1. 详细介绍下图灵
1936年，图灵向伦敦权威的数学杂志投了一篇论文，题为“论数字计算在决断难题中的应用”。在这篇开创性的论文中,图灵给“可计算性”下了一个严格的数学定义，并提出着名的图灵机"(Turing Machine)的设想。“图灵机”不是一种具体的机器，而是一种思想模型，可制造一种十分简单但运算能力极强的计算装置，用来计算所有能想象得到的可计算函数。"图灵机"与"冯.诺伊曼机" 齐名，被永远载入计算机的发展史中。1950年10月，图灵又发表了另一篇题为"机器能思考吗"的论文,成为划时代之作。也正是这篇文章,为图灵赢得了"人工智能之父"的桂冠。
故事从谜开始
英国现代计算机的起步是从德国的密码电报机——Enigma(谜)开始的,而解开这个谜的不是别人,正是阿兰·图灵,一个在计算机界响当当的人物,可与美国的冯·诺依曼相媲美的电脑天才。在他短暂的生涯中,图灵在量子力学、数理逻辑、生物学、化学方面都有深入的研究,在晚年还开创了一门新学科—— 非线性力学。
图灵英年早逝。在他42年的人生历程中,他的创造力是丰富多彩的,他是天才的数学家和计算机理论专家。24岁提出图灵机理论,31岁参与COLOSSUS的研制,33岁设想仿真系统,35岁提出自动程序设计概念,38岁设计"图灵测验"。这一朵朵灵感浪花无不闪耀着他在计算机发展史上的预见性。特别是在60年代后当然,图灵最高的成就还是在电脑和人工智能方面,他是这一领域开天辟
地的大师。为表彰他的贡献,专门设有一个一年一度的"图灵奖",颁发给最优秀的电脑科学家。这枚奖章就像"诺贝尔奖"一样,为计算机界的获奖者带来至高无上的荣誉。而阿兰·图灵本人,更被人们推崇为人工智能之父,在计算机业十倍速变化的历史画卷中永远占有一席之地。他的惊世才华和盛年夭折,也给他的个人生活涂上了谜一样的传奇色彩。
神童图灵
阿兰·图灵,1912年6月23日出生于英国伦敦。其祖父曾获得剑桥大学数学荣誉学位,但他父亲的数学才能平平。因此,图灵的家庭教育,对他以后在数学及计算机方面的成就并没有多少帮助。小时侯的图灵生性活泼好动,很早就表现出对科学的探索精神。据他母亲回忆,3岁时,小图灵就进行了他的首次实验,尝试把一个玩具木头人的小胳膊、小腿掰下来栽到花园里,等待长出更多的木头人。到了8岁,他更开始尝试写一 部科学着作,题目为《关于一种显微镜》。在这部很短的书中,天才儿童图灵拼错了很多单词,句法也有些问题,但写得还能让人看懂,很像那么一回事儿。在书的开头和结尾,他都用同一句话"首先你必须知道光是直的"作前后呼应, 但中间的内容却很短,短得破了科学着作的记录。图灵曾说 :"我似乎总想从最普通的东西中弄出些名堂。"就连和小朋友们玩足球,他也能放弃当前锋进球这样出风头的事,只喜欢在场外巡边,因为这样能有机会去计算球飞出边界的角度。他的老师认为 :"图灵的头脑思维可以像袋鼠一样进行跳跃。" 图灵是个天才。他16岁就开始研究爱因斯坦的相对论。1931年,图灵考入剑桥大学国王学院,开始他的数学生涯,研究量子力学、概率论和逻辑学。在校期间,图灵还是现代语言哲学大师维特根斯坦班上最出色的学生。他对由剑桥大学的罗素和怀特海创立的数理逻辑很感兴趣。数理逻辑的创建,主要源于古希腊克里特岛上有个叫爱皮梅尼特的"智者",他说 :"所有的克里特岛人都说谎"。我们可以把它简化为:"我说的这句话是假话"。这就出现一种两面都无法自圆的怪圈:如果他没有说谎,那他这句话是错的,他是在说谎;如果他真的在说谎,那他说自己在说谎是对的,所以他又没有说谎。罗素和怀特海把它从逻辑、集合论以及数论中驱逐出去,最后又想尽办法归入《数学原理》之中。
图灵一上大学,就迷上了《数学原理》。在1931年,着名的"哥德尔定理"出现后(该定理认为没有一种公理系统可以导出数论中所有的真实命题,除非这种系统本身就有悖论),天才的图灵在数理逻辑大本营的剑桥大学提出一个设想 :能否有这样一台机器,通过某种一般的机械步骤,能在原则上一个接一个地解决所有的数学问题。大学毕业后,图灵去美国普林斯顿大学攻读博士学位,还顺手发明过一个解码器。在那里,他遇见了冯·诺依曼,后者对他的论文击节赞赏,并随后由此提出了"存储程序"概念。图灵学成后又回到他的母校任教。在短短的时间里,图灵就发表了几篇很有份量的数学论文,为他赢得了很大的声誉。
怪才图灵
在剑桥,图灵可称得上是一个怪才,一举一动常常出人意料。他是个单身汉和长跑运动员。在他的同事和学生中间,这位衣着随便、不打领带的着名教授,不善言辞,有些木讷、害羞,常咬指甲,但他更多地以自己杰出的才智赢得了人们的敬意。图灵每天骑自行车上班,因为患过敏性鼻炎,一遇到花粉,就会鼻涕不止,大打喷嚏。于是,他就常常在上班途中戴防毒面具,招摇过市,这早已成为剑桥的一大奇观。图灵的自行车经常半路掉链子,但他就是不肯去车铺修理。每次骑车时,他总是嘴里念念有词,在心里细细计算,这链条也怪,总是转到一定的圈数就滑落了,而图灵竟然能够做到在链条下滑前一刹那停车,让旁观者佩服不已,以为图灵在玩杂技。后来图灵又居然在脚踏车旁装了一个小巧的机械记数器,到圈数时就停,歇口气换换脑子,再重新运动起来。
1936年,图灵向伦敦权威的数学杂志投了一篇论文,题为《论数字计算在决断难题中的应用》。在这篇开创性的论文中,图灵给"可计算性"下了一个严格的数学定义,并提出着名的"图灵机"(Turing Machine)的设想。"图灵机"不是一种具体的机器,而是一种思想模型,可制造一种十分简单但运算能力极强的计算机装置,用来计算所有能想象得到的可计算函数。装置由一个控制器和一根假设两端无界的工作带(起存储器的作用)组成。工作带被划分为大小相同的方格,每一格上可书写一个给定字母表上的符号。控制器可以在带上左右移动,它带有一个读写出一个你期待的结果。外行人看了会坠入云里雾里,而内行人则称它是"阐明现代电脑原理的开山之作",并冠以"理想计算机"的名称。这篇论文在纸上谈了一把兵,创造出一个"图灵机"来。但现代通用电脑确实是用相应的程序来完成任何设定好的任务。这一理论奠定了整个现代计算机的理论基础。"图灵机"更在电脑史上与"冯·诺依曼机"齐名,被永远载入计算机的发展史中。
图灵机理论不仅解决了纯数学基础理论问题,一个巨大的"意外"收获则是,理论上证明了研制通用数字计算机的可行性。虽然早在100年前的1834年,巴贝奇(Chark Babbage,1792～1871)就设计制造了"分析机"以说明具体的数字计算,但他的失败之处是没能证明"必然可行"。图灵机理论不仅证明了研制"通用机"的可行性,而且比世界上第一台由德国人朱斯(K·Zuze)于1941年制造的通用程序控制计算机Z-3整整早5年。这不得不使人惊叹这一理论的深刻意义。
谜语图灵
正当图灵的理论研究工作进一步深入时,战争爆发了。他被派往布雷契莱庄园承担"超级机密"研究。当时的布雷契莱庄园是一所"政府密码学校",即战时的英国情报破译中心。在这座幽静的维多利亚式建筑里,表面上鸟语花香、人迹罕见,其实每天都有12000多名志愿者在这里夜以继日地工作,截获、整理、破译德国的军事情报,有些结果甚至直达丘吉尔首相本人手中。在这里,图灵被人们称为"教授",没有人知道他的真名。当时德国有一个名为"Enigma"(谜) 的通信密码机,破译高手们绞尽脑汁也难以破解。这个难题交到了图灵手中,他率领着大约200多名精干人员进行密码分析,其中甚至还包括象棋冠军亚历山大。分析和计算工作非常复杂,26个字母在"Enigma"机中能替代8万亿个谜文字母。如果改动接线,变化会超过2.5千万亿亿。最后多亏波兰同行们提供了一台真正的"Enigma",图灵才凭借着他的天才设想设计出一种破译机。这台机器主要由继电器构成,还用了80个电子管,由光电阅读器直接读入密码,每秒可读字符2000个,运行起来咔嚓咔嚓直响。它被图灵戏称为"罗宾逊",至今没人能搞懂图灵究竟如何指挥它工作。但"罗宾逊"的确神通广大,在它的密报下,德国飞机一再落入圈套,死无葬身之地。
1945年,图灵带着大英帝国授予的荣誉勋章,来到英国国家物理研究所担任高级研究员。两年后,图灵写了一份内部报告,提出了"自动程序"的概念,但由于英国政府严密、死板的保密法令,这份报告一直不见天日。1969年,美国的瓦丁格(Woldingger)发表了同样成果,英国才连忙亮出压在箱底的宝贝,终于在1970年给图灵的报告"解密"。图灵的这份报告后来收入爱丁堡大学编的《机器智能》论文集中。由于有了布雷契莱的经验,图灵提交了一份"自动计算机"的设计方案,领导一批优秀的电子工程师,着手制造一种名叫ACE的新型电脑。它大约用了800 个电子管,成本约为4万英镑。1950年,ACE电脑就横空出世,开始公开露面,为感兴趣的人们玩一些"小把戏",赢得阵阵喝彩。图灵在介绍ACE的内存装置时说:"它可以很容易把一本书的10页内容记住。"显然,ACE是当时世界上最快、最强劲的电子计算机之一。
1946年,在纽曼博士的动议下,皇家学会成立电脑实验室。纽曼博士是皇家学会会员,又是当年破译小组的成员,正是他对"赫斯·鲁宾逊"的制造起了关键作用。皇家学会的这一新实验室不在伦敦,而是设在曼彻斯特大学,由纽曼博士牵头负责。1946年7月,研制基金到位,纽曼博士开始招募人选。阿兰·图灵也在次年9月加盟电脑实验室。一时间,曼彻斯特大学群英会萃。实验室设在一幢维多利亚时代的老房子里,条件十分简陋,但因图灵他们的到来,也算是蓬荜生辉了。在1948年6月,这里造出了一台小的模型机,大家都爱叫它"婴儿"(Baby)。这台模型机用阴极射线管来解决存储问题,能存储32个字,每一字有32位字长。这是第一台能完全执行存储程序的电子计算机的模型。
大师图灵
到了1949年10月,各项改进工作都已展开,夹在两层存储器之间的自动控制系统已正常运转,并能在程序的控制下,实现磁鼓和阴极射线管存储单元间信息交互。图灵设计出一些协同电路来做输入和输出的外设。有关电动打字设备也是图灵通过老关系从他战时供职的外交部通信部门弄过来的,其中甚至包括一个战后从德国人那里收缴来的穿孔纸带键盘。这样,整个模型机已大功告成。在整个试验阶段,大家忙上忙下。1949年底,模型机交付给曼彻斯特当地的一家叫弗兰尼蒂(Ferranti)的电子公司,开始正式建造。1951年2月完工,通称"迈可1型"。它有4000个电子管,72000个电阻器,2500个电容器,能在0.1秒内开平方根、求对数和三角函数的运算。比起先前的模型机,"迈可1型"功能更为齐全,静电存储器的内存容量已翻倍,能存256个40位字长字,分别存在8个阴极射线管中,而磁鼓的容量能扩容到16384个字,真是一项了不起的工程。
与冯·诺依曼同时代的富兰克尔(Frankel,冯氏同事)在回忆中说:冯·诺 依曼没有说过"存储程序"型计算机的概念是他的发明,却不止一次地说过,图灵是现代计算机设计思想的创始人。当有人将"电子计算机之父"的头衔戴在冯·诺依曼头上时,他谦逊地说,真正的计算机之父应该是图灵。当然,冯·诺依曼问之无愧,而图灵也有"人工智能之父"的桂冠。他俩是计算机历史浩瀚星空中相互映照的两颗巨星。
早在1945年,图灵就提出"仿真系统"的思想,并有一份详细的报告,想建造一台没有固定指令系统的电脑。它能够模拟其他不同指令系统的电脑的功能, 但这份报告直到1972年才公布。这说明图灵在二战结束后就开始了后来被称 为"人工智能"领域的探索,他开始关注人的神经网络和电脑计算之间的关联。
1950年,图灵又来到曼彻斯特大学任教,同时还担任该大学自动计算机项目的负责人。就在这一年的十月,他又发表了另一篇题为《机器能思考吗?》的论文,成为划时代之作。也正是这篇文章,为图灵赢得了一顶桂冠--"人工智能之父"。在这篇论文里,图灵第一次提出"机器思维"的概念。他逐条反驳了机器不能思维的论调,做出了肯定的回答。他还对智能问题从行为主义的角度给出了定义,由此提出一假想:即一个人在不接触对方的情况下,通过一种特殊的方式,和对方进行一系列的问答,如果在相当长时间内,他无法根据这些问题判断对方是人还是计算机,那么,就可以认为这个计算机具有同人相当的智力,即这台计算机是能思维的。这就是着名的"图灵测试"(Turing Testing)。当时全世界只有几台电脑,根本无法通过这一测试。但图灵预言,在本世纪末,一定会有电脑通过"图灵测试"。终于他的预言在IBM的"深蓝"身上得到彻底实现。当然,卡斯帕罗夫和"深蓝"之间不是猜谜式的泛泛而谈,而是你输我赢的彼此较量。
故事以谜结束
1951年,图灵以他杰出的贡献被当选为英国皇家学会会员。就在他事业步入辉煌之际,灾难降临了。1952年,图灵遭到警方拘捕,原因是他是一个同性恋者。与其他一些智慧超群的人物一样,图灵在个人生活方式上也"与众不同"。当时,人们对同性恋还没有像现在这样宽容,而是把这种行为当作一桩伤风败俗的罪孽。事情的败露是这样的,当时有一位叫琼·克拉克(Joan Clarke)的姑娘爱上了图灵,图灵也对对方很有好感,并向对方求婚,琼欣然接受。但不久,图灵自己退缩了,告诉琼,他是同性恋者。在1948年,图灵就由于同性恋倾向,离开了当时属于高度保密的英国国家物理实验室(NPL)。但也有人说,图灵是被英国军事情报部门"开除"出去的,对于这位天才的离去,许多人怅惜不已。
1952年3月31日,图灵更因为和曼彻斯特当地一位青年有染,被警方逮捕。在法庭上,图灵既不否认,也不为自己辨解。在庄严的法庭上,他郑重其事地告诉人们:他的行为没有错,结果被判有罪。在入狱和治疗两者中间,图灵选择了注射激素,来治疗所谓的"性欲倒错"。此后图灵开始研究生物学、化学,还和一位心理医生有很深的交往。那时,他的脾气已变得躁怒不安,性格更为阴沉怪僻。1953年3月,他因为接待过一位被英国警方注意的挪威客人,成为警方的目标,甚至去希腊度假时也被跟踪。
1954年6月8日,图灵42岁,正逢进入他生命中最辉煌的创造顶峰。一天早晨,女管家走进他的卧室,发现台灯还亮着,床头上还有个苹果,只咬了一小半,图灵沉睡在床上,一切都和往常一样。但这一次,图灵是永远地睡着了,不会再醒来……经过解剖,法医断定是剧毒氰化物致死,那个苹果是在氰化物溶液中浸泡过的。图灵的母亲则说他是在做化学实验时,不小心沾上的,她的"艾伦"从小就有咬指甲的习惯。但外界的说法是服毒自杀,一代天才就这样走完了人生。
2. 图灵传记：计算机科学之父阿兰 · 图灵诞辰108周年
2021 年，你将会在 50 英镑钞票上看到下面这位角色:
对，没错，他就是中学计算机信息技术教材都会提到的知名人物——艾伦 · 麦席森 · 图灵，英国数学家、逻辑学家，现代计算机之父、人工智能之父、大英帝国荣誉勋章获得者。总之，荣誉很多，贡献很大，是一名伟人。
2019年7月15日，英国央行英格兰银行宣布，将在新版50英镑上使用新的人物肖像，以此表达对这位天才计算机科学家的崇高敬意。
2015年，以图灵为原型的电影《模仿游戏》，获得奥斯卡最佳改编剧本奖。在影片《模仿游戏》中，图灵与同事为了破解德军的恩尼格码密码忍辱负重、呕心沥血，最终排除万难取得成功，扭转二战战局，让观影者动容。
然而在影片的最后以这样一句话结尾：“在接受了一年的官方授权荷尔蒙疗法后，1954年，艾伦·图灵自杀。”让无数人唏嘘感叹。
事实上，图灵的人生比他被赋予的标签要丰富得多。他充满谜团的死亡也并不能令人信服地用同性恋殉道者的故事来解释。
2020年6月23日是计算机和人工智能的祖师爷-——图灵的108年诞辰。 今天让我们一起看看回顾图灵的一生、成就与贡献以及给教育工作者的启发，致敬图灵诞辰108周年。
人工智能的历史饱经沧桑，作为人工智能的开山鼻祖，最让人称道的就是图灵提出的图灵机模型和图灵测试了。
作为数学家和逻辑学家，图灵每天的日常就是算题，终于，有一天他顿悟了： 人算不如天算，要是有机器人帮忙算就好了。
1936年，图灵在《可计算数字及其在判断性问题中的应用》 中构想出了后来被世人称为“通用图灵机”的抽象设备，包含了数据、指令和程序的基本思想，后来第一台计算机就是在这个模型基础上研制出来的。
这个抽象模型阐明了通用计算机原理，想象这种设备拥有无限的内存，能够同时存储程序和数据；它还包括一个在内存上以一个符号为单位前后移动的扫描器，用于读取信息及写入额外的符号。
简单说，就是模仿人的计算方式：
这个机器的每一种基本行为都十分简单，比如“识别扫描器所处位置的符号”，“写入‘1’”或是“向左移动一个位置”。但当大量类似的基本行为联结在一起，结果就会变得复杂。虽然结构简单，但一台通用图灵机足以执行今天最强大的计算机能够完成的任何任务。
图灵觉得，按照这个思路，机器可以取代人。
1950 年，图灵在他的开创性论文《计算机器与智能》（Computing Machinery and Intelligence）中，提出要解决”机器能思考吗”这个问题，并将其转换为 “机器能做人类（作为会思考的实体）做的事吗？”，提出着名的图灵测试，尝试定义“智能”。即通过一个简单的测试，就可消除人类和机器智能之间的模糊性：
这就是着名的图灵测试。
直至今天，“图灵测试”也是衡量AI智能程度的重要标尺，研究者们乐此不疲地尝尽方法以试图通过测试。可以说，这七十年前提出的思想实验对当今人工智能领域依然有十分深远的影响。在论文中，图灵也建议，与其让机器模拟成年人的心智，不如让机器模拟儿童的心智，并用一系列教育手段让机器学习智能。
图灵测试还启发了后续的一些互联网应用，如验证码应用——用于检验登录用户是人类还是自动化程序。图灵测试之所以经得起时间的考验，是因为它规避了我们对智能的定义中可能包含的极其明显的人类中心主义的偏见。
图灵在计算机科学和人工智能领域扮演的伟大先行者角色，以及留给后人的启蒙式突破成果，也是他至今仍闻名世界、广受赞誉的重要原因。
图灵在计算理论上的贡献就不必说了，邱奇图灵论题，图灵机，停机问题等等。图灵的头衔也有很多，但很少人知道他也是一位出色的跑步者，甚至差点站上了奥运会的舞台。
更重要的是，图灵曾协助英国军方破解德国的着名密码系统“谜”(Enigma)，帮助盟军取得了二战的胜利。
1939年-1945年第二次世界大战，30岁左右的图灵，使用刚刚研制出来的计算机，用他的算法，破译了希特勒的情报，使得二战提前两年结束，他一个人就减少了1400万人的死亡，这真是古今中外历史上的战争奇迹。 时任英国首相丘吉尔说：图灵是二战最大的功臣。
1966年，在图灵去世之后，美国计算机协会为纪念其在计算机领域的卓越贡献，设立“图灵奖”，专门奖励那些对计算机事业作出重要贡献的个人。图灵奖对获奖条件要求极高，评奖程序又是极严，一般每年只奖励一名计算机科学家，因此有 “计算机界的诺贝尔奖” 之称。
英国央行英格兰银行行长 Mark Carney 评价：“艾伦·图灵是一位杰出的数学家，他的工作对我们今天的生活方式产生了巨大影响。作为计算机科学和人工智能之父，以及战争英雄，图灵的贡献深远且具开创性。他是一位巨人，现在很多人都站在他的肩膀上。
虽然图灵生前对计算机和人工智能领域做出了伟大的贡献，但他依然遭到了英国政府的迫害。这么伟大的人物只活了42岁。
一方面，图灵是大家羡慕的天才儿童，1912年出生在英国富人阶级家庭的图灵，一直享受着良好的贵族教育，小小年纪就拿到了一手好牌。
在很小的时候，就表现出与众不同的天分，在三四岁的时候自己学会了阅读，特别喜欢数字和智力游戏，从小喜欢体育运动，尤其酷爱足球，还是一名天赋异禀的马拉松跑者。
少年时的他，就已经表现出非凡的数学水平和科学理解力，年仅15岁就通晓爱因斯坦理论，并且运用那深奥的理论，独立推导力学定律。
另一方面，图灵有着天才相似的童年，幼年性格孤僻，常遭受欺凌，长大以后性格内向，为人偏执，因为种种经历对同性有着超出常人的感情。
图灵小时候有口吃，直到4岁才被养父母收养，上学之后口吃更严重。在那段日子里，任何一个需要正常社交的地方，图灵都因为口吃而倍受困扰。他本可以在学习上表现优异而弥补自己的不足，但事实并非如此。只有在数学上，他才表现出一些智力天赋的端倪。
在舍伯恩，阿兰没能与其他男孩打成一片。他害羞、孤独，似乎总是衣衫不整、墨迹斑斑。“他的所有特征都容易成为笑柄，尤其是他那害羞、犹豫、尖细的声音——不完全是口吃，而是吞吞吐吐，就像在等待一个复杂的程序将他的想法转化成人类语言一样。”
最好的朋友克里斯托弗总是第一时间解救安抚他、矢志不渝支持他，图灵逐渐对他产生超越友情的同性之爱和依赖，以至于不久后克里斯托弗因重病去世后图灵几近崩溃而更加封闭自我。
而图灵从事信息学研究，也是克里斯朵夫的缘故。当时图灵觉得人们说话就像加密了一样，他永远都猜不对对方想要表达的是什么，而他属于那种有什么说什么的人，为此还十分苦恼。克里斯朵夫就把自己在看的一本密码学理论书推荐给了他。
破译密码多年后，1952年，英国政府对图灵同性恋取向定罪，为保住以他的挚爱克里斯托弗命名的计算机，他接受了注射雌激素的化学阉割，1954 年，最终在精神肉体双重折磨下选择吃下含氯化氢苹果终结了自己命途多舛的一生，年仅42岁。
2009年，在超过3万人的签名请愿下，英国首相布朗向全国人民正式颁布对图灵的道歉。2013 年，图灵出生百年后，英国女王伊丽莎白二世宣告了对图灵“严重猥亵”罪的赦免。这位被历史亏待的人，终于等来了被公正评价的那天。
在《模仿游戏》的最后二十分钟，在审讯室里，面对着探长的图灵说出该剧的题眼：人和机器的最大区别是什么？二者最本质的区别是，人是有不同想法的，机器则不是。你爱草莓，我讨厌滑冰，你喜欢看书，我对花粉过敏.....
图灵这番话，给了我们教育工作者以深刻的启示， 人与机器的最大的不同在于：自我意识、情感和个性的自由与多元化，我们要做到的是因材施教，尊重、理解、平等、包容的个性化教育，而不是人云亦云、党同伐异、对不同于常人的少数派施以冷漠残酷的对待。
平等地对待每一个孩子，尊重孩子的兴趣与个性，挖掘孩子的潜能与天赋，即使无法成为天才，也能一生受益、健康正常地成长，甚至很好地实现个人与社会价值 ——这是我们教育工作者需要谨记的。 在图灵108周年诞辰之际，谨用此文纪念二十世纪最伟大的科学家之一图灵。
3. 什么是云计算
云计算，大数据，人工智能，区块链热门词汇经常被媒体提起，是否大家都理解他们之间的联系和作用，下面我们用通俗点的说法介绍云计算。
云计算当初的设计目的是为了通过虚拟化技术实现IT资源的管理，管理的主要是计算资源、网络资源、存储资源三个方面。
你去选笔记本电脑或台式电脑，肯定都会看最主要的配置：CPU，内存，硬盘，网卡。计算资源就是CPU和内存，有线或无线网卡和你家里上网的路由器就组成网络资源，硬盘就是存储资源。
各大互联网公司的数据中心管的最主要的东西就上面4个，选一块偏远的地造一个很大很大的机房，里面放置成千上万台服务器提供7*24小时不间断服务。数据中心的管理就像你选电脑配置，管好上面的资源。
很多小公司在创业初期，没有服务器，没有机房，就找到这些有大型数据中心的互联网公司想租用他们机房的设备。在物理设备时期，这个管数据中心的公司就买一台物理设备安装到机房通过网络分配给这些小公司收取费用。
这种模式在规模小的时候看不出问题，但很多小公司突发的需求和时效，这个数据中心的互联网公司就满足不了了。还有小公司可能只要一个小规格的服务器，但数据中心只有大型规格的服务器分配，小公司就不干了，这是让我多花冤枉钱啊。
物理设备的极度不灵活造成了各种资源的浪费和制约数据中心的规模化发展。
有人就想办法了。第一个办法就是虚拟化。用户不是只要一个很小的服务器么？
数据中心的物理设备都很强大，我可以从物理的 CPU、内存、硬盘中虚拟出一小块来给客户，同时也可以虚拟出一小块来给其他客户。每个客户只能看到自己的那一小块，但其实每个客户用的是整个大的设备上的一小块。
虚拟化的技术使得不同客户的服务器看起来是隔离的。也就是我看着好像这块盘就是我的，你看着这块盘就是你的，但实际情况可能我的这个100G 和你的这个 100G 是落在同样一个很大很大的存储上。而且如果事先物理设备都准备好，虚拟化软件虚拟出一个电脑是非常快的，基本上几分钟就能解决。所以在任何一个云上要创建一台服务器，一点几分钟就出来了，就是这个道理。
这样空间灵活性和时间灵活性就基本解决了。
在虚拟化初期阶段，最牛的公司是 VMware。它是实现虚拟化技术比较早的一家公司，可以实现计算、网络、存储的虚拟化。
这家公司很牛，性能做得非常好，虚拟化软件卖得也非常好，赚了好多的钱，后来让 EMC(世界五百强，存储厂商第一品牌)给收购了。但这个世界上还是有很多有情怀的人的，尤其是程序员里面。有情怀的人喜欢做什么事情？开源。
这个世界上很多软件都是有闭源就有开源，源就是源代码。也就是说，某个软件做的好，所有人都爱用，但这个软件的代码被我封闭起来，只有我公司知道，其他人不知道。
如果其他人想用这个软件，就要向我付钱，这就叫闭源。但世界上总有一些极客和大牛看不惯这些人垄断的情况。大牛们觉得，这个技术你会我也会；你能开发出来，我也能。
我开发出来就是不收钱，把代码拿出来分享给大家，全世界谁用都可以，所有的人都可以享受到好处，这个叫做开源。
我们每天接触最多的开源就是WWW，万维网，是由蒂姆·伯纳斯·李免费开放代码。2017 年，他因“发明万维网、第一个浏览器和使万维网得以扩展的基本协议和算法”而获得 2016 年度的计算机里的诺贝尔奖-图灵奖。
我们现在在网上的所有行为都应该感谢他的功劳，如果他将这个技术拿来收钱，应该和比尔盖茨差不多有钱。
开源和闭源的例子有很多：例如在闭源的世界里有 Windows，大家用 Windows 都得给微软付钱；开源的世界里面就出现了 Linux。比尔盖茨靠 Windows、Office 这些闭源的软件赚了很多钱，成为世界首富，就有大牛开发了另外一种开源操作系统 Linux。可能不懂IT的人没有听说过 Linux，很多后台的服务器上跑的程序都是 Linux 上的，比如每年的双十一，无论是淘宝、天猫、京东、考拉……支撑双十一抢购的系统都是跑在 Linux 上的。
再如有 Apple 就有安卓。Apple 市值很高，但是苹果系统的代码我们是看不到的，于是谷歌里就有大牛写了安卓手机操作系统把开源代码免费开放。所以大家可以看到几乎所有的其他手机厂商，里面都装安卓系统。原因就是苹果系统不开源，而安卓系统大家都可以用。
在虚拟化世界也一样，有了 VMware，这个软件非常贵。那就有大牛写了两个开源的虚拟化软件，一个叫做 Xen，一个叫做 KVM。
要说虚拟化软件解决了灵活性问题，其实并不全对。因为虚拟化软件一般创建一台虚拟的电脑，是需要人工指定这台虚拟电脑放在哪台物理机上的。这一过程可能还需要比较复杂的人工配置，做这个工作的人专业化程度很高，所以仅仅凭虚拟化软件所能管理的物理机的集群规模都不是特别大，一般在十几台、几十台、最多百台这么一个规模。
这一方面会影响时间灵活性：虽然虚拟出一台电脑的时间很短，但是随着集群规模的扩大，人工配置的过程越来越复杂，越来越耗时。
另一方面也影响空间灵活性：当用户数量多时，这点集群规模，还远达不到想要多少要多少的程度，很可能这点资源很快就用完了，还得去采购。
所以随着集群的规模越来越大，基本都是千台起步，动辄上万台、甚至几十上百万台。如果去查一下 BAT，包括网易、谷歌、亚马逊，服务器数目都大的吓人。
这么多机器要靠人去选一个位置放这台虚拟化的电脑并做相应的配置，几乎是不可能的事情，还是需要机器去做这个事情。
人们就发明了各种各样的算法来做这个事情，算法的名字叫做调度(Scheler)。
通俗一点说，就是有一个调度中心，几千台机器都在一个池子里面，无论用户需要多少 CPU、内存、硬盘的虚拟电脑，调度中心会自动在大池子里面找一个能够满足用户需求的地方，把虚拟电脑启动起来做好配置，用户就直接能用了。
这个阶段我们称为池化或者云化，到了这个阶段，才可以称为云计算，在这之前都只能叫虚拟化，别TM扯上云化的关系。
云计算大致分两种：一个是私有云，一个是公有云，还有人把私有云和公有云连接起来称为混合云。
私有云：把虚拟化和云化的这套软件部署在别人的数据中心里面。使用私有云的用户往往很有钱，自己买地建机房、自己买服务器，然后让云厂商部署在自己这里。
VMware 后来除了虚拟化，也推出了云计算的产品，并且在私有云市场大赚特赚。
公有云：把虚拟化和云化软件部署在云厂商自己数据中心里面的，用户不需要很大的投入，只要注册一个账号，就能在一个网页上点一下创建一台虚拟电脑。
例如 AWS 即亚马逊的公有云；国内的阿里云、腾讯云、网易云等。
亚马逊为什么要做公有云呢？我们知道亚马逊原来是国外比较大的一个电商，它做电商时也肯定会遇到类似双十一的场景：在某一个时刻大家都冲上来买东西，访问量暴增。
当大家都冲上买东西时，就特别需要云的时间灵活性和空间灵活性。因为它不能时刻准备好所有的资源，那样太浪费了。但也不能什么都不准备，看着双十一这么多用户想买东西登不上去。
所以需要双十一时，就创建一大批虚拟电脑来支撑电商应用，过了双十一再把这些资源都释放掉去干别的。因此亚马逊是需要一个云平台的，然而商用的虚拟化软件实在是太贵了，亚马逊总不能把自己在电商赚的钱全部给了虚拟化厂商。
于是亚马逊基于开源的虚拟化技术，开发了一套自适应的云化软件。没想到亚马逊后来电商越做越牛，云平台也越做越牛。
由于它的云平台需要支撑自己的电商应用；而传统的云计算厂商多为 IT 厂商出身，几乎没有自己的应用，所以亚马逊的云平台对应用更加友好，迅速发展成为云计算的第一品牌，赚了很多钱。
公有云的第一名亚马逊过得很爽，排第二的 Rackspace 过得就很凄惨了。互联网行业的天然的壁垒铸就其残酷性，胜者为王的模式，压根没人听过老二是谁。
老二就不忿了，我干不过老大怎么办呢？开源啊。如上所述，亚马逊虽然使用了开源的虚拟化技术，但云化的代码是闭源的。很多想做又做不了云化平台的公司，只能眼巴巴的看着亚马逊挣大钱。Rackspace 把源代码一公开，整个行业就可以一起把这个平台越做越好，兄弟们大家一起上，和老大拼了。
于是 Rackspace 和美国航空航天局合作创办了开源软件 OpenStack，如上图所示 OpenStack 的架构图，图中三个关键词：Compute 计算、Networking 网络、Storage 存储，就是一个计算、网络、存储的云化管理平台。
当然第二名的技术也是非常棒棒的，有了 OpenStack 之后，果真像 Rackspace 想的一样，所有想做云的大企业都疯了，个个豪强都疯了似的蜂拥而入，你能想象到的所有如雷贯耳的大型 IT 企业：IBM、惠普、戴尔、华为、联想等。
原来云平台大家都想做，看着亚马逊和 VMware 赚了这么多钱，眼巴巴看着没办法，想自己做一个好像难度还挺大。现在好了，有了这样一个开源的云平台 OpenStack，所有的 IT 厂商都加入到这个社区中来，对这个云平台进行贡献，包装成自己的产品，连同自己的硬件设备一起卖。
有的做了私有云，有的做了公有云，OpenStack 已经成为开源云平台的事实标准。
到了这个阶段，云计算基本上实现了时间灵活性和空间灵活性；实现了计算、网络、存储资源的弹性。
计算、网络、存储我们常称为基础设施 Infranstracture, 因而这个阶段的弹性称为资源层面的弹性。
计算资源已经变成了如日常的水电一般，人们可随意调用。
4. 网络安全就业难度大不大
未邀自答。本来我都关机、躺下、准备睡觉了，结果手贱点了知乎，看到了这么一个问题，又看到好朋友 @scalers回答了这个问题，忍不住又把电脑打开，准备花一点时间认真回答一下这个问题。这可能不仅是对问题本身的回答，也是差不多这一年来我对信息安全这个领域的理解和体会吧。=============================利益相关：信息安全方向博士生，主攻Public Key Encryption，主要方向是Predicate Encryption。1-2年之内就要就业，方向应该就是数据安全了。这一年认识了不少领域内的前辈和朋友，了解到不少现状。=============================0. 总体感受：人才既饱和，又匮乏现在安全行业的现状基本是：上层人才极度匮乏，下层人才极度饱和。大概半年多前和一位领域内的人士聊天，对方说了这么一句话：我们招人要求真的不高啊，只要领域相关，7年以上工作经验就好了。当时，幼稚的我心想，我靠你逗我呢，这还要求不高？哪儿找安全领域干7年以上的人去？经过半年的折腾，我现在的感觉是：这个要求真的不高，一点都不高，可能太低了…为什么？因为信息安全这个领域太大了，大到什么程度呢？大到做这个领域的人可能需要把几乎计算机科学的所有领域全理解（注意，不是了解，是理解）以后，才能集大成，然后把这个领域做好。=============================1. 数学和计算机理论基础要求信息安全中最理论的基础是密码学。密码学谁提出来的？图灵提出来的。为什么是他提出的密码学？因为密码学的实现基础是图灵机，或者说是有限自动机原理。密码学的理论基础是抽象代数和信息论。想要比较深入的学习密码学里面的知识，至少要明白计算机领域的归约（Rection），计算复杂性理论；至少要明白抽象代数里面的群（Group）、环（Ring）、域（Field）；至少要了解信息论中信息熵的概念；这些如果不理解的话，安全证明估计就过不去了…要是追新，看看密码学界的发展，起码说提出一个名字能明白是什么意思，估计得了解了解椭圆曲线（Elliptic Curve），双线性对（Bilinear Pairing）或者多线性对（Multilinear Pairing），格（Lattice）等等。=============================2. 编程能力要求有人说了，我不用学密码学理论，我能看懂论文，把方案实现了就行了啊。因为实现的方案从理论上是否安全，要考察参数的选择。参数选择的话，就得看懂安全性证明了。我个人只是做了Java Pairing-Based Cryptography Library（jPBC）的一些实现，几乎时常会收到很多邮件，询问这个库怎么用，为什么自己实现的不对。多数情况都是因为对根上的东西没理解，导致用起来不对。有人说了，我也不用看懂论文，我能写最经典的密码学算法，能正确调用就好了。很遗憾，就算是最经典的密码学算法，即使是有经验的开发人员，绝大多数都不能正确实现。仅以RSA为例，请移步我的专栏文章：RSA有多安全，有多不安全？Black Hat 2014 - The Matasano Crypto Challenges解析 - 第一部分 - 刘学酥的密码学与信息安全专栏 - 知乎专栏看看里面有多少坑吧。=============================3. 计算机相关技术能力要求有人说了，我不用写密码学算法，我能正确用就行了。提到网络通信，就有计算机网络的相关知识了。我个人感觉计算机网络知识的复杂度现在和操作系统都差不多了。尤其是现在分布式系统，比如分布式计算和分布式存储技术的普及，分布式计算机网络本身就构成了一个比操作系统还要复杂的总系统。做安全的话，没有计算机网络和操作系统的知识几乎只能做点皮毛工作。提到网络和操作系统，就会想到这本身就需要比较强的编程能力。举个简单的例子，Java优秀的网络通信框架Netty和MINA（感谢 @Edsger Lin 的指正，这里打错了），是不是需要了解一下？HDFS，MapRece是不是了解一下？要不要看看源代码… 来吧，这相关的资料、书籍，可以放满一个书柜了。=============================4. 网络安全技术要求有人说了，我也不用懂这些，我是做技术的，了解网络知识以后，找漏洞挖漏洞，直接走向人生巅峰！怎么说呢，漏洞这个东西虽然知识本身要求的不深入，但是非常考验广度。比如数据库的了解，网络得了解，各种Web语言得了解，里面有什么坑得了解。而且，很多时候漏洞检测和网络渗透会涉及到语言本身上去。举个例子，Black Hat 2014中有个视频，所在的公司开发了一套漏洞检测工具Ravage（为什么我知道，我听译的…逆天漏洞检测及渗透生成工具——RAVAGE课程详情）。这个工具的制作已经深入到JVM的汇编层了。=============================5. 文档能力和与人交流的能力信息安全领域，不光是技术层面的，还有人员层面的。软件开发过程中出现的漏洞，绝大多数都是开发人员没有遵守安全软件开发要求而导致的。同时，各个公司、各个产品的安全架构，安全技术都不太一样。这种时候，为了保证产品的安全特性，就需要文档撰写和阅读能力，以及交流能力了。我和某位领域内人士交流的时候，总听到一种抱怨：我靠，这安全机制不是瞎搞么，这怎么评估，怎么实现？很遗憾，互联网发展太快了，很多东西都没有模块化体系化，现实就是这样。想要解决这个问题，就需要一群在计算机各个领域内都精通，或者退一步，都了解的人，将各种安全技术和产品抽象，从而提出并设计架构。这样才能提出一种比较通用的方法，从架构上去解决大部分的安全问题。不过这对一个人的要求可是有点高啊。安全又仅仅是技术问题吗？非也。信息安全中，技术占3成，管理占7成。技术再好，密钥管理不成熟，开发流程不成熟，访问控制机制设计的不成熟，甚至私下交易，从内部泄露用户隐私，也会导致严重的安全问题。这并不是耸人听闻。CSDN密码数据库泄露可能仅仅是冰山一角。要我看，用户的密码早就被泄露光了… 当然现在已经好了很多。这就意味着，管理也是个很困难的问题。说到管理，交流能力也是必不可少的。=============================6. 其他能力信息安全和通信技术是密不可分的。通信技术的发展必然会导致信息安全技术的发展。举例来说，枚举法是最没创意的攻击方法了。但是现在有了高性能计算机，分布式计算机系统，对于几年前的数据，用枚举法可能反而比其他方法更快。另一个例子，量子计算领域现在蓬勃发展，没准几年，十几年或者几十年后量子计算机就普及了。这并不是不可能，想想计算机从刚出现到现在人手几台一共花费了多长时间？那个时候，现有的体制全部推翻重来，作为安全人员就要更新自己的知识库了。当然了，这个例子有点极端，量子计算机真的来了，所有计算机科学相关的从业人员就要洗牌了。总的来说，信息安全领域要求从业人员随时学习，随时更新知识库。而且这种更新速度是依赖于计算机科学这门学科的发展而来的。2008年DDoS攻击还没影子呢，现在DDoS几乎就是家常便饭了。网络的迅速发展，特别是后面云计算云存储的发展，给安全从业人员又带来了更多的问题。这必须要求从业人员随时更新自己的知识，持之以恒的站在最前沿思考问题。=============================7. 有人能做到吗？密码学精通，可以到安全研究院。比如很多着名密码学家，Gentry，Shoup什么的就在IBM，进行全同态加密的理论研究和具体实现。而且，理解密码学的人学其他方面也比较快。但是需要到领域内快速积累。编程能力强，计算机相关技术强，就可以不光做安全了。但安全领域绝对欢迎这样的人才。网络安全技术能力强，可以到任何一家互联网公司做安全。知乎上的几位技术派大牛们，大多是这方面的佼佼者。文档能力和与人交流的能力强，可以做安全咨询。这是个比较有意思的领域。这个领域更需要广泛了解安全的相关知识。不仅从技术角度，也要从管理角度。我自己只是在公钥密码学中的一个很小的领域有一点点很小的成绩。因为计算机基础知识不足，接下来的一年我估计要各种补基础知识了，而且估计还补不完。上面说的这些对人才的需求，基本上只要精通一点，就是领域内的佼佼者了。所以，信息安全领域是一个集大成的领域。而且几乎任何一个分领域对于领域内知识的要求，都高于本身的要求。因为基础不够的话，想做安全就有点痴人说梦了。=============================8. 回到主题：会饱和吗？回到问题上面来，安全人才会达到饱和吗？我认为有生之年能把上面说的起码都做过一遍，几乎都是不可能的。信息安全的人才要求很高。能力强，哪怕是一方面能力强，都可以从茫茫人海中脱颖而出。一个直接的体现就是信息安全周围配套内容的普及。我在做Black Hat，包括密码学一些视频的听译时，就尝试过让别人帮忙听写，我来翻译。结果，即使是专业听译人员，拿到这些视频也都瞎了。因为专业词汇太多，几乎是中文都不知道什么意思。Black Hat系列这么好，为什么一直以来没人做字幕，听写翻译？因为确实对听译人员要求很高。我自己水平有限，只能听译密码学、Java、以及部分数据库、网络通信相关主题的Black Hat，而且也会遇到各种问题，遇到从来没听说过的技术、开源代码、工具、或者思想。当然这个过程也是收获的过程。所以，从高层看，信息安全人才应该一直会保持匮乏的状态，等待新鲜血液的注入。另一方面，由于门槛太高，不少人会在门外徘徊。门外的人多了，饱和一词也就来了。对于我自己，虽然得到了领域内人士的部分认可。但是，越往里面走，越发现里面的坑有多深。唯一的办法就是不停的学习和更新知识。毕竟，学习要比提出新方法简单多了，大家说对吗？=============================9. 只有信息安全领域是这样？就如同事物都是螺旋向上发展的一样，正像其他回答说的那样，任何领域都是：水平不高，哪里都饱和；水平高了，哪里都会要。什么叫水平高，高到什么程度就够了？我认为没有尽头。一个领域，越是钻研，越是往深了看，就越发现自己的渺小和无能。这会反过来导致更强的求知欲和更强的动力。等觉得自己小到只是一个沙子的时候，抬头一看，可能就会明白，绝大多数人，可能连分子大小都没到，但他们认为自己内部的原子和电子，就是整个世界。希望我们都能成为一粒沙子，看着大海的波涛汹涌，而毫无意识的，为这个世界的组成贡献自己的一份力量。以上。
5. H3C cloud lab启动设备MSR36-20失败怎么办
是你的模拟器问题，不支持此设备添加,建议重新下一个完整版模拟器。
6. 关于图灵和图灵奖的介绍
1． 图灵是计算机科学技术的奠基人.阿伦 · 图灵(Alan Mathison Turing) 是英国人，1912年6月23日生于伦敦近郊。其父母早期在印度工作，退休后在法国生活，没有回英国定居。图灵和他的一个哥哥在英国由从军队退休的Ward夫妇带大的。图灵13岁进入中学，学习成绩并不特别好，只有数学例外，演算能力特别强，此外，就是擅长赛跑。1931年中学毕业后，进入英国剑桥大学的"King's College " 攻读数学。他的学位论文是关于概率论的中心极限定理(the Central Limit Theorem of Probability)，1936年图灵因就同一课题所发表的论文而获得史密斯奖(Smith Prize)。
1935年，图灵开始对数理逻辑发生兴趣。数理逻辑又叫形式逻辑或符号逻辑(symbollogic)，是逻辑学的一个重要分支。数理逻辑用数学方法，也就是用符号和公式、公理的方法去研究人的思维过程、思维规律，其起源可追溯到17世纪德国的大数学家莱布尼兹(Gottfried Wilhelm Leibniz, 1646-1716)，其目的是建立一种精确的、普遍的符号语言，并寻求一种推理运算，以便用演算去解决人如何推理的问题。在莱布尼兹的思想中，数理逻辑、数学和计算机三者均出于一个统一的目的，即人的思维过程的演算化、计算机化、以至于在计算机上实现。两个多世纪以来，许多数学家和逻辑学家沿着莱布尼兹的思路进行了大量实质性工作，使数理逻辑逐步完善和发展起来，许多概念开始逐步明朗。但是，“计算机”到底是怎么一回事？在图灵之前，没有任何人清楚地说明过。
1936年图灵发表了论文“论可计算及其在判定问题中的应用”(On Computable Numbers With an Application to the Enstcheings Problem)。有趣的是，该论文的主题是回答德国大数学家戴维 · 希尔伯特在1900年提出的着名的“23个数学难题”中的一个问题，只是在其论文的一个脚注中“顺便”提出来一种计算机抽象模型，利用这种计算机，可以把推理化作一些简单的机械动作。可真是“歪打正着”，正是这个脚注，开辟了计算机科学技术史的新纪元。图灵提出的该计算模型现在被大家称为“图灵机”(Turing Machine)。图灵的论文发表后，立刻引起了美国科学家的重视。暜林斯顿大学立即向图灵发出邀请，，于是图灵首次远涉重洋，到美国和邱奇合作，并于1938年在暜林斯顿大学取得博士学位。在美国，图灵还遇到了计算机科学理论的另一位重要奠基人、出生在匈牙利的天才科学家冯 · 诺依曼(John von Neumann, 1903—1957)。冯 · 诺依曼对图灵十分欣赏并邀请他到他那里工作，但图灵没有接受这个邀请，1938年回到英国剑桥大学。
第二次大战爆发后，图灵正值服役年龄，开始为战争服务。主要是破译德军密码，曾立不少功劳，战后被光荣授勋，被称为OBE(Officer Order of the British Empire)，这是对非战斗人员的极高荣誉。
战后，图灵继续从事计算机理论和技术方面的研发工作 先是在英国国家物理实 验室NPL(National Physical Laboratory)进行了计算机ACE(Automatic Computing Engine)的研究，后在曼彻斯特大学从事过存储程序式计算机MARK I 的研究。由于图灵的一系列杰出贡献和重大创造，1951年，被选为英国皇家学会院士。1954年6月，因吃了有毒苹果而在家中死去，年仅42岁。
2． 图灵奖
后人为纪念这位“计算机科学之父”，在英国曼彻斯特的Sackville公园为他建造了一尊真人大小的青铜坐像，这尊塑像是2001年6月23日，也就是图灵89岁诞辰那天揭幕的，铜像本身则是在中国铸造的。
图灵去世后的12年，即1966年，美国的计算机协会ACM (Association for Computing Machinery) 确定设立图灵奖。ACM是于1947年9月15日在纽约的哥伦比亚大学成立的。成立的目的旨在推动计算机科学技术的发展和学术交流。ACM建立以来，积极开展各种活动，目前已成为计算机界最有影响的两大国际性学术组织之一（另一为IEEE的计算机协会，即IEEE Computer Society）。图灵奖是ACM于1966年第一个设立的奖项，专门奖励那些在计算机科学研究中作出创造性贡献、推动计算机科学技术发展的杰出科学家。奖金金额不算太高，设奖初期为2万美元，1989年起增至2万5千美元。图灵奖对获奖条件要求极高，评奖程序极严，一般每年只奖励一名计算机科学家，只有极少数年度有两名合作者或在同一方向作出贡献的科学家共享此荣。它是计算机界最负盛名、最崇高的一个奖项，有“计算机界的诺贝尔奖”之称。
7. 中国云计算大会的第一届中国云计算大会
时间：2009年5月22日
地点：北京中国大饭店
主办单位：中国电子学会
承办单位：中国电子学会云计算专家委员会: 云计算：从图灵计算到网络计算 中国工程院院士 李德毅云计算从理想到应用实践 IBM全球副总裁兼中国开发中心总经理 王阳
中国云计算：机遇与挑战 中国移动通信研究院院长 黄晓庆
云计算发展趋势：云+端 微软全球资深副总裁张亚勤
云计算:企业与公用计算的融合 联想集团高级副总裁兼CTO 贺志强
圆桌讨论：云计算本质及其影响 特邀主持：澳信传媒CEO 王超
一种云存储方案 清华大学教授、博导 郑纬民
集中、协同与交付-- 企业级云计算架构简述 思杰(Citrix)大中华区产品及市场总监 陶欣
信息云与云操作系统 EMC公司中国研发中心总经理范承工
云计算与虚拟化 中科院计算所研究员 孙毓忠
高效能云服务器组件 英特尔中国研发中心首席服务器系统软件设计师、云计算业务开发经理 李彦
云存储服务的发展现状、趋势和挑战 IDC亚太区企业级存储研究部高级分析师 李子奇
IBM蓝云平台实践经验和客户案例 IBM大中华区云计算中心项目总监 朱近之
Azure Services Platform构建与应用 微软云计算专家
3G时代的云计算 解放军理工大学教授 刘鹏
云计算中间件技术及其应用 友友新创系统技术（北京）股份有限公司董事长兼总经理姚宏宇
中国移动Big Cloud平台 中国移动通信研究院业务支撑所副所长 周文辉
云·端互动的RGPS元模型框架 武汉大学教授、博士生导师何克清
建立云中的情景应用 荷兰Cordys公司北亚区售前总监何晔
圆桌论坛:云计算的商业机遇
Saas在英孚教育的应用实践 英孚教育公司Salesforce支持总监陈萍
8. 人工智能验证加速回报定律，AI奇点何时到来
我们所做的任何事情，在人类宏大的历史和空间的范围里，都是微不足道的。但正是这些不计其数的微小的善的信念，使得人性的种子即使在最险恶的环境中，仍能够得以保存，经过时空的洗礼，在未来的某个时间某个世界，放射出最耀眼的光辉。
——《云图》
距离AI奇点的到来，2029年，还有12年的光景。
雷·库兹韦尔一次次把预测时间提前，这也映衬了他早年提出的加速回报定律（the law of accelerating returns，亦称库兹韦尔定律、加速循环规则）。
该定律认为，信息科技的发展按照指数规模爆炸，将导致存储能力、计算能力、芯片规模、带宽规模暴涨。
这位屡屡语出惊人的“未来科学家”，在这件事的看法上却与事实惊人相似，众人虽然对他预测出来的奇点时间仍持保留态度，就这几年无论是硬件还是软件的飞速发展，确实是为人工智能技术的持续前进立下不少功劳。特别是以云存储、大数据为代表的技术革命爆发，让深度学习样本量级得到一个飞跃,更多算法得以施展，才使得Deep Blue和AlphaGo不断战胜世界棋手的新闻为人们津津乐道。
如果说人工智能的奇点一直存在，回归原点,我们要如何界定一部机器是否拥有人工智能？
目前最普遍的观点都倾向于“图灵测试”上，测试者在与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。
其实这些探索与结论都与早期的人工智能定义和发展有关。
-早期：信息处理阶段
其实早在二战结束，香农就专程去英国找过图灵一起讨论计算机下棋一事，但是当时并没有“人工智能”这一说法，而是后来由麦卡锡在“人工智能夏季研讨会”上将这一名词概念提出，也因为这个原因真正意义上的人工智能概念出现则更晚一些。
一开始，“人工智能”一词并不受科学家们的欢迎，大家强调功能和逻辑，因此更愿意用“复杂信息处理”来表示。随着不断有人提出，高级语言编程不能和人工智能中的自动编程搞混，人们才逐渐接受了“人工思维”“人工智能”这一说法。但看见它能够带给人类进步的同时也将出现许多不可逆的隐患。
因此，早期的人工智能发展中，科学家们经历了一个快速又曲折的转变，从认识到了解到再到恐慌仅仅不过百年时间。
－现状：大数据和云计算
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统均得到有效提升。
人们获得了一个庞大的数据存储空间，开始尝试着了解海量纷繁复杂的数据背后的关联性，并对其进行专业化处理，样本数量和质量获得质的飞跃。
就拿最近很火的“《 AI+ 时尚：中国95后流行色报告》”来说，腾讯的人工智能团队借助 AI 人脸识别与图像处理技术，分析了2016年整年 QQ 空间相册中千亿公开照片，结合唯品会平台提供的“95后服装销售大数据”，得出95后的最爱色彩竟是“95度黑”这一结论。
姑且先不议这个样本选取的普适性与独立性，这份报告充分的表明了我们大部分的日常搜索习惯、购物习惯、网络行为、图片声音等这些数据都会成为 AI 的深度学习样本，以不同的算法来存储和计算目标，预测我们将产生的行为。
总的来说，这几年的大数据和云计算在软硬件上的爆发将会迫使AI奇点提前到来。
－问题：“支配”与“被支配”
提到人工智能带来的问题，往往逃脱不了“控制论”的范畴，新技术的诞生总是伴随着欣喜与彷徨，对其强大改变力和不可控性所产生的恐惧。
从“AlphaGo战胜了几乎人类社会中的所有顶尖棋手”，到“室机器人成功逃出实验室，自我意识觉醒”，我们几乎每天被“控制论”笼罩，被新闻媒体大量使用“细思极恐”这个词不断支配，导致人类对人工智能的可控性越来越没有信心。
当机器说出它们的感受和感知经验，而我们相信它们所说的是真的时，它们就真正成为有意识的人了。此时，“支配”与“被支配”关系也许就会发生逆行。
不过，信仰的产生并不是大量逻辑关系与数据的深度学习，是各种复杂的情感与观念共同作用下的结果，“缸中之脑”想要成为真正的大脑也不是一朝一夕就能实现的。
9. 信息安全安全前沿技术有哪些
信息安全领域的研究方向和代表人物，这个题目本身非常大。有偏向于应用的有偏向于理论的，且互相之间并不重叠。
密码学理论的最新研究方向可以从三大密码学会议的论文中体现，这三个会议分别为CRYPTO，EUROCRYPT以及ASIACRYPT。接下来根据不同的理论方向还有不同的顶级会议，如纯密码学理论的TCC(Theory of Cryptography)，公钥密码学的PKC(Public Key Cryptography)，应用密码学的ESORICS，快速加密的FSE，物理安全的ACSAC等等了。
密码学应用的最顶级会议是CCS，Security and Privacy以及Usenix Security.。往下根据不同的应用需求，在不同计算机领域的会议中也存在安全相关的论文。如通信领域的INFOCOM，MOBICOM，SIGCOMM这三大会议；数据库领域的SIGMOD，VLDB，ICDE等等。毕竟现在信息安全包罗万象，计算机涉及到数据的领域都逐渐出现了安全类的研究方向了。
下面回到正题：公钥密码学的研究方向和代表人物。公钥密码学的基础理论现在基本已经被几个人垄断了，而且他们互相之间还有各种各样的合作。在此我不准备介绍各个领域的基础概念，因为定义起来太麻烦，而且很抽象。我只给出名词，有兴趣的朋友可以展开进行搜索。
传统公钥密码体制，即我们知道的RSA，ElGamal加密和签名，已经是三十年前的研究成果了。传统公钥密码学现在的研究内容，主要集中在选择密文安全(chosen ciphertext security)的加密方案构造。这一领域的祖师爷是Cramer和Shoup。随后，各种各样满足这样的安全方案被提了出来。近期，大约是2007年开始，学者们的方向是selective opening security的公钥加密方案。因为这个名词还没有权威的翻译，我也不敢乱翻了。这一个领域的权威是Bellare。值得注意的是，在这个领域，中国的学者Junzuo Lai在EUROCRYPT 2014上发表了论文，这是国内密码学界很值得庆祝的一个事情。
接下来是函数加密(Functional Encryption)。函数加密以前的基础是双线应对(bilinear map)，现在已经扩展了，这点我后面会说。函数加密的领导者是我非常崇拜的斯坦福大学的Boneh教授。Boneh基本统领了公钥密码学，后面的很多代表人物都是他的学生或者是学生的学生。他首先提出了身份基加密(identity-based encryption)，随后他和他的学生一起研究了很多具有多种功能的加密方案，最终将他们统一起来，定义为了函数加密。在函数加密中，有一种有趣的加密方案是属性基加密(attribute-based encryption)，这是一个在现有云存储安全中比较实用的一类加密方案，因此单独列举出来。这个子领域的代表人物是Waters。
可搜索加密(searchable encryption)。这种加密分为单钥可搜索加密和公钥可搜索加密。单钥方面我了解的不多，公钥可搜索加密是函数加密的特例，称作密文属性隐藏加密(ciphertext attribute hiding encryption)，因此我也不单列方向了。值得注意的是，公钥可搜索加密的提出者也是Boneh。
随后是同态加密。这是一个可能会改变计算机发展的加密模式。我的导师人为同态加密的构造者有可能是图灵奖的候选人。同态加密的提出者是Gentry，他是Boneh的一个学生，但我感觉他已经青出于蓝而胜于蓝了。同态加密现在的基础是格密码学(lattice based cryptography)。现在，研究者一方面进一步构造效率更高的同态加密方案，另一方面也转向了演化而来的新密码学工具：多线性对(multilinear map)的构造和应用中。这个是公钥密码学现在最热的研究方向。
有些人会说为何没有提签名(signature)呢？现在签名方案已经被融合到了函数加密中。实际上，已经有基于函数加密的签名方案的一般性构造。即满足条件的函数加密都可以转化成等价的签名方案。
至于量子密码学，其并不是我的研究方向，因此也不太敢给出具体的热点。
其他方面还有很多，如安全多方计算，多方密钥协商等等。
10. 刚毕业年薪就201万，阿里腾讯抢着要，这位90后博士为何这么牛
毕业即失业，这是多么痛的领悟。
2020年的毕业季已经悄然而至，很多毕业生面临着人生的一次重要抉择。与往年不同的是，今年全国有874万应届毕业生，再创历史新高，很多毕业生都在为自己毕业前程东奔西走。
正是因为始终坚持产品至上、技术先行的策略，华为才能在28年的发展历程中不跟风、不炒作，从而完成市场积累，获得大众认可。
华为的成功离不开任正非的努力，这位70多岁的老人，当过兵，遭受过失败，对于人性充满了顿悟。想学习华为，学习任正非，这本《任正非传》不得不读。
本书作者孙力科，跟踪研究华为近十年，多次深入采访任正非，五年来，调阅华为近百万字的资料，走访华为发展历史上各个阶段的关键人物，口录、整理、创作而成了这本书。