計算機技術的發展得益於摩爾定律，但也受害於摩爾定律。CPU和計算機性能的不斷提高，解決了某些過去不容易解決的問題，但同時也掩蓋了計算機科學中的一些基本矛盾。芯片和計算機性能的提高已遇到功耗、可靠性和成本三面高牆。並行處理不是萬能藥，一味從提高計算速度上找出路不是明智的選擇。現在應該反思計算機科學是不是走錯了路，應不應該探索革命性的突破。

不應以“化簡為繁”為榮

計算機界普遍認為，計算機科學是“算法的科學”。我認為，成也算法，敗也算法。計算機科學有兩個基礎理論：可計算性和計算複雜性。可惜，學可計算性的人主要興趣在證明某些問題不可計算，學計算複雜性的人主要興趣在證明求解的問題是NP困難問題。計算機界並沒有在化繁為簡方面下大功夫。

電子工程學真正幫助了設計，如芯片設計EDA大大提高了芯片設計的效率。但計算機科學並沒有大大減輕軟件編程的困難。軟件設計理論是不是需要革命性的突破？

信息技術發展的歷史證明：信息技術發展遵循簡單性法則，過於複雜的技術往往被淘汰或脫離主流，如ada語言、數據流計算機、B-ISDN寬帶綜合業務數字網絡技術等。我們知道，互聯網成功的原因之一在於kiss原則keep it simple and stupid。計算機科學不應以把解決方案搞複雜為榮，應追求做事效率，應化繁為簡，而不是化簡為繁。儘可能用簡單方法處理複雜問題是信息技術的生存之道。

軟硬之分已落伍

與研究物質結構原理的物理學相比，計算機科學本質上是研究做事效率和成本的“事理學”。所謂做事，包括科學工程計算、事務處理、信息服務等各種人類想做的事情。做事講章法、講系統、講組織，而不僅僅是算法。蓋大樓包括土木、水電、供暖等各種子系統，相互配合井然有序。但在大型軟件的編制過程中，失敗者比比皆是。我們是否應該反思：計算機科學究竟缺了些什麼？

近代科學學科劃分過細，條塊分割，反而模糊了人們對事物的總體性、全局性的認識。將計算機學科分成科學與工程已不合時宜了，而將計算機分為軟件和硬件就更落伍了。美國南加州大學將計算機學科按分析與綜合分類的新框架有一定道理。計算機科學主要內容是跨學科的分析，計算機工程主要從事面向系統的綜合。

計算機領域要大大加強與物理學、生命科學及社會科學的交叉研究，特別要加強以超級計算機為基礎的計算機模擬與仿真研究。計算機與生物、物理、社會的交叉研究，不能簡單地看成計算機的應用，也不能認為只是其他學科多了一種分析工具。計算機＋物理、計算機＋生物、計算機＋社會學或上述多元組合將形成新的學科。