计算机工业包含金融和产品两个相互独立的方向。近几年，关于计算机金融的研究屡见报端，金融市场确实得到了很多关注。计算机金融市场一般表现出波动大、难预测的特点。相对而言，产品方向却鲜有人谈起。
然而事实上，产品革新才是推动计算机工业进步的关键。
因此，我们将通过研究计算机产品的历史发展脉络，并试着预测未来的发展走向。
科技产品是平台和应用相互作用的产物。新平台催生新应用，新应用优化新平台，两者相辅相成，形成闭环正反馈。纵观计算机工业发展历史，我们会发现细枝末节的新技术无时无刻不在诞生，但真正具有革命意义的技术每10到15年才会出现一次。
个人电脑（Personal Computer，PC机）的出现催生了文档处理、表格管理以及形形色色的桌面应用。互联网的出现孵化出搜索引擎、电子商务、电子邮件、短信、社交媒体、商业软件服务等各类网络服务。智能手机的出现实现了移动信息、移动社交、视频分享等等。如今，我们正处在智能手机创造的移动时代之中。
每个时代都可以被分为酝酿和成长两个阶段。
在酝酿阶段，新的平台首先登台亮相，但新平台往往又贵又不好用。在成长阶段，新产品将会解决新平台的各种问题，从而开启一段飞速发展的黄金期。
第一台PC机Altair发明于1975年，第二代苹果电脑于1977年问世，而真正开启PC机成长阶段的是于1981年问世的IBM PC机。
互联网的酝酿阶段是在80年代到90年代初，那时候互联网基本上就是个文本工具，主要用于学术和政府组织。互联网的成长阶段则是以1993年发明的Mosaic浏览器为起点开始的。
90年代开始出现功能手机，21世纪初期出现了以Sidekick和Blackberry为代表的早期智能手机。然而智能手机的成长阶段开始于2007年到2008年之间，首先是苹果手机的出现，紧随其后的是安卓手机。接着，智能手机市场呈现爆炸式增长，如今已经有大约20亿人在使用智能手机。到2020年，预计全球人口的80%都将会拥有智能手机。
如果仍然按照10到15年这个模式发展的话，那么在几年后我们就能迎来计算机工业的又一新的伟大时代的到来。而且，我们现在应该已经处于新时代的酝酿阶段了。目前来看，在硬件和软件方面其实均已显现出未来变革的趋势。现在，就让我们从这些趋势出发，窥探一下计算机工业未来的面貌。
硬件关键词：小型、廉价、泛在
在主机时代，只有大型组织可以负担得起一台计算机。后来，小型组织也开始能够使用小型计算机了。再后来，PC机走进了办公室和家庭。再到现在，智能手机基本上是人手一台了。这说明，计算机硬件的发展趋势是小型化、廉价化。相信未来计算机的数量将会超过人口数量。
之所以表现出这样的发展趋势，原因有二：一是摩尔定律。在过去的50年里半导体工业始终按照摩尔定律所揭示的规律稳步发展（摩尔定律：当价格不变时，集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍。）；二是智能手机竞争所带来的和平红利，这一理论由Chris Anderson提出，是指智能手机的成功将为处理器和传感器引入大量投资。你可以随便拆解一个智能设备、不管是无人机、VR眼镜还是各种物联网设备，你都会发现它们的元器件和智能手机相差无几。
随着现代半导体的发展，如今关注点已经不再是单独的处理器（CPU），而是各类专业芯片的捆绑。通常称之为基于芯片的系统（systems-on-a-chip）。典型的基于芯片系统捆绑在节能ARM处理器上，再附加上用于图像处理、通信、能源管理、视频处理等专业芯片。这种新型的结构使基础计算系统的价格从100美元降到了10美元。作为1GHz的Linux电脑——树莓派Zero，其单价只要5美元。对于能有运行Python版本的WI-FI微控制器价格也差不多是这个水平。这些芯片的价格今后仍会继续下降。很快将跌到1美元以下。在未来，具有计算功能的设备都会很便宜。
同时，高端处理器的性能也发展非常迅猛。以占据重要地位的图形处理器（GPU）为例，现在Nvidia生产的GPU不仅应用于传统图形的处理，还可以实现对机器学习算法、虚拟现实、现实增强设备的支持。Nvidia的产品路线图让我们非常有信心未来GPU仍会有突飞猛进的发展。
对于目前只存在于实验室的量子计算来说，这项技术的前景还是个未知数。但如果能实现其商业使用，那么对AI、生物等特定领域的算法来说，也将带来数量级的飞跃提升。
软件关键词：AI的黄金时代
如今的软件领域可以说正在见证着奇迹的发生。比如说借着设备量激增的东风，粉墨登场的分布式技术。它可以实现多设备的任务并行处理，以及设备间的通信与交互，因而其重要性越发凸显。最近比较热门的几项基于分布式技术的系统有Hadoop和Spark，是用来解决大数据并行处理问题的。还有比特币和区块链技术，能够解决数据和财产的安全性问题。
当然，软件领域的重大技术突破无论如何还得是人工智能技术（Artificial Intelligence，AI）。人类对于AI技术过于夸张的期待和不可避免的失望已经有相当长的一段时间了。甚至图灵曾经做出预言：人类到2000年时就能够成功应用AI技术了。尽管如此，我们仍对AI技术保持乐观的态度，因为有诸多原因表明我们很快将迎来AI的黄金时代。
谷歌的首席执行官Sundar Pichai曾表示：“机器学习是改变人类认知的关键。”
AI技术的众多突破都是围绕深度学习展开的。谷歌公司在其2012年的项目中就实现了通过深度学习技术辨认视频中猫的种类。深度学习由神经网络算法衍生而来。神经网络的提出可以追溯到20世纪40年代。深度学习在此基础上又融合了新的算法、低成本的并列计算和广泛应用的大数据集，让神经网络再次焕发新的生命。
ImageNet（大规模视觉识别挑战赛）是一项关于深度学习算法的程序比赛，对物体和场景进行分类和检测的错误率最低者获胜。创办之初2010年时，ImageNet的最低的错误率在20%到30%之间。之后逐年递减，到2015年时，获胜者的错误率已经低于人类识别的错误率了。深度学习用成绩证明了自己的价值，而且一度成为硅谷的热门词汇。
深度学习相关的文献、数据、软件是开源的，个人和小企业都可以拿来学习和使用。WhatsApp就是这种普惠效应最成功的案例。开发团队仅50人的WhatsApp，为全球9亿用户提供着通讯服务。Theano和TensorFlow这类开发工具提供了便宜的图形处理器和数据云，即便很小的开发团队也可以参与到前沿AI系统的研发中去。
基于AI技术的众多产品中，前有谷歌开发的图片搜索引擎，后有个人开发的黑白照片彩色化小程序。AI技术发展之快让我坚信——我们很快将看到万物智能化的一天。正如 Kevin Kelly所说的：“我可以预测出接下来上万家创业公司要做的事，那就随便找个事物，然后给它加上AI。商机无限，近在眼前。”
那么初创公司和谷歌这样的大型科技公司相比，如何在AI市场中分一杯羹呢？小公司的优势是专业和专注，小公司能够扎根于某个具体场景应用，去做精做细；大公司的优势则是数据。数据量越大，AI的性能也将越好。因此可以建立起数据网络的惯性飞轮。在惯性飞轮的作用之下，我们将会拥有更多的用户 →更多的数据 →更好的产品 →更更多的用户。地图导航的创业公司Waze就很好地建立这个惯性飞轮，他们利用数据网络效应创造出更具有竞争力的产品。对于那些想要在AI领域大展宏图的初创公司来说，这个套路具有普适性。
软件+硬件=新型计算机
在当前酝酿阶段，已经有很多新型的计算机平台崭露头角。若是在软硬件领域取得新突破，我们或许将可以进入AI的成长阶段。虽然这些新型计算机平台从设计到包装都各不相同，但他们都具有一个共同点：通过在现实世界嵌入智能虚拟层而使人类获得新的超能力。以下简要介绍这些新平台。
汽车
诸如Google、 Apple、Uber和Tesla之类的大型科技公司均投入大量资源研发自动驾驶汽车。像Tesla的Model S这样的半自动驾驶汽车已经投入使用中，并在不断的发展进化中。全自动驾驶汽车还需要五年或者更长的时间才能问世。虽然现在已经有可以媲美人类驾驶的全自动驾驶汽车，但由于文化和法律法规的原因，全自动驾驶汽车需要达到超越人类驾驶的完美性能才能大规模推广使用。
预计未来对自动驾驶领域的投资仍会与日俱增。除了大型科技公司，汽车制造厂商也对自动驾驶严阵以待。甚至初创公司也可以参与到自动驾驶的研发之中。深度学习的开发工具也已经可以支持个体程序员进行半自动驾驶汽车的研发之中。
无人机
现在的民用无人机在硬件方面相当先进，简单来说是智能手机元器件加上机械设备。但相对而言，软件方面就显得有些简陋了。今后的发展将会是采用更加先进的计算机版本和AI技术，从而使无人机操作更简单、更安全、更好用。在用途方面，娱乐录像仍会继续流行，但商业使用也将占有重要地位。对于那些攀爬高塔高楼的危险工作将逐渐被无人机所代替。
物联网
节能、安保和便捷是物联网设备最显而易见的用途。用于节能和安保的产品有Nest 和 Dropcam。作为便捷措施的成功产品之一是亚马逊公司的Echo。起初，很多人会觉得Echo不过是夸张的噱头，当他们真的试用过后，便会为其声音交互的高效所折服。我们可能暂时还无法创造出能够自由对话的机器人，但Echo在限定语句交互中的表现已经足够令人惊喜了。随着当前深度学习技术的不断突破，声音交互产品也将迅速成熟。
物联网对商业也具有促进作用。举个简单的例子，传感器和联网设备的结合将可以实现对工业生产的监视。
可穿戴设备
目前的可穿戴计算机受到电池、通信、处理多方面的限制。专注于单个领域的可穿戴应用倒是获得了成功，比如说监视健康情况的穿戴设备。随着元器件的发展，可穿戴设备将可以和智能手机一样，解锁更多领域的应用，提供多维度的服务。再加上物联网技术的助力，声音将会是主要交互方式。
VR（虚拟现实）
2016年是VR硕果累累的一年——Oculus Rift和HTC/Valve Vive（Sony的Playstation VR或许也算得上）的横空出世意味着舒适的、浸入式的VR系统终于实现了民用。VR产品要想做好，得能跨越“恐怖谷”，还需要高分辨率、高刷新率、低卡顿的显示屏、显卡，以及捕捉用户准确位置的能力。
头戴式的VR设备将继续提升性能并降低价格。研究的方向包括：（1）用于渲染或录制VR内容的新工具；（2）可通过手机或头戴设备直接进行跟踪或扫描的机器视觉；（3）可支持大型虚拟环境的分布式后端系统。
AR（现实增强）
AR是建立在VR基础之上的一项技术，所以它很可能会紧随VR的脚步。AR需要先进且低延迟的机器视觉才能实现现实与虚拟的完美交互。
未来在哪？
有人说，计算机工业10到15年的轮回已经结束，而移动时代即是计算机工业收官之作。也有人说，下一个工业时代还尚未开启。
我更倾向于认为我们处在多个新时代起点的交汇处。智能手机竞争的和平红利催化出一个新的寒武纪大爆炸，将会出现一种全新的设备、一项革命性的技术（很可能是AI）。以上所提到的前沿的技术当下已经存在，未来也一定会有更多突破。
有学者称，这些技术正处在“令人尴尬的青春期”。这是因为它们还处于酝酿阶段，就像70年代的PC机、80年代的互联网和2000年初的智能手机一样，我们现在所瞥见的未来并非它的全貌。我们无法论断市场的跌宕起伏，无法预测政坛的风起云涌，但我们可以肯定计算机科技一定是稳中向好、蒸蒸日上。
网友评论