如何看待计算机科学几乎渗透到所有学科的研究当中？ 第1页

表面看，是计算机科学渗入到各学科。实际上，是各行各业的数学问题，按照复杂度，从简单到复杂，正在一个个被解决。

甚至还可以再往深一层想，例如先问问自己，信息是什么？

信息是不确定性的辨析度——克劳德·香农

各学科的研究，不都是利用信息，把不确定的东西给确定（或者部分确定）下来吗？而信息的处理，很难离开计算机——尤其是海量信息。因为随着研究的深入，解决一个问题需要的信息量越来越大。 理解这个逻辑，你就很好理解，为啥计算机科学能几乎渗透到所有学科的研究当中。

为了帮助读者上面那段话，我这里多讲点。要区分两个概念：信息领域 和 计算机领域。这两个领域经常被混为一谈，其实还是有区别的。

信息领域包括信息科学和信息技术。

信息科学

信息科学是研究信息运动规律和应用方法的科学。例如傅里叶变换，香农三大定理等。关于香农定理的解释，可以参考我之前被日报收录一篇内容。如何理解「香农定理」，包含哪些内容，它的发现有什么意义？。信息科学的理论的部分，理论将会指导技术发展。正如霍叔 @霍华德 的答案里说的：

自从香农提出信息论以来，信息技术不断发展，逐渐吞噬世界。

为啥？因为香农定理指出了信息科学的边界所在。指明研究边界非常重要，因为这可以防止人们往错误的方向走。如果我们没发现能量守恒定律，那么或许还有大量科研人员在制造永动机；如果没有发现质能守恒定律，也许没有今天的核电站出现；如果我们不知道光速是有极限的，也就不会有后面的相对论。香农定理指出了信息熵的极限值，就像光速至于物理学一样，无法逾越，所以，在信息科学框架下指导的信息技术也就有了清晰的发展方向。

信息技术

信息技术是信息的传输、处理和存储技术。而计算机和网络，则是信息技术的一部分。信息技术并不一定依赖计算机，例如我们隔空喊话也是信息传输，把文字刻在石头上也是信息存储。那为啥今天计算机能成为信息技术的主流，甚至成为了信息技术「代言人」？无它，计算机太强大了。

顺便说说今天电子计算机的理论基础。我们今天知道计算机科学的基础是二进制，也就算0/1，但二进制电路基础，还是香农——理论来自于香农的硕士论文《A symbolic analysis of relay and switching circuits》^[1]，在这个论文里，将布尔代数应用于电子领域，能够构建并解决任何逻辑和数值关系，被誉为有史以来最具水平的硕士论文之一。这个论文开创了一个时代，香农因此被认为是数字计算机理论和数字电路设计理论的创始人。

可见，有时候啊，一个人就能塑造历史。计算机今天科学能渗透到各个学科，「始作俑者」就是香农啊。

所以回到问题，总结来说，就是随着研究深入，需要的信息越多，而在信息科学边界下指导设计的计算机，作为信息技术的最重要部分，能够帮助研究人员解决靠人力难以解决的问题，自然而然，各科研究就少不了计算机科学。例如我们可以看到，随着计算机科学发展，计算理论和算力的提升，生物学问题，能被AI模型alphafold2解决

所以，拥抱计算机科学，能让你科研之路走得更远。

参考

1. ^A Symbolic Analysis of Relay and Switching Circuits http://www.ccapitalia.net/descarga/docs/1938-shannon-analysis-relay-switching-circuits.pdf

自从香农提出信息论以来，信息技术不断发展，逐渐吞噬世界。所有的科学研究、商业分析都可以抽象为对信息的处理。而计算机作为信息处理的工具，成为了信息技术最佳的代名词。

计算机诞生之初，就是为了给人类提供计算服务，随着人类数学的不断发展，人类想要计算的东西越来越多。如傅里叶最早给法国军队服役，为了计算出炮弹的轨迹还发明了炮击计算尺。

在20世纪初，随着分子光谱的发展，科学家们越来越用到傅里叶变换，为了快速计算傅里叶变换，伟大的物理学家迈克尔逊制造出了一台机械傅里叶变换计算机：

二战期间，盟军为了破译德国的电报密码，专门让图灵制造出了最早的密码破解计算机。

可以看出百年前，计算机作为信息处理的工具，就被发明出来，伴随着信息处理的需求到处攻城略地。

1. 计算机吞噬世界的第一阶段：成为计算的工具。

计算机刚刚诞生的时候，并没有掏出制造他的目的，而是作为一种计算工具，向各行各业渗透。如曼哈顿计划还有中国的原子弹氢弹都大量用到计算机来进行核武器的设计。同时，各个学科都借助计算机计算的力量，来发展自己的学科，如机械土木学科里发展出的有限元分析，航空航天学科发展处的计算流体力学，电子电磁学科发展处的计算电磁学，还有计算化学、计算材料学种种以计算机为工具的计算学科。

2. 计算机吞噬世界的第二阶段：成为设计工具。

随着计算机图形化界面技术的发展，大家发现“计算”的概念并不只是解一些偏微分方程，执行各种功能和逻辑同样是计算的一部分。这时候各个学科吸收计算机图形学的一些方法，逐渐发展出自己的计算机辅助设计系统，如计算机辅助设计（CAD），计算机辅助制造（CAM）， 计算机辅助工程（CAE），电子设计自动化（EDA）,建筑信息模型化（BIM）等等。

3. 计算机吞噬世界的第三阶段：正在成为学科基石

Calling it 'computer science' is like calling surgery 'knife science' - Dijkstra

计算机科学被称为计算机科学就像外科手术被称为手术刀科学一样。其实计算机科学的本质是计算的科学，关于信息处理的科学。

随着计算机的发展，聪明的计算机科学家们抽象出很多更加底层的概念来，各种各样的算法与数据结构，应用大量数学工具来处理计算机面对的各种问题。而早年这些抽象工具，正渐渐的被其他学科所借鉴，举个例子，生物学里的生物信息学，大量借鉴计算机早期对字符串处理的算法来建模DNA序列的匹配，氨基酸序列的匹配。现在各种蛋白质构型的预测同样从计算机学科大量借鉴机器学习和人工智能的方法进行处理。深入进去看，你发现计算机科学逐渐成为信息生物学的基石。

同样的例子还有很多，语言学中的分支，计算语言学，早期大量使用计算机科学里的各种工具，如正则表达式及各种文本解析技术。如今，两个学科交融，诞生出了自然语言处理这个计算机科学的分支，成为了研究人工智能的前沿领域。

计算信息学、计算历史学、计算社会学，数位人文学，大量这些学科越来越把计算机科学当做他们的基石，成为了这些学科方向不可或缺的一部分。所以某些角度说，你学好了计算机，未来想从事这些学科的工作和研究将会很容易，因为你们共享一个大的基础技能。

这不就是必然的么？

学过偏微分方程你就知道从物理到经济很多问题本质上就是偏微分，很多偏微分方程只能做数值求解。这不用计算机梭哈，难道用算盘吗？

更何况机器学习类的算法本质上就是一个新的范式了。

就像数学一样，都是工具。

数学的引入，一个学科才能开始有个科学的样子。

计算机的参与，则是手段和速度的倍增器。

（注：仅是计算机算力的参与，而谈不上与 “计算机科学” 的交叉。就像是大多数必然需要用到数学方法的科学一般，也并不是与 “数学” 这门学科的交叉）

一个人想搞严肃的自然科学乃至社会科学研究，不懂数学，甚至连统计都不懂，也不会颇为基础的编程，在今天是行不通的。一个人想搞自然科学，或者哲学，竟然不懂大学物理，显然也是在扯淡。

于是，计算机科学的成果，在更多学科的交叉应用（其实算不上交叉，但无所谓），很正常，也是个好事儿。

真正该值得我们去戏谑乃至警醒的则是，近些年，gender studies和几乎所有学科去强行交叉来水论文的现象。

我实在想不出一个比这事儿更能体现智人理性拉胯性的科研事件了。