Computer Science课程

13 节课

• 3D建模：从一个立方体到打印出来的物体 – 3D模型是存在电脑里的立体形状：很多点（顶点）用边连起来，围成一个个平面（面），合在一起叫网格。我们先从简单的基本形状（基础几何体）开始，对它移动、旋转、缩放，再把某个面拉出来（挤出）。接着加上材质和灯光，电脑就会渲染出一张图片。同一个模型还可以被切成很薄的层，由3D打印机一层层打印出来，也可以用在游戏、电影、VR和产品设计中。
• 动画：静止的图片是怎么动起来的 – 动画就是把一张张静止的图片（帧）连续快速地播放。眼睛和大脑会把它们连起来，所以我们看到了运动。帧率（fps）表示每秒播放多少帧：fps越高，动作越流畅。关键帧保存主要的姿势，中间空缺的帧叫中间帧，由软件补出来，这就是补间。主要类型有：手绘逐帧动画、定格动画（纸偶、黏土）、2D电脑动画和3D电脑动画。位图动画保存的是像素；矢量动画把图形保存成数学公式，所以放大也不会模糊。
• 解决问题入门：算法、流程图与伪代码 – 用计算机解决问题要分几个阶段：先分析问题（输入、输出和规则），再设计算法（有限、清楚、有顺序的一组步骤），然后用编程语言写成代码，接着用不同的数据测试，最后调试（找出并改正错误）。算法可以画成流程图（椭圆表示开始或结束，平行四边形表示输入或输出，矩形表示处理，菱形表示判断，箭头表示走向），也可以写成伪代码（有结构的日常语言）。分解就是把大问题拆成小问题，分别解决，最后再合在一起。
• 进阶编程与应用 – 进阶编程就是：选对数据结构（数组、链表、栈、队列），在IDE里写代码并测试，画图表和动画，使用电子表格函数，再把数据安全地存进关系数据库，并用SQL来查询。
• 人工智能伦理：公平、安全地使用AI – 人工智能系统先从数据中学习规律，再用这些规律做决定。AI伦理要问的是：这些决定公平吗？安全吗？尊重人吗？主要问题有：偏见（数据不公平，结果就不公平）、隐私（个人数据要经过同意并妥善保护）、透明（人们应该知道AI为什么这样决定）、责任（最后负责的必须是人）、安全与滥用（深度伪造、虚假信息），以及社会影响（就业、数字鸿沟、环境）。负责任的AI，就是在使用前和使用后都检查这些方面。
• 人工智能职业：有哪些工作，需要哪些技能 – 每个人工智能系统都经过三个阶段：数据、模型和产品。每个阶段都有自己的工作：数据分析师和数据标注员，机器学习工程师和研究员，AI产品经理、设计师和伦理专家。这些岗位都需要六种技能的组合：数学、编程、数据处理、行业知识、沟通和伦理，只是比例不同。成长路线像一段台阶：学校科目，课程或学位，自己的项目，实习和第一份工作，而且学习永远不会停止。
• 数据分析 – 数据分析就是把原始数据变成答案。它是一个循环：提出问题、收集数据、清洗数据（去掉错误、重复和空白）、整理和转换数据、用平均数、中位数、极差和规律等概括来分析、用合适的图表展示，最后谨慎地得出结论。要留意异常值、样本太小和偏差，还要记住：两件事相关，并不能证明其中一件导致了另一件。数据还必须安全保存，并且在获得许可后才能使用。
• 数字足迹与网络礼仪 – 数字足迹是我们上网时留下的数据痕迹。主动足迹是我们有意分享的（发帖、评论、填写表单）；被动足迹是在我们没注意时被收集的（Cookie、浏览记录、位置、IP 地址）。足迹很难彻底删除，别人以后也可能看到。我们生活在数字社会里：学习、银行、购物和政务服务都可以在网上办理，负责任地使用这些服务的人就是数字公民（网民）。网络礼仪就是要做到讲道德（尊重版权、分享可靠的信息）、懂尊重（保护隐私、尊重多元、不欺凌他人）、有责任（不过度分享、不理会网络挑衅者）。交流礼仪要求我们简洁、礼貌、可信；社交媒体礼仪要求我们设好密码和隐私设置，上传前先想一想，转发前先核实。
• 算法复杂度：算法的工作量是怎样增长的？ – 同一个问题可以用很多种算法解决，但有的算法需要多得多的步骤。我们不用秒表计时，而是数基本步骤的个数，看它随输入规模n变大时怎样增长。大O表示法给增长速度起了名字：O(1)是常数阶，O(log n)是对数阶，O(n)是线性阶，还有O(n log n)和O(n²)平方阶。顺序查找是O(n)，二分查找是O(log n)；冒泡排序是O(n²)，归并排序是O(n log n)。算法用掉的内存叫空间复杂度。
• 算法设计方法 – 设计算法时，先把问题说清楚：输入是什么数据，要得到什么输出，有什么条件。然后用自然语言、步骤列表、伪代码或流程图，写出清楚且有限的步骤。大问题可以自顶向下逐层拆小（逐步求精），也可以自底向上，先做好并测试小零件再拼起来。常用方法有：暴力法（全部试一遍）、分治（拆开、解决、合并；像二分查找和归并排序那样每次减半）、贪心（每次选当前看起来最好的，速度快，但不一定最优）、动态规划（每个小问题只算一次，并存进表里）和回溯（先试一个选择，走进死路就撤销）。选方法和数据结构（数组、栈、二叉树）时，要检查它是否正确、是否高效（时间复杂度）。
• 网络安全：常见威胁和防御方法 – 网络安全是保护电脑、网络和数据的安全。它有三个目标：保密性、完整性和可用性（CIA三要素）。常见威胁有恶意软件、网络钓鱼和社会工程、暴力破解密码以及拒绝服务攻击。防御办法包括强身份验证、加密、防火墙、杀毒（反恶意软件）软件、及时更新、访问控制和备份。
• AI 预测出行：用数据预测交通 – 要预测交通，AI 先收集过去的数据，比如很多天里每小时通过的车辆数。然后它寻找规律，比如早上和傍晚各有一个高峰。接着它用这个规律预测明天，例如取过去几天同一小时的平均值。人们根据预测选择更好的出发时间或路线。预测是一个不错的猜测，但不是保证。
• AI项目流程：一个AI方案是怎样做出来的 – 人工智能（AI）是指机器能从数据中学习，并做出判断或预测，比如认人脸、推荐歌曲。做一个AI方案要经过一个循环的六个阶段，叫AI项目流程：1）问题界定，用4W（谁、什么、哪里、为什么）；2）数据获取，收集可靠的数据；3）数据探索，清理数据并画图找规律；4）建模，选择规则或学习方法；5）评估，用新数据测试并计算准确率；6）部署，真正投入使用并不断改进。每个阶段都要想到伦理：公平（没有偏见）、隐私、透明，以及谁来负责。