《CSDiy》笔记
探寻计算机科学的浩瀚星海，如履薄冰亦如痴如醉
拜读作者PKUFlyingPig的《CSDiy》，宛如手持一份藏宝图，在计算机科学的浩瀚星空中寻觅璀璨的星辰。书中罗列的知识体系，横跨架构设计、理论基石、密码学迷雾、逆向工程探秘、图形学渲染、游戏引擎构建、软件工程实践、设计模式精髓、深度学习浪潮、计算机视觉洞察、机器人学前沿，以及面试通关秘籍，犹如一幅恢弘壮阔的画卷，徐徐展开。书中所及的每一领域，都仿佛一个深不见底的黑洞，引人探究，却也令人心生敬畏。诚如作者所言，这是一场勇敢者的游戏，需要我们怀揣着对知识的渴望，披荆斩棘，勇往直前。书籍并没有事无巨细地讲解所有知识，阅读时可以自行探索，像“超标量处理器设计”这样的领域，涉及精妙的指令调度与并行运算，读来便觉 CPU 设计之玄妙；而“Introduction to the Theory of Computation”，则带领我们拨开计算的迷雾，直抵算法的本质。其中，密码学和逆向工程部分交织着智慧与风险。密码学🛡️似一把双刃剑，守护信息安全，却也可能被恶意利用；逆向工程🕵️♂️则如同一场智力游戏，在破解与反破解的对抗中，挑战技术的极限。面对如此纷繁复杂的知识体系，我们既要保持谦逊好学的姿态，又要具备独立思考的能力。不可人云亦云，要敢于质疑，勇于探索，方能在这片知识的海洋中乘风破浪，最终抵达成功的彼岸。
从蒙特卡洛到物理渲染，光影交织的图形世界
《CSDiy》在计算机图形学方面涉猎颇深，从蒙特卡洛方法到物理渲染，仿佛带领我们进入一个光与影交织的奇妙世界。蒙特卡洛方法🎰，以其随机采样和统计模拟的特性，为复杂问题的求解提供了全新的思路。在图形学中，它被广泛应用于光线追踪、全局光照等领域，模拟光线在场景中的传播路径，从而呈现出逼真的视觉效果。而“Physically Based Rendering: From Theory To Implementation”一书，则深入探讨了基于物理规律的渲染技术。它从材质的微观结构出发，模拟光线与物体表面的相互作用，从而实现更加真实的光照效果。这不仅需要我们掌握扎实的数学基础，还需要对物理学有深刻的理解。阅读这些书籍，仿佛置身于一个虚拟的实验室，亲手搭建起自己的光影世界。我们可以通过调整材质参数、改变光照环境等方式，来观察渲染结果的变化，从而加深对图形学原理的理解。以实时渲染为例，游戏开发者需要不断优化算法，以在有限的计算资源下，实现尽可能高的画面质量。例如，使用延迟渲染技术，可以将光照计算从几何处理阶段分离出来，从而提高渲染效率。此外，还有各种各样的阴影技术、纹理技术等，都为实时渲染带来了更多的可能性。例如，现在流行的光线追踪技术，已经慢慢地走入了人们的视野，例如英伟达新出的4090显卡，就支持实时光线追踪。
游戏引擎架构与AI，构建栩栩如生的虚拟世界
游戏引擎作为构建虚拟世界的基石，其架构设计至关重要。《CSDiy》推荐的“Game Engine Architecture”一书，深入剖析了游戏引擎的各个模块，包括渲染引擎、物理引擎、音频引擎、脚本引擎等。通过阅读此书，我们可以了解到游戏引擎是如何将各种资源整合在一起，最终呈现出一个栩栩如生的虚拟世界。游戏AI也是游戏开发中不可或缺的一部分。通过AI技术，我们可以赋予游戏角色以智能，使它们能够根据环境变化做出相应的反应。例如，在射击游戏中，AI角色可以根据玩家的位置、行动等信息，选择合适的战术，从而给玩家带来更具挑战性的游戏体验。而AI的实现，离不开各种算法的支持，如A*寻路算法、有限状态机、行为树等。同时，深度学习技术也开始在游戏AI中得到应用。例如，可以使用神经网络来训练AI角色，使其能够从大量的游戏数据中学习，从而提高自身的智能水平。以《赛博朋克2077》为例，其开放世界的构建，就离不开游戏引擎的强大支持。我们可以自由探索城市，与各种NPC互动，体验不同的剧情。游戏中的AI角色也表现出了较高的智能水平，能够根据玩家的行为做出相应的反应。但是2077初期优化并不好，导致口碑一度降低，这可能与AI的大量使用有关，优化AI可能需要很长的时间。
深度学习与计算机视觉，洞悉智能的未来
在人工智能领域，深度学习和计算机视觉无疑是最受关注的方向之一。《CSDiy》推荐的“动手学深度学习”和“Multiple View Geometry in Computer Vision”等书籍，为我们打开了通往智能世界的大门。深度学习作为一种强大的机器学习方法，已经在图像识别、语音识别、自然语言处理等领域取得了显著的成果。而计算机视觉则致力于让计算机像人一样“看”懂世界。通过计算机视觉技术，我们可以实现目标检测、图像分割、人脸识别等功能。例如，在自动驾驶领域，计算机视觉技术可以帮助车辆识别道路、交通标志、行人等，从而实现安全驾驶。在医疗领域，计算机视觉技术可以帮助医生诊断疾病，提高诊断效率。如今大火的AI绘画，也离不开深度学习和计算机视觉技术的支持。例如，Stable Diffusion，Midjourney等AI绘画软件，可以通过学习大量的图像数据，生成各种风格的艺术作品。这些作品不仅具有很高的艺术价值，同时也为我们带来了全新的创作方式。以OpenAI发布的GPT模型为例，其强大的自然语言处理能力，已经可以完成各种复杂的任务，如文本生成、机器翻译、对话系统等。我们可以与GPT模型进行对话，让它为我们写诗、写代码，甚至进行头脑风暴。这些都让我们看到了人工智能的巨大潜力，也让我们对智能的未来充满了期待。