Информационные технологии прогрессируют в двух практически независимых друг от друга направлениях: продукты и финансы. Было много дебатов относительно того, как далеко мы продвинулись в области финансов. Этот рынок привлекает много внимания. Он очень непредсказуем и все время меняется. Продуктовый вектор, напротив, не получает должного внимания, хотя именно он двигает вперед всю отрасль высоких технологий. Мы можем попробовать понять, как она меняется, изучая прошлое и заглянув в будущее.

В продуктовом сегменте очень важна взаимосвязь между платформами и приложениями. Новые платформы приводят к появлению новых приложений, которые, в свою очередь, добавляют ценности этим платформам, создавая позитивную петлю. Постоянно возникают более мелкие ответвления, которые каждые 10-15 лет полностью преображают ландшафт IT-сектора.

Распространение ПК дало возможность предпринимателям создавать текстовые и табличные редакторы, а также много других десктопных приложений. Интернет породил поисковые системы, электронную коммерцию, обмен сообщениями, социальные сети, коммерческие SaaS-программы и многое другое. Смартфоны перенесли все это в мобильную плоскость. Сегодня мы живем в Мобильном Веке и, скорее всего, станем свидетелями становления многих новых имен среди мобильных инноваторов.

Финансовый и продуктовый векторы развиваются независимо друг от друга

Каждая продуктовая эра условно делится на две фазы: беременность, когда новая платформа только была представлена, но все еще остается слишком дорогой, недоработанной и сложной в использовании; и фаза роста, когда появляется новый продукт, который позволяет решить все эти проблемы. А затем начинается процесс экспоненциального роста.

Apple II был выпущен в 1977 (а Altair в 1975), но за ним последовал релиз IBM PC в 1981 году, который во стократ ускорил развитие отрасли ПК.

Динамика роста продаж ПК

Фаза беременности для интернета началась в 80-е и начале 90-х, когда он еще был практически целиком текстовым инструментом, который могли использовать только академики и правительственные чины. Но появление веб-браузера Mosaic в 1993 году дало толчок фазе роста, которая продолжается по сей день.

Динамика роста базы пользователей интернета

Первые смартфоны появились еще вначале 2000-х, например, Sidekick и Blackberry, но эра смартфонов наступила только в 2008 году с выходом iPhone, а затем закрепилась благодаря возникновению Android. С тех пор проникновение смартфонов взлетело до небес: примерно два миллиарда людей сегодня владеют смартфонами, а к 2020-му году 80% населения Земли обзаведутся хотя бы одним.

Динамика продаж смартфонов по миру

Если паттерн действительно повторятся каждые 10-15 лет, то следующая IT-эра наступит уже в ближайшие годы. Согласно такому сценарию, мы находимся в фазе беременности. И уже сегодня можем предположить, какой будет новая эра, отталкиваясь от последних трендов в технологической сфере, как хардверных, так и софтверных. Эти тренды позволят нам заглянуть в будущее.

Hardware: маленький, дешевый и вездесущий

В эпоху микросхем только самые богатые корпорации могли позволить себе иметь собственный компьютер. Более мелкие компании уже могли купить миникомпьютеры, затем офисы и домохозяйства смогли обзавестись ПК, а сегодня каждый человек может иметь при себе смартфон. Сейчас же мы входим в эру, когда процессоры и сенсоры становятся настолько маленькими и дешевыми, что скоро компьютеров станет намного больше, чем людей на Земле.

На то есть две причины. Первая – устоявшийся процесс развития индустрии полупроводников за последние 50 лет. Вторая – то, что Крис Андерсон из Wired называет “мирными дивидендами от войны смартфонов”: головокружительный успех смартфонов привел к массовому потоку инвестиций в процессоры и сенсоры. Если вы распотрошите дрон, очки виртуальной реальности или IoT-устройство, то найдете внутри те же компоненты, из которых состоит смартфон.

В современную полупроводниковую эру фокус сместился с отдельных CPU к пучкам специализированных чипов, более известных как системы на кристалле (systems-on-a-chip или SoC). Как правило такие пучки состоят из энергоэффективных ARM CPU, в дополнение к которым идут специальные чипы для обработки графики, коммуникаций, видео и т.д.

Эта новая архитектура снизила цену базовой компьютерной системы со $100 до $10. Компьютер на Linux Raspberry Pi Zero с частотой 1 ГГц сегодня можно купить всего за $5. За те же деньги доступен микроконтроллер с Wi-Fi, которым можно управлять при помощи Python. Скоро эти чипы будут стоить меньше доллара, тогда вставлять компьютер практически во что угодно станет экономически оправдано.

Еще одна веха компьютерной эры – квантовые вычисления, которые пока не выходят за пределы научных лабораторий. Но если коммерциализировать их, это приведет к значительному увеличению производительности в таких отраслях как биология и искусственный интеллект.

Software: золотой век ИИ

Сегодня в сфере программного обеспечения происходит много удивительного. Хороший пример – распределенные системы. С тех пор как количество устройств резко выросло, стало чрезвычайно важно:

параллелизовать задачи одновременно на нескольких машинах;
связывать и координировать устройства между собой.
Очень интересны технологии распределенных систем вроде Hadoop и Spark для управления большими данными и технологии Bitcoin/blockchain для защиты данных и активов.

Но самый волнительный прорыв происходит в сегменте искусственного интеллекта. Его история полна надежд и разочарований. Алан Тьюринг предсказывал, что машины смогут успешно имитировать людей к 2000 году. Но только сейчас появились причины полагать, что ИИ входит в свой золотой век.

“Машинное обучение – это ядро, путь преобразования, на котором мы переосмысливаем все, что создаем”, – СЕО Google Сундар Пичаи.

Очень много волнения вызвала ИИ-технология глубокого машинного обучения, популяризированная проектом Google в 2012 году, которая использовала гигантский кластер компьютеров, чтобы идентифицировать котиков на видео в YouTube. Глубокое обучение – это потомок нейронных сетей, технологии 1940-х годов. Ее возродила комбинация факторов, включая новые алгоритмы, дешевые параллельные вычисления и доступ к большим объемам данных.

Есть искушение считать глубокое обучение одним из многочисленных жаргонизмов Кремниевой Долины. Однако воодушевление поддерживают впечатляющие теоретические и физические результаты. Например, коэффициент ошибок на популярном соревновании алгоритмов ImageNet challenge  до глубокого обучения был на 20-30% выше. Но с использованием глубокого обучения точность алгоритмов победителей сильно выросла и в 2015 году переплюнула человеческие возможности.

Множество бумаг, наборов данных и софтверных инструментов, которые имеют отношение к глубокому обучению, стали оупенсорсными. Это возымело демократический эффект, позволяя создавать мощные приложения. WhatsApp смог построить мировую систему обмена сообщениями, которая обслуживает 900 млн пользователей силами всего 50 инженеров. Звучит грозно, если сравнить с мессенджерами-предшественниками, которые обслуживали тысячи программистов.

Такой же “WhatsApp-эффект” сейчас происходит в отрасли ИИ. Инструменты вроде Theano и TensorFlow, в комплекте с облачными дата-центрами для обучения и распространением недорогих графических процессоров позволяет маленьким командам инженеров строить почти совершенные ИИ-системы. Например, программист-одиночка создает инди-проект, который позволяет разукрашивать черно-белые фотографии:

Вскоре мы увидим огромные усовершенствования в обучении всех типов продуктов: голосовых ассистентов, поисковых систем, чат-ботов, 3D-сканнеров, переводчиков, автомобилей дронов, систем медицинской визуализации и т.д.

“Бизнес-планы следующих 10 000 старапов легко прогнозировать. Возьмите Х, прибавьте к нему ИИ. Это большое дело, и оно уже здесь”, – Кевин Келли, автор Wired.

Чтобы конкурировать с крупными компаниями, у которых фора в области ИИ, стартапам придется сфокусироваться на наиболее специфических нишах. Чем больше данных мы собираем, тем совершеннее становятся ИИ-системы. Таким образом создается своеобразный замкнутый круг: больше пользователей=больше данных=лучше продукты=больше пользователей. Маппинговый стартап Waze использовал этот эффект, чтобы создавать карты, более подробные, чем у конкурентов. Успешные ИИ-стартапы будут использовать ту же стратегию.

Software + hardware: новые компьютеры

Уже сегодня есть много новых вычислительных платформ, которые пока находятся в фазе беременности, но могут в скорости перейти в фазу роста, а пока совершенствуются, демонстрируя первые успехи. Они выглядят очень по-разному и по-разному упакованы, однако разделяют общую суть: дают нам новые дополненные возможности, накладывая виртуальный слой на наш мир. Ниже короткий обзор таких платформ:

Автомобили

IT-гиганты вроде Google, Apple, Uber и Tesla инвестируют огромные ресурсы в автономные автомобили. Полуавтономные авто вроде Tesla Model S уже доступны на рынке и будут быстро совершенствоваться. На достижение полной автономности уйдет время, но не более пяти лет. Уже существуют полностью автономные автомобили, которые почти так же хороши, как и живые водители. Однако по культурным и религиозным причинам полностью автономные автомобили должны превзойти людей-водителей, иначе общество их не примет.

Будьте уверены, что в автономные автомобили будет еще много инвестиций. Не только IT-гиганты, но и автоконцерны начинают воспринимать автономность всерьез. Также мы увидим несколько интересных стартапов в данном сегменте.

Инструменты глубокого обучения стали настолько хороши, что одинокий программист смог собственноручно собрать полуавтономный автомобиль.

Дроны

Сегодня пользовательские дроны состоят из современного железа (преимущественно деталей смартфонов плюс механические запчасти) с относительно примитивным ПО. В ближайшем будущем появятся дроны с мощными компьютерами и ИИ на борту, что сделает их более безопасными, управляемыми и полезными.

Видеосъемки с высоты птичьего полета сохранят популярность, но появятся и более важные коммерческие кейсы. Существует множество опасных профессий, например, промышленный альпинизм, которые дроны могли бы выполнять столь же эффективно, но без риска для жизни и здоровья человека.

Интернет вещей (IoT)

Самые очевидные сферы применения IoT-устройств: экономия энергоресурсов, безопасность и удобства. Nest и Dropcam – популярные примеры первых двух категорий. Что касается удобств – одним из самых интересных продуктов стало детище Amazon – Echo. Большинство людей думают, что Echo бесполезная игрушка, пока не убеждаются, что распознавание речи может быть реально полезным в быту.

IoT также найдет применение и в бизнесе. Например, устройства с сенсорами и сетью чрезвычайно полезны для мониторинга промышленного оборудования.

Носимые технологии

Сегодня развитие носимых технологий сдерживается на разных уровнях, начиная от проблем с батареями и заканчивая производительностью. Самые успешные сфокусировались на узкой нише, например, мониторинге физических нагрузок. Но по мере того, как улучшается железо, носимые устройства смогут поддерживать более сложные приложения, как это уже умеют смартфоны, открывая путь для нового поколения приложений. Как и в IoT, голос, скорее всего, станет основным  инструментом управления.

Виртуальная реальность (VR)

2016 год стал очень насыщенным для любителей виртуальной реальности: запуск Oculus Rift и HTC/Valve Vive (и, вероятно, Sony Playstation VR) означает, что вскоре нам станут доступны комфортные и захватывающие виртуальные системы. Они должны быть очень крутыми, чтобы не попасть в ловушку “ожидания vs. реальность”.

Качественная система должны быть оборудована специальными экранами с высоким разрешением, частотой обновления и низкой устойчивостью, мощными видео-картами и трекерами позиции пользователя (ранние версии могли улавливать лишь вращение головы).

В этом году люди впервые смогут испытать эффект полного присутствия, когда ваши чувства настолько обмануты, что вы ощущаете себя в альтернативной реальности.

Дополненная реальность (AR)

Как-то так (кадр из фильма Kingsman: The Secret Service)

Дополненная реальность скорей всего появится после виртуальной, поскольку для ее создания требуется все то же, что и для VR, плюс немножечко сверх того. Например, AR необходимо продвинутое машинное видение, которое позволит убедительно комбинировать реальные и виртуальные объекты на одной площадке.

Что дальше?

Может быть, повторяющийся паттерн 10-15 лет замкнулся и мобайл – заключительная эра. Не исключено, что следующая эра последует намного позже или только вышеперечисленные технологии станут действительно чем-то значимым.

Но я уверен что мы на пороге не одной, а сразу нескольких эр. “Мирные дивиденды войны смартфонов” привели к Кембрийскому взрыву новых устройств и софта, который делает их умными и полезными. Многие из футуристических технологий, которые мы обсудили, уже существуют и сильно распространятся в ближайшем будущем.

Наблюдатели отмечают, что многие из этих устройств сейчас переживают свой “пубертатный период”. Это потому что они еще в фазе беременности. Как ПК в 70-х, интернет в 80-х и смартфоны в ранних 2000-х, мы видим отрывки будущего, которое еще не дошло до нас. Но оно наступает: рынки скачут вверх и вниз, волнение то нагнетается, то спадает, но вычислительные технологии целеустремленно движутся вперед.

Автор: Крис Диксон, ангельский инвестор, серийный предприниматель, основатель стартапов, купленных eBay и McAfee

https://medium.com/software-is-eating-the-world/what-s-next-in-computing-e54b870b80cc#.lbsz11y0q