acm-header
登录

ACM通信

BLOG@CACM

通过计算进行智能放大


微软研究总监丹尼尔·里德

许多年前,弗雷德布鲁克斯讲述了他如何选择计算机图形学研究的第一个应用目标领域。他离开IBM后不久就完成了他的工作IBM System / 360.他刚刚搬到教堂山,并在北卡罗来纳大学担任教职。

当弗雷德讲述这个故事时,他眼睛里闪着光,去见一位大学的高级管理人员。他告诉管理员,作为一名计算机科学家,他从事的是智能放大业务。弗雷德想知道,校园里谁的智力被放大了,可能会受益最大?

当我思考计算的本质和它的力量时,我多次微笑着回忆这个故事。

放大和普遍性

在放大人类能力方面,计算系统与其他仪器和机器有许多共同之处。然而,它们有一个区别,即它们作为智力放大器的一般用途。就像一个通用图灵机它可以用任意输入模拟任何其他图灵机,计算广泛地——我敢说普遍地——适用于人类的智力活动,就像所有的变体一样斜面而且适用于人类的体力活动。

英国科学家汉弗莱·戴维爵士两个世纪前,当他说:

没有什么比应用一种新仪器更有利于知识的进步了。不同时代的人们所拥有的独特的手段和人工资源,与其说是他们的劳动取得不同成功的原因,不如说是由于他们天生的智力力量。

总而言之,成功属于拥有最有效和最强大工具的人才。

超级计算及其在科学和工程上的应用一直是这种普遍好处的典型例子。强大的新望远镜促进了天文学,但不能促进材料科学。强大的新型粒子加速器推动了高能物理,但没有推动遗传学。相比之下,超级计算推动了所有的科学和工程,因为所有学科都受益于高分辨率的模型预测和理论验证。

尽管这些机会仍然令人兴奋,但在大数据领域,新的机会正在出现。

大数据:结构化和非结构化

由新一代传感器产生的结构化科学数据的海啸,以及来自商业、娱乐、社交网络和流行文化的半结构化和非结构化数据的增长,为我们的智力放大器的创造性应用创造了新的需求。最近的表现IBM ' s的华生系统上的游戏节目冒险!举例来说,大规模数据、丰富的算法套件和强大的计算能力的结合正在打开新的前景。Vannevar Bush的20世纪40年代的愿景麦克斯存储器,一种能够从广泛的知识库中存储、索引和检索数据的设备,现在已经触手可及。

它实际上是关于我们如何将计算作为一个智力放大器,让人类通过做我们最擅长的事情——在功率分析和计算引擎的帮助下——提出有趣的问题,这些问题跨越多个学科,并在它们之间阐明机会——来提高生产力和创造力。


评论


匿名

根据我在各种环境下与管理人员打交道的经验,我认为弗雷德·布鲁克斯在问这个问题时已经在正确的办公室了。


显示1评论

登录为完全访问
»忘记密码? *创建ACM Web帐户
Baidu
map