（4）知识利用的革命；
（5）知识表示，评估和实施的革命。
现在看来，Web 2.0、语义网、网络科学还只是这些革命的初级阶段。人工智能领域内的各种实实在在的努力已经初现端倪，例如美国的VIVO和iPlant项目，欧洲的 LiquidPub和PL @ ntNet，中国的iCAN，AI 3.0，PlantWorld等等。但距离用户实实在在地体验这场革命的成果，任然有待时日。还有许多问题有待创新，许多瓶颈尚需突破。
从当前的做法转变到基于网络的、数据驱动的做法，除了需要新的方法和系统，更需要施行一整套完善的知识管理方法，以应对规模、速度以及转变所带来影响。这就必然要求我们从一个新的视角来看待人工智能。
2、从牛顿到默顿
人工智能领域最初是构建在如下的理念之上的，即人类的本质特征——智能，是可以通过机器精确地模拟。约翰·麦卡锡（John McCarthy）于1955年创造了“人工智能”这个词，并将其定义为“制造智能机器的科学与工程”。过去的五十余年中，尽管人工智能领域内取得了巨大的进步，但其重点仍然是“机器的智能”。现在的问题是：什么是机器？
概括地说，这种机器仍然是牛顿的机器，遵循牛顿定律。人类是机器的创造者和（或）操纵者，但并不是机器整体的一部分。这也正是机器将会统治人类这种焦虑产生的原因。
然而，面对行将到来的知识革命，我们必须处理的一种新型的机器——人作为机器的一个不可分割的部分。Web就是这类机器的典型例子。这种“广义机器”考虑了人和社会的行为。牛顿定律已经不足以操纵和控制这些机器，我们需要默顿（Merton）的定律，例如默顿有关自我实现的预言。我们还需要例如西蒙的有限理性与海纳的行为预测理论等等。这种广义上的机器可以称为默顿系统，其与传统机器的本质区别是人必须参与到循环中去，而对现实的计算是处理某种可能性的科学。着眼于未来智能研究和智能系统的发展，着眼于进一步发展智能研究与智能系，现在正是我们要从牛顿机器到莫顿系统过渡的时候。