信息技术尤其是网络技术的发展给我们带来了巨大的变化。当然，可能有人会觉得，有些经典学科可能变化不大。事实并非如此。在过去，证明和实验是科学发现的两种最重要的方式。现在，计算日益成为科学发现的第三种重要方式。计算机科学不仅作为支持其他学科的工具，而且它与其他学科的交叉在更深和更本质的意义上影响着计算机学科和其他学科的基本概念的发展。计算机理论通常处于这个交叉点的最前沿。比如有一个断言“NP完全理论是计算机科学对其他学科最重要的智力输出”。如果在物理、化学、生物、经济等非计算机学科的文献中搜索“NP完全”这个关键词，可以找到无数的论文。计算复杂性已经成为科学家看待许多自然和社会问题的一个新的重要视角。以自然科学中的物理学和社会科学中的经济学为例，看看它们与计算机科学是如何交叉的。
1.物理学
量子信息和量子计算是物理学和计算机科学结合的一个很好的例子。量子力学的理论提供了一种新的计算模型，它看起来比经典计算机更强大。一个著名的例子是，在量子计算机上可以在多项式时间内完成大数的分解，但我们不知道在经典计算机上是否存在这样的算法。相反，量子计算机的发展也深刻地影响着量子力学理论的发展。量子计算机发展的一个最重要的动机是量子模拟。如果能做到量子模拟，科学家就能更好地验证和发展量子力学的理论。
与计算机科学密切相关的另一个领域是统计物理学。统计研究的基本对象是微观粒子间的相互作用与系统宏观性质之间的关系。数学上，这个结构和前面提到的Jodong可满足性问题的框架是一样的。比如统计物理中最重要的概念配分函数就是一个加权计数问题。物理学中最重要的相变现象也直接关系到相应问题的计算复杂度。统计学中很多数学解释并不严谨。最近，一些理论计算机科学家的工作是严格证明统计物理学家最初的猜想。同时，统计物理学的一些观点也被应用到计算问题的研究中。比如我们通过统计物理中相关衰减的概念，设计一个计数问题的近似算法。2010年，惠普的实验室研究员威奈·德·奥拉利卡(Wei Nai De Olalika)声称用统计物理加逻辑的方法给出了P不等于NP的证明。虽然最后被大家证实这不是一个法律证明，但这也是一个在一个多星期内引起学界高度关注的事件，说明大家都认为这种做法有成功的可能。
2.经济学
一方面，传统的经济形态和商业模式在互联网时代发生了很多变化，经典的经济理论需要不断被检验和修正，从而产生新的经济理论；另一方面，随着分布式系统、网络和云计算技术的发展，一个计算任务的完成往往需要多方合作，这使得计算机协议或算法的设计不仅要满足传统的有效性和容错性的需求，还要考虑博弈论和经济学的约束。因此，无论从经济学的角度还是从计算机科学的发展来看，两者的交叉和结合都呈现出不可阻挡的趋势。近年来，学术界在这一交叉领域取得了很大的进展，一些新的理论得到了发展，并越来越深刻地影响着这两个学科。随着新的应用、现象和实践的出现以及理论的深入，计算经济学的内容也在不断扩展。
最优拍卖设计传统经济学的拍卖理论一般都有一个先验概率分布，但现实中这个分布是可以获得或估计的。一般理论上的模型是分析一个算法在最坏情况下的性能。2002年，计算机科学家提出了基于最坏情况分析的最优拍卖模型，本文提出了常数逼近的最优拍卖机制。在随后的十年里，这个大概的比例不断提高。
以及拍卖定价的外部性。人们通过朋友与社交网络联系在一起，所以一个物品对某人的价值会受到他周围的朋友是否使用该物品的影响。传统经济学更多地关注不同商品之间的外部性，而较少关注人与人之间的外部性。人与人之间的这种外部性使得传统经济学中的定价和拍卖理论不再成立。在这种新的背景下，我和我的合作者重构了定价和拍卖理论，并设计了最优定价和拍卖算法。
