11个笔记
前言 操纵未来世界的算法
目前业界公认，计算思维包含4个方面：分解问题、抽象、算法、模式识别(见图a)。其中，算法是直接用来解决问题的方法，而其他几个概念能帮助人们用算法来表示生活中的问题，从而让计算机来解决这些问题。下面我们再具体地解释一下上面提到的4个核心方面。
第一，拆解复杂问题，直到复杂问题成为可重复的简单问题(分解问题）
第二，把生活中的问题抽象化，用约定俗成的算法来解(抽象）
第三，算法是流程化的、可调用的、逻辑清晰的(算法)
第四，可重复性带来规模效应(模式识别)
第一个问题：计算思维和数学思维是一回事吗?
答案：不是。简单地说，数学寻求的是真理，数学问题会有一个答案或者一个证明，数学关心的是正确性。比如7+3=10.计算思维更关心怎样有效地把一件事做出来。对计算机来说，一个问题有解还是不够的，关键是怎么解，是否能在合适的时间内找到令人满意的答案。比如说，能否在1秒钟内给我推荐合适的视频，在10秒钟内找到去公司的最短路径，或者要在50亿个网页中找到和“火箭”相关的网页?怎么才能在合理的时间内把一件事做出来，是计算思维关心的问题。
103是不是个素数?这是个数学问题。
写一个算法来判断任意数字是不是一个素数，这是个计算机的问题，计算机能解决所有判断素数的问题。再比如，300万和200万哪个大，是个数学问题。如何让300万人同时在线看球赛，是个计算机的问题。
第二个问题：计算思维和编程是一回事吗?
答案：不是一回事，但是有一定关系。计算思维可以说是学编程之前的基础技能，也可以说是贯穿编程过程的底层思维。没有计算思维就学不好编程，但是计算思维不受限于编程语言，比编程囊括得更广。用一种编程语言写出算法，交给计算机去运行，不论是用C语言、Python、Java，还是其他编程语言，这个过程都是编程。从计算机编程诞生以来，人们设计出的编程语言有100多种，而算法是不需要懂得任何编程语言就可以学会的。
AI基础课教授是尼尔斯·尼尔森(Nils Nilsson)教授，他也是AI的学科创始人之一和世界级专家，写作了被广泛引用的经典之作《对AI的探索》(The Quest for Artificial Intelligence)。
无人驾驶
计算思维是解决复杂问题的思维能力，而分解问题是计算思维的核心，这个过程把一个大问题分解成计算
办婚礼
分解问题是计算思维的核心，可以帮助我们理解计算机是如何工作的，但是对我们日常生活有什么帮助呢?