近幾年來，由于人工智能和物聯(lián)網(wǎng)等新技術的興起，數(shù)據(jù)分析與云存儲等從未出現(xiàn)過的服務接連應用到了各個領域，在這個時代，我們需要的是極快的信息傳輸速度，覆蓋率高的設備及網(wǎng)絡連接，高度發(fā)達的計算與分析技術來處理大量數(shù)據(jù)，就像我們的大腦的一樣。

當世界變成一個巨大的大腦

統(tǒng)一的收集來自世界各地的傳感器的數(shù)據(jù)，像神經(jīng)元細胞之間那樣建立全球規(guī)模的分布式網(wǎng)絡對數(shù)據(jù)進行分析，并綜合這些數(shù)據(jù)來整體感知我們的世界，我們可以獲得更全面的氣候預測結果，也可以跟蹤和協(xié)調在這個星球上的每部車輛，以提高能源利用效率和消除交通擁堵。

技術上的三大障礙

從本質上來說，世界腦的構想就是一項超大型的物聯(lián)網(wǎng)工程，對普通物聯(lián)網(wǎng)項目而言最重要的三大障礙，對世界腦一樣存在。

障礙一：搜集數(shù)據(jù)

走在馬路上，我們能穿過來來往往的車流，安全的到達目的地，全靠大腦有條不紊地向身體各部位發(fā)號施令，指揮我們的雙腿何時行走，何時停下，做出這些指令的依據(jù)，便是我們的視覺、聽覺等感官搜集到的數(shù)據(jù)信息。世界腦系統(tǒng)運轉的第一步也是收集數(shù)據(jù)，數(shù)據(jù)的巨大需求量對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，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算技術為海量數(shù)據(jù)的處理指明了采用分布式計算的大方向，可是再優(yōu)秀的計算方式也必須有處理器的支持，目前處理器運算能力的進步遠遠趕不上新數(shù)據(jù)產(chǎn)生的速度，在美國，局部地區(qū)的災害天氣預測及風險評估都已經(jīng)用上了超級計算機，若是換成世界腦的計算規(guī)模，就算現(xiàn)在的處理器用分布式計算可以勝任，但計算出結果所花費的時間也不是我們能承受的。

障礙三：運行算法

接觸過程序設計的人都知道，算法是程序的靈魂，當數(shù)據(jù)收集上來后，用什么方法加以分析，分析出結果后，又采取什么樣的行動和反應，像世界腦那樣一個龐大的系統(tǒng)，如果算法選擇得當，所節(jié)省的時間與資源是不可估量的。

關于世界腦的算法最理想的情形，應該是與大腦運行機制類似的人工神經(jīng)網(wǎng)絡，這項技術的研究在許多年前就已經(jīng)開始了，但進展十分緩慢。

除了以上的三大技術障礙外，世界腦的構想要想實現(xiàn)，還需要各國的密切配合，這也是一項不小的挑戰(zhàn)，不過若是技術上的難關能夠攻克，至少我們可以看到世界腦實現(xiàn)的曙光。