经常看到人们在讨论选什么专业的问题。有的是父母在为孩子选专业焦心,有的是在校大学生、研究生自己在怀疑专业选错了、是不是应该重选,有的是已经走上工作岗位但对现有工作不满意、自我怀疑是不是该改行。很多人都不约而同地认定:该学计算机。
计算机(叫电脑也行)在第三次工业革命中崛起,在第四次工业革命中成为灵魂。计算机的作用早就超过计算了,只有想不到的,没有做不到的。学计算机对未来的学习、工作确实是很好的切入点。但学计算机有一个学法,更重要的是,学计算机不等于报考计算机系。
早几十年还要科普一下,现在似乎谁都知道,计算机有硬件、软件,尽管软件硬化、硬件软化又能把人绕晕了。这些对于还在选专业阶段的人来说,其实都不重要,不都是计算机吗?
人们一方面一股脑地认定学计算机就是好呀,就是好,另一方面也在不断听到计算机专业的人诉苦,在悲叹“逃出xxx”。问题出在哪里呢?
计算机也称电脑,还真是有道理。人类因为这个大脑(而不是四肢)才成为万物之王,否则靠腿脚是跑不赢豺狼虎豹的,靠拳头更是连野猪山羊都打不赢。但靠脑子,以及由此而来的思考、沟通、协调、制造工具的能力,弄得人类现在一不小心可以把什么物种都给灭了,生态保护成了大事。
计算机在第三次工业革命中已经出现。尽管已经称作电脑,但还是与工业革命之前的人脑更加可比,那时很多情况下脑瓜还是不顶拳头和腿脚更重要。在第四次工业革命中,电脑才是真正的核心。但也和人类的发展一样,第一、二次工业革命解决了机器代替人力的问题,第三次工业革命解决了电脑与机器(包括通过机器的视听)的沟通的问题,第四次工业革命要解决给电脑装进知识、增长技能和学会协调的问题。硬件依然重要,但关键在于软件,不光是应用软件,更是软件的应用。对于第四次工业革命来说,造计算机(包括硬件和软件)只是很小的一部分,用计算机才是大头,包括直接使用计算机和包括计算机的新工具和产品。
对于软件的应用,存在很多误解,以为这就是熟悉软件的使用和操作。这只是最初级的应用,好比驾校毕业,可以开车去超市或者上下班了,离有经验的驾车人还有很大距离,离赛车手更是天差地远。对标赛车手才是软件应用的高级境界,但这需要不仅有高超的车技,更需要对车有精到的理解。
以工业控制的DCS和PLC为例,DCS主要用于连续控制,好比汽车的定速巡航,PLC主要用于事件触发的连锁保护和顺序控制,比如火警喷淋。过去这是井水不犯河水,现在的趋势是两者你中有我我中有你。
DCS和PLC最基本的使用包括组态(在PLC里常用阶梯逻辑),差不多就是各种填表和搭接。这用来搭建各种简单和复杂控制回路、各种连锁保护逻辑、顺序控制逻辑,是最基本的软件使用。但要更进一步,就需要超过现有的组态选择,使用程序语言和顺序控制图了。简单地说,这就是编程序了。
写一个小程序,工科学生在学校里基本上都学过,没有什么大不了的。但要更进一步,就不简单了。比方说,反应器有A、B、C等3个主要进料,但反应条件是通过总进料流量(决定产量)、A的浓度(决定反应产率)、B/A的克分子比(决定产物性质)来决定的,并不是直接的A、B、C的流量,就需要建立三元联立方程,实时解方程。这不是大问题,问题是,有的产品有B成份,有的不用B,那就需要用条件来引导程序走向。这也不是大问题。但要是两个反应器串联,条件的排列组合一下子就多了好多。如果要容许操作工在任何时刻将任意组合的A1/2、B1/2、C1/2置于人工控制之下,比如说是开停车、应对紧急情况、阀门或者变送器维修,排列组合就更多了。这时比较好的方法就是把多元联立方程改写成矩阵形式,将从自动模式中拉出去的A/B/C/1/2对应的行和列从矩阵中抽出去,重新解算,就可以用简明、统一的方法应对各种组合了,而不是用不胜其烦的IF…THEN来导引各种组合下的程序走向,也便于过程扩展,比如增加了第三个反应器。
但这就比较复杂一点了。首先需要会一点矩阵运算,其次需要在编程中不仅重组矩阵,还要在最后复原的时候找对门户,别串错门。这就是稍高一级的编程能力了。
再进一步,需要做一个工艺过程自动开停车的应用的话,有的步骤是串联的,上一个完成再做下一个;有的是并联的,两个一起做,都做完了再做下一步;还有的是串并联组合的;更有返回的,一路做下来,条件不满足,回到几步之前重做,但又不是完全的重复,而是有分叉的重启。各种不同的路径需要精巧的程序走向管理,还需要考虑执行中操作工的人工打断,恢复后有继续、转向、重复等多种选项。这一切使得这样的大型顺序自动化应用可比照为简化版的操作系统,对编程能力的要求更高。
这些都是厂商带来的组态里不可能有的功能,都需要自编程序实现。但这些都是对计算机控制系统应用软件的应用,而不是软件开发。一般来说,这不属于“学计算机”的范畴,而属于“用计算机”的范畴,但这才是第四次工业革命最需要的。这也是应用软件的开始。
在原有应用软件上开发高级应用,在应用中完善化,并发掘共性,提升出新的应用软件,这正是应用软件的成长和发展道路。比如说在上述矩阵控制问题里,人工“抽出”的控制量也可以看作是控制量触限了,动不了了。把这个算法提纯一下,作为新的组态推出,以后处理约束控制问题就有现成工具了,就不需要再重头自编程序了。对工艺开停车的应用也是一样,打造更加通用的架构,就是通用的复杂过程顺序控制的应用软件了。
大名鼎鼎的MATLAB也是这么来的。Cleve Moler是新墨西哥大学的教授,在教学中,发现要学生用FORTRAN编数值分析的程序有很多重复工作,掌握各种编程技巧也不容易,于是自编了MATLAB最初的原型,让学生不用FORTRAN就能运用现成的LINPACK和EISPACK子程序库,并在一些大学里推广开来。但Jack Little发现了这个好东西后,用C语言重新编写,并用矩阵和向量作为一切运算和可视化显示的基础,大大简化了使用环境,成功地推出了商业化的MATLAB,以计算能力强、使用方便迅速获得学术界和工业界的热烈拥抱。但学术界和工业界在使用中,根据不同需要和学术方向,很快从基本MATLAB功能重组、强化,推出各种“工具箱”,如控制系统设计、信号分析、最优化、神经元网络、统计分析、系统辨识等,还根据不同应用方向推出财务分析、飞行器设计、图像识别、机器学习、电力系统、预防性维修规划等工具箱,大部分都是用户在应用中提炼出共性,草建工具箱,反馈回来,规范化包装后重新推出的。
这和赛车手异曲同工。顶级赛车手不仅对赛车的操控厉害,对车和发动机的理解也是厉害,不少赛车手直接就是机械专家。电影《福特vs法拉利》说的是真实历史,这里面的Carrol Shelby不仅是赛车手,也是赛车改装专家,后来自己开公司,专门干跑车改装,Shelby Cobra成为一代经典,现在还不断有模仿者。Ken Miles对福特历史上最杰出的赛车GT40有决定性的贡献,50年后,福特还特意推出全新GT40,向当年致敬。反过来,机械专家不一定能干赛车手,对赛车操控的极端要求也不理解。
这恰好是“学计算机”和“用计算机”的差别。应用软件是第四次工业革命的关键,但应用才是引导应用软件的。对于应用软件来说,应用包括具体领域的知识和使用经验,也称domain expertise,这是应用软件的基石。相反,软件工程的一般技巧反而属于“大路技术”。这不是说轻而易举,而是说人才队伍和开发基础更加广泛地存在。最好是应用人才自己也是软件人才,但退而求其次,软件的完善化是可以请“雇佣军”来干的,MATLAB就是例子,当然Jack Little是自带干粮的雇佣军,最后也成了东家了。
那回到前面的问题:选专业,选什么呢?学计算机硬件挺好,但也好硬核;学软件,实际上也是一门大路手艺,求职面可能很广,但还是打工的命,难当主将,好比赛车队里装卸轮胎、加油打气、跑龙套的。
还是学硬核的数学或者工程吧。数学的春天真是来了,大数据、人工智能都需要数学,有了数学的底子,再把计算机抓一抓,就好比有了好厨艺,再练一把刀工,这就好马配好鞍了。反过来,光有一手好刀工,可能就只能在厨房打下手了。中国是制造业超级大国,学工程永远前途广泛。在实践中积极学习计算机硬件软件的应用技术,主动应用计算机工具,打造优秀的应用环境,甚至迭代出新的应用软件,这不香吗?当然,在数学、工程里能当领军人物也是要有金刚钻的,但毕竟面大啊,切入点多啊,不比计算机硬件软件那里要挤独木桥。而且说得不好听,这是业主与装修队的关系啊,还是值得考虑的。
在选什么专业的问题上,投身造计算机(包括硬件和软件)行业当然是不错的选择,那当然报计算机系。但这个行业的容量也是有限的,而用计算机的行业就几乎是无限的了。最不幸的或许是学计算机但最后“沦落”到给用计算机的行业当IT保障,这就是IT的机修工了。这活肯定要有人干,瞧不起是肯定不对的,但这也可能不是纠结于选什么专业的学子和家长们的目标职业。