近幾年來(lái)，由于人工智能和物聯(lián)網(wǎng)等新技術(shù)的興起，數(shù)據(jù)分析與云存儲(chǔ)等從未出現(xiàn)過(guò)的服務(wù)接連應(yīng)用到了各個(gè)領(lǐng)域，在這個(gè)時(shí)代，我們需要的是極快的信息傳輸速度，覆蓋率高的設(shè)備及網(wǎng)絡(luò)連接，高度發(fā)達(dá)的計(jì)算與分析技術(shù)來(lái)處理大量數(shù)據(jù)，就像我們的大腦的一樣。
當(dāng)世界變成一個(gè)巨大的大腦
統(tǒng)一的收集來(lái)自世界各地的傳感器的數(shù)據(jù)，像神經(jīng)元細(xì)胞之間那樣建立全球規(guī)模的分布式網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行分析，并綜合這些數(shù)據(jù)來(lái)整體感知我們的世界，我們可以獲得更全面的氣候預(yù)測(cè)結(jié)果，也可以跟蹤和協(xié)調(diào)在這個(gè)星球上的每部車輛，以提高能源利用效率和消除交通擁堵。
技術(shù)上的三大障礙
從本質(zhì)上來(lái)說(shuō)，世界腦的構(gòu)想就是一項(xiàng)超大型的物聯(lián)網(wǎng)工程，對(duì)普通物聯(lián)網(wǎng)項(xiàng)目而言最重要的三大障礙，對(duì)世界腦一樣存在。
障礙一：搜集數(shù)據(jù)
走在馬路上，我們能穿過(guò)來(lái)來(lái)往往的車流，安全的到達(dá)目的地，全靠大腦有條不紊地向身體各部位發(fā)號(hào)施令，指揮我們的雙腿何時(shí)行走，何時(shí)停下，做出這些指令的依據(jù)，便是我們的視覺(jué)、聽(tīng)覺(jué)等感官搜集到的數(shù)據(jù)信息。世界腦系統(tǒng)運(yùn)轉(zhuǎn)的第一步也是收集數(shù)據(jù)，數(shù)據(jù)的巨大需求量對(duì)傳感器的智能度和精密性提出了很高的要求，作為物聯(lián)網(wǎng)節(jié)點(diǎn)，這些傳感器不僅要能感知環(huán)境，記錄數(shù)據(jù)，還需要具備數(shù)據(jù)的自動(dòng)傳輸能力，這些都不是現(xiàn)在的傳感器能做到的。
障礙二：數(shù)據(jù)分析
最近幾年興起的云計(jì)算技術(shù)為海量數(shù)據(jù)的處理指明了采用分布式計(jì)算的大方向，可是再優(yōu)秀的計(jì)算方式也必須有處理器的支持，目前處理器運(yùn)算能力的進(jìn)步遠(yuǎn)遠(yuǎn)趕不上新數(shù)據(jù)產(chǎn)生的速度，在美國(guó)，局部地區(qū)的災(zāi)害天氣預(yù)測(cè)及風(fēng)險(xiǎn)評(píng)估都已經(jīng)用上了超級(jí)計(jì)算機(jī)，若是換成世界腦的計(jì)算規(guī)模，就算現(xiàn)在的處理器用分布式計(jì)算可以勝任，但計(jì)算出結(jié)果所花費(fèi)的時(shí)間也不是我們能承受的。
障礙三：運(yùn)行算法
接觸過(guò)程序設(shè)計(jì)的人都知道，算法是程序的靈魂，當(dāng)數(shù)據(jù)收集上來(lái)后，用什么方法加以分析，分析出結(jié)果后，又采取什么樣的行動(dòng)和反應(yīng)，像世界腦那樣一個(gè)龐大的系統(tǒng)，如果算法選擇得當(dāng)，所節(jié)省的時(shí)間與資源是不可估量的。
關(guān)于世界腦的算法最理想的情形，應(yīng)該是與大腦運(yùn)行機(jī)制類似的人工神經(jīng)網(wǎng)絡(luò)，這項(xiàng)技術(shù)的研究在許多年前就已經(jīng)開始了，但進(jìn)展十分緩慢。
除了以上的三大技術(shù)障礙外，世界腦的構(gòu)想要想實(shí)現(xiàn)，還需要各國(guó)的密切配合，這也是一項(xiàng)不小的挑戰(zhàn)，不過(guò)若是技術(shù)上的難關(guān)能夠攻克，至少我們可以看到世界腦實(shí)現(xiàn)的曙光
