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
第一台真正的多媒体个人电脑，Amiga:第一台32位抢先处理多任务的个人电脑，第一台硬件图形加速，第一台多声道声音，在许多方面，它比现在流行的多核、多兆赫的Windows盒子机更有用、更强大。
其他回答
过去30年里处理器速度的大幅提升不容忽视。各种聪明的想法，如流水线和抢占式分支，以及处理器设计电子方面的改进，意味着今天的程序员可以更多地担心程序的设计和可维护性，而不必担心计算时钟周期。
在社区支持下，翻译软件可以进行手动更正和建议，随后由人工智能机器人形成模式，最终区分并正确预测不同翻译和上下文中的歧义。
虽然谷歌Translate可能不是野兽，但它是一个系统的母亲，或者可能是等待开发的祖母。
如果你仔细想想，文本语言实际上是大脑的输入，眼睛看到文本并将图像发送到大脑，然后大脑将其转化为理解。
虽然它真正的交流(尤其是人与人之间的交流)是一个高级的话题，但基本的是输入(带上下文)->翻译->理解。
为什么我们仍然没有真正的好办法给远方的同事或不会说我们语言的伙伴发送电子邮件?这显然是第一阶段。
一旦完成，我们就可以进行实时电话翻译之类的工作了。
相反，月复一月，我们最大的智力资产被用于其他更重要的项目，比如太空研究、流星探测，或者试图证明《圣经》是错的(打哈欠)。
我们把更多的时间花在基本的实际交流上怎么样?
自然语言处理。我第一次遇到这种情况是在20世纪90年代初，当时使用的是赛门铁克(Symantec)的一个名为Q&A的程序，它允许您通过键入英文查询来查询数据库。直到今天，我仍然对它印象深刻。
20年前:面向对象编程——更好地处理软件复杂性。
现在:云计算——为了更好地处理硬件复杂性。
未来:说明性的东西，但它还需要20年。
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。
