其實這條路徑并不是當初計算機剛剛出現的時候學術界和產業界的主要設想。

 　　從上個世紀40年代到80年代，人工智能一直被認為是計算機未來的制高點，無數專家學者投入其中。但是這個努力一直沒有理論上的根本性突破。到80年代，學術和產業界的兩個重大努力的挫敗，基本終結了人工智能的夢想。

 　　一個努力是1981年日本啟動的所謂擁有人工智能的“第五代計算機”。該項目當年在國際上造成了很大的影響。但是因為沒有基本理論的支撐，這個項目最終沒有達到預期。產品在世界各地做了一些展示之后就不了了之；另外一個努力是1984年在全球，首先是美國掀起的“人工神經網絡”熱潮。當時有人稱其為“第六代計算機”。當時學術界寄希望利用自學習算法，讓復雜的非線性網絡具有超出數值計算范疇的人工智能。事實證明這條路不可能通向人們希望的智能，人工神經網絡只是傳統的非線性函數擬合的一種表現形式而已。

 　　這兩個努力的失敗，導致學術界基本放棄了跨越近半個世紀追求人工智能的努力。也導致了計算機產業發展思路的根本性轉向。

 　　進入90年代以后，計算機產業不再企圖從根本原理上實現“人工智能”，而是死心塌地地耕耘“數值邏輯與數值計算”這個領域。

 　　計算機產業的發展模式

 　　放棄了人工智能的追求以后，人們便全力投入到了“數值邏輯與數值計算”領域的深化發展。從基礎平臺上看，人們不斷地提高計算機的運算處理速度，這主要得益于摩爾定律至今依然適用分布式處理能力的實現；從應用層面看，因為計算處理速度的不斷提高，很多原來無法實現的應用，都不斷成為現實，如核武器的模擬，高清晰圖像的實時處理，大型金融應用系統的實現等等。

 　　這20年計算機產業的發展可以從多個角度來分析。

 　　一種是從直觀的主要計算機硬件產品形態上來看。

 　　硬件產品形態并不能反映產業最本質的特征，特別是在計算機的應用越來越體現在軟件上的今天。

 　　所以下面采用另外一個分析的角度，從應用出發，把計算機解決的問題，在應用底層進行分類。計算機應用極為廣泛，全方位滲透到社會的各個層面。這個視角，使得我們可以在眾多繁雜的應用情景中，略去一些分支和細節，看到計算機行業發展的核心主線：

 　　在計算機剛剛誕生的階段，計算機主要是用來做數值計算的，也就是常說的科學計算。在這個領域，計算機處理的都是單純的離散數值問題。對于一些連續非線性復雜的科學計算問題，需要用有限元等一些計算數學工具，把問題映射為計算機可以接受的離散數值計算類問題。

 　　隨著計算機處理能力的提高，計算機逐步進入以數據、信息處理為基礎的眾多應用領域。在這些應用中，最重要、最成功也是最有代表性的是基于結構化數據、信息處理的應用，如在線交易處理等。這類應用問題主要的特征是，支撐應用的是結構化的數據、信息。即每一個信息、數據都可以完全分解為有確定意義的多個字段。銀行的業務系統，企業的ERP等等各行業中所謂“mission critical”應用系統，也包括商業智能等，基本都屬于這個類別。這些應用，都是基于結構化數據的。在這些應用中，核心的工具就是關系型數據庫模型。結構化數據由于其構成字段意義明確，所以很容易將其支撐的應用映射為計算機可處理的數值邏輯或數值計算類問題。這類問題計算機可以相當圓滿地解決。在這個階段，計算機處理的不再是單純的數值，而是有結構的數據、信息。

 　　由此計算機應用由數值計算，進入到了信息處理階段，而其基礎，是對結構化數據、信息的處理。

 　　在現實世界包括人類產生和使用的所有數據、信息的集合中，結構化數據、信息僅僅占非常小的份額。絕大多數的數據、信息都是非結構化的，即無法完全分解為有明確意義的字段。

 　　隨著計算機的發展，特別是計算機使用的普及，非結構化數據、信息的應用需求，正越來越多地涌現出來。而且PC和各種便攜式計算機處理能力的大幅提高，也為復雜的非結構化信息的處理提供了技術上的可能。

 　　網絡搜索就是一種最簡單的面對非結構化信息的應用；在全球信息化程度比較高的國家（包括中國）正在逐步實現的電子病歷，也是這類應用中的一種。電子病歷絕非是把病歷電子化以后存到計算機中，或者做些文字編輯就完事了。而是要對這些信息做有效的整合，管理和應用。這不是采用一些如Office類的通用編輯工具就能夠實現的；類似的非結構化信息應用需求在現實世界中隨處可見。

 　　所以，隨著計算機對社會的全面滲透以及處理能力的不斷提高，當前的計算機應用從底層上來看，正在面對一個新的變化，就是如何處理非結構化的信息及相關的應用。

 　　非結構化信息處理，需要合適的數學工具或模型。就像我們在處理非線性系統時那樣，沒有一個統一的方法可以處理所有的非線性系統問題，盡管線性系統問題可以有統一的處理方式；在非結構化信息處理方面，我認為也不會有一個統一的具體方法，使得我們可以處理所有的非結構化信息的問題，盡管我們用關系型數據庫可以處理所有的結構化信息的問題。

 　　對于非結構化信息的處理，也會走非線性化系統的處理方式，即根據不同問題的類型，有不同的處理方法。因此，在非結構化信息處理應用方面，將會出現眾多的方法和手段，去處理不同類別的問題。

 　　所以，計算機應用正在進入這樣一個階段：需要在基礎理論層面創建不同的工具/模型，去處理不同類別的非結構化信息的處理問題。這些方法會有一些共同特征，比如多維結構，不同數學結構之間相互交織耦合等等。僅僅在應用邏輯層面做文章，是不太可能很好地解決非結構化信息管理與應用的問題的。

 　　云計算引發的格局變遷

 　　如果我們將當前計算機領域里非常受關注的熱點“云計算”和“物聯網”，與上面談過的非結構化信息處理問題放在計算機行業的總體層面來看。

 　　我將計算機行業在比較宏觀的層面分為了三層：應用的基礎技術、基本理論，應用的產品與服務，以及產品與服務的消費方式。所謂消費方式，不是指廠家賺錢的商業模式，而是指用戶消費產品和服務的方式。

 　　按照這三層來看，“云計算”盡管帶來計算機產品層面的變化，但是其最重要的意義還是在普遍意義上改變了計算機應用的消費方式，即它讓原來用戶自購自建的消費方式，走向以（廣域）網上（付費）使用為主的模式，從而更廣泛更深刻地改變人類的工作和生活。消費模式的改變這才是“云計算”的本質，也是其對計算機產業和整個社會在整體上的最重要的影響。由于消費方式在整體上根本性變化，“云計算”將促使整個計算機產業發生結構性改變，包括產業價值鏈的重組。

 　　而“云計算”之所以成為可能，在產品層面，不是因為虛擬化等技術的所謂突破。事實上虛擬化技術早在上世紀80年代就開始在IBM的主機上成熟應用了，但那時并沒有大規模的“云計算”這種消費方式出現。促使“云計算”大規模使用的產品層面的原因，實際上是因為計算和存貯資源以及網絡帶寬的價格大幅下降（或稱性價比的大幅提高）。計算資源成本的大幅下降，才有可能將大量的計算資源集中在一起，做成一個“池子”，普及性地讓眾多用戶按需使用。

 　　物聯網則處于產品與服務這個中間層。由于網絡，特別是傳感器的普及，使得我們可以構建服務于不同目的的物聯網。物聯網中的一個核心，是傳感器產品的使用。所以物聯網主要是在產品和服務層面的擴充，進一步拓寬了計算機應用范圍。屬于產業新的增長點，而不是像云計算那樣會整體地影響整個產業。