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
我不知道是否有人已经回答了，“机器学习”作为一个重要的新发展，正在迅速发展。智能垃圾邮件过滤、股市预测、机器人等智能机器……
也许，机器智能会是下一个大事件。
其他回答
u盘/ u盘
USB key是软盘的有效替代品，软盘在简单传输方面仍然优于CD或DVD。
移动电话。
第一个“无线手机”专利诞生于1908年，并且酝酿了很长一段时间(0G于1945年，1G于1979年在日本推出)，而现代2G数字手机直到1991年才出现。1993年才出现短信，1999年才出现互联网接入。
软件:
虚拟化和仿真 P2P数据传输 社区驱动的项目，如维基百科、SETI@home…… 网络爬行和网络搜索引擎，即索引信息分布在世界各地
硬件:
模块化PC 电子纸
1980年1月2日我开始编程。我试着思考在我的职业生涯中有哪些重大的新发明。我很难想出一个。大多数我认为重要的东西实际上是在1980年之前发明的，但直到1980年之后才被广泛采用或改进。
Graphical User Interface. Fast processing. Large memory (I paid $200.00 for 16k in 1980). Small sizes - cell phones, pocket pc's, iPhones, Netbooks. Large storage capacities. (I've gone from carrying a large 90k floppy to an 8 gig usb thumb drive. Multiple processors. (Almost all my computers have more than one now, software struggles to keep them busy). Standard interfaces (like USB) to easily attach hardware peripherals. Multiple Touch displays. Network connectivity - leading to the mid 90's internet explosion. IDE's with Intellisense and incremental compiling.
虽然硬件有了巨大的进步，但软件行业一直在努力跟上。我们比1980年领先了几光年，但大多数改进都是改进，而不是发明。自1980年以来，我们一直忙于应用技术进步，而不是发明创造。就其本身而言，这些渐进式的发明大多不重要或不强大，但当你回顾过去29年，它们相当强大。
我们可能需要接受渐进式的改进并引导它们。我相信真正原创的想法可能会来自很少接触计算机的人，而且他们越来越难找到。
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。”
