（一）电子商务产生和发展的条件

电子商务的起点在于计算机和网络技术的应用，自冯·诺依曼原理诞生以来，计算机不断革新，不断进步，有学科将其划分成一、二、三、四、五代，尤其是人工智能和新一代处理芯片的应用，使计算机的速度突飞猛进，也让处理各种图形化数据成为可能。

（二）小资料

1.认知计算机成功突破冯·诺依曼体系束缚

神经突触系统不仅仅是一个一次多重感官分析复杂问题的系统，它也支持动态重发，因为它和环境系统是动态交互的，可以匹配打造，具有紧凑和低功耗的优点。

2.认知计算机芯片

目前IBM已经设计出了两个原型，其中一个采用了2个核心的45纳米的SOI-CMOS制造，包含了25 6个神经元，每一个核心包含262144个可编程突触和其他包含65536个学习突触，IBM团队已经成功地验证了其简单的功能，包括导航、模式识别、联想记忆和分类等。

相对于传统的冯·诺依曼计算机，它更加节能，而且集成了处理器的内存，可以模仿大脑的事件驱动模式，进行分布式和并行处理。

IBM长远的目标是建立一个芯片系统，包含1000亿个神经元和100万亿个神经突触，而其体积不到2升，功耗为1千瓦。

2011年8月18日，蓝色巨人IBM公布了一个令人振奋的消息。他们通过模拟大脑结构，首次成功构建出了两个具有感知认知能力的硅芯片原型，可以像大脑一样具有学习和处理信息的能力。IBM公司领导该研究项目的负责人德哈门德拉·莫德哈表示，这两个计算机芯片结合了神经元的计算能力、突触（或神经节）的记忆能力和轴突的通信能力，基于这样的芯片，新一代计算机即将闪亮登场。

3.依靠软件来实现人工智能的计算机“智商”太低

自从计算机诞生以来，人类就憧憬着有朝一日，计算机能像人类大脑一样，会学习、懂交流、能感知、可互动，成为真正具有人工智能的电脑。

这样的想法说起来很好，但做起来却非常的难。一种思路是通过编制各种各样复杂的软件来实现人工智能。比如现如今大家使用的搜索引擎，就编制了复杂的计算机软件，可以依据过去发生的事件，初步预测一些特定的人类行为。再如智能手机，只要输入几个字母，就可以“推测”出你到底想要输入什么字词。但这都只是对大脑功能的简单模仿，用计算机专家的话来说，这些计算机的智商还没有达到人类婴儿的水平。

利用软件实现人工智能还有一个更大的局限，就是受限于计算机的结构。现代计算机是以冯·诺依曼架构为基础，其内存和处理器分开，以总线作为数据通道。虽然当今计算机的运行速度日新月异，但内存与处理器之间的数据交互传输依然受限于总线的能力，这又被计算机科学家称为“冯·诺依曼瓶颈”。现代计算机的优点是善于解决数学问题和串行处理；缺点是无法处理大型问题，能耗高且编程困难。

在征服人工智能这座险峰的过程中，一些科学家认识到，计算机能解决什么问题并不重要，重要的是计算机如何处理问题。人脑之所以强大，在于其有近千亿个神经元和10多万亿个神经突触，信号可以传向四面八方。大脑神经元可同时工作，并行处理。

4.模仿大脑构建智能计算机的曲折挑战

IBM的想法就是试图模仿大脑结构来构建新的计算机芯片。事实证明，这依然不是一条坦途。以IBM在计算机领域纵横60余载的能力和经验，完成本次一代类脑芯片原型，就动用了6个实验室，联合了来自康奈尔大学、威斯康星大学、加州大学、哥伦比亚大学和政府研究机构的上百位研究人员。不算IBM的投入，仅美国国防部高级研究计划局就资助了4100万美元的研究经费。即使这样，该研究也历时6年，耗费人工高达数百万小时。

要想让计算机像大脑一样工作，不仅是技术上、生理上的挑战，也是对脑科学的挑战，同时还要挑战计算机的极限。IBM之所以选择了这样的一条路，是有迹可循的。2006年，IBM利用超级计算机模拟了40%老鼠大脑。2007年，模拟了老鼠全部大脑。2009年IBM宣布，模拟了猫的大脑皮层，同年，模拟了1%人类大脑皮层。

5.新类脑芯片有神经元、突触和轴突

对于IBM最新研制的类脑芯片，市场研究公司Envisioneering Group分析师理查德·多尔蒂认为，这项研究可以说是目前最接近复杂的认知计算机，它与当前所使用的传统计算机完全不同。这种新的计算机芯片的核心是其构造与大脑类似，有神经元，有突触，还有轴突。神经元是计算机的数字信息处理器，突触是学习和记忆的基础，轴突则是数据通道。

新芯片采用45纳米工艺，晶体管构造，设计模仿大脑神经元和突触组织。两个芯片均有256个数字神经元和256个轴突，数字神经元为10兆赫，具有芯片的标准功能，如存储器、通信控制器等，可基于输入动态连接突触，神经元可记住最近的活动，引发突触。使用量大的轴突，其权重较大。其中一个芯片拥有262144个可编程突触，而另一个芯片拥有65356个学习突触，这种芯片最令人感兴趣。理论上，每个数字神经元可同时与另外255个数字神经元连接，对于拥有65356个学习突触的芯片而言，可产生1700个不同的组合。

至于芯片的实际架构，IBM还没有暗示数字神经元是否为交叉阵列排列。不过，IBM的新芯片不需要输入和输出，每个神经元都与另外的255个神经元交叉连接。研究人员透露，该芯片具有非常大规模的并行能力。至于所有256个神经元是否可以在同一时间运行，目前还不清楚。

6.类脑芯片的“智商”仍有待提高

需要注意的是，虽然新芯片拥有256个神经元，但其“智商”还是令人难以置信的低，因为即便是池塘边的一只蜗牛也拥有11000个神经元。事实上，IBM制造技术的重要意义在于利用传统的硅实现了类脑结构。到目前为止，几乎每一个涉及人工智能和大脑模拟的技术均在超级计算机上通过编制软件实现，比如蓝脑。但超级计算机需要巨大的空间和大量的投资，并耗费大量的电能，如果能够把神经网络缩小到一个芯片上，可能只需几瓦的电能，这样就可以大幅度节省能耗。如果IBM实现了规模化设计，就有可能制造出与人类大脑相近、拥有数百万乃至数十亿数字神经元的计算机。(www.daowen.com)

IBM表示，新芯片已成功完成迷宫游戏和挡板游戏。下一步将通过创造更多的数字神经元，来挑战模式识别、分析辨认物体的图像和视频或分析气象站的实时数据。

IBM的最终目标是利用信息技术将其基础设施与物理世界连接。物理世界往往是随机混乱的，难以被电脑理解和操控。但类脑芯片电脑却可以借助信息技术，处理数字和数据，达到操控物理世界的效果。利用IBM的类脑芯片，有可能设计出更好的交通信号系统、空中交通管制系统，更好地管理公用事业，那将是一个完全不同的信息新时代。

美国IBM公司的研究人员公布了他们的最新研究成果——一种可以模拟人脑处理信息方式的认知计算机芯片。

建立在这种芯片基础上的计算机将与目前大多数计算机的运行方式截然不同。现在的计算机采用的是冯·诺依曼结构，即内存和处理器是分开的，两者之间通过总线来传输数据。在过去的60多年中，计算机内存容量和处理器速度不断增长，但这种速度远远大于双方之间流量的增加，使计算机的整体效率受到严重限制，出现了“冯·诺依曼瓶颈”。

现代神经生物学认为，记忆是存在于神经元和神经突触中的。如果把人脑看作计算机，这部机器的内存和处理器是合二为一的。每个神经元的工作速度并不是很快，但人脑有1000亿个神经元，所有神经元之间约有100万亿个神经突触相连，其中产生的计算能力不可估量。

IBM芯片模拟的就是这种结构。已经研发出的两个芯片没有任何生物成分，完全由硅电路组成，每个都含有256个神经元，其中一块有超过26万个可控制的神经突触，另一块有6万多个学习型神经突触。在这两块芯片的基础上，研究人员成功让计算机实现导航、机器视觉、模式识别、联系记忆及分类等功能。

研究人员的长期目标是建立一个有100亿个神经元和100万亿个神经突触的芯片系统，容量不超过2升，每小时耗电只有1度。最终建立在这种芯片上的计算机，将可以从经验中学习，找到联系，建立假设，模拟人脑的结构及弹性功能。

该研究项目负责人莫德哈介绍说，现在的计算机简单说来还是一种“计算器”，在处理一些问题时，耗能大，编程过于复杂。认知型计算机不会取代传统计算机，但有望让现在很多看似不可能的计算应用成为现实。

2008年，IBM公司及5家美国大学得到美国国防部高级项目研究局的经费支持，开始进行认知型计算机芯片的研究。这一研究团队于2011年8月18日宣布已经得到2100万美元的下一期经费，准备开展进一步研究。

基于计算机芯片处理技术的发展，互联网的快速发展成为可能，也为电子商务发展打下了基础。在快速的网络运输信息条件下，任何资源都可以在第一时间传遍千家万户，成为每个消费者都能够快速阅读的信息。

因特网始于1969年的美国。美军在ARPA（阿帕网，美国国防部研究计划署）制定的协定下，首先将因特网用于军事连接，后将美国西南部的加利福尼亚大学洛杉矶分校、斯坦福大学研究学院、加利福尼亚大学和犹他州大学的4台主要的计算机连接起来。这个协定由剑桥大学的BBN（宽频带计算机）和MA（人工应答计算机）执行，1969年12月开始联机。

在如今的日常生活中，因特网这个词已经频繁出现在我们的交流中，因特网是不是就是我们常看到的Internet呢？

实际上Internet表示的意思是互联网，又称网际网络，根据音译也被叫作因特网、英特网，是网络与网络之间所串连成的庞大网络，这些网络以一组通用的协议相连，形成逻辑上的单一且巨大的全球化网络，在这个网络中有交换机、路由器等网络设备，各种不同的连接链路，种类繁多的服务器和数不尽的计算机、终端。使用互联网可以将信息瞬间发送到千里之外的人手中，它是信息社会的基础。

1968年，参议员特德·肯尼迪（Ted·Kennedy）听说BBN赢得了ARPA协定作为内部消息处理器（IMP），便向BBN发送贺电称赞他们在赢得“内部消息处理器”协定中表现出的精神。

1978年，UUCP（UNIX和UNIX拷贝协议）在贝尔实验室被提出来。1979年，在互联网时代UUCP的基础上新闻组网络系统发展起来。新闻组（集中某一主题的讨论组）紧跟着发展起来，它为在全世界范围内交换信息提供了一个新的方法。然而，新闻组并不认为是互联网的一部分，因为它并不共享TCP/IP协议，它连接着遍布世界的UNIX系统，并且很多互联网站点都充分地利用新闻组，新闻组是网络世界发展中的非常重大的一部分。

第一个检索互联网的成就在1989年出现，是由彼得（Peter Deutsch）和他的全体成员在蒙特利尔的麦吉尔大学（McGill University）创造的，他们为FTP站点建立了一个档案，后来命名为Archie。这个软件能周期性地到达所有开放的文件下载站点，列出它们的文件并且建立一个可以检索的软件索引。检索Archie命令是UNIX命令，所以只有利用UNIX知识才能充分利用它的性能。

麦吉尔大学是第一个拥有Archie的大学，学校方面发现每天从美国到加拿大的通信中有一半的通信量在访问Archie。学校担心的是管理程序能否支持这么大的通信流量，因此只好关闭外部的访问。幸运的是当时还有很多很多其他的Archie可以利用。

布鲁斯特·卡勒（Brewster Kahle），当时是在智能计算机（Thinking Machines）发明了广域网信息服务（WAIS），能够检索一个数据库下所有文件和允许文件检索。根据复杂程度和性能情况不同有很多版本，但最简单的可以让网上的任何人使用。在它的高峰期，智能计算机公司维护着在全世界范围内能被WAIS检索的超过600个数据库的线索。包括所有的在新闻组里常见问题文件和所有的正在开发中用于网络标准的论文文档等。和Archie一样，它的接口并不是很直观，所以要想很好地利用它也得花费很大的功夫。

1989年，在普及互联网应用的历史上又一个重大的事件发生了。蒂姆·伯纳斯和其他在欧洲粒子物理实验室的人——这些人在欧洲粒子物理研究所非常出名，提出了一个分类互联网信息的协议。这个协议，1991年后被称为WWW（World Wide Web），基于超文本协议——在一段文字中嵌入另一段文字——的连接系统，当你阅读这些页面的时候，你可以随时用它们选择一段文字链接。虽然它出现在Gopher之前，但发展十分缓慢。

由于最开始互联网是由政府部门投资建设的，所以它最初只是限于研究部门、学校和政府部门使用。除了直接服务于研究部门和学校的商业应用之外，是不允许使用在其他的商业行为中的。20世纪90年代初，当独立的商业网络开始发展起来，这种局面才被打破。这使得从一个商业站点发送信息到另一个商业站点而不经过政府资助的网络中枢成为可能。

1991年，第一个连接互联网的友好接口在明尼苏达大学被开发出来。当时学校只是想开发一个简单的菜单系统可以通过局域网访问学校校园网上的文件和信息。紧接着大型主机的信徒和支持客户—服务器体系结构的拥护者们的争论开始了。开始时大型主机系统的追随者占据了上风，但自从客户—服务器体系结构的倡导者宣称他们可以很快建立起一个原型系统之后，他们不得不承认自己失败了。客户—服务器体系结构的倡导者们很快做了一个先进的示范系统，这个示范系统叫作Gopher。这个Gopher被证明是非常好用的，之后的几年里全世界范围内出现10000多个Gopher。它不需要UNIX和计算机体系结构的知识。在一个Gopher里，只需要敲入一个数字选择想要的菜单选项即可。今天可以使用全世界范围内的所有Gopher系统。

当内华达州立大学（University of Nevada）的雷诺创造了VERONICA（通过Gopher使用的一种自动检索服务）， Gopher的可用性被大大加强了。VERONICA是Very Easy Rodent-Oriented Netwide Index to Computerized Archives的首字母简称。遍布世界的Gopher像网一样搜集网络连接和索引，它如此的受欢迎，以致很难连接上它们，为了减轻负荷，大量的VERONICA被开发出来。类似的单用户的索引软件也被开发出来，称作JUGHEAD（Jonays Universal Gopher Hierachy Excavation And Display），Archie的发明人彼得一直坚持Archie是Archier的简称。当VERONICA和JUGHEAD出现的时候，他表示出了对这两者的厌恶。