计算机新技术及应用

1人工智能

1.1 发展简史

• 1950 年，图灵发表《计算机器与智能》，提出著名的图灵测试：若人通过文字与对方交流而无法分辨其是人还是机器，则可认为机器具有智能。
• 1956 年达特茅斯会议，麦卡锡（John McCarthy）首次提出"人工智能"一词，标志 AI 学科正式诞生。
• 此后经历推理期、知识期，以及两次"寒冬"；2012 年以来以深度学习为代表的第三次浪潮兴起。1997 年 IBM"深蓝"战胜国际象棋冠军卡斯帕罗夫； 2016 年 Google DeepMind 的 AlphaGo 击败围棋世界冠军李世石，成为里程碑事件。

1.2 三大学派

1.3 机器学习与深度学习

机器学习是让计算机从数据中自动学习规律并改进性能，而无需显式编程。主要学习方式：

• 监督学习：用带标签的数据训练，学习输入到输出的映射——分类（垃圾邮件识别）与回归（房价预测）。
• 无监督学习：数据无标签，自行发现结构——聚类（客户分群）、降维、关联规则挖掘。
• 强化学习：智能体在环境中行动，根据"奖励/惩罚"不断试错学习最优策略（AlphaGo Zero、游戏 AI、机器人控制）。

深度学习是含多个隐层的人工神经网络方法（CNN 卷积网络擅长图像、RNN/Transformer 擅长序列与语言）。 2017 年提出的 Transformer 架构催生了 大语言模型（LLM）：以生成式 AI（如 ChatGPT 类对话系统）为代表，AI 进入可生成文章、代码、图像的新阶段，并推动具身智能、智能体（Agent）发展。

1.4 典型应用与伦理

计算机视觉（人脸识别、自动驾驶感知、医学影像）、语音识别与合成、自然语言处理（机器翻译、智能客服）、推荐系统、智能制造、AI for Science（蛋白质结构预测、新药研发）。

2大数据技术

2.1 大数据的"4V"特征

（另有第 5V：Veracity 真实性，强调数据质量与可信。）

2.2 大数据处理流程与技术栈

1. 数据采集：传感器、日志、爬虫、ETL 工具（Flume、Kafka 消息队列）。
2. 数据存储：分布式文件系统 HDFS、分布式数据库（HBase、数据湖）。
3. 数据处理与分析：MapReduce（分布式批处理编程模型）、Spark（基于内存、速度快，支持批处理/流处理/机器学习）、Flink（实时流计算）。
4. 数据挖掘与可视化：统计分析、机器学习建模，用 BI 工具以图表、大屏呈现。

Hadoop 是最具代表性的开源大数据基础框架，核心包括 HDFS（存储）、MapReduce（计算）、YARN（资源调度）； 处理方式分批处理（先攒后算，如离线报表）与流处理（来一条算一条，如实时风控）。

2.3 应用

精准营销与个性化推荐、金融风控、智慧城市交通调度、疫情流调、健康医疗分析、舆情监测、工业质检。大数据是人工智能的"燃料"——数据、算力、算法共同构成智能时代的三大基石。

3云计算

3.1 三种服务模式

形象类比：IaaS 像租毛坯房（自己装修），PaaS 像租精装房（拎包入住办公），SaaS 像住酒店（一切服务现成）。

3.2 四种部署模式

• 公有云：多租户共享，由云厂商运营，成本低、弹性好（AWS、Azure、阿里云、华为云、腾讯云）。
• 私有云：为单一组织专用，安全性高、成本也高（金融、政务）。
• 混合云：公有云与私有云结合，敏感数据放私有云、弹性业务用公有云。
• 社区云：多个有共同需求的机构共享。

3.3 关键技术

• 虚拟化：把一台物理服务器虚拟成多台逻辑服务器（虚拟机），提高资源利用率，是云计算的基础（KVM、VMware）。
• 容器与编排：Docker 把应用和依赖打包成轻量容器，Kubernetes（K8s）负责大规模容器的调度管理。
• 分布式存储、弹性伸缩、多租户、软件定义网络 SDN等。

4物联网

4.1 三层体系结构

1. 感知层：物联网的"五官和皮肤"，负责采集信息。包括传感器、RFID 标签与读写器、二维码、摄像头、GPS、嵌入式终端。
2. 网络层：物联网的"神经中枢"，负责传输信息。依托互联网、移动通信网、Wi-Fi、蓝牙、ZigBee、NB-IoT、LoRa 等。
3. 应用层：物联网的"大脑"，对数据处理分析并提供行业应用，如智能家居、智慧城市、车联网、工业互联网、智慧农业。

4.2 关键技术

• RFID（射频识别）：非接触式自动识别技术，由电子标签、读写器和天线组成，无需可见光路即可读取——公交卡、仓储物流、门禁。
• 传感器技术：把温度、湿度、光照、压力、加速度等物理量转为电信号，是感知层的核心。
• 嵌入式系统：嵌入设备内部的专用计算机（MCU 单片机 + 实时操作系统），让物品具备计算能力。
• 短距/广域通信：蓝牙、Zigbee、Wi-Fi 适合短距低功耗；NB-IoT、4G/5G 适合广覆盖、海量连接场景。

4.3 典型应用

智能家居（智能音箱、智能门锁、远程控制家电）、智慧城市（智慧路灯、环境监测、智能停车）、 车联网与自动驾驶、工业物联网（设备预测性维护、数字工厂）、智慧农业（土壤墒情监测自动灌溉）、 智慧医疗（可穿戴健康设备、远程监护）、智能物流（全程追踪）。

5区块链

5.1 区块如何"链"起来

┌─────────────── 区块 N ───────────────┐
│ 区块头: 前一区块的哈希值 | 时间戳 | Nonce │
│ 区块体: 交易记录① ② ③ ... Merkle根        │
└───────────────┬─────────────────────────┘
                │ 本块哈希放入下一块的区块头
                ▼
┌─────────────── 区块 N+1 ─────────────┐
│ ...                                    │
└────────────────────────────────────────┘
  改动任意一个区块 → 哈希变化 → 后续所有区块失效

5.2 核心特性与关键技术

• 去中心化、去信任：没有中心服务器和单一管理员，账本由全网节点共同保存和验证。
• 密码学基础：哈希算法（SHA-256 等，单向、定长、抗碰撞）保证完整性；非对称加密（公钥/私钥）完成身份认证与数字签名。
• 共识机制：让互不认识的节点对账本达成一致的规则： PoW 工作量证明（算力挖矿，安全但耗能）、PoS 权益证明（按持有代币比例记账，节能）、DPoS、PBFT 等。
• 智能合约：部署在链上、满足条件即自动执行的程序代码（"代码即规则"），无需中介，以太坊是其代表平台。

5.3 分类与应用

除加密货币外，区块链在供应链溯源、数字票据、司法存证、版权登记、政务数据共享等领域有广泛价值； 但要注意：区块链 ≠ 比特币（炒币），我国严禁虚拟货币交易炒作，同时大力支持区块链作为基础设施技术的合规应用。

6虚拟现实、增强现实与混合现实

6.1 关键技术

• 近眼光学显示：双目光学透镜、高刷新率显示屏，减少纱窗效应。
• 三维建模与实时渲染：60/90 帧以上低延迟渲染，否则易引发眩晕。
• 空间定位与追踪：6 自由度（6DoF）头手追踪、SLAM 同时定位与地图构建、眼动追踪。
• 立体声音频、触觉反馈（力反馈手套）增强临场感。

6.2 应用与"元宇宙"

应用已从游戏娱乐拓展到虚拟实训（飞行/手术模拟、高危工业培训）、教育（虚拟实验室、沉浸式历史场景）、 建筑设计评审、虚拟展会与远程协作、心理治疗（暴露疗法）。元宇宙（Metaverse）是整合 VR/AR、数字孪生、区块链、数字人等技术、 虚实融合的下一代互联网愿景，目前仍处于早期探索阶段。

75G 与新一代通信技术

7.1 移动通信的代际演进

7.2 5G 的三大应用场景与特点

• eMBB 增强移动宽带：峰值速率可达 10～20 Gbps（4G 的数十倍），支撑 4K/8K 视频、云游戏、VR。
• uRLLC 超高可靠低时延通信：端到端时延低至 1ms 级，用于自动驾驶、远程手术、工业控制。
• mMTC 海量机器类通信：每平方公里可连接百万级设备，支撑智慧城市、环境监测中的海量传感器。

技术特点：使用更高频段（含毫米波）、大规模天线阵列（Massive MIMO）、超密集组网、网络切片（同一张物理网切出多张逻辑网分别服务不同业务）。

7.3 应用与 6G 展望

5G 不只是"手机网速更快"，其核心价值在产业互联网：智能制造 AGV 小车、矿山远程开采、智慧电网差动保护、车路协同。 面向 2030 年的 6G 将融合卫星通信实现空天地海无缝覆盖，并与 AI 内生结合，向"智联万物"演进。

8量子计算与量子信息

8.1 为什么需要量子计算

经典计算机以比特（0 或 1）为单位，芯片工艺逼近物理极限，某些问题（如大数分解、复杂分子模拟）在经典计算机上需要数十亿年。 量子计算利用量子力学原理进行计算，有望在特定问题上实现指数级加速。

8.2 核心概念

• 量子比特（Qubit）：经典比特非 0 即 1；量子比特可处于 |0⟩ 和 |1⟩ 的叠加态， 用两个复数概率幅描述，n 个量子比特可同时表示 2ⁿ 种状态的叠加。
• 量子叠加：测量前多种可能性并存；量子纠缠：两个纠缠粒子无论相隔多远，一个的状态确定后另一个瞬间确定（爱因斯坦称"鬼魅般的超距作用"）。
• 量子门与量子线路：对概率幅进行幺正变换来完成计算；著名算法：Shor 算法（大数分解，威胁现有 RSA 加密）、Grover 算法（无序搜索平方加速）。

8.3 发展现状

目前量子计算机仍处于含噪声的中等规模量子（NISQ）时代，面临量子退相干、纠错等工程难题。 IBM、Google（"悬铃木"宣称实现量子优越性）、中国（"九章"光量子计算、"祖冲之号"超导量子计算）均取得重要进展。技术路线包括超导、离子阱、光量子、拓扑量子等。

9更多新兴技术与未来展望

9.1 新技术之间的关系

这些技术并非孤立：5G 和物联网负责连接与数据采集，大数据沉淀数据，云计算与边缘计算提供算力， 人工智能从数据中提炼智能并赋能千行百业，区块链解决多方信任，VR/AR改变人机交互方式，量子计算则可能在未来颠覆算力与密码体系。 它们共同构成"云—边—端""数—智—链"协同的新一代信息技术生态。

9.2 给学习者的建议

1. 夯实基础：所有新技术都建立在本课程的基础知识之上——不懂二进制、网络、数据结构，就无法真正理解云、AI 和区块链。
2. 动手实践：用 Python 完成第一个机器学习小项目、调用一次大模型 API、搭一个简单网页或小程序，建立感性认识。
3. 保持学习与思辨：技术名词更新很快，应透过概念理解其解决的本质问题；同时关注技术伦理、绿色计算与可持续发展。