風險提示:防範以"虛擬貨幣""區塊鏈"名義進行非法集資的風險。——銀保監會等五部門
資訊
發現
搜索
登錄
简中
繁中
English
日本語
한국어
ภาษาไทย
Tiếng Việt
BTC
ETH
HTX
SOL
BNB
查看行情
計算機領域的下一步是什麼?
W3.Hitchhiker
特邀专栏作者
2021-12-27 03:47
本文約5723字,閱讀全文需要約9分鐘
a16z創始人Chris dixon個人經歷第八篇。

圖片描述

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

圖片描述

(Financial and product cycles evolve mostly independently)

圖片描述

圖片描述

圖片描述

個人電腦使企業家們能夠創建文字處理器、電子表格和許多其他桌面應用程序。互聯網使搜索引擎、電子商務、電子郵件和信息傳遞、社交網絡、SaaS商業應用和許多其他服務成為可能。智能手機實現了移動信息、移動社交網絡和按需服務,如共享汽車。今天,我們正處於移動時代的中期。很可能還有更多的移動創新還未到來。http://jeremyreimer.com/m-item.lsp?i=137

(PC 每年銷售量(千), 來源:80年代和90年代初圖片描述

互聯網的醞釀階段發生在http://churchm.ag/numbers-internet-use/

(世界範圍的網絡用戶,來源:全球80%的人口圖片描述

90年代有有功能的手機,21世紀初有Sidekick和黑莓(Blackberry)等早期的智能手機,但智能手機的增長階段真正開始於2007-8年,當時發布了iPhone,然後是Android。此後,智能手機的採用度開始呈爆炸式增長:今天約有2B人擁有智能手機。到2020年,

全球80%的人口

(每年世界範圍智能手機銷售量(百萬))

圖片描述

如果10-15年的模式重演,下一個計算時代應該會在未來幾年進入它的增長階段。在這種情況下,我們應該已經處於醞釀階段了。在硬件和軟件方面都有一些重要的趨勢,讓我們看到了計算機的下一個時代可能是什麼。在這裡,我談一談這些趨勢,然後對未來可能出現的情況提出一些建議。http://www.nature.com/news/the-chips-are-down-for-moore-s-law-1.19338

硬件:小型、廉價、無處不在

圖片描述圖片描述(計算機正在穩步變小,來源:我們現在正進入這樣一個時代:處理器和傳感器變得如此之小和便宜,以至於計算機的數量將比人的數量多很多。 "這有兩個原因。一個是半導體行業在過去50年裡的穩步發展("摩爾定律

智能手機戰爭的和平紅利圖片描述

圖片描述https://medium.com/@magicsilicon/computing-transitions-22c07b9c457a#.j4cm9m6qu\

圖片描述

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

圖片描述Raspberry Pi Zero圖片描述支持wifi的微控制器,來運行一個版本的Python。很快這些芯片的價格將低於一美元。將計算機嵌入到所有任何東西中,將具有成本效益。

路線圖路線圖圖片描述

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

路線圖

圖片描述

HadoopSpark一種通配符技術是量子計算,今天它主要存在於實驗室中,但如果實現商業化,可以為生物學和人工智能等領域的某些類別的算法帶來數量級的性能改進。

軟件:AI的黃金時代

這樣的系統,用於大數據問題並行化,以及用於保護比特幣/區塊鏈的數據和資產。"但最令人興奮的軟件突破也許正發生在人工智能(AI)領域。人工智能有一個漫長的炒作和失望的歷史。 Alan Turing本人曾

預言,到2000年機器將能夠成功模仿人類。然而,也有充分的理由認為,人工智能現在可能最終進入一個黃金時代。- 谷歌首席執行官Sundar Pichai追溯人工智能的很多興奮點都集中在深度學習上,這是一種機器學習技術,由現在著名的2012年谷歌項目組合圖片描述

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

組合圖片描述圖片描述

來源:我們很想把深度學習當作另一個矽谷的流行語來看待。然而,這種興奮是由令人印象深刻的理論和現實世界的結果所支持的。例如,在使用深度學習之前,ImageNet挑戰賽"僅用50名工程師就能建立一個服務於9億用戶 "和TheanoTensorFlow的全球信息傳遞系統,相比之下,前幾代信息傳遞系統則需要成千上萬的工程師。這種

WhatsApp效應這樣的軟件工具,結合了用於訓練的雲數據中心,以及用於部署的廉價GPU,使得小型工程師團隊能夠建立最先進的人工智能係統。圖片描述

例如,在這裡,一個http://tinyclouds.org/colorize/

單獨的程序員

圖片描述

圖片描述(左:黑白; 中:自動彩色化; 右:真實色彩。來源:

而在這裡,一家小型創業公司創造了一個實時物體分類器:這當然會讓人想起科幻電影中的一個著名場景:、3D大型科技公司發布的深度學習的首批應用之一是谷歌照片中的搜索功能,它的智能程度令人震驚

我們很快就會看到各種產品的智能大幅升級,包括:語音助手、搜索引擎、Kevin Kelly

聊天機器人掃描儀未來一萬家初創企業的商業計劃很容易預測。以X為例,再加上人工智能。這是一個大問題,現在它就在這裡。 -利用構建人工智能產品的初創企業將需要保持對特定應用的激光關注,以與那些將人工智能作為首要任務的大型科技公司競爭。人工智能係統隨著更多數據的收集而會變得更好,這意味著有可能創造一個的良性飛輪(更多用戶→更多數據→更好的產品→更多用戶)。地圖創業公司Waze策略。

利用

數據網絡效應,生產出比他自己資本更雄厚的競爭對手更好的地圖。成功的人工智能初創公司將遵循

類似的目前有各種新的計算平台處於醞釀階段,且假以時日它們就會變得更好——並可能進入增長階段——因為它們融合了硬件和軟件方面的最新進展。儘管它們的設計和包裝非常不同,但它們有一個共同的主題:它們通過在世界的頂部嵌入一個智能虛擬化層而給我們帶來新的,增強的能力。下面是對一些新平台的簡要概述:

開始開始汽車(cars)。像谷歌、蘋果、優步和特斯拉等大型科技公司正在對自動駕駛汽車投入大量資源。像特斯拉Model S這樣的半自動駕駛汽車已經公開發售,並將迅速改進。完全自動駕駛將需要更長的時間,但可能不會超過5年。目前已經有完全自主的汽車,幾乎與人類司機一樣優秀。然而,由於文化和監管方面的原因,完全自主的汽車在被廣泛允許之前,可能需要比人類司機做的更好的多。開始

開始非常認真地對待自動駕駛。你甚至會看到一些由初創公司製造的有趣產品。深度學習軟件工具已經變得如此之好,以至於一個單獨的程序員能夠做出一輛半自動的汽車:無人機(drones)。今天的消費級無人機包含現代硬件(主要是智能手機組件加上機械部件),但軟件相對簡單。在不久的將來,我們將看到融合了先進的計算機視覺和其他人工智能的無人機,使它們更安全,更容易駕駛,也更有用。休閒攝像將繼續流行,但也會有重要的

物聯網(Internet of Things)。NestDropcam圖片描述Echo

圖片描述(Io T的三個主要用例)演示大多數人認為Echo是一個噱頭,直到他們嘗試了它,他們才對它的實用性感到

。這是一個很好的有用

演示,說明永遠在線的語音可以作為一個用戶界面是多麼有效。在我們擁有能夠進行完整對話的具有普遍智能的機器人之前,還需要一段時間。但是,正如Echo所顯示的,今天的語音可以在有限的環境中取得成功。隨著最近在深度學習方面取得的突破使之進入了生產設備,語言理解也會隨之迅速提高。

物聯網也將在商業背景下被採用。例如,帶有傳感器和網絡連接的設備對監測工業設備非常有用Oculus Rift可穿戴設備(Wearables)。Vive今天的可穿戴計算機在多個方面受到限制,包括電池、通信和處理。那些已經成功的可穿戴設備都專注於狹窄的應用,如健身監測。隨著硬件組件的不斷改進,可穿戴設備將像智能手機那樣支持豐富的應用,釋放出廣泛的新應用。與物聯網一樣,語音可能將成為主要的用戶界面。"uncanny valley"虛擬現實(Virtual Reality)。"

(可能還有索尼Playstation VR)的推出,意味著舒適和沈浸式的VR系統最終將公開發售。 VR系統需要真正的好,以避免的陷阱。正確的VR需要特殊的屏幕(高分辨率,高刷新率,低持久性),強大的顯卡,以及追踪用戶精確位置的能力(之前發布的VR系統只能追踪用戶頭部的旋轉)。今年,公眾將首次體驗到所謂的——當你的感官被充分欺騙就會感覺完全進入了虛擬世界。跟踪VR頭盔將繼續改進,並變得更加實惠。主要的研究領域將包括。 1)創建渲染和/或拍攝的VR內容的新工具,2)直接從手機和頭盔進行跟踪

增強現實(Augmented Reality)。圖片描述

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

接下來會是什麼?

接下來會是什麼?

圖片描述

圖片描述"接下來會是什麼?

接下來會是什麼?"有可能10-15年的計算週期模式已經結束,移動是最後的時代。也有可能下一個時代在一段時間內不會到來,或者只有上面討論的新計算類別的一個子集最終會變得很重要。"我傾向於認為我們正處於不是一個而是多個新時代的風口浪尖。 “智能手機戰爭的和平紅利

創始人