看了 72 位图灵奖得主成就,才发现我对计算机一无所知

文末有彩蛋

今天是计算机科学之父、人工智能之父 艾伦·麦席森·图灵 诞辰 108 周年。作为“图灵意志”的传承者,依照惯例,在今日纪念这位伟人。

从“图灵机”到“图灵测试”,从破译德军的 Enigma 到自杀之谜,图灵一生都是传奇,关于图灵的故事我们不在这里赘述,感兴趣的读者请看文末推荐阅读。今天我们更想聊聊,计算机领域最高奖项 —— 图灵奖(Turing Award)。

为纪念艾伦·麦席森·图灵在计算机领域的卓越贡献,美国计算机协会于1966年设立图灵奖,此奖项被誉为计算机科学界的诺贝尔奖。

每年,美国计算机协会将要求提名人推荐本年度的图灵奖候选人,并附加一份 200 到 500 字的文章,说明被提名者为什么应获此奖。

任何人都可成为提名人,但美国计算机协会将组成评选委员会,对被提名者进行严格的评审,并最终确定当年的获奖者,当年的图灵奖一般于次年3月下旬颁发。

虽然图灵奖被称为计算机界的诺贝尔奖,但与诺贝尔奖 140 万美元的奖金相比,图灵奖的奖金显得相形见绌。

初时期为 20 万美金, 1989 年增长到 25万美金,2015 年开始,Google 宣布赞助图灵奖奖金,金额达到 100 万美元。

群星闪耀的时代

下面我们来盘点一下,这 54 年里的图灵奖得主及其主要贡献,来看看那些“计算机领域的巨星”。

1960年代


艾伦·佩利 Alan J. Perlis

贡献领域:高级程序设计技巧,编译器构造

成就:艾伦·佩利是 ALGOL语言和计算机科学的“催生者”,由于在 ALGOL 语言的定义和扩充上所作出的重大贡献,以及在创始计算机科学教育,使计算机科学成为一门独立的学科上所发挥的巨大作用而成为首届图灵奖当之无愧的获得者。

ALGOL 是算法语言(ALGOrithmic Language)的简称,是在计算机发展史上首批清晰定义的高级语言,国际计算机学会将 ALGOL 模式列为算法描述的标准,启发 ALGOL 类现代语言 Pascal、Ada、C 语言等出现。

莫里斯·威尔克斯 Maurice V. Wilkes

贡献领域:存储程序式计算机 EDSAC,程序库

1946 年 5 月,他获得冯·诺伊曼起草的 EDVAC 计算机的设计方案的一份复印件。1946 年 10 月,返回剑桥大学后,以 EDVAC 为蓝本设计建造了世界上第一台存储程序式电子计算机 EDSAC。

它使用了水银延迟线作存储器,穿孔纸带为输入设备和电传打字机为输出设备。它是第一台冯诺依曼结构的电子计算机。

理查德·卫斯里·汉明 Richard Hamming

贡献领域:数值方法,自动编码系统,错误检测和纠错码

他是美国计算机协会(ACM)的创立人之一,曾任该组织的主席。在曼哈顿计划中负责编写电脑程式,计算物理学家所提供方程的解,来为核弹实验提供可靠的计算依据。

以理查德·卫斯里·汉明命名的“汉明距离”和“汉明重量”广泛应用在信息论、编码理论、密码学等多个领域。

马文·闵斯基 Marvin Minsky

贡献领域:人工智能

马文·闵斯基是人工智能领域著名的框架理论(frame theory)的创造者,该理论的核心是以框架这种形式来表示知识。

框架的顶层是固定的,表示固定的概念、对象或事件。下层由若干槽(slot)组成,其中可填入具体值,以描述具体事物特征。每个槽可有若干侧面(facet),对槽作附加说明,如槽的取值范围、求值方法等。

这样,框架就可以包含各种各样的信息,利用多个有一定关联的框架组成框架系统,就可以完整而确切地把知识表示出来。

1970年代


詹姆斯·维尔金森 James H. Wilkinson

贡献领域:数值分析,线性代数、向后误差分析

维尔金森在数值分析领域具有杰出贡献,尤其是在数值线性代数方面,发现很多有意义的算法。1960 年,他在研究矩阵计算误差时而提出“向后误差分析法”是计算机上各种数值计算最常用的误差分析手段。

在英国国家物理实验室,维尔金森一开始协助图灵设计计算机 Pilot ACE。图灵离开实验室后,他接手整个项目,使得 Pilot ACE 于 1950年 5 月10日,第一次正式试运行成功。

约翰·麦卡锡 John McCarthy

贡献领域:人工智能

麦卡锡是著名的 α-β 搜索发发明人,α-β 搜索法至今仍是解决人工智能问题中一种常用的高效方法。基本思想是根据倒推值的计算方法,或中取大,与中取小,在扩展和计算过程中,能剪掉不必要的分枝,提高效率。

他也是 LISP 语言发明人,LISP 语言是一种函数式的符号处理语言,其程序由一些函数子程序组成,是人工智能界第一个最广泛流行的语言。

艾兹格·迪科斯彻 Edsger Dijkstra

贡献领域:程序设计语言的科学与艺术

迪科斯彻被西方学术界称为“结构程序设计之父”和“先知”(Oracle),他一生致力于把程序设计发展成一门科学。科学研究的帅才最重要的素质是洞察力,能够发现有前景的新领域或在新领域内发现和解决最关键的问题。

查理士·巴赫曼 Charles W. Bachman

贡献领域:数据库技术

巴赫曼在数据库方面的主要贡献有两项,第一是主持设计与开发了最早的网状数据库管理系统IDS,而且它的设计思想和实现技术被后来的许多数据库产品所仿效。

第二是巴赫曼积极推动与促成了数据库标准的制定,那就是美国数据系统语言委员会 CODASYL 下属的数据库任务组 DBTG 提出的网状数据库模型以及数据定义和数据操纵语言即 DDL 和 DML 的规范说明,于 1971 年推出了第一个正式报告——DBTG 报告,成为数据库历史上具有里程碑意义的文献。

高德纳 Donald E. Knuth

贡献领域:算法分析、程序设计语言的设计、程序设计

算法和程序设计技术的先驱者,计算机排版系统 TeX 和字型设计系统METAFONT的发明者,他因这些成就和大量创造性的影响深远的著作而誉满全球。

《计算机程序设计艺术》堪称计算机科学理论与技术的经典巨著,被《美国科学家》杂志列为20世纪最重要的12本物理科学类专著之一,与爱因斯坦《相对论》、狄拉克《量子力学》、理查·费曼《量子电动力学》等经典比肩而立,因而荣获1974年度的图灵奖。

艾伦·纽厄尔 Allen Newell

赫伯特·西蒙 Herbert A. Simon

贡献领域:人工智能,人类认知心理学和列表处理 (list processing)

西蒙和纽厄尔给“物理符号系统” 下了定义,提出了“物理符号系统假说”PSSH(Physical Symbol System Hypothesis),成为人工智能中影响最大的符号主义学派的创始人和代表人物,而这一学说则鼓励着人们对人工智能进行伟大的探索。这也是两人在人工智能中做出的最基本的贡献。不仅如此,西蒙还是1978年诺贝尔经济学奖获得者。

迈克尔·拉宾 Michael O. Rabin

达纳·斯科特 Dana S. Scott

贡献领域:非确定性自动机

拉宾和达纳·斯科特共同发表了“有限自动机与其判定性问题”(Finite Automata and Their Decision Problems)的论文,提出了非确定自动机的观点,被证明是(计算理论科学研究中的)一个非常重要的概念。拉宾和斯科特的这篇经典论文成为了这个领域后续研究的源泉。

约翰·巴克斯 John Backus

贡献领域:高级编程系统,程序设计语言规范的形式化定义

他提出了BNF(用来定义形式语言语法的记号法),发明函数式编程这个概念及实践该概念的计划生育语言,被誉为“Fortran 语言之父”。

罗伯特·弗洛伊德 Robert W. Floyd

贡献领域:设计高效可靠软件的方法学

前后断言法的创始人,堆排序算法和 Floyd-Warshall 算法的创始人之一,FPL(Floyd-Evans Production Language)语言发明者之一,FPL 用来编写计算机语言的语法分析程序。

肯尼斯·艾佛森 Kenneth E. Iverson

贡献领域:程序设计语言和数学符号,互动系统的设计,运用 APL 进行教学,程序设计语言的理论与实践

他发展了一套数学表达式来操作阵列,以便教授学生。在 IBM 工作时,他开发的数学表达式建立了 APL 语言。

APL 语言是一种表达能力很强的会话语言。应用范围包括数学统计、事务经营、信息检索、报表生成、财务预算等。它也可用于模拟计划管理、图形处理、正文编辑、计算机辅助教学等方面。

1980年代

东尼·霍尔 C. Antony R. Hoare

贡献领域:程序设计语言的定义与设计

他设计出了快速排序算法、霍尔逻辑。

快速排序算法,经典的排序算法,是对冒泡排序的一种改进。

霍尔逻辑,是东尼·霍尔开发的形式系统,这个系统的用途是为了使用严格的数理逻辑推理来替计算机程序的正确性提供一组逻辑规则。

埃德加·科德 Edgar F. Codd

贡献领域:数据库系统,尤其是关系型数据库

在 IBM 工作期间,首创了关系模型理论。他一生中为计算机科学做出了很多有价值的贡献,而关系模型,作为一个在数据库管理方面非常具有影响力的基础理论,仍然被认为是他最引人瞩目的成就。

史提芬·古克 Stephen A. Cook

贡献领域:计算复杂度

因其在计算复杂性理论方面的贡献,尤其是在奠定 NP 完全性理论基础上的突出贡献而荣获 1982 年度的图灵奖。他整理了 NP 完备性的目标,亦产生了古克定理——布尔可满足性问题是 NP 完备的证明。因为其论文开启了 NP 完备性的研究,令这个范畴于之后的十年成为计算机科学中最活跃和重要的研究。

肯·汤普森 Ken Thompson

丹尼斯·里奇 Dennis M. Ritchie

贡献领域:UNⅨ 操作系统和C语言

肯·汤普森与丹尼斯·里奇设计了 B 语言、C 语言,之后用 C 语言重写了 UNIX,安装于 PDP-11 的机器之上。不仅如此,2006 年,汤普森进入 Google 工作与罗勃特·派克,罗伯特·格瑞史莫共同主导了 Go 语言的开发。

尼古拉斯·沃斯 Niklaus Wirth

贡献领域:程序设计语言设计、程序设计

凭借一句话获得图灵奖的 Pascal 之父,让他获得图灵奖的这句话就是他提出的著名公式:“算法+数据结构=程序”。

理查德·卡普 Richard M. Karp

贡献领域:算法理论,尤其是 NP-完全性理论

主要贡献有二,其一就是对计算复杂性理论中的术语进行了规范和统一。把有多项式时间算法的问题命名为 P 类问题,就是卡普在这篇论文中首次采用的,已为学术界所接受并普遍采用,这为学术交流带来了很大的好处。

其二是卡普在刻画 NP 类中的“最困难”问题类时,提出了与史提芬·古克归约不同的另一种归约方法,称作“多项式时间多一归约”,有时直接把它叫做“卡普归约”。

约翰·霍普克罗夫特John Hopcroft

罗伯特·塔扬 Robert Tarjan

贡献领域:算法和数据结构的设计与分析

罗伯特·塔扬 以在数据结构和图论上的开创性工作而闻名。他的一些著名的算法包括,塔扬最近共同祖先离线算法 ,塔扬的强连通分量算法 以及 Link-Cut-Trees 算法等。其中 Hopcroft-Tarjan 平面嵌入算法是第一个线性时间平面算法。

塔扬也开创了重要的数据结构如:斐波纳契堆和 splay 树(splay 发明者还有Daniel Sleator)。另一项重大贡献是分析了并查集。他是第一个证明了计算反阿克曼函数的乐观时间复杂度的科学家。

霍普克罗夫特的研究领域是理论计算机科学。他将计算机科学萌芽阶段的零散结果总结为具有整体性的系统知识,提出用渐近分析作为衡量算法性能的主要指标,成为当今计算机科学的一大支柱。

约翰·科克 John Cocke

贡献领域:编译理论,大型系统的体系结构,及精简指令集(RISC)计算机的开发。

科克又主持了一个 801 计算机项目,801 计算机原是为每小时能处理 100 万次呼叫的全数字电话交换机设计的专用机。

但实现中被发展为一种具有小指令集、每个指令都是单地址、有固定格式、以流水线方式重叠执行、指令高速缓存和数据高速缓存则分开并互相独立的一种超级通用小型机。

科克对编译器的代码生成技术进行了深入研究,提出了一系列优化方法,如过程(Procedure)的集成、循环(loop)的变换、公共子表达式(common subexpression)的消除、代码移动(code motion)、寄存器定位、存储单元重用等等,编译器的质量大大提高,使编译技术发展到一个新阶段。

伊凡·苏泽兰 Ivan Sutherland

贡献领域:计算机图形学

伊凡·苏泽兰作为计算机图形学之父和虚拟现实之父,发明的电脑程序“画板”是人们“曾经编写过的程序中最重要的一份程序”。

事实上,这是有史以来第一个交互式绘图系统。这也是交互式电脑绘图的开端。但还要花十多年以后,电脑业和工程界才真正体会到苏泽兰和电脑程序“画板”带来的划时代变革。

威廉·卡亨 William Morton Kahan

贡献领域:数值分析

卡亨,在 Intel 工作期间,主持设计与开发了 8087 芯片,成功地实现了高速、高效的浮点运算部件。

目前,以 80x86 为 CPU 的计算机,若需完成科学与工程计算方面的课题,有些需配置 8087 这种数学协处理器。一些著名的数学软件包,也必须在配有 8087 数学协处理器的机器上才能运行,因在浮点运算标准的制定上的贡献而获得图灵奖。

1990年代


费尔南多·考巴脱 Fernando J. Corbató

贡献领域:CTSS 和 Multics

在科尔巴托领导下成功研制了世界上第一个分时系统 CTSS,成为计算机发展史上有里程碑性质的一个重大突破,开创了以交互方式由多用户同时共享计算机资源的新时代。分时系统的实现也是计算机真正走向普及的开始。

罗宾·米尔纳 Robin Milner

贡献领域:LCF,ML语言,CCS。

在计算机程序设计语言方面,米尔纳和戈顿等人一起提出了形式化逻辑系统的数学模型,实现了他称之为LCF的一个系统——“可计算函数的逻辑”。另一方面的贡献是关于并发计算(concurrent computing)和并行计算(parallel computing)。

巴特勒·兰普森 Butler W. Lampson

贡献领域:分布式,个人计算环境。

拉姆泼逊在解决计算机文件系统和分布式系统的技术问题上有许多突出的贡献。例如提出“原子事务”(atomic transaction)的概念、提出采用“三明治式的提交协议”(sandwich commit protocol)提高系统可靠性的方案等等。

尤里斯·哈特马尼斯  Juris Hartmanis

理查德·斯特恩斯 Richard E. Stearns

贡献领域:计算复杂度理论

尤里斯·哈特马尼斯和斯特恩斯合作,对“香农公式”开展了深入的研究,其结果就是那篇著名的论文“论算法的计算复杂性”,这篇论文开辟了计算机科学的一个新的研究领域,即“计算复杂性”,并奠定了它的理论基础。

爱德华·费根鲍姆 Edward Feigenbaum

拉吉·瑞迪 Raj Reddy

贡献领域:大规模人工智能系统

通过实验和研究,证明了实现智能行为的主要手段在于知识,在多数实际情况下是特定领域的知识,从而最早倡导了"知识工程"(Knowledge engineering),并使知识工程成为人工智能领域中取得实际成果最丰富、影响也最大的一个分支。

曼纽尔·布卢姆 Manuel Blum

贡献领域:计算复杂度理论,及其在密码学和程序校验上的应用。

在普林斯顿举行的第五届开关电路理论和逻辑设计学术年会上发表了论文《Computational complexity of recursive sequences(递归序列的计算复杂性)》,论文中首次使用了“计算复杂性” 这一术语,由此开辟了计算机科学中的一个新领域,并为之奠定了理论基础。

阿米尔·伯努利 Amir Pnueli

贡献领域:时序逻辑,程序与系统验证。

在计算机科学中引入时序逻辑的开创性的研究工作,和其在编程语言和系统验证方面的突出贡献。

把时态逻辑引入计算机科学,线性时态逻辑是对普通命题逻辑(propositional logic)的扩充,但这一扩充却意义重大,因为这使系统具有了处理随时间变化而改变其值的动态变元(称为时序或时态变元)的能力。

在时态逻辑中,时间的结构可以有线性、分支、离散、连续,基于时间点或时区的这样几种不同情况,可视具体应用背景而定。

道格拉斯·恩格尔巴特 Douglas Engelbart

贡献领域:交互计算

鼠标之父,人机交互的先锋,开发了超文本系统、网络计算机,以及图形用户界面的先驱;并致力于倡导运用计算机和网络,来协同解决世界上日益增长的紧急而又复杂的问题。

詹姆斯·尼古拉·格雷 James Gray

贡献领域:数据库与事务处理

格雷在事务处理技术上的创造性思维和开拓性工作,使他成为该技术领域公认的权威。他的研究成果反映在他发表的一系列论文和研究报告之中,事务处理技术虽然诞生于数据库研究。

但对于分布式系统,client/server 结构中的数据管理与通信,对于容错和高可靠性系统,同样具有重要的意义。

弗雷德里克·布鲁克斯 Frederick P. Brooks,Jr.

贡献领域:计算机体系结构,操作系统,软件工程。

主持与领导了被称为人类从原子能时代进入信息时代的标志的 IBM/360 系列计算机的开发工作,取得辉煌成功,从而名噪一时。

他的研究领域除了计算机体系结构、机器语言设计、软件工程和大型项目管理以外,还包括动态体系结构的可视化、人机接口、交互计算机图形学等,十分广泛。

2000年代


姚期智 Andrew Chi-Chih Yao

贡献领域:计算理论,包括伪随机数生成,密码学与通信复杂度。

最先提出量子通信复杂性,基本上完成了量子计算机的理论基础,之后提出分布式量子计算模式,成为分布式量子算法和量子通讯协议安全性的基础。

研究方向包括计算理论及其在密码学和量子计算中的应用。在三大方面具有突出贡献:

(1)创建理论计算机科学的重要次领域:通讯复杂性和伪随机数生成计算理论;

(2)奠定现代密码学基础,在基于复杂性的密码学和安全形式化方法方面有根本性贡献;

(3)解决线路复杂性、计算几何、数据结构及量子计算等领域的开放性问题并建立全新典范。

奥利-约翰·达尔Ole-Johan Dahl

克利斯登·奈加特Kristen Nygaard

贡献领域:面向对象编程

克利斯登·奈加特与奥利-约翰·达尔开发了最早的面向对象的程序设计语言 SIMULA-I(1961年—1965年)和 SIMULA-67,首次引入了面向对象程序设计语言的基本概念:对象、类、继承、virtual quantities、多线程(准并行的)的程序执行。

罗纳德·李维斯特 Ronald L. Rivest

阿迪·萨莫尔 Adi Shamir

伦纳德·阿德曼 Leonard M. Adleman

贡献领域:公钥密码学(RSA加密算法)

三人共同创立了 RSA 算法,即非对称加密算法。RSA 算法是当前在互联网传输、银行以及信用卡产业中被广泛使用的安全基本机制。

艾伦·凯 Alan Kay

贡献领域:面向对象编程

艾伦发明了 Smalltalk 编程语言,Smalltalk 吸取了 Simula 的 class 的概念,并发展出图形使用者接口(GUI),即是苹果麦金塔电脑的原型。

Smalltalk 被公认为历史上第二个面向对象的程序设计语言,和第一个真正的集成开发环境。

文特·瑟夫 Vinton G. Cerf

罗伯特·卡恩 Robert E. Kahn

贡献领域:TCP/IP 协议

罗伯特·卡恩发明了 TCP 协议,并与文特·瑟夫一起发明了 IP 协议,这两个协议成为全世界因特网传输资料所用的最重要的技术,因在互联网领域先驱性的贡献,获得图灵奖。

彼得·诺尔 Peter Naur

贡献领域:ALGOL 60 语言

开发了 BNF 范式,改进了编程语言,也投入了 ALGOL 60 的开发工作,ALGOL 60 是许多后来的程序设计语言,包括今天那些必不可少的软件工程工具的原型,由于诺尔在定义 ALGOL 60 这种程序设计语言方面的先驱性工作而颁发给他图灵奖。

法兰西斯·艾伦 Frances E. Allen

贡献领域:优化编译器

法兰西斯·艾伦致力于研究并行计算机的编译问题,在以往的工作中促成了许多目前广泛应用于商业编译器中的程序优化算法和技术,奠定了现代优化编译器和自动并行执行技术的基础。

爱德蒙·克拉克 Edmund M. Clarke

艾伦·爱默生 Allen Emerson

约瑟夫·斯发基斯 Joseph Sifakis

贡献领域:开发自动化方法检测计算机硬件和软件中的设计错误

模型检查理论基础是 1981年由斯发基斯在法国、克拉克和 爱默生在美国分别独立提出的。

模型检查(Model-Checking),是用数学算法来验证一个软件或硬件系统设计是否满足预设的需求,工业检测方面应用包括:芯片检测、通信协议、外部设备主控软件、嵌入式系统(如在飞机、火车、火箭、卫星或移动电话)以及安全算法等。 

芭芭拉·利斯科夫 Barbara Liskov

贡献领域:编程语言和系统设计的实践与理论

芭芭拉·利斯科夫领导了多个重要项目,包括第一个支持数据抽象的面向对象编程语言 CLU 的设计与实现,第一个支持分布式程序实现的高级语言 Argus,面向对象数据库系统Thor,还有最近的Byzantine分布式容错系统。

其中,CLU 语言对现代主流语言如 C++/Java/Python/Ruby/C# 都有比较深远的影响。而她从这些实际项目中提炼出来的数据抽象思想,已经成为软件工程中最重要的精髓之一。

查尔斯·萨克尔 Charles Thacker

贡献领域:帮助设计、制造第一款现代 PC

查尔斯·萨克尔被称为“现代 PC之父”,主持或者参与了 Alto、以太网、激光打印机等的设计与开发。其中,Alto 是今天现代个人电脑的鼻祖,配有鼠标、图形化用户界面,支持局域网联网。

莱斯利·瓦伦特 Leslie Valiant

贡献领域:对众多计算理论所做的变革性的贡献

莱斯利·瓦伦特在机器学习、计算复杂度理论、并行和分散计算等领域都有突出贡献,推动了人工智能技术的发展。1984 年提出的概率近似正确模型,攻破了机器学习中的一个基础问题,即「系统如何处理错误」。

犹大·伯尔 Judea Pearl

贡献领域:人工智能

犹大·伯尔提出-概率推理与因果关系推理的演算模式,是人工智能领域基础性的贡献。丰富了 AI 的范式,为 AI 后续发展奠定了一种方向性的基础。

莎菲·戈德瓦塞尔 Shafi Goldwasser

希尔维奥·米卡利 Silvio Micali

贡献领域:由于在密码学和复杂理论领域做出创举性工作

莎菲·戈德瓦塞尔和希尔维奥·米卡利共同开创了可证明安全性领域的先河,奠定了现代密码学理论的数学基础。通过形式化加密安全是可计算的而不是绝对的概念,他们创造出了将密码学从艺术变为一门科学的数据架构。

莱斯利·兰伯特 Leslie Lamport

贡献领域:在提升计算机系统的可靠性及稳定性领域的杰出贡献

莱斯利·兰伯特的分布式计算理论奠定了这门学科的基础,他在 1978 年发表的论文《分布式系统内的时间、时钟事件顺序》成为计算机科学史上被引用最多的文献,并且他为“并发系统的规范与验证”研究贡献了核心原理。

迈克尔·斯通布雷克 Michael Stonebraker

贡献领域:对现代数据库系统底层的概念与实践所做出的基础性贡献

迈克尔·斯通布雷克,因在关系数据库管理系统(RDBMS)和数据仓库(DWH)的创建、开发和改进方面的基础工作而闻名于世。

惠特菲尔德·迪菲 Whitfield Diffie

马丁·赫尔曼 Martin Hellman

贡献领域:非对称加密的创始人

迪菲与赫尔曼发表了论文《密码学新动向》,在其中阐述了关于公开密钥加密算法的新构想,即在一个完全开放的信道内,人们无需事先约定,便可进行安全的信息传输。

发明了迪菲-赫尔曼密钥交换协议,它可以让双方在完全没有对方任何预先信息的条件下通过不安全信道创建起一个密钥,这个密钥可以在后续的通讯中作为对称密钥来加密通讯内容。该协议保护着我们每天的互联网通信和数万亿的金融交易。

蒂姆·伯纳斯·李 Tim Berners-Lee

贡献领域:万维网

蒂姆·伯纳斯·李 在 1989 年发明了万维网,1991 年,他做出第一个图形界面网页浏览器,1994 年,他确定了超链接的标准,至此网页和信息之间的切换才像“随意门”一样快速直接,没有界限。

约翰·轩尼诗 John Hennessy

大卫·帕特森 David Patterson

贡献领域:让微处理器这一概念流行起来

约翰·轩尼诗和大卫·帕特森开发了RISC微处理器,并合著了《计算机体系结构:量化研究方法》一书,将 RISC 理念散播到了学术界和产业界,这本书依然是编程人员、计算机工程师和处理器设计师必读的一本书。

他们的研究对很多芯片的发展都产生了巨大的影响,从 Arm 到 Alpha 再到 PowerPC,这些芯片被广泛运用在如今的智能手机、物联网、平板电脑、服务器等设备中

约舒亚·本希奥 Yoshua Bengio

杰弗里·欣顿 Geoffrey Hinton

扬·莱坎  Yann LeCun

贡献领域:在人工智能深度学习方面的贡献

“深度学习三巨头”开发了深度学习领域的概念基础,并通过实验验证了令人惊讶的现象,近年来,深度学习方法促进计算机视觉、语音识别、自然语言处理和机器人技术等应用领域取得极大突破。

帕特里克· 汉拉汗 Patrick M. Hanrahan

艾德文·卡特姆 Edwin E. Catmull

贡献领域:3D计算机图形学

他们是皮克斯动画工作室的元老级人物,在皮克斯期间创作的动画及相关技术,对未来的电影和游戏 CG 特效产生了革命性影响。

自 1966 年以来,图灵奖共 72 位得主,分布在几十个小领域,从按国籍分,美国学者最多,欧洲学者偶见之,而华人学者仅有姚期智博士一人。

随着我国政府、高校、互联网公司在计算机技术上的不断投入,也许在不久的将来,会有更多的中国人才获得图灵奖,成为站在计算机科学界的顶端的伟大人物。

正是有图灵这样的天才的出现,才能这一扇计算机科学的大门。

左 | 艾伦·麦席森·图灵

右 | 冯·诺依曼

文末活动:

留言说说,你觉得哪位图灵奖获得者的贡献更伟大?

留言「点赞」 Top3 的读者,将获得《图灵的秘密》纸质书一本。(点赞统计时间 6月25日 0:00)

书籍推荐

Charles Petzold | 著

杨卫东,朱皓 等 | 译

顶级技术作家 Charles Petzold 耗时多年编写

了解图灵生平及论文最优秀的作品,没有之一

Donald E. Knuth | 著

李伯民,范明,蒋爱军 | 译

巫斌,范明 | 译

贾洪峰 | 译 

李伯民,贾洪峰 | 译 

图灵奖得主高德纳创作的计算机科学理论与技术的经典巨著,被《美国科学家》杂志列为20世纪最重要的12本物理科学类专著之一,与爱因斯坦《相对论》、狄拉克《量子力学》、理查·费曼《量子电动力学》等经典比肩而立

John L. Hennessy , David A. Patterson | 著

贾洪峰 | 译

本书由图灵奖得主约翰·轩尼诗和大卫·帕特森合著,堪称计算机体系结构的“圣经”,是计算机体系结构方向的学生的必读教材。全书系统地介绍了计算机系统的设计基础、指令集系统结构、流水线与指令级并行技术、层次化存储系统与存储设备、互连网络以及多处理器系统等重要内容,讲述了使用“量化研究方法”进行计算设计,以及多种可以实现并行的技术。


推荐阅读

参考资料:

[1]:http://blog.sciencenet.cn/blog-89075-553185.html

[2]:https://www.sohu.com/a/65209694_201604

[3]:https://baike.baidu.com/item/%E5%9B%BE%E7%81%B5%E5%A5%96/324645?fr=aladdin

    ▼

站在巨人的肩膀上,解锁更多IT技能

▼

把时间交给阅读

相关推荐

新书上架 | “韬(τ)定律”有何影响?一文读懂从摩尔定律到韬定律的半导体发展!

而芯片的诞生、迭代、突破,全部依托于半导体材料与技术。:打破硬件、软件、架构的壁垒,实现芯片架构、电路设计、底层软件的一体化协同优化,精准匹配数据运行逻辑,避免数据排队、延迟、阻塞,让芯片运算更高效、更智能。技术,打破传统芯片平铺式的电路布局模式,将平面电路进行立体折叠重构,大幅缩短电路走线长度,减少信号绕路、延迟、卡顿问题,是韬定律最核心的技术突破。:重构芯片之间的总线互联结构,优化多芯片协同运行逻辑,降低芯片与芯片、芯片与设备之间的传输延迟,提升整套设备的整体运行效率,实现全域性能升级。

图灵教育 176

DeepSeek-V4 凭什么连续四周霸榜?

市面上要么是只发论文的学者,要么是只做 Demo 的博主,能两边都站住的人,掰着手指都数得过来。跟着模型学,永远在追尾灯。420+ 人的圈子里,藏着不少跟他一样优秀的人——名校理工背景、自己也在做真东西、对 Agent 工程化有自己的判断、动手能力比嘴上功夫多得多。当 GPT-5.5、Claude 4.5、DeepSeek-V4-Pro 谁都能调,价格谁都付得起——你的产品凭什么不可替代?DeepSeek 能把模型推理压到 27% 算力、KV Cache 压到 10%——它能这么做,靠的也是工程化能力。

图灵教育 134

78岁的马斯克母亲梅耶突然爆火:钢铁侠母亲是怎么炼成的?

但在成为“马斯克的妈妈”之前,她首先是梅耶自己——一个15岁登台走秀的女孩,一个被丈夫家暴了九年的妻子,一个31岁净身出户、带着三个孩子睡地板的单身母亲,一个40岁还拿下第二个硕士学位、60岁全裸登上杂志封面、69岁独占时代广场四块广告牌的传奇女性。从“挣扎与幸存”到“人生由我”,这个名字的变化,恰好就是梅耶一生的缩影。·马斯克最厉害的地方:她把一生过成了一场精彩的冒险,在这过程中培养了三个亿万富翁,拿了两个硕士学位,登上了世界上最著名的杂志封面,但到最后,她最在意的,是自己有没有活得有趣。

图灵教育 237

Claude Code 之父:2026 年我一行代码都没写,编程已被 AI 解决

书中提供了完整的 AI 工程框架,涵盖模型选择与评估、提示工程、RAG 与智能体、微调策略、数据集工程、推理优化及 AI 工程架构等关键环节,帮助开发者在复杂的 AI 生态中做出科学的技术决策。市面上最注重实战的 DeepSeek 教程,围绕 DeepSeek 技术体系展开,系统解析DeepSeek 架构设计、DeepSeek-V3 模型的 MoE 架构与多 token 预测、DeepSeek-R1 模型的思维链与知识蒸馏等核心机制,夯实读者的理论基础。30 分钟快速上手,无复杂部署,零编程基础也能上手。

图灵教育 401

新书上驾 | 史上最大IPO上市,传来大消息!一文拆解马斯克与他的SpaceX!

2025 年,SpaceX 一年完成了 165 次猎鹰 9 号发射(外加 2 次重型猎鹰和 3 次星舰试飞),平均两天就有一次,占了美国全年轨道发射的约 85%、全球的一半左右。马斯克本人当然是绕不开的人物,他的少年经历、性格底色、其他生意,都会作为这条主线的注脚出现,但我尽量不让他的生平喧宾夺主。我相信,哪怕你这辈子永远不会造火箭,这家公司和这群人做事的方式,依然可以让你下次开会、下次做决定、下次跟生活较劲的时候,多一种选择。名员工讲了一段话,里面那句被反复引用的话是「这是我这辈子最棒的日子之一」。

图灵教育 248

新书上架 | 黄仁勋是如何提前十年押注AI,助推英伟达登顶世界之巅的?

无需懂半导体专业知识,也不用懂金融投资门道,只用最直白的语言,讲透英伟达的逆袭发家史、牢牢掌控全球算力的底层逻辑、AI时代的财富密码,以及普通人能感知、能抓住的时代机会。命脉的行业霸主——这一切靠的不是天赋,不是运气,而是日复一日的坚持,是敢于挑战常识的勇气,更是对产品与未来的极致追求。则像成千上万的小学生,拥有数百到数千个核心,单个处理能力有限,但能同时执行海量简单、重复的运算任务,追求高效并行,是。黄仁勋与英伟达的成长历程中,没有一夜暴富的传奇,也没有天降奇迹的幸运,唯有平凡人的坚守与努力,以及。

图灵教育 180

新书上架 | 高维度拆解为什么第一性原理是马斯克成功的秘诀!

但其实,它特别简单,简单到一句话就能说透:撕掉所有“别人说”“惯例”“行业规矩”的标签,直接扒到事情最底层的本质,忽略所有无关的表象,从头开始推导解决方案,不被任何外界因素绑架。不必羡慕别人的光芒,不必焦虑自己的平庸,用第一性原理,深耕自己、专注本质,终有一天,我们都能摆脱迷茫、实现逆袭,活成自己人生的。,不管是节食,还是吃正常的饭菜,不管是撸铁,还是散步,都能减肥。的惯例时,这些传统车企,才恍然大悟,才开始仓促跟风做电动车,但此时,特斯拉已经占据了市场的主导地位,他们再怎么努力,也很难追上。

图灵教育 180

模型每天都在变,但 Agent 的核心设计原则从未过时

从 2025 年秋天到现在,AI 领域早已告别“基座模型内卷”,正式踏入工程落地的深水区——尤其是近期,天翼云“虾王挑战赛”落幕,国产 Agent 在产业场景中实现算力成本减半、效率翻倍的突破,而 Cursor 相关 Agent 误删生产数据库的案例,也让权限控制、安全评估成为刚需。在 1.0 的实践反馈中,也有不少学员在完成系统学习后,将这些原则应用到真实业务中,从单一 Agent 搭建扩展到更复杂的企业级系统,实现了从“能用”到“可用且稳定”的过渡。第一版的好评,是我们前行的动力;

图灵教育 103

一本简史,讲透人工智能 70 年风云人物:天才反目、赌约打脸、孤独坚守,比算法更戳人的是人心

畅销 10 万册,人工智能专家尼克经典之作,全景式解读人工智能,作者以人工智能 70 年的发展为线索,串联起 15 个核心主题与 200 多位重要学者的思想,将人工智能从技术问题延展为一场关于认知与文明的讨论。他带着寥寥几个追随者,在无人问津的角落默默死磕,熬过 AI 最寒冷的几十年,看着身边人一个个放弃,他始终没松口:「大脑就是这么工作的,我不信做不出来。可他们的思想,穿越时空,合二为一,才有了如今 AI 的万丈光芒。,提出「图灵测试」,第一次回答了「机器能不能思考」,从思想层面,给 AI 种下了灵魂。

图灵教育 153

AI好评榜TOP1图书

不管你是身在 AI 行业,还是正在准备进入 AI 行业,我们都推荐你把 AI 工程的学习作为你的第一课。无数位大佬已经强调过,工程思维是如今 AI 工程师最宝贵的品质。本书的每一章都是 AI 应用构建过程中不可或缺的一段流程,整本书覆盖了从 demo 到用户反馈的全流程:从立项选型、理解模型、评估体系,到 RAG、Agent、微调、中文可以翻译为“神作”,每一位 AI 从业者应该阅读。好消息,今天史上最低价格,一直观望的同学可以下单了!、生产架构,AI 应用落地的每一步,书中都讲透了。

图灵教育 113

AI大神Karpathy的学习心法,普通人也能直接抄作业

跟着它,在普通的笔记本电脑上,你就能手搓出一个专属的微型大模型!这本书完美契合了 Karpathy “拒绝死记硬背、追求直觉理解”的教育理念,用海量极其直观的图解,硬生生把大模型的黑盒给剥开了。在 AI 如此强大的今天,遇到难题直接写一段自然语言指令丢给大模型,让它瞬间吐出几百行代码或一套解决方案,这确实极大地解放了我们的脑力,也是不可逆的趋势。如果你认同 Karpathy 的理念,想要真正掌握 AI 时代的铁饭碗,我们为你精选了当前最受读者欢迎,最具极客式学习气质的三本图书—— “AI 三剑客”。

图灵教育 192

AI 圈彻底沸腾!Andrej Karpathy 宣布入职 Anthropic

书中提供了完整的 AI 工程框架,涵盖模型选择与评估、提示工程、RAG 与智能体、微调策略、数据集工程、推理优化及 AI 工程架构等关键环节,帮助开发者在复杂的 AI 生态中做出科学的技术决策。备受关注的大模型“袋鼠书”,全书通过 300 幅全彩插图,以极致视觉化的方式呈现大模型的核心原理与工程实现,覆盖从底层机制、应用开发到性能优化的完整链条。这里给大家推荐几本优质书籍,不管你是 AI 小白、行业从业者,还是单纯想了解大模型的普通人,都能找到适合自己的,帮你快速吃透大模型核心,读懂 AI 圈的底层逻辑。

图灵教育 151

这是一本我读过N遍的顶级好书,推荐所有人都来读!

此外,如果各个行业都用一个套路分析,那么分析有时候会变成蜻蜓点水,看似什么都覆盖到了,却不得要领、抓不住重点。比如,如果分析煤炭行业和新能源汽车赛道都套用一个模板,恐怕很难得出有用的结论——近年来,煤炭行业发展的核心逻辑是供给收缩,而新能源汽车行业发展的关键是产销持续超预期。比如,白色家电行业就显然已经迈入成熟期,在行业巨头的笼罩之下,虽不能说是寸草不生,但最多也就剩下仨瓜俩枣了。或者说,我们无法确定,增速的变动是由于一时的供需错配而出现的波动,还是表明行业已进入产业生命周期的新阶段。

图灵教育 135

新书上架 | 一文看懂黄仁勋与英伟达的崛起之路!

无需懂半导体专业知识,也不用懂金融投资门道,只用最直白的语言,讲透英伟达的逆袭发家史、牢牢掌控全球算力的底层逻辑、AI时代的财富密码,以及普通人能感知、能抓住的时代机会。——砍掉所有非核心项目,收缩团队规模,把仅剩的资金和人力,全部押注在“图形显卡”这一条赛道上,绝不与英特尔、微软正面竞争,只做电脑的“视觉处理器”。没有豪华的办公场地,没有充足的资金,没有强大的后盾,甚至连一台像样的研发设备都没有,三人白天研发,晚上挤在车库里休息,吃着廉价的快餐,日复一日地打磨产品。到几千元的中端显卡,适配主流游戏玩家;

图灵教育 242

豆瓣8.7!一本不得不读的效率神书!值得反复读10遍!

下班回到家,要做饭,要做家务,要看孩子的作业,有老人的还得照顾老人,也常常搞得自己焦头烂额,恨不能多长几双手同时做好件事儿。所以如果了解了前额皮质的特点,就该知道,面对一堆工作、一堆家务,即使再多长十双手也没法能帮你解决好所有的事情,因为我们只有一个任性的“指挥官”,这种情况下,它会罢工。精选14个高频工作场景,运用四幕剧故事形式介绍脑科学知识,以大脑喜欢的方式,告诉你如何用脑科学提升工作效率,帮你科学利用时间,合理分配脑力,轻松高效工作。了解它的优点和缺点,和它做朋友,会让我们的工作学习都事半功倍。

图灵教育 114

概率论别再死记硬背了,聪明人都在用这套方法提分

很多人概率论失分,不是难题不会,而是条件概率老写错、分布函数不会转、正态分布公式记混、做题步骤不规范。不仅可以刷到热门考试题型,还可以沉浸式体验考场,自习室里做一套,真实感受考试做题环境,训练自己的做题思维以及对考试时间的把控。④ 不想再到处找资料的人,大学数学最耗时间的,其实不是学习本身,而是找一堆资料,但还是无法坚持学下去。② 临近期末开始慌的人,不知道重点在哪、不会安排复习节奏的人,很适合用这种同步卷快速进入状态。B 卷更像真正考试会出现的东西,很多人到了后期提不上分,其实是因为只会单知识点做题。

图灵教育 110

如何基于 OpenClaw 打造自己的 Agent 团队

有管数千人的老板,有一个人扛一整条业务线的创业者,有大厂里每天做报表、跟进度的执行层,也有靠 Notion 和 Zapier 把自己武装到牙齿的效率极客。我不想写一本转瞬即逝的“技术指南”或“提示词合集”,我想写的是一份 7×24 数字产线的建造图纸:从第一个 Agent 上岗,到整条产线跑通,中间会踩什么坑、需要建立什么规则。这不是“要不要拥抱技术”的选修课,而是 “你不动,别人动了,你的位置就是别人的” 的生存命题。这种变化是指数级的,先跑起来的产线会像复利一样持续优化,时间越长,差距越大。

图灵教育 643

新书上架 | 一本不得不读的神书!值得反复读10遍!

而不是带着指责的审视。你观察到「我又拖延了」,接下来不是骂自己「真没用」,而是问自己「我为什么会拖?但如果问题的根源不在于「你不够努力」,而在于「你从来没搞懂自己大脑是怎么工作的」呢?所谓觉醒,从来不是一次顿悟,而是一次又一次微小的「看见」——看见自己的大脑、看见自己的情绪、看见自己正在如何生活。换句话说,多巴胺不是一个开关,而是两套平行系统:一套负责「记住该怎么做」,另一套负责「让你想去做」。这种渐进替换,多巴胺系统完全不会反抗,因为你从来没让它「失去奖励」,你只是在悄悄升级奖励的质量。

图灵教育 173

新书上市 | 没有公式,没有术语!16个故事讲透数学的逻辑思维!

在另一个论证中,芝诺指出,这种运动是不可能的,因为一个物体要移动任何距离,都必须先移动这段距离的一半,然后再移动剩余距离的一半,以此类推,永远都必须移动某段剩余距离的一半,因此,永远都不可能移动完剩余的全部距离。在三十年的数学教学生涯中,我收集了许多超凡卓越的学生和数学同人从最陡峭的坡面征服数学高峰的故事:关于他们的攀登,关于他们在山峰上(即便是再低矮的山峰上)看到的风景,关于他们有了新发现的激动时刻,关于他们对未知智慧之美的探索,关于他们对数学证明确定无疑的自信。奇怪的是,他的论证却得出了正确的结果。

图灵教育 158

新书上架 | 普通人如何运用第一性原理?

其实,第一性原理从来不是高深莫测的理论,而是一种“回归本质、从头推导”的思维方式——它能帮你避开跟风模仿的陷阱,摆脱经验主义的束缚,在信息爆炸、竞争激烈的时代,快速抓住问题核心,做出更明智的决策、实现更高效的成长。“大佬专属”,普通人也能掌握运用,它无需高深知识和强大资源,掌握“三步走”核心方法,就能用于日常工作生活,解决问题、提升自己。这部分聚焦“普通人的实战场景”,用。对于我们普通人来说,不需要用第一性原理造火箭、做芯片,只需要用它解决日常的工作、学习和生活问题,摆脱无效努力,实现自我成长,就足够了。

图灵教育 188

惊天反转!“AI 教父”亲手判神经网络死刑,50 多年后它却统治了 AI

但读完《人工智能简史(第3版)》你就会明白:所谓的人工智能革命,从不是偶然的横空出世,而是一群顶级聪明人,在 70 年的时间里,不断争论、不断误判、始终坚持、反复翻盘,一步步摸索、试错,才终于将机器智能的梦想,照进了现实。畅销 10 万册,人工智能专家尼克经典之作,全景式解读人工智能,作者以人工智能 70 年的发展为线索,串联起 15 个核心主题与 200 多位重要学者的思想,将人工智能从技术问题延展为一场关于认知与文明的讨论。同时,基于大量文献与访谈构建的史料体系,使整本书具备难得的厚重感与可靠性。

图灵教育 86

性价比封神,DeepSeek V4 最强使用攻略!

市面上最注重实战的 DeepSeek 教程,围绕 DeepSeek 技术体系展开,系统解析 DeepSeek 架构设计、DeepSeek-V3 模型的 MoE 架构与多 token 预测、DeepSeek-R1 模型的思维链与知识蒸馏等核心机制,夯实读者的理论基础。超牛的 DeepSeek 应用书,作者是 AI 大佬花生,全书涉及 13 大场景,90 个实用案例,7 大技巧,4 大王炸组合,内容涵盖高效办公、副业变现、数据分析、企业级 DeepSeek 使用方案等等。它极大地拔高了廉价模型的上限。

图灵教育 240

260年前,双目失明的欧拉口述了一本“数学圣经”,专治代数看不懂

欧拉的著作数量高达866 部,甚至在他去世后的 50 年,他发表的文章都占据了圣彼得堡科学院出版物的半壁江山。欧拉善于将复杂的问题分解为基本要素,阅读本书,你将会学到顶尖数学家是如何思考问题、理解问题的,跟随他一步步地推导,一切都变得顺理成章。你会发现,正负数、分数、对数,在欧拉的笔下不是抽象的符号,而是很具体的生活中的概念。他被迫用最通俗、最直观、最符合人类直觉的方式,把毕生对代数的理解,一点点讲述给他的助手。从这本书中,读者可以跟随欧拉的耐心教导,从算术到代数,完成一次真正的思维跃迁。

图灵教育 149

黄仁勋一直说的“Token经济学”,到底是什么意思?

它的底层架构演进直接重塑了全球算力的定价权;时代后,算力的交付形态发生了根本性转变,用户不再关心底层显卡每秒能做多少次矩阵乘法,他们需要的是直接的智力产出:一段代码、一篇报告或一个商业洞察。进行二次开发的初创公司,还是将大模型能力嵌入内部办公系统的跨国企业,所有的预算审批、成本核算与调用限额,全部以。)在这里探讨的,是一个由真实电力驱动、由硅基芯片运算、最终产出具有实际商业用途的智力产品的实体经济循环。一种全新的资源想要演化出成熟的商业模式、产业链和国际贸易体系,第一步是找到那个可以被精准计价的锚点。

图灵教育 184

这本两大菲尔茨奖得主都拜服的科普书讲透了数学学习的第一性原理!

如果没有数字,没有圆形和正方形,没有三维空间的概念,没有点和轨迹的概念,没有笛卡儿坐标系,没有距离、速度和加速度的概念,没有直线可以无限延伸的想法,没有概率的概念,没有加法和乘法,没有计算的概念,没有真理和逻辑推理的概念,那么,你周围的世界会突然变得模糊而不稳定,仿佛自己被切除了脑叶。格罗滕迪克认为自己工作的独特之处在于他打破了一个禁忌:“在所有自然科学中,似乎唯有在数学领域,我的所谓‘梦’,或‘清醒的梦’,被施加了一个已存在两千多年的绝对禁令。而我们的世界和生活的数字化,更是将数学的作用无限放大。

图灵教育 101

一万字讲透金字塔原理:这套思考工具,专治嘴笨和脑子乱

我们这个月的获客成本变高了,抖音那边的广告系统更新了算法,然后小红书的达人也涨价了,而且春节假期流量还没完全恢复,再加上我们自己的素材也好久没更新了,所以。这就是金字塔的基本样子。相反,如果你一上来就说结论,万一结果不好,你紧跟着一句「这里有三个原因导致,其中两个可以改、一个是外部的」,反而显得你。如果你读完之后,在一次开会、一次微信、一次和家人的谈话里,感觉到「对方比以前更听得懂我了」——那就是这本书最好的归宿。当你把结论放在最后,听众一边听你讲,一边要记住你前面说的所有铺垫,还要自己去猜结论是什么。

图灵教育 211

看完这本数学书后,彻底整明白了神经网络!!!

例如,一些实验表明,对于你认识的每一位著名演员,你的大脑中都有一个特定的神经元,对他/她在屏幕中的出现做出特定反应(见书后的注释部分)。然而,这种方法也有局限性:尽管脑成像技术的空间、时间分辨率大幅提高,但仍不足以同时追踪、识别所有神经元的活动(比如人脑中用于识别大象的神经元),更不用说在一生的学习过程中追踪这些神经元的活动了。第二层神经元的树突与第一层的神经元相连。但集体来看,大量神经元的组合却能“涌现”出令人难以置信的复杂行为,这些行为不能归因于一个特定的神经元——这些大规模的行为就是我们所说的智能。

图灵教育 75

Agent 开发陷入瓶颈后,我终于读懂了这本大模型神书

这次读下来,觉得提示词不只是要把话说严谨,从工程角度看,更像是建立一套规范,定义输入、边界约束,尤其是结构化输出和校验,输出能遵循特定格式,程序才能更好的处理,对 Agent 来说,后续的链、工具调用等,都依赖稳定的输出。书中介绍的 ReAct 思考框架,是一种“思考、行动、观察”的循环,每一步先思考再执行,根据结果调整下一步操作,这种循环机制把前面的能力都串联起来,让系统完成动态决策和工具调用,从而具备 Agent 的核心能力。当任务需要拆分成多步骤,并且前后结果需要稳定衔接时,就需要用到链了。

图灵教育 376

都monorepo了,还有必要搞微服务吗?

一个"用户下单"的spec,涉及用户服务、订单服务、库存服务、支付服务,Agent得知道这些服务之间的接口契约、数据模型、调用关系,才能把spec拆分到正确的服务里。前面提到的Uber就是最好的反例——从polyrepo迁移到monorepo之后,2200个微服务一个没少,但跨服务重构、依赖管理、共享库升级这些在polyrepo时代让人头疼的问题,都大幅缓解了。每个服务小到几乎没有独立存在的意义,但每个服务都带来了完整的运维开销——独立的部署流水线、独立的监控、独立的日志、独立的网络通信。

图灵教育 83

把人类提前带入基因组时代的“坏小子”去世了

也让“我是谁”、“我可能面临什么风险”、“我能否提前改变未来”这些问题,第一次与一份个人基因组真正联系在一起。它可以提示风险,提供线索,帮助我们更早理解疾病与健康,却无法穷尽一个人的性格、选择、经历与人生。如果你也知道了自己的基因信息,你会更理解过去的自己吗?今天,我们把这篇迟到的公众号首发,献给这位复杂、狂放、极具争议,也无法绕开的基因组时代人物。今天重读这个故事,我们更能感受到Craig Venter留给基因组时代的复杂遗产。遗传学不仅属于实验室,更关乎每个人、每个家庭对生命的理解。

图灵教育 73
上一篇: 6月书讯 | 唠嗑也能学数学!
下一篇: 为什么数据库不应该使用外键?
turingbooks
turingbooks 企业官方账号 企业官方账号
博客等级 码龄19年 3772粉丝 793原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值