引言

开始学习 AI 之前，值得先问一个更基础的问题：计算机到底是什么？

为什么同一台机器既能绘制光谱曲线，又能运行分子动力学模拟？

为什么有的计算任务适合 GPU，有的任务却必须依赖 CPU？

为什么一段代码在自己的电脑上运行正常，发给同学或部署到服务器上却报错？

这些日常疑问背后，联系着硬件怎样执行物理操作、软件怎样分层组织任务，以及人怎样向机器精确传达指令。

本章围绕五个问题展开：

1. 发展历史：从巴贝奇、洛芙莱斯，到图灵、香农、冯·诺伊曼、霍珀、汤普森与里奇，通用计算机的关键问题怎样被逐步解决？
2. 硬件体系：计算机由哪些核心功能部件组成，CPU 与 GPU 遵循怎样的计算范式与分工？
3. 编程语言：自然语言与底层电路之间隔着什么，为什么科学计算需要不同的编程语言？
4. 操作系统：谁来协同管理程序与硬件，为什么代码的可靠运行高度依赖环境？
5. 本质反思：可编程机器的本质是什么，“符号处理”与“理解化学”之间隔着怎样的科学边界？

历史帮助我们理解核心组件的来源，硬件与操作系统揭示其实际工作机制，编程语言提供表达思想的工具，最终回到它能够为化学研究承担怎样的任务。

关于数据的具体编码与表示、机器学习算法的详细训练，将留待后续章节深入。

2.1 发展历史：通用机器怎样逐步形成

2.1.1 从机械计算到可编程的构想

早期计算工具的核心驱动力，是代替人类繁重易错的手工数值运算。 19 世纪 30 年代，查尔斯·巴贝奇先后设计了用于自动计算数表的差分机，以及具备现代通用计算雏形的分析机。 分析机在机械结构上首次规划了专门保存数值的“仓库”（对应现代存储器）、执行运算的“作坊”（对应现代运算器），并通过穿孔卡片向机器传递操作指令。巴贝奇机器设计资料

这一构想展现了划时代的质变：机器不再只是固定执行单一算法的死工具，其运行任务可以由一套可随时更换的操作步骤所决定。

图 2-1：查尔斯·巴贝奇设计的差分机样机，展示了以机械部件自动执行数值计算的早期尝试。