计算机的未来会是什么？

计算行业以两种主要独立的周期进展：金融周期和产品周期。最近关于我们目前在金融周期中的位置，有很多人感到担忧。金融市场引起了很多关注。它们往往会不可预测且时常波动。相比之下，产品周期则相对较少被关注，尽管它实际上是推动计算行业向前发展的动力。我们可以通过研究过去并推测未来尝试理解和预测产品周期。

新的计算时代大约每 10-15 年发生一次

科技产品周期是平台和应用之间相互强化的互动。新平台使新的应用程序成为可能，新的应用程序又使新平台变得更加有价值，从而形成积极的反馈循环。较小的、分支技术周期时常发生，但历史上，每隔大约 10 到 15 年，主要的新周期开始，彻底重塑计算格局。

金融和产品周期大多独立演变

个人电脑使企业家能够创建文字处理器、电子表格以及许多其他桌面应用程序。互联网使搜索引擎、电子商务、电子邮件和消息、社交网络、SaaS 商务应用程序以及许多其他服务成为可能。智能手机使移动消息、移动社交网络和共享乘车等按需服务成为现实。今天，我们正处于移动时代的中间。很可能还有更多的移动创新即将出现。

每个产品时代可以分为两个阶段：1）孕育阶段，当新平台首次推出时，成本高、功能不完善和/或使用困难；2）增长阶段，当新产品出现并解决这些问题时，开启指数增长的时期。

Apple II 于 1977 年发布（Altair 于 1975 年发布），但 IBM PC 的发布于 1981 年开启了个人电脑的增长阶段。

每年个人电脑销量（千）

互联网的孕育阶段发生在80年代和90年代初期，当时它主要是一个由学术界和政府使用的文本工具。1993 年 Mosaic 网页浏览器的发布标志着增长阶段的开始，此后这一阶段一直持续至今。

全球互联网用户

90年代有功能手机，以及2000年代初的早期智能手机，如 Sidekick 和 Blackberry，但智能手机的增长阶段真正是在 2007-2008 年 iPhone 和 Android 发布时开始的。智能手机的普及迅速上升：今天大约有 20 亿人拥有智能手机。到 2020 年，全球约 80% 的人口将拥有智能手机。

全球每年智能手机销量（百万）

如果 10-15 年的周期模式重演，下一个计算时代应该会在未来几年进入其增长阶段。在这种情况下，我们应该已经位于孕育阶段。在硬件和软件中，有许多重要的趋势让我们看到了下一个计算时代可能会是什么样子。在这里，我将讨论这些趋势，并提出关于未来可能是什么样子的建议。

硬件：小巧、便宜与无处不在

在大型计算机时代，只有大型组织才可以承担计算机的费用。小型计算机对于较小规模的组织是可负担的，个人电脑可供家庭和办公室使用，而智能手机则是个人的。

计算机正在持续变小

我们现在正进入一个处理器和传感器变得如此小巧和便宜的时代，计算机的数量将超过人类的数量。

这有两个原因。一个是半导体行业在过去 50 年中的持续进步（摩尔定律）。另一个是克里斯·安德森所称的“智能手机战争的和平红利”：智能手机的成功导致对处理器和传感器的大规模投资。如果你拆解现代无人机、VR 头戴设备或 IoT 设备，你会发现这种设备大多数都是手机零部件。

在现代半导体时代，重点已经从独立的 CPU 逐渐转向集合了一系列专用芯片的称为系统单芯片（SoC）的捆绑。

计算机价格持续下降

典型的系统单芯片捆绑了节能的 ARM CPU 和用于图形处理、通信、电源管理、视频处理等的专用芯片。

树莓派零：1 GHz Linux 计算机，售价 5 美元

这种新架构已将基础计算系统的价格从大约 100 美元降至 约 10 美元。树莓派零是一款 1 GHz 的 Linux 计算机，售价 5 美元。以类似的价格，你可以购买一个支持 Wi-Fi 的微控制器来运行一个版本的 Python。很快这些芯片的价格将低于 1 美元。几乎可以在任何东西中嵌入一台计算机。

与此同时，高端处理器的性能改进仍然令人印象深刻。特别是 GPU（图形处理器），其中最优秀的由 Nvidia 生产。GPU 不仅对传统的图形处理有用，还对机器学习算法和虚拟/增强现实设备有用。Nvidia 的路线图承诺在未来几年会有显著的性能提升。

谷歌的量子计算机

一个具有潜力的技术是量子计算，今天大多存在于实验室内，但如果商业化成功，可能会对某些领域（如生物学和人工智能）的特定算法实现数量级的性能提升。

软件：人工智能的黄金时代

现在软件领域有很多令人兴奋的事情。分布式系统就是一个很好的例子。随着设备数量的指数增长，1）在多台机器上并行处理任务变得越来越重要；2）设备之间的通信和协调变得越来越重要。有趣的分布式系统技术包括用于并行处理大数据问题的系统，例如Hadoop和Spark，以及用于保障数据和资产的比特币/区块链。

但是，也许最激动人心的软件突破正在人工智能（AI）领域发生。人工智能有着悠久的炒作与失望历史。阿兰·图灵曾预测，到 2000 年时，机器将能够成功模仿人类。然而，现在有充分的理由认为人工智能可能终于走入了黄金时代。

“机器学习是我们重新思考我们所有工作的一种核心的、变革性的方式。” — 谷歌 CEO，桑达尔·皮chai

人工智能的许多激动主要集中在深度学习上，这是一种在 2012 年通过一个著名的 Google 项目而引起注意的机器学习技术，该项目使用一大批计算机学习识别 YouTube 视频中的猫。深度学习是神经网络的一个分支，神经网络的技术可以追溯到20世纪40年代。它经历了一系列因素，如新算法、廉价的并行计算和大量数据集广泛可用的结合，使其重新焕发活力。

ImageNet 挑战错误率（红线 = 人类表现）

人们会试图认为深度学习只是另一个硅谷的流行词。然而，这一激动确实得到了令人瞩目的理论结果和真实世界结果的支持。例如，参赛者在ImageNet 挑战——一个热门的机器视觉竞赛——中的错误率在使用深度学习之前，通常在 20%-30% 的范围内。在使用深度学习后，获胜算法的准确度稳步提升，并在 2015 年超越了人类表现。

许多与深度学习相关的论文、数据 集和软件 工具均已实现开源。这具有民主化的效果，使个人和小组织可以构建强大的应用程序。WhatsApp 能够建立一个全球消息系统，仅用 50 名工程师服务 900M 用户，相比之下，以前的消息系统需要成千上万的工程师。现在在人工智能领域出现的“WhatsApp 效应”也是如此。像Theano和TensorFlow这样的软件工具，结合云数据中心用于训练，和便宜的 GPU 进行部署，使得小型工程师团队能够构建最先进的人工智能系统。

例如，这位单独程序员在一个边项目中使用 TensorFlow 为黑白照片上色：

左：黑白。中：自动上色。右：真实色彩。（来源）

而这家小型初创公司创建了一个实时物体分类器：

Teradeep实时物体分类器

这无疑让人想起了科幻电影中的一个著名场景：

终结者（1984）

由大型科技公司发布的第一个深度学习应用是 Google Photos 的搜索功能，这一功能是令人震惊的智能。

用户为“比格本”搜索照片（无元数据）

我们将很快看到各类产品的智能性有显著提升，包括：语音助手、搜索引擎、聊天机器人、3D 扫描仪、语言翻译、汽车、无人机、医学成像系统等。

“未来 10,000 家初创公司的商业计划易于预测：在 X 的基础上加上人工智能。这是个大事，现在它来了。” —— 凯文·凯利

构建人工智能产品的初创公司需要将重点保持在具体应用上，以与将人工智能作为首要任务的大型科技公司竞争。人工智能系统随着数据的收集而变得更好，这意味着可以创建良性循环的数据网络效应（更多用户 → 更多数据 → 更好的产品 → 更多用户）。地图初创公司 Waze利用数据网络效应生产出比其资本充足的竞争对手更好的地图。成功的人工智能初创公司将遵循类似的策略。

软件 + 硬件：新计算机

目前有各种新的计算平台处于孕育阶段，随着最近的硬件和软件进步，它们很快会变得更好——并且可能进入增长阶段。尽管它们的设计和包装方式非常不同，但它们共享一个共同主题：通过在世界之上嵌入一个智能虚拟化层，赋予我们新的和增强的能力。以下是一些新平台的简要概述：

汽车。谷歌、苹果、优步和特斯拉等大型科技公司正在向自主汽车投资大量资源。特斯拉 Model S 等半自主汽车已在公开市场上销售，并将迅速改进。完全自主的汽车将需要更长时间，但可能不会超过 5 年。目前已经存在功能几乎与人类驾驶员相同的完全自主的汽车。然而，出于文化和监管原因，完全自主的汽车在广泛允许之前，可能需要显著好于人类驾驶员。

自主汽车映射其环境

预计会有更多的投资流向自主汽车。除了大型科技公司，大型汽车制造商也开始 认真对待 自主驾驶。你甚至会看到一些由初创公司制作的有趣产品。深度学习软件工具已经变得如此优秀，以至于一位单独程序员能够制造出一辆半自主的汽车：

自制自动驾驶汽车

无人机。今天的消费者无人机包含现代硬件（主要是手机零部件加上机械部件），但软件相对简单。在不久的将来，我们将看到结合先进计算机视觉和其他人工智能的无人机，使其更安全、更易于驾驶且用途更多。休闲摄影将继续受到欢迎，但也将有重要的商业 用例。在爬楼、塔和其他结构进行的数以千万计的危险工作，能通过无人机以更安全、更有效的方式执行。

完全自主的无人机飞行

物联网。 物联网设备的明显用例包括节能、安全和便利。Nest和Dropcam是前两种类别的热门例子。在便利类别中，亚马逊的Echo是其中最有趣的产品之一。

物联网的三个主要使用案例

大多数人认为 Echo 是一个花招，直到他们尝试它，然后他们会对它的实用性感到惊讶。它是证明始终在线语音作为用户界面的有效性的一个很好的示例。我们要等一段时间才能看到具有通用智能的机器人能够进行完整的对话。但是，正如 Echo 所示，语音可以在受限的背景下取得成功。随着最近的深度学习突破在实际设备中的应用，语言理解应该会迅速改善。

物联网在商业环境中的采用也将增加。例如，带有传感器和网络连接的设备对于监测工业设备非常有用。

可穿戴设备。 目前的可穿戴计算机在多个维度上受到限制，包括电池、通信和处理。那些成功的设备专注于如健身监控等小范围应用。随着硬件组件的不断改进，可穿戴设备将支持与智能手机一样丰富的应用，解锁一系列新的应用。与物联网一样，语音可能会成为主要的用户界面。

电影\"她\"中的可穿戴超智能 AI 耳机

虚拟现实。 2016 年是虚拟现实的一个激动人心的年份：Oculus Rift 和 HTC/Valve Vive（以及可能还会有 Sony PlayStation VR）的推出，意味着舒适和沉浸式的虚拟现实系统终于将向公众推出。虚拟现实系统需要非常出色，以避免陷入“诡异谷”的陷阱。合适的虚拟现实需要特殊的显示屏（高分辨率、高刷新率、低持久性）、强大的图形处理器以及能够跟踪用户精确位置的能力（之前发布的虚拟现实系统只能跟踪用户头部的旋转）。今年，公众将首次体验被称为“临场感”——当你的感官被充分欺骗到你感觉被完全传送到虚拟世界的状态。

Oculus Rift Toybox 演示

虚拟现实头显将继续改进并变得更加实惠。主要的研究领域将包括：1）创建渲染和/或拍摄虚拟现实内容的新工具，2）用于从手机和头显上直接跟踪的机器视觉，3）用于托管大型虚拟环境的分布式后端 系统。

房间尺度虚拟现实中的 3D 世界创建

增强现实。 增强现实很可能在虚拟现实之后到来，因为增强现实要求几乎所有虚拟现实所需的条件外加额外的新技术。例如，增强现实需要先进的低延迟机器视觉，以便在同一互动场景中令人信服地结合真实和虚拟对象。

真实与虚拟的结合（来自《王牌特工》）

话虽如此，增强现实可能比你想象的到来得更快。这个演示视频是直接通过Magic Leap的增强现实设备拍摄的：

Magic Leap 演示：真实环境，虚拟角色

接下来是什么？

10-15 年的计算周期模式可能已经结束，移动可能是最后的时代，也可能下一个时代不会再到来一段时间，或者上述新计算类别之中只有一小部分会最终变得重要。

我倾向于认为我们正在面临的不仅是一个而是多个新的时代。“智能手机战争的和平红利”创造了新设备的寒武纪大爆发，并且软件上的发展，尤其是人工智能，将使这些设备更智能和实用。许多上述讨论的未来技术今天就存在，并且很快将广泛可用。

观察者注意到，这些新设备中的许多仍处于其“尴尬的青春期”。这是因为它们正处于孕育阶段。像70年代的个人电脑，80年代的互联网，以及2000年代初的智能手机，我们正在看到的未来的一部分还没有完全呈现。但未来正在到来：市场涨涨跌跌，兴奋起伏不定，但计算技术在稳步向前发展。

• 原文链接： medium.com/software-is-e...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～