云计算的昨天、今天和明天.doc

在今天，当我们谈到计算机产品发展的时候，大家比较一致的看法是计算机走过了一个从当初的大型化机器，到20世纪80年代出现的PC，再到2000年以后的智能手机等移动终端这样一个路径。 其实这条路径并不是当初计算机刚刚出现的时候学术界和产业界的主要设想。 从上个世纪40年代到80年代，人工智能一直被认为是计算机未来的制高点，无数专家学者投入其中。但是这个努力一直没有理论上的根本性突破。到80年代，学术和产业界的两个重大努力的挫败，基本终结了人工智能的梦想。 一个努力是1981年日本启动的所谓拥有人工智能的“第五代计算机”。该项目当年在国际上造成了很大的影响。但是因为没有基本理论的支撑，这个项目最终没有达到预期。产品在世界各地做了一些展示之后就不了了之；另外一个努力是1984年在全球，首先是美国掀起的“人工神经网络”热潮。当时有人称其为“第六代计算机”。当时学术界寄希望利用自学习算法，让复杂的非线性网络具有超出数值计算范畴的人工智能。事实证明这条路不可能通向人们希望的智能，人工神经网络只是传统的非线性函数拟合的一种表现形式而已。 这两个努力的失败，导致学术界基本放弃了跨越近半个世纪追求人工智能的努力。也导致了计算机产业发展思路的根本性转向。 进入90年代以后，计算机产业不再企图从根本原理上实现“人工智能”，而是死心塌地地耕耘“数值逻辑与数值计算”这个领域。 计算机产业的发展模式 放弃了人工智能的追求以后，人们便全力投入到了“数值逻辑与数值计算”领域的深化发展。从基础平台上看，人们不断地提高计算机的运算处理速度，这主要得益于摩尔定律至今依然适用分布式处理能力的实现；从应用层面看，因为计算处理速度的不断提高，很多原来无法实现的应用，都不断成为现实，如核武器的模拟，高清晰图像的实时处理，大型金融应用系统的实现等等。 这20年计算机产业的发展可以从多个角度来分析。 一种是从直观的主要计算机硬件产品形态上来看。 硬件产品形态并不能反映产业最本质的特征，特别是在计算机的应用越来越体现在软件上的今天。 所以下面采用另外一个分析的角度，从应用出发，把计算机解决的问题，在应用底层进行分类。计算机应用极为广泛，全方位渗透到社会的各个层面。这个视角，使得我们可以在众多繁杂的应用情景中，略去一些分支和细节，看到计算机行业发展的核心主线： 在计算机刚刚诞生的阶段，计算机主要是用来做数值计算的，也就是常说的科学计算。在这个领域，计算机处理的都是单纯的离散数值问题。对于一些连续非线性复杂的科学计算问题，需要用有限元等一些计算数学工具，把问题映射为计算机可以接受的离散数值计算类问题。 随着计算机处理能力的提高，计算机逐步进入以数据、信息处理为基础的众多应用领域。在这些应用中，最重要、最成功也是最有代表性的是基于结构化数据、信息处理的应用，如在线交易处理等。这类应用问题主要的特征是，支撑应用的是结构化的数据、信息。即每一个信息、数据都可以完全分解为有确定意义的多个字段。银行的业务系统，企业的ERP等等各行业中所谓“mission critical”应用系统，也包括商业智能等，基本都属于这个类别。这些应用，都是基于结构化数据的。在这些应用中，核心的工具就是关系型数据库模型。结构化数据由于其构成字段意义明确，所以很容易将其支撑的应用映射为计算机可处理的数值逻辑或数值计算类问题。这类问题计算机可以相当圆满地解决。在这个阶段，计算机处理的不再是单纯的数值，而是有结构的数据、信息。 由此计算机应用由数值计算，进入到了信息处理阶段，而其基础，是对结构化数据、信息的处理。 在现实世界包括人类产生和使用的所有数据、信息的集合中，结构化数据、信息仅仅占非常小的份额。绝大多数的数据、信息都是非结构化的，即无法完全分解为有明确意义的字段。 随着计算机的发展，特别是计算机使用的普及，非结构化数据、信息的应用需求，正越来越多地涌现出来。而且PC和各种便携式计算机处理能力的大幅提高，也为复杂的非结构化信息的处理提供了技术上的可能。 网络搜索就是一种最简单的面对非结构化信息的应用；在全球信息化程度比较高的国家（包括中国）正在逐步实现的电子病历，也是这类应用中的一种。电子病历绝非是把病历电子化以后存到计算机中，或者做些文字编辑就完事了。而是要对这些信息做有效的整合，管理和应用。这不是采用一些如Office类的通用编辑工具就能够实现的；类似的非结构化信息应用需求在现实世界中随处可见。 所以，随着计算机对社会的全面渗透以及处理能力的不断提高，当前的计算机应用从底层上来看，正在面对一个新的变化，就是如何处理非结构化的信息及相关的应用。 非结构化信息处理，需要合适的数学工具或模型。就像我们在处理非线性系统时那样，没有一个统一的方法可以处理所有的非线性系统问题，尽管线性系统问题可以有统一的处理方式；在非结构化