网上有关“美国留学计算机专业名校有哪些”话题很是火热，小编也是针对美国留学计算机专业名校有哪些寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。

1、美国斯坦福大学计算机专业

斯坦福大学拥有独立的计算机科学系。浏览该校的教学手册，最具特色的恐怕要算多门科普性计算机知识讲座了，一般有两到三个单元，涉及面非常之广，从量子计算到数字演员，从计算科学的伟大思想到网络安全，从网上拍卖到使用元编译发现大型开放源代码软件中的大量错误，其中还不乏对技术乌托邦、斯诺“两种文化”、计算机面临的困境以及迅速发展所带来的诸多问题的思考。开课的老师阵容强大，基本上都是响当当的名教授，甚至包括图灵奖得主John McCarthy。用这种讲座代替计算机科学导论性质的专门课程，可以充分展示计算机科学的丰富内涵，使学生较早地了解学科的轮廓和脉络，对于开阔学生视野，启发学生的学习兴趣也大有好处。由于美国大学中专业的选择非常灵活，而近年来计算机学科招生受行业影响流失严重(这种情况甚至惊动了比尔?盖茨，2004年微软到各大高校招兵买马时，他每站必到，利用自己的明星效应，大讲计算机学科的美妙前景)，可以想象，这种讲座同样也肩负着吸引学生选择计算机专业的重大使命。

2、美国加州大学伯克利分校计算机专业

伯克利的课程设置也有很多独树一帜的地方，尤其是在专业基础课方面，除了有专业导引课程“计算机科学专题”之外，对于没有编程经验的学生，第一门编程课是符号编程入门，采用LISP语言。有一定编程经验或者有自学能力的学生，可以选择多种语言和环境的自主学习(Self-paced)课程，包括C、Fortran、C++、Java，以及UNIX的使用等，这种多元化与伯克利计算机科学与电子电气工程同系有关。但是所有学生在第二学期都要学习一组独特的基础课：61A“计算机程序的结构与解释”，采用MIT Abelson等编著的同名教材；61B“数据结构”(教材采用自编讲义)；61C“计算机结构”(Machine Structures)，采用Hennessy的《计算机组织与设计》。这项规定就是转校生也不例外，可见其中蕴涵了伯克利多年的教学经验结晶。

伯克利其他比较有特点的课程还有：将离散数学和概率论结合讲授的CS70，主讲是名教授Christos PApadimitriou；CS98-1 编程练习课，以主要大学生编程竞赛中的赛题为授课素材；CS 169 软件工程直接用Kent Beck的《极限编程》作为教材，非常超前，但是既然连Pressman的《软件工程：实践者方法》新版中敏捷方法都已经成为重头戏，既然IEEE都已经开始制定敏捷方法相关标准，这种课程选材也就不显得那么骇世惊俗了。除了软件工程课程常见内容外，教学侧重实际，贯穿了极限编程的思想，涵盖UML、JUnit单元测试、软件架构、设计模式和反模式、重构、CVS版本控制、系统和集成测试，最后要求完成一个实际产品，并进行演示。

3、美国UIUC(伊利诺依大学厄班纳-香槟分校)计算机专业

UIUC的计算机科学专业创建于1972年，到1986年基本定型，十多年来几乎没有什么变化。其中，数值分析方向课程中，Math225为矩阵论，CS257为数值方法，CS35x代表数值分析导论、常微分数值方法、偏微分与数值逼近和数值线性代数；

理论方向课程中，CS173为离散结构，CS273为计算理论，CS37x包括算法、形式方法、程序验证；

人工智能方向课程中，CS348为人工智能导论，CS34x包括机器人、机器学习与模式识别；

软件方向，CS125为计算机科学导论，CS225为数据结构与软件工程原理，CS31x包括数据库、图形学、多媒体，CS32x包括软件工程、操作系统设计、分布式系统、编程语言与编译器、并行计算、实时系统、编译器构造、编程语言设计；

硬件方向课程中，CS231为计算机体系结构I，CS232为计算机体系结构II，CS33x包括计算机组成、VLSI系统与逻辑设计、VLSI系统设计、通信网络、嵌入式体系架构与软件。

4、美国CMU(卡内基梅隆大学)计算机专业

与MIT、伯克利等学校计算机科学仍然和电子与电气工程同处一系不同，CMU的计算机科学系成立于1965年，是全美最早的，如今它已经升格为计算机科学学院。其研究生项目中除了机器人方向与硬件关系较多之外，其他基本上都是纯软的。从这个意义上来说，CMU的教学体系对于偏软的计算机科学系应该有较大的借鉴意义。

CMU的教学手册上没有从传统意义上针对计算机科学专业学生的导论课，虽然有名为“计算机科学伟大思想”的两学期课程，但是从内容上看应该是离散数学的替代，因为此外CMU并没有其他离散数学方面的课程。此课程没有教材，内容比传统离散数学要灵活得多，涉及概率、代数、算法、加密理论、复杂性理论、博弈论等，非常注重学习的趣味性和实用性。

与其他名校相同，CMU对程序设计的重视也给人留下很深印象：本土新生的第一堂课就是“初中级程序设计”，直接讲授Java。然后是中高级程序设计(Java)、C语言编程技巧、高级编程实践(Java)、程序设计原理(用SML语言讲授)。

目前计算机科学专业教学计划中的一个难点，是硬件课程的设置问题。硬件知识体系本身非常丰富，但是硬件课程多了，又削弱了计算机科学专业的特色。CMU在这一问题上是怎样处理的呢？计算机科学学院的现任院长Randal E. Bryant 亲自给出了回答，他用15～213“计算机系统导论”一门课(12个单元)完成了硬件知识的教学。这项教学改革的成果就是一本厚达900多页的书：《Computer Systems: A Programmer's Perspective》。他在该书的序言中说：

“本课程的宗旨是用一种不同的方式向学生介绍计算机。因为，我们的学生中几乎没有人有机会构造计算机系统。而大多数学生，甚至是计算机工程师，也要求能日常使用计算机和编写计算机程序。所以我们决定从程序员的角度来讲解系统，并采用这样的过滤方法：我们只讨论那些影响用户级C程序的性能、正确性或实用性的主题。

比如，我们排除了诸如硬件加法器和总线设计这样的主题。虽然我们谈及了机器语言，但是不关注如何编写汇编语言，而是关心编译器怎样翻译C的各种构造，比如指针、循环、过程调用和返回，以及switch语句。更进一步，我们将更广泛和现实地看待系统，包括硬件和系统软件，讨论链接、加载、进程、信号、性能优化、评估、I/O以及网络与并发编程。

这种做法使得我们讲授本课程的方式对学生来讲既实用、具体，又能实践，同时也非常利于调动学生的积极性。”

5、美国MIT(麻省理工学院)计算机专业

MIT的课程设置，只能用其学生起点高来解释。该校没有典型意义上的计算机科学专业，偏软的只有理论计算机科学和人工智能及其应用两个专业。因此没有类似于其他学校的导论课程。

在MIT的电子电气工程与计算机科学系中，所有学生都要参加如下四门课程：6.001“计算机程序的结构与解释”，当然与伯克利相同，采用的是Abelson等编著的同名教材；6.002“电路与电子学”；6.003“信号与系统”(自编讲义)；6.004 “计算结构”(Computation Structures)，与伯克利的61C“计算机结构”对等。此外有两门专业基础数学课：“概率系统分析”和“计算机科学数学”，后者的教材是国外院校普遍采用的Rosen所著《离散数学及其应用》。

个人如何实现创新

1947 ?history　? Baxter? Scientists Against Time（历史类，下同）巴克斯特，《时代背景中的科学家》

1967 ?history　? Goetzmann? Exploration and Empire哥兹曼，《探险与帝国》

1978 ?gen nonfiction　? Sagan? Dragons of Eden（非文学类，下同）卡尔·萨根，《伊甸园的飞龙》

1979 ?gen nonfiction　? Wilson? On Human Nature威尔逊，《人的本性》

1980 ?gen nonfiction　? Hofstadter? G?del? Escher? Bach霍夫斯塔特，《集异璧》

1982 ?gen nonfiction　? Kidder? Soul of a New Machine基德，《打造天鹰》

1984 ?gen nonfiction　? Starr? Social Transformation of American Medicine斯塔尔，《美国医学的社会转型》

1986 ?history　? McDougall? ．．．The Heavens and the Earth迈克多哥尔，《天地万物》

1988 ?history　? Bruce? Launching of Modern American Science布鲁斯，《现代美国科学之兴起》

1988 ?gen nonfiction　? Rhodes? Making of the Atomic Bomb罗德斯，《原子弹的制造》

1991 ?gen nonfiction　? H？lldobler and Wilson? Ants霍尔道布勒与威尔逊，《蚂蚁》

1995 ?gen nonfiction　? Weiner? Beak of the Finch威尔纳，《与鸟为伴》

1998 ?history　? Larson? Summer for the Gods拉尔森，《众神之夏》

1998 ?gen nonfiction　? Diamond? Guns? Germs? and Steel戴厄门德，《枪炮、病菌和钢铁：人类社会的命运》

1999 ?gen nonfiction　? McPhee? Annals of the Former World迈克菲，《时时刻刻》

第二次世界大战刚结束后的30年时间内，几乎没有科普书出版。詹姆士·芬尼·巴克斯特的《时代背景中的科学家》是战后出版的第一本科普书，是关于制造原子弹的纪实故事。威廉姆·哥兹曼的《探险与帝国》描写的是美国西部探险的故事。从1978年卡尔·萨根的《伊甸园的飞龙》出版开始，普利策奖每年都给科学普及类书籍颁奖。这些获奖的科普书并不都是科学史方面的书。与科学有关的书籍出现在普利策非文学类和历史类获奖书目中。20世纪70年代末，某些事情使得科普书占据了美国文化的中心地位。科学成为公众讨论的焦点问题之一。有趣的是，这段时间也正是“科学昌盛”时期。一些新的大众科学杂志在70年代末和80年代初开始出现。还有一些新的科学电视节目开始播放，比如1973年“新星”（NOVA）科学电视系列节目开始播放。科学馆也越来越多。所有的这些数据说明，科学与美国文化之间在70年代末经历了一个发展变化的过程，在这个阶段，科学成为了公众文化讨论中必不可少的重要话题。

这种公众对科学议题讨论一直持续到最近几年。戴厄门德的《枪炮、病菌和钢铁：人类社会的命运》和迈克菲的《时时刻刻》都是人们讨论的中心。对科学热心的公众在近些年一直都在阅读迈克菲的书，只是在最近他的书才获得这个国家级的奖励。

从下面这个《纽约时报》畅销书的统计表中，我们可以看出这种科普书的发展模式。（如图）

尽管表中显示的变化很大，但是，我们可以看出在20世纪70年代末期出现了明显的上升趋势。在此之前，每年畅销书排名榜上科学类书的数目基本不会超过10种。但是，1978年以后，每年少于10种科普书入榜的情况就基本没有了。科普书的销售量越来越大。另一个令人瞩目的现象就是，科学成为持续不断的公众讨论中主要的组成部分。普利策奖和畅销书排名表明，如果没有科学和文学的结合，科普书的发展不可能出现这种局面。

要想了解这种新出现的文化讨论现象，我们就需要更深入地了解在畅销书目录上出现的科普书的类型。第一种是“科学”占据主题的书籍。这些书包括物理学、天文学、生物学等。而另一类，我把它们称为“大众科学”类（“public science”）。这类书种类很多，比如，“性”。但是，谈论“性”的书是将“性”放在科学的角度来谈论的。这些书是从心理学研究角度探讨“性”问题的科普书。还有许多从科学研究的角度写减肥、保健、健身和医疗的主题的。在此我并不想说所有的书都是符合科学原理的。但是，重要的是，我们应该看到，“大众科学”读物在某种程度取得了读者的信任，因为，它们自称是科学权威。有些人说，在我们这个社会中人们并不重视科学。我不同意这个观点。这些自称具有科学原理的书能够成为畅销书，就是因为科学在有思想的社会中受到尊重的原因。畅销书的统计数据表明，科学在大众文化中确实起到非常重要的作用并得到尊重。

我们再看一下《出版者周刊》（Publishers Weekly）第二次世界大战后科学类畅销书排行榜。

（依次为：年、排名、作者、书名）

1948 4 Kinsey et al．? Sexual Behavior in the Human Male金赛等，《男性性行为》

1950 5 Heyerdahl? Kon－Tiki赫耶达尔，《康奇基号》

1951 6 Carson? The Sea Around Us卡逊，《我们周围的海洋》

1951 9 Heyerdahl? Kon－Tiki赫耶达尔，《康奇基号》

1952 4 Carson? The Sea Around Us卡逊，《我们周围的海洋》

1953 3 Kinsey? Sexual Behavior in the Human Female金赛等，《女性性行为》

1958 8 Heyerdahl? Aku－Aku赫耶达尔，《阿库库》

1966 2 Masters and Johnson? Human Sexual Response马斯特和约翰逊，《人的性反应》

1975 4 Bronowski? The Ascent of Man布罗诺夫斯基，《人的上升》

1976 9 Hite? The Hite Report? A Nationwide Survey of Female Sexuality海蒂，《海蒂报告：全国女性性素质调查》

1977 7 Sagan? Dragons of Eden萨根，《伊甸园的飞龙》

1980 2 Sagan? Cosmos萨根，《宇宙》

1981 5 Sagan? Cosmos萨根，《宇宙》

1988 3 Hawking? Brief History of Time霍金，《时间简史》

1989 6 Macaulay? The Way Things Work迈考利，《变换无穷》

1989 13 Hawking? Brief History of Time霍金，《时间简史》

1992 30＋ Sagan? Shadows of Forgotten Ancestors萨根，《被遗忘祖先所留下的影子》

1994 24 Preston? Hot Zone 普雷斯顿，《炙热区域》

1994 26 Herrnstein and Murray? Bell Curve赫恩斯坦与姆勒，《钟型曲线》

1995 14 Goleman? Emotional Intelligence格尔曼，《情感智力》

1996 30＋ Goleman? Emotional Intelligence格尔曼，《情感智力》

1997 30＋ Mark H． Beers， Merck Manual马克·H·比尔斯，《莫克手册》

这个畅销书书目同样表明了“大众科学”书籍的重要地位，其中包括“性”方面的书籍。阿尔夫莱德·金赛及其同行们在20世纪40年代末和50年代初写作出版了两本关于人的性行为的书。但是，当你翻看书名的时候，你不会预见到这些书会成为畅销书，因为这种书枯燥乏味，属于纯粹的专题学术论文。但是，销售排名似乎说明其销售量也是不错的。在畅销书排行榜上我们也能够看到海蒂的《海蒂报告》以及马斯特和约翰逊论人的性反应的书。另一个“大众科学”主题是探险。许多与探险有关的书都榜上有名，比如，赫耶达尔的《康奇基号》和蕾切尔·卡逊的早期作品《我们周围的海洋》。事实上，卡逊在《寂静的春天》出版10年以前就已经是畅销书作家了。

还有一些属于“大作”的书，比如，雅格布·布罗诺夫斯基的《人的上升》和卡尔·萨根的《宇宙》。可能这些是我们认为的“用科学说明科学”的书（不包括金赛、马斯特和约翰逊的书），是阐述科学思想的书。如果我们留意一下，就会发现，这类书也是出现在20世纪70年代。1980年，卡尔·萨根的《宇宙》是新时代的科普书的突破点。“宇宙”电视节目毫无疑问产生了巨大的震撼效果，一时间，《宇宙》一书妇孺皆知，促进了书的发行量。当然，书本身也是畅销书。在《宇宙》刚出版不久发行量就很大。巨大的发行量所带来的效益也是巨大的。萨根的《接触》科幻小说获得两百万美元的合同。同时，萨根也创下了科幻书在书稿阶段就获得最高预付稿酬的历史记录。

在“严肃科学”类的畅销书目中，还有一个值得提及的，就是霍金的《时间简史》。他的这本书几乎所有的人都买，但是所有的人都不读。他在他的“序言”中说，他删除了所有的数学方程式，以防失去读者。但是，这本书仍然很难读懂。第一年，这本书的精装本销售量达70万册，第二年达到40万册。这还仅仅是精装本的数量。这本书为人们创立了书籍销售量的新期望标准，同时，也在那个时期改变了畅销书的标准，这个标准导致科普书排行下降。但是，霍金的书开创了一个书籍出版的新天地，那就是，将文化类书籍拓展至科学领域。当这种局面开始出现的时候，科普书在书店里就占有了一个单独的出售空间，出版代理商们开始四处寻找汉娜·福尔摩斯（Hannah Holmes，汉娜·福尔摩斯女士是科学家出身，现为“探索频道”，“Discovery Channel Online”自然史方面的作者。我国译介进来的书有《尘史》，“The Secret Life of Dust”——译注）这样的作家撰写科普书。

综上所述，科普书在美国大众文化中起着重要的作用。近些年来科普所起到的作用要远大于早期的作用，甚至也大于在媒体中所产生的作用。

科普书具有哪些重要作用

科普书至少在以下4个方面具有重要的意义。

首先，科普书在科学本身的研究发展中具有重要作用。即使某些畅销书和获奖书的读者对象是普通公众，但是也将科学团体作为自己的读者对象，或者说，在科学团体内，这些书也起着重要的作用。我们不应该对此感到惊讶，就目前我们所理解的“科学传播的范围”的概念强调的就是各种不同传播方式之间的相互反馈，信息的循环交流将各种传播渠道连接在一起。

科普书的第二个作用就是将公众吸引到科学中来。这个功能与许多网站的目的不同，与团体组织的活动计划也不同。如果科普书是公众文化讨论的组成部分，那么，书的功能就应该和文化中其他活动的功能一样。

科普书的第三个功能很难用英语来表达。用法语说就是“culture scientifique”，意思是日常文化中的主流思想被注入了科学的内涵。如果我们用英语说“科学文化”（“scientific culture”），似乎就与法语国家所说意思不相同。这个思想表达的就是科普书就是我们的日常生活中科学和文化的结合体。

科普书最后的作用是某些科学问题会成为公众讨论的议题之一。科普书会成为公众讨论的议题的落脚点或者侧重点。

A．在此我举一个获奖书如何对科学本身产生作用的例子。比如，威尔逊的《社会学》。这本书写作的部分目的是面向科学热心读者、精英知识团体的。但是，这本书同时也表达了科学本身的观点。它阐述了威尔逊完整的、全部的社会学观点。但是书中的观点以前仅散见于各种论文，并仅在专业团体中流传。威尔逊的这本书将他的观点进行了详细的阐述。

我还曾经看过一本教科书，在这本书中同样可以看到这种科普书功能，就是詹姆士·沃森1965年写的《基因分子生物学》。这本书将分子生物学领域的知识进行了归纳和总结，在此之前是没有这样的教科书的。为教授这本书而创立了整套课程，这套突然出现的课程被称为“社会生物学”（Sociobiology），这个课程就是以威尔逊的社会学为基础，结合生物学而创立的新课程。特别是在威尔逊的书的最后关于人类的一章为创立这个课程起了重要的作用。这本书也成了公众讨论人类自身本质的话题的组成部分。

另一个例子是约瑟夫·威森堡姆的《电脑的力量和人的理性》（Computer Power and Human Reason）。这本书是人工智能科学中的重要教科书。同时，它也是公众对电脑在社会中的作用、人脑的工作原理以及相关话题中所经常谈到的内容。

詹姆士·格莱克的《混沌》（Chaos）一书也很有意思。作者本来要将这本书写成大众科普读物，但是它在科学界也产生了学术作用。这是一本以记者出访然后以说明科学某些领域问题而写成的书。这本书也起到将复杂和混沌领域的知识进行归纳和结合的作用，而在此之前还没有人这样做过。如果你看一下最近出版的有关的书籍，你就会发现，它们都谈到，格莱克的书将所有有关的人都联系在一起，然后使他们突然意识到他们在互相对话。公众讨论也促进了学者之间的以书为媒介的讨论。

B．吸引公众参与科学。有一些科普书经常被人们这样说起：“我成为科学家是因为我读了那本书。”保罗·德·克鲁伊夫的《微生物猎手》（Microbe Hunters）就是这类书的典型（尽管这本书在我认识到其影响力之前几十年就出版了（第一次出版于1926年——译注〕），但是，在这些年里，其影响力一直经久不衰）。这本书在20世纪30年代、40年代和50年代成为资深生物学科学家所经常提及的作品，他们说，是《微生物猎手》这本书使他们成为生物学家的。

詹姆士·沃森的《双螺旋》（Double Helix）是一本非常难懂的书，但是在20世纪60年代和70年代，甚至在80年代仍然具有同样的影响力。如果你问一下现在仍然在生物技术前沿从事研究的人，许多人都会告诉你，他们在研究生时期读过这本书。他们还会说：“我就想成为这样的科学家！我要做出能够获得诺贝尔奖的成就。”

如果你想了解在天文学或者物理学领域的科学家从事科学的原因，就会发现“宇宙”也具有同样的作用（无论是电视节目还是书）。许多人是在观看“宇宙”以后，就会去买一本《宇宙》。卡尔·萨根的书具有和沃森的书同样的力量：“为什么你要做一名天文物理学家或者是天文学家？”回答是：“因为我看过卡尔·萨根的‘宇宙’电视节目。”或者，“我读过《宇宙》。”

C．科学文化（Culture scientifique）。

科普书的第三个作用就是有助于形成科学文化思想。如果你想成为“有文化的人”就一定要读一些书。阿西莫夫、斯蒂芬·杰·古尔德、布罗诺夫斯基的书都是“必读书”（尽管这些书都是值得推荐的好书，但是读阿西莫夫书的人可能比他在世的时候要少）。如果你没有读过刘易斯·托马斯关于医学的文章，或者戴瓦·索贝尔（Dava Sobel）的《经线：一个孤独天才解决当时最伟大科学问题的真实故事》（Longitude：The True Story of a Lone Genius Who Solved the Greatest Scientific Problem of His Time），你就不能说自己是个有文化的人。并不是所有这些书的内容中都有很多“科学”，比如，托马斯的文章更多的是从哲学角度看待疾病问题，索贝尔的书更多内容是探险故事，而不是科学知识，但是，你还是愿意读这些书。在“对科学热心” 的公众中，很多人喜欢阅读在《纽约客》上刊登的节选。

阿西莫夫的书在著名科普书单中是一个有趣的例子。事实上，阿西莫夫最著名的书是科幻书。在亚马逊网站上所列的他所写的400多本书中，有285本是科幻书。他的《基地》（Foundation）系列跻身在亚马逊网站上所列的1万本著名科幻书目中。他的某些非文学类（nonfiction）书都在前5万名之列。他的第一本科学类书是《原子：穿越亚原子宇宙之旅》（Atoms? A Journey Across the Subatomic Cosmos），这本书被列在5万本科普书目之内，排位26名。

阿西莫夫的作品中另一个值得注意的地方是他颂扬了科学的世界观，而这正是科学文化类书籍的核心。为了说明这一点，我举一个我个人的例子。在20世纪80年代末期，我为一个叫作《科学家》的周刊报纸写了一篇文章，这个报纸是面对科学家群体的。在那篇文章中，我谈到我称之为“大众科学的傲慢”（arrogance of pop science）的观点。我提出一个问题：谁是大众科学的对象？我认为，在那时出版的许多大众科学杂志发行情况都不妙，许多经营失败，转让也没有人要。失败的原因并不是杂志本身不好，而是因为它们都是从科学的角度讲话的，从开始就没有从读者的角度思考过，没有考虑过读者的境况、读者的兴趣和读者的厌恶。我认为，太多的杂志沉湎于精英科学观点。对于我的看法，阿西莫夫有点生气，他曾给一个编辑写过一封信。我感到自豪的是，我竟然使阿西莫夫给一个编辑写信。他在信中说：我不明白这个叫莱文斯坦的怪人（this Lewenstein nut）在说些什么。因为，他说如果人们都是傻瓜，那么，我就应该按照他们的要求去写东西。真是岂有此理。他怒吼道：“以牛顿的名义”（而不是以上帝的名义——作者），“我发誓，我宁肯傲慢而绝不做傻瓜。”

D．公众讨论。

科普书的最后作用是能够引起公众讨论或者引发各种公众的观点。书籍不仅仅提供知识，也不仅仅是愉悦公众，事实上，有些科普书的作用是引发争论。蕾切尔·卡逊的《寂静的春天》就是最典型的例子。它引发了化工产品对我们这个社会的影响的争论，因此，这本书被广泛地称为环境运动的奠基文献。但是，这个看法在当时是有争议的。卡逊的书在当时不仅受到化工公司的攻击，而且也受到科普作家的攻击。1963年，一个叫做劳伦斯·莱斯格（Lawrence Lessig）的人获得了美国化学学会格莱蒂·斯达克奖（the American Chemical Society’s Grady－Stack Award，科学记者杰出成就奖）。在他领奖致辞中，他将卡逊的书说成是：“带有偏见的极其情感化的论文”。他的讲话主要攻击《寂静的春天》。这个例子说明，许多人觉得他们需要在某种程度上表达他们的观点。

具有同样意义的另一个例子是，伊夫林·福克斯·凯勒（Evelyn Fox Keller）的《情有独钟》（The Feeling for the Organism），这是巴巴拉·麦克林托克的自传。其中部分写的是科学的本质以及女性学与男性学之间的差异。麦克林托克是否写的是另类科学？她用来写女性有关的事实资料难道与男性就不相关吗？福克斯·凯勒提出的观点至今仍然是人们对于相关问题争论的组成部分。许多人对福克斯·凯勒书中的技术细节问题提出质疑。但是，我们要谈的重要一点是凯勒的书将巴巴拉·麦克林托克带入了公众的讨论之中。里查德·赫恩斯坦和查理斯·莫勒的《钟型曲线》也具有同样的作用：许多人对书中所涉及的科学表示质疑，他们对书是否准确地表达了研究结果或者准确地使用了数据表示怀疑。但是，我们关心的重要一点是，这本书成为了公众讨论的话题。《钟型曲线》成为引发公众讨论、杂志辩论文章和报纸文章、政策讨论等经常提及的书之一。这是书在促进公众讨论中的作用的典型例子。

科普书的公众讨论作用

从最简单的层面上说，这是因为书籍是影响我们文化的媒体的组成部分。尽管我们现在主要使用互联网和其他新型媒体，但是，我们不要忘记科学传播还有其他方式。从更深层次上讲，由于书籍在传播信息中所具有的多种作用，因此能够有效促进外行专家（lay expertise）参与讨论，并带动广大普通公众的参与讨论。

科普书能够开创对科学认识的新视角。在我们思考科学技术传播功能的时候，我们不要忘记《混沌》一书。记者詹姆士·格雷克通过这本书将不同领域的科学家的观点汇集到一起。我们还要思考科普书在激发公众讨论中的作用。不仅刘易斯·托马斯的书会使我们感受到愉悦，同时，里查德·赫恩斯坦和查理斯·莫勒的书还会引发我们的讨论。这个作用显示了公众参与和公众表达观点的模型。

最后，也是最重要的，就是科普书能够开创我们新的社会文化。这种文化是科学文化和更为广泛的大众文化的结合。当我们审视这种文化的时候，我们就会发现，科学和现代文化的不可分割。用我们科学社会学的术语说，就是“相互产生”（co－produced）。科学和社会不能单独存在。科普书提供了一个在现实、物质方式中相互作用的例子。如果我们思考科普书体现出的科学和社会互动的多种方式，那么，我们就能够看出从事科普的人在用“最好的方式向公众传播科学”中的其他活动方式，这些活动方式不仅解决一些特殊问题，而且，事实上在创建科学文化，即culture scientifique中也起到作用。

为什么新思想新科技大多出自少数几个国家？其他国家的人几乎毫无贡献？甚至聪明勤奋的中国人也缺乏创新能力，导致被美国肆意霸凌。主要原因是基础认知的差异和普及，次要原因是市场激励的差异。我们要想提高国民的创新能力，除了搞好市场激励外，重点要向大众科普必要的基础认知，科学的基础认知可以启发和指导创新，大幅提高国民的创新能力。

世界的本源：

古希腊人就有原子的思想，认为物质最终由最小的原子构成，自然现象由基础规律演化而来。这种认知大大启发了欧洲人探索自然规律。现代科学已基本证明宇宙是从奇点演化出来的，奇点所含有的信息必然不多，由此演化出来的纷杂世界必然是以几个简单规则为基础，然后逐层推进。人类要想发现这些规则，可以通过分类研究自然现象，总结规律，然后整合规律，用更抽象更统一的概念描述，这个过程逐渐推进就可以最终接近那几个基本宇宙规则。

空间和时间：

自然界的维度可能很多，但人脑能感知到的只有空间和时间4个维度，进而形成几何和因果的直觉，在这些直觉的基础上总结出适合人脑理解和掌握的知识。从高维度的自然界到人脑的直觉，一定不是一一对应的关系，所以人脑总结的知识是凌乱的，很难统一，要想接近世界本源，必须超越空间和时间的维度，从更多维度上统一规律，放弃直觉理解。

这种认知能启发创造和理解多维理论，如弦论，M理论。

认知的过程：

人类的认知能力有局限性，我们首先是通过感官接触外界，把接收到的信息转化为电信号通过神经传入大脑，大脑是由800亿个神经元细胞连接构成的庞大网络。电信号的强度决定神经元上的突触接通和连接强度，并进一步决定下一条神经元上突触的接通情况，从而在庞大的神经元连接网络中形成独特的电流涟漪。只要接收的信息不同，形成的电流涟漪就会不同，这些独特的电流涟漪就是我们对外界的感性认识，我们再通过主动的方式把电流涟漪扩展到其他区域，建立更多链接，就形成了理性认识。从这个认知过程看，我们的感官能接收的信息是有限的，不是一一对应关系，信息转化为神经电信号是有局限的，不是一一对应关系，神经电信号激发的神经网络的电流涟漪也不是一一对应的关系。这些认知特点就会导致大脑对外界的认知失真。但即使大脑有如此的局限性，要想用人造语言完全描述和推理这些过程依然无法做到，所以总会有些不可言传只能意会的思想。用电脑完全模拟人脑也无法做到，人脑神经元间连通状态和强度有无限多样性，因素有:离子种类，离子浓度，电流大小。后两个因素都是连续变化的，大脑从信号输入到输出是模糊逻辑，相同的输入能产生万变的输出，大脑还可以主动连接网络，从而产生自由意志；而电脑程序构造的人造神经网络是以通和断两种状态为基本单元，是不连续的，这种不连续的逻辑网络运行一定是模式化的，输入到输出是严格逻辑，绝不会产生自我意识。

这种认知能启发和指导创建各种链接模型，实现部分大脑功能。如果有一天人类发明了能实现连续变化的接触器，并能把千亿个这种接触器互相链接起来，人工智能才能实现全部大脑功能。

知识的学习：

知识是被人类整理过的，适合大脑掌握的，有用的，简化的，概括化的，结构化的，语言化的信息。语言是人类发明的，有一定的结构和语法，这些结构和语法会限制语言的表达力和应用力。例如：自然语言，描述和推理都有很多模糊性，容易造成错误，描述只能分段进行，一次不能含有太多信息；软件语言，每种都是针对某类问题有较好算法，其他问题很吃力或无法编程；数学语言，针对数量，符号，图形和集合，能较好地描述和推理，针对政治艺术道德方面问题就无能无力。所以任何知识都不能完整描述和推理真实世界，都是对真实世界的一种简化。在应用时要时刻注意不能教条化，一定要具体问题具体分析。如果问题较小，可以掌握所有细节，推理也不复杂，就要抛弃所有理论，用常识思考即可。

知识按大脑的处理方式可以分为记忆性知识，理解性知识和技能性知识。

记忆性知识的学习方法：分类，多感官参与，回忆，重复。

理解性知识的学习方法：体验现象和问题，抽象出概念，找出基本命题，亲自推导出所有重要命题，整理出完整命题体系，实践应用。

技能性知识的学习方法：分解技能，刻意练习，综合应用。

知识方面的认知能大幅提升知识的学习效率和应用能力。

逻辑推理：

逻辑是思维的规则，头脑中的逻辑是进化的产物，是外界最基本规律在意识中的反映。逻辑基本规则有同一律，矛盾律，排中律和充分必要律。遵循逻辑就可以推理或证明命题，如三段论推理是遵循同一律和充分必要律，归谬式证明是遵循矛盾律，数学演算是遵循同一律和充分必要律。

通过逻辑推理或证明可以保证命题的正确性和完备性，微积分的历史就体现这点：

通过穷竭法古代人就发现了特定曲线的斜率求法，通过斜率反求曲线的求法，曲线下面积的求法。针对简单曲线，这些求法都能较容易分析出来，但进一步推广使用就会产生各种混乱和悖论。为此必须从逻辑上证明严谨性和推导出通用方法，最终发明了极限和连续的概念才基本解决。我们学习微积分最好也应该是从简单曲线的斜率，反求和面积开始，然后进行扩展，最后才是严谨性证明和推导。如果开始就关注严谨性，仅仅连续统概念和极限定义就会使人犯晕。

公理化理论也是按逻辑推理建构出来的，公理化一方面保证理论的正确性和完备性，另一方面也方便我们记忆，理解和使用。但如果命题数量并不多，而且都能直觉理解，刻意的公理化就会带来理解和使用的障碍。

公理可以是常识性命题，也可以是在人造理论中的假设命题。以逻辑和公理为基础就可以推导出整套命题体系，形成某种理论，所有推导出命题都是公理的子命题，是在更多限制条件下的细化命题，但不要指望通过这种方式能推导出该领域所有命题，总有一些命题从公理中推导不出来，不能证实也不能证伪。

推理有自然语言推理和数学语言推理，前者容易犯错而且推理层次低，后者推理严谨而且推理层次深，能转化为数值符号图形和集合描述的，都要尽量用数学推导。

自然界在微观和宏观方面，人类感官接触不到，也感受不到，所以进化出的大脑逻辑就不一定适用微观和宏观的世界，如量子纠缠，量子隧穿和量子态叠加，这些现象完全不符合逻辑，我们也不应该用逻辑去解释它，只要拼凑出能描述的数学模型就足够了。

逻辑方面的认知能让我们提高推理能力，帮助创建和应用可靠的，公理化的知识体系。

科学研究：

科学是一套系统的，逻辑的知识体系，可以用来解释和预测现象。科学研究就是创建这套体系的过程。

自然学科方面，研究的过程是这样的，首先是明确针对的问题和现象，直觉感受和体验，抽象出概念和定义，构建简化模型，然后通过观察和实验总结规律，用数学关系式描述，必要时再做出一些假设，整理出基本命题，一般10个以内，能覆盖该领域的所有基础物理量和关系，接着用数学演算推导其他结论，最后是验证结论，验证通过就接受理论。科学理论不需要完全反映真实世界，只要能用来解释和预测现象，不产生矛盾，而且足够简单，能够被人脑掌握和应用就行。为此，科学需要人为创造一些容易掌握的概念和定义，要尽量统一，尽量概括，尽量用更简单的命题描述更基本现象，尽量用更简单的公式描述更基本规律。

社会学科研究方面，和自然学科类似，差异点是基本命题会随着伦理，立场和价值观不同而变化，推理上也更多地使用自然语言推理，推理层次低，难度低，错误多。为了公理化庞杂的命题，必须做出各种限制和假设，如经济学的理性人假设，历史学的时间跨度拉长，政治学的价值观追求，这些限制和假设在具体的事例上，往往并不成立，所以社会科学最忌讳教条化，历史上的伟大政治决策常常是基于事实和常理判断，不使用任何理论。

有这些认知后，普通人对科研也会有信心。

技术研发：

技术是利用物理化学效应和几何原理实现某种功能，这些技术要尽量模块化，标准化，参数化，应用时只需选择即可，不需了解实现细节。例如各种传感器，放大器，伺服器，软件中的函数库等。

各种效应和转换原理要事先整理好，包括转换函数，应用范围，精度大小，限制条件，成本大小等，例如：力电转换，光电转换，功率放大，变压，变速，变向，计数，力传导，正反馈，负反馈，电信号转换，光信号转换，位置记忆和复位，物质聚合和转化等。

在研发时可以从目标和限制条件出发反向推导，一步一步做出选择，解决或隔离矛盾，复杂的可以借助数学和软件工具降低筛选和判断难度，之后就是不断地实验，优化和集成，多次迭代后就能研发出满意产品。

政府要尽量制定更多技术标准，完善标准件手册和知识库，企业要尽量把产品标准化，部件标准化，技术文件手册化，研发人员要做好分工，个人只专注于特定领域，做出的东西要函数式的封装，别人不需要了解细节和原理就可以方便使用，每个层次的研发只需在本层次思考，不需了解其他层次的问题，每个层次的研发都尽量总结出简单易用的方法论。

例如研发复杂设备，首先从应用要求出发，推导出主参数，然后是方案设计，主要部件设计，零件设计，层层推进，要做到每一步的工作都简单，每个人负责的事情都容易。

繁琐，重复的东西尽量让电脑去做，如计算，仿真，筛选，判断等，人只做创造和决策的工作。

随着AI技术的发展，电脑技术要更多地使用起来，过去是用触发器和传感器判断状态，机械装置，继电器和PLC实现简单场景的自动化，今后要增加图像识别和语音识别的AI判断状态，电脑实现复杂场景的智能化。在人机交互上，过去是通过手柄，键盘和屏幕，今后要增加通过语音，手势和脑机接口，实现更高的人机交互效率。

技术研发方面的认知可以提高研发效率，让普通人也能从事研发工作。

工艺设计：

工艺是产品加工的方法，设计的原则是加工难度要小，成本要低，精度足够，误差累积尽量避免。

要想加工出高精度的东西，必需要原料稳定，设备精确和稳定，然后以低误差累积和低成本为目标选择加工方法。

例如要加工出同轴性好的电机外壳，两端的轴承孔必需在一次定位下加工，换刀不换位，一次性把两端的孔车削出来，要做到精度更高，还需要材料稳定，硬度误差小，机床刚度高，刀具磨损慢，后续热处理标准化，工人经验足等。

再比如烧蚀芯片电路，烧蚀部分极其微小精细，烧蚀过程中如果有移动就会产生误差，所以就采用投影的方式烧蚀，烧蚀中不需芯片和光源移动，把需要烧蚀的部分放大n倍后做成光栅，用紫外线照射光栅，然后用凸透镜缩小n倍投射到覆膜芯片上，这样就烧蚀出超微的芯片电路，完全规避移动误差，精度只取决于紫外线波长和凸透镜精度。

当然，大多数时候误差无法规避，如果最终能调校或修正，前期少量误差累积是可以允许的。比如轮子：最终可以通过打孔修正质心偏移，所以加工和装配过程中可以允许少量误差累积。设备的最终调校也是这个道理。

工艺设计的方法是比较和筛选，要熟悉各种定位方法，夹紧方式和刀具类型，要掌握各种加工方法的适用范围，精度大小，限制条件和成本大小。在头脑中在文件中甚至在电脑软件中，把这些加工方法尽量标准化，参数化，设计工艺时只要比较和筛选即可，简单的用人工选择，复杂的用电脑选择。

工艺设计时一定要清楚图纸要求和场景应用要求，很多应用要求在图纸上并没有体现，但常常在设计工艺时更为重要，所以工艺设计人员一定要清楚部件的使用场景。

另外，复杂工艺在最细化的操作知识很难传授，只存在工人的经验中，老工人老师傅非常宝贵。

工艺方面的认知可以帮助我们制造出高精尖产品。

总之，创新并不难，科技巨匠们并不神秘，只要保持对外界的好奇心，有正确基础认知的启发和指导，小国寡民也会有创新能力，也能做出伟大的发明和创造。

更多方法请看老淮方法论

关于“美国留学计算机专业名校有哪些”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！