Компьютерные технологии 2016: что дальше?

Прогресс компьютерной отрасли развивается по двум общим независимым друг от друга циклам: финансовым и производственным. В последнее время много писали о том, где мы находимся в терминах финансового цикла. Финансовые рынки привлекают много внимания. Они тяготеют к непредвиденным, порой даже хаотическим флуктуациям. По сравнению с этим производственный цикл получает мало внимания, хотя именно он на самом деле и движет компьютерную отрасль вперед. Но можно попытаться понять и предсказать будущее производственного цикла, изучив прошлое и экстраотполировав эти знания на будущее.

Новые компьютерные эры начинаются каждые 10-15 лет

Циклы технологического производства взаимно усиливают взаимодействие между аппаратными платформами и программным обеспечением. Новые платформы приводят к появлению нового программного обеспечения, а те, в свою очередь, повышают ценность этих платформ, создавая петлю положительной обратной связи. Меньшие, побочные технические циклы происходят постоянно, но время от времени – как свидетельствует история, ориентировочно каждые 10-15 лет – начинаются новые мощные циклы, которые полностью меняют компьютерный «ландшафт».

Финансовые и производственные циклы в целом развиваются независимо

Так, персональные компьютеры дали возможность предпринимателям создать текстовые редакторы, электронные таблицы и много других программ для настольных компьютеров. Интернет породил поисковые системы, электронную коммерцию, электронную почту и обмен сообщениями, социальные сети, программное обеспечение как сервис (SaaS), и много других сервисов. Смартфоны создали мобильный обмен сообщениями, мобильные социальные сети, и услуги по требованию (вроде программ поиска попутчиков для поездок). Сейчас мы находимся на середине мобильной эры. Вероятно, что на подходе еще много мобильных инноваций.

Каждую эру технологической продукции можно разделить на две фазы: 1) «фазу беременности», когда новую платформу презентовали впервые, но она дорога, незавершенная и\или сложная для использования; 2) фазу роста, когда появляются новые продукты, в которых вышеупомянутые проблемы решены, что запускает период бурного роста.

Компьютер Apple II был выпущен в 1977 году (а Altair в 1975), но только после выпуска IBM PC в 1981 году началась фаза роста персональных компьютеров.

Продажи персональных компьютеров во временном измерении

«Фаза беременности» для интернета пришлась на 1980-е и начало 90-х, когда он представлял собой в основном ориентированы на текстовую форму инструменты, которые использовались учеными и правительством. Выход веб-браузера Mosaic в 1993 году начал фазу роста, которая длится с тех самых времен.

Рост количества пользователей Интернета в мире

В 1990-е существовали телефоны с расширенным набором функций, в начале 2000-х были «ранние» смартфоны, такие как Sidekick и Blackberry. Но фаза роста для смартфонов началась на самом деле в 2007-08 годах, с выходом iPhone, и после этого — Android. Спрос на смартфоны с тех пор рос взрывообразно: сегодня около 2 миллиардов людей имеют смартфоны. До 2020 года они будут у 80% населения Земли.

Продажи смартфонов в мире (млн шт)

Если 10-15 летний цикл будет повторяться и в дальнейшем, следующая эра вычислительных технологий должна войти в фазу своего роста в ближайшие несколько лет. По этому сценарию, мы сейчас уже находимся в «фазе беременности». Есть ряд важных трендов как в «железе», так и в программном обеспечении, что дает нам возможность представить, какой может быть следующая эра вычислительных технологий. Я буду вести речи о эти тренды и затем сделаю некоторые предположения относительно того, как может выглядеть будущее.

Компьютерное «железо»: маленькое, дешевое и вездесущее

Во время эры больших компьютеров-мэйнфреймов только крупные организации могли позволить себе иметь компьютер. Миникомпьютеры были доступны для меньших организаций, персональные компьютеры – для домов и офисов, а смартфоны – для отдельных лиц.

Компьютеры становятся все меньше

Мы сейчас вступаем в эру, где процессоры и сенсоры становятся настолько маленькими и настолько дешевыми, что компьютеров станет больше чем людей.

Для этого есть две причины. Одна – это постоянный прогресс полупроводниковой отрасли в течение последних полвека (закон Мура). Вторая – это то, что Крис Андерсон называет «мирными дивидендами от войны смартфонов»: гигантский успех смартфонов привел к мощным инвестициям в процессоры и сенсоры. Если разобрать современный дрон, очки виртуальной реальности или устройство из так называемого «интернета вещей», вы найдете внутри в основном смартфонные компоненты.

Цены на компьютеры постоянно падают

В нынешней эре полупроводниковой фокус сместился от отдельных процессоров к сочетанию специализированных микросхем, известных как «системы-на-чипе» (systems-on-a-chip).

Типичные системы-на-чипе сочетают энергоэффективный процессор архитектуры ARM плюс специализированные чипы для обработки графики, коммуникации, управление энергией, кодирование видео и прочее.

Эта новая архитектура обвалил цены компьютерных систем базового уровня с 100 долларов до 10 долларов. Raspberry Pi Zero – это компьютер с частотой процессора 1 GHz и операционной системой Linux, который можно приобрести за 5 долларов. За аналогичную цену можно купить микроконтроллер с поддержкой wifi, на котором работает версия языка программирования Python. Скоро такие чипы будут стоить меньше доллара. И будет экономически целесообразно встраивать компьютер практически в любом.

Raspberry Pi Zero — компьютер за 5 долларов

Тем временем процессоры высшего уровня также демонстрируют впечатляющий рост производительности. Особое значение здесь имеют графические процессоры, лучшие из которых производит компания Nvidia. Они полезны не только для традиционной обработки графики, но также для алгоритмов машинного обучения и устройств виртуальной/дополненной реальности. «Дорожная карта» продукции Nvidia предусматривает значительное улучшение мощности этих устройств в последующие годы.

Технологии с непредсказуемым потенциалом остаются квантовые вычисления, которые сейчас существуют в основном в лабораториях. Но если они станут коммерчески оправданными, то это может привести к увеличению эффективности определенных алгоритмов на порядки. В частности, в таких областях, как биология и искусственный интеллект.

Читайте также:  В Грозном из больницы выписаны отравившиеся курицей жители региона

Квантовый компьютер Google
Программное обеспечение: золотая эра искусственного интеллекта

В сфере программного обеспечения сейчас происходит немало впечатляющих вещей. Распределенные системы – это один из хороших примеров. Так как количество вычислительных устройств росла по экспоненте, становилось все важнее: 1) распараллелить задачи между различными машинами; 2) наладить связь и координацию между различными устройствами. К интересным распределенных систем относятся Hadoop и Spark, которые обеспечивают параллельную обработку больших массивов данных, и Bitcoin/блокчейни для защиты данных и финансов.

Но, возможно, самые захватывающие прорывы происходят в сфере искусственного интеллекта (ИИ). За ним — долгая история раздутой рекламы и разочарований. Сам Алан Тьюринг прогнозировал, что машины смогут успешно имитировать людей до 2000 года. Однако есть хорошие основания думать, что ШИ сейчас наконец вступает в свой золотой век.

Машинное обучение – это ключевой, трансформационный метод, с помощью которого мы переосмысливаем все, что мы делаем. Сундар Пічаї, гендиректор Google

Мощный энтузиазм в отношении ИИ держится на «глубоком обучении» (Deep Learning), технологии машинного обучения, популяризованій благодаря прославленном проекте Google от 2012 года, где гигантский кластер компьютеров использовался для того, чтобы узнавать кошек на видеороликах из YouTube. Глубокое обучение – это потомок нейронных сетей, технологии, которая имеет начало еще в 1940-х. Ее вернула к жизни комбинация факторов, включительно с новыми алгоритмами, дешевыми параллельными вычислениями и общей доступностью больших наборов данных.

Уровень ошибок в конкурсе ImageNet (красная линия — показатели людей)

Есть соблазн рассматривать глубокое обучение как очередное модное слово из лексикона Кремниевой долины. Впрочем, энтузиазм здесь подкреплен впечатляющими теоретическими и реальными результатами. Например, уровень ошибок для победителей конкурса ImageNet – популярного соревнования в машинном распознавании визуальных образов – составлял 20-30% до появления глубокого обучения. После его применения точность алгоритмов-победителей постоянно росла, и в 2015 году превысила аналогичную способность человеческих существ.

Много научных публикаций, наборов данных и программных инструментов, связанных с глубоким обучением, распространялись по принципу открытого доступа. Это мало демократизуючий эффект и позволило отдельным людям и небольшим организациям создавать мощные приложения.

WhatsApp смогла создать глобальную систему обмена сообщениями, которая обслуживает 900 млн пользователей, усилиями лишь 50 инженеров – по сравнению с тысячами инженеров, в которых нуждались предыдущие поколения мессенджеров. «Эффект WhatsApp» сейчас наблюдается в области ИИ. Программные инструменты типа Theano и TensorFlow в сочетании с «облачными» датацентрами для обучения, и недорогими графическими процессорами для обработки, позволяют малым командам разработчиков создавать передовые системы ИИ.

Например, всего один программист, работая над побочным проектом с помощью TensorFlow, научился раскрашивать черно-белые изображения.

Слева — черно-белое изображение, справа — цветное, посередине — искусственно раскрашенное

А маленький стартап создал классификатор объектов в реальном времени. Который, конечно же, напоминает известную сцену из фильма «Терминатор».

Одним из первых применений технологий глубокого обучения, выполненных большой технической компанией, стала функция поиска изображений Google Photos, которая шокирующее сообразительная.

Скоро мы увидим значительные улучшения во всех видах программной продукции, включая голосовыми помощниками, поисковыми механизмами, «роботами-собеседниками», 3D сканерами, автомобилями, дронами, системами воспроизведения изображений для медицинских нужд и еще много чем.

«Бизнес-план для следующих десяти тысяч стартапов нетрудно спрогнозировать: возьми Х и добавь в него искусственный интеллект. Это большое дело, и она уже здесь»,- Кевин Келли.

Стартапы, которые создают продукты на базе ИИ, должны иметь лазерную сфокусированность на конкретных задачах, чтобы конкурировать с крупными технокомпаніями, которые сделали ИИ своим главным приоритетом.

Системы искусственного интеллекта становятся тем лучше, чем больше данных собрано для их работы. Что открывает возможность создать эффективный маховик эффектов сетевых данных (больше пользователей → больше → лучшие продукты → больше пользователей). Картографический стартап Waze использовал эффекты сетевых данных для разработки лучших карт, чем у конкурентов с гораздо более высоким финансированием. Успешные стартапы в сфере ИИ применять подобную стратегию.
«Софт» плюс «железо»: новые компьютеры

Сейчас в «фазе беременности» находятся разнообразные вычислительные платформы, которые скоро станут значительно лучше – и, возможно, войдут в фазу роста – после того, как они привлекут недавние улучшения в аппаратном и программном обеспечении. И хотя они имеют различное строение и оформления, они разделяют общую тему: создают для нас дополнительные возможности, «встраивая» слой разумной визуализации этаж нашего восприятия мира. Вот краткий обзор этих новых платформ:

Автомобили. Крупные технологические компании, такие как Google, Apple, Uber и Tesla, инвестируют значительные ресурсы в автономные автомобили. Полуавтономные машины, например, Tesla Model S, уже доступны в продаже, и они быстро покращуватимуться. Полная автономность появится позже, но, вероятно, не позже чем через пять лет. Уже существуют полностью автономные машины, которые почти не уступают водителям-людям. Впрочем, из культурных и регуляторных оснований полностью автономные машины должны быть значительно лучше чем люди-водители, прежде чем их использование позволят повсюду.

Следует ожидать роста инвестиций в автономные автомобили. Кроме больших технологических компаний, идею автономности начинают рассматривать очень серьезно и большие авто концерны. И даже можно увидеть несколько интересных продуктов от стартапов. Программный инструментарий с глубокого обучения стал настолько эффективным, что один-единственный программист смог создать полуавтономный автомобиль.

Дроны. Нынешние дроны, представленные на рынке, используют современное аппаратное обеспечение (в основном компоненты смартфонов плюс механическая часть), но сравнительно простое программное обеспечение. В ближайшем будущем мы увидим дроны, которые используют передовые технологии компьютерного визуального распознавания и другие элементы искусственного интеллекта.

Читайте также:  Госдума может ограничить выезд за рубеж банкирам, если их банк финансово неустойчив

Полет полностью автономного дрону

Это сделает их более безопасными, простыми в пилотировании и полезнее. Развлекательная видеография сохранит свою популярность, но кроме этого, появятся и другие направления коммерческого использования дронов. Существуют десятки миллионов опасных работ, где надо вылезать на сооружения, башни и другие конструкции. С помощью дронов эти задачи можно выполнять значительно безопаснее и эффективнее.

Интернет вещей. Очевидные примеры использования устройств с технологией IP – это энергосбережение, охранная служба и комфорт. Nest и Dropcam – известны примеры из первых двух категорий. Один из самых интересных продуктов в категории комфорта – это Amazon Echo (беспроводная колонка и устройство голосовых команд — https://en.wikipedia.org/wiki/Amazon_Echo).

Основные сферы применения «интернета вещей»

Большинство людей считают, что интернет вещей – это нечто причудливое, пока они не попробуют это сами и с удивлением не осознают, насколько это полезно. Есть замечательная демонстрация того, какими эффективными могут быть постоянно включенные устройства голосовых команд в качестве интерфейса пользователя.

Пройдет еще некоторое время, пока появятся боты с обобщенным интеллектом, которые смогут поддерживать полноценное общение. Но как показывает пример Echo, голосовой диалог успешно работает даже в условиях ограниченного контекста. Распознавание речи будет быстро совершенствоваться по ходу того, как недавние прорывы в технологиях глубокого обучения воплощаться в реальной продукции.

ИР будет быстро принят в бизнес-среде. Например, устройства с сенсорами и связью с сетями чрезвычайно полезны для мониторинга производственного оборудования.

Носимые устройства. Носимые компьютеры сегодняшнего дня ограничены во многих измерениях, таких как емкость батареи, коммуникационные возможности и мощность процессора. Те, которые получили коммерческий успех, сосредоточены на узкой сфере применения, такой как мониторинг физической активности (фитнес-браслеты).

С улучшением аппаратных компонентов носимые устройства начнут поддерживать широкий спектр программного обеспечения – как это произошло со смартфонами. Это откроет широкий диапазон новых применений. И так же как с Интернетом вещей, голосовая взаимодействие, вероятно, станет здесь главным интерфейсом пользователя.

Виртуальная реальность. 2016 год является важным для виртуальной реальности: запуск очков Oculus Rift и HTC/Valve Vive (и, возможно, Sony Playstation VR) означает то, что удобные и увлекательные системы виртуальной реальности наконец-то станут общедоступными. И эти системы должны быть действительно эффективными, чтобы избежать ловушку «долины смерти».

Качественная виртуальная реальность требует специальных экранов (высокое разрешение, высокая частота обновления изображения, низкая инерционность), мощных графических карт и способности отслеживать точное положение тела пользователя (системы виртуальной реальности предыдущих поколений могли отслеживать только поворот головы). В этом году публика впервые получит опыт того, что называют «эффект присутствия» — когда ваши органы чувств «обманываются» и дают вам ощущение полного переноса в виртуальный мир.

Очки и шлемы виртуальной реальности будут становиться все более совершенными и все более дешевыми. До основных исследовательских направлений будет принадлежать: 1) новый инструментарий для создания синтезированного или снятого на камеру контента для виртуальной реальности; 2) системы машинного видения для отслеживания и сканирования непосредственно с помощью смартфонов и очков; и 3) распределенные системы поддержки и размещения больших виртуальных сред.

Дополненная реальность. ДР, вероятно, появится после виртуальной реальности, потому что она нуждается большинства из того, что нужно для виртуальной реальности плюс дополнительные новые технологии. Например, дополненная реальность требует передовых, скоростных систем машинного видения, чтобы убедительно сочетать реальные и виртуальные объекты в совместной интерактивной сцене.

Сочетание реальности и виртуальности

Отметим, что дополненная реальность может появиться быстрее, чем вы думаете. Это демонстрационное видео было снято непосредственно через устройство дополненной реальности Magic Leap.

Что дальше?

Возможно, что схема 10-15-летних циклов вычислительных технологий закончилась, и мобильные устройства – это ее последняя эра. Также возможно, что следующая эра начнется с задержкой, или только определенная часть новых категорий вычислительной техники, которые мы обсудили ранее, действительно станет важной.

Я склонен считать, что мы находимся на грани не одной, а сразу нескольких новых эр. «Мирные дивиденды от войны смартфонов» создали «эволюционный взрыв» новых устройств. А прогресс программного обеспечения, особенно в сфере искусственного интеллекта, сделает эти устройства разумными и полезными. Многие из футуристических технологий, о которых мы говорили выше, уже существуют сегодня, и получат широкую доступность в ближайшем будущем.

Наблюдатели отметили, что многие из этих новых устройств находятся на стадии «подростковой угловатости». Это потому, что они находятся в «фазе беременности». Как персональные компьютеры 1970-х, интернет 1980-х и смартфоны начала 2000-х, они сейчас представляют собой фрагменты будущего, которое еще не наступило. Но оно наступает: рынки движутся вверх и вниз, энтузиазм вспыхивает и угасает, однако вычислительные технологии неустанно идут вперед.

Больше новостей

  • ФСК «Лидер» «настроилась» на крах дольщиков На подходе новая проблема строительного рынка. В ЖК «Домодедово парк» и «Первый Андреевский» от «ФСК» уже год не могут достроить дома — сдача откладывается. Ключи рискуют не получить […]
  • Дмитрий Ламерт «отчудил» 1,7 тыс гектаров и получил 4 года В Новосибирской области к четырем годам колонии и штрафу 1 млн рублей приговорен бывший заместитель руководителя областного управления Росреестра Дмитрий Ламерт. Он обвинялся в махинациях […]
  • Новый приговор в «Жизни» судимого Гинера После исков на 118,5 млрд рублей к «РГС жизни» лидера «лужниковской» ОПГ Евгения Гинера суд запретил ответчику продавать 87 зданий и офисов (753 млн), передают "Ведомости".Арбитражный суд […]
Заметили ошибку или опечатку? Материал нуждается в исправлении? Будем рады Вашей помощи! Пишите на на адрес [email protected].