面对互联网的迅猛发展，有一个重要的问题需要解决，那就是互联网的发展有没有终点，那个终点的结构究竟是什么？

从2005年开始，互联网领域陆续涌现出的web2.0、长尾理论、维基经济学、海星组织等概念和理论，从不同方面探讨和描述了互联网的一些发展规律。

总体上看，它们是对网络经济的表象和特征的描述，并不能有效地回答这个问题

互联网与神经学交叉对比会给双方带来重要的研究思路，例如，人脑中是否存在类IP地址的问题，不但神经学研究可以获得新思路，同时也可以研判互联网IPv4向IPv6的转换是否为最优。

因为大脑进化过程中也会出现地址扩容的问题，但一定是平滑过渡，而非硬切换。

互联网进化与达尔文进化的关系，研究组认为人脑是自然选择的产物，而人又是自然的一部分，人的选择是自然选择的一种，那么在科学研究和商业竞争的推动下，人创造的互联网类脑结构应该也是是自然选择的产物。

达尔文进化论认为生命的诞生有起点，但通过优胜劣汰，适者生存的自然选择原理，呈现了生命进化的多样性规律。

如果将达尔文进化论的生物进化图与互联网进化论的网络进化图结合起来，将会形成一个从生命起源到智慧宇宙的进化全景图。

这幅图提出一个问题，生命进互联网进化与达尔文进化论能不能结合，并推导进化的方向性？

机器思维的探讨 ,科学出版社出版的“21世纪100个交叉科学难题”一书中提出的难题之一。

18世纪法国哲学家,医生拉·美特里说”人是机器”,强调人是有感觉,能思维的活机器.20世纪,英国著名数学家图灵则说”机器能思维”,意味着”机器是人”.

如果说前者是对神的冲击,那么后者是对人的挑战.几个世纪以来,哲学家和科学家一直在思考”思维的机器”和”机器的思维”,

网络时代的生命科学和生物信息技术如何发展，是科学出版社出版的“21世纪100个交叉科学难题”一书中提出的难题之一。

众所周知，20世纪90年代诞生的国际互连网，以及随之而来的信息高速公路计划，意味着信息时代的到来。

21世纪是生命科学的世纪。信息技术和生物技术，将成为未来经济发展的支柱。集这两大技术于一身的生物信息技术，是当前技术革命的热点。

信息 “信息”是当代使用频率很高的一个概念，由于很难给出基础科学层次上的信息定义。

系统科学界曾下决心暂时不把信息作为系统学的基本概念，留待条件成熟后再做弥补。到目前为止，围绕信息定义所出现的流行说法已不下百种。

以下是一些比较典型、比较有代表性的说法。科学出版社出版的“21世纪100个交叉科学难题”一书中提出的难题之一是：“信息是什么？”

有的计算机科学家认为，意识是由内心发生，不能由外界引进。因此，要用人手制作一种具有意识的机器，似乎是天方夜谭。

当我们伸动手臂，这不仅是一个动作，这动作有其内在意思，这跟机器伸动机械臂意义不同。科学家一直努力研制具有人类思考能力的电脑。

虽然，目前人类已能大量制造各种类型计算机，但相信人工智能电脑面世之前，科学家还要面对一大堆棘手的问题。

生命是如此的复杂，以至于几乎每一位生物学家都只能在一个很小的领域进行探索。

尽管在每一个领域都产生了大量的描述性的数据。但是科学家能够从这些海量的数据中得出一个整体的概念，例如生物是如何运作的？系统生物学这门正在形成的学科为回答这些问题提供了一些希望。

它试图把生物学的各个分支联系起来，利用数学、工程和计算机科学的方法让生物学更加量化。不过，现在还没有人知道这些方法是否能够最终让科学家理解生物运作的整体图景。

根据骨骼化石、原始的石器工具、原始人类的遗址，科学家提出了许多人类智能起源的解释，但这些解释都带有很大的猜测成分。

智能是怎样诞生、进化的？达尔文认为，在原始部落的冲突中，智能高的部落容易取胜，消灭对手，因而他们高智能的基因也容易保留遗传下来。

今天的社会生物学家研究了现存的原始部落，他们发现，部落的社会生活密度和复杂性，是促进智能进化的强大动力。

纳维-斯托克斯方程(Navier-Stokesequations)，以克劳德-路易-纳维(Claude-LouisNavier)和乔治-盖伯利尔-斯托克斯命名，是一组描述象液体和空气这样的流体物质的方程，简称N-S方程。因1821年由C.-L.-M.-H.纳维建立和1845年由G.G.斯托克斯改进而得名。

黎曼猜想是一个困扰数学界多年的难题，最早由德国数学家波恩哈德·黎曼提出，迄今为止仍未有人给出一个令人完全信服的合理证明。具体概述关于黎曼-希尔伯特问题是：具有给定单值群的线性微分方程的存在性证明。即：关于素数的方程的所有有意义的解都在一条直线上。

二十世纪的数学家们发现了研究复杂对象的形状的强有力的办法。基本想法是问在怎样的程度上，我们可以把给定对象的形状通过把维数不断增加的简单几何营造块粘合在一起来形成。这种技巧是变得如此有用，使得它可以用许多不同的方式来推广；最终导致一些强有力的工具，使数学家在对他们研究中所遇到的形形色色的对象进行分类时取得巨大的进展