近幾年來，由于人工智能和物聯網等新技術的興起，數據分析與云存儲等從未出現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絡連接，高度發達的計算與分析技術來處理大量數據，就像我們的大腦的一樣。

當世界變成一個巨大的大腦

統一的收集來自世界各地的傳感器的數據，像神經元細胞之間那樣建立全球規模的分布式網絡對數據進行分析，并綜合這些數據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網工程，對普通物聯網項目而言最重要的三大障礙，對世界腦一樣存在。

障礙一：搜集數據

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，便是我們的視覺、聽覺等感官搜集到的數據信息。世界腦系統運轉的第一步也是收集數據，數據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，作為物聯網節點，這些傳感器不僅要能感知環境，記錄數據，還需要具備數據的自動傳輸能力，這些都不是現在的傳感器能做到的。

障礙二：數據分析

最近幾年興起的云計算技術為海量數據的處理指明了采用分布式計算的大方向，可是再優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據產生的速度，在美國，局部地區的災害天氣預測及風險評估都已經用上了超級計算機，若是換成世界腦的計算規模，就算現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，當數據收集上來后，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，如果算法選擇得當，所節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網絡，這項技術的研究在許多年前就已經開始了，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，還需要各國的密切配合，這也是一項不小的挑戰，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的曙光。