※ 引述《haryewkun (Har)》之銘言： : 範圍廣一點的話，Web 2.0 標榜的東西，就是人工建知識庫。 : 而 Wikipedia就是現代的知識庫，Yahoo! Answer 就是現代的人工更新方法 : 。 : 如果要說自動化的規則建立，什麼 data mining之類，Google的搜索引擎就 : 是高度應用這一方面的技術。 : 所以，作為對抗Google的出路，現在人工建立資料庫的做法，更熱烈地在研 : 究當中。絕對不會是在沒落邊緣。 : 附帶一提，別的科目不同，電腦科學，我也不喜歡看歷史。為什麼？因為運 : 算速度的改變，過去的經驗，會變得完全沒有參考價值，只是扼殺了我的創 : 作力而已。 : 作一個比喻，做網站的，研究 Yahoo! 十年前的網頁界面，有意思嗎？十年 : 前的頻寬能力不足，現在可是另一回事。有多少經驗可以重用呢？不過是束 : 縛自己的腳步而已。 : 電腦科學也是一樣，十年前做不成功的方法，現在再用現代的運算力及網絡 : ，可能就會成功了。同樣的做法，不同的環境，只是沒人去嘗試而已。 : 這些都是題外話。 就算是 Yahoo! 現在的網頁界面，我也不認為有研究的價值啊 =_= 我對你所謂的電腦科學的定義不一樣，也許每個人都有自己的定義吧， 在我的觀點，要研究電腦科學，一定要看它發展的歷史，從源頭開始了解，才能夠 快速讓自己進入該領域，然後開始做一些東西出來。 專家系統的發展史當然值得去看，但是我推薦天下雜誌出版的「複雜」這本書， 裡面 John Holland 對專家系統的看法很值得參考 (Holland是基因演算法發明人)。 透過參考當時 John Holland 的看法，再看看現在專家系統的發展狀況，讓人佩服他 當時的眼光，還有基因演算法中 Classifier System 的巧思。 研究 Algorithm 的人更是一定要從每個不同演算法的歷史開始研究起，任何新領域 的入門都是從該領域的歷史資料開始看。 另外，十年前做不到的事，只要硬體變強，現在就做的到嗎？ 那麼，電腦圍棋呢？30年前的電腦圍棋功力和現在的電腦圍棋功力差多少？ 我可以告訴你，沒有差 =_= --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 220.132.163.180