未来已经到来，计算的下一波浪潮是什么？

2016-02-26 09:32:36已围观次来源：36氪编辑：夏雪

　　计算行业有两个非常独立的周期：金融周期和产品周期。关于我们现在正处在什么样的金融周期中，大家谈论地已经非常多了。金融市场得到了很多人的关注，他们的波动往往让人无法预测，有时甚至会疯狂波动。相比计算行业的金融周期而言，人们对计算行业的产品周期的关注就少得多，然而其实产品才是真正推动计算行业向前发展的最大驱动力。通过对过去很长一段时间产品周期的总结和对未来的思考，我们可以尝试了解和预测下一个产品周期是什么。

　　(平均每隔10-15年，都会出现一个新的计算时代)

　　技术产品周期在平台和应用之间是相互增强互动的。新的平台能够带动新的应用，反过来也能让平台本身更有价值，如此一来便可以创造一个正向积极的反馈循环。如果往小一点说的话，其实一些分支技术周期是一直都在发生的，不过每隔一段时间——从历史上看，通常是每隔10年至15年——一个全新的重要周期就会出现，它也会彻底重新塑造整个计算领域。

　　(计算行业的金融周期和产品周期是分别独立演化的)

　　PC让企业家能够创造文字处理器、电子表格以及很多其他的桌面应用程序。互联网催生了搜索引擎、电子商务、电子邮件、社交网络、短信、SaaS企业应用以及很多其它的服务。智能手机让移动通讯、移动社交网络和拼车等按需服务成为可能。如今，我们正处在移动时代的浪潮中，更多移动方面的创新正在向我们走来。

　　每一个产品时代都可以分为两个发展阶段：(1)孕育阶段：在这个阶段，新的平台刚刚出现，但价格昂贵、不完善，而且非常难用;(2)发展成长阶段：在这个阶段，诞生了很多能够解决上面那些问题的新产品，开始进入指数级高速增长阶段。

　　AppleII发布的时间是1977年(Altair发布于1975年)，但直到1981年IBM个人电脑的出现，PC行业的爆发式增长阶段才真正到来。

　　每年的PC销售量(单位：千台)

　　互联网的孕育阶段发生在80年代和90年代初，那时，计算机还只是教育机构和政府机构所使用的基于文本的工具。然而到了1993年，Mosaic网页浏览器出现了，互联网才开始真正进入成长阶段，直到如今。

　　(全球互联网用户)

　　20世纪90年代，市场上的手机主要是功能手机，2000年前后，开始出现了Sidekick和黑莓这种早期的智能手机，但直到2007-2008年，在苹果的iPhone和之后的Android手机出现后，智能手机才真正进入成长阶段。自那以后，智能手机就开始了爆发式增长：如今有超过20亿人拥有智能手机。预计到2020年，全球80%的人都将拥有智能手机。

　　每年的全球智能手机销量(单位：百万台)

　　如果按照上面说的每隔10-15年都会出现一个新的周期的话，那么在未来的几年内，计算时代就会进入它的成长阶段了。如果是这样的话，现在我们就已经身处新计算时代的孕育阶段中了。下一个计算时代会是怎样呢?现在在硬件和软件领域正在出现很多重要趋势，我们可以通过这个趋势来一窥下一个计算时代是什么样子的。下面我就将探讨一下目前出现的这些趋势，然后在对未来可能是什么样的提出一些设想。

　　硬件：体积小、便宜、无处不在在大型机时代，只有大型公司才能买得起电脑。在小型机时代，一般是小规模公司购买使用，PC主要用于家庭和办公，而智能手机则是单独的个人使用。

　　(计算机体积一直在越变越小。)

　　在我们目前进入的这个时代，处理器和传感器的体积正在变得越来越小、越来越便宜，计算机的数量也将因此远远超过人口的数量。

　　之所以出现这个现象，主要有两个原因：一是，在过在去50年里，半导体产业正在稳步发展(摩尔定律);二是，正如ChrisAnderson说的“智能手机大战的和平红利”：智能手机取得的巨大成功使得在处理器和传感器领域的投资规模越来越大。如果你拆开一架现代无人机、VR头戴设备或物联网设备的话，你能够在里面发现大部分智能手机的组件。

　　在现代半导体时代，人们关注的焦点已经从独立CPU转向了被称为系统级芯片(Systems-on-a-chip)的特定的芯片组合。

　　(计算机的价格一直在持续下降)

　　典型的系统级芯片包含高能效的ARMCPU以及用于图像处理、通信、电源管理、视频处理等功用途的特定芯片。

　　(RaspberryPiZero：价格5美元的1GHzLinux计算机)

　　这种全新的架构让基本计算系统的价格从100美元降为10美元。RaspberryPiZero是一款计算速度达1GHz的Linux计算机，价格仅为5美元。以同样的价格，你还能买到运行Python的带有WiFi功能的微型控制器。很快，这些芯片的成本都将不超过1美元，这种低成本可以让我们在几乎任何东西里都嵌入一个计算机了。

　　此外，高端处理器的性能正在显著提升。其中最重要的是GPU(图形处理器)，那些最好的GPU一般都是NVIDIA制造的。GPU不仅对传统的图形处理非常有帮助，它对机器学习算法和虚拟/增强现实设备也有非常大的作用。NVIDIA的路线图显示，在未来几年内，GPU的性能将会得到非常显著的提升。

　　(Google的量子计算机)

　　量子计算是一个目前还处于实验室阶段，还未普遍运用。然而量子计算一旦实现了商业化，将可能会给某些领域的算法带来巨大的性能提升，包括生物和人工智能等领域。

　　软件：AI(人工智能)的黄金时代

　　在如今的软件方面，已经发生了很多激动人心的事。分布式系统就是其中一个很好的例子。随着设备数量的指数级增长，它对下面这两件事将变得越来越重要：(1)多台机器的并行任务;(2)设备之间的通讯和协调。目前有趣的分布式系统技术包括Hadoop和Spark，它们主要用于并行处理大数据问题，此外还有比特币和区块链技术，它们主要是用于保护数据和资产安全。

　　不过最让人兴奋的软件突破发生在人工智能AI领域。人工智能曾经历过一段时间的人为炒作，让曾让人失望过。被称为计算机之父的AlanTuring自己曾预测：到2000年，机器将有能力成功模仿人类。然而，我们现在终于有充分的理由相信人工智能终于开始进入这个黄金时代了。

　　机器学习是一个核心、变革式的方式，它让我们重新思考我们所做的一切。——GoogleCEOSundarPichai

　　人工智能方面很多激动人心的事情都集中在深度学习上，机器学习技术大众化是谁开启的呢?正是现在已经非常有名的使用巨大计算机集群来学习和鉴别YouTube视频里的猫的项目，这是Google在2012年推出的一个项目。深度学习其实是神经网络的一种衍生物。神经网络技术最早可以追溯到1940年代。这项技术之所以能重新焕发生机，这主要还是得益于很多复杂因素的集合，其中包括新算法、非常廉价的并行计算和大量可以使用的大数据集等等。

　　ImageNet挑战出现的错误率(红线=人类表现)

　　大家现在倾向将深度学习视为又一个硅谷的流行词。然而深度学习给人们带来的兴奋已经得到了令人印象深刻的理论和现实结果的支持。比如，在使用了深度学习之后，ImageNet挑战(一个非常流行的机器视觉竞赛)获胜者的错误率下降了20-30%。使用深度学习，获胜算法的准确度也在稳步提升。到了2015年，深度学习技术的表现已经超过了人类的表现。

　　很多深度学习方面的论文、数据集和软件工具都已经开源了，这能够让个人和小型公司也能够开发出功能强大的应用。以WhatsApp为例，它仅靠50个工程师就可以打造出为10亿用户提供服务的全球信息系统。相比而言，如果要想为10亿级别的用户提供服务，前几代的信息系统需要数千名工程师才能完成这项工作。同样的事情已经在人工智能领域上演了。和Theano和TensorFlow类似的软件工具，再加上用于训练的云数据中心和低价格的GPU，这让一个小团队的工程师也能够打造最先进的人工智能系统。

　　例如，有一个单独的程序员正在开发一个业余项目，利用TensorFlow去给黑白照片加上颜色。

　　还有一个小规模创业公司开发了一个实时物体识别软件：

　　(Teradeep实时物体失败软件)

　　这很容易让人联想到下面这个在一部科幻电影中的非常有名的场景：

　　终结者(1984)

　　大的科技公司最先发布的一个深度学习应用是GooglePhotos里面的搜索功能，它确实非常智能，着实让人吃惊。

　　(用户输入“bigben”来搜索照片)

　　我们很快就能在各种各样的产品中看到智能水平的显著提升，包括语音助手、搜索引擎、聊天机器人、3D扫描仪、语言翻译、自动驾驶和无人机等等。

　　未来10000家创业公司的商业计划现在是很容易预测的：从事X开发并在里面加入人工智能的功能。现在它已经在这里了。——KevinKelly

　　为了和已经将人工智能作为优先发展重点的大型科技公司相抗衡，正在开发人工智能产品的创业公司需要在特定应用上保持绝对的专注度。随着搜集到的数据越来越多，人工智能系统也将随之变得越来越好，这意味着可以创造一个良性滚雪球式的数据网络效应(更多的用户→更多的数据→更好的产品→更多的用户)。众包地图应用Waze使用的就是数据网络效应来开发更好的地图的，它开发的地图其它资金富裕的竞争对手都要好得多。成功的人工智能创业公司都将按照类似的策略发展。

　　软件+硬件：新型计算机

　　现在有很多各种各样的新的计算平台正处在孕育阶段，它们很快就能变得更好，这是因为这些新的计算平台整合了目前最先进的硬件和软件，因此可能会进入高速成长阶段。虽然它们的设计和外在的包装等都非常不同，但它们都有一个共同的主题：通过在世界顶层嵌入智能虚拟层来赋予我们全新的增强能力。

　　下面就是对这些新平台的简要的介绍：

　　汽车

　　目前，包括Google、苹果、Uber和特斯拉等很多大的科技公司正在投入大量的资源在自动驾驶汽车项目上。像特斯拉ModelS这样的半自动汽车已经公开上市销售了，性能正在快速提高中。不过全自动驾驶则需要更长的时间才能实现，但很有可能不会超过5年。目前已经出现了与人类司机驾驶技术差不多一样好的全自动驾驶汽车了。但是因为文化和监管等方面的原因，全自动驾驶汽车只有在远远超过人类司机的驾驶技术时才会被允许广泛使用。

　　(自动驾驶汽车扫描驾驶环境)

　　未来还会有更多的投资将投向自动驾驶汽车。除了大型科技公司之外，大型汽车制造商也开始将注意力转向自动驾驶领域。此外，你还可以看到一些创业公司开发的一些有趣的产品。深度学习软件工具已经非常好用了，这样一个单独的程序员就能做出一辆半自动驾驶汽车：

　　(自己制作的自动驾驶汽车)

　　无人机

　　如今的消费无人机产品里包含了现代的硬件(智能手机组件加上机械部件)，然而它们的软件却相对简单。但是在不远的将来，我们将会陆续看到整合了先进计算机视觉和其它人工智能技术的无人机，让着它们的飞行更加安全，同时也更容易操控和实用。娱乐性质的录像仍将继续流行，不过也会出现一些重要的商业实用案例。目前有上万种和攀爬建筑、高塔和其它结构的相关的危险工作的存在，有了无人机，这些工作也将变得更加安全、更加高效。

　　(全自动无人机)

　　物联网(IoT)

　　物联网设备最明显的应用案例在于节能、安全和方便。Nest和Dropcam是前两个目的中比较受欢迎的物联网设备。如果说到便捷性，亚马逊的Echo应该是最有趣的产品之一了吧。

　　(三种物联网的主要应用案例)

　　在真正使用Echo之前，大部分人都将Echo看作是一个噱头，然后一旦用过之后，他们才发现Echo竟然这么有用，着实让当初看不起Echo的人大吃一惊。Echo是长期在线语音作为用户界面能如此高效的一个伟大的演示。能够全面对话的通用人工智能还需要等一段时间才能出现。但是，就像Echo所展示的那样，声音目前是可以在很有限的环境下获得成功的。此外，随着在深度学习领域取得的突破，人工智能的语言理解能力也会得到很大程度的提高，相应的产品设备也会应运而生。

　　物联网也将在商业环境中得到进一步的应用。例如，带有传感器和网络连接的设备在监测工业设备方面是非常有用的。

　　可穿戴设备

　　如今的可穿戴计算机在很多方面都是非常受限制的，包括电池、通信和处理方面。那些已经成功的可穿戴产品都聚焦在一个细分的应用领域，例如健康监测领域。随着硬件组件性能的的不断提升，可穿戴设备也可以像智能手机一样支持非常丰富的应用，应用场景也会越来越多。至于物联网上，声音也许会成为主要的用户接口。

　　(在电影《Her》中出现的可穿戴超智能AI耳机)

　　虚拟现实

　　2016年对于虚拟现实是非常令人激动人心的一年：OculusRift和HTC/ValveVive(或许还有索尼PlaystationVR)陆续发布，这意味着舒适的、沉浸式的虚拟现实系统终于开始走向普通大众。为了避免“恐怖谷”陷阱，虚拟现实系统需要做到足够的好。合适的虚拟现实需要特制的屏幕(高分辨率、高刷新率和低残留率)、异常强大的显卡已经能够追踪用户准确位置的能力(之前推出的虚拟现实系统只能追踪用户头部的旋转)。今年，公众也将能首次体验到自己的感官被完全欺骗时是什么感觉，你会感到被完全送到了一个完全虚拟的世界中。