计算机选中科大还是南大？

计算机选中科大还是南大？ Erchius的回答 谢不邀，看到有人说南大慎选，有感而发，我要说ustc也是个重量级。 声明：我本人在科大主修不是计算机而是数学，但辅修计算机，且课题组和计算机方向高度相关，应该还算有评论权。 我将从课程安排、学习/讨论氛围、科研三方面讨论我眼中科大计算机专业的利与弊。 对于计算机专业课而言，科大的课程安排相当复古，有许多老师几十年如一日地开设某门课程，每一年的讲法几乎毫无变化，并且考核方式相当落后（一些课程会要手写代码，另一些甚至考试几乎是概念解析）。对于考核方式，以前一些助教会自己手搓oj，而且在一些助教的推进下，最近学校的公用oj正在重新被建设起来。 这些课程的问题在于没有跟上在这门课程讨论的领域内普遍的认知和范式的改变。当然，从学知识的角度看，这不是一个很大的问题：一方面是，如果这门课遇上了比较好的助教或者很强的同学，他们在课程群内的讨论，或者习题课等场合的讲解，往往能直逼领域前沿。跟随这些大佬，能有效地学到领域的理论，并了解领域对很多问题的实践结论。但另一个问题是，这样的课程让你的成绩充满了随机性，如果想要稳定地维持高gpa，是比较困难的事情。 另一方面，计算机的大部分子领域，在深入钻研后都有深重的数学依赖，而科大的高等数学基础教育是非常完整的。这确实是一个对于计算机方向深远走向的保障，不过问题是科大的数学教育实际上是数学物理基础教育，所以我大一被物理痛苦地折磨。 以上是课程安排。 学习和讨论的氛围可能被以上的一些描述涵盖了，但是重复一遍：学生中计算机理论和实践能力非常高的人都有很多。在此我非常推荐持续地保持参与Linux User Group（以下简称LUG）的讨论和社团活动（查了一下，似乎南大也有LUG），将会受益匪浅。LUG群里也经常有人发表自己做一些项目的想法，并且可能是招募想做的人一起参与；如果有兴趣，参与这些项目是非常有价值的。 （当然我不是说参与月饼钓鱼和对月饼钓鱼服务器的DDoS） 科大的另一个特征就是本科生非常容易参与科研，并且实验室大部分都很欢迎本科生前来学习和交流，除了少数几个实验室要求大二以后才能加入。这点有利有弊吧，利在于能更好地接触前沿，弊在于这实际上也给你带来了科研压力：身边的人都在干科研，我怎么办？ 最后提一句，科大的一个特征是容易产生压力，不论是科研还是学习；这使得很多人常常忘记自己还有这些以外的生活。正如我之前的知乎评论：生活是一种能力，善于卷的人和善于生活的人看到的科大是不一样的。 不论去哪所大学，我都建议各位大学新生：读万卷书，行万里路。不要让学习，科研或者其他事情阻拦你探索生活和世界的脚步，多走动走动，多看看。我们是来大学学习的，但我们不是知识的奴隶。 以上 via 知乎热榜 (author: Erchius)

“计算机视觉女神”图像为何被IEEE期刊封杀？

“计算机视觉女神”图像为何被IEEE期刊封杀？ △Lenna图也就是说，之后委员会或审稿人会特地留意论文中是否有这张图，如果有的话，会要求作者用替换图片。“Lenna图”的时代彻底结束了？要知道，这张图曾经的火爆程度belike：“计算机视觉女神”Lenna图最初是登在1972年11月期的《花花公子》（Playboy）杂志上的一张裸体插图，由摄影师Dwight Hooker拍摄，图中主体是瑞典模特Lena Forsén。当时，为了方便英语读者读准瑞典语“Lena”的发音，《花花公子》使用了“Lenna”这一名字。Lenna成为高分辨率彩色图像处理研究标准图的历史，在2001年5月的IEEE ComSoc通讯文章中被讲述：1973年的六七月份，时任南加州大学电气工程助理教授的Alexander Sawchuk及其团队，包括一名研究生和SIPI实验室管理人，正急切地寻找一张适合会议论文使用的高质量图片。他们的目标是找到一张既有光泽又能展现出良好动态范围的图像，而且最好是一张人脸图片。恰巧这时有人带着一本最新版的《花花公子》杂志走了进来。里面的Lenna图，被研究人员选中。他们将插图放到Muirhead有线传真扫描仪的光鼓上进行扫描。Muirhead的分辨率为固定的100LPI，而研究人员希望得到一幅512 x 512的图像，所以他们将扫描范围定在上部的5.12英寸，这样恰好裁剪到人物的肩膀位置，去除了裸体的部分。由此，一张512x512的Lenna测试图就诞生了。这张图在上世纪七八十年代的传播范围有限，最初仅是在美国各高校实验室之间流行。但到了1991年7月，Lenna图与另一张流行的测试图Peppers一起出现在计算机视觉领域的《Optical Engineering》杂志封面上，引起了大家的广泛注意。Lenna图备受喜欢的原因大概有这么几点。首先从技术上来讲，Lenna图有丰富的细节、明暗对比，同时也有平滑的过渡区域，而这很考验图像压缩算法的能力。众所周知，数字图像就是一个个像素点排列而成。而在压缩的时候，这些像素点都会被转化成频率信号。像素点之间差异大的区域，通常也就是细节丰富的区域，转化后对应高频信号，比较难处理；反过来像素点之间差异小的平滑过渡区域，就对应低频信号，处理起来也相对简单。一个好的压缩算法，高频和低频信号都得处理好。这两种信号，Lenna都有，分配比例还很恰当。其次，Lenna是一张漂亮小姐姐的照片，懂得都懂。但除此之外，还有一个更重要的原因：人眼对人脸非常敏感。你可能认不出两只二哈的脸有什么区别，但一个人的表情即使只有一丢丢变化，你都能一眼发觉。对图像压缩来说，相较于其他图像，人会更容易发觉人像在压缩前后的差异，所以也就更容易比较不同算法的好坏。正是由于以上种种优点，Lenna很快成了图像处理的标准测试图片。根据国外一个网站统计，91年后Lenna在互联网上的出现次数开始猛长。到了1996年，业界顶级期刊IEEE图像处理汇刊里，竟然有接近三分之一的文章都用到了Lenna。光在1999年的一期《IEEE图像处理汇刊》中，Lenna就被用于三篇独立研究中，21世纪初它还出现在了科学期刊中。由于Lenna在图像处理界被广泛接受，Lena Forsén本人受邀成为了1997年成像科学与技术学会 （IS&T） 第50届年会的嘉宾。2015年，Lena Forsén也是IEEE ICIP 2015晚宴的嘉宾，主持了最佳论文奖颁奖仪式。Lenna图的消逝不过，随之而来的还有大伙儿对这张图的批评。最大问题，就在于这张照片来源于有“物化女性”之嫌争议的《花花公子》。1999年，在一篇关于计算机科学中男性占主导地位原因的论文中，应用数学家Dianne P. O’Leary写道：“在图像处理中使用的暗示性图片……传达了讲师只迎合男性的信息。例如，令人惊讶的是，Lenna图像图像至今仍作为示例在课程中使用，并作为测试图片发表于学术期刊。”2015年，一个美国高中生在《华盛顿邮报》上写了一篇文章，文中叙述了自己作为一个女生，在计算机课上看到这张照片后感到不适，“我不理解，为什么一所先进的理工学校，在教学中会用一张花花公子的封面？”虽然这只是一篇高中生写的文章，但却在学界引起了巨大的震动。由于种种争议，2018年， Nature Nanotechnology杂志宣布禁止在论文提交中使用Lenna图像。至于Lena Forsén，2019年《连线》一篇文章中写道，Forsén并没有对这张图片心怀怨恨，但她对当初没有为此获得更好的报酬感到遗憾，曾表示“我真的为那张照片感到骄傲”。△Lena Forsén重拍当年照片但2019 年，Creatable和Code Like a Girl制作了一部名为“Losing Lena”的纪录片。Lena Forsén表示：我很久以前就退出了模特界，现在也该退出科技界了。我们可以在今天做出一个简单的改变，为明天创造一个持久的改变。让我们承诺失去我。现在看来，这一承诺正在兑现。除了上面所讲的争议，有网友认为Lenna图在当今这个时代的意义也跟以往大有不同了。不同于以往，当今几乎人人都可轻易使用一台好的相机。大多数精力应投入于创造合适的光照条件和挑选满足特定标准的拍摄对象。此外，一个精心设计的计算机生成图像也能满足需求。参考链接： ... PC版： 手机版：

工科研二了，考研复试被刷，一直都在后悔自己为什么没去参加一志愿的调剂复试，为啥没有二战，调剂的学校比本科差还偏远，导师水货还做行

工科研二了，考研复试被刷，一直都在后悔自己为什么没去参加一志愿的调剂复试，为啥没有二战，调剂的学校比本科差还偏远，导师水货还做行政放养，课题偏理论，对就业毫无帮助，实习也没有好去处，感觉自己就是在在浪费时间，还不如本科就去工作，最近看着自己差点考上的名校同学拿到的offer，自己简历都过不了，就觉得读这研没啥意思，现在就是摆烂，随时准备退学的状态，求有人把我骂醒。 #私密 #树洞 #求助 投稿自己的秘密，忏悔，倾诉，发泄你的故事。 投稿 @tcj188_bot

群里的大佬们你们好，本人目前24岁，二战上岸京区211，口译硕士研0。现阶段就是比较迷茫吧，第一是一年上学的开支差不多6w了，家

群里的大佬们你们好，本人目前24岁，二战上岸京区211，口译硕士研0。现阶段就是比较迷茫吧，第一是一年上学的开支差不多6w了，家里不算特别有钱，全靠我爹工资，我妈退休了，一个月也就1k5。第二是目前这个行业受到AI的冲击很大（其实也不算大，口译目前还是得靠人），但过两年也许就不一样了。第三是其他的知识我也没啥会的（但学习能力还行，只是不知道学啥），本硕还都是英语，不知道未来的方向该怎么走。 做翻译，混不到头部赚得不多也很累；外企，不太了解，道听途说好多都不在中国了，造成一大批人失业，而且纯翻译岗招的人很少；考公，感觉卷不过而且一条路走到死一直考考考，好累。 其实当时不是特别想考这个研了（我爹让的），但稀里糊涂也就上岸了。现在也是在努力把跟专业有关的证书考了打好基础（雅思都还没过呢hhh），但对读研期间的规划一直都想不好。唯一确定的，就是我特别想读研期间实习赚点钱补贴家用，不想看我爹这么累。希望各位群友给我一些建议，我想了解大家在读研期间都是怎么过来的呢？小弟拜谢 投的稿一直没通过，如果重复刷屏了请大家见谅

如果二战中的各个国家使用各国现代武器会有什么结果？

如果二战中的各个国家使用各国现代武器会有什么结果？ 南洋航路的回答 （假设数量、规模维持二战状态不变，各国均能在不依赖OTL原产国的情况下得到技术支持和物资保障，人员训练和指挥参谋问题不存在） 1939年9月1日，德国坦克兵越过边境线，发现波兰人开的也是豹二。 1940年，英德双方的“台风”在空中战成一团，由于双方使用的都是同型机，不时发生因敌我识别失误导致的友军误伤事故……哦不对，由于德国空军手里没有合适的轰炸机，对英国战略轰炸计划取消。加兰德实现了他“给自己的联队装备喷火式”的目标，至少是部分实现了，因为他们配备了和英军最先进战机同款的“台风”。 由于没有足够大的破交舰，莱茵演习行动取消。 由于没有足够多的航空母舰，偷袭珍珠港取消（即使日本人手里的F-35、F-15J和F-2的美制零件和弹药都能自己补充，这仨也上不了舰，日本F-35B还没交货），在没有舰载机，而且发现直升机载机舰不是很能硬上岸基固定翼的情况下IJN开始开发直升机载机舰的114514种用法，有几位昭和参谋认为，可以让这些直升机载机舰拉上樱花自杀机当导弹巡洋舰用。 光头在拿到大批F-16V、幻影2000和“勇虎”之后兴冲冲地跑去第114514次围剿红军，然后发现对面装备比自己还好，不过由于边区没那么多石油加上山区不利于重装备使用，红军对各种反坦克导弹、火箭筒和步兵支援武器的兴趣显著地大于坦克和飞机。更大的问题是党中央研究了半天也没讨论明白该往哪部署解放军海军的那么多军舰，主要是翻遍了古今地图也没在陕甘宁边区找到海。 马克·安德鲁·米切尔中将在1944年6月20日夜没有做出那个备受讨论的“开灯”决定，因为他发现有个东西叫做舰载空中加油机，而且现代舰载机全天候作业能力更强，夜间着舰事故率比二战低一些。哦对了，中将的参谋长阿利·伯克对于以自己的名字命名了一整级驱逐舰很满意，高兴得在报告封面上又多画了几幅漫画。中将的上司雷蒙德·埃姆斯·斯普鲁恩斯对于以自己的名字命名了一整级驱逐舰也很满意，不过斯普鲁恩斯更感兴趣的是他放假的时候在本土的证券交易所看见的那个大屏幕，他觉得那个设备很有意思，一直想往自己旗舰上也装一个，看着过瘾。 一众不愿透露姓名的美国海军潜艇艇长表示新潜艇速度快、静音性能强、潜深大，确实很好用，但是没有甲板炮和机枪是一大败笔，因为这样就不能图图落水IJN小兵了。 杜立特不得不修改了他的空袭东京计划，因为他经过反复实验，无论怎么样也做不到在航母上起降B-2、B-1B或B-52。好在这些飞机大多数都可以从本土起飞一路空中加油加到日本本土，也不大需要航空母舰放飞。 1941年6月22日，德军越过边境线进攻苏联，德国坦克手们惊讶地发现豹二打T-80BVM可不像三号四号打T-26那样轻松愉快……然而苏军指挥机构一如历史地陷入了混乱之中，在他们“我是谁我在哪我在干什么”式的指挥下，德军仍然在战争初期取得了一些胜利。与OTL一样，苏军决定空袭柏林，只不过这次不用波罗的海舰队航空兵的DB-3了，苏军拉出了带“匕首”导弹的米格-31K，然而德空的台风也很顽强，苏军为了护送这些米格-31K很是费了一番功夫。航空兵主帅狠狠地问候了后世签中导条约那个二货，要不是他，现在就能直接拿陆基的中程弹道导弹把德佬扬了，根本不用让固定翼飞机承担风险。 德佬的豹二因为比虎式还重，在苏联的抽象道路上举步维艰，苏军手里的T-72和T-90小的多，在这个方面面临的问题要少一些。同样的问题也出现在了中国战场参战各方的坦克上，无论是99和96还是勇虎还是90式和10式都没法在旧中国的土路上正常机动。 在反法西斯同盟的一致要求下，美国启动了租借法案。1942年，在前线战至筋疲力竭的苏军歼击航空兵某部调往伊朗补充美国提供的新式战机然后他们拿到了一批某种出口特供款F-15EX改（对应P-39），美国人本以为苏军会对这种娇贵、不能隐身（对应P-39维护困难，高空作战效能低下）的飞机没什么兴趣，没想到苏联人对其高速机动性和航电性能赞赏有加，要求多来点，最后生产出来的一多半同型机都给了苏联人。 via 知乎热榜 (author: 南洋航路)

图灵奖揭晓：史上首位数学和计算机最高奖“双料王”出现了

图灵奖揭晓：史上首位数学和计算机最高奖“双料王”出现了 加上2021年获得的阿贝尔奖，维格森教授现在一举成为首个同时拿下数学和计算机最高奖的科学家。（阿贝尔奖也被誉为“数学界诺贝尔奖”）。此外，他还是2017年阿里达摩院刚成立时首批“十大祖师”之一。业内人士纷纷赶来表示祝贺，a16z的研发主管表示：除了已有的学术成果外，也是因为他几十年来孜孜不倦的领导力，才带来理论计算机科学界的长青与活力。比如，没有他，可能就不会有西蒙斯计算理论研究所。值得一提的是，他还在5个月前来到清华叉院做客，对当下大语言模型的发展表达了自己的看法。复杂性理论先驱荣获图灵奖作为一名数学家和计算机科学家，维格森最重要的贡献就是增强了人类对计算中随机性和伪随机性作用的理解。具体什么意思？20实际70年代末，计算机科学家们已经发现：随机性和计算难度之间存在显著联系。（这里的计算难度之高指的是那些没有有效算法，即无法在合理的时间内解决的自然问题，它们计算起来比较困难。）通俗一点解释就是：对于许多难题，采用随机性的算法（也称为概率算法）可以远远胜过其确定性方案。例如，在一个被称为“1977证明”的实现中，两位科学家就引入了一种随机算法，可以比当时最好的确定性算法更快地确定一个数字是否为素数。而在20世纪80年代初，维格森与UC伯克利的科学家Richard Karp合作，将随机性的概念与那些被认为计算难度高的问题联系起来，也就是没有已知的确定性算法可以在合理的时间内解决这些问题的问题。尽管不知道如何证明它们很难，维格森和Richard Karp还是发现了一种针对某个难题的随机算法，然后发现：能够将其去随机化，从而有效地揭示了它的确定性算法。大约在同一时间，其他研究人员也发现密码学问题中的计算难度假设能够实现一般的去随机化。这促使维格森思考随机性本身的特质。他和其他人一样，开始质疑随机性在高效问题解决中的必要性以及在什么条件下它可以完全被消除。终于，1994年，他和另一位计算机科学家Noam Nisan阐明了两者之间的联系。他们证明，如果存在任何自然难题，那么每一种有效的随机算法都可以被有效的确定性算法所取代。即我们总是可以消除随机性。更重要的是，他们还发现确定性算法可能使用“伪随机”序列也就是看似随机但实际上并非随机的数据串。换句话总结就是：随机性对于高效计算来说并不是必需的。即使在没有随机性的情况下，我们仍然可以使用有效的算法来解决问题。这一系列研究彻底改变了计算机科学家对随机性的看法，并适用于理论计算机科学的许多领域。今天，ACM就将图灵奖这一重要荣誉颁给了维格森，主要嘉奖的就是他在如上领域的贡献。在普林斯顿高等研究院的采访中，维格森解释自己既是一位数学家也是一位计算机理论科学家，研究的是计算领域的数学基础。我的研究领域是数学的一个子域，但同时，我所研究的主要概念是计算。对于理论计算机科学，他则认为这个学科拥有一个人对学术研究所能期望的所有优点，包含了一系列令人惊叹的深刻且具有重要智力意义的基本问题，而这些问题对人类、科学、生活和技术都至关重要。（看得出老爷子满满的热爱之情了。）而对于本次大奖，维格森则表示：自己很高兴看到ACM再次认可计算基础理论，它确实对计算科学的实践和技术发展做出了巨大贡献。大学被劝学计算机“好找工作”维格森于1956年在以色列出生，是一位护士和一名电气工程师的儿子。他的父亲喜欢拼图，并对数学的基本概念非常感兴趣，然后又经常跟孩子们分享他的想法。维格森这样描述父亲对他的潜移默化的影响：就是他让我感染了这种病毒。不过等他要在当地海法大学上学时，本想主修数学的他，却被他的父母劝导说：选择计算机吧，计算机好找工作！结果他发现这个领域有很多数学问题没有解决，于是开始吭哧吭哧解决了起来。维格森毕业于以色列理工学院和美国普林斯顿大学，1983 年凭借论文《组合复杂性的研究》获得博士学位。他早期的一项开创性工作，就是证明了一个看似矛盾的问题：能不能在不展示证明过程的情况下，让别人相信一个数学论断已经被证明了。是不是想起隐私计算领域姚期智提出的百万富翁问题内味了。那个问题就是两个百万富翁，他们想证明谁更富有，但两个人都不透露他们拥有多少财富。而原本的这个问题其实是叫做零知识证明，这个概念最早在1985年由三位科学家引入。随后由维格森以及他的合作伙伴Micali和Oded Goldreich进一步阐述了这一想法，并发现了一个意想不到的结果：如果真正安全加密是可能的，那么 NP 中每个问题的解也都可以用零知识证明来证明。换言之，零知识证明可以用于秘密地证明任何有关秘密数据的公开结果。数十年来，他始终活跃在学术岗位上，并且获得诸多赞誉和奖项。1994年，他因在计算复杂性理论方面的工作获得1994年的内万林纳博士毕业后，他在加州大学伯克利分校担任客座助理教授，在IBM担任访问科学家，并在伯克利的数学科学研究所担任研究员。1986年加入希伯来大学担任教员。1994年，他与Omer Reingold和Salil Vadhan一起因在图的 zig-zag 乘积方面的工作而获得了 2009 年哥德尔奖。1999年，他加入普林斯顿高等研究院并工作至今。2013年当选美国国家科学院院士。2018年，他因对计算机科学和数学理论的贡献当选ACM Fellow。第二年，又因为“在随机计算、密码学、电路复杂性、证明复杂性、并行计算以及我们对基本图特性的理解等领域对计算机科学基础做出的根本性和持久性贡献”，他荣获高德纳奖。2021年，维格森与László Lovász共同获得阿贝尔奖。也正因为这样根本性且持久性的贡献，网友们得知他才获图灵奖时感到意外而又惊喜，还以为他早就得了。也有人开始看他曾经写过的书籍了。或许有眼熟的朋友吗？谈大语言模型：最重要还是看它不能做什么而他与姚期智以及中国的缘分还在延续。5个月前，他还曾亲自来到清华叉院做客，带来题为“模仿游戏（Imitation Games）”的特邀报告。由姚期智院士亲自主持讲座，并与他展开对话。据报道，维格森从图灵测试出发，叙述了“模仿学习”理论的沿革及其在密码学、随机性、离散数学、数论等领域的现代应用。他基于凯撒密码、恩尼格玛密码机、选举等案例，引导思考安全性的定义、随机性的应用、隐私和效用的平衡等问题。对于理论计算机研究将如何应对人工智能发展这一问题，维格森表示，尽管包括大语言模型在内的人工智能有很多惊人表现，但最重要的问题是还有什么是AI不能做的。对于给现在正置身于科研的同学们，维格森也给出了自己的建议。他表示，自己曾为解决一个开放性问题用了40年时间，建议同学们要选择自己喜欢的研究领域和话题，并享受在失败中不断学习的过程，这样才能在科研道路上走得长远。参考链接：[1] ... PC版： 手机版：