コンピューター技術の未来：現在の傾向の概要

情報技術の分野は、食料品と金融という2つの主に独立したサイクルで発展しています。 近年、私たちが金融サイクルのどの段階にあるかについての論争は止まっていません。 金融市場には多くの注意が払われており、金融市場は予測できない振る舞いをしたり、大きく変動したりすることがあります。 一方、製品サイクルは情報技術を前進させるものですが、比較的注目を集めていません。 しかし、過去の経験を分析することで、現在の製品サイクルを理解し、技術のさらなる発展を予測することができます。











高度な技術の分野での製品サイクルの開発は、プラットフォームとアプリケーションの相互作用によるものです。新しいプラットフォームを使用すると、新しいアプリケーションを作成でき、これらのプラットフォームに価値を追加して、肯定的なフィードバックのチェーンを閉じます。









小さな製品サイクルは絶えず繰り返されますが、歴史的には、10〜15年に1度、次の大きなサイクルが始まります-ITの顔を完全に変える時代。









財務および製品サイクルは、主に互いに独立して発展します。



コンピューターの出現により、起業家は最初のテキストエディター、スプレッドシート、その他多くのPCアプリケーションを作成するようになりました。 インターネットの出現により、世界は検索エンジン、オンラインコマース、電子メール、ソーシャルネットワーク、SaaSビジネスアプリケーション、および他の多くのサービスを見てきました。 スマートフォンは、モバイルソーシャルネットワークとインスタントメッセンジャーの開発、およびカープーリングなどの新しいタイプのサービスの出現に弾みをつけています。 私たちはモバイル時代の真っlive中に住んでおり、どうやら、まだ多くの興味深い革新が待っています。



各エポックは、2つのフェーズに条件付きで分割できます。1）形成フェーズ-プラットフォームが最初に市場に登場しますが、高価で、粗野で、および/または使いにくい場合 2）アクティブフェーズ-新製品がプラットフォームの前述の不利な点を解決し、それによって急速な開発期間が開始される場合。



Apple IIコンピューターは1977年に、Altair 8800は1975年にリリースされましたが、PC時代の活発なフェーズは1981年のIBM PCのリリースから始まりました。









年間 PC売上（千）



インターネットの形成段階は、実際には科学者や政府が使用するテキストデータ交換ツールであった80年代から90年代初頭に始まりました。 1993年の最初のブラウザであるNCSA Mosaicの発売は、インターネットの集中的な開発のフェーズの始まりであり、今日に至っていません。









世界中のインターネットユーザーの数



90年代には携帯電話が既に存在し、最初のスマートフォンはゼロの夜明けに登場しましたが、スマートフォンの普及は2007年から2008年に最初のiPhoneのリリース、そしてAndroidプラットフォームの出現によって始まりました。 それ以来、スマートフォンユーザーの数は急増し、現在ではその数はすでに約20億に達しています。 そして2020年までに、世界人口の80％がスマートフォンを所有するようになります。









世界のスマートフォン販売（百万）



各サイクルの期間が実際に10〜15年であれば、ほんの数年で新しいコンピューター時代の活発なフェーズが始まります。 新しい技術はすでに形成段階にあることがわかりました。 今日、ハードウェアとソフトウェアの分野にはいくつかの主な傾向があり、次の時代に部分的に光を当てることができます。 この記事では、これらの傾向について議論し、私たちの未来がどのように見えるかについていくつかの提案をしたいと思います。

ハードウェア：コンパクト、安価で多用途

メインフレーム時代では、大規模な組織のみがコンピューターを購入する余裕がありました。 小規模な組織ではミニコンピューターを、家庭やオフィスではコンピューターを利用できました。









コンピューターのサイズは一定の割合で減少します



私たちは現在、プロセッサとセンサーが非常に安価でコンパクトになり、すぐに人よりも多くのコンピュータが登場する新しい時代の瀬戸際にいます。



これには2つの要因が寄与します。 第一に、過去50年間にわたる半導体製造の着実な進歩（ ムーアの法則 ）。 第二に、クリス・アンダーソンが 「スマートフォン戦争からのすばらしい配当」 と呼ぶもの：スマートフォンの目を見張るような成功は、プロセッサとセンサーの開発への大きな投資に貢献しました。 最新のクアドロコプター、仮想現実ゴーグル、またはモノのインターネットのデバイスの内部を見てみましょう-あなたは何を見ますか？ そうです-主にスマートフォンのコンポーネント。



しかし、現代の半導体の時代では、個々のプロセッサから、シングルチップシステムとして知られる特別なマイクロ回路のノード全体にすべての注意が移りました。









コンピューターの価格は着実に低下しています



通常のシングルチップシステムは、エネルギー効率の良いARMプロセッサと特別なグラフィックプロセッサ、および情報交換、電力管理、ビデオ信号処理などを組み合わせたものです。









Raspberry Pi Zero：1 GHzプロセッサーを搭載した5ドルのLinuxコンピューター



この革新的なアーキテクチャにより、基本的なコンピューティングシステムの最小コストがユニットあたり100ドルから10ドルに削減されました。 すばらしい例は、 Raspberry Pi Zeroです。これは、周波数が1 GHzの最初の5ドルのLinuxコンピューターです。 同じお金で、PythonのいずれかのバージョンをサポートするWi-Fiマイクロコントローラーを購入できます。 すぐに、これらのマイクロプロセッサのコストは1ドル未満になり、ほぼすべての場所に簡単に統合できます。



しかし、高品質のマイクロプロセッサの世界では、今日、より深刻な成果が起きています。 グラフィックプロセッサには特別な注意が必要です。その中で最も優れているのは、NVIDIAが製造しています。 GPUは、グラフィックスの処理だけでなく、機械学習アルゴリズムや仮想現実および拡張現実のデバイスで作業する場合にも役立ちます。 ただし、NVIDIAの代表者は、近い将来、GPUパフォーマンスの大幅な改善を約束しています。



情報技術分野全体の切り札は依然として量子コンピューターであり、これまでのところ主に研究所に存在しています。 しかし、それらを商業的に魅力的なものにする価値があり、これは、特に生物学と人工知能の分野で生産性の飛躍的な増加につながります。









Google Quantum Computer

ソフトウェア：人工知能の黄金時代

今日、ソフトウェアの世界では多くの興味深いことが起こっています。 良い例は、分散システムです。 それらの外観は、近年のデバイス数の複数の増加によるものであり、複数のマシンでタスクを並列化し、デバイス間のデータ交換を確立し、作業を調整する必要がありました。 大規模なデータ配列で動作するように設計されたHadoopやSparkなどの分散システムのテクノロジーには、特別な注意を払う必要があります。 また、データとリソースのセキュリティを確保するブロックチェーン技術に言及する価値があり、最初にビットコイン暗号通貨で実装されました。



しかし、おそらく最もエキサイティングな発見は、浮き沈みの長い歴史を持つ人工知能（AI）の分野で今日行われています。 アラン・チューリング自身も、2000台の車が人々をまねることができると予測しました。 この予測はまだ実現されていませんが、AIが最終的に開発の黄金時代に入ったと信じるには十分な理由があります。

「機械学習は、私たちが行うすべてのことを再考するための重要で革新的な方法です」と、Google CEOのSundar Pichai氏は述べています。

AIの分野で最大の興奮は、いわゆるディープラーニングに集中しています。これは、2012年に開始された1つの有名なGoogleプロジェクトのフレームワークで広くカバーされている方法です。 このプロジェクトには高性能のコンピューターネットワークが関与しており、その目的はYouTubeビデオで猫を認識することを学ぶことでした。 深層学習法は、前世紀の40年代に始まった技術である人工ニューラルネットワークに基づいています。 最近、この技術は多くの要因により再び重要になりました。新しいアルゴリズムの出現、並列計算のコストの削減、大規模なデータセットの普及。









ImageNetコンテストのエラーの割合 （赤い線は人間の指標に対応）



ディープラーニングは、シリコンバレーの単なる流行語ではないことが望まれます。 しかし、この教育方法への関心は、印象的な理論的および実践的な結果によって裏付けられています。 たとえば、詳細なトレーニングを導入する前は、有名なマシンビジョンコンテストであるImageNetの勝者の許容エラー率は20〜30％でした。 しかし、その適用後、アルゴリズムの正確性は着実に向上し、2015年にはすでにマシンのパフォーマンスが人間のパフォーマンスを上回りました。



ドキュメント、 データパッケージ、およびディープラーニングソフトウェアツールの多くは公開されており、個人や小規模組織が独自の高性能アプリケーションを作成できます。 WhatsApp Inc. 9億人のユーザーに人気のメッセンジャーを作成するのに50人の開発者が必要でした。 比較のために、前世代のインスタントメッセンジャーの作成には、1000人以上（時には数千人）の開発者の関与が必要でした。 AIの分野でも同様のことが行われています： TheanoやTensorFlowのようなソフトウェアツールは、トレーニング用のクラウドベースのデータセンターとコンピューティング用の低コストのグラフィックカードと組み合わせて、開発者の小さなチームが革新的なAIシステムを作成できるようにします。



たとえば、以下は、TensorFlowを使用して白黒写真をカラーに変換する1人のプログラマーによる小さなプロジェクトです。









左から右：白黒写真、変換された写真、元の写真の色。 （ ソース ）



オブジェクトをリアルタイムで分類するための小さなスタートアップアプリケーションを次に示します。









Teradeepアプリがリアルタイムでアイテムを識別



うーん、しかしどこかで私はすでにそれを見ました：









映画「ターミネーター2：審判の日」（1991）の一部



大企業がリリースした最初のディープラーニングアプリの1つは、驚くほどスマートなGoogleフォト画像検索アプリでした。









キーワード「big ben」を使用して写真を検索（メタデータなし）



間もなく、音声アシスタント、検索エンジン、 チャットボット 、 3Dスキャナー 、言語翻訳者、車、ドローン、画像診断システムなど、ソフトウェアとハ​​ードウェアのすべての分野でAIのパフォーマンスが大幅に向上することが期待されます。

「次の10,000のスタートアップのアイデアを予測するのは簡単です。Xを使用して人工知能を追加してください」とKevin Kelly氏 。

AIに重点を置いた製品を作成するスタートアップは、AIが最優先事項である大企業と競争するために、特定のアプリケーションに非常に集中する必要があります。 AIシステムは、収集されるデータの量が増えるにつれて、より効率的になります。 いわゆるデータネットワーク効果により、常に回転するフライホイールのようになります（ユーザーが増える→データが増える→製品が増える→ユーザーが増える）。 たとえば、Waseマップサービスチームは、データネットワークの効果を使用して、提供されたマップの品質を、より由緒ある競合他社よりも向上させました。 スタートアップにAIを使用する予定の人は誰でも、 同様の戦略に従う必要があります。

ソフトウェア+ハードウェア：新しいコンピューター

現在、多くの有望なプラットフォームが形成の段階にあり、ソフトウェアとハ​​ードウェアの分野からの最新の開発を組み合わせているため、すぐに開発段階に移行する可能性があります。 また、これらのプラットフォームは外観やバンドルが異なる場合がありますが、共通点が1つあります。それは、スマート仮想化の最新の高度な機能を使用することです。 これらのプラットフォームのいくつかを検討してください。



車。 Google、Apple、Uber、Teslaなどの大規模IT企業は、自動運転車または無人車の開発に多額の投資を行っています。 半自律型のTesla Model S車はすでに市場に出ており、すぐに更新されたより高度なモデルが期待されています。 完全に自動化された自動車を作成するには時間がかかりますが、5年以内に待つことができると信じる理由があります。 実際、人間の制御下よりも悪くない完全に自動化された車の開発が既にあります。 しかし、文化的および規制上の性質の多くの側面により、そのような車は、広範囲に使用する資格を得るために、人間が運転する車よりもはるかによく運転しなければなりません。









無人車両がその環境の図を描く



間違いなく、無人車両への投資量は増加するだけです。 情報技術企業に加えて、大手自動車メーカーも自主性について考え始めています。 さらに多くの興味深いスタートアップ製品を待っています。 ディープラーニングソフトウェアは非常に効果的になったため、今日では、1人の開発者で半自律的な車を作ることができます。









自家製無人車両



ドローン。 最新のドローンには最新のテクノロジー（主にスマートフォンのコンポーネントと機械部品）が搭載されていますが、ソフトウェアは比較的単純です。 まもなく、コンピュータビジョンやその他の種類のAIを搭載した改良モデルが登場し、より安全で管理しやすく便利になります。 無人機からの写真やビデオ撮影は、アマチュアの間で人気があるだけでなく、さらに重要なことに、 商業的な用途があります。 さらに、高所作業を含む多くの危険な作業があり、ドローンを使用する方がはるかに安全です。









完全自律ドローン飛行



モノのインターネット。 IoTデバイスの最も基本的な利点は、エネルギー効率、安全性、利便性です。 最初の2つの機能の良い例は、 NestとDropcamです。 利便性に関しては、Amazon Echoデバイスに注意する価値があります。



ほとんどの人はEchoがもう1つのマーケティング策略であると信じていますが、少なくとも1回それを使用したことがあるので、このデバイスがどれほど便利であるかに驚いています。 ユーザーインターフェイスの基礎としての音声制御の有効性を明確に示しています。 もちろん、すぐに完全な会話をサポートできるユニバーサルインテリジェンスを備えたロボットは登場しません。 ただし、Echoが示すように、コンピューターはすでに多かれ少なかれ複雑な音声コマンドを処理できます。 深層学習の方法が改善されると、コンピューターは言語をよりよく理解するようになります。









3つの主な利点：エネルギー効率、安全性、利便性



IoTデバイスは、ビジネスセグメントにも応用されます。 たとえば、センサーとネットワーク接続を備えたデバイスは、産業機器の動作制御に広く使用されています。



ウェアラブル技術。 今日、ウェアラブルコンピューターの機能は、バッテリー容量、通信、データ処理などの多くの要因によって異なります。 最も成功したデバイスは、通常、非常に狭い範囲を持ちます。たとえば、フィットネストラッキングなどです。 ハードウェアコンポーネントが改善されると、スマートフォンなどのウェアラブルデバイスの機能が拡張され、新しいアプリケーションの機会が広がります。 モノのインターネットと同様に、音声がウェアラブルデバイスを管理するための主要なユーザーインターフェイスになることが想定されています。









人工知能を備えたミニチュアヘッドフォン、映画「彼女」の断片



仮想現実。 2016年はVRツールの開発にとって非常に興味深いものになります。OculusRiftとHTC Viveのバーチャルリアリティメガネ （および、場合によってはPlayStation VR）のリリースは、便利で没入型のVRシステムが最終的に公開されることを意味します。 VRデバイス開発者は、ユーザーがいわゆる「不吉な谷」効果を生み出さないように一生懸命努力する必要があります。いわゆる「邪悪な谷」効果では、ロボットまたは他の人工物体の過度の信頼性が人間の観察者の間で敵意を引き起こします。



高品質のVRシステムを作成するには、高品質の画面（高解像度、高リフレッシュレート、低慣性）、強力なビデオカード、およびユーザーの正確な位置を追跡する機能が必要です（以前の世代のVRシステムはユーザーの頭の回転のみを追跡できました）。 今年、新しいデバイスのおかげで、初めてユーザーはプレゼンスの完全な効果を体験できるようになります。すべての感情は非常に「欺かれ」、ユーザーは仮想世界に完全に没頭します。









Oculus Rift Toyboxのデモ



間違いなく、VRメガネは進化し続け、時間とともにアクセスしやすくなります。 開発者は、生成および/またはキャプチャされた VR コンテンツを提示するための新しいツール、ユーザーの位置を追跡するためのマシンビジョンを改善し、電話または仮想現実眼鏡から直接彼に関するデータを受信するための新しいツール、および大規模な仮想ホスト周囲。









VRメガネを使用して3D形式で仮想世界を作成する



拡張現実。 拡張現実を完全に使用するには、仮想現実のすべての機能と追加の新しいテクノロジーが必要になるため、ARはVRの後にのみ開発される可能性が高いです。 たとえば、1つのインタラクティブシーンに実際のオブジェクトと仮想オブジェクトを完全に統合するには、ARツールに高度な低遅延マシンビジョンテクノロジーが必要です。









映画「キングスマン：シークレットサービス」からの拡張現実デバイス



しかし、ほとんどの場合、拡張現実の時代はあなたが思っているよりも早く来るでしょう。 このデモは、AR Magic Leapデバイスを介して直接撮影されました。









Magic Leapのデモ：実際の環境での仮想キャラクター



このデモは、2015年10月14日にMagic Leapで直接撮影されました。 作成時には、特殊効果も合成も使用されていません。

次は？

おそらく10〜15年のサイクルは繰り返されなくなり、モバイル時代はそれらの最後になります。 または、次の時代が短くなるか、または上記の技術の特定のサブセットのみが後で重要になる可能性があります。



私たちは今、いくつかの時代の交差点にいると思います。 「スマートフォンの戦争からの大きな恩恵」は、新しいデバイスの急速な出現と、ソフトウェア、特に人工知能の分野における開発であり、これらのデバイスをさらにインテリジェントで便利なものにすることができました。



一部の研究者は、ほとんどの新しいデバイスはまだ「思春期」にあると指摘しています。それらは不完全で、ややばかげている可能性がありますが、すべて開発段階に入っていないためです。 70年代のパーソナルコンピューター、80年代のインターネット、ゼロの夜明けのスマートフォンの場合のように、全体像は見えませんが、現在のテクノロジーが何に変えなければならないかの断片のみが見えます。 いずれにせよ、未来は近づいています。市場は変動し、ファッションは行き来しますが、以前と同様、進歩は自信を持って前進しています。