อะไรต่อไปในการคำนวณ?

คำอธิบายภาพ

（New computing eras have occurred every 10–15 years）

คำอธิบายภาพ

（Financial and product cycles evolve mostly independently）

คอมพิวเตอร์ส่วนบุคคลช่วยให้ผู้ประกอบการสามารถสร้างโปรแกรมประมวลผลคำ สเปรดชีต และแอปพลิเคชันเดสก์ท็อปอื่นๆ อีกมากมาย อินเทอร์เน็ตได้เปิดใช้งานเครื่องมือค้นหา อีคอมเมิร์ซ อีเมลและการส่งข้อความ เครือข่ายสังคม แอปพลิเคชันธุรกิจ SaaS และบริการอื่นๆ อีกมากมาย สมาร์ทโฟนช่วยให้ข้อมูลโทรศัพท์มือถือ เครือข่ายทางสังคมบนมือถือ และบริการตามความต้องการ เช่น การแบ่งปันรถยนต์ ทุกวันนี้เราอยู่ในยุคมือถือ มีแนวโน้มว่าจะมีนวัตกรรมอุปกรณ์พกพาอีกมากมายที่ยังมาไม่ถึง

แต่ละยุคของผลิตภัณฑ์สามารถแบ่งออกเป็นสองช่วง 1) ระยะตั้งท้อง เมื่อแพลตฟอร์มใหม่เปิดตัวแต่มีราคาแพง ไม่สมบูรณ์ และ/หรือใช้งานยาก 2) ระยะเติบโต เมื่อมีผลิตภัณฑ์ใหม่ออกมาซึ่งช่วยแก้ปัญหาเหล่านี้และดึงให้ช่วงเริ่มต้นของการเติบโตแบบทวีคูณเริ่มต้นขึ้น

คำอธิบายภาพ

(ยอดขายพีซีต่อปี (พัน), ที่มา:http://jeremyreimer.com/m-item.lsp?i=137）

ระยะตั้งครรภ์ของอินเทอร์เน็ตเกิดขึ้นระหว่างยุค 80 และต้นยุค 90คำอธิบายภาพ

(ผู้ใช้เว็บทั่วโลก ที่มา:http://churchm.ag/numbers-internet-use/）

มีฟีเจอร์โฟนในยุค 90 และสมาร์ทโฟนรุ่นแรกๆ เช่น Sidekick และ Blackberry ในช่วงต้นทศวรรษ 2000 แต่ระยะการเติบโตของสมาร์ทโฟนเริ่มต้นจริงๆ ในปี 2550-8 ด้วยการเปิดตัว iPhone และ Android ตั้งแต่นั้นมา การใช้งานสมาร์ทโฟนก็เพิ่มขึ้นอย่างรวดเร็ว ในปัจจุบันมีคนราว 2 พันล้านคนเป็นเจ้าของสมาร์ทโฟน ภายในปี 256380% ของประชากรโลกคำอธิบายภาพ

(ยอดขายสมาร์ทโฟนทั่วโลกประจำปี (ล้านเครื่อง))

หากรูปแบบ 10-15 ปีซ้ำรอย ยุคต่อไปของคอมพิวเตอร์ควรเข้าสู่ช่วงการเติบโตในอีกไม่กี่ปีข้างหน้า กรณีนี้เราน่าจะอยู่ในระยะตั้งครรภ์แล้ว มีแนวโน้มที่สำคัญบางอย่างในทั้งฮาร์ดแวร์และซอฟต์แวร์ที่ทำให้เรามองเห็นได้ว่ายุคต่อไปของการประมวลผลอาจเป็นเช่นไร ที่นี่ ฉันได้สัมผัสกับแนวโน้มเหล่านี้แล้วเสนอคำแนะนำบางอย่างเกี่ยวกับสิ่งที่จะเกิดขึ้นในอนาคต

ฮาร์ดแวร์: ขนาดเล็ก ราคาถูก แพร่หลาย

คำอธิบายภาพ

(คอมพิวเตอร์มีขนาดเล็กลงเรื่อยๆ ที่มา:http://www.nature.com/news/the-chips-are-down-for-moore-s-law-1.19338）

เรากำลังเข้าสู่ยุคที่โปรเซสเซอร์และเซ็นเซอร์มีขนาดเล็กและราคาถูกจนมีจำนวนคอมพิวเตอร์มากกว่าคน

มีสองเหตุผลสำหรับเรื่องนี้ หนึ่งคือการเติบโตอย่างต่อเนื่องของอุตสาหกรรมเซมิคอนดักเตอร์ในช่วง 50 ปีที่ผ่านมา (กฎของมัวร์). คนที่สองคือคริส แอนเดอร์สันพูดว่า "เงินปันผลสันติภาพของสงครามสมาร์ทโฟน": ความสำเร็จครั้งใหญ่ของสมาร์ทโฟนทำให้เกิดการลงทุนครั้งใหญ่ในโปรเซสเซอร์และเซ็นเซอร์ หากคุณแยกชิ้นส่วนโดรนที่ทันสมัย ​​ชุดหูฟัง VR หรืออุปกรณ์ IoT คุณจะพบส่วนประกอบส่วนใหญ่ของสมาร์ทโฟน

ในยุคเซมิคอนดักเตอร์สมัยใหม่ โฟกัสได้เปลี่ยนจากซีพียูแบบสแตนด์อโลนเป็นชิปเฉพาะที่เรียกว่าระบบบนชิปคำอธิบายภาพ。

(ราคาคอมพิวเตอร์ลดลงเรื่อยๆ ที่มา:https://medium.com/@magicsilicon/computing-transitions-22c07b9c457a#.j4cm9m6qu\）

คำอธิบายภาพ

（Raspberry Pi Zero: 1 GHz Linux computer for $5）

สถาปัตยกรรมใหม่นี้ลดราคาของระบบคอมพิวเตอร์พื้นฐานจากประมาณ 100 ดอลลาร์เหลือประมาณ 10 ดอลลาร์Raspberry Pi Zeroเป็นคอมพิวเตอร์ Linux 1GHz ที่คุณสามารถซื้อได้ในราคา $5 ในราคาใกล้เคียงกัน คุณสามารถซื้อไมโครคอนโทรลเลอร์ที่รองรับ wifiเพื่อเรียกใช้เวอร์ชันของ Python ในไม่ช้าชิปเหล่านี้จะมีราคาต่ำกว่าหนึ่งดอลลาร์ การฝังคอมพิวเตอร์ลงในทุกสิ่งจะคุ้มค่า

แผนที่เส้นทางแผนที่เส้นทางคำอธิบายภาพ

（Google’s quantum computer, source: https://www.technologyreview.com/s/544421/googles-quantum-dream-machine/）

เทคโนโลยีไวด์การ์ดหนึ่งอย่างคือควอนตัมคอมพิวติ้ง ซึ่งปัจจุบันมีอยู่ในห้องทดลองเป็นส่วนใหญ่ แต่หากนำไปใช้ในเชิงพาณิชย์ อาจนำมาซึ่งการปรับปรุงประสิทธิภาพตามลำดับความสำคัญสำหรับอัลกอริทึมบางประเภทในสาขาต่างๆ เช่น ชีววิทยาและปัญญาประดิษฐ์

ซอฟต์แวร์: ยุคทองของ AI

และHadoopและSparkระบบดังกล่าวใช้สำหรับการขนานของปัญหาข้อมูลขนาดใหญ่ และสำหรับการรักษาความปลอดภัยข้อมูลและสินทรัพย์บน Bitcoin/Blockchain

แต่บางทีการพัฒนาซอฟต์แวร์ที่น่าตื่นเต้นที่สุดอาจเกิดขึ้นในด้านปัญญาประดิษฐ์ (AI) AI มีประวัติอันยาวนานของความตื่นเต้นและความผิดหวัง Alan Turing เองก็เคยเป็นคำทำนายภายในปี 2000 เครื่องจักรจะสามารถเลียนแบบมนุษย์ได้สำเร็จ อย่างไรก็ตาม มีเหตุผลที่ดีที่จะคิดว่าในที่สุด AI อาจเข้าสู่ยุคทอง

"แมชชีนเลิร์นนิงเป็นแกนหลักในการเปลี่ยนแปลง ซึ่งเรากำลังทบทวนทุกสิ่งที่เราทำใหม่"- Sundar Pichai ซีอีโอของกูเกิล

ความตื่นเต้นในปัญญาประดิษฐ์ส่วนใหญ่มุ่งเน้นไปที่การเรียนรู้เชิงลึก ซึ่งเป็นเทคนิคการเรียนรู้ของเครื่องที่ริเริ่มโดยโครงการ Google ที่มีชื่อเสียงในปี 2012เพื่อส่งเสริมโครงการที่ใช้คลัสเตอร์คอมพิวเตอร์ขนาดใหญ่เพื่อเรียนรู้การจดจำแมวในวิดีโอ YouTube การเรียนรู้เชิงลึกเป็นลูกหลานของโครงข่ายประสาทเทียม ซึ่งเป็นเทคนิคที่สามารถทำได้ตรวจสอบย้อนกลับการผสมผสานการผสมผสานคำอธิบายภาพ

（ImageNet challenge error rates,แหล่งที่มา:http://www.slideshare.net/nervanasys/sd-meetup-12215 (red line = human performance）

เราถูกล่อลวงให้คิดว่าการเรียนรู้เชิงลึกเป็นเพียงคำศัพท์หนึ่งของ Silicon Valley อย่างไรก็ตาม ความตื่นเต้นนี้ได้รับการสนับสนุนโดยผลลัพธ์ทางทฤษฎีและโลกแห่งความจริงที่น่าประทับใจ ตัวอย่างเช่น ก่อนใช้การเรียนรู้เชิงลึกความท้าทายของ ImageNet- การแข่งขันวิชันซิสเต็มยอดนิยม - ผู้ชนะมีอัตราข้อผิดพลาดระหว่าง 20-30% เมื่อใช้การเรียนรู้เชิงลึก อัลกอริทึมที่ชนะจะปรับปรุงความแม่นยำอย่างต่อเนื่องและแซงหน้าประสิทธิภาพของมนุษย์ในปี 2558

เอกสาร ชุดข้อมูล และเครื่องมือซอฟต์แวร์จำนวนมากที่เกี่ยวข้องกับการเรียนรู้เชิงลึกเป็นโอเพ่นซอร์ส สิ่งนี้มีผลในการทำให้เป็นประชาธิปไตย ทำให้บุคคลและองค์กรขนาดเล็กสามารถสร้างแอปพลิเคชันที่ทรงพลังได้ วอทส์แอพพ์วิศวกรเพียง 50 คนสามารถสร้างบริการสำหรับผู้ใช้ 900 ล้านคนของระบบการส่งข้อความทั่วโลกเมื่อเปรียบเทียบกับวิศวกรหลายพันคนที่จำเป็นสำหรับระบบการส่งข้อความรุ่นก่อนหน้า ชนิดนี้"เอฟเฟ็กต์ WhatsApp "และTheanoและTensorFlowเครื่องมือซอฟต์แวร์ดังกล่าว เมื่อรวมกับศูนย์ข้อมูลบนคลาวด์สำหรับการฝึกอบรม และ GPU ราคาถูกสำหรับการปรับใช้ ช่วยให้ทีมวิศวกรขนาดเล็กสามารถสร้างระบบ AI ที่ล้ำสมัยได้

ตัวอย่างเช่น ที่นี่ กโปรแกรมเมอร์แต่ละคนคำอธิบายภาพ

(ซ้าย: ขาวดำ; กลาง: ปรับสีอัตโนมัติ; ขวา: True Color ที่มา:http://tinyclouds.org/colorize/）

และที่นี่ การเริ่มต้นเล็กๆ ได้สร้างตัวแยกประเภทวัตถุตามเวลาจริง:

แน่นอนว่าสิ่งนี้ทำให้นึกถึงฉากที่มีชื่อเสียงจากภาพยนตร์ไซไฟ:

หนึ่งในแอปพลิเคชันแรกของการเรียนรู้เชิงลึกที่ออกโดยบริษัทเทคโนโลยีรายใหญ่คือฟังก์ชันการค้นหาใน Google Photos และมันฉลาดมากตกตะลึง。

ในไม่ช้า เราจะเห็นการอัปเกรดครั้งใหญ่ในด้านความชาญฉลาดของผลิตภัณฑ์ต่างๆ รวมถึง: ผู้ช่วยเสียง เครื่องมือค้นหาแชทบอท、3Dเครื่องสแกน, ตัวแปลภาษา, รถยนต์, โดรน, ระบบภาพทางการแพทย์ และอื่นๆ

แผนธุรกิจของสตาร์ทอัพ 10,000 รายถัดไปนั้นคาดเดาได้ง่าย ยกตัวอย่าง X บวกกับปัญญาประดิษฐ์ นั่นเป็นปัญหาใหญ่ และมาถึงตอนนี้แล้ว -Kevin Kelly

สตาร์ทอัพที่สร้างผลิตภัณฑ์ AI จำเป็นต้องคงโฟกัสไปที่แอปพลิเคชันเฉพาะเพื่อแข่งขันกับบริษัทเทคโนโลยีขนาดใหญ่ที่ให้ความสำคัญสูงสุดกับ AI ระบบ AI ดีขึ้นเมื่อมีการรวบรวมข้อมูลมากขึ้น ซึ่งหมายความว่าสามารถสร้างผลกระทบเครือข่ายข้อมูลมู่เล่ที่ดี (ผู้ใช้มากขึ้น → ข้อมูลมากขึ้น → ผลิตภัณฑ์ที่ดีขึ้น → มีผู้ใช้มากขึ้น) การทำแผนที่เริ่มต้น Wazeใช้เอฟเฟกต์เครือข่ายข้อมูล สร้างแผนที่ที่ดีกว่าคู่แข่งตัวพิมพ์ใหญ่ที่ดีกว่าของเขาเอง การเริ่มต้น AI ที่ประสบความสำเร็จจะตามมาคล้ายกันกลยุทธ์.

ซอฟต์แวร์ + ฮาร์ดแวร์: คอมพิวเตอร์เครื่องใหม่

มีแพลตฟอร์มคอมพิวเตอร์ใหม่ๆ ทุกประเภทอยู่ในขั้นตอนการทำงาน และเมื่อเวลาผ่านไป แพลตฟอร์มเหล่านี้ก็จะดีขึ้นและอาจเข้าสู่ช่วงการเติบโต เนื่องจากแพลตฟอร์มดังกล่าวได้รวมเอาความก้าวหน้าล่าสุดของฮาร์ดแวร์และซอฟต์แวร์เข้าไว้ด้วยกัน แม้ว่าการออกแบบและบรรจุภัณฑ์จะแตกต่างกันมาก แต่ก็มีธีมร่วมกันคือ นำความสามารถใหม่ที่ได้รับการปรับปรุงมาให้เราด้วยการฝังเลเยอร์เวอร์ชวลไลเซชันอัจฉริยะไว้ด้านบนสุดของโลก นี่คือภาพรวมโดยย่อของแพลตฟอร์มใหม่บางส่วน:

รถ.บริษัทเทคโนโลยียักษ์ใหญ่อย่าง Google, Apple, Uber และ Tesla กำลังทุ่มเททรัพยากรจำนวนมากให้กับรถยนต์ไร้คนขับ รถยนต์กึ่งอิสระเช่น Tesla Model S มีให้บริการแล้วและจะปรับปรุงอย่างรวดเร็ว การขับขี่แบบไร้คนขับเต็มรูปแบบอาจใช้เวลานานกว่านั้น แต่อาจไม่เกิน 5 ปี มีรถยนต์ไร้คนขับอยู่แล้วที่เกือบจะดีพอๆ กับคนขับ อย่างไรก็ตาม ด้วยเหตุผลด้านวัฒนธรรมและกฎระเบียบ รถยนต์ไร้คนขับเต็มรูปแบบอาจต้องทำงานให้ดีกว่าคนขับก่อนที่จะได้รับอนุญาตอย่างกว้างขวาง

เริ่มเริ่มให้ความสำคัญกับการขับขี่แบบอิสระเป็นอย่างมาก คุณจะเห็นผลิตภัณฑ์ที่น่าสนใจจากสตาร์ทอัพ เครื่องมือซอฟต์แวร์การเรียนรู้เชิงลึกทำได้ดีมากจนกโปรแกรมเมอร์แต่ละคนสามารถสร้างรถยนต์กึ่งอิสระได้:

ลูกกระจ๊อกโดรนสำหรับผู้บริโภคในปัจจุบันมีฮาร์ดแวร์ที่ทันสมัย ​​(ส่วนใหญ่เป็นส่วนประกอบของสมาร์ทโฟนและชิ้นส่วนกลไก) แต่มีซอฟต์แวร์ที่ค่อนข้างเรียบง่าย ในอนาคตอันใกล้ เราจะได้เห็นโดรนที่รวมวิสัยทัศน์ของคอมพิวเตอร์ขั้นสูงและปัญญาประดิษฐ์อื่นๆ เพื่อให้พวกมันปลอดภัยขึ้น บินง่ายขึ้น และมีประโยชน์มากขึ้น การถ่ายวิดีโอแบบไม่เป็นทางการจะยังคงได้รับความนิยมต่อไป แต่ก็มีความสำคัญเช่นกันธุรกิจตัวอย่าง. มีหลายสิบล้านอันตรายงานที่เกี่ยวข้องกับการปีนตึก หอคอย และโครงสร้างอื่นๆ สามารถทำได้อย่างปลอดภัยและมีประสิทธิภาพมากขึ้นโดยใช้โดรน

อินเทอร์เน็ตของสรรพสิ่ง (Internet of Things)และNestและDropcamคำอธิบายภาพEcho。

(สามกรณีการใช้งานหลักของ IoT)

คนส่วนใหญ่คิดว่า Echo เป็นกลเม็ด และไม่ประทับใจกับประโยชน์ของมันจนกว่าจะได้ลองเซอร์ไพรส์. นี่เป็นสิ่งที่ดีการสาธิตแสดงให้เห็นว่าเสียงเปิดตลอดเวลามีประสิทธิภาพเพียงใดในฐานะอินเทอร์เฟซผู้ใช้ จะใช้เวลาสักครู่ก่อนที่เราจะมีบอทที่มีสติปัญญาทั่วไปที่สามารถสนทนาได้เต็มรูปแบบ แต่ตามที่ Echo แสดงไว้ เสียงของวันนี้สามารถประสบความสำเร็จได้ในการตั้งค่าที่จำกัด เมื่อความก้าวหน้าล่าสุดในการเรียนรู้เชิงลึกกลายเป็นอุปกรณ์การผลิต ความเข้าใจภาษาจะดีขึ้นอย่างรวดเร็ว

IoT จะถูกนำมาใช้ในบริบททางธุรกิจด้วย ตัวอย่างเช่น อุปกรณ์ที่มีเซ็นเซอร์และการเชื่อมต่อเครือข่ายมีประโยชน์มากสำหรับการตรวจสอบอุปกรณ์อุตสาหกรรมมันได้ผล。

อุปกรณ์สวมใส่คอมพิวเตอร์แบบสวมใส่ในปัจจุบันถูกจำกัดในหลายๆ ด้าน รวมถึงแบตเตอรี่ การสื่อสาร และการประมวลผล อุปกรณ์สวมใส่ที่ประสบความสำเร็จนั้นมุ่งเน้นไปที่การใช้งานในวงแคบ เช่น การตรวจสอบสมรรถภาพร่างกาย ด้วยการปรับปรุงส่วนประกอบฮาร์ดแวร์อย่างต่อเนื่อง อุปกรณ์สวมใส่จะรองรับแอปพลิเคชันที่หลากหลาย เช่น สมาร์ทโฟน ซึ่งจะปลดล็อกแอปพลิเคชันใหม่ๆ ที่หลากหลาย เช่นเดียวกับ Internet of Things เสียงจะกลายเป็นอินเทอร์เฟซผู้ใช้หลัก

ความจริงเสมือนปี 2559 เป็นปีที่น่าตื่นเต้นสำหรับ VR:Oculus Riftและ HTC/วาล์วVive(และอาจเป็น Sony Playstation VR) ซึ่งหมายความว่าระบบ VR ที่สะดวกสบายและดื่มด่ำจะพร้อมให้สาธารณชนได้ใช้งานในที่สุด ระบบ VR ต้องดีมากเพื่อหลีกเลี่ยง"uncanny valley"กับดัก. VR ที่เหมาะสมต้องการหน้าจอพิเศษ (ความละเอียดสูง อัตราการรีเฟรชสูง ความคงอยู่ต่ำ) การ์ดกราฟิกที่ทรงพลัง และความสามารถในการติดตามตำแหน่งที่แม่นยำของผู้ใช้ (ระบบ VR ที่วางจำหน่ายก่อนหน้านี้สามารถติดตามการหมุนของศีรษะของผู้ใช้เท่านั้น) ในปีนี้ประชาชนจะได้สัมผัสกับสิ่งที่เรียกว่า"

ชุดหูฟัง VR จะยังคงปรับปรุงต่อไปและมีราคาย่อมเยามากขึ้น สาขาวิชาหลักจะรวมถึง 1) สร้างการเรนเดอร์และ/หรือถ่ายรูปเครื่องมือใหม่สำหรับเนื้อหา VR 2) โดยตรงจากโทรศัพท์และชุดหูฟังติดตามและแมชชีนวิชันแบบสแกน และ 3) การโฮสต์ขนาดใหญ่สภาพแวดล้อมเสมือนจริงแบ็กเอนด์แบบกระจายสำหรับระบบ。

เพิ่มความเป็นจริงคำอธิบายภาพ

（Real and virtual combined (from *The Kingsmen*)）

อะไรต่อไป?

อะไรต่อไป?

เป็นไปได้ว่ารูปแบบวงจรคอมพิวเตอร์ 10-15 ปีสิ้นสุดลงแล้ว และยุคสุดท้ายของอุปกรณ์พกพา นอกจากนี้ยังเป็นไปได้ว่ายุคต่อไปจะไม่มาถึงในบางครั้ง หรือมีเพียงส่วนย่อยของหมวดหมู่คอมพิวเตอร์ใหม่ที่กล่าวถึงข้างต้นเท่านั้นที่จะมีความสำคัญ

ฉันมักจะคิดว่าเรากำลังอยู่บนจุดสูงสุดของยุคใหม่ "การปันผลอย่างสันติของสงครามสมาร์ทโฟน"มีการสร้างอุปกรณ์ใหม่ ๆ มากมายใน Cambrian และการพัฒนาซอฟต์แวร์โดยเฉพาะปัญญาประดิษฐ์จะทำให้อุปกรณ์เหล่านี้ฉลาดและมีประโยชน์ เทคโนโลยีแห่งอนาคตมากมายที่กล่าวถึงข้างต้นมีอยู่ในปัจจุบันและจะพร้อมใช้งานอย่างกว้างขวางในอนาคตอันใกล้

ผู้สังเกตการณ์สังเกตเห็นว่าอุปกรณ์ใหม่เหล่านี้จำนวนมากอยู่ใน"วัยแรกรุ่นที่น่าอึดอัดใจ". เนื่องจากอยู่ในช่วงตั้งครรภ์ เช่นเดียวกับคอมพิวเตอร์ส่วนบุคคล (พีซี) ในยุค 70 อินเทอร์เน็ตในยุค 80 และสมาร์ทโฟนในยุค 2000 เรากำลังเห็นชิ้นส่วนของอนาคตที่ยังมาไม่ถึง แต่อนาคตอยู่ที่นี่: ตลาดขึ้นและลง ความตื่นเต้นมีขึ้นและลง แต่เทคโนโลยีคอมพิวเตอร์กำลังก้าวหน้าอย่างต่อเนื่อง