈值，人工神经元的输出相当于生物神经元通过轴突向外传递的神经冲动，人工神经元根据输入信息获得输出信息的部分相当于生物神经元的细胞体。由此可见人工神经网络完全是生物神经元的仿真。
而进化计算则是根据生物学上提出的表现型观点衍变的一种算法，它本质上是基于遗传和自然选择等生物进化机制的启发式随机搜索。每个解对应一个生物体，一次迭代对应一代生物个体的繁殖，即通过迭代改进的不是普通算法当中的单个解，而是一组解，每一组解对应一个生物群体；迭代方法是对群体执行自然选择和遗传操作；解得搜索基于自然选择，适者生存的原则，是最优解获得最大的生存可能性，是一种概率型搜索算法。基于上述描述，进化算法与生物遗传系紧密，不可分割，是对生物遗传的模仿。
科学家们观测到蚁群在寻找食物时，总能找到从蚂蚁巢穴到食物源的最短路径，表现出惊人的群体性智能。经过长期的研究发现：蚂蚁在运动时，会分泌并在经过的路径上留下信息素。所有的蚂蚁都能感知信息素的存在及信息素的浓度，并在其指导下倾向于朝着信息素浓度高的地方移动。基于蚂蚁觅食的启示，人为构造了人工蚂蚁，模拟蚁群的活动。
与计算机智能有关的高效算法均是基于生物学研究上提出并改进的，可见生物对人类有着巨大的作用。仅仅是一个蚁群算法就有效的解决了TSP问题，毫不夸张地讲蚂蚁的智慧也很大，因此我们不能歧视任何一种生物，虚心向它们学习总能得到意想不到的收获，从这方
面来看保护生物多样性确实有着深远的影响。
计算机发展前景
刚刚兴起没多久的计算机迅速占领了市场，然而无论是什么东西都会有其寿命，没有什么是长生不老的。计算机硬件是计算机的躯壳，算法是计算机的血液。要想计算机长期的保持其优越性，必须源源不断的为它注入新鲜的血液；要想计算机永葆青春必须更新它的躯壳。
更新它的躯壳（即计算机的硬件）那不是我们需要考虑的，我觉得我们应该考虑的是计算机的算法问题，在不远的将来究竟什么算法才会更具竞争力，这个问题吸引着好多人的关注，毕竟谁先掌握了这一点谁就掌握了市场的主动权。
就像老师上课讲的那样，我认为基于生物学的算法是最具竞争力的。首先，现在计算机的好多领域所广泛使用的算法有一大部分是基于生物学观点演变而来的算法。其次，大自然的一切都让我们感到好奇，虽说现在人类已经掌握了大量的科学知识，但是仍旧有好多自然现象无法用科学知识解释，大自然仿佛有一层神秘的面纱让我们无法看到他的真正面目，这吸引着我们每一个人，同样的我们可以观察每一个生物种类的活动来形成更具竞争力的算法。
如同蚁群算法正是在观察蚂蚁觅食的基础上形成了现在的蚁群算法，该算法的出现有效的解决了TSP问题（货郎担问题），还有粒子算法也是在观察鸟群飞行的基础上提出的算法等。仅仅是蚂蚁和鸟两个群体就发挥了如此巨大的作用，更何况还有数以万计的生物呢？我相信以后可以在生物的身上开发出更多的资源，通过观察研究生物，必定会发现对人类解决目前难以解决问题的有效算法。
由此可见，学好生物也尤为重要。我觉得生物在计算机算法当中发挥了无法替代的作用。就像人类的大脑一样，永远不知道它的功能到底有多大，不知道大脑完全开发之后会是什么样子。我相信在生物学基础上做的研究必定会发挥巨大的作用，会为人类开发出无尽的资源，生物不但与计算机联系紧密，与生活也有着千丝万缕的联系。所以我想我以后得重视生物，对于一些专家提出的新型观点至少做到了解。在平常的学习当中我们不能忽视任何一门课程的价值。或许不知道在哪个关键的时候就能发挥巨大的作用。现在计算机与各个领域都有紧密的联系，涉猎范围广，知识量大。作为计算机专业的学生必须时刻提醒自己学习，否则就不可能跟上“计算机的速度”。
