計算機應(yīng)用領(lǐng)域比理論領(lǐng)域火爆的原因
計算機方面研究的大方向就三個，計算機體系結(jié)構(gòu)，計算機軟件與理論，計算機應(yīng)用技術(shù)。很多人都在抉擇應(yīng)用還是理論，但當下明顯選擇應(yīng)用的人數(shù)多于理論，這是為什么呢?
第一，因為應(yīng)用的可挖掘性很多，你想，大到國家政府軍隊，小到買菜吃飯看病，對計算機的依賴那是越來越重。這么旺盛的應(yīng)用需求，雖然能應(yīng)用的計算機理論就那么幾種幾十種，但是每一個應(yīng)用層都需要做針對性優(yōu)化，不能直接拿來主義啊。比如都是網(wǎng)購，核心技術(shù)都差不多，可是以淘寶和當當?shù)捏w量，這背后的算法理論什么的，肯定不一樣是不是，不然淘寶雙十一早就扛不住了。
第二，計算機應(yīng)用門檻低，理論方面相對較高。第一條已經(jīng)說過，理論方面的東西相比應(yīng)用需求還是很少的，我想這不僅是在計算機方面，任何行業(yè)都是搞理論要難于搞應(yīng)用。
第三，搞應(yīng)用容易出成績啊，應(yīng)用或者優(yōu)化一個理論解決一個問題，時間肯定比提出一個理論短吧，無論高校研究所還是大企業(yè)都不想把錢一直燒在短期內(nèi)不出效益的理論研究上吧。微軟研究院是一個例外，后面單獨說。
以國內(nèi)高校和科研院所為例，老師接項目一般分為兩種，一種是橫向項目，就是xxx系統(tǒng)，受國家委派或者企業(yè)聯(lián)合做項目，這種就是應(yīng)用的代表，時間一般都不長，經(jīng)費很充足，即使中間有個別核心技術(shù)專利，但是基本對計算機這顆大樹沒什么實質(zhì)性影響。另一種就是以國家自然科學基金為代表的純基礎(chǔ)理論研究項目，這種項目給錢一般很少，而且時間跨度長，項目難度大，研究人員壓力也大。比如我們所一個搞生物信息的小組，就是純粹搞研究，已經(jīng)在國際頂級生物學期刊發(fā)表幾篇文章了，在國際都是領(lǐng)先水平，那個組的壓力基本是全所最大，回報除了論文和表彰以外好像沒什么吧，既不能幫你在首都買房也不能讓你社會地位提高。
目前的情況，橫向項目大大多于基礎(chǔ)科學研究項目。研究生來上學就是積攢工作經(jīng)驗的，尤其是碩士，干不了研究，百分之八九十都是在給老師做項目中度過的，做完項目之后不僅攢經(jīng)驗升能力，還能在簡歷中寫上參與過某某項目，項目稱號還都高大上，多拉風啊。老師也舒服啊，學生給干活還要錢少，項目完成人署名是自己，對自己那是只有好處啊。大家都不傻是吧。于是就一直這樣啦。
所以，相應(yīng)地，企業(yè)對搞應(yīng)用的崗位需求肯定比搞理論的多得多。于是學生自己也不傻啊，搞理論研究那么累不容易出成果還不好找工作，干嘛不搞應(yīng)用，干的輕松壓力小還掙錢多，早日當上CEO贏取白富美走上人生巔峰不再是夢啊。
但是真正決定一個學科長遠發(fā)展的，還得是那些基礎(chǔ)研究。所以在這方面我一直都特別佩服微軟，它數(shù)十年如一日地燒錢供著分布于世界各地的微軟研究院，目的就是研究各種計算機領(lǐng)域的核心理論，比如算法復雜性，計算機視覺，機器學習等。不以做應(yīng)用為目的，就是純粹搞研究。每年統(tǒng)計世界學術(shù)界那些頂級會議期刊發(fā)表的論文的數(shù)量和質(zhì)量，微軟都是第一。也正因微軟在基礎(chǔ)理論方面巨大地投入，當它的Windows Phone 帶著全新的語音助理Cortana 橫空出世時，直接把Google now和Siri鄙視了(這里不討論手機好壞，純粹說技術(shù),手機沒有成功的原因有很多，但肯定不是因為技術(shù))。沒有理論支持，這些是不可能發(fā)生的。同樣的例子請見Kinect和Hololens，后者在今年發(fā)布時幾乎是一片倒的好評。
在技術(shù)壁壘一定時，微軟是技術(shù)驅(qū)動，但是缺乏好的產(chǎn)品經(jīng)理，所以微軟的產(chǎn)品一值飽受大家摧殘;蘋果是產(chǎn)品驅(qū)動，技術(shù)只能說是剛剛好，它是一個聰明的企業(yè)，能夠把現(xiàn)有的技術(shù)用到最好;谷歌是工程師驅(qū)動，骨子里流著就是應(yīng)用的血，從安卓這幾年發(fā)展就能看出來，完全是工程師思路，每個版本都可以作為測試版，有問題下一版再補。這就是我對當今計算機時代三大巨頭的看法。
順帶說一下我對計算機方面創(chuàng)業(yè)的理解。在我看來，互聯(lián)網(wǎng)時代計算機方面的創(chuàng)業(yè)基本只有兩種類型，一種是產(chǎn)品驅(qū)動，就是說，產(chǎn)品經(jīng)理和運營為導向的，成也PM敗也PM。這種公司說白了就是搞應(yīng)用，只是，大家都可能做同樣的產(chǎn)品，今天你有一個，明天我就馬上能山寨一個，程序員有那么多，技術(shù)方面基本沒有壁壘。這種比的是點子，比的是運營，而不是技術(shù)。不是說程序員不重要，只是在這種情況下，產(chǎn)品經(jīng)理才是決定公司成敗的關(guān)鍵。這種類型代表就是我現(xiàn)在實習的公司，做一個圖片社交軟件，基本沒有核心技術(shù)，拼的'就是產(chǎn)品好不好看運營得行不行有沒有人用。第二種就是技術(shù)型創(chuàng)業(yè)，當年的硅谷模式，有自己的核心技術(shù)，同樣的問題下只有我能做或者只有我能做好，因為我有技術(shù)，別人模仿不來。這方面要推一個我最近看的公司叫DataRobot，專注于云端機器學習。就是說比如你有一堆大數(shù)據(jù)，需要建立一個模型，傳統(tǒng)方式肯定是你先抽取一小部分數(shù)據(jù)來搞，差不多之后搭建大數(shù)據(jù)分布式環(huán)境，接著重新來做。這樣做的成本顯而易見很高，光搭建大數(shù)據(jù)環(huán)境就已經(jīng)很復雜了，就別說在小數(shù)據(jù)集上表現(xiàn)好的模型不一定在大數(shù)據(jù)上有效了。而DataRobot公司就是解決這個問題的，方式很簡單，你只需要提交數(shù)據(jù)到它的接口，它用自己的大數(shù)據(jù)分布式幫你在云端用各種模型評估，自動給你返回所有模型最優(yōu)結(jié)果和參數(shù)。這個公司成立只有兩年多，剛成立的時候只有兩個人，估值2500萬刀，一年以后發(fā)展到16個人，估值7500萬刀。這就是技術(shù)的力量。我個人明顯偏向第二種嘛。
應(yīng)用和理論是兩架馬車，沒有哪一個比哪一個好這種說法，主要還是看個人興趣。什么時候科研人員真心熱愛自己的方向耐得住寂寞老實搞研究，做應(yīng)用的充分掌握技術(shù)踏實放開做，各展所長，這個學科才會發(fā)展得越來越好。
【計算機應(yīng)用領(lǐng)域比理論領(lǐng)域火爆的原因】相關(guān)文章：
速錄應(yīng)用領(lǐng)域07-28
電子技術(shù)的應(yīng)用領(lǐng)域10-01
數(shù)控技術(shù)應(yīng)用領(lǐng)域10-17
醫(yī)學動畫的應(yīng)用領(lǐng)域有哪些09-24
電子技術(shù)的應(yīng)用領(lǐng)域介紹07-26