这个问题来自于对过去50年左右计算领域各种进展的评论。
其他一些与会者请我把这个问题作为一个问题向整个论坛提出。
这里的基本思想不是抨击事物的现状，而是试图理解提出基本新思想和原则的过程。
我认为我们在大多数计算领域都需要真正的新想法，我想知道最近已经完成的任何重要而有力的想法。如果我们真的找不到他们，那么我们应该问“为什么?”和“我们应该做什么?”
当前回答
上世纪八十年代初，施乐帕洛阿尔托研究中心对计算机蠕虫进行了研究。
摘自John Shoch和Jon Hupp的“蠕虫”程序——分布式计算的早期经验”(ACM通讯，1982年3月，第25卷第3期，172-180页，1982年3月):
In The Shockwave Rider, J. Brunner developed the notion of an omnipotent "tapeworm" program running loose through a network of computers - an idea which may seem rather disturbing, but which is also quite beyond our current capabilities. The basic model, however, remains a very provocative one: a program or a computation that can move from machine to machine, harnessing resources as needed, and replicating itself when necessary. In a similar vein, we once described a computational model based upon the classic science-fiction film, The Blob: a program that started out running in one machine, but as its appetite for computing cycles grew, it could reach out, find unused machines, and grow to encompass those resources. In the middle of the night, such a program could mobilize hundreds of machines in one building; in the morning, as users reclaimed their machines, the "blob" would have to retreat in an orderly manner, gathering up the intermediate results of its computation. Holed up in one or two machines during the day, the program could emerge again later as resources became available, again expanding the computation. (This affinity for nighttime exploration led one researcher to describe these as "vampire programs.")
引用艾伦·凯的话:“预测未来最好的方法就是创造未来。”
其他回答
有目的的游戏——像Luis von Ahn和他的团队正在开发的集体智慧工具在1980年之前可能是一个梦想，但当时没有一个广泛部署的网络，可以容纳数百万人，并且需要(例如reCAPTCHA)来实现它。
获取海量数据。
与上世纪80年代相比，我们现在所拥有的数据的规模和规模是巨大的。为了能够存储和显示这些东西，我们不得不对硬件和软件进行大量更改。总有一天，我们会真正学会如何筛选和挖掘有用的东西。有一天。
保罗。
在操作系统核心开发中使用函数式编程/语言。
DNS, 1983年，以及依赖的进步，如通过MX记录而不是刘海路径来解析电子邮件主机。*不寒而栗*
Zeroconf工作在DNS之上，2000年。我把我的打印机插入网络，我的笔记本电脑看到了它。我在网络上启动了一个web服务器，我的浏览器看到了它。(假设他们广播了他们的可用性。)
NTP(1985)基于Marzullo算法(1984)。精确的时间在紧张的网络。
鼠标滚轮，1995年。使用没有它的鼠标感觉太原始了。不，这不是恩格尔巴特团队想过却忘了提的东西。至少当我问当时团队里的人时没有。(那是1998年左右在恩格尔巴特的一次活动上。我要对付第一批老鼠中的一只。)
1987年的Unicode，以及它在不同类型的编码、规范化、双向文本等方面的相关进展。
是的，人们每天使用这5种方法是很常见的。
这些真的是“新想法”吗?毕竟，有了鼠标，有了字符编码，有了网络计时。告诉我如何区分“新”和“真正的新”，我会回答你的问题。我的直觉告诉我这些足够新了。
在较小的领域，很容易有更近期的进展。例如，在生物信息学领域，Smith-Waterman(1981)和BLAST(1990)有效地使该领域成为可能。但这听起来像是你在要求在整个计算领域中非常广泛的想法，而且容易摘到的水果会被先摘。在一个新的领域总是如此。
传感器网络:非常微小的(纳米级)计算机形成自组织p2p网络并传输“传感”信息。
3D打印:物理对象的《星际迷航》复制器(还没有Early Grey茶)。
DNA计算:针对某些类型问题的大规模并行计算。
