1 历史沿革
1.1 前计算机时代：从算盘到分析机
人类对计算的渴望可以追溯至远古。公元前2000年左右，算盘作为最早的手动计算工具在中国出现，通过拨动算珠完成加减运算。17世纪，布莱兹·帕斯卡发明了帕斯卡加法器，采用齿轮传动实现机械加法。随后，戈特弗里德·莱布尼茨改进了这一设计，创造了步进计算器，能够执行四则运算，并提出二进制思想——虽然当时并未真正付诸实践。
19世纪初，约瑟夫·玛丽·雅卡尔发明了打孔卡片控制的织布机，这一原理后来被查尔斯·巴贝奇借鉴。巴贝奇于1837年设计了分析机，具备存储、运算单元和条件分支逻辑，被公认为现代计算机的雏形。他的合作者阿达·洛芙莱斯为分析机编写了计算伯努利数的算法，被称为世界上第一位程序员。
1.2 电子计算机的诞生（1930s–1940s）
20世纪30年代，电子技术催生了真正的计算机。1936年，艾伦·图灵在论文《论可计算数》中提出了图灵机模型，奠定了计算理论的基础。同一时期，康拉德·楚泽在德国制造了Z3——第一台完全自动的机电式计算机。1941年，约翰·阿塔纳索夫和克利福德·贝里研制了ABC计算机，首次使用真空管进行二进制运算。
二战期间，英国的“巨人”计算机用于破解德军密码，美国的ENIAC（1945年）成为第一台通用电子数字计算机，可执行条件分支与循环。约翰·冯·诺伊曼在此基础上提出了存储程序概念，即指令与数据共同存储在内存中，这一架构至今仍是计算机设计的基石。1948年，贝尔实验室的肖克利、巴丁和布拉顿发明了晶体管，为计算机的小型化与可靠性铺平了道路。
1.3 软件危机的反思与软件工程兴起（1960s–1970s）
随着计算机硬件性能的提升，软件规模快速增长，但开发方法却十分粗放。1968年，北约组织召开软件工程会议，首次提出“软件危机”概念。典型事故包括IBM OS/360开发的严重延期和预算超支，以及火星探测器因软件故障坠毁。这些教训促使学界和工业界探索系统化的开发方法。
1969年，艾兹格·戴克斯特拉发表了《结构化程序设计》，强调采用顺序、选择和循环三种基本结构，摒弃goto语句。1970年代，Pascal和C语言相继诞生，结构化分析与设计方法成为主流。与此同时，面向对象编程思想在Simula和Smalltalk中萌芽，为后续大型项目提供了模块化的解决方案。
1.4 互联网与万维网时代（1980s–2000s）
1983年，TCP/IP协议成为ARPANET的标准协议，标志着互联网正式形成。1989年，蒂姆·伯纳斯-李在欧洲核子研究中心提出了万维网（WWW）方案，将超文本与互联网结合。1993年，Mosaic浏览器的发布使图形化网页成为可能，互联网用户数量开始指数级增长。
1990年代，电子商务、社交网络和搜索引擎兴起。谷歌（1998年）采用PageRank算法革新了信息检索；Linux和Apache等开源软件为网站提供了低成本的基础设施。2000年代，宽带普及和Web 2.0理念推动了用户生成内容的爆发，YouTube、Facebook和维基百科相继出现。云计算也在这一时期萌芽，亚马逊AWS于2006年推出了弹性计算云服务。
1.5 机器学习与量子计算的黎明（2010s至今）
2010年代，深度学习的突破性进展重新定义了人工智能。2012年，AlexNet在ImageNet图像识别大赛中大幅提升准确率，开启了卷积神经网络的黄金时代。2017年，Transformer模型的提出为自然语言处理带来革命，催生了GPT系列和BERT等大语言模型。
量子计算也在这一时期加速发展。2019年，谷歌的Sycamore处理器宣称实现了“量子优越性”，在特定问题上超越经典超级计算机。但同时，量子退火与纠错等技术仍处于早期阶段。2020年代，生成式AI全面爆发，ChatGPT、Stable Diffusion等模型使普通人也能以自然语言与计算机交互，引发了对伦理、就业和知识产权的广泛讨论。
2 理论基础
2.1 可计算性理论
2.1.1 图灵机与停机问题
图灵机是一种抽象的计算模型，由一条无限长的纸带、一个读写头以及一组有限状态控制器组成。它每次读取纸带上的符号，根据当前状态和预定规则，写入新符号、移动纸带并切换状态。尽管结构简单，图灵机能够模拟任何电子计算机的运算过程。
停机问题是可计算性理论的核心：给定一个图灵机的描述和输入数据，是否存在一个通用算法能够判断它在有限步骤内是否会停机？图灵在1936年证明了这样的算法不存在。其证明采用了自指悖论——构造一台机器，当它判定自身将停机时实际进入无限循环，形成逻辑矛盾。这一结论揭示了形式系统的固有局限。
2.1.2 丘奇-图灵论题
丘奇-图灵论题并未被严格证明，而是作为一条被广泛接受的公理存在：任何在直觉上“可有效计算”的函数，都能被某个图灵机计算。该论题将“可计算性”这一模糊概念与严谨的数学模型绑定。虽然量子计算机可能超越经典图灵机的效率，但丘奇-图灵论题仍适用于描述所有经典物理可实现的计算过程。其推论还包括——图灵完备的系统（现代编程语言或指令集）在计算能力上等价，区别仅在于效率和便利性。
2.2 计算复杂性理论
2.2.1 P vs NP 问题
计算复杂性理论将问题按求解难度分类。P类问题是能在多项式时间内（即输入规模的多项式函数作为步数上界）由确定性图灵机解出的决策问题。NP类问题则是解可以在多项式时间内被验证的问题——验证容易，但求解可能困难。
P vs NP 问题询问：是否所有的NP问题都能在多项式时间内求解？换言之，是否P=NP？若P=NP成立，许多当前需要指数时间的问题（如旅行商问题的最优解）将迎来高效解法，密码学基础将动摇。目前学界普遍相信P≠NP，但无人能彻底证明。该问题被克雷数学研究所列为“千禧年大奖难题”之一，悬赏100万美元。
2.2.2 NP完全性与近似算法
NP完全性（NP-Complete, NPC）是NP中最难的一类问题。若其中任意一个问题能在多项式时间内解出，则所有NP问题都可如此。斯蒂芬·库克于1971年证明了第一个NP完全问题——布尔可满足性问题（SAT）。此后，旅行商问题、背包问题、图着色问题等数千个问题被归入NP完全类。
面对NP完全问题，实用方案是采用近似算法或启发式算法。近似算法保证解的质量与最优解有一个可证明的比率，如旅行商问题的Christofides算法（近似比为1.5）。启发式算法则缺乏理论保证，但在实践中表现良好，如遗传算法、模拟退火。
2.3 形式语言与自动机
2.3.1 乔姆斯基谱系
诺姆·乔姆斯基在1950年代将形式语言分为四个层级，每一层对应一种自动机模型。0型（无限制文法）可被图灵机识别；1型（上下文有关文法）对应线性有界自动机；2型（上下文无关文法）由下推自动机识别；3型（正则文法）最受限，对应有穷自动机。这一分层对编译器设计、自然语言处理和计算语言学均有深远影响——编程语言通常属于上下文无关语言，而正则表达式仅能描述3型语言。
2.3.2 正则表达式与有穷自动机
正则表达式是一种描述字符串模式的形式语言，由连接、并和闭包三种基本操作构成。它在文本搜索和词法分析中广泛应用。有穷自动机可分为确定型（DFA）和非确定型（NFA）。DFA在每个状态下、对每个输入符号有唯一的转移，而NFA允许ε转移（空转移）和多种可能路径。克莱恩定理证明，正则表达式与有穷自动机的表达能力等价。现代正则引擎通常会扩展出回溯功能，从而能够识别非正则语言，但代价是可能陷入指数级回退。
2.4 逻辑与推理
2.4.1 命题逻辑与一阶逻辑
命题逻辑以命题（陈述句）为基本单位，通过连接词（与、或、非、蕴含等）构造复合命题，其真值可通过真值表判定。一阶逻辑在此基础上引入了量词（∀、∃）、谓词和变量，表达力更强，例如可描述“所有人都终有一死，苏格拉底是人，因此苏格拉底终有一死”。一阶逻辑的判定问题是半可判定的——若公式有效，总能找到证明；若无效，算法可能永不终止。因此，自动定理证明通常引入启发式策略（如归结原理）或限制逻辑表达能力（如描述逻辑）。
2.4.2 霍尔逻辑与程序验证
霍尔逻辑由东尼·霍尔于1969年提出，是一种使用谓词逻辑验证程序正确性的形式系统。其核心是霍尔三元组{P} C {Q}，表示若程序C执行前满足前置条件P，则执行后必然满足后置条件Q。推导规则涵盖赋值、顺序、条件、循环等基本结构。循环不变量是验证的关键——必须在循环体执行前后均成立的不变量。现代程序验证工具——如微软的VCC、开源平台Why3——利用霍尔逻辑和SMT求解器，自动检验C、Java等语言的程序缺陷。
3 核心分支
3.1 算法与数据结构
3.1.1 经典排序与搜索
排序是算法入门的第一道门槛。冒泡排序实现简单但效率低（O(n²)）；快速排序通过分治策略实现平均O(n log n)，但最坏情况下退化至O(n²)（可通过随机化主元避免）；归并排序稳定且最优（O(n log n)），但需要额外空间；堆排序以二叉堆结构实现原地排序。非比较排序如计数排序和基数排序在整数范围内可达到线性时间。
搜索算法中，二分查找以O(log n)时间在有序数组中定位元素。插值查找假设数据均匀分布，在理想情况下达到O(log log n)。对于无序数据，哈希表提供平均O(1)的查找，但涉及碰撞处理的权衡。
3.1.2 图算法与动态规划
图算法解决节点间关系中的最短路径、连通性、流问题。深度优先搜索（DFS）和广度优先搜索（BFS）是基础探索方法。迪杰斯特拉算法求解无负权最短路径；贝尔曼-福特算法可处理负权边；弗洛伊德-沃歇尔算法给出所有节点对的最短距离。最小生成树方面，克鲁斯卡尔和普里姆算法分别在边少和边多时表现优异。
动态规划通过将问题分解为重叠子问题并存储子结果，避免了重复计算。典型例子包括斐波那契数列、最长公共子序列（LCS）、背包问题。矩阵链乘法展示了如何通过括号化减少运算次数。状态设计是动态规划的难点，常需要借助“无后效性”原则，即当前决策只影响后续状态而不受之前历史影响。
3.1.3 数据结构：数组、链表、哈希表、树
数组是最简单的连续存储结构，支持O(1)随机访问但插入删除需移动元素。链表（单向、双向、循环）则相反——插入删除为O(1)（给定节点）但随机访问需遍历。哈希表将键映射到存储位置，通过散列函数均匀分布元素，碰撞可通过链地址法或开放地址法处理。
树的变体众多：二叉搜索树（BST）支持O(log n)的查找、插入和删除（平衡时）；AVL树和红黑树保证最坏情况下也能保持平衡；B树和B+树专为磁盘存储设计，分支因子大，深度小，广泛应用于数据库索引。堆（优先队列）以完全二叉树实现，支持快速提取最值，是堆排序和霍夫曼编码的基础。
3.2 编程语言与编译原理
3.2.1 编程范式：命令式、函数式、逻辑式
命令式编程告诉计算机“如何做”，通过语句改变程序状态。C、Java、Python均属此类。函数式编程将计算视为数学函数求值，强调无副作用和不可变数据，Lambda演算为其核心形式体系，Haskell和Scala为代表语言。逻辑式编程（如Prolog）则声明事实和规则，依靠自动推理（归结法）产生答案，适用知识表示和专家系统。
不同范式并非互斥：现代语言常支持多范式（如Python可写函数式代码），每种范式适合特定问题领域——命令式适合系统编程，函数式适合并发和数学推导，逻辑式适合搜索和自动推理。
3.2.2 词法分析、语法分析与代码生成
编译器将高级语言翻译为机器码，典型流程经历前端、中端和后端。第一阶段是词法分析，通过有限自动机识别单词（标识符、关键字、字面量等），产出一系列记号（token）。第二阶段为语法分析，使用上下文无关文法解析令牌序列，生成抽象语法树（AST），下推自动机或递归下降分析器是其常见实现。
语义分析检查类型一致性、作用域等规则。中间代码生成将AST转换为独立于机器的表示（如三地址码），以便优化。代码生成阶段将中间代码映射为目标指令，同时涉及寄存器分配和指令调度。现代的LLVM编译器基础架构采用多级中间表示，支持跨语言和跨平台的优化与代码生成。
3.2.3 “Hello World”的哲学：类型系统与内存管理
“Hello World”虽然简单，却折射出语言设计的选择。强类型语言在编译时检查类型错误（如Java），弱类型语言允许隐式类型转换（如C）。静态类型系统在编译时确定每个表达式的类型，有助于早期发现错误、提升运行时性能；动态类型系统（如Python、JavaScript）将类型检查推迟到运行时，增加了灵活性但可能引入运行时异常。
内存管理上，手动管理（C/C++中的malloc/free）给予开发者最大控制，但易产生内存泄漏和野指针。垃圾收集（GC）自动识别并释放不再使用的内存，不同策略（标记-清除、引用计数、分代收集）各有取舍。Rust语言引入了所有权机制——在编译时通过借用检查器确保内存安全，无需GC且性能接近C，被认为填补了安全与效率之间的空白。
3.3 操作系统与并行计算
3.3.1 进程、线程与调度
进程是正在运行的程序的实例，拥有独立的地址空间和系统资源。线程是进程内的轻量级执行单元，共享同一进程的地址空间，切换开销较小。现代操作系统采用抢占式多任务调度，按策略选择下一个待运行的线程。
调度算法包括先来先服务（FCFS）、最短作业优先（SJF）、优先级调度和轮转法（Round-Robin）。轮转法通过设定时间片实现公平性，时间片太短导致频繁上下文切换，根太长则交互响应变差。多级反馈队列综合多种策略，根据行为动态调整优先级——长时间占用CPU的线程优先级会逐渐降低，而I/O密集的线程维持高优先级。
3.3.2 死锁、互斥与同步
当多个进程相互等待对方持有的资源时，产生死锁。死锁必须满足四个必要条件：互斥、持有并等待、非剥夺、循环等待。预防策略包括破坏上述任一条件（如一次性请求所有资源）。银行家算法以资源预留的方式避免进入不安全状态。
互斥可通过锁（Mutex）、信号量（Semaphore）或管程（Monitor）实现。经典的消费者-生产者问题需要同步——当缓冲区满时生产者等待，缓冲区空时消费者等待。条件变量和信号量是常用同步原语。现代操作系统提供自旋锁（适用于短时等待）和读写锁（允许多个读者同时访问）来适应不同场景。
3.3.3 分布式系统的一致性模型
分布式系统中，节点通过消息传递协调，网络延迟和分区故障导致数据一致性问题。CAP定理指出，一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）三者不可兼得。
弱一致性模型如最终一致性——在没有更新的情况下，系统最终会达到一致状态，响应较快但可能出现读旧值。强一致性（线性一致性）保证更新后的读取立即反映最新值，但吞吐量受限。中间方案包括因果一致性（仅保证有因果关系的操作按序可见）和读己之写一致性（客户端总能读到自己的写入）。Paxos和Raft是基于领导者选举的共识算法，在分布式系统中广泛用于实现一致性的复制状态机。
3.4 计算机网络
3.4.1 TCP/IP协议栈
TCP/IP参考模型将网络功能分为四层：应用层（HTTP、FTP、SMTP）、传输层（TCP、UDP）、网络层（IP、ICMP）和网络接口层。TCP提供面向连接的可靠传输，通过三次握手建立连接、四次挥手释放连接，使用序列号、确认重传和流量控制（滑动窗口）保证数据完整有序到达。
UDP则无连接、不可靠但低延迟，适合流媒体和DNS查询。IP协议负责路由寻址，IPv4的32位地址已基本耗尽，IPv6的128位地址空间足以覆盖万物互联。TCP/IP在1970年代由温特·瑟夫和鲍勃·卡恩设计，至今仍是互联网的基石。
3.4.2 路由、交换与DNS
路由决定数据包从源到目的地的路径。内部网关协议（RIP、OSPF）在自治系统内交换路由信息，其中OSPF使用链路状态算法收敛更快、避免环路。外部网关协议（BGP）在自治系统间交换可达性信息，决定了全球互联网的互联结构。
交换机工作在数据链路层，基于MAC地址表转发帧。DNS将人类易记的域名（如www.example.com）解析为IP地址，其分布式层次结构由根服务器、顶级域和权威名称服务器组成。递归查询与迭代查询之间的权衡影响响应速度与负载。DNS缓存中毒或劫持是常见的网络攻击手段。
3.4.3 网络安全：从密码学到缓冲区溢出
网络安全涵盖加密、认证和访问控制。对称加密（AES）速度快但密钥分发困难；非对称加密（RSA、ECC）解决了密钥交换问题，但计算量较大。HTTPS通过TLS将两者结合：非对称加密握手、对称加密通信内容。
缓冲区溢出利用现代C运行时缺乏边界检查的弱点——写入超出预分配缓冲区的数据，覆盖返回地址或函数指针，劫持控制流。栈canary和地址空间布局随机化（ASLR）是常见防御措施。其他威胁包括SQL注入、跨站脚本（XSS）和DDOS攻击。安全开发实践（如输入验证、最小权限原则）从源头降低风险。
3.5 数据库与信息检索
3.5.1 关系模型与SQL
关系模型由埃德加·科德于1970年提出，将数据组织为表（关系），行对应元组，列对应属性。查询语言SQL通过SELECT、JOIN、GROUP BY等操作以声明式语法操作数据。一级范式要求原子列，其余范式通过消除冗余和依赖来规范化。
事务保证ACID特性：原子性、一致性、隔离性、持久性。并发控制通过锁（悲观）或多版本并发控制（MVCC, 乐观）避免写写冲突。隔离级别从读未提交到可串行化，级别越高一致性越强，吞吐量越低。现代关系数据库（MySQL、PostgreSQL）在查询优化器支持下能够处理复杂连接，索引（B+树和哈希索引）加速数据定位。
3.5.2 NoSQL数据库与大数据存储
NoSQL弥补关系数据库的扩展性不足和对灵活数据模型的支持。键值存储（Redis、DynamoDB）简单高速；文档数据库（MongoDB）将Json格式文档作为基本存储单元，迎合Web应用动态模式；列族存储（HBase、Cassandra）面向宽表和大规模分析；图数据库（Neo4j）擅长关联多跳查询和推荐系统。
CAP定理在NoSQL设计中尤为突出：Cassandra偏向AP（高可用、可扩展），牺牲强一致；HBase则依赖HDFS实现强一致性（CP）。大数据场景下，分布式文件系统（HDFS、Ceph）以副本分区存储海量数据，MapReduce和Spark在其上实现分布式批处理与流处理。
3.5.3 倒排索引与搜索引擎原理
搜索引擎的核心是倒排索引——将文档集合中每个词映射到出现它的文档列表及位置信息。用户输入查询（如“计算机 科学”）时，引擎检索词典，计算各文档的得分排序。TF-IDF（词频-逆文档频率）衡量词在文档中的重要程度——词在该文档中出现越多、且文档集合中出现越少，权重越大。
PageRank引入链接分析：被高权威页面链接的页面更具权重，形成网页排名。现代搜索引擎还引入语义理解、用户行为特征、个性化排序和实时性。一个典型搜索系统的组成部分包括爬虫（抓取网页）、索引器（构建倒排索引）、查询解析器（分词、拼写纠正）和排序引擎。
3.6 软件工程
3.6.1 需求分析、设计与测试
软件工程的第一步是需求分析，通过用户访谈、用例图（UML）和原型确认系统功能。设计阶段定义软件架构——典型的模式包括分层架构、微服务架构和事件驱动架构。模块化设计遵循高内聚低耦合原则，外部接口应当通过文档（如OpenAPI）明确。
测试是保证质量的关键。单元测试检查最小代码单元（函数或方法）的正确性；集成测试确认模块间协作是否正常；系统测试验证完整功能与性能。测试驱动开发（TDD）提倡先写测试再写实现，促使代码可测。自动化测试工具（如JUnit、Selenium）被纳入CI/CD流水线，确保回归测试快速执行。
3.6.2 敏捷开发与DevOps
敏捷开发强调迭代增量、拥抱变化和团队自组织。Scrum框架将开发分为短周期（Sprint），以每日站会和迭代回顾保持透明；看板（Kanban）可视化工作流，限制在制品数量，减少瓶颈。与之对应的瀑布模型按阶段线性推进，适合需求稳定的项目。
DevOps将开发和运维融合，通过持续集成（CI）、持续交付（CD）和基础设施即代码（IaC）实现快速可靠部署。Docker容器简化了环境配置，Kubernetes管理容器的编排、扩展和自愈。监控和日志聚合（Prometheus、ELK）提供运行时的可观测性，帮助团队从故障中快速恢复。
3.6.3 代码坏味道与重构的艺术
代码坏味道是暗示深层设计问题的表面迹象。超标方法（过长函数）往往承担了太多责任；重复代码的修改需要在多处同步；滥用switch/if-else暗示缺少多态；数据耦合和发散式变化（类因多种原因修改）违背了单一职责原则。
重构则是在不改变外部行为的前提下优化内部结构。常用手法包括提取函数、重新命名、搬移字段、折叠继承体系。重构应由测试保护，小步进行，每步后运行测试以保证行为不变。马丁·福勒在《重构：改善既有代码的设计》中系统整理了七十余种重构方法，强调代码应该像草坪一样定期维护，而非等待彻底推倒重来。
3.7 人工智能
3.7.1 搜索与推理（经典AI）
经典AI侧重于符号主义——用逻辑和搜索解决结构化问题。盲目搜索如深度优先、广度优先、迭代加深；启发式搜索如A*算法利用估价函数（启发式距离）引导搜索方向，在路径规划、迷宫求解中高效。博弈树搜索用于下棋——极小化极大算法配合α-β剪枝，在国际象棋引擎中取得卓越表现。
推理方面，专家系统利用规则库和推理引擎回答领域问题（如诊断疾病）。一阶逻辑和语义网络进行知识表示。由于经典AI很难处理不确定性和大规模分布数据，统计方法和机器学习逐渐成为主流，但其框架在规划和调度等结构化场景仍占一席之地。
3.7.2 机器学习：监督、无监督、强化学习
监督学习从带标签的数据中学习映射关系。回归任务（如预测房价）常用线性回归、支持向量回归；分类任务（如图像类别判别）用逻辑回归、决策树、随机森林和深度神经网络。k近邻基于特征空间距离进行预测。
无监督学习挖掘未标记数据的内在结构。聚类（K-means、DBSCAN）将相似样本分组；降维（PCA、t-SNE）压缩高维特征，便于可视化；关联规则（Apriori）发现购买行为中的频繁项集。半监督学习和自监督学习结合两者优点，在标注稀缺时表现突出。
强化学习通过智能体与环境交互，以最大化累积奖励。Q-learning和深度Q网络（DQN）在Atari游戏中超越人类。策略梯度方法（PPO）直接优化策略。强化学习在围棋（AlphaGo）、机器人控制和金融交易中取得巨大成功。
3.7.2.1 深度学习：卷积网络与Transformer
卷积神经网络（CNN）通过卷积层提取局部特征、池化层降低分辨率，适合图像处理。残差网络（ResNet）引入跳跃连接，使上百层网络的训练成为可能。CNN在物体检测（YOLO、Faster R-CNN）、分割（U-Net）中应用广泛。全连接层最终将特征映射为类别。
Transformer最初用于机器翻译，完全基于注意力机制：自注意力层使模型能够着眼序列中的任意两个位置，多头注意力并行捕获不同子空间特征。位置编码弥补了无序列顺序的缺点。Transformer在自然语言处理（BERT、GPT）、计算机视觉（ViT）和音频（Whisper）领域逐渐替代了RNN和CNN，扩展性与并行性使其适合大规模预训练。
3.7.2.2 生成式AI与大语言模型
生成式AI的目标是创造新内容。大语言模型（LLM）基于Transformer，通过海量文本的无监督预训练（自回归或掩码预测）获得语言理解与生成能力。GPT系列采用自回归方式——逐个预测下一个标记。ChatGPT结合监督微调与强化学习（RLHF），使其输出符合人类偏好。
扩散模型在图像生成中崛起——从纯噪声开始逐步去噪直至清晰图像（如Stable Diffusion）。扩散过程也可逆用于文本或视频。生成式AI面临版权、虚假信息和算力消耗问题，但也在辅助编程（GitHub Copilot）、创意写作、医学影像生成中展现价值。
3.7.3 计算机视觉与自然语言处理
计算机视觉赋予机器感知图像和视频的能力。经典任务包括图像分类、目标检测、图像分割（语义、实例、全景）。三维视觉（深度估计、3D重建）在自动驾驶和AR中至关重要。视频理解涉及行为识别与目标追踪。
自然语言处理（NLP）让计算机理解、生成和处理语言。词嵌入（Word2Vec、GloVe）将词表示为稠密向量；Transformer弱化了RNN的依赖；序列标注（命名实体识别、词性标注）、文本分类（情感分析）与关系抽取等任务借助预训练模型达到人类水平。机器翻译（谷歌翻译）和语音合成（TTS）日益成熟。中文NLP需额外处理分词和模糊语义。
4 交叉与应用
4.1 计算机图形学与游戏开发
4.1.1 渲染管线与光追
图形渲染管线将三维场景转换为二维图像。首先顶点处理——将顶点坐标从模型空间变换到屏幕空间，并执行光照计算（如冯氏光照）。然后光栅化将三角形分解为片段，在处理每个片段时应用纹理和颜色。最后片段着色器决定最终像素值。
光线追踪模拟光线与场景的物理交互（反射、折射、影子）产生真实感图像，曾经只有离线渲染（电影特效）中使用。NVIDIA RTX系列显卡引入硬件光追加速，结合降噪技术，使实时光追在游戏中成为可能。混合渲染管线在光栅化基础上选择性使用光追，平衡效果与性能。
4.1.2 物理引擎与碰撞检测
物理引擎模拟刚体动力学、流体和布料碰撞。碰撞检测是核心——先用粗阶段（包围盒层次BVH）快速排除不可能碰撞的物体对，再用细阶段（三角形网格相交测试）精确计算碰撞点。刚体运动由牛顿定律驱动，通过积分器（如Runge-Kutta）更新位置和速度。主流物理引擎有PhysX、Bullet和Havok，应用于游戏和电影特效。
4.2 生物信息学与计算生物学
4.2.1 DNA序列比对
DNA测序数据巨大，需要高效序列比对来发现同源性或变异。Smith-Waterman算法基于动态规划，精确但慢；BLAST（Basic Local Alignment Search Tool）利用启发式片段匹配实现快速搜索。现代短读序列（如Illumina测序）通过与参考基因组比对确定变异。测序数据的压缩与并行加速是大规模基因组学挑战。
4.2.2 蛋白质结构预测
蛋白质功能由其三维结构决定。X射线晶体学和冷冻电镜可解析实验结构，耗时昂贵。AlphaFold2利用深度学习（神经网络和注意力机制）从氨基酸序列直接预测蛋白质结构，其原子级精度与实验方法接近。后续发展为多构象预测和蛋白质设计（生成全新蛋白序列）提供了平台。计算生物学还涉及药物分子对接、系统生物学建模和蛋白质相互作用网络分析。
4.3 计算金融与量化交易
4.3.1 高频交易算法
高频交易（HFT）利用微小价差和极短时间窗口获利。算法需在微秒级确定订单路由、执行套利或做市。FPGA和专用硬件加速数据传输与策略计算。低延迟网络和地理位置（如服务器临近交易所机房）成为关键因素。HFT策略包括统计套利、订单流预测和延迟套利。但高频交易也引发市场公平性争议和闪崩风险。
4.3.2 风险管理模型
金融风险分为市场风险、信用风险和操作风险。Value-at-Risk（VaR）在给定置信水平（如99%）下度量最大可能损失。蒙特卡洛模拟通过大量随机场景计算资产组合风险。GARCH模型刻画波动率聚集现象。现代金融工程将机器学习用于违约预测和高频套利。风控系统需保证模型可解释性和极端事件鲁棒性（黑天鹅应对）。
4.4 人机交互与无障碍设计
4.4.1 可用性测试
可用性测试通过让真实用户在代表性任务上操作原型，收集效率、错误率和满意度等指标。格式塔原则（相似性、接近性、连续性）指导界面布局。启发式评估由专家对照尼尔森十大可用性原则（如一致性与标准化、错误预防）评价。眼动追踪和热图分析揭示用户注意力分布。迭代设计使产品不断逼近用户需求。
4.4.2 脑机接口初探
脑机接口（BCI）在无需肌肉动作的情况下将脑电信号转换为控制指令。非侵入式方法（EEG）使用头皮电极读取脑波，侵入式（Utah阵列）植入皮层获取更高质量信号。BCI应用于神经假肢控制、打字（如大脑拼写器）和神经康复。挑战在于信号噪声、个体差异和伦理问题。2020年代，线性调频刺激和双向闭环BCI取得进展，虽离消费级普及尚远，但为瘫痪患者带来希望。
5 学科边界与争议
5.1 计算机科学 vs 计算机工程：理论与实践的拉锯
计算机科学关注抽象和算法，偏向数学和理论；计算机工程则聚焦硬件设计与系统实现，强调电路和嵌入式系统。两者在计算机组成、操作系统上有重叠，但价值观不同：科学追求最优解与普遍规律，工程追求可行解与成本效益。
这种拉锯在学术课程中体现为理论（计算理论、算法分析）与实验（芯片设计、嵌入式系统）的权重。实践中，两者往往难以隔离——编译器设计既需要理论基础（形式语言），又涉及性能工程（寄存器分配、指令选择）。行业趋势显示，两种视角的融合（如系统研究中的经验方法）比单纯偏向一种更有产出。
5.2 图灵测试的老年危机：机器真能思考吗？
图灵测试由艾伦·图灵于1950年提出：如果机器能在文本对话中让人类评判者误认为它是人类，则认为机器具有智能。但随着聊天机器人（如ChatGPT）轻易通过简单版本，该