http://www.jianshu.com/p/17a3a595ff5a
以下没摘全。原文内多图，全程干货
技术趋势炒作图.png
技术趋势炒作图
看了那么多高估值公司，很多人都觉得非常疯狂，这是不是很大泡沫了，泡沫是不是要破了，是很多人的疑问。我认为在硅谷这个充满梦想的地方，投资人鼓励创业者大胆去做同样也助长了泡沫，很多项目在几个月的时间就会估值翻 2，3 倍，如 Uber，Snapchat 上我也惊讶于他们的巨额融资规模。那么这张图就是讲“新兴技术炒作”周期，把各类技术按照技术成熟度和期望值分类。
创新萌芽 Innovation Trigger”、“期望最顶点 Peak ofInflated Expectation”、“下调预期至低点 Trough of Disillusion”、“回归理想 Slope ofEnlightenment”、“生产率平台 Plateau of Productivity”，越往左，技术约新潮，越处于概念阶段；越往右，技术约成熟，约进入商业化应用，发挥出提高生产率的效果。纵轴代表预期值，人们对于新技术通常会随着认识的深入，预期不断升温，伴之以媒体炒作而到达顶峰；随之因技术瓶颈或其他原因，预期逐渐冷却至低点，但技术技术成熟后，期望又重新上升，重新积累用户，然后就到了可持续增长的健康轨道上来。
Gartner 公司每年发布技术趋势炒作图。今年和去年的图对比显示，物联网、自动驾驶汽车、消费级 3D 打印、自然语言问答等概念正在处于炒作的顶峰。而大数据已从顶峰滑落，NFC 和云计算接近谷底。
3、未来，高科技创业的趋势是什么？
我先提一个最近看的一部电影《Imitation Game》，讲计算机逻辑的奠基者艾伦图灵（计算机届最高奖以他命名）艰难的一生，他当年为破译德军密码制作了图灵机为二战胜利作出卓越贡献，挽回几千万人的生命，可在那个时代因为同性恋被判化学阉割，自杀结束了短暂的 42 岁生命。他的一个伟大贡献就是在人工智能的开拓工作，他提出图灵测试（Turing Test），测试某机器是否能表现出与人等价或无法区分的智能。
今天人工智能已经有了很大进步，从专家系统到基于统计的学习，从支持向量机到神经网络深度学习，每一步都带领机器智能走向下一个阶梯。
在 Google 资深科学家吴军博士（数学之美，浪潮之巅作者），他提出当前技术发展三个趋势，第一，云计算和和移动互联网，这是正在进行时；第二，机器智能，现在开始发生，但对社会的影响很多人还没有意识到；第三，大数据和机器智能结合，这是未来时，一定会发生，有公司在做，但还没有太形成规模。他认为未来机器会控制 98％的人，而现在我们就要做个选择，怎么成为剩下的 2％？
4、为什么大数据和机器智能结合的未来一定会到来？
其实在工业革命之前（1820 年），世界人均 GDP 在 1800 年前的两三千年里基本没有变化，而从 1820 年到 2001 年的 180 年里，世界人均 GDP 从原来的 667 美元增长到 6049 美元。由此足见，工业革命带来的收入增长的确是翻天覆地的。这里面发生了什么，大家可以去思考一下。但人类的进步并没有停止或者说稳步增长，在发明了电力，电脑，互联网，移动互联网，全球年 GDP 增长从万分之 5 到 2％，信息也是在急剧增长，根据计算，最近两年的信息量是之前 30 年的总和，最近 10 年是远超人类所有之前累计信息量之和。在计算机时代，有个著名的摩尔定律，就是说同样成本每隔 18 个月晶体管数量会翻倍，反过来同样数量晶体管成本会减半，这个规律已经很好的 match 了最近 30 年的发展，并且可以衍生到很多类似的领域：存储、功耗、带宽、像素。
冯诺伊曼是 20 世纪最重要的数学家之一，在现代计算机、博弈论和核武器等诸多领域内有杰出建树的最伟大的科学全才之一。他提出（技术）将会逼近人类历史上的某种本质的奇点，在那之后 全部人类行为都不可能以我们熟悉的面貌继续存在。这就是著名的奇点理论。目前会越来越快指数性增长，美国未来学家 Ray Kurzweil 称人类能够在 2045 年实现数字化永生，他自己也创办奇点大学，相信随着信息技术、无线网、生物、物理等领域的指数级增长，将在 2029 年实现人工智能，人的寿命也将会在未来 15 年得到大幅延长。
5、国外值得关注的大数据公司都有哪些？国内又有哪些？
Big Data 公司列表
这是 2014 年总结的 Big Data 公司列表，我们大致可以分成基础架构和应用，而底层都是会用到一些通用技术，如 Hadoop，Mahout，HBase，Cassandra，我在下面也会涵盖。我可以举几个例子，在分析这一块，cloudera，hortonworks，mapr 作为 Hadoop 的三剑客，一些运维领域，mangodb，couchbase 都是 nosql 的代表，作为服务领域 AWS 和 Google BigQuery 剑拔弩张，在传统数据库，Oracle 收购了 MySQL，DB2 老牌银行专用，Teradata 做了多年数据仓库。上面的 Apps 更多，比如社交消费领域 Google, Amazon, Netflix, Twitter, 商业智能：SAP，GoodData，一些在广告媒体领域：TURN，Rocketfuel，做智能运维 sumologic 等等。去年的新星 Databricks 伴随着 Spark 的浪潮震撼 Hadoop 的生态系统。
对于迅速成长的中国市场，大公司也意味着大数据，BAT 三家都是对大数据的投入也是不惜余力。
我 5 年前在百度的时候，就提出框计算的东东，最近两年他们成立了硅谷研究院，挖来 Andrew Ng 作为首席科学家，研究项目就是百度大脑，在语音、图片识别大幅提高精确度和召回率，最近还做了个无人自行车，非常有趣。腾讯作为最大的社交应用对大数据也是情有独钟，自己研发了 C++ 平台的海量存储系统。淘宝去年双十一主战场，2 分钟突破 10 亿，交易额突破 571 亿，背后是有很多故事，当年在百度做 Pyramid（按 Google 三辆马车打造的金字塔三层分布式系统）的有志之士，继续在 OceanBase 创造神话。而阿里云当年备受争议，马云也怀疑是不是被王坚忽悠，最后经历了双十一的洗礼证明了阿里云的靠谱。小米的雷军对大数据也是寄托厚望，一方面这么多数据几何级数增长，另一方面存储带宽都是巨大成本，没价值就会破产。
网友评论