【科技評論】下一代計算：人工智慧的黃金時代

更多關於「人工智慧」的文章，請關注「戰略前沿技術」後回復「AI」「智能」查閱！

新智元（AI_era）編譯並授權轉載1

來源：medium

譯者：王婉婷 李宏菲

作者：Chris Dixon

【新智元導讀】70 年代的電腦，80 年代的互聯網，21世紀初期的智能手機，而現在我們窺見到尚未到來的未來的碎片。我們正處於多個（而不是一個）新時代的入口，智能手機之爭的和平紅利，會帶來新設備寒武紀式的大爆發，而人工智慧技術會讓這些設備變得更加智能和實用。每一代計算平台，都將帶來完全不同業態的公司巨頭，那麼下一個 10 年將會怎樣？

Chris Dixon身兼創業者（Hunch聯合創始人、Founder Collective聯合創始人）和投資人（多家科技企業，包括Skype、Foursquare、Kickstarter等的早期個人投資者）雙重角色，對初創企業投資有豐富的實戰經驗。

全文部分

計算行業的進展主要發生在兩個幾乎互相獨立的周期循環中：金融的周期和產品的周期。最近有許多關於我們在金融周期中身居何處的文章。金融市場總是受到大量關注，它們的波動難以預測，有時甚至無法控制。而與之相比，產品周期受到的關注相對較少，雖然它才是真正讓計算行業得以進步的驅動力。我們可以通過研究歷史並推廣到未來的情況來嘗試理解和預測產品周期。

大約每隔10~15年會產生一個新的計算時代

科技產品的周期是平台和應用互相之間的強化交互（reinforcinginteractions）。新的平台產生新的應用，而新的應用又轉而讓新的平台更具價值，創造出一種積極的反饋循環。每時每刻都在發生更小的、分支性質的科技循環，但是每隔一段時間——從歷史來看，大概是每10~15年——重要的新周期就會啟動，徹底改變計算行業的面貌。

金融周期和產品周期幾乎是互相獨立的

個人電腦（PC）使得企業家們創造出了文字處理應用、表格應用、以及許多其他的桌面應用。互聯網催生了搜索引擎、電子商務、電子郵件和短訊、社交網路化、SaaS商務應用、以及許多其他的服務。智能手機產生了移動短訊、移動社交網路、以及拼車之類基於需求的服務。現在，移動時代我們剛走過一半，很可能接下來還會看到更多的創新不斷湧現。

每一個產品時代都能被分為兩個階段：

1）孕育期，新的平台剛剛被公布，但是非常昂貴、不完善，並且/或者使用不便。

2）成長期，一個能解決這些問題的新產品問世，開啟一段高速增長時期。

AppleII是在1977年發布的（而Altair是在1975年），但是真正開啟PC成長期的卻是1981年IBMPC的發布。

每一年的PC銷量（單位為千）

互聯網的孕育期是在80年代和90年代早期，當時它基本上是學術圈和政府所使用的一個基於文字的工具。1993年Mosaic瀏覽器的出現開啟了互聯網的成長期，自那時起互聯網的繁榮發展從未停止。

全球互聯網用戶增長

90年代就出現了功能型手機（非智能手機），而21世紀初期出現了Sidekick和Blackberry等智能手機的雛形，不過智能手機真正的成長期開始於2007年到2008年，先是iPhone面世，再是Android發布。自此，智能手機就受到越來越多人青睞——現在，大約有20億人擁有智能手機。到2020年，全球將有80%的人都擁有一台智能手機。

全球每年智能手機銷量（單位為百萬）

如果這種10~15年的周期模式還將持續，那麼下一個計算時代就將在未來數年進入繁榮發展的成長期。這也就意味著我們已經站在了它的孕育期中。硬體和軟體方面都有一些重要的趨勢，能讓我們一窺下一個計算時代。在這裡，我將梳理這些趨勢，隨後探討未來將會是什麼樣子。

在大型計算機的時代，只有大型組織才能負擔得起供養一台計算機的成本。小型計算機讓更小的組織也能夠負擔得起，PC讓家庭和辦公室能夠負擔得起，而智能手機讓個人能夠負擔得起。

計算機正在穩步縮小

我們現在進入了一個處理器和感測器越來越小、越來越便宜的時代，這使得未來計算機的數量將會超過人類的數量。這有兩個原因。

第一個原因是，過去50年間半導體行業都在持續進步著（摩爾定律）。

第二個原因是ChrisAnderson所謂的「智能手機之爭的和平紅利」：智能手機成功到讓其他競爭者望塵莫及，使得大量投資湧向處理器和感測器方面。如果你拆開一台現代的無人機、VR頭戴式設備、或是物聯網設備，你會發現其中大部分都是智能手機會有的零件。

在現代的半導體時代，重心從單獨的CPU轉向了特殊晶元的集合，這也被稱為系統級晶元（systems-on-a-chip）。

計算機價格始終在穩步下降

典型的系統級晶元中，捆綁了高能效的ARMCPU以及特殊用途的晶元，比如專註於圖像處理、交流、能源管理、視頻處理等不同方面的晶元。

RaspberryPiZero：只需5美元的1GHzLinux計算機

這種新的架構讓基礎計算機系統的價格從大約100美元下降到了大約10美元。RaspberryPiZero是一款1GHz的Linux計算機，你只需要花5美元就能買下它。用差不多的價錢，你還可以買到可以運行Python、具備wifi功能的微型控制器（microcontroller）。這些晶元很快就會降到連1美元都不用的地步了。屆時，往計算機中添加幾乎任何東西都會變得很合算。

與此同時，高端處理器領域仍然有讓人矚目的進展。其中尤為重要的是GPU（圖像處理器），最好的GPU產自Nvidia。GPU的實用性不只在於傳統圖像處理方面，也在於機器學習演算法和虛擬現實/增強現實的設備。Nvidia的路線圖中預見到未來幾年間將會發生重大的性能提升。

Google的量子計算機

一項或許會成為黑馬的技術是量子計算，它現在基本上還只處於實驗室中，但是如果能形成商用的話可能將會為某些類別的演算法帶來量級的性能提升，比如生物領域和人工智慧領域的演算法。

今天的軟體領域中有許多令人興奮的事正在發生。分散式系統是一個不錯的例子。隨著設備的數量爆炸式增長，有一些事情正在變得越來越重要：

1）多台機器間的並行任務。

2）設備間的交流和協調。能引起人們興趣的分散式系統技術包括Hadoop和Spark之類用於並行處理大數據問題的系統，以及用於確保數據和資產安全的比特幣技術和區塊鏈技術。

不過，也許最激動人心的軟體突破正在人工智慧（AI）領域中發生。AI的漫長歷史伴隨著炒作和破滅。AlanTuring自己曾經預測，到2000年時，機器將能夠成功地模仿人類。而我們現在有理由認為AI可能終於進入了它的黃金時代。

「機器學習是一種核心的、變革式的方法，我們能藉此重新思考我們正在做的一切事情。」——SundarPichai，GoogleCEO

AI領域中，很多目光都聚焦在深度學習上。2012年Google的一個計劃使用了大批計算機來學習識別YouTube視頻中的貓咪。這個計劃現在極為出名，也讓深度學習這種機器學習技術變得炙手可熱。深度學習基於的神經網路技術可以被追溯到1940年代，而神經網路的死灰復燃是幾個因素組合的結果，包括新演算法、廉價的並行計算、以及唾手可得的大型數據集。

ImageNet挑戰賽的錯誤率（紅線是人類水平的表現）

僅僅將深度學習當做矽谷的另一個流行語而不加理會似乎是個誘人的想法。然而，這種狂熱在理論和現實世界問題上都得到了令人印象深刻的證據支持。例如，ImageNet挑戰賽——一項流行的機器視覺比賽——冠軍的錯誤率在採用深度學習技術之前大概處於20%~30%的水平之間。使用深度學習技術以後，每一屆挑戰賽中脫穎而出的演算法，準確率都在穩步提升，到2015年時已經超過了人類的水平。

與深度學習相關的許多論文、數據集、以及軟體工具都已經被開源了。這帶來了民主化效應（democratizingeffect），讓個人和小型組織也能夠搭建出強大的應用。WhatsApp只用了50位工程師就搭建出了一個服務9億用戶的全球短訊系統，而之前世代的短訊系統都需要數以千計的工程師才能搭建出來。這種「WhatsApp」效應正在AI領域中出現。Theano和TensorFlow之類的軟體工具，加上用於訓練的雲端數據中心以及部署起來不算昂貴的GPU，使得小型工程師團隊也能搭建起技術最前沿的AI系統。

例如，這是一個程序員獨自用TensorFlow做的一個業餘項目，實現為黑白照片上色的功能：

左邊：黑白色；中間：自動上色；右邊：真實顏色

而這裡是一個小型創業公司創造的實時物體分類器：

Teradeep實施物體分類器

這當然是由科幻電影中知名的一幕場景而衍生出的應用：

終結者（1984）

由大型科技公司發布的第一款深度學習應用是Google照片的搜索功能，它聰明到讓人震驚：

用戶（在沒有元數據的情況下）搜索「大本鐘」照片

我們不久之後就會見到，所有的產品在智能上都會有明顯的升級：語音助手、搜索引擎、聊天機器人、3D掃描儀、語言翻譯器、汽車、無人機、醫療影像系統、以及更多其他的產品。

「很容易就能預測到之後10000間初創企業的商業計劃：往某樣東西上加入AI。這是一筆好生意，並且已經開始出現了。」——KevinKelly

製作AI產品的初創企業將會需要把目光聚焦在特定的應用上，以此與那些已經把AI置於發展重心的大型科技公司相競爭。AI系統隨著收集到的數據越來越多會變得越來越好，這意味著良性的數據網路循環（更多的用戶→更多的數據→更好的產品→更多的用戶）。繪製地圖的初創企業Waze使用這種效應生成了比它那些資金多得多的競爭者們更好的地圖。成功的AI初創企業會採用類似的策略。

軟體+硬體：全新的計算機

有許多各式各樣的新計算平台現在都處於孕育期，隨著它們將硬體和軟體領域的最新進展與自身整合，在不久的將來它們會變得更好——並且可能進入成長期。雖然它們在設計和包裝上十分迥異，但是它們都有共同的主題：通過在真實世界上疊加一層智能的虛擬層，為我們帶來全新的能力、或是增強我們現有的能力。這裡是對其中一些新平台的簡要概覽：

汽車。Google、Apple、Uber以及Tesla之類的大型科技公司正在往自動駕駛汽車方面投入大量資源。半自動駕駛汽車，比如Tesla的ModelS，已經上市，並且能力將會快速提高。全自動駕駛需要等待更多的時間，不過可能不會超過5年。擁有和人類司機一樣的駕駛能力的自動駕駛汽車已經出現了，然而，鑒於文化原因和管理原因，全自動駕駛汽車可能需要達到比人類駕駛員好得多的水平才能被允許廣泛應用。

全自動駕駛汽車正在為周圍環境繪製地圖

預期將有更多投資注入自動駕駛汽車領域。除了大型科技公司之外，大型汽車廠商也開始認真看待自動駕駛的問題。你甚至能看到一些初創公司也做出了有趣的產品。深度學習軟體工具已經如此優良，以至於只需要一個程序員就能獨立製作出半自動駕駛汽車：

自產自用的自動駕駛汽車

無人機。今天的消費者級無人機內置了現代的硬體（大部分是智能手機用到的零件，再加上一些機械部分），但是在軟體上還相對簡易。在不遠的未來，我們將目睹整合了先進的計算機視覺和其他AI的無人機，這些技術讓無人機變得更安全、更易操作、也更實用。藉助無人機拍攝的娛樂錄像將繼續流行，而使用無人機拍攝的重要的商業視頻也將會出現。有不計其數的危險工作涉及到攀爬建築物、高塔、以及其他的結構，而許多這些工作都能被無人機取代，更為安全也更為高效。

全自動的無人機飛行

物聯網。物聯網設備顯而易見的應用是節約能源、安保、以及增添便利性。Nest和Dropcam是前兩個類別的知名案例。增添便利性這一類中，最有趣的產品之一就是Amazon的Echo。

物聯網的主要應用類別

大部分人把Echo當做一個噱頭——直到他們親身體驗之後為它的實用性而驚嘆不已。這很好地展示了將隨時待命的語音作為一種用戶交互方式是何等的有效。我們還需要一段時間才能擁有可以真正執行交流對話任務的通用智能。但是，就像Echo展現出的那樣，語音在今天的受限語境中已經能發揮作用了。最近深度學習方面的進展使得它能夠被引入生產設備（productiondevices）中，這樣一來，語言理解的提升將會更為快速。

物聯網也將會在商務情景中得到應用。例如，擁有感測器和網路連接的設備對於監控工業設備而言極為實用。

可穿戴設備。今天的可穿戴計算機受限於許多方面，包括電池、交互方法、以及處理方法。獲得了成功的那些可穿戴設備都是聚焦於健康監控之類的狹隘的應用上。隨著硬體零件的繼續改進，可穿戴設備將能夠支持豐富的應用，就像智能手機一樣，向各式各樣的新應用敞開懷抱。像物聯網一樣，語音可能會成為最主要的交互方式。

電影《她（Her）》中的可穿戴超級智能AI耳機

虛擬現實。2016對於VR來說是激動人心的一年：OculusRift和HTC/ValveVive的發布（可能還會有SonyPlaystationVR），意味著舒適而沉浸的VR系統終於將要向公眾開放了。VR系統需要做到足夠好，才能避免「恐怖谷」的問題。適合的VR設備需要特殊的屏幕（高解析度、高刷新率、短餘輝光），強大的圖像處理卡，以準確追蹤用戶位置的能力（之前發布的VR系統只能追蹤用戶頭部的轉動）。今年，公眾將第一次得以體驗所謂的「臨場感」——當你的感官被完美地欺騙、讓你感覺自己完完全全被傳送到了虛擬的世界中。

OculusRift玩具盒demo

VR頭戴式設備將會繼續改進，價格也將變得更低。主要的研究領域將包括：

1）用於創造渲染的或是攝製的VR內容的新工具。

2）用於直接從耳機和頭戴設備中追蹤和掃描定位的機器視覺，以及3）用於構造大型虛擬環境的分散式後備系統。

在房間大小的VR環境中進行3D世界搭建

增強現實。AR可能將會在VR之後到來，因為AR需要的東西大部分是VR也需要的，再加上另外的新技術。比如，AR需要先進的、低延遲的機器視覺，以此讓同一個交互場景中真實物體與虛擬物體以讓人信服的方式混合在一起。

現實與虛擬混合（來自TheKingsmen）

這也就是說，AR的到來也許會比你想像的更早。這個demo視頻是直接通過MagicLeap的AR裝置拍攝下來的：

MagicLeapdemo：真實環境，虛擬角色接下來是什麼？

10~15年的周期模式已經結束，移動時代是符合這個模式的最後一個時代，這也是有可能的。也有可能下一個時代不會在短期之內來臨，或者以上討論到的新興計算類別中只有一部分最後能成為重要的存在。

我傾向於認為：我們處於多個——而不是一個——新時代的入口。「智能手機之爭的和平紅利」帶來了新設備的寒武紀式的大爆發以及軟體開發領域的發展，而軟體領域的發展，特別是AI領域，將會讓這些設備變得更智能、更實用。許多前面討論到的未來技術目前都已經問世了，這些技術在不遠的將來將會被廣泛地使用。

觀察者們已經注意到，許多這些新設備都處於它們「局促的青春期」中。這是因為它們正處於孕育期。類似於70年代的電腦、80年代的互聯網、21世紀初期的智能手機，我們窺見到的是尚未到來的未來的碎片。但是未來即將到來：市場時而上漲時而下跌，狂熱時而消退時而湧現，而計算技術卻穩定地不斷向前邁進。