信息技术前沿与应用

从学院派看到理论的研究以及行业具体应用空间需求，前者研究底层算法、技术的细节，后者更关注行业趋势，从更大层面上把握落地，两者的融合缺一不可，前者走得快，甚至近乎科幻，后者同样概念满天飞，如果，在信息时代，不迷糊，最好看看哲学，这是专门过滤信息的利器。话说回来，行业的理论消耗殆尽，就需要，学术的跟进，比如：摩尔定律的接近尾声，传统的CPU无法满足大数据时代，大能耗、大产量的牵引，就出现了GPU，但后者，成本的高昂，跟摩尔定律的强大特征比，难以市场大规模的应用，又出现了AI芯片，来解决问题，对于一个外行来讲，觉得，思维方式没有多大区别，就是换了一个功率更大的齿轮泵一样，当单一的结构，无法满足其中的单耗时，出现了机器学习、深度学习的体系架构，从现在各行业和理论学术的进展来看，各大主流互联网公司，甚至芯片企业，在整个信息产业链的现状，都处在摸索阶段，像电影《十二生肖》里面的三D打印和数据建模，还处在不同层次的探索。

回到成熟的信息行业本身，不谈外延，其中比如：运维更趋向自动化、便利化，在开发本身的管理体系上，这是概念出现，本身的进化和发展。职业和岗位本身的智能化，结合外行人的职业构架迁移，能理解这种变化本身的影响。

商业目标以及具体应用、管理层次的更新，特别是未来趋势的真正痛点，而且是大规模的，不是黑科技的自我迷醉。现在看来人口红利的殆尽，技术红利的萌芽和传统行业的觉醒，都存在着不可分离的作用。这几天，在某个网站学习Python的感觉，得到的印象是，这个小工具，在运维中，比在开发中，实际应用空间，虽然有点没有分量感，毕竟比不上C语言本身的技术含量，在职业性质的位置，跟我现在中控的位置，没有什么区别，都是属于维护正常运行的工具和管理工种的一部分，宏观上感知，学院体系和产业界体系的融合是碰撞出创新的桥梁，产学研，特别是学院和研究院，都是底层的专研，比起产业和商业界的布局来说，更显得谈定，在这一阵子，各种媒体和利益群体得炒作下，出现一部分浮躁得现象，但总得来说，还是两种互相学习和提高吧，毕竟，理想主义和现实是要融合。

以一句话结束，在智能化时代，你不需要聪明，只需要善良。