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
这是一个消极的结果，作为一个“基础创新”很奇怪，但我认为适用，因为它开辟了新的研究领域，关闭了无用的领域。
分配共识的不可能性:2001年PODC影响力论文奖
We assumed that the main value of our impossibility result was to close off unproductive lines of research on trying to find fault-tolerant consensus algorithms. But much to our surprise, it opened up entirely new lines of research. There has been analysis of exactly what assumptions about the distributed system model are needed for the impossibility proof. Many related distributed problems to which the proof also applies have been found, together with seemingly similar problems which do have solutions. Eventually a long line of research developed in which primitives were classified based on their ability to implement wait-free fault-tolerant consensus.
其他回答
标签，信息分类的方式。是的，就是每个问题下面的小方框。
令人惊讶的是，标签发明花了大约30年的时间。我们使用了目录和目录;我们使用了为印刷书籍优化的东西。
然而，30年比人们意识到印刷书籍可以用更小的格式的时间短得多。人们可以把书放在手里。
我认为核心CS玩家低估了标签概念。所有的研究都集中在自然语言处理(自顶向下的方法)。但是标签是第一种计算机和人类都能很好理解的语言。这是一种自底向上的方法，使计算机使用自然语言。
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。
我相信单元测试、TDD和持续集成是1980年之后的重大发明。
什么都没有。
我认为这是因为人们改变了他们的态度。人们过去相信，只要找到“好点子”，就能一夜暴富。如今，人们相信，回报最大的是执行过程，而不是发现过程。你有诸如“想法一毛钱一打”和“第二只老鼠得到奶酪”这样的咒语。因此，人们专注于开发现有的想法，而不是想出新的想法。
HTM系统(分层时态记忆)。
人工智能的一种新方法，由杰夫·霍金斯通过《论智能》一书发起。
现在是一家名为Numenta的公司，通过开发“真正的”人工智能来测试这些想法，并邀请社区通过sdk使用该系统来参与。
它更多的是从头开始构建机器智能，而不是试图模仿人类的推理。
