本文是在笔记本电脑上编写、编辑和设计的，这种可折叠、可移动的设备会让几十年前的计算机科学家们大吃一惊，简直就像魔术一样。这种机器包含数十亿个微小的计算单元，运行着由全球无数人共同编写的数百万行软件指令。无论点击、移动、打字或说话，结果都会无缝地显示在屏幕上。
计算机曾经大到塞满了整个房间，现在它们却无处不在，无处不见，如嵌入式手表、汽车引擎、相机、电视和玩具中，同时它们也管理着电网，分析科学数据，预测天气。可以这么说，如果没有计算机，现代世界的生活就不可能实现。现在科学家的目标是使计算机运行速度更快，程序更智能，而他们的努力建立在一个多世纪的创新之上。
计算机的历史
年，英国数学家查尔斯·巴贝奇设想了一种可编程机器，这种机器预见到了今天的计算结构，具有存储数字的“存储器”、操作数字的“处理器”、指令阅读器和打印机。这台可编程机器还有一些逻辑功能比如判断，“如果是X，那么是Y”。巴贝奇只构造了这个机器的一小部分，但通过巴贝奇的描述，他的朋友阿达·洛芙莱斯发现，洛芙莱斯是一位伯爵夫人而且还是诗人拜伦的女儿，她发现这种可编程机器操纵的数字可以代表任何东西。“一种新的、广泛的、强大的语言被开发出来，”她写道，洛夫莱斯成了这台机器操作的专家，在年她编写了人类史上第一个计算机程序，也经常被称为“第一个程序员”。
年，英国数学家艾伦·图灵提出了一种可以“重写它自己的指令”的计算机想法，即计算机可以不断地为自己自动更新程序，这使得计算机可以无限地编程，就像是计算机的套娃。艾伦·图灵的想法是，使用少量的操作词汇就可以模拟任何复杂的机器，因此这种机器被称为“通用图灵机”。
年，第一台可以真正意义上的电子数字计算机“巨像”(Colossus)问世，它的诞生是为了第二次世界大战期间用于英国破译战时密码。它使用了一种由英国物理学家弗莱明在年发明的真空电子管，这是一种控制电子流动的装置，用于替代可移动的机械部件。这使得“巨像”的运算速度很快，但工程师们每次想要执行新任务时，都必须手动重新接线。
也许是受到图灵关于更容易重新编程的计算机概念启发，创造了美国第一台电子数字计算机ENIAC的研究团队，准备为ENIAC的继任者EDVAC起草一个新的架构。作为20世纪最重要的数学家之一的冯·诺伊曼，在年最终确定了EDVAC的架构，他描述了一种将程序指令存储器和数据存储器合并在一起的存储器结构系统，这种设置现在被称为冯·诺伊曼架构，又称为普林斯顿架构，直到今天几乎所有的计算机都遵循这种模式。
年，贝尔电话实验室的肖克利、巴丁和布拉顿组成的研究小组发明了晶体管，这是一种通过施加电压或电流来控制两点之间电子流动的电路，它取代了速度慢、效率低的真空管。
年和年，德州仪器公司（TI）和仙童半导体公司(FairchildSemiconductor)的基尔比和诺依斯各自独立发明了集成电路，在集成电路中，晶体管和它们的连接电路在一个芯片上加工完成。
很长一段时间，只有专家才能给计算机编程，在年，IBM发布了FORTRAN编程语言，这是一种更容易理解的编程语言，直到今天还在使用。年，该公司推出了IBM个人电脑，而微软则推出了名为MS-DOS的操作系统，这两家公司一起将电脑扩展到了家庭和办公室。
苹果在年推出了Lisa的操作系统，并紧接着年推出了Macintosh的操作系统，进一步实现了电脑的个性化。微软也不甘示弱，在年推出Windows1.0版本操作系统并一直更新至今。这两种系统都支持图形用户界面，为用户提供鼠标光标而不是命令行，这大大方便了普通人对计算机的应用。
“巨像”是世界上第一台可靠的可编程电子计算机，在第二次世界大战中帮助英国情报部队破译密码。
与此同时，研究人员一直在努力改变人们之间的交流方式。年，美国数学家克劳德·香农发表了《通信的数学理论》，使“比特(二进制)”一词得到普及，奠定了现在信息论的基础。他的想法塑造了新的计算方法，特别是通过电线和无线电波共享数据。年，美国高级研究计划局创建了一个名为阿帕网(ARPANET)的计算机网络，后来与其他网络合并形成了互联网（Internet）。年，位于日内瓦附近的欧洲核子研究中心(CERN)的研究人员制定了数据传输规则，这些局部网络后来成为万维网（WWW）的基础。
这些计算机技术进步使人们工作、娱乐和交流的方式有可能继续以令人眼花缭乱的速度变化。但是处理器能有多好呢?算法能变得多智能?随着技术这些的进步，我们应该看到哪些好处和危险?加州大学伯克利分校的计算机科学家斯图尔特拉塞尔与人合写了一本很受欢迎的人工智能教科书，他认为计算机在“拓展艺术创造力、促进科学发展、充当个人助理、驾驶汽车等方面具有巨大潜力。”
追求速度
在很大程度上计算机说的是“比特语言”，它们以1和0组成的字符串存储信息，无论是文档、音乐、应用程序还是密码。同时它们还以二进制的方式处理信息，使晶体管在“开”和“关”状态之间切换。通常来说计算机中的晶体管越多，它处理比特的速度就越快。从更逼真的视频游戏到更安全的空中交通管制，让一切都有可能实现。
晶体管的组合构成电路的组成部分之一，称为逻辑门。例如，如果两个输入都为“开”，则与逻辑门为“开”；如果至少有一个输入打开，则或逻辑门为“开”。逻辑门一起组成了一个复杂的电子交通系统，这是计算机的物理实质，通常来说一个计算机芯片可以包含数百万个逻辑门。
逻辑门越多，晶体管越多，那么计算机就越强大。年，仙童半导体的联合创始人、后来的英特尔(Intel)的戈登·摩尔(GordonMoore)写了一篇关于芯片未来的论文，题目为《将更多的组件塞进集成电路》(CrammingMoreComponentstoIntegratedcircuit)。他指出，从年到年，集成电路或者叫做芯片的晶体管数量每年翻倍，他预计这一趋势将继续下去。
在年的一次演讲中，摩尔指出了这种指数增长背后的三个重要因素：更小的晶体管、更大的芯片以及“设备和电路的智慧”，例如更少的空间浪费，他预计每两年翻一番。事实上他做到了，并且这一趋势持续了几十年，这就是芯片领域赫赫有名的“摩尔定律”。
摩尔定律是经济学上的考量，因为总是会有让计算机更快、更便宜的动机。但在某个时刻，物理定律就会起到干扰作用，例如量子隧穿效应。芯片的发展不可能永远跟上摩尔定律，因为要使晶体管更小变得越来越困难。根据摩尔第二定律，芯片制造工厂的成本每隔几年就会翻一番。据报道，半导体公司台积电(TSMC)正在考虑建造一座耗资亿美元的工厂。
如今，摩尔定律不再成立，晶体管数量翻倍的速度逐渐减缓。尽管我们继续在每一代芯片上添加更多的晶体管，但添加晶体管的速度却越来越低。英特尔晶体管设计负责人那塔金说:“我们相信，我们已经从目前被称为FinFET的晶体管结构中，挤出了所有你能挤出的东西”。在接下来的几年里，芯片制造商将开始生产新的晶体管结构，使设备速度更快，消耗的能源和空间更少。即使那塔金是对的，晶体管已经接近其最小尺寸的极限，但计算机仍然有很多需要改进的地方。通过摩尔的“设备和电路的智慧”，今天的电子设备可以包含许多种加速器，这些是为了特殊目的如人工智能、图形或通信等定制化设计的芯片，可以比通用处理单元更快、更有效地执行任务。
从年到年的计算机性能
直到大约年，晶体管的缩小伴随着计算机性能的提高(下面黑色表示行业基准)和时钟频率，即每秒运行的周期数(绿色)，时钟频率越高，计算机性能越好。但年后，这种规律就不再适用，缩小的晶体管不再产生同样的好处。
未来某些类型的加速器可能有一天会使用量子计算，它利用了亚原子领域的两个特征。第一种是叠加，在叠加状态中，粒子不仅可以以一种或另一种状态存在，而是可以以某种状态的组合存在，直到这种状态被明确地测量出来。因此，量子系统不是以比特的形式来表示信息，而是以量子单元的形式来表示信息，量子单元在测量时可以保留为0或1的可能性。第二个是纠缠，即遥远的两个单元之间的相互依赖。这两个特征加在一起，意味着一个量子计算系统可以以指数方式表示比量子单元更多的可能性，包含所有1和0的同时组合。
量子计算可以有多种形式，但最普遍的一种形式是采用超导导线。这些导线必须保持在绝对零度以上几分之一的温度，即零下摄氏度左右，以防止热的、抖动的原子干扰量子单元微妙的叠加和纠缠。
量子计算机有几个潜在的应用，例如机器学习，优化诸如火车调度，模拟真实世界的量子力学等。但它不太可能成为普通人的通用电脑，事实上我们不清楚如何使用它来运行文字处理器。
新芯片的概念
除了专业加速器外，还有许多新方法可以大幅提高通用芯片的速度。亚特兰大乔治亚理工学院的计算机科学家汤姆·孔特是IEEE重启计算倡议(IEEERebootingComputingInitiative)的负责人，他指出了两种模式。第一种是超导，让芯片在足够低的温度下运行以消除电阻。
第二种模式是可逆计算，在这种模式中，比特被重复使用，而不是作为热量排出。年，IBM的物理学家罗尔夫·兰道尔将信息论和热力学结合起来，他注意到当一个逻辑门接收两个比特并输出一个比特时，它就会破坏一个比特，并以热量的形式将其以熵或其它随机性的形式排出。当数十亿个晶体管以每秒数十亿次的周期运行时，浪费的热量就会累积起来，这时机器就需要更多的电力来计算和冷却。阿尔伯克桑迪亚国家实验室(SandiaNationalLaboratories)从事可逆计算研究的计算机科学家迈克尔·弗兰克在年写道:“传统计算机本质上是一个昂贵的电加热器，它的一个副作用是恰好执行少量的计算。”
但在可逆计算中，逻辑门的输出和输入一样多。这意味着如果你反向运行逻辑门，你可以使用，比如说三个输出比特来获得三个输入比特。一些研究人员设想了一种可逆逻辑门电路，它不仅可以节省那些多余的比特，还可以将它们循环用于其他计算。物理学家理查德·费曼得出的结论是，除了数据传输过程中的能量损失外，计算效率在理论上是没有限制的。
把可逆计算和超导计算结合起来，孔特说，“你会收到双重收益。”高效的计算允许您在同一芯片上运行更多的操作，而无需担心电力使用或热量产生。最终其中一种或两种方法可能会成为超大规模计算的主干”。
软件改进
研究人员继续致力于晶体管、其他计算元件、芯片设计等硬件相关的新技术，如光子学、生物分子、碳纳米管。但是，仅仅通过优化软件代码，现在的计算机仍然可以从当前的硬件架构中获得更多改进。
例如，在《科学》杂志年的一篇论文中，研究人员研究了两个矩阵相乘的简单问题，数学和机器学习中使用的数字网格。当团队选择了一种高效的编程语言并为底层硬件优化了代码时，计算的速度比Python语言的标准代码快了6万多倍，而Python语言目前被认为是用户友好且容易学习的。
麻省理工学院(MIT)的研究科学家尼尔汤普森是《科学》(Science)杂志上这篇论文的合著者，他最近与人合作撰写了一篇论文，探讨算法的历史改进。算法是一组指令，根据人类设定的规则做出决策，用于排序数据等任务。“对于为数不多的算法来说，”他说，“它们的进展和摩尔定律一样快，甚至更快。”
几十年来，包括摩尔在内的人们一直预测摩尔定律的终结。进步可能放缓了，但人类的创新使技术保持快速发展。
追求智慧
从计算机科学的早期开始，研究人员就致力于让计算机复制人类的思维。艾伦·图灵在年发表了一篇题为《计算机器与智能》的论文，他在开篇写道:“我提议设想这样一个问题，‘机器能思考吗?’”他接着概述了一个测试，并称之为“模仿游戏”(现在称为图灵测试)，在这个测试中，一个被测试者通过书写提问的方式同时与计算机和一个人交流，在这种交流过程中被测试者无法看见自己交流的对象是计算机还是人类，他必须通过书写的问题和相应回复来判断哪一个是人哪一个是计算机。如果这个被测试者无法判断差别，那么认为这台计算机是可以思考的。
“人工智能”一词最早出现在年达特茅斯学院(DartmouthCollege)夏季峰会的一项提案中。这个提案提出，“我们将进行一次尝试，寻找如何让机器使用语言、形成抽象和概念，解决目前留给人类的各种问题，并提高机器自身。”峰会的组织者预计，在两个多月的时间里10个峰会的与会者将取得重大进展。
60多年过去了，现在还不清楚这些进展是否达到了当时夏季峰会上的预期。现在人工智能以各种方式围绕着我们:隐形的(例如过滤垃圾邮件)、值得