※ 引述《haryewkun (Har)》之铭言： : 范围广一点的话，Web 2.0 标榜的东西，就是人工建知识库。 : 而 Wikipedia就是现代的知识库，Yahoo! Answer 就是现代的人工更新方法 : 。 : 如果要说自动化的规则建立，什麽 data mining之类，Google的搜索引擎就 : 是高度应用这一方面的技术。 : 所以，作为对抗Google的出路，现在人工建立资料库的做法，更热烈地在研 : 究当中。绝对不会是在没落边缘。 : 附带一提，别的科目不同，电脑科学，我也不喜欢看历史。为什麽？因为运 : 算速度的改变，过去的经验，会变得完全没有参考价值，只是扼杀了我的创 : 作力而已。 : 作一个比喻，做网站的，研究 Yahoo! 十年前的网页界面，有意思吗？十年 : 前的频宽能力不足，现在可是另一回事。有多少经验可以重用呢？不过是束 : 缚自己的脚步而已。 : 电脑科学也是一样，十年前做不成功的方法，现在再用现代的运算力及网络 : ，可能就会成功了。同样的做法，不同的环境，只是没人去尝试而已。 : 这些都是题外话。 就算是 Yahoo! 现在的网页界面，我也不认为有研究的价值啊 =_= 我对你所谓的电脑科学的定义不一样，也许每个人都有自己的定义吧， 在我的观点，要研究电脑科学，一定要看它发展的历史，从源头开始了解，才能够 快速让自己进入该领域，然後开始做一些东西出来。 专家系统的发展史当然值得去看，但是我推荐天下杂志出版的「复杂」这本书， 里面 John Holland 对专家系统的看法很值得参考 (Holland是基因演算法发明人)。 透过参考当时 John Holland 的看法，再看看现在专家系统的发展状况，让人佩服他 当时的眼光，还有基因演算法中 Classifier System 的巧思。 研究 Algorithm 的人更是一定要从每个不同演算法的历史开始研究起，任何新领域 的入门都是从该领域的历史资料开始看。 另外，十年前做不到的事，只要硬体变强，现在就做的到吗？ 那麽，电脑围棋呢？30年前的电脑围棋功力和现在的电脑围棋功力差多少？ 我可以告诉你，没有差 =_= --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 220.132.163.180