冯.诺依曼架构在新人工智能时代的进化
说起冯·诺依曼架构，就不得不说起图灵机（Turing Machine），图灵机是英国数学家阿兰·图灵（Alan Turing）于1936年提出的抽象计算模型，图灵机是一台存在于大脑中的计算机，拥有一个无限长的磁带，根据输入和一个状态迁移表确定下一步动作。
计算机先驱者以图灵机为模型制造了第一代计算机，其中比较知名的是美国军方的ENIAC计算机，这个计算机几乎完全克隆了图灵机的设计，ENIAC程序是在多组插板上的跳线，形成了类似于图灵机的状态迁移图，为了完成这个程序，需要好几个人工作一周才能完成，然后这个程序就可以处理多组数据输入并生成结果。
冯·诺依曼意识到这种编程方法非常低效，因此就设想能够将程序存储起来，形成“存储程序型”电脑，这种电脑的特点是将程序和数据都加载到内存中，将数据和程序转移到ALU（算术逻辑单元）和控制器进行计算，当然ALU也具有输入输出装置。冯·诺依曼架构的特点是非常简洁，不需要在内存和CPU（中央处理器）之间设置多条总线【1】
冯.诺依曼架构
新人工智能时代的AI威胁论和产生的标准智能模型
本世纪以来，随着互联网大数据的兴起、信息的爆炸式增长、深度学习等机器学习算法在互联网领域的广泛应用，人工智能再次进入快速发展时期。与此同时，不同领域的科学家，企业家如物理学家霍金，微软创始人比尔盖茨等人，纷纷对人工智能的未来表达了担心，提出人工智能的快速发展可能对人类本身产生威胁，由于这些科学家，企业家具有很强的影响力，人工智能威胁论因此得到广泛传播。
人工智能威胁论不仅仅是一个引发巨大争议的社会热点问题，其背后更是一个人工智能系统能否定量评测的课题。在上一篇文章“开展AI智商测试应首先建立统一人和机器的标准智能模型”中“重点阐述了建立标准智能模型，尝试统一概括人，生命体，机器人，人工智能系统的特征”。如下图所示：
图3 标准智能系统模型示意图
这个模型有如下特点：
特征1 能够通过声音、图像、文字等方式（包括但不仅限于这三种方式）从外界获取数据，信息和知识的能力。
特征 2 能够将从外界获取的数据、信息和知识转化为系统掌握知识的能力。
特征3 能够根据外界数据、信息和知识所产生的需求，通过运用所掌握的知识进行创新的能力，这些能力包括但不仅限于联想、创作、猜测、发现规律等，这种能力运用的结果可以形成自身掌握的新的知识。
特征 4 能够通过声音、图像、文字等方式（包括但不仅限于这三种方式）将系统产生数据，信息和知识反馈给外界或对外界进行改造。
标准智能系统如何与外部世界以及相互之间进行知识的交互，我们用下图进行阐述：
图4标准智能系统与外部世界交互图
新人工智能时代，冯·诺依曼架构的进化
我们在上文中提到，冯·诺依曼架构有五个构成部分，分别是计算器、逻辑控制装置、存贮器、输入系统、输出系统。对比我们在图3和图4描述的标准智能模型和标准智能模型知识交互图，可以发现冯·诺依曼架构在互联网条件下的新人工智能时代可以补充两个部分，通过这种补充，试图将人，机器，人工智能系统用一个更为明晰的方式表示出来。
第一个是创新创造功能，即能够根据已有的知识，发现新的知识元素和新的规律，使之进入到存储器，供计算机和控制器使用，并通过输入输出系统与外部进行知识交互；
第二个是能够进行知识共享的外部知识库或云存贮器，而冯.诺依曼架构的外部存储其只为单一系统服务。
因此对冯诺·依曼架构进行扩展，形成如图5所示的新架构
图5 统一人和机器的新冯诺依曼架构