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
比特币解决了双重消费问题。它被用来创造去中心化的电子货币。一个名为Namecoin的变体使用相同的技术来构建一个分散的命名系统(类似于DNS)。
过去曾有人试图创建加密货币(这个想法当然并不新鲜)，但比特币似乎是第一个成功的实现。其独特的P2P算法在不依赖任何可信权威的情况下解决了双重花费问题。
虚拟化? 像viralbox OSE或VMWare这样的应用程序为我节省了很多时间。
我没有资格在一般意义上回答这个问题，但仅限于计算机编程?并不多。
为什么?我思考这个问题已经有一段时间了，我认为我们缺少两样东西:历史感和客观评价我们所创造的一切的方法。并非所有情况都是这样，但大体上是这样。
For history, I think it's just something not emphasized enough in popular writing or computer science programs. Take language features, for example. A canonical source might be HOPL, but it's definitely not common knowledge among programmers to be able to mark the point in time or in which language a feature like GC or closures first appeared. And of course after that there's knowledge of progression over time: how has OOP changed since Simula? Compare and contrast our sense of history with that of other fields like maybe political science or philosophy.
至于判断，这确实是我们寻求成功的客观衡量标准的失败。给定foobar，它以什么可衡量的方式改进了编程行为中的某些方面，其中foobar是任何设计模式，敏捷方法，TDD等等。我们有没有试过测量这个?我们到底想测量什么?正确性，程序员的生产力，代码的易读性等等?如何?软件工程确实应该着手解决这些问题，但我还没有看到。
数码相机呢?
根据维基百科，第一个真正的数码相机出现在1988年，大众市场的数码相机在20世纪90年代末变得负担得起。
多代理系统。
你可以回到分布式人工智能的根源，我认为仍然可以安全地呆在80年代。
多智能体系统有很多组成部分，有很多研究涉及语言行为或合作，所以很难指出并说“看，这里，这是不同的，创新的和重要的!”但我还是会试试的。: -)
我认为信念-欲望-意图模型尤其值得注意。智能体在内部构建了世界的模型。他们有特定的愿望或目标，并制定计划，如何与他们所知道的世界互动，以实现这些目标，从而形成意图。
或者打个比方，电影《创》(Tron)中的角色对他们周围的世界是如何运作的有一定的了解。他们不了解整个世界，他们可能会对世界的某些部分产生误解。但他们有愿望和目标，他们提出了进一步实现目标的计划。如果你看过《创》，我相信你会有类似的感觉。
它还没有对计算机产生太大的影响。但是，你看，那些对计算机产生影响的东西似乎需要几十年的时间。参见:OOP, GC，字节码编译。
