【长期加分贴】我为什么喜欢我的专业？【CS篇】

我本科讀的是計算機科學(CS)。說實話,當初選這個專業有一半是因為覺得以後好就業,另一半是因為高中的時候自己瞎搗鼓過一些小程式,覺得挺有意思的。真正上了大學系統地學下來,才發現CS的魅力不只是寫code,而是它教你一整套解決問題的思維方式，例如怎麼把一個複雜的大問題拆解成小塊、怎麼權衡不同方案的取捨、怎麼在有限的資源下找到最優解。

我一开始进入这个机器学习行业是误打误撞，从来也没有仔细想过自己以后要干啥，喜欢啥-就冲着学校和以后工资预测就去了美国某长藤名校就去了。现在从业12+ 年，发现自己真是越来越喜欢。不仅是因为现在在AI领域，而是觉得相比于其他行业，它的可拓展研究性更强 - 可以作为一个终身爱好。

一开始选择转码是因为觉得原环境天坑太没用，科研成果离落地工业界十万八千里，从来没人真正关心任何环境问题，大家只是怕法律法规的红线。CS至少可以做做app解决下身边的痛点，反馈来得及时，很容易获得满足感。后来开始学System design之后，发现自己喜欢看到组件之间的关系、喜欢权衡、喜欢"一个决定牵动全局"的那种美感，通过缜密的逻辑思考，看清系统全貌，在多个 trade-off 之间做出正确判断，能让我收获的更高一个层面的满足感。

遇到的同事都很好

写出程序很有成就感，可以很快的执行

我是 CS 专业，2011 年从南加州大学 USC 的 CS Master 毕业。喜欢 CS，最直接的原因是反馈很清楚：一个问题能不能拆开、一个想法能不能通过代码真正做出来，结果通常可以验证。它的应用面也很广，既需要逻辑和基础，也能很快落到实际项目里。

回头看当时的学习经历，我一直觉得，单纯比较课程内容和考试难度，美国的 CS 硕士并没有很多人想象中那么难，甚至整体上比国内简单一些。

美国课程通常会在开学时把 syllabus、评分标准、作业和项目要求讲得比较清楚。只要每周按进度完成阅读、作业和项目，不把所有事情拖到期末，大多数课程都可以稳步完成。考试也更偏向理解和应用，较少为了拉开分数差距而设计特别绕的题。

相比之下，我感受到的国内基础训练更密集，考试压力也更集中，有些课程题目更深、更偏技巧，一次考试对最终成绩的影响也更大。所以如果只讨论知识难度和应试强度，我个人认为国内反而更难。

当然，这不代表在美国读书很轻松。真正的挑战更多来自英文阅读、课堂交流、团队项目、时间管理，以及在没有人持续督促的情况下保持进度。美国课程不是要求低，而是考察方式不同。这也正是我喜欢 CS 的一点：最后更看重能否把问题解决、把东西做出来，而不是只靠一次考试。

以上只是基于我 2011 年 USC CS Master 的个人经历，现在的课程设置可能已经发生了不少变化。

高考报专业的时候其实也挺现实的，觉得就业不错，就选了计算机😂。结果学着学着发现自己还真挺喜欢。
现在AI发展这么快，感觉CS每天都有新东西可以学，也不会担心以后没东西折腾。如果重新选一次，应该还是会学计算机。

我学的是 Math + CS。从小除了数学也没什么其他特别特长的。一直到大学的数学课，我感觉数学的美感是确实是独特的，它可以把现实世界中很多复杂的规律，用非常简洁的表达，或者是同一个东西，我们可以用很多种不同的数学理论去表达。  后来我慢慢开始接触电脑，主要也因为喜欢打游戏，还喜欢看电影，特别清楚记得《黑客帝国》的很多片段，喜欢里头的哲学，现在有了AI更是觉得里头哲学预判了现在的世界，如果AI能模拟世界， 那“真实”和“模拟”之间的区别又是什么，哈哈哈。

现在我也一直在做 CS 相关的工作，感觉自己就CS方面还不错，数学也并不是什么天才。 就希望继续深入，多观察AI的发展，认真做一个码农，然后等待以后哪天说不定又出来了新的方向可以继续研究。

【自我思考】我为什么喜欢 CS

如果只是说“我喜欢计算机，因为觉得编程很有意思”，好像有点太简单了。

我真正喜欢 CS 的原因，是它给了我一种很特别的能力：把脑子里的想法，变成一个真的可以运行、可以解决问题的东西。

我本科其实同时学了 Computer Science 和 Mechanical Engineering。刚开始的时候，我对机械、汽车、机器人这些“看得见摸得着”的东西更有直觉上的兴趣。相比之下，代码看起来有点抽象——屏幕上一堆字符，最后到底和现实世界有什么关系？

但学得越多，我越发现，现代工程系统真正有意思的部分，越来越离不开计算机。

一辆车为什么可以自己判断前面是不是有人？机器人怎么知道自己现在在哪里？无人机怎么自己规划路线、避开障碍、最后准确飞到目的地？

这些问题表面上是汽车、机器人或者航空问题，但往深处走，最后都会碰到算法、感知、规划、控制、优化、机器学习和软件系统。这也是我后来越来越喜欢 CS 的原因。

机械工程让我理解现实世界受到什么物理规律约束，而计算机科学让我有能力去“赋予机器智能”。我很喜欢这种交叉。

一个算法写在纸上时可能只是几个公式，但真正把它实现出来，接入传感器数据，让它实时运行，再放到真实车辆或者机器人上，看着一个原本不会做任何判断的机器开始自己感知环境、做出决策，那种感觉对我来说非常有吸引力。

而且 CS 有一个我特别喜欢的地方，就是反馈非常直接。很多专业里的想法可能要很久以后才能知道对不对，但写程序经常是：你有一个想法，几个小时或者几天以后就可以做一个 prototype，然后马上知道这个思路到底行不行。当然，大部分时候第一次都不行。程序会 crash，结果会完全不符合预期，现实数据永远比课本上的例子乱得多。有时候为了一个很小的 bug 可以找半天。

但奇怪的是，我反而很喜欢这个过程。因为 debugging 本身就是不断缩小问题范围、提出假设、验证假设的过程。每解决一个问题，就感觉自己对整个系统又理解深了一点。

我也越来越觉得，CS 最迷人的地方并不是某一种编程语言。语言会变，框架会变，十年前流行的技术今天可能已经没人用了。

真正有价值的是一种思考方式：怎么把一个复杂的问题拆开？怎么定义输入和输出？哪些事情可以抽象？哪些问题可以用算法解决？怎么在速度、精度、资源消耗和工程复杂度之间做 trade-off？怎么让一个“理论上能跑”的东西，最后变成一个可靠的真实系统？

这些东西其实已经远远超过了“写代码”本身。我现在最感兴趣的方向也是 autonomous systems，包括自动驾驶、机器人和自主飞行。我觉得这可能也是 CS 最让我兴奋的地方之一：它已经不只是存在于电脑屏幕里面，而是在越来越直接地影响现实世界。过去的软件主要是在处理信息。未来的软件可能会驾驶汽车、操纵机器人、控制飞行器，甚至帮助机器理解周围的世界并自己作出决定。

想到自己能够参与这样的变化，我觉得是一件很有意思的事情。

我不是学CS的但计算机相关，很喜欢解决复杂问题！😅