解决当代复杂问题的利器

    邓子涵

    摘要：由于受记忆、分析及快速计算能力等的限制，很多难题利用人脑无法解决，而利用当今先进高效的计算机及信息技术方式能够得到快速解决，这就要求我们学会用“计算思维”的方式去思考，即把当前计算机强大、快速的计算及信息处理能力作为人脑能力的延伸，形成基于“计算思维”的解决方案。计算思维是一种基于计算科学能力和求解方法的思维模式，它的形成与应用对于思考如何解决复杂问题具有重要的意义。作者认为，要建立和养成科学的计算思维模式，需要建立抽象化与自动化的解决问题思路。当下，随着计算机及信息技术的发展，特别是网络及大数据的发展，还需建立类比及互联网跨界思维，建立大数据思维，不断拓展计算思维的深度与广度，这将有利于我们解决和应对各种复杂问题。

    关键词：计算思维;大脑;抽象思维;自动化思维;互联网;大数据

    中图分类号：G434? 文献标识码：A? 论文编号：1674-2117（2020）09-0098-04

    引言

    随着时代的进步，特别是计算机及信息技术的高速发展，计算机及信息技术正深刻地改变着我们当下的这个世界，由于计算机强大、快速的计算能力及信息处理能力，很多人脑无法解决的难题，如吴军博士在数学之美中讲到的当代密码学、大数据处理等[1]，往往需要利用计算机及信息技术方式来解决。这就要求我们在遇到问题时，能突破常规仅依靠人脑解决问题的思维模式，学会用“计算思维”的方式去思考[2，3]，即把当前计算机强大、快速的计算及信息处理能力作为人脑能力的延伸，一并纳入到复杂问题的解决思路中去，充分结合人脑创新能力及计算机准确快速的计算分析处理能力的优势，形成科学的解决方案。要养成计算思维，首先要弄清人脑与计算机各自的优势与不足，要了解当代计算思维的核心要素和当下几种重要的计算思维模式，逐步在大脑中建立这种思维计算模式，并随着计算机及信息技术的发展逐步升级计算思维模式，这将有利于我们解决和应对各种复杂问题。

    大脑与计算机的优势与不足

    相对于人的大脑，计算机的最大优势在于计算速度快、计算准确性高、存储准确且容量大。在数值运算方面，人类大脑的神经元激活最高频率是每秒1000次，神经元主要在叫做突触的轴突末梢特殊结构上释放化学神经物质，将信息传输至伴侣神经元，最快的传递大约需要1毫秒时间，因此，大脑每秒最多能执行大约1000次基本运算，而目前计算机最快可达每秒几十亿亿次计算[4]，也就是大脑比计算机运输速度慢上亿倍，且计算机还可以不用休息，24小时为人类服务。在计算准确性方面，计算机也大大优于人脑，人脑会容易犯一些错误，而计算机基于硬件可靠的电路设计，出错率极低，不但计算精度可采用增加有效位数的办法提高，而且还可以利用其强大的计算能力，采用冗余等方式进一步改善计算机由于局部硬件故障或信息传输中出错的概率。在存储记忆方面，受生物记忆本身的限制，有的细胞多次受到刺激（干扰），先前存储的生物电信号及化学信号就有可能丢失，过了一段时间就无法再次被调用，特别是一些机械的、无法引起人们兴趣的海量过程信息，而当前计算机存储信息准确丰富，可反复快速调用。

    相比计算机，人脑的优势在于创造能力及真正的逻辑思考能力。计算机只能基于人脑设定的流程去做计算与分析，人脑最强大的地方就在于通过思考学习以及强大的创造能力，人类可以创造出新的理论，可以制造出计算机，研究出人工智能，研究出解决问题的办法，但计算机没有创造能力，不可能创造出新的理论，对于完全未知的问题，基于创造及逻辑思考能力，人脑能够不断找到解决问题的思路，而计算机则没有任何办法。

    因此，计算思维就是在发挥人脑创造能力及逻辑思考能力的过程中，充分利用计算机计算速度快、计算准确性高、存儲准确且容量大的优势，形成科学高效解决方案的过程。

    计算思维的本质

    计算思维在学术界有不同的讨论[5，6]，当前“计算思维”的主流定义，是由美国卡内基·梅隆大学计算机科学系主任周以真教授提出的。[7]周教授认为，计算思维是运用计算机科学的基本概念去解决问题、设计系统和理解人类行为等涵盖计算机科学之广度的一系列思维活动。Google计算机思维课程进一步将计算思维的基本要素整理为更易理解的方式，即分解、模式识别、抽象和算法开发。分解，就是把数据、过程或问题分解成更小的、易于管理或解决的部分;模式识别，就是观察数据的模式、趋势和规律;抽象，就是识别模式形成背后的一般原理;算法开发，就是为解决某一类问题撰写的一系列详细的指令。

    计算思维随着计算机技术的发展而逐步形成和发展的[1，8]，当前计算机及信息技术的发展日新月异，可以预见，计算思维也必将随着计算机技术、互联网技术的发展而不断发展。随着网络技术和大数据的发展，计算思维也应在这两个主要领域不断深化发展，以后随着人工智能、物联网、云计算的发展，相关技术也必将促进计算思维的持续拓展与深化。

    抽象化与自动化思维

    为了充分利用计算机技术解决实际问题，在思考解决问题的方案中，将实际问题抽象化并想办法建立自动化计算分析流程必不可少。大千世界，各种问题千变万化，需要我们把实际问题中人脑解决起来比较困难但计算机比较容易解决的部分分离开来，并将此实际问题抽象为计算机可以识别和解决的问题。

    例如，下象棋中“最优走法”问题，此问题看起来特别复杂，因为当前局面下每一步可能的“走法”很多，每一种“走法”并不能立即确定是不是有利于“获胜”的最优走法。但实际上，我们可以从计算思维的角度出发，利用最朴素的计算思维方法，把问题分解。当对手走完一步棋后，对计算机而言，就是根据象棋规则，穷举我方所有可能的“走法”，针对我方当前每一步可能合规的“走法”，又穷举对方所有可能合规的应对“走法”，然后逐步计算推演至“获胜”“平”或“失败”，最后统计出当前每一步的“走法”最终获胜概率，然后选择获胜概率最大的“走法”作为当前步的“走法”。对计算机而言，就是抽象为计算机根据象棋规则，做无数次的逻辑判断和计算，最终统计当前每种走法的获胜概率，选择获胜概率最大值的那一步“走法”作为当前最优“走法”。为了让计算机能够快速自动实施计算，需要为计算机建立自动化过程，可先由计算机根据象棋规则确定当前所有合理的“走法”，然后对这些“走法”进行排序，再依据排序的“走法”，逐个进行模拟应对“走法”，并再排序，然后针对所有模拟应对“走法”，再模拟应对“走法”，以此类推，建立递归自动化算法，最后统计所有“走法”的获胜概率，将获胜概率最大的“走法”作为当前步的“走法”。[9]

    抽象化与自动化是计算思维的核心，利用计算思维解决问题的实践活动，一般包括分析问题、设计算法、实现算法等步骤，是最典型的计算思维方法。抽象和分解是计算思维的两个重要特征。只有将问题抽象为计算机可以解决的问题，并思考建立起递归的自动化算法，才能真正建立起基于计算思维的解决办法。

    类比及互联网跨界思维

    类比是思考解决问题的一种重要的方式，通过与熟悉的东西的类比，可以让我们的思路得以清晰。在网络日益发达的今天，利用互联网跨界思维，在类比的基础上，寻找出问题的相似性，然后利用互联网信息，寻求类似问题的解决方案，并将此解决方案应用到所面临的问题中，将大大拓展我们解决问题的思路，也是当下拓展计算思维的有效途径。

    例如，对于“四维空间”的理解，直接思考想象“四维空间”比较困难和抽象，此时若使用类比的思维方式，四维空间就比较容易理解。如零维空间通常是指一个没有长度、没有宽度、没有高度的点;一维空间就是零维空间朝某一方向的无限延伸，即一条没有宽度没有高度的直线;二维空间是一维空间沿着任意垂直方向无限延伸，即直线沿着任意垂线方向无限延伸成为二维平面;三維空间即是二维空间沿任意垂直方向无限延伸，即平面沿着其垂线方向无限延伸即形成三维立体;那么按照类比思维的模式，四维空间一定是三维空间在某一方向的延伸，时间是一个重要的维度，因此可以把四维空间理解为三维空间在时间轴上的延伸，即在一个时间轴上，不同的时间点有各自不同的三维空间，这就容易理解四维空间了。

    大数据思维

    2008年，谷歌推出了一款流感传播趋势预测的软件产品GFT（Google Flu Trends）[10]，引起了全球巨大轰动，该产品能近乎实时地对全球当前的流感疫情（流感发病率及流感扩散情况）进行预测与显示，也就是说人们不需要等美国疾病预防与控制中心公布就可以知道当前流感的蔓延状况及未来医院因流感就诊的人数。这乍一听起来非常不可思议，流感疫情的发生扩散一直以来都是在疾病预防与控制中心的领导下，各地医疗卫生部门根据各地流感发病诊治人数的变化快速统计上报，然后由疾病预防与控制中心汇总各地数据分析得出流感发病人数、流感现状及疫情演变趋势，从而对当前的流感疫情进行估测，通常最快也需要几天到十几天的时间。而谷歌作为一网络科技公司，根本无法获得各地医院流感病人的信息，谷歌是如何做到的呢？原来，作为全球最大的搜索引擎与搜索平台，谷歌发现某些搜索关键词可以很好地标示流感疫情的现状，谷歌利用用户搜索的关键词，与流感的发生及舆情扩散建立关联，这些关键词包括“流感症状”“温度计”“肌肉疼痛”“胸闷”等。只要用户输入这些关键词，谷歌后台就能利用这些搜索信息开展大数据跟踪分析，创建地区流感图表和流感地图。2009年谷歌通过分析5000万条美国人最频繁检索的词汇，将之和美国疾病与预防中心在2003年到2008年间季节性流感传播时期的数据进行比较，通过模型训练，建立了一个特定的数学模型，成功地预测了2009年冬季流感的传播[11]，甚至可以具体到特定的地区和州。通过不断地调整算法，谷歌比美国疾病预防与控制中心基于监测报告给出的预测快近二周且更为准确。

    从谷歌GTF软件产品可以看出，大数据时代的来临，为计算思维注入了新的活力，海量数据、实时数据、丰富多样的非结构数据，正以前所未有的广度进入了我们的生活，使得人类可以用一个全新的方式来与周围的世界相处，即通过增加数据的数量来获得对世界更深刻的认识。大数据为研究人类行为和人与人之间大规模的互动提供了新的方式。

    如今，看看淘宝网站、新闻网站、百度网站等，浏览网页查询信息等都属于大数据，大数据已经在营销、电子商务等方面给我们的日常生活带来了重大影响[12]，大数据已经在流行趋势预测、消费预测、地域消费特点分析、客户消费习惯分析、各种消费行为的相关度分析、消费影响因素分析等方面得到了广泛应用。可以预见，未来在如无人驾驶汽车、医疗（基于大数据的治疗方案）、学习（个性化的学习及因材施教）等方面将会有更广泛的应用，因此，随着互联网及大数据的发展，我们必须熟悉并养成“大数据”思维，为每一个行为提供基于历史数据与实时动态所产生的智能决策，助力问题的高效解决。

    结语

    随着计算机及信息技术的发展，计算思维已成为当代人类解决复杂问题的一条高效途径，我们需要逐步养成并熟练运用计算思维，进行问题分解、问题抽象，建立流程，设计自动化算法，形成解决问题的方案，还要结合网络、计算机与大数据的发展，建立类比及互联网跨界思维，建立大数据思维，不断拓展计算思维的深度与广度。科技产业发展表明，谁能提前判断与预测科技发展浪潮，谁将脱颖而出，反之就被淘汰。[13]

    参考文献：

    [1]吴军.数学之美[M].北京：人民邮电出版社，2014.

    [2]谭浩强.计算机应用与科学思维能力培养——关于计算机基础教育深化改革的思考[J].计算机教育，2014（07）： 4-8.

    [3]谭浩强.计算思维的研究及其进展[J].计算机科学，2011，38（03）： 10-15.

    [4]张紫.超级计算机榜单又要重新排名了[J].计算机与网络，2018（12）：12-13.

    [5]张广兵.计算思维再反思[J].计算机教育，2018（02）：140-143.

    [6]史文崇，刘茂华，杨大志.计算思维教育的困惑与博弈[J].中国远程教育，2019（08）：59-67.

    [7]周以真.计算思维[J].中国科学技术协会会刊，2007（05）：111-116.

    [8]范文翔，张一春，李艺.国内外计算思维研究与发展综述[J].远程教育杂志， 2018（02）：3-17.

    [9]Tom R.Halfbill，黄隆庆.剖析计算机如何下象棋[J].中文信息，1998（01）：108-110.

    [10]高云华，王敏.国外流感预报系统研究进展[J].人民军医，2015（06）：627-628.

    [11]邹晓辉，朱闻斐，杨磊，等.谷歌流感预测——大数据在公共卫生领域的尝试[J].中华预防医学杂志，2015，49（06），581-584.

    [12]张敏.大数据时代大数据分析的应用[J].自动化与仪器仪表，2015（09）：125-128.

    [13]吴军.浪潮之巅[M].北京：人民邮电出版社，2016.