The documents cover a wide range of topics related to the history and development of computer science and mathematics. - FORTRAN is highlighted as a key language that was developed for the IBM 704, paving the way for high-level programming and the creation of compilers to translate code into assembly language. - Descartes' work on geometric and algebraic principles laid the foundation for analytic geometry and influenced mathematicians like Newton, Leibniz, and Euler in the development of calculus and mathematical analysis. - Alan Turing's invention of the Turing machine revolutionized the concept of computation, providing a formalized toolkit for solving complex problems and laying the groundwork for computer science and artificial intelligence. - The documents also touch upon modern topics like innovation in product development, representation learning on graphs, and the evolution towards AI-oriented quantum computing. - Recognitions like the Turing Award and the contributions of researchers like Jack Dongarra in the field of high-performance computing and numerical linear algebra are also highlighted. Overall, the discussion emphasizes the historical significance and ongoing advancements in the fields of mathematics, computer science, and technology.

過去的數學和計算科學歷程深深地影響了現代計算機科學和人工智慧領域的發展。從IBM 704的FORTRAN指令集開始，推動了高階編程語言和編譯器的發展，將數學轉化成了可執行的計算機指令。而笛卡爾的幾何學和代數的結合，開創了解析幾何的序幕，啟發了牛頓、萊布尼茨和歐拉在微積分和數學分析方面的成就。 艾倫·圖靈則通過提出圖靈機，建立了計算機中可計算數的解決方案，解決了希爾伯特提出的邏輯決策問題，並為計算機和人工智能的發展奠定了基礎。這些理論貢獻最終促成了現代計算機科學的發展與演進。 進入當代，創新和發現在產品開發中扮演了重要角色。了解十種創新類型和在圖中的代表性學習方法，可以幫助我們發現破壞性的產品。同時，隨著技術的演進，AI導向的量子計算革命的誕生對未來的科技發展有著深遠的影響。 在學術界，傑克·東加拉以其在高性能計算和數值線性代數領域的研究做出了重大貢獻，其獲得的圖靈獎也證明了他對計算機科學的卓越貢獻。通過學術論文和技術報告，東加拉將其對於世界計算的概念和方法付諸實踐，對計算科學的影響力不言而喻。 綜合以上觀點，歷史上的數學成果和計算機科學的演進促進了當今科技的進步，並對未來的發展起著重要作用。這種跨學科的交互影響和知識共享將為人類帶來更多創新和進步的機會。

1. 發展數值線性代數演算法與軟體庫 Jack Dongarra : papers
   
   • Dongarra 教授開發了多個數值線性代數的演算法與軟體庫，
     是許多庫的主要實現者和首席研究者
   • 如 EISPACK、LINPACK、BLAS、LAPACK 和 ScaLAPACK
   • 這些庫成為 MATLAB、NumPy、SciPy、R 等科學計算工具的基礎
   • Dongarra算法：高效解决线性代数问题的秘籍
   • 例 numpy.dot() 就是調用他設計的 BLAS/LAPACK 的底層函式
   • When a NumPy build is invoked, BLAS and LAPACK library detection happens automatically.
     
     
2. 參與開發了 MPI (Message Passing Interface) 介面，
   推動高效能計算軟體與硬體的協同發展
   • 在摩爾定律推動下，硬體性能持續以指數級增長，然而軟體的發展并非所有人都能同步跟上。
   • 他致力於確保軟體能夠跟上硬體的快速進步，開發了如 ATLAS 和 MAGMA 等工具，實現了自動化的軟體優化與調整。
   • 他的演算法和開源軟體庫成功適應了硬體的快速演進，成爲了高效能計算(HPC)領域的基石。
   • 此外，他也领导了 PVM 和 MPI 等分散式計算架構的建立，遵循社群開發標準，為編寫可移植的並行程式提供了機制，使得程式可以在不同廠商的並行機器上運行而無需修改
     
     
3. 建立全球超級電腦性能評估標準 TOP500
   • LINPACK 最初是一個用於求解線性方程組的軟體集合，後來發展成為一個基準測試。
   • 他維護了一個效能列表，這個列表從最初的 24 台機器增長到數千台，
     成為後來 TOP500 超級計算機列表 的基礎
   • Dongarra 教授是 TOP500 計畫的共同創辦人，該計畫定期評估全球最強大的超級電腦，推動了 HPC 領域的技術創新與競爭。
   • 他還開發了 HPCG 基準測試，提供更貼近實際應用的性能評估方法。

這些貢獻不僅推動了高效能計算的發展，也對人工智慧、氣候模擬、基因組學等多個領域產生了深遠影響。Dongarra 教授的工作展示了軟體在發揮硬體潛力中的關鍵角色, 因此是 HPC 領域的第一位圖靈獎得主名副其實。

Homework 7

Turing Award

Turing Test

Jack Dongarra