Loading article…
コンピュータ科学は、計算、情報、自動化の研究です。[ 1 ] [ 2 ] [ 3 ]科学の広い範囲に含まれるコンピュータ科学は、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）までを網羅しています。[ 4 ] [ 5 ] [ 6 ]この分野の専門家はコンピュータ科学者として知られています。
アルゴリズムとデータ構造は、コンピュータ科学の中心です。[ 7 ]計算理論は、計算の抽象モデルと、それらを使用して解決できる一般的な問題クラスに関係します。暗号化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脆弱性の防止が行われます。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さまざまな方法を検討し、データベース理論は、データのリポジトリの管理に関係します。人間とコンピュータの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調査し、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を調査します。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操作される機器の構築を記述します。人工知能と機械学習は、人間や動物に見られる問題解決、意思決定、環境適応、計画、学習などの目標指向プロセスを統合することを目指します。人工知能の中で、コンピュータビジョンは画像とビデオデータの理解と処理を目指し、自然言語処理はテキストと言語データの理解と処理を目指します。
コンピュータ科学の根本的な関心事は、何が自動化可能で何が自動化不可能かを決定することである。[ 2 ] [ 8 ] [ 3 ] [ 9 ] [ 10 ]チューリング賞は一般的にコンピュータ科学における最高の栄誉として認められている。[ 11 ] [ 12 ]
コンピュータ科学の基礎となるものの最も古いものは、現代のデジタルコンピュータの発明よりも前に遡ります。そろばんのような固定数値計算を行う機械は古代から存在し、乗算や除算などの計算を助けてきました。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年に最初の実用的な機械式計算機を設計・製作した。 [ 17 ] 1673年、ゴットフリート・ライプニッツはステップド・レコナーと呼ばれるデジタル機械式計算機を実演した。[ 18 ] [ 19 ]ライプニッツは、トーマス・ハリオットが数十年前にすでに行っていたものの、二進数体系を文書化したという事実など、さまざまな理由から最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ない。[ 13 ] 1820年、トーマス・ド・コルマールは、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最初の計算機である簡略化された算術計を発明し、機械式計算機産業を開始した[注1 ] 。チャールズ・バベッジは1822年に最初の自動機械式計算機である差分機関の設計を開始し、それが最終的に最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った。[ 20 ]彼は1834年にこの機械の開発を始め、「2年足らずで、現代のコンピュータの顕著な特徴の多くを概説した」。 [ 21 ] 「重要なステップは、ジャカード織機から派生したパンチカードシステムを採用したこと」であり、[ 21 ]それによって無限にプログラム可能になった。[注 2 ] 1843年、解析機関に関するフランス語の記事を翻訳している最中に、エイダ・ラブレスは、彼女が含めた多くのメモの1つに、ベルヌーイ数を計算するアルゴリズムを書いた。これは、コンピュータでの実装のために特別に調整された最初の公開されたアルゴリズムと考えられている。[ 22 ] 1885年頃、ヘルマン・ホレリスは統計情報を処理するパンチカードを使用するタビュレーターを発明した。彼の会社は最終的にIBMの一部となった。バベッジに続いて、彼の以前の研究を知らなかったパーシー・ラドゲートは、 1909年に[ 23 ]歴史上2つしかない機械式解析機関の設計のうちの2つ目を出版した。1914年には、スペインのエンジニアがレオナルド・トーレス・ケベードは『自動機械に関するエッセイ』 [ 24 ]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紹介された。[ 25 ] [ 26 ] 1920年、算術計の発明100周年を記念して、トーレスはパリで電気機械式算術計を発表した。これは、コマンドを入力すると結果が自動的に印刷される電気機械式解析エンジンの実現可能性を示すプロトタイプであった。 [ 27 ] [ 28 ]バベッジの不可能な夢から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、計算機事業にも携わっていたIBMを説得し、パンチカードと中央処理装置を使用していたバベッジの解析機関をベースにした巨大なプログラム可能な計算機、 ASCC/ハーバード・マークIを開発させた。[ 29 ]この機械が完成すると、一部の人々はそれを「バベッジの夢が実現した」と称賛した。[ 30 ]
1940年代、アタナソフ・ベリー・コンピュータやENIACなどの新しくより強力な計算機が開発されるにつれ、コンピュータという用語は、人間の先駆者ではなく機械を指すようになった。[ 31 ]コンピュータが数学的計算以外にも使用できることが明らかになるにつれ、コンピュータ科学の分野は計算全般の研究へと広がった。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た。マンハッタンのウエストサイドにある改装された学生寮は、IBM初の純粋科学専用の研究所だった。この研究所は、今日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ある。[ 32 ]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最初の単位取得可能なコースの1つを提供しました。[ 33 ]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。[ 34 ] [ 35 ]世界初のコンピュータサイエンス学位プログラムであるケンブリッジ・ディプロマ・イン・コンピュータサイエンスは、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科は、1962年にパデュー大学に設立されました。 [ 36 ]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、それぞれ独立した研究分野となっています。
1956年に初めて提案されたものの、[ 37 ]「コンピュータサイエンス」という用語は、1959年のCommunications of the ACMの記事に登場し、[ 38 ] Louis Feinは、1921年のハーバードビジネススクールの設立に類似したコンピュータサイエンスの大学院の設立を主張した。 [ 39 ] Louisは、経営科学と同様に、この分野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を備えていると主張して、その名称を正当化した。[ 38 ]この取り組みと、数値解析学者のGeorge Forsytheなどの他の人々の取り組みは成功し、大学は1962年のパデュー大学を皮切りに、そのような学科を設立した。[ 40 ]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を伴わない。そのため、いくつかの代替名称が提案されている。[ 41 ]主要大学の一部の学科は、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む。デンマークの科学者ピーター・ナウアーは、科学分野が必ずしもコンピュータを伴わないものの、データとデータ処理を中心に展開していることを反映するために、データロジーという用語を提案した[ 42 ] 。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であった。この用語は主にスカンジナビア諸国で使用されている。ナウアーが提案した別の用語はデータサイエンスであり、これは現在、統計学やデータベースを含むデータ分析の学際的分野に使用されている。
コンピューティングの黎明期には、 ACM Communications誌で、コンピューティング分野の実践者を表す用語がいくつか提案された（ただし、冗談めかして）。例えば、turingineer、turologist、flow-charts-man、applied meta-mathematician、applied epistemologistなどである。[ 43 ] 3か月後、同じ雑誌でcomptologistが提案され、翌年にはhypologistが続いた。[ 44 ] computicsという用語も提案されている。[ 45 ]ヨーロッパでは、「自動情報」（イタリア語では「 informazione automatica 」など）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）、informática（スペイン語、ポルトガル語）、 informatika（スラブ語、ハンガリー語）、またはギリシャ語のpliroforiki（πληροφορική、情報学を意味する）などです。同様の言葉はイギリスでも採用されています（エジンバラ大学情報学部など）。[ 46 ]「しかし、米国では、情報学は応用コンピューティング、または別の領域の文脈でのコンピューティングと結びついています。」[ 47 ]
エドガー・ダイクストラに帰せられることが多いが、おそらく最初に彼が述べたものではない民間の格言に、「コンピュータ科学は、天文学が望遠鏡に関するものではないのと同様に、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 ]コンピュータやコンピュータシステムの設計と展開は、一般的にコンピュータ科学以外の分野の領域と考えられている。たとえば、コンピュータハードウェアの研究は通常、コンピュータ工学の一部と考えられており、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アイデアの交換が行われてきた。コンピュータ科学の研究は、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。
コンピュータ科学は、多くの科学分野よりも数学と密接な関係にあると考える人もおり、コンピューティングは数学科学であると述べる観察者もいる。[ 34 ]初期のコンピュータ科学は、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・ペーター、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業績に強く影響を受けており、数理論理学、圏論、領域論、代数学などの分野で、両分野間の有益なアイデアの交換が続いている。[ 37 ]
コンピュータ科学とソフトウェア工学の関係は議論の的となる問題であり、「ソフトウェア工学」という用語の意味やコンピュータ科学の定義をめぐる論争によってさらに複雑化している。 [ 48 ]デビッド・パルナスは、他の工学と科学分野の関係からヒントを得て、コンピュータ科学の主な焦点は計算全般の特性を研究することであり、ソフトウェア工学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つは別個の補完的な分野であると主張している。[ 49 ]
コンピュータサイエンスの学術的、政治的、そして資金調達面は、学科が数学重視型か工学重視型かによって大きく左右される傾向がある。数学重視型で数値解析を重視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する。どちらのタイプの学科も、研究全体とは言わないまでも、教育面においてこの分野を橋渡ししようと努力する傾向がある。
その名称に「科学」 という言葉が含まれているにもかかわらず、コンピュータ科学が科学[ 50 ]、数学[ 51 ] 、あるいは工学[52]のいずれの分野である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。
コンピュータ科学は経験的な学問分野です。実験科学と呼ぶこともできますが、天文学、経済学、地質学と同様に、その独特な観察や経験の形態は、実験的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、それらは実験です。新たに構築される機械はすべて実験です。実際に機械を構築することは、自然に問いを投げかけることであり、私たちは機械の動作を観察し、利用可能なあらゆる分析および測定手段を用いて分析することで、その答えを聞き取ろうとします。[ 52 ]
コンピュータ科学は、プログラムの正しさを評価するために経験的テストを使用するため、経験的科学に分類できると主張されてきたが、コンピュータ科学の法則や定理（存在する場合）の定義や、コンピュータ科学における実験の性質の定義には問題が残っている。[ 52 ]コンピュータ科学を工学分野に分類する支持者は、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様の方法で調査されると主張している。[ 52 ]また、経験的科学は現在存在するものを観察するのに対し、コンピュータ科学は存在する可能性のあるものを観察する。科学者は観察から法則を発見するが、コンピュータ科学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心があると主張している。[ 52 ]
コンピュータ科学を数学の分野として分類することを提唱する人々は、コンピュータプログラムは数学的実体の物理的な実現であり、数学的形式手法によって演繹的に推論できるプログラムであると主張している。[ 52 ]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公理系として解釈している。[ 52 ]
多くのコンピュータ科学者が、コンピュータ科学には3つの異なるパラダイムが存在すると主張してきた。ピーター・ウェグナーは、それらのパラダイムは科学、技術、数学であると主張した。[ 53 ]ピーター・デニングのワーキンググループは、それらは理論、抽象化（モデリング）、設計であると主張した。[ 34 ]アムノン・H・エデンは、それらを「合理主義パラダイム」（コンピュータ科学を数学の一分野として扱い、理論コンピュータ科学で普及しており、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で顕著に見られる）、および「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扱うもので、[ 54 ]人工知能のいくつかの分野で識別できる）と説明した。[ 55 ]コンピュータ科学は、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、テストに関わる方法に焦点を当てている。[ 56 ]
コンピュータサイエンスは、アルゴリズムや計算の限界に関する理論的研究から、ハードウェアや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実際的な問題まで、幅広いトピックを網羅する学問分野です。[ 57 ] [ 58 ]以前はコンピューティング科学認定委員会と呼ばれていたCSAB （ Association for Computing Machinery（ACM）とIEEE Computer Society（IEEE CS）の代表者で構成） [ 59 ]は、コンピュータサイエンスの学問分野にとって重要だと考える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。これらの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分野として特定しています。[ 57 ]
理論計算機科学は、数学的で抽象的な性質を持つが、その動機は実用的で日常的な計算から得られる。理論計算機科学は、計算の本質を理解し、その理解に基づいてより効率的な手法を提供することを目指している。
ピーター・デニングによれば、コンピュータ科学の根底にある根本的な問いは「何を自動化できるか？」である[ 3 ]。計算理論は、何が計算可能で、それらの計算を実行するためにどれだけの資源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、さまざまな計算の理論的モデル上でどの計算問題が解決可能かを調べる。2番目の問いは、多数の計算問題を解決するためのさまざま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計算複雑性理論によって扱われる。
情報理論は、確率や統計と密接に関連しており、情報の定量化に関連しています。これは、データの圧縮やデータの信頼性の高い保存と通信などの信号処理操作の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。 [ 61 ]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、特定のアプリケーションへの適合性を研究するものです。符号は、データ圧縮、暗号化、誤り検出と訂正、そして最近ではネットワークコーディングにも使用されます。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。[ 62 ]
データ構造とアルゴリズムとは、一般的に用いられる計算手法とその計算効率を研究する分野である。
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特徴の設計、実装、分析、特性評価、分類を扱うコンピュータ科学の一分野です。コンピュータ科学の分野に属し、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ます。数多くの専門誌が存在する、活発な研究分野です。
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、開発、検証のための数学に基づいた特定の手法です。 [ 63 ]ソフトウェアおよびハードウェア設計に形式手法を使用する動機は、他の工学分野と同様に、適切な数学的分析を実行することで設計の信頼性と堅牢性に貢献できるという期待に基づいています。形式手法は、特に安全性やセキュリティが関係する場合、ソフトウェア工学の重要な理論的基盤を形成します。形式手法は、エラーを回避するのに役立ち、テストのフレームワークも提供できるため、ソフトウェアテストの有用な補助手段となります。産業用途では、ツールのサポートが必要です。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重要となる高信頼性システムや生命に関わるシステムの開発でのみ使用されます。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、型システム、代数的データ型など、かなり幅広い理論計算機科学の基礎をソフトウェアおよびハードウェアの仕様と検証の問題に適用したものと最もよく説明できます。
コンピュータグラフィックスは、デジタル視覚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幅広く応用されています。
情報は、画像、音声、ビデオ、その他のマルチメディアの形式をとることができます。情報のビットは信号を介してストリーミングできます。情報処理は、情報処理アルゴリズムを情報キャリアの種類（電気的、機械的、生物学的）に関係なく研究する、コンピューティングに関するヨーロッパの見解である情報学の中心概念です。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、医療画像処理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複雑さの下限は何か？は、理論計算機科学における未解決問題の1つです。
科学計算（または計算科学）は、数学モデルと定量的分析手法を構築し、コンピュータを使用して科学的問題を分析および解決することに関する研究分野です。科学計算の主な用途は、計算流体力学、物理、電気、電子システムおよび回路、社会および社会状況（特に戦争ゲーム）とその生息地、生物細胞間の相互作用など、さまざま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、完全な航空機などの設計の最適化を可能にします。電気および電子回路設計で注目すべきは、SPICE [ 64 ]および新しい（または変更された）設計の物理的実現のためのソフトウェアです。後者には、集積回路のための必須設計ソフトウェアが含まれます。[ 65 ]
ヒューマンコンピュータインタラクション（HCI）とは、主に人間とコンピュータインターフェース間の相互作用の分析に基づき、コンピュータシステムの設計と利用に関する学問分野です。HCIには、感情、社会的行動、脳活動とコンピュータとの関係に焦点を当てたいくつかの下位分野があります。
ソフトウェアエンジニアリングとは、高品質で、手頃な価格で、保守しやすく、構築が迅速なソフトウェアを設計、実装、修正するための研究です。これは、ソフトウェア設計に対する体系的なアプローチであり、ソフトウェアにエンジニアリング手法を適用するものです。ソフトウェアエンジニアリングは、ソフトウェアの組織化と分析を扱います。単に新しいソフトウェアの作成や製造だけでなく、その内部構造や保守も扱います。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（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といった目標指向的なプロセスを合成することを目的としているか、あるいは合成することが求められている。サイバネティクスとダートマス会議（1956年）に端を発する人工知能研究は、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、社会知能といった専門分野を活用し、必然的に学際的なものとなっている。一般的にAIはロボット開発と関連付けられているが、実際の応用分野は主に、計算的理解を必要とするソフトウェア開発分野における組み込みコンポーネントとしてである。1940年代後半の出発点は、アラン・チューリングの「コンピュータは考えることができるか？ 」という問いであり、チューリングテストは今でもコンピュータ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るものの、この問いは事実上未解決のままである。しかし、複雑な現実世界のデータを扱うコンピュータ応用分野において、評価および予測タスクの自動化は、人間の監視や介入の代替手段としてますます成功を収めている。
コンピュータアーキテクチャ、また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のことです。これは主に、中央処理装置が内部でどのように動作し、メモリ内のアドレスにアクセスするかに焦点を当てています。[ 66 ]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や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ロジック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ることができます。
並行性とは、複数の計算が同時に実行され、互いに相互作用する可能性があるシステムの特性です。[ 67 ]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、一般的な並行計算のための多くの数学モデルが開発されています。[ 68 ]並行性を使用しながら複数のコンピュータがネットワークで接続されている場合、これは分散システムとして知られています。その分散システム内のコンピュータは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できます。[ 69 ]
このコンピュータ科学の分野は、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。その性能、回復力、セキュリティ、拡張性、費用対効果、および提供できるさまざまなサービスに取り組んでいます。[ 70 ]
コンピュータセキュリティとは、コンピュータ技術の一分野であり、意図されたユーザーにとってシステムのアクセス性や使いやすさを維持しながら、不正アクセス、妨害、改ざんから情報を保護することを目的とする。
歴史的暗号学は秘密のメッセージを書いたり解読したりする技術です。現代暗号学は攻撃される可能性のある分散コンピューティングに関連する問題の科学的研究です。[ 71 ]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、暗号学的ハッシュ関数、鍵合意プロトコル、ブロックチェーン、ゼロ知識証明、および難読化回路が含まれます。
データベースは、大量のデータを容易に整理、保存、検索することを目的としています。デジタルデータベースは、データベースモデルとクエリ言語を用いて、データベース管理システムによってデータの保存、作成、維持、検索が行われます。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。
コンピューティングの哲学者であるビル・ラパポートは、コンピュータサイエンスの3つの偉大な洞察を指摘した。[ 72 ]
プログラミング言語は、さまざまな方法でさまざまなタスクを実行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、次のようなものがあります。
多くの言語は複数のパラダイムをサポートしており、その違いは技術的な機能というよりはスタイルの問題である。[ 78 ]
会議はコンピュータ科学の研究にとって重要なイベントです。これらの会議では、公的部門と民間部門の研究者が最新の研究成果を発表し、交流します。他のほとんどの学術分野とは異なり、コンピュータ科学では、会議論文の権威はジャーナル論文の権威よりも高いです。[ 79 ] [ 80 ]この理由として提案されている説明の1つは、この比較的新しい分野の急速な発展には、迅速なレビューと結果の配布が必要であり、このタスクはジャーナルよりも会議の方が適しているということです。[ 81 ]
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、「何が（効率的に）自動化できるか？」です。
何を自動化できるか？」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。
