未来100年除了计算机其他都是夕阳行业吗？

[yyddss]

关键是看情感能否量化和评价。

目前感觉，这种量化和评价的方式，人类自己设计不了。当然希望计算机能做到，但我表示怀疑，因为计算机的量化和评价的模型，还是基于人的设计。
100年太短了

 

[科学养猪]

目前感觉，这种量化和评价的方式，人类自己设计不了。当然希望计算机能做到，但我表示怀疑，因为计算机的量化和评价的模型，还是基于人的设计。
100年太短了

我估计着人类差不多也就1，200 年了。 欲壑难填，自掘坟墓。

 

[yyddss]

不过还有一种可能，就是这一切都是虚幻的。像拍电影一样，不久就回到原本状态了。

嘿嘿，幸好有互联网，我们可以查看到你曾经的帖子。否则你和5毛打架的事情，没准只是一个植入性的记忆，实际根本没发生过。

 

[未尝不可]

你理解错了。 仅以此为例，这不是猜密码。 这是non-determinism, 用来定义P 和NP， 最低两级的运算台阶。 这是当今计算机科学最基本的难题之一： P 是否等于NP。 这是任何计算机科研绕不过去的问题， 包括人工智能包括神经网络。

P等于NP，NP未必等于P，
俺以前也看过这个问题，挺有趣，你多讲讲，

 

[杨迪]

学建筑吧!永远需要.

 

[awander]

P等于NP，NP未必等于P，
俺以前也看过这个问题，挺有趣，你多讲讲，

为了评价一个算法的优劣， 人们用该算法所需步骤相对于问题的大小的函数为检测标准。 假设问题大小用N表示，算法的计算步骤为N＊N， 则该算法为平方算法。

通常能够实际使用的算法应该不高于多项式， 即 Polynomial。 P 代表所有能用多项式算法解决的问题。 所有已经证明没有Polynomial 算法的问题属于高阶P。 NP是一大类问题， 目前没有Polynomial算法可又无法证明它们没有Polynomial解法。 但如果能借助上帝之手（Oracle） 猜出结果，则可以有Polynomial算法。 计算理论的一大难题就是 P是否等于NP。

这个理论系多伦多大学计算机系的一个教授提出， 他因此而获得计算机图灵奖。

 

[starry starry night]

计算机行业是先死的行业。就像英语。人人都会说都会讲。英语老师有前途吗？将来人人都会用计算机，编程人人都会，就像你能设置你家每天室内温度，用微波炉/烤箱一样简单。到时候有没有做计算机这个职业的人都不好说。

 

[网洋中的一条鱼]

计算机行业是先死的行业。就像英语。人人都会说都会讲。英语老师有前途吗？将来人人都会用计算机，编程人人都会，就像你能设置你家每天室内温度，用微波炉/烤箱一样简单。到时候有没有做计算机这个职业的人都不好说。

从计算机发展的历史来看，它不像是先死的行业。

 

[sabre]

我看生物生理病理医药行业， 有前途，
传销也不错，
因为未来耗费在吃穿住的比例越来越小， 钱或者花在健康上， 或者花在不健康上，

 

[sabre]

从计算机发展的历史来看，它不像是先死的行业。

就业角度看， 有可能成为类似医生律师类的行业， 被少数人垄断，
对人工智能的恐惧， 其实是对这些少数人的恐惧，

 

[网洋中的一条鱼]

为了评价一个算法的优劣， 人们用该算法所需步骤相对于问题的大小的函数为检测标准。 假设问题大小用N表示，算法的计算步骤为N＊N， 则该算法为平方算法。

通常能够实际使用的算法应该不高于多项式， 即 Polynomial。 P 代表所有能用多项式算法解决的问题。 所有已经证明没有Polynomial 算法的问题属于高阶P。 NP是一大类问题， 目前没有Polynomial算法可又无法证明它们没有Polynomial解法。 但如果能借助上帝之手（Oracle） 猜出结果，则可以有Polynomial算法。 计算理论的一大难题就是 P是否等于NP。

这个理论系多伦多大学计算机系的一个教授提出， 他因此而获得计算机图灵奖。

NP完全问题建立在问题本身的研究和模型之上，和神经网络完全是两个方向，应用于解决不同的问题，神经网络不需要知道问题内部是什么，只要输入输出能量化，结果可以评价就够了

 

[franco]

计算机、人工智能、无人驾驶。。。唔觉得这个世界会变得太无趣儿单调，本来人各有长，我就擅长和喜欢开个车，这个也被计算机代替了，大家原本不同的skill都被计算机代替了，剩下就是所有人都变成键盘手，真个无趣的紧的。