導言：作為寫作愛好者，不可錯過為您精心挑選的10篇計算機科學與生物學，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

1、生物信息學(Bioinformatics)是研究生物信息的采集、處理、存儲、傳播，分析和解釋等各方面的學科，也是隨著生命科學和計算機科學的迅猛發展，生命科學和計算機科學相結合形成的一門新學科。它通過綜合利用生物學，計算機科學和信息技術而揭示大量而復雜的生物數據所賦有的生物學奧秘。

2、生物信息學的另一個挑戰是從蛋白質的氨基酸序列預測蛋白質結構。這個難題已困擾理論生物學家達半個多世紀，如今找到問題答案要求正變得日益迫切。諾貝爾獎獲得者W. Gilbert在1991年曾經指出：“傳統生物學解決問題的方式是實驗的。現在，基于全部基因都將知曉，并以電子可操作的方式駐留在數據庫中，新的生物學研究模式的出發點應是理論的。一個科學家將從理論推測出發，然后再回到實驗中去，追蹤或驗證這些理論假設”。

3、生物信息學的主要研究方向：基因組學 - 蛋白質組學 - 系統生物學 - 比較基因組學，1989年在美國舉辦生物化學系統論與生物數學的計算機模型國際會議，生物信息學發展到了計算生物學、計算系統生物學的時代。

（來源：文章屋網 ）

篇2

離散數學是計算機應用必不可少的工具，例如數理邏輯在數據模型、計算機語義、人工智能等方面的應用，集合論在數據庫技術中的應用，代數系統在信息安全中的密碼學方面的應用，圖論在信息檢索、網絡布線、指令系統優化等方面的應用。

1.離散數學與其他課程的關系

1.1離散數學與數據結構的關系

離散數學與數據結構的關系非常緊密，數據結構課程描述的對象有四種，分別是線形結構、集合、樹形結構和圖結構，這些對象都是離散數學研究的內容。線形結構中的線形表、棧、隊列等都是根據數據元素之間關系的不同而建立的對象，離散數學中的關系這一章就是研究有關元素之間的不同關系的內容；數據結構中的集合對象及集合的各種運算都是離散數學中集合論研究的內容；離散數學中的樹和圖論的內容為數據結構中的樹形結構對象和圖結構對象的研究提供很好的知識基礎。

1.2離散數學與數據庫原理的關系

目前數據庫原理主要研究的數據庫類型是關系數據庫。關系數據庫中的關系演算和關系模型需要用到離散數學中的謂詞邏輯的知識；關系數據庫的邏輯結構是由行和列構成的二維表，表之間的連接操作需要用到離散數學中的笛卡兒積的知識，表數據的查詢、插入、刪除和修改等操作都需要用到離散數學中的關系代數理論和數理邏輯中的知識。

1.3離散數學與數字邏輯的關系

數字邏輯為計算機硬件中的電路設計提供了重要理論，而離散數學中的數理邏輯部分為數字邏輯提供了重要的數學基礎。在離散數學中命題邏輯中的連結詞運算可以解決電路設計中的由高低電平表示的各信號之間的運算以及二進制數的位運算等問題。

1.4離散數學與編譯原理的關系

編譯原理和技術是軟件工程技術人員很重要的基礎知識，編譯程序是非常復雜的系統程序，包括詞法分析、語法分析、語義分析、中間代碼生成、代碼優化、目標代碼生成、依賴機器的代碼優化7個階段。離散數學中的計算模型[2]這一章的語言和文法、有限狀態機、語言的識別和圖靈機等知識點為編譯程序中的詞法分析和語法分析提供了基礎。

2.離散數學在計算機學科中的應用

2.1數理邏輯在人工智能中的應用

人工智能是計算機學科中一個非常重要的方向，離散數學在人工智能中的應用主要是數理邏輯部分在人工智能中的應用。人類的自然語言可以用符號進行表示。語言的符號化就是數理邏輯研究的基本內容，計算機智能化的前提就是將人類的語言符號化成機器可以識別的符號，這樣計算機才能進行推理，才能具有智能。由此可見數理邏輯中重要的思想、方法及內容已貫穿人工智能的整個學科。

2.2圖論在數據結構中的應用

離散數學在數據結構中的應用主要是圖論部分在數據結構中的應用，樹在圖論中具有重要的地位。樹是一種非線性數據結構，在現實生活中可以用樹表示某一家族的家譜或某公司的組織結構，也可以用它來表示計算機中文件的組織結構，樹中二叉樹在計算機科學中有著重要的應用。二叉樹共有三種遍歷方法：前序遍歷法、中序遍歷法和后序遍歷法。

通過訪問不同的遍歷序列，可以得到不同的節點序列，通常在計算機中利用不同的遍歷方法讀出代數表達式，以便在計算機中對代數表達式進行操作。

2.3集合論在數據庫系統理論中的應用

集合論是離散數學中極其重要的一部分，它在數據庫中有廣泛的應用。我們可以利用關系理論使數據庫從網絡型、層次型轉變成關系型，這樣使數據庫中的數據容易表示，并且易于存儲和處理，使邏輯結構簡單、數據獨立性強、數據共享、數據冗余可控和操作簡單。當數據庫中記錄較多時，集合中的笛卡兒積方便了記錄的查詢、插入、刪除和修改。

2.4代數系統在通信方面的應用

代數系統在計算機中的應用廣泛，例如有限機，開關線路的計數等方面。但最常用的是在糾錯碼方面的應用。在計算機和數據通信中，經常需要將二進制數字信號進行傳遞，這種傳遞常常距離很遠，所以難免出現錯誤。通常采用糾錯碼避免這種錯誤的發生，而設計的這種糾錯碼的數學基礎就是代數系統。

2.5離散數學在生物信息學中的應用

生物信息學是現代計算機科學中一個嶄新的分支，它是計算機科學與生物學相結合的產物。由于DNA是離散數學中的序列結構，美國科學院院士，近代離散數學的奠基人Rota教授預言，生物學中的組合問題將成為離散數學的一個前沿領域。DNA計算機的基本思想是：以DNA堿基序列作為信息編碼的載體，利用現代分子生物學技術，在試管內控制酶作用下的DNA序列反應，作為實現運算的過程；這樣，以反應前DNA序列作為輸入的數據，反應后的DNA序列作為運算的結果，DNA計算機幾乎能夠解決所有的NP完全問題。

3.結語

現在我國每一所大學的計算機專業都開設離散數學課程，正因為離散數學在計算機科學中的重要性，可以說沒有離散數學就沒有計算機理論，也就沒有計算機科學。所以，應努力學習離散數學，推動離散數學的研究，使它在計算機中有更廣泛的應用。

參考文獻：

[1]朱家義，苗國義等.基于知識關系的離散數學教學內容設計[J].計算機教育，2010（18）：98-100.

[2]方世昌.離散數學.西安電子科技大學出版社，1985.

[3]陳敏，李澤軍.離散數學在計算機學科中的應用[J].電腦知識與技術，2009，5（1）：251-252.

篇3

3、省級重點學科:光學工程、政治經濟學、國際法學、文藝學、傳播學、光學、細胞生物學、材料物理與化學、通信與信息系統、信號與信息處理、建筑設計及其理論、結構工程。

4、一級學科博士學位授權點（10個）：心理學、中國語言文學、新聞傳播學、計算機科學與技術、建筑學、土木工程、生物醫學工程 [50] 、信息與通信工程、光學工程、理論經濟學。

篇4

一、生物信息學的產生

生物學是一門古老的學科，在人類歷史發展的長河中，人類從未停止過對生命奧秘的探索。人們逐漸認識到，雖然生物種類多種多樣，但是它們的最基本分子卻是相同的。DNA、RNA和蛋白質等分子構成了生命的基本單位，再由細胞到組織、器官，最后器官系統組成完整的生物體。

傳統的生物學研究中，由于受到技術水平的限制，生物學家多采用低通量的生物實驗方法，其研究對象通常是一個基因或者幾個基因組成的通路。在這種情況下，實驗后的簡單觀察就可以滿足研究需要。隨著生物研究的不斷深入，積累了大量實驗數據，人們不禁想到，如何把不同的實驗結果整合起來？另一方面，隨著生物技術的發展，大量新興技術出現，產生了海量的數據。例如90年代興起的基因芯片技術，單張芯片就可以測定成千上萬個基因在某一狀態下的表達情況。1990年啟動的人類基因組計劃更為生命科學的研究提供了海量的序列數據。面對如此多的數據，以前依靠生物實驗研究單個或幾個基因的方法很難再適用，生命科學、統計學、計算機科學和信息科學等若干學科的交叉學科――生物信息學應運而生。生物信息學以計算機、統計、模式識別等方法為手段，以生物數據為研究對象，通過對大量生物數據的儲存、處理和分析，提取其中有意義的生物知識[1]，從而最終揭示蘊藏在核酸序列和蛋白質序列中的信息，對了解生命活動的基本規律出貢獻。

二、生物信息學在生命科學研究中的作用

作為一門新興的學科，大家對生物信息的作用并不十分明確。很多人認為生物信息學只是為實驗科學服務。從廣義上講，這種說法也不無道理，但是生物信息學并不是實驗科學的附屬品，與生物實驗一樣，它也是解決生物問題的一種手段。為了解決生物問題，生物學家依靠的是實驗臺，生物信息學家依靠的是計算機。

在生命科學的發展過程中，以分子生物學的產生為界，可以分為傳統生物學和現代生物學。傳統生物學和現代生物學取得的成就為生命科學的發展做出了巨大貢獻。人類基因組計劃啟動以來，人們一度認為只要把各種生物基因組的全部堿基排列順序測定清楚，生命的遺傳奧秘就會顯露無余，但是真實的情況遠不像想象的那樣簡單。人類的個體發育開始于一個單細胞受精卵，受精卵經過一系列的細胞分裂和分化，產生具有不同形態和功能的細胞，不同細胞之間相互作用構成各種組織和器官。雖然人類基因組中有兩萬多個基因，但是在單個細胞當中，同時起作用的基因往往是很少的。有些基因只在特定階段起作用，有些基因只在特定組織起作用。只關心某個基因或蛋白的功能是不夠的，因為在不同時空條件下，同一個基因或蛋白的功能可能不同。生物是一個復雜的系統，其表型和功能不僅體現于基因數量和序列的不同，更體現在基因、蛋白以及其他生物分子之間的相互作用之中。因此，把研究對象當成一個整體，系統地分析內部的相互關系尤其重要。但是無論是傳統生物學還是現代生物學，都是一門實驗學科，生物學的發展中缺乏一種系統思想。生物信息學可以從大量生物數據中提取有意義的生物知識，通過對已有數據的總結，進一步推測生物體的某些性質和變化趨勢，生物信息學為大量生物數據的整合提供了可能，與生物實驗一樣，是生物研究中的一種重要途徑。

三、生物信息學學生的培養

生物信息學是一門交叉學科，要求學生具有較好的分子生物學、計算機科學、數學和統計學素養，目前國內只有少數幾個學校設立了生物信息學本科專業，大部分的學生都是進入研究生階段才開始生物信息學的培養。在進入生物信息學專業前，本科階段可能接受過計算機、統計學、信息學、生物學等某一方面的教育，但要進行生物信息學的研究，大多需要補充其他方面的知識。

生物信息學研究可以分為兩類：第一，在深刻理解生物問題的基礎上，利用計算技術解決生物問題，第二，為生物學家提供性能更好的方法（算法）。理工科背景學生的生物知識較少，但是對于各種計算方法的原理和使用非常熟悉，對于這類學生的培養，第二類問題比較適合他們入門。在生物信息領域，有很多經典的分類問題。這些問題已經明確了分類目標，并且大都有通用的數據集。但是這類工作也受到了生物學家的質疑，因為大部分工作都是把已有的經典算法用在生物數據上，由于對生物問題不夠了解，最后成為只有做生物信息的人才看的方法。這也在一定程度上導致了部分生物學家對生物信息存在偏見，認為生物信息就是提出新算法，做一些數據庫。要想真正讓生物學家認識到生物信息學的重要性，就要以解決生物問題為根本出發點，即使是做預測方法，也要建立在解決生物問題的基礎上。做出更好預測方法的關鍵是深入理解生物問題并抓住關鍵特征。舉個例子，要把男生和女生分開，我們可以根據很多特征，比如身高、體重、頭發長短，雖然大多數情況下來說，男生比女生高、比女生重、比女生頭發短。但是只基于這些特征還是會造成很多的分類錯誤，因為這些特征不是男生女生差別的最根本因素。如果我們是根據性染色體來分，那正確率的提高就非常顯著了。在預測問題中，利用五花八門的方法并不是關鍵，如何能夠對生物問題深入了解并找到關鍵特征，才是最主要的。

作為一門新興的學科，大家對生物信息的了解還很少，很多人對它的定位也不同。但既然是生物信息，就是先生物后信息，可見生物的重要性。所以，在生物信息的研究過程中，對生物問題只限于表面地理解，勢必不能做出好的工作。只有對生物問題有了深入了解，才能發現其中的問題。能夠找到值得做的問題，可以說工作已經成功了一大半。當然，解決問題過程中也會有很多困難，比如發現了值得研究的課題，但在解決的過程當中發現某些數據無法獲得，或者某些技術超出了自己的能力范圍。在這種情況下，可以首先想想有沒有其它變通的辦法可以解決問題，如果經過慎重的考慮都無法找到，就要果斷的放棄。這里要強調一定要慎重考慮，不能遇到一點困難就放棄。

相比理工科背景的學生，生物背景的學生有著扎實的生物學知識基礎。但是如果是從本科階段直接進入生物信息學，由于還沒有進行過實驗操作，他們對生物問題的理解也很難非常深入。不管是理工科背景還是生物背景的學生，豐富的生物學知識都是進行好的生物信息學研究的前提。在培養學生時不可忽視對其基礎生物學知識的傳授和教育，并適當引導其對生物學問題的思考。生物學問題可以很大也可以很小。大的生物學問題任何一個懂得基礎生物學知識的人都可以提出，但也是最難解決的，比如到底是什么改變使細胞惡變，自身免疫病是如何形成的，心血管病糖尿病等復雜疾病是如何發生的，為何有人容易生某種病而其他人不易感。小的生物學問題就是各自領域的具體研究課題，比如表觀遺傳學領域的DNA去甲基化酶是否存在，基因表達調控領域的轉錄起始頻率是如何決定的，RNA領域的大量非編碼RNA的作用，蛋白修飾領域新發現的修飾如何調控蛋白的功能等等。在腦中提出并試圖思考一系列大大小小的生物學問題是對學生培養目標的第一步。這些問題的產生的前提是對生物學知識的熟悉掌握。然而在對學生培養的過程中沒必要也不可能告訴他們所有的知識，生物學知識教育的原則是為他們打開門，當他們思考問題的時候知道去哪里找到相關的知識。

另一方面，只有生物學基礎知識和問題是不夠的。很多問題在生物信息學產生之前就存在了，傳統的方法無法帶給人們問題的答案。人們一直期待新的方法去理解和解決這些問題。生物信息學的產生無疑提供給人們另一種思考生物問題的方式，為一些經典問題的解決提供了可能。例如最近的大規模的腫瘤基因組測序和分析使我們發現了很多新的腫瘤相關基因[2]。對于生物背景的學生，在教學中要把這樣的例子介紹給學生，生物背景的學生在理解信息學理論方面會存在困難。最初很難要求他們理解所有具體過程。但是至少要讓他們知道這些方法的基本原理，還有在什么情況下使用。這樣在以后的研究中遇到類似問題才能想到應該選擇什么樣的信息學工具去解決，在具體應用過程中加深對整個過程的理解。生物背景的學生如果想成為生物信息學專家，只會應用是不夠的，補充一些計算機、統計、信息方面的基礎知識是必不可少的。

生物信息學是一門仍處在快速發展之中的學科。還沒有一本教材能夠滿足生物信息學教學的需要，生物信息學立足于分子生物學、模式識別、計算機科學與技術、數學和統計學等學科，所以學生要先對這些學科的基本概念和系統有一個較為全面和直觀的認識，為日后的科研打下堅實的基礎。另外，培養過程中要包括大量的實例介紹，對一些重要的應用還加以詳細解剖，使得同學們不再僅掌握理論，而是能夠學會如何在實際工作中靈活應用這些理論。在此基礎之上，向同學們推薦一些最新的論文、期刊、參考讀物和相關的學術報告，讓同學們能夠切身感受到學科發展的前沿，培養學生的創新能力。21世紀是生命科學的時代，也是信息科學的時代。生物信息學在這樣的歷史條件下產生并壯大，它作為多個領域的交叉新興學科，對生命科學研究有著巨大的推動力。生物信息學是一門應用性非常強的學科，也是一門非常活躍的前沿學科，良好的教學效果必須以先進的內容體系為基礎，我們應時刻注意以科研促進教學，教學科研相長，使教學研究達到更高的水平。

[參考文獻]

篇5

20世紀80年代末以來，生物信息學以驚人的發展速度，獲得了很多突破性成就，正日益成為生命科學在21世紀發展的核心內容。對于未來生物科學中堅力量的現代生物科學工作者而言，掌握生物信息學的相關知識尤為重要。

作為一門新興的課程，生物信息學課程在全國很多高等院校都已經開設，并進行了一些卓有成效的探索和改革。我們結合自身的教學實踐和相關學校的教學現狀，對師范院校生物信息學課程教學內容、師資力量、教學模式和方法、跨學科合作、教學實踐實施情況等方面的現狀進行了積極分析和思考。目前，師范院校生物信息學教學的現狀如下。

一、教學內容陳舊、教學資源缺乏

生物信息學是一門新興的學科，在高等院校開設時間較晚，我國對生物信息學專業精品課程的建設方面投入不夠，成熟的生物信息學教學大綱、教案、多媒體課件、教學視頻和習題等教學資源稀少。目前，市場上也缺乏相關的生物信息學教學多媒體課件和音像制品輔導材料等相關產品，造成生物信息學教學資源匱乏的現狀。

目前師范院校所用教材大多數是徐程主編的《生物信息與數據處理》，蔣彥等編著的《基礎生物信息學及應用》等幾種不同版本的教材。這些教材在知識性、科學性和系統性方面還行，但是在教學內容的新穎性、時效性和實踐性以及生物相關背景的介紹和對師范院校的適用性等方面有所欠缺。生物信息學的知識日新月異，新的數據庫、新的軟件、新的算法層出不窮，而生物信息學的課堂往往不能及時地將最新進展呈現給學生，導致課堂內容陳舊，不利于學生的發展和對生物信息知識的合理掌握，從而影響了生物信息學教學的質量。

二、師資力量缺乏

生物信息學是一門新興的交叉學科，需要熟練掌握計算機與生物學知識的老師來授課。然而，實際上，由于缺少生物信息學的專業教師，教授該學科的教師多為生物學其他課程兼任，這些老師往往缺乏專門的生物信息學訓練，在知識的傳授和應用方面存在欠缺。與生物信息學教學要求存在著較大的差距，不能很好地滿足教學大綱的要求。另外，師范院校通常將生物信息學作為選修課來開設，該課程在專業建設和人才培養方案中的地位偏低，造成相關部門對師資培養不夠重視。

三、教學模式和方法落后

由于生物信息學課程涉及大量的數據庫和軟件知識，教師普遍采用多媒體教學。而多媒體課件的容量通常很大，學生忙于筆記，難以把握重難點。同時，幻燈片展示的知識點猶如放電影一般一閃而過，學生沒有足夠的時間思考和消化，跟不上教師的進度。教師進行多媒體教學時，往往是一堂課上從頭講到尾，語調缺乏抑揚頓挫，沒有起伏，學生很容易昏昏欲睡。因此，教師雖然使用的是先進的教學工具，采用模式的卻是傳統的灌輸式教學，只管埋頭照本宣科，不管學生接收領悟多少。學生為了達到期末考試標準，只顧死記硬背，這樣的教育讓學生失去創新精神和主動思考的能力，失去對生物信息課程的興趣。

四、缺乏與相關學科的合作交流

生物信息學實際上是生物學與計算機科學的交叉學科。然而一般高校往往只在生命科學學院開設生物信息學，由生物學老師來擔任授課老師。由于對計算機科學知識的缺乏，導致生物專業教師對生物信息學課程很難深入開展；另一方面，計算機科學專業由于沒有開設生物信息學課程，使學生不能了解到生物信息學的重要性，以及如何使計算機科學更快更好地發揮其在生物信息學中的作用。總的來說，生物信息學課程的建設欠缺相關學科的協作，不能有效地整合資源，不利于培養復合型人才。

五、缺乏實踐教學內容

現有的生物信息學課程也有一些實踐內容，但實踐課時數少，內容相對簡單，缺乏系統完善的實踐過程。教師為學生講授具體知識時，通常只通過多媒體課件演示操作，并沒有為學生設置具體的動手操作步驟。使得學生對信息反饋遲鈍，印象不深刻，不容易掌握方法。生物信息學實踐教學并不需要價格昂貴的實驗設備，只需要一網的電腦和一些相關的分析軟件便可以進行實驗。然而，目前的狀況是，生物信息學課程中真正開展實踐性教學的內容少之又少。

生物信息學的學習是一個長期積累的過程，教學水平的提高也需要在大量的教學實踐中不斷總結和完善。我們通過分析發現，在師范院校生物信息學教學中仍存在很多問題，其原因是多方面的，需要教學工作者進一步深入探討并提出切實可行的策略。

參考文獻：

[1]湯麗華.淺談大學本科生物信息學課程建設與教學[J].科技

信息,2010(1).

[2]賈小平,孔祥生.生物信息學實踐教學初探[J].陜西教育,

2010(3).

[3]軍.農學專業生物信息學課程教學改革探析[J].現代農

業科技,2010(5).

篇6

1.引言

生物信息學（bioinformatics）是一門新興的交叉學科，生物學與醫學、數學、計算機科學是其中三個主要組成部分。生物信息學作為跨越生命科學和信息科學兩大熱點領域的學科，擁有蓬勃的生命力。面對人類基因組計劃所產生的龐大的分子生物學信息，生物信息學的重要性已越來越突出，它無疑將會為生命科學的研究帶來革命性的變革。［1］［2］國內外對生物信息學的人才需求也在激增。

目前，生物信息學在我國尚處于起步階段，因為要進行生物信息學的研究，對人員要求很高，需要深厚的生物大分子結構和功能方面的背景知識，需要扎實的應用數學或統計學知識，還需要精通計算機，至少得具備三者之二。但實際情況是大部分從事生物學研究的人不熟悉計算機，而從事計算機科學的人員多數又缺乏對生物學的了解。盡管如此，生物信息學的教育在國內外高等院校及科研機構越來越普及。據不完全統計，我國超過30個高校或科研機構開設生物信息學專業課程。［3］這些研究與教育一般分散在多個系所屬的多個專業中，如生命科學院（北京大學等）、計算機學院（哈爾濱工業大學等）、理學院（天津大學等），我校是由計算機學院開設全校公共課。不同學校根據自身的情況，在開設生物信息學這門課時，側重點都不一樣。如果由醫學院的教師授課，則側重點可能在致病基因的研究方面，［4］計算機專業教師授課則可能側重于數據庫的管理、查詢等方面，［5］理學院的教師授課則可能側重于生物信息學中的數學問題。筆者是計算機專業出身的，研究方向為圖像處理與模式識別，所以主要從計算機和數學的角度去授課。另外，研究生教學又與本科生教學［6］不同，研究生教學更加應該注重培養學生的主動學習意識和綜合能力。筆者將教學實踐中的心得進行了初步的總結，以供商榷。

2.注重培養學生的學習興趣

從培養學生的學習興趣出發，在課堂教學過程中，充分利用豐富的網絡資源，如圖像、視頻等。比如在介紹模式生物時，可以給出各種模式生物的圖像；在介紹各種各樣的生物數據庫時，可以在課堂上現場上網登陸數據庫，演示和介紹各個數據庫的特點和使用方法等。研究生不同于本科生，本科生可能比較習慣于教師的灌輸性教學，而研究生教學更加鼓勵學生主動自覺地學習。這從“研究”一詞的英文解釋“re-search”――再（“re-”）探索（“search”）中也可以看出。教師在研究生學習過程中主要起引路的作用，而不可能手把手帶著學生研究。生物信息學更是如此，它是一門新興的交叉學科，很多理論和研究內容還不成熟，需要科學工作者不斷地探索。因此，通過生動形象的啟發式課堂教學，培養學生的學習興趣，對學生以后的進一步研究有著重要的作用和意義。

3.注重培養學生的綜合素質

在生物信息學的上課過程中安排幾次學生的課堂報告。具體做法是：由教師或學生在國外重要期刊（如Bioinformatics）或會議上找與學生自身的研究方向比較相近的生物信息學方面的最新文獻，然后幾個學生一組共同針對某幾篇文獻進行閱讀、理解，最后以報告的形式跟大家一起交流和討論。在這個過程中，可以培養學生的如下幾個方面的能力：

（1）搜尋資料的能力。現在網絡非常發達，網絡資源也非常豐富，如何從紛繁復雜的網絡資源中找到自己所需的資料不是一件容易的事。學生可以通過學校購買的數據庫進行查找適合自己的文獻資料，也可以通過搜索引擎進行查找。通過這個過程，學生可以了解有哪些數據庫可以利用，哪些網站資源比較豐富，以及選擇什么關鍵詞進行查找比較有效，等等。

（2）閱讀外文文獻的能力。學生在本科階段一般沒有讀外文文獻的習慣，而進入研究生學習階段，為了了解和研究國際前沿領域，就必須閱讀大量外文文獻，畢竟國外的科技實力在很多方面還是處于領先位置的。給學生指定幾篇優秀的外文文獻進行閱讀和理解，可以一定程度上鍛煉學生閱讀外文文獻的能力。因為要想真正理解文獻的內容，就必須對文獻進行仔細認真的閱讀和研究。

（3）團結協作的能力。每個課堂報告都是由幾個學生共同參與完成的，在這過程中有組織協調和分工的問題，這需要大家共同努力，團結協作。團結協作在當今社會越來越被推崇，所以培養學生團結協作的能力對于他們以后進入社會很有幫助。從實際執行的情況看，效果還不錯。比如有的學生數學基礎好，他就負責理解文獻中的公式和算法部分；有的學生計算機能力比較強，他就負責編程實現、課件制作等。

（4）口頭表達的能力。課堂報告的最后陳述和討論可以鍛煉學生的口頭表達能力。有的學生平時很少有作報告的機會，所以口頭表達的能力得不到鍛煉。本課程提供給學生一次口頭表達能力鍛煉的機會，讓學生體會到如何組織報告內容、如何把自己理解的內容介紹給聽眾是比較有效的，是容易被大家理解和接受的。

4.理論與實踐相結合，鼓勵交叉性研究

為了做到學有所用，筆者從每個學生自身的研究方向出發，為每個學生指定與其研究方向相關的生物信息學方面的最新文獻進行閱讀和理解。鼓勵學生進行跨學科切交叉性研究，將所學的生物信息學知識應用于實際的研究中，或者利用已掌握的知識促進生物信息學的研究。比如課堂上的計算機學院的學生有研究圖像處理與模式識別的，就給他們安排一些生物圖像處理、基因識別等方面的文獻。這種交叉性的學習和研究，有可能激發學生的靈感，獲得比較大的創新性成果。

5.結語

生物信息學課程教學的實踐表明，學生經過這門課程的學習，學到了一定的內容，如對生物信息學這門課有了比較清楚的了解和認識、綜合素質得到了一定的提高、找到了一些適合自己的研究切入點等。總的來說，教學效果不錯，但還需要進一步探索，進一步完善。

參考文獻：

［1］張陽德.生物信息學［M］.北京：科學出版社，2005：1-15.

［2］郝柏林，張淑譽.生物信息學手冊［M］.上海：上海科學技術出版社，2002：1-10.

［3］許忠能.生物信息學［M］.北京：清華大學出版社，2008：8-17.

篇7

中圖分類號：G623.58 文獻標識碼：A 文章編號：1671-489X(2012)27-0056-02

An Approach to Effects of Computational Thinking on Information Technology Curriculum in Primary and Secondary School//Wang Rongliang

Abstract This paper explains the concept of computational thinking, and points out the importance of computational thinking on computer education. The relationship between computational thinking and information technology is discussed. Information technology curriculum will be improved under the influence of computational thinking.

Key words computational thinking; information technology curriculum; computer; computational education

Author’s address Institute of IT Education in Primary and Secondary School, East China Normal University, Shanghai, China 200062

1 計算思維辨析

2006年3月，曾任美國卡內基·梅隆大學（CMU）計算機科學系主任，現任美國基金會（MSP）計算機和信息科學與工程部（CISE）主任的周以真（Jeannette M. Wing）教授在美國計算機權威雜志ACM會刊Communications of the ACM雜志上，首次提出計算思維（Computational Thinking）：計算思維是運用計算機科學的基礎概念進行問題求解、系統設計以及人類行為理解等涵蓋計算機科學之廣度的一系列思維活動[1]。

計算思維這一觀念一經提出，立即得到美國教育界的廣泛支持，并引起歐洲的極大關注。2007年9月19日，歐洲科學界、工業界領導者在布魯塞爾皇家科學院召開了名為“思維科學——歐洲的下一個政策挑戰”的會議[2]。2008年10月31日，我國高等學校計算機教育研究會在桂林召開關于“計算思維與計算機導論”專題學術研討會，來自全國80多所高校，包括70多位計算機學院院長、主管教學副院長在內的近百名專家出席會議，根據“計算思維”領域的研究以及它在科技創新與教育教學中的重要作用，探討科學思維與科學方法在計算機學科教學中的作用以及在教學過程中如何以課程為載體講授面向學科的思維方法，以共同促進國家科學與教育事業的進步[3]。

根據周以真教授的觀點，計算思維就是通過約簡、嵌入、轉化和仿真等方法，把一個看來困難的問題重新闡述成一個人們知道怎樣解決的問題。計算思維是一種遞歸思維，它把代碼譯成數據，又把數據譯成代碼；計算思維采用抽象和分解來迎接龐雜的任務或者設計巨大復雜的系統；計算思維是按照預防、保護以及通過冗余、容錯、糾錯的方式從最壞情況恢復的一種思維；計算思維利用啟發式推理來尋求解答，即在不確定情況下的規劃、學習和調試；計算思維利用海量數據來加快計算，在時間和空間之間、在處理能力和存儲容量之間進行權衡。

計算思維與生活密切相關：當你早晨上學時，把當天所需要的東西放進背包，這就是“預置和緩存”；當有人丟失自己的物品，你建議他沿著走過的路線去尋找，這就叫“回推”；對自己租房還是買房作出決策，這就是“在線算法”；在超市付費時，決定排哪個隊，這就是“多服務器系統”的性能模型；此外還有“失敗無關性”和“設計冗余性”。由此可見，計算思維與人們的工作與生活密切相關，計算思維應當成為人類不可或缺的一種生存能力。

2 信息技術與計算思維的關系

信息技術是關于信息的產生、發送、傳輸、接收、變換、識別、控制等應用技術的總稱，是在信息科學的基本原理和方法的指導下擴展人類信息處理功能的技術。作為現代信息技術，包括通信技術、計算機技術、多媒體技術、自動控制技術和遙感技術等。當今社會，人們已經離不開信息技術。

篇8

中圖分類號：R-3 文獻標識碼：A 文章編號：2095-5707（2016）06-0010-03

Abstract： High performance computing （HPC）， as a new and important research tool， has been applied in many fields successfully. Application of HPC in the TCM field is still in the exploratory stage. HPC in the future may be innovatively applied in the field of genomics Chinese herbal medicine， virtual medicine screening of new TCM， TCM data mining and big data analytics， modeling and simulation and so on.

Key words： high performance computing （HPC）； application； TCM

高性能計算是計算機科學的一個分支，研究并行算法和開發相關軟件，致力于開發高性能計算機。高性能計算是世界各國競相發展的前沿技術，是體現一個國家綜合實力和科技競爭力的重要指標。

科學計算作為科研方法變革的產物，已經發展成為與傳統的理論、實驗并駕齊驅的第三種科研方法，并且日益成為越來越重要的科研方法。科學計算方法的運用，是高性能計算應用的基礎和前提條件，而使高性能計算真正發揮作用主要取決于高性能計算的應用研究水平[1]。本文對于促進高性能計算未來在中醫藥領域的應用、豐富中醫藥信息學的研究內容及由此產生的中醫藥科研方法的創新具有推動作用。

1 高性能計算應用概況

1.1 我國在高性能計算應用領域仍處于落后水平

在高性能計算的研發和應用領域美國一直處于世界領先水平，日本和歐洲國家緊隨其后長期位居世界先進行列。近年來，我國在高性能計算硬件的研發方面取得了突破性進展，通過自主創新逐步掌握了一批硬件研發的關鍵技術。中國國防科技大學研制的天河系列超級計算機連續多次在世界超級計算機排行榜中名列首位，標志著我國高性能計算的硬件研究水平目前已經接近國際先進水平。但在應用軟件方面的發展嚴重滯后于硬件的發展水平，自主開發的高性能計算應用軟件嚴重匱乏，需要大量購買和引進國外開發的應用軟件，重要和關鍵部門的應用受制于人[2]。應用軟件是高性能計算應用的基礎，由于應用軟件研發水平的嚴重落后，目前我國在高性能計算應用領域仍處于落后水平。

1.2 國內外高性能計算主要的應用領域

高性能計算作為嶄新和重要的科研工具，目前已經在眾多的領域得到了成功應用，各種前沿科學研究、技術開發和工程設計都越來越多地使用了高性能計算，高性能計算已經日益成為科技創新的重要力量。目前主要的應用領域包括氣象數值模擬與預報、地震預報、納米技術、生物醫學、環境科學、空間科學、材料科學、計算物理、計算化學、流體力學、地震三維成像、石油勘探、天體星系模擬、大氣與海洋模擬、固體地球模擬、工業設計、核武器研究、全球氣候模型、湍流分析、飛行動力學、海洋環流、流體力學和超導模型等[1]。在生物醫學領域的應用目前主要集中在人類基因組學、蛋白質組學、藥物設計、分子動力學模擬等方面。

1.3 高性能計算應用的瓶頸

高性能計算雖然已經在眾多領域得到了成功應用，但由于技術難度等的限制，仍然屬于高投入高產出的非普及型應用。目前制約高性能計算應用的主要問題包括軟件開發的技術難度非常大，系統使用成本過高，不僅體現在軟硬件購置費用昂貴，而且系統運行維護成本過高，大型系統的年電費需上千萬元[2]。比較高精尖的應用范圍、非常高的技術要求和過高的使用成本，這些都限制了高性能計算的廣泛應用。

2 高性能計算在中醫藥領域應用的可行性分析

2.1 高性能計算在領域應用的前提條件

高性能計算在領域應用的條件首先需要應用領域具有較高的科研水平，特別是能夠通過科學計算的方法建立相應的數學物理模型和應用軟件來解決實際問題，利用高性能計算才有可能促成應用領域研究水平的大幅度提高。通過對高性能計算應用領域的最高學術獎戈登獎獲獎項目的分析，這些獲獎的應用項目絕大多數都具有多學科交叉融合的背景，這反映了高性能計算的應用需要應用領域與計算機科學、數學等學科的跨學科合作[3]。隨著高性能計算的應用，近些年高性能計算與應用學科的交叉學科不斷涌現，產生了計算化學、計算物理學、計算生物學等許多新興學科，這些交叉學科的產生標志著高性能計算在這些領域得到了高水平應用。

2.2 計算生物學的啟示

計算生物學是一門以生命科學中的現象和規律作為研究對象，以解決生物學問題為最終目標，通過模擬和仿真的方法對生物學問題進行定量和定性研究的新興學科。計算生物學與生物信息學比較，最大的不同之處在于生物信息學側重于生物信息的采集、存儲、處理和分析，而計算生物學側重于對生命現象進行研究、解決生物學問題[4]。目前計算生物學領域的研究主要集中在蛋白質行為的模擬、藥物分子的篩選、基因測序等方面。

雖然目前中醫藥領域還不滿足高性能計算的應用條件，但通過借鑒計算生物學的研究方法，未來有可能在中醫藥領域開展具有創新性的高性能計算的應用研究。

3 高性能計算在中醫藥領域應用的展望

3.1 中藥植物藥的基因組學

基因組學是遺傳學的一個分支，研究生物基因組和如何利用基因，涉及基因作圖、測序和整個基因組功能分析，研究內容包括以全基因組測序為目標的結構基因組學和以基因功能鑒定為目標的功能基因組學。基因組學是高性能計算應用的一個重要方向，沒有高性能計算人類的基因組計劃就不可能實現，高性能計算已經成為基因組學研究不可或缺的科研工具。隨著基因組學研究的深入、技術的成熟和成本的大幅度下降，使得基因組學的研究逐漸由人類的基因組學擴展到動物、植物等多個相近領域。利用高性能計算在基因組學方面成熟的應用軟件開展中藥植物藥的基因組學研究未來有可能是高性能計算在中醫藥領域的重要應用。

3.2 中藥新藥的虛擬藥物篩選

利用高性能計算進行虛擬藥物篩選目前已經成為西藥新藥開發的一條嶄新和重要的途徑。新藥研發的核心工作之一是從大量的化合物樣品庫中發現有藥理活性的化合物，計算機虛擬篩選輔助新藥開發是利用統計學和分子模型化技術來指導新的先導結構的發現或設計，從而減少實驗室的工作量，縮短開發周期、降低開發成本。近年來對多靶點藥物的研究已經成為國際上新藥開發的一個重要的研究熱點，中藥是天然的多靶點藥物，蘊含著巨大的新藥創制的潛力[5-6]。應用高性能計算開展中藥新藥的虛擬藥物篩選有可能成為中藥新藥開發的嶄新途徑。

3.3 中醫藥數據挖掘和大數據分析

數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。大數據分析是指對規模巨大的數據進行分析，目前世界各國對大數據分析技術高度重視，大數據被視為國家重要的戰略資源。數據挖掘和大數據分析是高性能計算應用的重要領域之一。目前中醫藥領域的數據挖掘和大數據分析主要集中在對方劑配伍規律、中醫證治規律等的研究，現有的研究水平還不能構成對高性能計算的迫切需求。隨著數據挖掘和大數據分析在中醫藥領域應用水平的提高，數據研究的內容、方法和結果的日趨豐富，隨著數據量的積累和研究方法復雜度的提高，中醫藥數據挖掘和大數據分析未來有可能成為高性能計算在中醫藥領域富有潛力的應用。

3.4 模擬與仿真

模擬與仿真是依靠計算機通過數值計算和圖像顯示的方法，對工程、物理、生物等各類問題進行研究。高性能計算不僅具有強大的計算功能，還可以模擬或代替由于受經濟或者其他條件限制不能進行的實驗。2013年10月，哈佛大學教授Martin Karplus、斯坦福大學教授Michael Levitt和南加州大學教授Arieh Warshel因“為復雜化學系統創立了多尺度模型”而獲得諾貝爾獎，評委會聲明中稱這一成果意味著對于化學家來說計算機已經成為同試管一樣重要的工具[1]。

計算機模擬方法在生命科學中已經得到了迅速的發展和廣泛的應用。高性能計算應用領域的最高學術獎戈登獎獲獎項目“在20萬CPU核和異構體系結構上的千萬億次持續性能血流模擬”，該項目模擬了血液流動狀態，可以輔助血栓的早期病理學診斷及抗血栓藥物的研究。另一項獲獎項目“呼之欲出的貓：包含109規模神經元、1013規模突觸的大腦皮質模擬”，對神經元和突觸規模與貓大腦相當的大腦皮質功能進行了模擬，并以此為基礎開展了認知計算的研究[3]。此外國內外大量的高性能計算被用于分子動力學模擬，分子動力學模擬是一種數值模擬方法，通過將分子抽象為由化學鍵連接的質點按照基于牛頓力學的數學模型迭代求解分子體系的行為。利用高性能計算進行分子動力學模擬已經成為化學和生物學研究中與實驗手段相當的標準研究方式[7-8]。模擬和仿真技術在中醫藥研究中的應用未來有可能成為高性能計算在中醫藥領域創新性的應用。

4 小結

高性能計算的應用是使高性能計算真正發揮作用的軟實力，是高性能計算領域重要的研究內容。高性能計算的應用需要多學科的交叉與合作，計算生物學的產生標志著高性能計算在生物醫學領域得到了成功應用。

高性能計算在中醫藥領域的應用目前還處于探索階段，尚不具備大規模應用的條件和基礎。未來有可能通過借鑒計算生物學的研究方法在中藥植物藥的基因組學、中藥新藥的虛擬藥物篩選、中醫藥數據挖掘和大數據分析、模擬與仿真等領域進行開創性的應用研究。高性能計算在中醫藥領域的應用將會對中醫藥科研方法的創新與發展產生深刻的影響。

參考文獻

[1] 顧蓓蓓，武虹，遲學斌，等.國內外高性能計算應用發展概況分析[J].科研信息化技術與應用，2014，5（4）：82-91.

[2] 周興銘.高性能計算技術發展[J].自然雜志，2011，33（5）：249-254.

[3] 張理論，鄧小剛.戈登獎――分析與思考[J].計算機工程與科學， 2012，34（8）：44-52.

[4] 徐書華，金力.計算生物學[J].科學，2009，61（4）：34-37.

[5] 朱偉，羅頌平.治療輸卵管阻塞性不孕的中藥多靶活性成分計算機虛擬篩選[J].時珍國醫國藥，2012，23（6）：1531-1532.

篇9

視網膜是襯在眼睛內面的感光組織，如果出現病變，就會影響視力，嚴重者還會失明。例如在早產兒中常見的視網膜病，它會導致在視網膜中異常血管的生長，造成視網膜與眼睛后部分離，導致視力喪失或失明。研究人員發現，給小鼠喂食含有豐富ω-3脂肪酸的食物，可預防其視網膜中血管的異常生長。經過進一步分析，起保護作用的是5-脂氧化酶。這項研究顯示，進食適量的魚或ω-3補充劑能保護機體不患視網膜病，這項發現也許還能幫助科學家們找到一種利用ω-3脂肪酸來治療眼病的方法。

“人之初，性本善”程度男女有別

《三字經》說“人之初，性本善”，不過也有人認為善良的性格來自后天培養。英國的一項研究顯示，基因和環境對形成有益社會的性格都有作用，但男女有別，女性天生更加善良一些。

英國愛丁堡大學的研究人員報告說，他們對958對雙胞胎進行了調查，其中既有基因完全相同的同卵雙胞胎，也有存在基因差異的異卵雙胞胎，以研究基因和環境各自在多大程度上影響性格。本次研究采用的是問卷調查方式，主要關注這些雙胞胎有益社會的性格特征，涉及公民責任、工作義務、樂于助人等方面。結果顯示，基因和環境在形成善良性格方面都有作用，但人與人之間不一樣，且存在明顯的性別差異：女性的善良性格在約50%的程度上來自于基因，而男性的這一比例只有約20%，即男性的善良性格主要靠后天培養。換句話說，女性“人之初，性本善”的程度要高于男性。研究人員指出，在人性是否“本善”這個問題上存在許多爭論，本次研究支持的觀點是人與人不一樣，有的人受基因影響天生更為善良，而有的人則受后天環境影響更大，這也說明應該多進行有益社會的教育和培養。

鉛污染可能導致孕婦血壓升高

美國一項研究顯示，鉛污染會導致孕婦血壓升高。即便血鉛含量低于規定標準，孕婦的血壓也會大幅上升。

為了解鉛污染與孕婦血壓之間的關系，研究人員對285名孕婦進行了研究。1/4被調查對象的血鉛含量約為10微克/升。雖然這一水平遠低于美國疾病控制和預防中心規定的標準，但研究人員發現，這些孕婦的血壓也會大幅上升。研究人員指出，和兒童一樣，孕婦對鉛污染高度敏感。孕婦長期高血壓可能會引起一系列并發癥，如先兆子癇、驚厥甚至心臟病。因此，要保證孕婦身心健康，應降低她們工作和生活環境中的鉛污染。

老人多練快步走可提高記憶力

美國一項新研究發現，老人每周三次快步走，可提高記憶力測試成績，增大負責記憶形成的大腦海馬區，延遲甚至逆轉老年人腦萎縮風險。

這項研究的負責人指出，老年人的大腦是可以改變的，更驚人的是，為期1年的中等強度鍛煉不僅會緩解腦萎縮，而且可以逆轉腦萎縮。大腦海馬區增大最多的老年人，其大腦神經營養因子(與大腦健康密切相關的血液生長因子)水平也相對更高。鍛煉可促進神經生成，或者促進神經干細胞轉化為成熟的發揮作用的神經元。鍛煉不僅有助于防止一般的智力減退，而且可以防止老年癡呆癥。

黑巧克力抗氧化能力優于超級水果

藍莓、蔓越莓等水果富含抗氧化成分，有益健康，被稱為“超級水果”。而最近的一項研究指出，黑巧克力的抗氧化作用更強，堪稱“超級食物”。

研究人員對比了同樣重量的可可粉和水果的抗氧化性，結果發現，可可粉的抗氧化性更強，而且含有更多的黃烷醇。研究人員還對比了黑巧克力、可可、巧克力熱飲以及“超級水果”藍莓、蔓越莓、石榴、巴西莓果汁的抗氧化成分比例。結果顯示，與果汁相比，黑巧克力和可可抗氧化能力更強，所含黃烷醇和多酚更多。黃烷醇和多酚不僅有助于防止皮膚皺紋生成，還能減少罹患心臟病的風險。巧克力熱飲“成績”最差，幾乎不含抗氧化成分，其原因可能是加工過程破壞了營養成分。

幼兒常吃垃圾食品影響智商

英國研究人員多年隨訪1.4萬名兒童后發現，3歲以前攝取垃圾食品較多者，日后智商可能低于同齡人。

這項研究涉及1991年和1992年出生于英格蘭西部的1.4萬人。研究人員在研究對象3歲、4歲、7歲和8歲6個月時分別要求他們的父母回答調查問卷，了解研究對象的飲食種類細節。當研究對象長至8歲6個月時，研究人員用韋氏智力量表測試他們的智商。結果顯示，在4 000名數據完整的研究對象中，3歲前食用加工食品較多者與注重飲食健康者智商存在明顯差異。

至于垃圾食品影響智商的原因，研究人員認為，以加工食品為主的飲食缺少對大腦發育至關重要的維生素和其他元素，而大腦發育的主要階段在生命早期。生命最初3年，大腦發育最快，這一階段良好的營養能促使大腦最佳發育，等到3歲時，大腦發育開始減緩，飲食對它可能沒有多大影響。這并不意味著絕對不能給孩子喝碳酸飲料、吃炸薯條或比薩餅，但不能以這些食物和飲料為主。

酗酒致死率超過艾滋病和肺結核

世界衛生組織近日的《全球酒精政策狀況報告》表明，全球每年死亡人數中，近4%的死亡是由酗酒造成的，每年約有250萬人的死因與酗酒有關，酗酒正成為比艾滋病、暴力和肺結核更可怕的健康殺手。

報告表明，酗酒的危害對于年輕人來說尤其致命。在世界上，酒精已經成為15至59歲成年男子死亡的主要危險因素。酗酒容易導致危險行為，目前在巴西、哈薩克斯坦、墨西哥、俄羅斯、南非和烏克蘭非常普遍，在其他國家也漸成趨勢。報告認為，目前，許多國家都沒有采取有效的酒精政策和預防規劃來遏制飲酒造成的死亡、疾病和傷害。提高稅負是抑制過量飲酒，尤其是在年輕人中抑制過量飲酒最有效的辦法之一。限定購酒和飲酒的年齡限度，以及調節司機的酒精濃度同樣能減少濫飲酒精。

四部委嚴查問題火鍋底料

一些餐館使用來源不明、標示不清的食品調味料和食品添加劑制作火鍋底料，引起媒體和社會廣泛關注。近日，國家工商總局、衛生部、國家質檢總局、國家食品藥品監督管理局四部門針對問題火鍋底料等聯合發出緊急通知，要求地方各級食品安全監管部門，按照相關規定，從生產、經營和使用等環節，對食品調味料和食品添加劑進行專項檢查。

生產環節重點檢查企業使用的原料、食品添加劑，是否嚴格執行相關制度和有關標簽標識要求，標簽標識內容是否完整、清楚、明顯等。經營環節重點檢查商家是否違規經營，食品調味料和食品添加劑標簽、說明書和包裝是否符合規定，復合食品添加劑是否在標簽和說明書中標識各單一食品添加劑品種的通用名稱以及含量等。使用環節重點檢查商家是否嚴格按照規定的品種、使用范圍、用量使用食品添加劑，是否存在使用非食用物質的違法行為等。

對于在食品調味料中添加罌粟殼、罌粟粉、工業石蠟等非食用物質，以及超范圍、超量使用食品添加劑的違法行為，涉嫌造假、超范圍使用食品添加劑的企業，將從嚴、從重、從快處罰。四部委還要求食品行業管理部門和相關食品行業協會將食品調味料和食品添加劑生產企業納入信用體系，建立健全黑名單制度和信用獎懲機制。

“嗅癌犬”能辨腸癌

篇10

為了解各高校開展人工智能研究的情況，億歐盤點了10家在設有人工智能實驗室或有人工智能分支專業的高校。

清華大學：計算機科學與技術系

清華大學計算機科學與技術系（簡稱計算機系）成立于1958年，在2006年、2012年全國學位與研究生教育發展中心開展的一級學科整體水平評估中，以總分滿分100分的成績排名第一。2017年，在 USnews 推出的世界大學學科排名 Best Global Universities for Computer Science 中，計算機科學與技術學科緊隨 MIT之后位列世界第2名。在 QS 世界大學排名 （QS World University Rankings） 給出的全球計算機學科排名中為例第15名，其排名與得分逐年穩步提升。

計算機系包含了國內計算機專業最全的學科方向，設有高性能計算機與處理器、并行與分布式處理、存儲系統、大數據與云計算、計算機網絡、網絡與信息系統安全、系統性能評價、理論計算機科學、數據工程及知識工程、軟件工程、計算機與VLSI設計自動化、軟件理論與系統、生物計算及量子計算、人工智能、智能控制及機器人、人機交互與普適計算、計算機圖形學與可視化技術、CAD技術、計算機視覺、媒體信息處理等研究方向。

計算機系現設有高性能計算、計算機網絡技術、計算機軟件、人機交互與媒體集成4個研究所；智能技術與系統國家重點實驗室；計算機基礎與實驗教學部等科研教學機構。

計算機系還設有國家級計算機實驗教學示范中心，包括：計算機原理實驗室、微型計算機實驗室、計算機網絡實驗室、操作系統實驗室、計算機軟件實驗室、計算機控制系統實驗室、智能機器人實驗室、計算機接口實驗室、學生科技創新實驗室等。此外，計算機系還與騰訊、搜狗、微軟、思科等國內外著名公司建立了面向教學或研究的聯合實驗室。

北京大學：智能科學系

智能科學系成立于2002年7月，主要從事智能感知、機器學習、數據智能分析與智能計算、智能機器人等方向的基礎和應用基礎研究，側重于理論、方法以及重大領域應用上。

北大智能科學系依托于視覺聽覺信息處理國家重點實驗室，實驗室以實現高度智能化的機器感知系統為目標，在生物特征識別研究方面處于國際領先地位。智能科學系在著名的軟件與人工智能專家、我國載人飛船工程軟件專家組組長何新貴院士和長江特聘教授查紅彬教授的帶領下，重點開展機器視覺、機器聽覺、智能系統與智能的生理心理基礎等研究。以北大智能科學研究人員為技術核心的北大指紋自動識別系統，是國內唯一能與國外系統抗衡的自主知識產權，是中國第一家也是唯一的一家提供公安應用全面解決方案的系統，擁有中國指紋自動識別技術產品第一市場占有率。

人工神經網絡說話人識別新方法的研究獲得教育部科技進步一等獎；國家空間信息基礎設施關鍵技術研究獲得2000年中國高校科學技術二等獎，入選2000年中國高校十大科技進展。

復旦大學：類腦智能科學與技術研究院

復旦大學類腦智能科學與技術研究院于2015年3月籌建成立，是復旦大學校內的獨立二級研究機構。其前身為復旦大學第一批跨學科交叉國際化研究中心——計算系統生物學研究中心，成立于2008年。研究院基于復旦大學既有的數學、統計學、計算機科學、生物學、信息學、臨床醫學、語言學、心理學等多學科綜合交叉研究優勢，以計算神經科學為橋梁，著力開展大腦機制解析、腦疾病智能診療、類腦智能算法、類腦智能軟硬件、新藥智能研發、通用智能等相關領域的科學研究、技術研發和人才培養。

研究院率先探索打通國際與國內、科技與產業的全鏈條、全球化產學研合作機制，充分發揮高校培養和儲備高端智能人才、發現和培育前沿技術的綜合優勢，推動產學研源頭創新與合作，致力于成為推動腦科學、人工類腦智能與產業應用融合發展的重要科技創新平臺。

研究院目前在建五個核心功能平臺和一個國際合作研發中心，主要包括：一是以腦高級認知功能的多信息反饋處理機制研究為核心的神經形態計算仿真平臺；二是以多尺度多中心重大腦疾病數據庫和算法開發為基礎的智能診治數據示范平臺；三是依托高端醫療影像設備集群，為生物醫學轉化研究和信息產業智能化提供試驗技術支撐的綜合生物醫學影像平臺；四是以開發深度學習、強化學習和自組織學習等機器學習算法以及可穿戴設備、類腦芯片、健康服務機器人等為目標的類腦智能軟、硬件開發平臺；五是集孵化加速、產業聯盟、投資基金為一體，為類腦智能創新項目及企業提供應用技術資源和孵化服務的類腦智能產業化平臺；六是依托已有的歐洲人類腦計劃、美國腦計劃等國際合作的數據、學術資源，建設類腦智能國際合作節點和人才培養中心。

中國科學院：自動化研究所

中國科學院自動化研究所成立于1956年10月，是我國最早成立的國立自動化研究機構。目前設有類腦智能研究中心、智能感知與計算研究中心、腦網絡組研究中心等12個科研開發部門，還有若干與國際和社會其他創新單元共建的各類聯合實驗室和工程中心。另有漢王科技、三博中等四十余家持股高科技公司。

近年來，自動化所共獲得省部級以上獎勵30余項。數量逐年增加，質量不斷提高；專利申請和授權量連年攀升，多年位居北京市科研系統前十名繪制的“腦網絡組圖譜”第一次建立了宏觀尺度上的活體全腦連接圖譜；虹膜識別核心技術突破國外封鎖，通過產學研用相結合走出“中國制造”之路；基于自動化所語音識別技術的“紫冬語音云”在淘寶、來往等阿里巴巴旗下移動客戶端產品中得到推廣；“分子影像手術導航系統”通過國家藥監局醫療器械安全性及有效性檢測認證并進入臨床應用；“智能視頻監控技術”和“人臉識別技術”分別成功應用于2008年北京奧運會、2010年上海世博會的安保工作中，為社會安全貢獻自己的力量；研制的AI程序“CASIA－先知1．0”采用知識和數據混合驅動的體系架構，在2017首屆全國兵棋推演大賽總決賽中7：1的懸殊比分戰勝人類頂級選手，展示了人工智能技術在博弈對抗領域的強大實力……

在共建機構方面，自動化所與新加坡媒體發展管理局聯合成立中新數字媒體研究院，聚焦交互式語言學習、視頻和分析等領域；與瑞士洛桑聯邦理工大學（EPFL）在京成立中瑞數據密集型神經科學聯合實驗室，在類腦智能研究方面展開合作；與澳大利亞昆士蘭大學（UQ）共建中澳腦網絡組聯合實驗室，在“計算大腦”研究方向上進行遠景規劃；還與香港科技大學共建智能識別聯合實驗室，在模式識別、無線傳感器網絡等領域展開合作。

廈門大學：智能科學與技術系

早在上世紀八十年代初，廈門大學就已開始從事人工智能領域的研究，相繼在專家系統、自然語言處理與機器翻譯等領域取得過一系列成果。為此，1988年經學校批準成立“廈門大學人工智能與計算機應用研究所”，后于2004年更名為“廈門大學人工智能研究所”。2006年12月，經國家教育部批準，廈門大學正式設立“智能科學與技術”本科專業，并于2007年6月經學校批準成立“廈門大學智能科學與技術系”。

廈門大學智能科學與技術系現有一個本科專業（智能科學與技術），三個碩士學位授予專業（模式識別與智能系統、計算機科學與技術、智能科學與技術），兩個博士學位授予專業（計算機科學與技術、智能科學與技術）。

目前該系承擔多項國家863、國家自然科學基金、福建省科技基金等項目，擁有“福建省仿腦智能系統重點實驗室”、“智能信息技術福建省高校重點實驗室”和“廈門大學語言技術中心”三個平臺，此外還有“藝術認知與計算”、“自然語言處理”、“智能多媒體技術”、“人工大腦實驗室”、“智能中醫信息處理”等多個研究型實驗室，為培養高質量的學生提供了必要的保障。

上海交通大學：計算機科學與工程系

上海交通大學計算機科學與工程系成立于1984年。近年來，隨著計算機科學與技術在人們生活中的應用不斷深入，特別是隨著云計算、物聯網、移動互聯網、大數據等技術的興起，交通大學計算機系不斷調整學科方向，形成了高可靠軟件與理論、并行與分布式系統、計算機網絡、智能人機交互、密碼學與信息安全等研究方向。

該院系下設三個重點實驗室：智能計算與智能系統重點實驗室、上海市教委智能交互與認知工程重點實驗室、省部共建國家重點實驗室培育基地及上海市可擴展計算與系統重點實驗室。其中，上海交通大學－微軟智能計算與智能系統聯合實驗室目前是教育部－微軟重點實驗室，成立于2005年9月，是交通大學和微軟亞洲研究院在多年良好合作的基礎上，為了更好發揮各自在并發計算、算法與復雜性理論、仿腦計算、計算機視覺、機器學習、計算智能、自然語言處理、多媒體通訊以及機器人等領域的優勢，實現“使未來的計算機和機器人能夠看、聽、學，能以自然語言的方式與人類交流”這一共同使命而成立的。實驗室在科學研究、人才培養、學術交流等方面也取得了很好的成績。實驗室累積200余篇，成果發表于CVPR，ICCV，WWW等國際頂級會議上。

南京大學：計算機科學與技術系

南京大學的計算機科學研究起步于1958年，建立了計算技術、計算數學、數理邏輯等專業開始培養計算機相關領域專門人才，1978年在上述三個專業基礎上成立了計算機科學系，1993年更名為計算機科學與技術系。

依托該系師資，先后成立了南京大學計算機軟件研究所、計算機軟件新技術國家重點實驗室（南京大學）、南京大學計算機應用研究所、南京大學多媒體計算技術研究所、南京大學軟件工程中心（江蘇省軟件工程研究中心）、南京大學信息安全研究所等科研機構。主要科研方向有：軟件自動化與形式化、分布與并行計算及新型網絡、新型程序設計與軟件方法學、多媒體與信息處理、人工智能與機器學習、系統軟件及信息安全等。

建系30年來，共承擔國家973計劃、國家863計劃、國家攀登計劃、國家自然科學基金、國家科技攻關等重大科技計劃項目以及省、部、委科研項目和企事業委托或國際合作的研發項目300余項，科研成果獲得各種獎勵80余項，其中國家科技進步獎一等獎1項、二等獎4項、三等獎2項，省部委自然科學獎和科技進步獎特等獎2項，一等獎8項，二等獎37項。3000多篇，出版專著、教材50多部，申請國家發明專利33項。部分成果被轉化為產品，產生了較大社會效益和經濟效益。

哈爾濱工業大學：計算機科學與技術學院

哈爾濱工業大學計算機專業創建于1956年，是中國最早的計算機專業之一。在1985年，發展成為計算機科學與工程系，并建立了計算機科學技術研究所。2000年，計算機科學與技術學院成立；同年，建立了軟件學院，后經國家教育部、國家計委批準為國家示范性軟件學院。目前。哈工大計算機科學與技術學院擁有計算機科學與技術國家一級重點學科、7個博士點和7個碩士點、1個博士后科研流動站、一個國家級教學團隊、一個國家級科技創新團隊、一個國防科工委創新研究團隊。

目前主要研究方向包括：智能人機交互、音視頻編解碼技術、語言處理、自然語言理解與中文信息處理、機器翻譯、信息檢索、海量數據計算、計算機網絡與信息安全、傳感器網與移動計算、高可靠與容錯計算技術、穿戴計算機、企業計算與服務計算、智能機器人、生物計算與生物特征識別。

學院有一批研究成果達到國際先進水平，包括：國家信息安全管理系統、數字視頻廣播編碼傳輸與接收系統、大規模網絡特定信息獲取系統、計算機機群并行數據庫系統、并行數據庫系統、神州號飛船數據管理分系統、穿戴計算機系統、信息安全與實時監測系統、人臉識別系統、視頻編解碼技術、黑龍江省CIMS應用示范工程、農業專家系統等等。

中國科學技術大學：計算機科學與技術學院

中國科技大學于1958年建校時就設置了計算機專業。根據學科發展趨勢和國家中長期發展規劃，面向國家和社會的重大需求，計算機科學與技術學院將科研力量凝聚在高性能計算、智能計算與應用、網絡計算與可信計算、先進計算機系統四個主要的研究領域。

學院的支撐實驗室有：國家高性能計算中心（合肥）、安徽省高性能計算重點實驗室、安徽省計算與通訊軟件重點實驗室、 多媒體計算與通信教育部－微軟重點實驗室、中國科大超級運算中心和信息科學實驗中心。

其中，多媒體計算與通信教育部—微軟重點實驗室主要從事人機自然語音通信、語義計算與數據挖掘等方面的研究。人機自然語音通信方面，主要研究中文信息處理、人類視聽覺機理、語音語言學等。語義計算與數據挖掘方面，主要研究自然語言驅動的計算、多媒體內容的語義標注、自動問答、語義社會網絡、數據與知識工程、隱私保護與管理中的語義計算等。

依托多媒體計算與通信教育部—微軟重點實驗室，雙方聯合實施了聯合培養博士生計劃、實習生計劃、精品課程建設計劃、青年教師培養計劃等，取得了突出成果，探索出了一條企業和高校共同培養優秀人才的道路，為微軟亞洲研究院與其他高校的合作提供了一個經典范例。

華中科技大學：自動化學院

華中科技大學自動化學院是由原控制科學與工程系和原圖像識別與人工智能研究所于2013年合并組建的學院。原控制科學與工程系前身是成立于1973年的華中工學院自動控制系，1998年更名為華中理工大學控制科學與工程系；原圖像識別與人工智能研究所是1978年由教育部和航天部共同批準成立從事圖像識別和人工智能研究的研究機構。

科學研究工作主要涉及復雜系統控制理論、決策分析與決策支持、電力電子與運動控制、智能控制與機器人、計算機集成控制與網絡技術、信息檢測與識別、飛行器控制與狀態監測、生物信息處理、神經接口與康復技術、物流系統、國民經濟動員與公共安全、多譜圖像制導、目標探測的多譜信息技術、多譜信息的實時處理與系統集成技術、人工智能與思維科學、信息安全等方向。

模式識別與智能系統是自動化一級學科的重要二級學科。迄今為止，本系在原 “圖像識別與人工智能研究所”和“控制科學與工程系”的這兩個學科點承擔了百余項國家、國防與行業項目。近5年科研經費總額在8000萬元以上，包括973計劃，國家自然科學基金重點、面上和青年基金項目，863計劃，國家重大專項、國防重點預研與基金，國家科技支撐計劃，省部級科研項目，以及大型工程和企業科研合作項目等。