剛上大一，報的計科，學了一年的c和JAVA，都說計算機和數學關系緊密，可為啥沒有感覺到？感到迷茫？呵呵，你才剛上大一，剛剛學了一點語言。甚至不是初學者。關于計算機，你學到的最后一件事就是毫不夸張地學習

剛上大一，報的計科，學了一年的c和JAVA，都說計算機和數學關系緊密，可為啥沒有感覺到？感到迷茫？

呵呵，你才剛上大一，剛剛學了一點語言。甚至不是初學者。關于計算機，你學到的最后一件事就是毫不夸張地學習數學。光靠學幾門語言你什么都做不了。特別是在編程實現某些函數時，如果數學學得不好，就不能設計出合適的算法。數學建模非常重要。我勸你不要想當然。讓我們來看看傅立葉變換，這是最常見的一個高數字。利用傅立葉變換設計低通濾波器是圖像處理中最常用的基本功能之一。

同樣，機器語言本身是一個二進制矩陣。圖像的本質也是由像素組成的矩陣。然后你就會知道線性代數的重要性。然后對各種圖像、信號進行放大和縮小，需要用到各種插值，那么你會后悔離散數學沒學過。當你學習信息論和通信原理時，你會后悔沒有理解復變函數和概率。。。。。

即使是大二專業基礎課使用的數據結構，堆棧、列、排序、二叉樹、哈希圖、遞歸等。。。。都是數學模型。。。

如果你真的想學好編程，你必須徹底地學習數學。至于編程語言，這完全是語法結構的問題。是一樣的。編程側重于算法。至于用什么語言，是膚淺和膚淺的。就像寫一本書，一部經典，把它翻譯成任何語言。如廁讀物，如果你用八種語言寫的話，也是如廁讀物。

程序員必須掌握哪些算法？

這取決于你想成為程序員的哪個方面。

程序員有后端、前端、移動端、大數據、人工智能等，如果只是前端和移動端，掌握基本的排序、紅黑樹、哈希等就差不多了。不需要更高級的，更重要的是系統API提供了很多算法方法。寫作并不一定比系統的寫作更好。如果你只是想成為一個普通的程序員，不想朝著高級和體系結構的方向發展，你會發現如果你不接觸算法，那就沒關系了。但是，當水流向上流動時，仍然需要該算法。特別是對于大數據和人工智能，算法是必要的，算法就是數學。

對于人工智能來說，線性代數、概率論等都是非常重要的，不僅算法可以解釋它們。還有信息論，它計算信息傳遞的熵。個人推薦，可以看到國外的程序設計大賽，有很多測試算法，平時在開發中，更多的考慮如何減少信息傳輸，提高代碼效率，這也是一種算法。

我們必須理解和掌握：1。樹，2。散列，3。正規化，4。圖算法，5。字符串匹配，6。但是我們需要掌握更多的經典數學算法，這是基礎。算法離不開數學，算法打得好，一般數學都好。通常，建議多讀一些關于線性代數、高等數學和算法的書，這些書對計算機有幫助。我們來看看國外節目競賽的題目。其他人編寫的程序將對算法有較大的啟發。但作為程序員，算法只是其中的一部分，更重要的是如何快速迭代，降低開發成本，如何適應業務。

人工智能在圍棋上真的沒有弱點嗎？

AI在圍棋中不能沒有缺點，但優缺點都是相對的。如果你比我強大，我就有你的缺點。下棋之后，你到處都能發現我的缺點。但如果我比你強大，你就看不到我在棋盤上的缺點。因此，有一個好的對手，遇到一個好的人才，是人生的一種樂趣。否則，雙方就不在同一個維度上，他們之間的對話就不能激起火花，沒有樂趣。

人工智能來自人類的創造。只要是人類創造的，就一定有弱點。目前，人工智能最強的alphago并沒有表現出任何明顯的弱點。其頭像大師alphago在互聯網上獲得的60連勝棋局內容是可怕的，其明顯的弱點一刻也找不到。這是同樣的問題。因為人類專家從來沒有贏過，他們沒有辦法知道自己的弱點在哪里。只有贏得比賽，他們才能發現自己的弱點。

以我和師父下的象棋為例。如果序曲不在右上角，我的處境會很好，但有了勺子，結局就定了。對于alphago級別的AI來說，只要有明顯的錯誤，就沒有回頭的機會。科杰當然不能這么做。

Alphago暫時找不到任何缺點，這并不意味著其他AI也沒有缺點。除了其獨特的技能，還有很多其他人工智能的漏洞。覺一最近在網上和職業棋手比賽，已經輸了6場。它似乎對人類專家的大規模孤立局面沒有足夠的控制。例如，它殺死了黨一飛、黃云松、范寅和邱軍，然后把自己的龍送進來。對于大規模殺戮，絕一的控制不能說是超級一流。它輸掉的六場比賽完全一樣。如果殺戮太復雜，電腦的反應就是有缺陷的。在這方面，人類棋手只需要掃描一下就可以看到大致的畫面，而電腦卻沒有這樣的眼睛，它只能將情況分成幾部分進行計算，這就影響了它對大規模殺戮的判斷。