- 两个原则
- 七对关系
计算机思维是全方位的，不太可能用一两句话概括。简单地讲，需要处理好这样七对关系：
- 大和小
人类生活的环境，决定了我们对大数字是没有感觉的。
不同的生活环境，决定了我们对“大”和“小”的理解是不一样的。
计算机天生就是为大数字而设计的，
第一台计算机可以1秒钟执行5000次运算，比人已经快很多了。
- 快和慢
人的进化是很慢的，每个世纪只有百分之几，总体来讲经济和社会的发展也是比较慢的，每年最多几个百分点。因此，人本身并不适应非常快速的发展变化。但是，计算机本身的发展是18个月翻一番，大约相当于10年增加100倍，在智能时代，人的思维要适应这种快速变化。
- 多维度和单一维度
从总体上来讲，人脑是线性处理事务的，看问题常常是一个角度，也没有能力把很多角度综合起来。但是，计算机有这个能力，因此占到了多维度的便宜。
- 网络和个体
人的思维是个体行为，作决定彼此不干扰。这有好的一面，但是也难以集中很多人的智慧，产生叠加的效果。事实上，群体智慧的简单叠加甚至不如个人的智慧。但是人工智能是建立在网络效应基础上的，它是通过很多彼此联系的计算机共同协作工作而产生的。
- 自顶向下和自底向上
自顶向下做事这一点是计算机的精髓，而人更适合自底向上。在一个组织内，自底向上的做事方式更容易激发群体的积极性，但是容易造成资源的浪费。这一点以后我会专门举例说明。
- 全局和局部
人做事情时，限于自己的认知，通常得到的是局部最佳，失去对全局的优化的可能性。由于计算机有处理大数的能力，以及是自顶向下的做事方式，更容易得到全局最佳。这一点在 AlphaGo 和人对弈时表现得淋漓尽致。
- 成本和表现
人很多时候喜欢强调对错，喜欢追求绝对的公平，喜欢要求最好的结果。但是，从工程的角度讲，好和坏，只是在固定成本下相对的表现。计算机里面无论是软件设计，还是硬件设计，都是在平衡性能和成本的关系。
此外，掌握计算机思维，还需要理解下面两个原则：
一、等价性原则
很多时候，一个较难的问题 A 和相对容易的问题 B 是等价的。但是人类常常容易给什么问题就解决什么问题，给了 A 就解决 A，尽管它很难。而计算机则会试图解决等价，但是却更简单的问题。
二、模块化原则
我们在生活中，做一个桌子，或者一个椅子，会直接去做。而在计算机的世界里，永远是先制作几个非常简单，能够大量复制的乐高积木块，然后用很多这样简单的模块，搭出复杂的桌子和椅子。
网友评论