自动驾驶汽车、无人机、可穿戴设备、虚拟现实、增强现实，谁是下一个计算技术产品周期的宠儿？

计算技术行业有两个彼此非常独立的循环：财政循环和产品循环。最近网络上出现了很多文章，所讲述的都是我们当前所处的财政循环。如今财经市场受到了许多人的关注，财经市场是一个非常容易出现波动的市场，有的时候波动的幅度还很大，一旦某家科技公司获得了大额融资，这个消息很快就会成为人们津津乐道的新闻。而相比之下，产品循环所受到的关注却没有那么多。事实上，真正推动计算技术行业不断向前发展的，正是产品的不断推陈出新。只需要研究一下过去的产品发展历程，我们就可以从中找到产品循环的规律，并且以此来预测未来技术和产品的发展趋势。

每隔10-15年，我们就会进入一个新的计算时代

技术产品的发展过程中，平台和程序彼此之间相互影响，相互加强。新的平台催生新的程序，反过来这些程序也会让新出现的平台获得更高价值，以及用户的积极参与。在科技发展的过程当中，一些小的技术循环一直在不断涌现。而每隔一段时间——从过去的经验来看，大概是10-15年——重要的新循环就会出现，从而彻底对计算行业的格局进行改变。

大多数情况下，财政循环和产品循环会彼此独立的进行

个人计算机的出现，促使创业者们创造了文字处理器、电子表格处理器以及其他一些我们如今已经习以为常的程序。而互联网的出现，催生了如今数字生活中必不可少的搜索引擎、电子商务、电子邮件、即时通信、社交媒体、SaaS企业程序等工具。之后出现的智能手机，让我们进入了移动时代，移动及时通信、移动社交媒体比比皆是，智能手机更是改变了我们的日常生活，例如座驾分享等按需服务，极大方便了我们的生活。今天的我们，正处于移动计算时代。人类的创新能力还会继续不断发展下去，我们将会迎来更多的创新。

每一个产品时代，都可以被划分为两个部分。第一，酝酿阶段。在这个阶段，新平台出现在我们的视野中，但是它并不完善，有时甚至并不好用，往往还伴随着价格过高的问题。第二个阶段，就是成长阶段。进入这个阶段之后，新产品开始不断涌现，这些新产品解决了酝酿阶段中出现的各种问题，这个技术开始被更多的人接受，最终获得快速增长。

苹果的Apple II计算机早在1977年就推出了（Altair甚至推出于更早的1995年），但是个人电脑真正的增长，却是在1981年。直到IBM在1981年推出了PC之后，电脑才真正开始得到普及。

个人电脑每年的销量（单位：千台）

互联网的酝酿阶段是上世纪80年代到90年代初，那个时候互联网基本上是基于文本的工具，只有学术机构和政府在使用。1993年，Mosaic网页浏览器的推出，让互联网进入了成长阶段，那一年过后，互联网的使用者人数逐年上涨，直至今日。

互联网用户年增长表

上世纪90年代，市场上只有一些功能手机，到了21世纪初，我们见到了一些早期的智能手机，例如Sidekick和黑莓。但是智能手机的真正普及，是在2007年，那一年苹果公司发布了震惊世界的iPhone。随后的2008年里，安卓系统的出现，拉低了智能手机的使用成本，让智能手机进一步占领世界。从那以后，智能手机的普及度一路走高，如今世界上已经有了大约20亿智能手机用户。据预测，截止到2020年，全世界人口的80%都将会拥有智能手机。

全球市场每年智能手机销量（单位：百万台）

如果10-15年这个循环依然成立，那么这意味着在未来几年内，我们将会迎来下一个计算时代。首先，我们当然还是会先迎来酝酿阶段。

如今无论是软件市场还是硬件市场，我们都可以观察到一些新趋势，以供我们畅想下一个计算时代可能是什么样子。接下来，我将会讨论这些趋势，之后会对下一个计算时代进行预测。

硬件：体积小、价格低且无处不在

在主机时代，只有大企业才能买的起计算机。之后微型计算机降低了计算机成本，一些规模较小的企业也能在办公室里使用。随后的个人计算机走进了家庭和小公司。而之后的智能手机，在当今世界很多地方，基本可以说是人手一部了。

计算机正在变得越来越小

我们正在进入一个新的时代，在这个时代中，处理器和感应器的体积正在变得越来越小，价格也越来越低。世界上计算机的数量也会越来越多，最终将会超过世界的人口总数。

造成这个局面主要有两个原因。首先，就是在过去50年里，半导体行业的稳定发展。另一个原因，则是智能手机的成功，让处理器和感应器行业获得了大量的瞩目和投资。如果你现在手边有一台无人机、VR头盔或是其他一些物联网设备，将他们进行拆卸之后你会发现，里面所使用的，基本都是智能手机原件。

在当前的半导体时代，人们的关注点已经不再是此前的独立CPU，而是一些芯片的组合，也就是人们常说的系统单芯片（systems-on-a-chip）。

计算机的售价正在逐年降低

典型的系统单芯片，捆绑的是更加节能的ARM CPU，以及各种专门的芯片，它们分别负责图形处理、通信、能量管理、视频处理等工作。

Raspberry Pi Zero: 1 GHz Linux 计算机，售价仅5美元

这种新的系统架构，拉低了基本计算系统的成本，从以前的100美元左右变成了现在的10美元。例如Raspberry Pi Zero，这是一个运行主频为1 GHz的Linux系统计算机，它的售价仅为5美元。同样的价格，你还能买到支持Wifi，运行Python的微型控制器。用不了多长时间，这些芯片的价格将会降到1美元以下。随着原件价格不断走低，单台计算设备的功能也会越来越强大，各种芯片都会被放在计算设备中。

同时，高端处理器的性能也在快速发展当中。其中最重要，最受人瞩目的，就是GPU（图像处理器）。在GPU市场上，佼佼者就是Nvidia公司。GPU不仅被用在传统图像处理任务当中，一些新兴的技术也非常依赖这种芯片，例如机器学习算法，虚拟实境和增强实境设备当中。Nvidia的路图显示，他们将会在未来几年内继续极大的改善GPU的性能。

谷歌的量子计算机

当前最先进的计算技术，就是量子计算机，这种设备当前基本只存在于各个计算机实验室中，但是如果被用作商用，将会极大提升计算机处理能力，并且被广泛运用在各种尖端研究领域，例如生物学研究和人工智能研究等。

AI的黄金时代

在今天的软件行业，我们看到了许多令人血脉喷张的产品正在不断涌现。分布式系统就是非常典型的例子。随着设备数量正在乘火箭上升，有两件事情变得越来越重要。首先，在多台机器中进行任务的平行安放。第二，在多设备中进行通信和协作。我见过一些让人很感兴趣的分布式系统技术，其中就包括Hadoop和Spark等用于大数据问题平行安放的技术，以及Bitcoin/blockchain这样可保证数据和资产安全的工具。

但是，在当今的软件行业中，最让人感到兴奋的，莫属于AI（人工智能）技术了。其实AI有着很长的发展历史，它曾经让我们期待过，也让我们失望过。计算机科学之父阿兰·图灵（Alan Turing）本人曾经预测，或许在2000年的时候，计算机将会成功的对人类进行模仿。

然而，图灵的预测并没有成真，如今我们已经进入了2016年，计算机仍然没能成功复制人类的思考和行为方式。然而，有一点不可否认，那就是如今AI正在走入一个属于它的黄金时代。

“机器学习是一个核心、有变革能力的方式，它能够让我们重新思考我们正在做的事情。——谷歌CEO桑达尔·皮查伊（Sundar Pichai）

AI有很多表现方式，最让人感兴趣的，就是深度学习。2012年谷歌的一个研究项目给这个技术带来了极大的关注，他们对大量的计算机进行了训练，让计算机可以识别YouTube视频中出现的所有猫的形象。深度学习，实际是神经网络的派生物，而神经网络这个技术最早诞生于上世纪40年代。这个技术重新回到人们的视野当中，有着多方面因素，包括新算法的产生、平行计算成本的降低以及大数据设备的普及等等。

ImageNet计算机视觉识别挑战错误率(图中红线代表人类表现)

很多人认为深度学习不过是近来硅谷炒红的一个概念而已，没有什么实际的意义。实际上，如果这项技术能够走向成熟，它将为我们提供很多方面的帮助。例如，ImageNet计算机视觉识别挑战的获胜者，在深度学习出现之前，其错误率大概在20-30%之间。而在使用了深度学习技术之后，算法识别成功率一直在不断上升。终于在2015年，算法识别成功率超过了人类。

最近一段时间以来，许多与深度学习有关的论文、数据库和软件工具都在近期完成了开源化。这对于有志从事这项事业的人来说是一个绝对的利好消息，更多的个人和小型组织可以使用这些资源开发功能强大的深度学习程序。著名即时通信企业WhatsApp就是其中之一，他们利用深度学习打造了一个全球信息系统，只需要50个工程师，他们就可以为来自全球的9亿用户提供即时通信服务。相比之下，此前的即时通信系统，动辄需要数千名工程师进行日常维护和管理。在Theano和TensorFlow等软件工具、云数据中心和价格低廉的GPU的帮助下，如今小型的工程师团队可以开发出尖端的AI系统。

例如，不久前一名工程师就使用TensorFlow凭借一己智力，就开发出了这个能够对黑白照片进行精准上色的AI系统。这名工程师只是将其作为副业来做，并没有辞去自己的本职工作：

左图：黑白照片 中图：自动上色后的图片 右图：真实世界中的颜色

再看下面这个系统，一个小型初创企业开发了这个产品，它可以辨别出画面中出现的图像是什么东西：

Teradeep实时物品识别系统

这个物品识别系统是不是让你想起了科幻电影中的情节？

电影《终结者》（1984年上映）

最早走向普通用户，由大型科技企业推出的深度学习应用，就是谷歌的Google Photos，这个应用的智能程度让人咋舌：

用户在应用搜索”大本钟“的图片（没有海量数据的参与）

有了深度学习技术，不用不久，我们就会让越来越多的产品拥有智能技术，例如：语音助理，搜索引擎、聊天机器人、3D扫描仪、语言翻译器、机动车、无人机、医疗图像系统等等。

“未来1万个初创企业的商业计划其实很好预测：随便给什么东西加上AI，这个产品就会吸引所有人。” —凯文·凯利（Kevin Kelly）

有志于打造AI产品的初创企业，一定要专注于具体的应用，这样才能与大公司进行对抗，毕竟大企业的资源是初创企业无法匹敌的，而且也正是他们让AI被所有人所熟知。

随着所有企业收集到越来越多的数据，AI系统也将会变得越来越实用，然后进入一个良性循环：更多的用户→更多的数据→更好的产品→更多的用户……地图企业Waze就成功使用这种方法做出了非常优秀的移动地图，要知道最初的时候，他们的竞争对手几乎都比Waze的财政状况更好，竞争对手们都获得了更多的风险投资。成功的AI初创企业也应该采取相似的策略。

软件+硬件：新的计算设备

在一个计算时代的酝酿阶段，市场上会出现多种多样的计算平台，这些平台会以非常快的速度扩张，并且有可能成功进入成长阶段。但是无论是什么样的计算平台，都有一个共同特点：它们会整合当前最先进的硬件和软件。虽然不同的计算平台在设计和功能上各有差异，但是它们的主题都一样：给世界添加一个新的智能虚拟层，给用户带来全新的能力。

汽车。谷歌、苹果、Uber和Tesla等大型客机企业都在对无人驾驶汽车进行巨额投资。Tesla的Model S等半自动化企业已经进入了当前市场，它们将会快速成长。全自动汽车也许还需要更长时间才会出现，但是我觉得最多不会超过5年。目前正在进行测试的无人驾驶汽车中，已经有一些原型的驾驶能力赶上了人类司机。然而，由于文化和监管方面的原因，全自动驾驶汽车要想获得大规模批准，它们仅仅赶上人类司机还不够，还要超过人类司机，而且是显著的超过人类司机。

无人驾驶汽车正在绘制附近环境的图像

无人驾驶汽车领域将会迎来更多投资。除了大型科技企业之外，一些传统汽车制造商也看到了无人驾驶汽车的潜力。一些初创企业也将会推出很多有意思的无人驾驶汽车方面的产品。深度学习软件工具能够让编程人员凭借自己就打造出一辆无人驾驶汽车：

Homebrew无人驾驶汽车

无人机。今天市场上的消费类无人机使用的都是最先进的硬件（大多数都是给智能手机原件配上机械部件）。然而，现在的无人机虽然硬件超群，软件还是相对简单。在不远的未来，我们将会看到无人机与计算机视觉和其他AI技术进行整合，让无人机完成更加安全的飞行，无人机的操控也会更加简单，它们还会被应用在更多的领域里。当然，无人机的休闲视频拍摄还会继续流行下去，但是它们还将会用在其他一些更重要的场合。例如一些高危行业，更加先进的无人机完全可以代替人类去完成。

物联网。物联网设备的典型使用场景，就是能源节省、安全和方便性。Nest和Dropcam就是前两个场景的最好代表。而在方便性领域，我所见过最有意思的物联网设备，就是亚马逊推出的Echo。

物联网设备的3个使用场景

在真正使用过Echo之前，大多数人都觉得它只是一个讨巧的小设备。但是在实际体验之后，他们就会惊讶的发现这个设备有多实用。它支持语音操控，而且语音操控随时待命。这个设备最大意义在于，它让我们知道了当前计算机语音识别的发展情况。也许现在畅想能陪我们自由聊天的机器人还为时过早，但是Echo让我们看到，计算机语音识别技术有着广阔前景。随着深度学习进入更多的量产设备，这些设备将会收集到越来越多的数据，让计算机语音识别越来越准确，应用场景越来越广阔。

物联网设备也将会进入商业领域。例如，打造了探测器和网络连接的设备，将会非常适用于工业设备的监测。

可穿戴设备。今天的可穿戴计算设备的设计，受到了许多因素的制约，例如电池、通信和处理等。在众多可穿戴设备类别之中，我认为最成功的，就是健身追踪设备。随着硬件原件的不断发展和进步，可穿戴设备将会支持更多程序，就像是智能手机一样，从而催生更多配套应用，让可穿戴设备的功能更加丰富。另外，与物联网设备一样，语音操控也将成为可穿戴设备的主要用户操作界面。

在电影《她》中出现的超级智能AI可穿戴耳机

虚拟现实技术。2016年将会是虚拟现实技术快速发展的一年：Oculus Rift、HTC/Vavle Vive以及索尼PS VR等设备的出现，意味着VR设备的佩戴变得更加舒适，而且能够为用户提供沉浸效果更好的体验。另外，值得注意的是，VR系统一定要避免出现“恐怖谷效应”。良好的VR需要搭配特殊的屏幕（高分辨率、高刷新率和低持续性）、强大的图像处理能力，以及追踪用户当前精确位置的能力（此前推出的VR设备只能够检测用户头部的位置）。今年，公众将会首次体验到所谓的“高沉浸度”，当你带上VR设备之后，你会忘记自己正处于虚拟实境当中。VR头盔设备将会继续发展，价格也将逐渐走低。

Oculus Rift Toybox演示

增强实境技术。AR的发展也许会晚于VR，因为AR对从业者的要求要高于VR，对新技术的要求也更高。例如，AR需要先进、低延迟的计算机视觉，才能够将虚拟物体和显示物体整合在一个屏幕之上。

将虚拟和显示整合在一起

话虽如此，但是AR的发展速度也一定会比你预期的更快。这段视频就是用Magic Leap公司的AR设备直接拍摄的：

未来在何处？

计算时代还会以10-15年的速度更新一次吗？移动时代会不会成为最终终结的一个时代？有可能。下一个时代的到来会不会推迟？这篇文章中所讨论的技术，会不会在下一个计算时代中突然消失？也有可能。

但是我更愿意相信我们的创新能力，下一个计算时代会到来，而且用不了太长的时间。智能手机大战过后，我们将会探索更多的设备，软件也会快速发展，尤其是AI。反过来，AI将会让原有的和未来即将出现的设备变得更加实用，更加智能。其实，这篇文章中所提到的许多未来感十足的技术，今天已经存在了，而且在不远的未来，这些技术将更加普及。

许多观察者都指出，许多新设备当前都处于“尴尬的青春期。这是由于他们还处于酝酿阶段。就像上世纪70年代的PC、80年代的互联网和21世纪初的智能手机一样。我们现在所看到的，只是未来一个又一个碎片，真正的突破性技术还没有到来。但是未来正在朝我们走来：市场会经历起落，人们的兴奋程度也会像潮水一样去了又来，但是计算机技术的发展会保持稳步向前迈进。（翻译：鲁行云，编辑：picar）