コンピュータサイエンスの基礎分野

コンピュータサイエンスは、計算、情報、自動化に関する研究です。[1] [2] [3]コンピュータサイエンスは広く科学に含まれており、理論分野（アルゴリズム、計算理論、情報理論など）から応用分野（ハードウェアとソフトウェアの設計と実装を含む）まで多岐にわたります。[4] [5] [6]この分野の専門家はコンピュータサイエンティストとして知られています。

アルゴリズムとデータ構造はコンピュータサイエンスの中心的な概念です。[7] 計算理論は、計算の抽象モデルと、それらを用いて解決できる一般的な問題群を扱います。暗号学とコンピュータセキュリティの分野では、安全な通信手段の研究とセキュリティ上の脆弱性の防止が求められます。コンピュータグラフィックスと計算幾何学は画像の生成を扱います。プログラミング言語理論は計算プロセスを記述する様々な方法を検討し、データベース理論はデータリポジトリの管理を扱います。ヒューマンコンピュータインタラクションは、人間とコンピュータが相互作用するインターフェースを研究し、ソフトウェアエンジニアリングはソフトウェア開発の背後にある設計と原理に焦点を当てます。オペレーティングシステム、ネットワーク、組み込みシステムなどの分野では、複雑なシステムの背後にある原理と設計が研究されます。コンピュータアーキテクチャは、コンピュータコンポーネントとコンピュータで動作する機器の構造を記述します。人工知能と機械学習は、問題解決、意思決定、環境適応、計画、学習といった人間や動物に見られる目標指向のプロセスを統合することを目的としています。人工知能において、コンピュータビジョンは画像と動画のデータを理解・処理することを目的としており、自然言語処理はテキストと言語のデータを理解・処理することを目的としている。

コンピュータサイエンスの根本的な関心事は、何が自動化でき、何ができないかを判断することです。[2] [8] [3] [9] [10]チューリング賞は、コンピュータサイエンスにおける最高の栄誉として広く認められています。[11] [12]

歴史

ゴットフリート・ヴィルヘルム・ライプニッツ（1646–1716）は二進法の論理学を考案し、「コンピュータ科学の創始者」と呼ばれています。[13]
チャールズ・バベッジは「コンピューターの父」と呼ばれることもあります。[14]
エイダ・ラブレスはコンピュータ上で処理することを目的とした最初のアルゴリズムを発表しました。 [15]

コンピュータサイエンスの基盤となるものは、現代のデジタルコンピュータの発明よりも古くから存在していました。そろばんのような、一定の数値を計算する機械は古代から存在し、掛け算や割り算などの計算を補助していました。計算を実行するためのアルゴリズムは、高度な計算機器が開発される以前から、古代から存在していました。[16]

ヴィルヘルム・シッカードは1623年に世界初の実用的な機械式計算機を設計・製作しました。[17]ゴットフリート・ライプニッツは1673年にステップ式計算機と呼ばれるデジタル機械式計算機を実演しました。[18]ライプニッツは、二進法を文書化したという事実など、様々な理由から、世界初のコンピュータ科学者および情報理論家とみなされるかもしれません。1820年、トーマス・ド・コルマーは、オフィス環境で日常的に使用できるほど強力で信頼性の高い初の計算機である簡易型算術計算機を発明し、機械式計算機産業[注 1]を立ち上げました。チャールズ・バベッジは1822年に世界初の自動機械式計算機である階差機関の設計に着手し、これが後に世界初のプログラム可能な機械式計算機である解析機関のアイデアにつながりました。[19]彼は1834年にこの計算機の開発に着手し、「2年足らずで現代コンピュータの顕著な特徴の多くを描き出した」とされています。[20] 「決定的なステップは、ジャカード織機から派生したパンチカードシステムの採用だった」[20]。これにより、無限にプログラム可能になった。[注 2] 1843年、解析エンジンに関するフランスの論文を翻訳していたエイダ・ラブレスは、同封した多くのメモの1つに、ベルヌーイ数を計算するアルゴリズムを書き込んだ。これは、コンピュータ上での実装に特化した最初の公開アルゴリズムだと考えられている。[21] 1885年頃、ハーマン・ホレリスは、統計情報の処理にパンチカードを使用するタビュレータを発明した。後に彼の会社はIBMの傘下になった。バベッジに続き、パーシー・ラドゲートは、彼の初期の研究を知らなかったものの、1909年に[22]歴史上唯一の2つの機械式解析エンジン設計のうちの2番目のものを発表した。 1914年、スペインの技術者レオナルド・トーレス・ケベドは『オートマチックに関するエッセイ』 [ 23]を出版し、バベッジに触発されて、読み取り専用プログラムで制御される理論的な電気機械式計算機を設計した。この論文では、浮動小数点演算の概念も導入された[24] [25]。1920年、アリスモメーター発明100周年を記念して、トーレスはパリで電気機械式アリスモメーターを発表しました。これは電気機械式解析エンジンの実現可能性を示す試作機で、[26]コマンドを入力すると結果が自動的に印刷されるものでした。[27]バベッジの実現不可能な夢から100年後の1937年、ハワード・エイケンは、あらゆる種類のパンチカード機器を製造し、計算機事業も展開していたIBMを説得し、[28]バベッジの解析エンジンをベースにした巨大なプログラム可能な計算機ASCC/Harvard Mark Iを開発しました。この計算機自体もカードと中央演算装置を使用していました。この機械が完成すると、一部の人々はそれを「バベッジの夢の実現」と称賛しました。[29]

1940年代、アタナソフ・ベリー・コンピュータやENIACなどの新しく強力な計算機が開発され、 「コンピュータ」という用語は、その前身である人間ではなく、機械を指すようになりました。[30]コンピュータが単なる数学的計算以外の用途にも使用できることが明らかになったため、コンピュータサイエンスの分野は計算全般を研究する分野へと広がりました。1945年、IBMはニューヨーク市のコロンビア大学にワトソン科学計算研究所を設立しました。マンハッタンの西側にあった改装された友愛会館は、IBM初の純粋科学を専門とする研究所でした。この研究所は、今日では世界中で研究施設を運営しているIBMの研究部門の前身です。[31]最終的に、IBMとコロンビア大学の緊密な関係は、新しい科学分野の出現に重要な役割を果たし、コロンビア大学は1946年にコンピュータサイエンスの初の単位取得コースの1つを提供しました。[32]コンピュータサイエンスは、1950年代から1960年代初頭にかけて、独立した学問分野として確立され始めました。[33] [34]世界初のコンピュータサイエンスの学位プログラムであるケンブリッジコンピュータサイエンスディプロマは、1953年にケンブリッジ大学コンピュータ研究所で始まりました。米国初のコンピュータサイエンス学部は、1962年にパデュー大学に設立されました。 [35]実用的なコンピュータが利用可能になって以来、コンピューティングの多くのアプリケーションは、それ自体で明確な研究分野となっています。

語源と範囲

「コンピュータサイエンス」という用語は、1956年に初めて提案されたが、[36] 1959年のCommunications of the ACM誌に掲載された記事[37]で登場し、ルイス・ファインは、1921年のハーバード・ビジネス・スクール設立に倣い、コンピュータサイエンス大学院 の設立を主張している。[38]ルイスは、経営科学と同様に、コンピュータサイエンスは応用的で学際的な性質を持ちながら、学問分野に典型的な特徴も備えていると主張して、その名称を正当化した。[ 37]この取り組み、および数値解析学者のジョージ・フォーサイスらの取り組みは成功し、1962年のパデュー大学を皮切りに、多くの大学でそのような学部が設立された。[39]その名称にもかかわらず、コンピュータサイエンスの大部分はコンピュータ自体の研究には関係しない。このため、いくつかの代替名称が提案されてきた。[40]主要大学の一部の学部では、まさにその違いを強調するために、コンピューティングサイエンスという用語を好んで使用している。デンマークの科学者ピーター・ナウアーは、データロジーという用語を提案した。[41]これは、科学分野がデータとデータ処理を中心に展開し、必ずしもコンピュータを伴うわけではないという事実を反映している。この用語を最初に使用した科学機関は、1969年に設立されたコペンハーゲン大学のデータロジー学科であり、ピーター・ナウアーがデータロジーの初代教授となった。この用語は主にスカンジナビア諸国で使用されている。ナウアーによって提案された別の用語であるデータサイエンスは現在、統計やデータベースを含むデータ分析の多分野にわたる分野を指すために使用されている。

コンピューティングの黎明期には、コンピューティング分野の専門家を指す用語として、Communications of the ACMで、turingineer、turologist、flow-charts-man、applied meta-mathematician、applied epistemologistといった（冗談めいた表現ではあるが）いくつかの用語が提案された。[42]同じ雑誌で3か月後にはcomptologist が提案され、翌年にはhypologistが続いた。[43] computicsという用語も提案されている。[44] ヨーロッパでは、「自動情報」（例：イタリア語の「 informazione automatica 」）や「情報と数学」という表現の短縮訳から派生した用語がよく使われます。例えば、 informatique（フランス語）、Informatik（ドイツ語）、informatica（イタリア語、オランダ語）、informatica（スペイン語、ポルトガル語）、informatika（スラブ語およびハンガリー語）、ギリシャ語のpliroforiki（πληροφορική、情報科学の意）などです。同様の語は英国でも採用されています（エディンバラ大学情報学部など）。[45]しかし、米国では、インフォマティクスは応用コンピューティング、あるいは他の分野の文脈におけるコンピューティングと結び付けられています。[46]

エドガー・ダイクストラの言葉であるとされることが多いが、最初に定式化したわけではないことはほぼ確実である、ある民間伝承の引用文に、「コンピュータサイエンスは、天文学が望遠鏡についてではないのと同じように、コンピュータに関するものではない」というものがある。[注 3]コンピュータおよびコンピュータシステムの設計と展開は、一般にコンピュータサイエンス以外の分野の領域であると考えられている。たとえば、コンピュータハードウェアの研究は通常、コンピュータエンジニアリングの一部であると考えられているが、商用コンピュータシステムとその展開の研究は、情報技術または情報システムと呼ばれることが多い。しかし、さまざまなコンピュータ関連分野の間で意見交換が行われてきた。コンピュータサイエンスの研究は、認知科学、言語学、数学、物理学、生物学、地球科学、統計学、哲学、論理学などの他の分野と交差することもよくある。

コンピュータサイエンスは、多くの科学分野よりも数学と密接な関係があると考えられており、コンピューティングは数学的な科学であると言う人もいます。[33]初期のコンピュータサイエンスは、クルト・ゲーデル、アラン・チューリング、ジョン・フォン・ノイマン、ローザ・ペーテル、スティーブン・クリーネ、アロン​​ゾ・チャーチなどの数学者の研究に強く影響を受けており、数理論理学、圏理論、領域理論、代数学などの分野で、2つの分野の間で有益なアイデアの交換が続いています。[36]

コンピュータサイエンスとソフトウェアエンジニアリングの関係は論争の的となる問題であり、「ソフトウェアエンジニアリング」という用語の意味やコンピュータサイエンスの定義をめぐる論争によってさらに複雑化している。 [47] デビッド・パルナスは、他の工学分野と科学分野の関係を参考に、コンピュータサイエンスの主な焦点は一般的な計算特性の研究であるのに対し、ソフトウェアエンジニアリングの主な焦点は実用的な目標を達成するための特定の計算の設計であり、この2つは別個でありながら補完的な分野であると主張している。[48]

コンピュータサイエンスの学術的、政治的、そして資金調達の側面は、学科が数学に重点を置くか、工学に重点を置くかによって大きく左右される傾向があります。数学に重点を置き、数値計算を志向するコンピュータサイエンス学科は、計算科学との連携を重視します。どちらのタイプの学科も、すべての研究分野を網羅するわけではないにしても、教育的に分野間の橋渡しを試みています。

哲学

コンピュータサイエンスの認識論

コンピュータサイエンスは科学という名称に もかかわらず、科学[49]、数学[50] 、あるいは工学[ 51 ]の分野であるかどうかについては議論がある。アレン・ニューウェルとハーバート・A・サイモンは1975年に次のように主張した。

コンピュータサイエンスは経験的な学問分野です。私たちはこれを実験科学と呼びたかったのですが、天文学、経済学、地質学と同様に、その独特な観察や経験は、実験方法の狭いステレオタイプには当てはまりません。それでもなお、それらは実験です。作られる新しい機械の一つ一つが実験です。実際に機械を組み立てることは、自然に問いを投げかけることになります。そして私たちは、動作中の機械を観察し、利用可能なあらゆる分析・測定手段を用いて分析することで、その答えを探ります。[51]

それ以来、コンピュータサイエンスは経験的テストを利用してプログラムの正しさを評価するため経験科学として分類できると主張されてきたが、コンピュータサイエンスの法則と定理（もし存在するならば）を定義し、コンピュータサイエンスにおける実験の性質を定義することについては問題が残っている。[51]コンピュータサイエンスを工学分野として分類することを支持する人々は、計算システムの信頼性は土木工学における橋や航空宇宙工学における飛行機と同じ方法で調査されると主張している。[51]彼らはまた、経験科学が現在存在するものを観察するのに対し、コンピュータサイエンスは存在する可能性のあるものを観察する、そして科学者が観察から法則を発見するのに対し、コンピュータサイエンスでは適切な法則は見つかっておらず、代わりに現象の創造に関係していると主張している。[51]

コンピュータサイエンスを数学の分野として分類する支持者は、コンピュータプログラムは数学的実体とプログラムの物理的な実現であり、数学的な形式手法によって演繹的に推論できると主張する。[51]コンピュータ科学者のエドガー・W・ダイクストラとトニー・ホーアは、コンピュータプログラムの命令を数学的な文とみなし、プログラミング言語の形式意味論を数学的な公理系として解釈する。[51]

コンピュータサイエンスのパラダイム

多くのコンピュータ科学者は、コンピュータサイエンスにおける3つの異なるパラダイムの区別を主張してきました。ピーター・ウェグナーは、これらのパラダイムは科学、技術、数学であると主張しました。[52] ピーター・デニングのワーキンググループは、理論、抽象化（モデリング）、設計であると主張しました。[33]アムノン・H・イーデンは、これらを「合理主義パラダイム」（コンピュータサイエンスを数学の一分野として扱い、理論コンピュータサイエンスで広く用いられ、主に演繹的推論を用いる）、「テクノクラートパラダイム」（工学的アプローチ、特にソフトウェア工学に見られる）、そして「科学的パラダイム」（コンピュータ関連の成果物を自然科学の経験的観点から捉える。[53]人工知能の一部の分野で見られる）と説明しました。[54] コンピュータサイエンスは、人間が作ったコンピューティングシステムの設計、仕様、プログラミング、検証、実装、テストに関わる手法に焦点を当てています。[55]

フィールド

学問分野としてのコンピュータサイエンスは、アルゴリズムや計算の限界の理論的研究から、ハードウェアおよびソフトウェアでコンピューティングシステムを実装する際の実際的な問題まで、幅広いトピックを網羅しています。[56] [57] CSAB（旧称 Computing Sciences Accreditation Board）は、ACM（ Association for Computing Machinery）とIEEE Computer Society（IEEE CS）[58]の代表者で構成されており、コンピュータサイエンスの分野にとって重要と考えられる4つの領域を特定しています。それは、計算理論、アルゴリズムとデータ構造、プログラミング方法論と言語、コンピュータ要素とアーキテクチャです。これら4つの領域に加えて、CSAB は、ソフトウェアエンジニアリング、人工知能、コンピュータネットワークと通信、データベースシステム、並列計算、分散計算、ヒューマンコンピュータインタラクション、コンピュータグラフィックス、オペレーティングシステム、数値計算と記号計算などの分野もコンピュータサイエンスの重要な領域として特定しています。[56]

理論計算機科学

理論計算機科学は数学的かつ抽象的な精神に基づいていますが、その動機は実用的かつ日常的な計算にあります。計算の本質を理解し、その理解に基づいてより効率的な方法論を提供することを目指しています。

計算理論

ピーター・デニングによれば、コンピュータサイエンスの根底にある根本的な問いは「何が自動化できるか？」である[3]。計算理論は、何を計算できるか、そしてそれらの計算を実行するにはどの程度のリソースが必要かという根本的な問いに答えることに焦点を当てている。最初の問いに答えるために、計算可能性理論は、様々な計算理論モデルにおいてどのような計算問題が解けるかを検討する。二番目の問いは、計算複雑性理論によって扱われる。計算複雑性理論は、多数の計算問題を解くための様々なアプローチに関連する時間と空間のコストを研究する。

ミレニアム懸賞問題の一つである有名なP = NP?問題[59]は、計算理論における未解決問題である。

情報と符号理論

情報理論は確率や統計と密接に関連し、情報の定量化と関連しています。これは、データ圧縮などの信号処理操作や、データの信頼性の高い保存および通信における根本的な限界を見つけるために、クロード・シャノンによって開発されました。 [60]符号理論は、符号（情報をある形式から別の形式に変換するシステム） の特性と特定の用途への適合性を研究する分野です。符号は、データ圧縮、暗号化、誤り検出および訂正、そして最近ではネットワーク符号化にも使用されています。符号は、効率的で信頼性の高いデータ伝送方法を設計する目的で研究されています。 [61]

データ構造とアルゴリズム

データ構造とアルゴリズムは、一般的に使用される計算方法とその計算効率を研究するものです。

プログラミング言語理論と形式手法

プログラミング言語理論は、プログラミング言語とその個々の機能の設計、実装、分析、特性評価、分類を扱うコンピュータサイエンスの一分野です。数学、ソフトウェア工学、言語学に依存し、またそれらに影響を与えるコンピュータサイエンスの分野に属しています。活発な研究分野であり、数多くの専門誌が発行されています。

形式手法は、ソフトウェアおよびハードウェアシステムの仕様策定、開発、検証のための数学に基づく手法の一種である。 [62]ソフトウェアおよびハードウェア設計における形式手法の使用は、他の工学分野と同様に、適切な数学的解析を行うことで設計の信頼性と堅牢性の向上に貢献できるという期待に基づいている。形式手法は、特に安全性やセキュリティが関わるソフトウェア工学において重要な理論的基盤を形成する。形式手法は、エラーの回避に役立ち、テストの枠組みも提供できるため、ソフトウェアテストの有用な補助手段となる。産業用途では、ツールによるサポートが必要となる。しかし、形式手法の使用コストが高いため、通常は安全性やセキュリティが最も重要となる、高信頼性で生命に関わるシステムの開発にのみ使用される。形式手法は、論理計算、形式言語、オートマトン理論、プログラム意味論といった計算機科学の理論基盤の幅広い範囲、さらには型システムや代数的データ型を、ソフトウェアおよびハードウェアの仕様策定と検証の問題に適用するものと最もよく説明される。

応用コンピュータサイエンス

コンピュータグラフィックスと視覚化

コンピュータグラフィックスは、デジタルビジュアルコンテンツの研究であり、画像データの合成と操作を伴います。この研究は、コンピュータビジョン、画像処理、計算幾何学など、コンピュータサイエンスの他の多くの分野と関連しており、特殊効果やビデオゲームの分野で広く応用されています。

画像と音声の処理

情報は、画像、音声、動画、その他のマルチメディアの形態をとることができます。また、情報ビットは信号を介してストリーミング配信されます。その処理は、情報媒体の種類（電気的、機械的、生物学的）に関係なく情報処理アルゴリズムを研究する、ヨーロッパにおけるコンピューティングの視点であるインフォマティクスの中核概念です。この分野は、情報理論、電気通信、情報工学において重要な役割を果たしており、医用画像コンピューティングや音声合成などに応用されています。高速フーリエ変換アルゴリズムの計算量の下限値はいくらか？は、理論計算機科学における未解決問題の一つです。

計算科学、金融、工学

科学計算（または計算科学）は、数学モデルと定量分析手法を構築し、コンピュータを用いて科学的問題を分析・解決する研究分野です。科学計算の主な用途は、計算流体力学、物理・電気・電子システムと回路、社会と社会状況（特に戦争ゲーム）とその居住地、生物細胞間の相互作用など、様々なプロセスのシミュレーションです。現代のコンピュータは、航空機全体の設計を最適化することを可能にします。電気・電子回路設計で注目すべきものとしては、SPICE [63]と、新規（または修正）設計を物理的に実現するためのソフトウェアがあります。後者には、集積回路に不可欠な設計ソフトウェアが含まれます。[64]

人間とコンピュータの相互作用

ヒューマン・コンピュータ・インタラクション（HCI）は、コンピュータシステムの設計と利用に関する研究分野であり、主に人間とコンピュータ・インターフェースとのインタラクションの分析に基づいています。HCIには、感情、社会行動、脳活動とコンピュータの関係に焦点を当てた複数のサブフィールドがあります。

ソフトウェアエンジニアリング

ソフトウェアエンジニアリングとは、ソフトウェアを設計、実装、修正し、高品質、低コスト、保守性、そして迅速な開発を実現する学問です。ソフトウェア設計への体系的なアプローチであり、エンジニアリングの手法をソフトウェアに適用します。ソフトウェアエンジニアリングは、ソフトウェアの体系化と分析を扱います。新しいソフトウェアの作成や製造だけでなく、内部の配置や保守も扱います。例えば、ソフトウェアテスト、システムエンジニアリング、技術的負債、ソフトウェア開発プロセスなどが挙げられます。

人工知能

人工知能（AI）は、人間や動物に見られる問題解決、意思決定、環境適応、学習、コミュニケーションなどの目標指向のプロセスを統合することを目的としており、または必要とされています。サイバネティクスとダートマス会議（1956年）に端を発して以来、人工知能の研究は必然的に学際的であり、応用数学、記号論理学、記号論、電気工学、心の哲学、神経生理学、社会知能などの専門分野を活用してきました。AIは一般にロボット開発と関連付けられがちですが、実用化の主な分野は、計算的理解を必要とするソフトウェア開発分野の組み込みコンポーネントとしてでした。1940年代後半の出発点は、アラン・チューリングの「コンピューターは考えることができるか？」という疑問でした。この疑問は事実上未解決のままですが、チューリングテストは今でもコンピューターの出力を人間の知能の尺度で評価するために使用されています。しかし、複雑な現実世界のデータを扱うコンピューター応用の領域では、評価タスクと予測タスクの自動化が人間による監視と介入の代替手段としてますます成功を収めています。

コンピュータシステム

コンピュータアーキテクチャとマイクロアーキテクチャ

コンピュータアーキテクチャ、あるいはデジタルコンピュータ構成とは、コンピュータシステムの概念設計と基本的な動作構造を指します。これは主に、中央処理装置（CPU）が内部で動作し、メモリ内のアドレスにアクセスする方法に焦点を当てています。[65]コンピュータエンジニアは、個々のプロセッサコンポーネント、マイクロコントローラ、パーソナルコンピュータからスーパーコンピュータ、組み込みシステムに至るまで、コンピュータハードウェアの計算論理と設計を研究します。コンピュータ文献における「アーキテクチャ」という用語は、1959年にIBMの主要研究センターのマシン構成部門に所属していたライル・R・ジョンソンとフレデリック・P・ブルックス・ジュニアの研究に遡ります。

同時実行、並列、分散コンピューティング

並行性とは、複数の計算が同時に実行され、潜在的に相互作用するシステムの特性である。[66]一般的な並行計算については、ペトリネット、プロセス計算、並列ランダムアクセスマシンモデルなど、多くの数学モデルが開発されている。[67]複数のコンピュータが並行性を用いてネットワーク接続されている場合、これは分散システムと呼ばれる。分散システム内のコンピュータはそれぞれ独自のプライベートメモリを持ち、共通の目標を達成するために情報を交換することができる。[68]

コンピュータネットワーク

コンピュータサイエンスのこの分野は、コンピュータネットワークの構築と動作を研究することを目的としています。ネットワークのパフォーマンス、回復力、セキュリティ、スケーラビリティ、費用対効果、そしてネットワークが提供できる多様なサービスについて研究します。[69]

コンピュータセキュリティと暗号化

コンピュータ セキュリティは、対象ユーザーによるシステムのアクセシビリティと使いやすさを維持しながら、不正なアクセス、妨害、または変更から情報を保護することを目的としたコンピュータ テクノロジの分野です。

歴史的暗号学は、秘密のメッセージを書き、解読する技術です。現代暗号学は、攻撃を受ける可能性のある分散計算に関連する問題を科学的に研究する学問です。[70]現代暗号学で研究されている技術には、対称暗号化と非対称暗号化、デジタル署名、暗号ハッシュ関数、鍵合意プロトコル、ブロックチェーン、ゼロ知識証明、そしてガーブル回路などがあります。

データベースとデータマイニング

データベースは、大量のデータを容易に整理、保存、取得することを目的としています。デジタルデータベースは、データベース管理システム（DBMS）を用いて管理され、データベースモデルとクエリ言語を通じてデータの保存、作成、維持、検索を行います。データマイニングとは、大規模なデータセットからパターンを発見するプロセスです。

発見

コンピュータ哲学者のビル・ラパポートは、コンピュータサイエンスの3つの偉大な洞察を挙げています。[71]

計算可能なあらゆる問題に関するすべての情報は、0 と 1 (または、「オン/オフ」、「磁化/消磁」、「高電圧/低電圧」など、簡単に区別できる 2 つの状態間を切り替えることができるその他の双安定ペア) のみを使用して表現できます。
  • アラン・チューリングの洞察:コンピュータが「何か」を行うために実行する必要があるアクションは 5 つだけです。
すべてのアルゴリズムは、たった5つの基本命令からなるコンピュータ言語で表現できる。[72]
  • 1 つ左に移動します。
  • 1 つ右に移動します。
  • 現在の位置のシンボルを読み取ります。
  • 現在の位置に 0 を出力します。
  • 現在の場所に 1 を印刷します。
  • コラード・ベームとジュゼッペ・ヤコピニの洞察：コンピュータが「何でも」行うために必要なこれらの動作を（より複雑なものに）組み合わせる方法は3つしかない。 [73]
基本的な命令のセットをより複雑な命令のセットに結合するには、次の 3 つのルールだけが必要です。
  • シーケンス: 最初にこれを実行し、次にあれを実行します。
  • 選択: もしそのような場合、これを実行し、そうでなければあれを実行します。
  • 繰り返し: このようなことが起こっている間、これを実行する。
Boehm と Jacopini の洞察の 3 つのルールは、 gotoの使用によってさらに簡素化できます(つまり、構造化プログラミングよりも初歩的です)。

プログラミングパラダイム

プログラミング言語は、様々なタスクを様々な方法で達成するために使用できます。一般的なプログラミングパラダイムには以下が含まれます。

  • 関数型プログラミングは、コンピュータプログラムの構造と要素を構築するスタイルであり、計算を数学関数の評価として扱い、状態や可変データの使用を避けます。これは宣言型プログラミングパラダイムであり、プログラミングは文ではなく式や宣言によって行われます。[74]
  • 命令型プログラミングは、プログラムの状態を変更する文を用いるプログラミングパラダイムです。[75]自然言語における命令法が命令を表すのとほぼ同様に、命令型プログラムはコンピュータに実行させる命令で構成されます。命令型プログラミングは、プログラムの動作を記述することに重点を置いています。
  • オブジェクト指向プログラミングは、「オブジェクト」という概念に基づくプログラミングパラダイムです。オブジェクトには、フィールド（属性と呼ばれることが多い）の形でデータと、プロシージャ（メソッドと呼ばれることが多い）の形でコードが含まれます。オブジェクトの特徴は、オブジェクトのプロシージャが、関連付けられたオブジェクトのデータフィールドにアクセスし、多くの場合、それらを変更できることです。したがって、オブジェクト指向のコンピュータプログラムは、互いに相互作用するオブジェクトから構成されます。[76]
  • サービス指向プログラミングは、コンピューター作業の単位として「サービス」を使用し、統合ビジネス アプリケーションとミッション クリティカルなソフトウェア プログラムを設計および実装するプログラミング パラダイムです。

多くの言語は複数のパラダイムをサポートしており、その区別は技術的な能力よりもスタイルの問題となっています。[77]

研究

コンピュータサイエンス研究にとって、会議は重要なイベントです。これらの会議では、官民の研究者が最新の研究成果を発表し、会合を行います。他の多くの学問分野とは異なり、コンピュータサイエンスでは、会議論文の権威が学術誌への掲載論文よりも高いとされています。[78] [79]この理由の一つとして、この比較的新しい分野の急速な発展には、研究成果の迅速なレビューと配信が必要であり、学術誌よりも会議の方がその役割を担うのが適切であるという説が提唱されています。[80]

参照

注記

  1. ^ 1851年
  2. ^ 「パンチカードが新しいエンジンに導入されたのは、ドラム式よりも制御が容易になっただけでなく、プログラムが無制限に拡張可能になり、手動で機械を設定する際にエラーが発生する危険なしに保存・繰り返し実行できるようになったという点でも重要だった。また、バベッジが、単に洗練された計算機をはるかに超える、真に新しいものを発明したという思いを具体化するのに役立ったという点でも重要だった。」ブルース・コリアー、1970年
  3. ^ この引用の履歴については、Wikiquote の「コンピュータサイエンス」の項目を参照してください。
  4. ^ 「何でも」という言葉が引用符で囲まれているのは、コンピュータにはできないことがあるからです。例えば、任意のコンピュータプログラムが最終的に終了するか、それとも永遠に実行されるかという問いに答えること（停止問題）が挙げられます。

参考文献

  1. ^ “What is Computer Science?”. Department of Computer Science, University of York . 2020年6月11日時点のオリジナルよりアーカイブ。2020年6月11日閲覧。
  2. ^ ab 自動化できるもの？コンピュータサイエンスとエンジニアリングの調査研究。コンピュータサイエンスシリーズ。MITプレス。1980年。ISBN 978-0262010603. 2021年1月9日時点のオリジナルよりアーカイブ。
  3. ^ abc Denning, PJ; Comer, DE; Gries, D.; Mulder, MC; Tucker, A.; Turner, AJ; Young, PR (1989年2月). 「コンピューティングを学問として」. Computer . 22 (2): 63– 70. doi :10.1109/2.19833. ISSN  1558-0814.コンピューティングとは、情報を記述・変換するアルゴリズム的プロセス、その理論、分析、設計、効率、実装、そして応用を体系的に研究する学問である。すべてのコンピューティングの根底にある根本的な問いは、「何を（効率的に）自動化できるか？」である。
  4. ^ “WordNet Search—3.1”. WordNet Search . Wordnetweb.princeton.edu. 2017年10月18日時点のオリジナルよりアーカイブ。 2012年5月14日閲覧。
  5. ^ “Definition of computer science | Dictionary.com”. www.dictionary.com . 2020年6月11日時点のオリジナルよりアーカイブ。2020年6月11日閲覧。
  6. ^ “What is Computer Science? | Undergraduate Computer Science at UMD”. undergrad.cs.umd.edu . 2020年11月27日時点のオリジナルよりアーカイブ。 2022年7月15日閲覧。
  7. ^ Harel, David (2014). Algorithmics The Spirit of Computing . Springer Berlin. ISBN 978-3-642-44135-6. OCLC  876384882。
  8. ^ パットン、リチャード・D.、パットン、ピーター・C.（2009）、ノフ、シモン・Y.（編）、「自動化できるもの、自動化できないもの」、シュプリンガー・ハンドブック・オブ・オートメーション、シュプリンガー・ハンドブック、ベルリン、ハイデルベルク：シュプリンガー、pp.  305– 313、doi：10.1007/978-3-540-78831-7_18、ISBN 978-3-540-78831-7、2023年1月11日時点のオリジナルよりアーカイブ。 2022年3月3日閲覧。
  9. ^ フォーサイス、ジョージ（1969年8月5日～10日）「コンピュータサイエンスと教育」。1968年IFIP会議議事録。「何が自動化できるか？」という問いは、現代文明における最も刺激的な哲学的かつ実践的な問いの一つである。
  10. ^ Knuth, Donald E. (1972年8月1日). 「ジョージ・フォーサイスとコンピュータサイエンスの発展」Communications of the ACM . 15 (8): 721– 726. doi : 10.1145/361532.361538 . ISSN  0001-0782. S2CID  12512057.
  11. ^ Hanson, Vicki L. (2017年1月23日). 「チューリング賞50周年記念」Communications of the ACM . 60 (2): 5. doi : 10.1145/3033604 . ISSN  0001-0782. S2CID  29984960.
  12. ^ Scott, Eric; Martins, Marcella Scoczynski Ribeiro; Yafrani, Mohamed El; Volz, Vanessa; Wilson, Dennis G (2018年6月5日). 「ACMはACM AM turing awardの50周年とコンピューティングの偉大な功績を称える」 . ACM SIGEVOlution . 10 (3): 9– 11. doi :10.1145/3231560.3231563. ISSN  1931-8499. S2CID  47021559.
  13. ^ “2021年：コンピュータサイエンスの父、ライプニッツ生誕375周年”. people.idsia.ch . 2022年9月21日時点のオリジナルよりアーカイブ。2023年2月4日閲覧。
  14. ^ 「チャールズ・バベッジ研究所：チャールズ・バベッジとは誰だったのか？」cbi.umn.edu。2007年1月9日時点のオリジナルよりアーカイブ。2016年12月28日閲覧。
  15. ^ “Ada Lovelace | Babbage Engine | Computer History Museum”. www.computerhistory.org . 2018年12月25日時点のオリジナルよりアーカイブ。 2016年12月28日閲覧。
  16. ^ “History of Computer Science”. cs.uwaterloo.ca . 2017年7月29日時点のオリジナルよりアーカイブ。2022年7月15日閲覧。
  17. ^ “Wilhelm Schickard – Ein Computerpionier” (PDF) (ドイツ語). オリジナル(PDF)から2020年9月19日時点のアーカイブ。 2016年12月4日閲覧。
  18. ^ Keates, Fiona (2012年6月25日). 「コンピューティングの簡潔な歴史」. The Repository . The Royal Society. 2012年6月29日時点のオリジナルよりアーカイブ。 2014年1月19日閲覧。
  19. ^ “科学博物館、バベッジの解析エンジン、1834-1871年（試作モデル）”. 2019年8月30日時点のオリジナルよりアーカイブ。2020年5月11日閲覧。
  20. ^ ab ハイマン、アンソニー(1982).チャールズ・バベッジ：コンピュータのパイオニア.オックスフォード大学出版局. ISBN 978-0691083032。
  21. ^ 「A Selection and Adaptation From Ada's Notes found in Ada, The Enchantress of Numbers」、ベティ・アレクサンドラ・トゥーレ Ed.D. Strawberry Press、ミルバレー、カリフォルニア州。2006年2月10日時点のオリジナルよりアーカイブ。 2006年5月4日閲覧。
  22. ^ 「ジョン・ガブリエル・バーン コンピュータサイエンスコレクション」(PDF)。2019年4月16日時点のオリジナルよりアーカイブ。2019年8月8日閲覧。
  23. ^ トレス・ケベド、L. (1914)。 「Ensayos sobre Automática – Su definicion. Extension teórica de sus aplicaciones」。 Revista de la Academia de Ciencias Exacta、12、391–418 ページ。
  24. ^ トーレス・ケベド、レオナルド。 Automática: Complemento de la Teoría de las Máquinas、(pdf)、575–583 ページ、Revista de Obras Públicas、1914 年 11 月 19 日。
  25. ^ ロナルド・T・クヌーゼル『Numbers and Computers』、シュプリンガー、pp.84-85、2017年。ISBN 978-3319505084
  26. ^ ランデル、ブライアン、「デジタルコンピュータの起源の歴史」（pdf）、p. 545、「デジタルコンピュータの起源」、コンピュータサイエンス百科事典、2003年1月。
  27. ^ ランデル 1982、6、11–13ページ。
  28. ^ 「この意味で、エイケンはIBMを必要としていた。IBMの技術にはパンチカードの使用、数値データの蓄積、そしてあるレジスタから別のレジスタへの数値データの転送が含まれていた」バーナード・コーエン、p.44（2000年）
  29. ^ ブライアン・ランデル、187ページ、1975年
  30. ^ 計算機協会( ACM) は 1947 年に設立されました。
  31. ^ “IBMアーカイブ: 1945”. Ibm.com. 2003年1月23日. 2019年1月5日時点のオリジナルよりアーカイブ。2019年3月19日閲覧。
  32. ^ 「IBM100 – コンピュータサイエンスの起源」IBM.com、1995年9月15日。2019年1月5日時点のオリジナルよりアーカイブ。2019年3月19日閲覧。
  33. ^ abc Denning, PJ; Comer, DE; Gries, D.; Mulder, MC; Tucker, A.; Turner, AJ; Young, PR (1989年2月). 「コンピューティングを学問分野として」. Computer . 22 (2): 63– 70. doi :10.1109/2.19833. ISSN  1558-0814.
  34. ^ 「EDSAC統計の一部」ケンブリッジ大学。2007年9月3日時点のオリジナルよりアーカイブ。2011年11月19日閲覧。
  35. ^ 「コンピュータサイエンスのパイオニア、サミュエル・D・コンテ氏が85歳で死去」パーデュー大学コンピュータサイエンス学部、2002年7月1日。2014年10月6日時点のオリジナルよりアーカイブ。 2014年12月12日閲覧。
  36. ^ ab Tedre, Matti (2014). 『コンピューティングの科学：学問の形成』 Taylor and Francis / CRC Press.
  37. ^ ab Louis Fine (1960). 「コンピュータ、データ処理、および関連分野における大学の役割」Communications of the ACM . 2 (9): 7– 14. doi : 10.1145/368424.368427 . S2CID  6740821.
  38. ^ 「スタンフォード大学オーラルヒストリー」スタンフォード大学図書館。スタンフォード大学。2017年4月4日時点のオリジナルよりアーカイブ。 2013年5月30日閲覧。
  39. ^ ドナルド・クヌース(1972). 「ジョージ・フォーサイスとコンピュータサイエンスの発展」 . Comms. ACM . 2013年10月20日アーカイブ, Wayback Machine
  40. ^ Matti Tedre (2006). 「コンピュータサイエンスの発展：社会文化的視点」（PDF） p. 260. 2022年10月9日時点のオリジナルよりアーカイブ（PDF） 。 2014年12月12日閲覧。
  41. ^ Peter Naur (1966). 「データ論の科学」Communications of the ACM . 9 (7): 485. doi : 10.1145/365719.366510 . S2CID  47558402.
  42. ^ Weiss, EA; Corley, Henry PT「編集者への手紙」Communications of the ACM . 1 (4): 6. doi : 10.1145/368796.368802 . S2CID  5379449.
  43. ^ ACM通信2(1):p.4
  44. ^ IEEEコンピュータ28(12):p.136
  45. ^ P. Mounier-Kuhn、L'Informatique en France、計画計算の第 2 回目。 『科学の世界』、パリ、PUPS、2010 年、ch. 3と4。
  46. ^ Groth, Dennis P. (2010年2月). 「なぜ情報科学の学位が必要なのか？」Communications of the ACM . Cacm.acm.org. 2023年1月11日時点のオリジナルよりアーカイブ。 2016年6月14日閲覧。
  47. ^ Tedre, M. (2011). 「科学としてのコンピューティング：競合する視点の概観」. Minds and Machines . 21 (3): 361– 387. doi :10.1007/s11023-011-9240-4. S2CID  14263916.
  48. ^ Parnas, DL (1998). 「ソフトウェアエンジニアリングプログラムはコンピュータサイエンスプログラムではない」. Annals of Software Engineering . 6 ( 1–4 ): 19– 37. doi :10.1023/A:1018949113292. S2CID  35786237.、19 ページ：「ソフトウェア エンジニアリングをコンピュータ サイエンスのサブフィールドとして扱うのではなく、土木工学、機械工学、化学工学、電気工学などの集合の要素として扱います。[...]」
  49. ^ Luk, RWP (2020). 「コンピュータサイエンスが科学になる方法についての洞察」.科学と哲学. 8 (2): 17– 47. doi :10.23756/sp.v8i2.531.
  50. ^ Knuth, DE (1974). 「コンピュータサイエンスと数学との関係」.アメリカ数学月刊誌. 81 (4): 323– 343. doi :10.2307/2318994. JSTOR  2318994.
  51. ^ abcdefg 「コンピュータサイエンスの哲学」. 『コンピュータサイエンスの哲学』（スタンフォード哲学百科事典） . スタンフォード大学形而上学研究室. 2021年. 2021年9月16日時点のオリジナルよりアーカイブ。 2021年9月16日閲覧。
  52. ^ Wegner, P. (1976年10月13日～15日).コンピュータサイエンスにおける研究パラダイム—第2回国際ソフトウェア工学会議議事録. カリフォルニア州サンフランシスコ: IEEE Computer Society Press, Los Alamitos, CA.
  53. ^ Denning, Peter J. (2007). 「コンピューティングは自然科学である」. Communications of the ACM . 50 (7): 13– 18. doi :10.1145/1272516.1272529. S2CID  20045303.
  54. ^ Eden, AH (2007). 「コンピュータサイエンスの3つのパラダイム」(PDF) . Minds and Machines . 17 (2): 135– 167. CiteSeerX 10.1.1.304.7763 . doi :10.1007/s11023-007-9060-8. S2CID  3023076. 2016年2月15日時点のオリジナル(PDF)からのアーカイブ。 
  55. ^ Turner, Raymond; Angius, Nicola (2019). 「コンピュータサイエンスの哲学」. Zalta, Edward N. (編). The Stanford Encyclopedia of Philosophy . 2019年10月14日時点のオリジナルよりアーカイブ。 2019年10月14日閲覧。
  56. ^ ab 「職業としてのコンピュータサイエンス」. コンピューティング科学認定委員会. 1997年5月28日. 2008年6月17日時点のオリジナルよりアーカイブ。2010年5月23日閲覧。
  57. ^ コンピュータサイエンスの基礎に関する委員会：課題と機会、全米研究会議（2004年）。「コンピュータサイエンス：現場の考察、現場からの考察」全米科学アカデミー出版。ISBN 978-0-309-09301-9. 2011年2月18日時点のオリジナルよりアーカイブ。2008年8月31日閲覧。
  58. ^ “CSAB Leading Computer Education”. CSAB. 2011年8月3日. 2019年1月20日時点のオリジナルよりアーカイブ。2011年11月19日閲覧。
  59. ^ クレイ数学研究所 P = NP 2013年10月14日アーカイブ、Wayback Machine
  60. ^ P. Collins, Graham (2002年10月14日). 「クロード・E・シャノン：情報理論の創始者」. Scientific American . 2014年1月16日時点のオリジナルよりアーカイブ。 2014年12月12日閲覧。
  61. ^ Van-Nam Huynh、Vladik Kreinovich、Songsak Sriboonchitta、2012年。『計量経済学における不確実性分析とその応用』 Springer Science & Business Media、63ページ。ISBN 978-3-642-35443-4。
  62. ^ Phillip A. Laplante (2010).ソフトウェア工学百科事典3巻セット (印刷). CRC Press. p. 309. ISBN 978-1-351-24926-3。
  63. ^ Muhammad H. Rashid (2016). SPICE for Power Electronics and Electric Power . CRC Press. p. 6. ISBN 978-1-4398-6047-2。
  64. ^ 「集積回路（IC）とは何か？現代の電子機器に不可欠な部品」WhatIs.com。2021年11月15日時点のオリジナルよりアーカイブ。 2021年11月15日閲覧。
  65. ^ A. Thisted, Ronald (1997年4月7日). 「コンピュータアーキテクチャ」(PDF) . シカゴ大学. 2022年10月9日時点のオリジナルよりアーカイブ(PDF) .
  66. ^ Jiacun Wang (2017).リアルタイム組込みシステム. Wiley. p. 12. ISBN 978-1-119-42070-5。
  67. ^ Gordana Dodig-Crnkovic、Raffaela Giovagnoli (2013). Computing Nature: Turing Centenary Perspective . Springer Science & Business Media. p. 247. ISBN 978-3-642-37225-4。
  68. ^ サイモン・エリアス・ビブリ（2018年）『未来のスマートで持続可能な都市：持続可能性を推進するビッグデータ分析とコンテキストアウェアコンピューティングの未開拓の可能性』シュプリンガー、p.74、 ISBN 978-3-319-73981-6。
  69. ^ ピーターソン、ラリー、デイヴィー、ブルース (2000). コンピュータネットワーク：システムアプローチ. シンガポール: ハーコートアジア. ISBN 9789814066433. 2025年5月24日閲覧。
  70. ^ カッツ、ジョナサン (2008).現代暗号入門. イェフダ・リンデル. ボカラトン: チャップマン＆ホール/CRC. ISBN 978-1-58488-551-1. OCLC  137325053。
  71. ^ Rapaport, William J. (2013年9月20日). 「What Is Computation?」ニューヨーク州立大学バッファロー校. 2001年2月14日時点のオリジナルよりアーカイブ。2013年8月31日閲覧。
  72. ^ B. ジャック・コープランド (2012).『アラン・チューリングの電子頭脳：世界最速コンピュータACE構築への苦闘』 OUP Oxford. p. 107. ISBN 978-0-19-960915-4。
  73. ^ Charles W. Herbert (2010).『Alice 2.2を使ったプログラミング入門』 Cengage Learning. p. 122. ISBN 0-538-47866-7。
  74. ^ Md. Rezaul Karim; Sridhar Alla (2017). Scala and Spark for Big Data Analytics: Explore the concepts of functional programming, data streaming, and machine learning . Packt Publishing Ltd. p. 87. ISBN 978-1-78355-050-0。
  75. ^ Lex Sheehan (2017). 『 Goで関数型プログラミングを学ぶ：Goで関数型プログラミングを使ってアプリケーションへのアプローチを変える』 Packt Publishing Ltd. p. 16. ISBN 978-1-78728-604-7。
  76. ^ Evelio Padilla (2015).変電所自動化システム：設計と実装. Wiley. p. 245. ISBN 978-1-118-98730-8。
  77. ^ 「マルチパラダイムプログラミング言語」MDN Web Docs . Mozilla Foundation . 2013年8月21日時点のオリジナルよりアーカイブ。
  78. ^ マイヤー、ベルトラン（2009年4月）「視点：コンピュータサイエンスの研究評価」Communications of the ACM . 25 (4): 31– 34. doi :10.1145/1498765.1498780. S2CID  8625066.
  79. ^ Patterson, David (1999年8月). 「昇進と任期に関するコンピュータ科学者・エンジニアの評価」. Computing Research Association. 2015年7月22日時点のオリジナルよりアーカイブ。 2015年7月19日閲覧。
  80. ^ フォートナウ、ランス（2009年8月）「視点：コンピュータサイエンスの成長の時」Communications of the ACM . 52 (8): 33– 35. doi : 10.1145/1536616.1536631 .

さらに読む

  • タッカー、アレン・B. (2004).コンピュータサイエンスハンドブック（第2版）. チャップマン・アンド・ホール/CRC. ISBN 978-1-58488-360-9。
  • ラルストン、アンソニー、ライリー、エドウィン・D、ヘメンディンガー、デイヴィッド (2000). 『コンピュータサイエンス百科事典』（第4版）. グローブ辞書. ISBN 978-1-56159-248-7. 2020年6月8日時点のオリジナルよりアーカイブ。2011年2月6日閲覧。
  • エドウィン・D・ライリー（2003年）『コンピュータサイエンスと情報技術のマイルストーン』グリーンウッド出版グループ、ISBN 978-1-57356-521-9。
  • ドナルド・E.・クヌース（1996年）『コンピュータサイエンスに関する選集』CSLI出版、ケンブリッジ大学出版局。
  • コリアー、ブルース（1990年）『小さな機関車が生み出した：チャールズ・バベッジの計算機』ガーランド出版ISBN 978-0-8240-0043-1. 2007年1月20日時点のオリジナルよりアーカイブ。2013年5月4日閲覧。
  • コーエン、バーナード（2000年）ハワード・エイケン著『コンピュータの先駆者の肖像』 MIT出版。ISBN 978-0-262-53179-5。
  • テドレ、マティ (2014). 『コンピューティングの科学：学問の形成』 CRC Press, Taylor & Francis .
  • ランデル、ブライアン(1973).デジタルコンピュータの起源、選集. シュプリンガー・フェアラーク. ISBN 978-3-540-06169-4。
  • ブライアン・ランデル(1982年10月～12月). 「解析機関から電子デジタルコンピュータへ：ラドゲート、トレス、ブッシュの貢献」(PDF) . IEEE Annals of the History of Computing . 4 (4): 327– 341. doi :10.1109/mahc.1982.10042. S2CID 1737953. 2013年9月21日時点の オリジナル(PDF)からのアーカイブ。
  • ピーター・J・デニング「コンピュータサイエンスは科学か？」Communications of the ACM、2005年4月。
  • Peter J. Denning、「コンピューティングカリキュラムの優れた原則」、コンピュータサイエンス教育技術シンポジウム、2004 年。
Wikibooksには、「Informatics Practices for Class XI (CBSE)」というトピックに関する書籍があります。
コンピュータサイエンスに関する図書館資料
  • ライブラリ内のリソース
  • 他の図書館のリソース
  • DBLP コンピュータサイエンス書誌
  • 計算機協会
  • 電気電子学会