Как вы считаете что в будущем ждет вычислительную технику
Как будут развиваться компьютеры в ближайшие 100 лет?
Сказать, что компьютеры развиваются невероятно быстро — ничего не сказать. Еще в 1965 году Гордон Мур отметил, что число транзисторов, которые можно вместить на кремниевый чип, каждый год увеличивается вдвое. Эти маниакальные темпы немного замедлились — теперь удвоение происходит примерно раз в два года.
Осведомленность о головокружительной скорости, с которой развиваются компьютерные технологии, просочилась в общественное сознание. Кто еще не слышал шутку о том, что если купить компьютер в магазине, он устареет к тому времени, как вы его довезете домой? Что будет с компьютерами в будущем?
Если предположить, что производство микропроцессоров будет жить по закону Мура, вычислительная мощность наших компьютеров должна удваиваться каждые два года. Получается, через 100 лет компьютеры будут в 1 125 899 906 842 624 раза мощнее, чем сегодня. Это трудно вообразить.
Но даже сам Гордон Мур предостерегал от того, что закон Мура продержится так долго. В 2005 году инженер сказал, что транзисторы достигнут атомарных масштабов, и мы столкнемся с фундаментальными барьерами, которые не сможем пересечь. Потом мы не сможем вместить больше транзисторов в точку пространства.
Возможно, мы сможем обойти этот барьер за счет строительства более крупных процессорных чипов. Но транзисторы генерируют тепло, а горячие процессоры приводят к тому, что компьютер отключается. Компьютерам с быстрыми процессорами нужны эффективные системы охлаждения, чтобы избежать перегрева. Чем больше процессорный чип, тем больше тепла компьютер будет вырабатывать при работе на полной скорости.
Другая тактика — перейти к многоядерной архитектуре. Многоядерный процессор распределяет свою вычислительную мощь на каждое из ядер. Они хорошо справляются с задачами, которые можно разбить на меньшие компоненты, но плохо справляются с обработкой крупных вычислительных задач, которые разбить нельзя.
Компьютеры будущего, возможно, будут опираться совершенно на иную модель, нежели традиционные машины. Что если мы откажемся от старых процессоров на базе транзисторов?
Оптические, квантовые и ДНК-компьютеры
Оптоволоконные технологии уже начали революцию в мире компьютеров. Оптоволоконные линии передачи данных несут информацию с невероятной скоростью и не страдают от электромагнитных помех, как обычные классические кабели. Что если построить компьютер, который использует свет для передачи информации вместо электричества?
Одним из преимуществ будет то, что оптическая или фотонная система будет генерировать меньше тепла, чем традиционный электронный процессор на базе транзисторов. Эти данные также будут передаваться с большей скоростью. Однако инженерам еще предстоит разработать компактный оптический транзистор, который можно выпустить на массовый рынок. Ученые из ETH Zurich смогли построить оптический транзистор размером с одну молекулу. Но чтобы система стала эффективной, ученым нужно охладить молекулу до минус 272 градусов Цельсия, или 1 градуса Кельвина. Это ненамного теплее, чем глубокий космос. И это не совсем практично для обычного пользователя компьютера.
Фотонные транзисторы могут стать частью квантового компьютера. В отличие от традиционных компьютеров, которые используют двоичный счет или биты для выполнения операций, квантовые компьютеры используют квантовые биты или кубиты. Кубит может быть 0,1 или чем-то между ними одновременно.
Рабочий квантовый компьютер сможет решать крупные задачи, которые могут быть разделены на меньшие, в несколько раз быстрее традиционных компьютеров. Вся «фишка» в проблеме распараллеливания. Однако квантовые компьютеры по своей природе нестабильны. Если квантовое состояние компьютера нарушится, машина вернется к вычислительной мощи обычного компьютера. И как и оптические передатчики, собранные силами ETH Zurich, квантовые компьютеры способны работать при нескольких градусах выше абсолютного нуля, чтобы сохранить свое квантовое состояние.
Возможно, будущее компьютеров лежит внутри нас. Команды компьютерных ученых работают над созданием компьютеров, использующих ДНК для обработки информации. Такое сочетание информатики и биологии может проложить путь к следующему поколению компьютеров. ДНК-компьютер обладает определенными преимуществами по сравнению с традиционными машинами. К примеру, ДНК — это распространенный и недорогой ресурс. Если мы обнаружим способ использования ДНК в качестве инструмента обработки данных, она может произвести революцию в компьютерной сфере.
Распределенные вычисления
Популярная в фантастике тема — это распределенные вычисления. В таком будущем компьютеры будут настолько малы и широко распространены, что будут практически везде. Возможно, в вашем полу будут установлены датчики, постоянно следящие за вашим физическим здоровьем. Компьютеры в вашей машине помогут вам добраться до работы. Компьютеры будут отслеживать каждый ваш шаг.
Это видение будущего одновременно и волнует, и пугает. С одной стороны, компьютерные сети станут настолько надежными, что мы всегда будем иметь быстрый и надежный доступ к Интернету. Вы сможете общаться с кем угодно вне зависимости от того, где находитесь — в метро или на необитаемом острове. С другой стороны, это создает дополнительные возможности для слежки за вами.
За последние десять лет в сфере распределенного вычисления было проделано очень многое. 4G, LTE, WiMAX расширяют Сеть далеко за пределы проводных машин. С помощью смартфона можно, если постараться, получить доступ к петабайтам информации в считанные секунды. Биометрические устройства развиваются и становятся все популярнее.
Мы также увидим суровые преобразования в технологиях пользовательского интерфейса. В настоящее время большинство компьютеров полагаются на физические входные данные, вроде компьютерных мышей, клавиатур, тачпадов и других сенсорных поверхностей. Также развиваются различные интерфейсы, которые позволяют людям управлять компьютером движением глаз, голосом или даже силой мысли. Кто знает, что будет завтра? Возможно, компьютеры будущего будут знать все наши желания.
Представить, что будет через 100 лет, крайне сложно. Технический прогресс не развивается линейно. За десятилетиями прогресса следуют моменты, в которых мы похожи на слепых котят. С другой стороны, мы можем провести четкую разницу между компьютерами и людьми сегодняшнего дня и 100 лет назад. Мы ведь стали лучше, не так ли?
Со скоростью света. Как квантовые компьютеры изменят мир и жизнь россиян?
Компьютерные технологии неустанно развиваются. Обычные смартфоны теперь способны выполнять задачи, на решение которых в прошлом требовалась мощность огромных вычислительных машин. Впрочем, человечество стоит на пороге куда более масштабного технологического скачка. Он произойдет с появлением полноценного квантового компьютера. Всего за несколько минут он сможет решить задачу, на которую даже у самых мощных суперкомпьютеров уйдут десятилетия и даже столетия вычислений. Пока существуют только прототипы квантовых компьютеров, однако технологии с каждым годом совершенствуются. «Лента.ру» и Homo Science рассказывают, что такое квантовые технологии и каким образом они могут изменить мир.
Одним из первых о создании квантового компьютера заговорил американский физик Ричард Фейнман в 1982 году. По мысли ученого, такие машины способны моделировать сложные квантовые системы, например, атомы, что не по силам обычному, классическому компьютеру, которому для этого требуется колоссальный объем вычислительных ресурсов. Стало ясно, что квантовые компьютеры — хотя на тот момент не существовало даже их прототипов — способны на то, на что не способны даже мощнейшие суперкомпьютеры.
В 1996 году американский математик Лов Гровер предложил квантовый алгоритм решения задачи перебора, который теоретически способен ускорить поиск внутри гигантских баз неупорядоченных данных. Этот алгоритм был реализован в 1998 году с помощью компьютера, состоящего из двух кубитов на базе ядерного магнитного резонанса (ЯМР) — того же самого явления, что стало основой для магнитно-резонансных томографов. Годом позже было показано, что ЯМР-компьютеры не имеют никакого преимущества перед обычными компьютерами, поскольку в них не реализуется особый феномен, называемый квантовой запутанностью.
Пока одни ученые искали алгоритмы, которые можно реализовать на квантовом компьютере, другие занимались физической реализацией квантовых вычислений. В 1995 году физики Сирак и Цоллер предложили ионную ловушку для создания кубитов, а в 1999 году японский физик Ясунобу Накамура продемонстрировал рабочий кубит на основе сверхпроводников.
Технологии стремительно развивались, и в 2009 году была опубликована работа, в которой исследователи использовали два запутанных фотона для вычисления энергии молекулы водорода, что слишком сложно для классических компьютеров. Это была первая демонстрация того, что квантовые вычисления способны привести к полезному результату.
Спустя десять лет, в 2019 году, Google объявила о достижении квантового превосходства: всего за 200 секунд их компьютер выполнил серию вычислений, на которую у суперкомпьютера ушло бы десять тысяч лет. А всего через год о достижении квантового превосходства сообщили китайские ученые: их компьютер на запутанных фотонах Jiuzhang за 200 секунд решил задачу, которая потребовала бы у самого мощного суперкомпьютера до 2,5 миллиардов лет вычислений.
Сейчас уже ведется работа по подготовке человеческого общества к появлению полноценных квантовых компьютеров: разрабатываются новые стандарты, создаются дорожные карты, стратегии выхода на рынок и сфера применения квантовых вычислений.
В России дорожная карта развития квантовых вычислений разработана совместными усилиями Росатома и Российского квантового центра.
На создание квантовых компьютеров и облачной платформы для доступа к ним планируется потратить 23,6 миллиарда рублей.
Что такое квантовое превосходство
Квантовое превосходство — это свойство квантовых компьютеров решать задачи, которые не способны решить классические компьютеры за обозримый период времени. Сейчас ученые рассматривают это достижение больше как доказательство принципа, чем то, что может повлиять на будущую коммерческую жизнеспособность таких вычислений.
В России под эгидой Росатома создана Национальная квантовая лаборатория, куда вступили различные научные организации, включая Фонд «Сколково», Российский квантовый центр и профильные научные институты. Целью лаборатории является создание квантовых процессоров на базе сверхпроводников, холодных атомов, фотонов и ионов. К 2024 году планируется построить квантовые компьютеры, состоящие из 30-100 кубитов, в зависимости от используемой технологии.
Квантовое превосходство может быть временным и не исключает появления более эффективных алгоритмов, ускоряющих вычисления классическими компьютерами, поэтому любое заявление о достижении квантового превосходства вызывает скепсис у специалистов и подвергается тщательной проверке. Когда Google опубликовала результаты вычислений квантового процессора Sycamore, IBM заявила, что ее суперкомпьютер способен решить ту же задачу более точно и почти с той же скоростью — за два с половиной дня.
Страны вкладывают огромные суммы в развитие квантовой отрасли. Китай создал новый центр квантовых исследований (National Laboratory for Quantum Information Sciences) стоимостью 10 миллиардов долларов; Евросоюз разработал генеральный план развития квантовых технологий и планирует потратить на это около миллиарда евро; США, в соответствии с законом о национальной квантовой инициативе, выделили 1,2 миллиарда долларов на развитие проектов в этой области за пятилетний период. Однако для достижения полезной вычислительной производимости, вероятно, понадобятся машины, состоящие из сотен тысяч кубитов.
Как работают квантовые компьютеры
Классические компьютеры выполняют логические операции, используя биты — единицы информации, принимающие значение либо «0», либо «1». В квантовых вычислениях для этого используются кубиты, представляющие собой квантовое состояние объекта, например, фотона. До момента измерения квантовое состояние является неопределенным, то есть оно находится в суперпозиции двух возможных состояний — «0» или «1». Суперпозиция одного объекта может быть связана с суперпозициями других объектов, то есть можно сконструировать между ними логические отношения, подобные тем, что существуют на основе транзисторов в классических компьютерах. Однако квантовые системы трудно поддерживать в состоянии суперпозиции достаточно долго, поскольку квантовое состояние нарушается (система декогерирует) в результате взаимодействия с окружающей средой.
Чтобы добиться квантового превосходства, необходимо использовать явление, называемое квантовой запутанностью. Оно возникает в случае, когда две системы настолько сильно связаны, что получение информации об одной системе немедленно даст информацию о другой — вне зависимости от расстояния между этими системами.
Хартмут Невен, директор Google Quantum AI Labs предложил новое правило, которое предсказывает прогресс квантовых компьютеров в ближайшие 50 лет. Оно гласит, что мощность квантовых вычислений испытывает двукратный экспоненциальный рост по сравнению с обычными вычислениями. Если бы этому принципу подчинялись классические компьютеры, то ноутбуки и смартфоны появились бы в мире уже к 1975 году. Невен обосновывал свое правило тем, что ученые создают все более совершенные квантовые процессоры с большим количеством запутанных кубитов, и при этом процессоры сами по себе экспоненциально быстрее традиционных компьютеров.
Закон Невена, или, как его еще называют, закон Мура 2.0, прогнозирует, что по мере совершенствования квантовых микросхем вычисления будут становиться все быстрее и смогут решать проблемы, которые не под силу даже самым мощным суперкомпьютерам на планете. Это лишь вопрос количества доступных кубитов и снижения частоты ошибок, которые представляют основную проблему современных квантовых информационных систем. Если закон Невена себя оправдает, то в ближайшем будущем квантовые компьютеры покинут пределы университетских и исследовательских лабораторий и станут доступны для коммерческих и других приложений.
Как применяются квантовые компьютеры сейчас
Специалисты Boston Consulting Group предсказывают, что к 2040 году рынок вырастет до 850 миллиардов долларов. Этот прогноз основан на уверенности, что уже в ближайшие годы мир получит оборудование, подходящее для решения коммерческих и общественных задач. Даже отсутствие готовых прототипов не мешает инвестициям в начинающие стартапы. Например, PsiQuantum привлек 665 миллионов долларов на создание квантовых компьютеров на базе запутанных фотонов.
В настоящее время усилия ученых сосредоточены на двух направлениях: создании универсальных квантовых компьютеров для широкого круга задач и специализированных квантовых вычислителях. Как правило, коммерчески доступные системы имеют небольшое количество кубитов, однако в них используются принципы квантовой механики, ускоряющие вычисления. Одним из главных игроков на этом рынке является компания D-Wave Systems, чьи устройства уже включают в себя пять тысяч кубитов. В 2020 году D-Wave начала предлагать коммерческий доступ через облако к специализированным квантовым компьютерам Advantage с пятью тысячами кубитов, которые пока пригодны для решения сложных оптимизационных задач.
IBM представила коммерчески доступный IBM Quantum System One, пригодный для решения более широкого круга задач, в том числе моделирования материалов для систем хранения энергии, оптимизации портфелей финансовых активов и улучшения параметров стабильности в инфраструктуре энергоснабжения. Исследователи также стремятся использовать квантовый компьютер для того, чтобы раздвинуть границы глубокого обучения. Пока ведутся исследования, связанные с проверкой концепции, то есть демонстрации осуществимости квантовых вычислений в интересующих специалистов областях.
ИИ и криптосистемы
Одна из наиболее перспективных областей, на которую могут повлиять квантовые вычисления, — разработка систем искусственного интеллекта (ИИ). ИИ имеет дело с огромными объемами данных, а неточности в обучении нейронных сетей приводят к значительным погрешностям. Квантовые компьютеры могут улучшить алгоритмы обучения и интерпретации. Предприниматель в области ИИ Гэри Фаулер считает, что большую роль играет способность квантовых компьютеров выходить за рамки привычного двоичного кодирования. Это влияет как на объем анализируемой информации, так и на обработку естественного языка.
ИИ на базе квантового компьютера будет способен глубоко понимать и анализировать текст и речь. Это касается и распознавания образов, то есть искусственный интеллект может научиться видеть предметы и понимать, что находится перед ним, с той же точностью, что человек, и даже лучше. Улучшенное распознавание образов позволит медицинским работникам быстрее диагностировать и лечить заболевания по снимкам МРТ.
Некоторые специалисты считают, что сильный ИИ невозможен без квантовых компьютеров. Современные суперкомпьютеры не обладают мощностью для моделирования человеческого мозга с химическими взаимодействиями между отдельными частями нервных клеток. Даже с учетом закона Мура такие компьютеры не появятся и через миллион лет, однако полноценный квантовый компьютер поможет решить эту проблему.
Другой областью, которая значительно изменится с появлением квантовых компьютеров, станет криптография. Специалисты обеспокоены тем, что под ударом окажутся криптосистемы с открытыми ключами. Злоумышленники, использующие достаточно мощные квантовые компьютеры, могут совершить взлом цифровых подписей и основных интернет-протоколов HTTPS (TLS), необходимых для безопасного просмотра онлайн-счетов и совершения онлайн-покупок. Квантовые вычисления также поставят под угрозу безопасность систем симметричной криптографии, которая основана на обмене закрытыми ключами. Чтобы сохранить конфиденциальность данных, обмен ключами должен оставаться безопасным.
Считается, что постквантовая криптография, которая неподвластна квантовым компьютерам, остается неуязвимой даже для самых мощных систем. Специалисты уже работают над решением этой задачи, и NIST (Национальный институт стандартов и технологий, США) разрабатывает новые стандарты защиты информации, которые будут опубликованы в 2022 году. В то же время подобная криптография требует огромных ресурсов, поэтому квантовые компьютеры могут помочь защитить то, что они же делают уязвимым. Однако уже сейчас существуют прототипы защитных протоколов будущего, доступные для тестирования. Полный переход к ним может затянуться на 15-20 лет.
Квантовые компьютеры изменят мир и общество
Квантовые компьютеры способны привести к резкому прорыву в открытии и разработке новых лекарств, давая ученым и врачам возможность решать задачи, которые невозможно решить сейчас. Специалисты швейцарской фармацевтической компании Roche надеются, что квантовое моделирование ускорит разработку вакцин для защиты от инфекций, подобных COVID-19, лекарств от гриппа, рака и даже болезни Альцгеймера. Квантовое моделирование может заменить лабораторные эксперименты, чем снизит стоимость исследований и сведет к минимуму потребности в тестировании препаратов с участием животных и людей.
Квантовые компьютеры потенциально могут ускорить создание новых катализаторов для утилизации СО2 из воздуха или отработанных газов, которые не только сократят выбросы, но и позволят получать ценные нефтехимические продукты.
С помощью «квантового отжига» можно рассчитать траекторию движения каждой частицы воздушного потока над новым типом крыла, что может привести к изобретению новых технологий в аэродинамике. Подобный принцип можно использовать для решения задач оптимизации трафика в городе или потока данных в сети.
Ожидаются изменения и в финансовом секторе, где квантовые вычисления поспособствуют более глубокой аналитике и новым торговым возможностям, например, ускорению транзакций и обмена данными. Многие крупные банки, включая JP Morgan Chase, Goldman Sachs, BBVA Bank, Barclays, уже экспериментируют с квантовыми технологиями, чтобы оценить их роль в ближайшем будущем. Экспоненциально ускоренные вычисления могут иметь огромное значение для финансового моделирования, что изменит оценку инвестиционных проектов и повлияет на бизнес-стратегии. Компании, которые смогут позволить себе квантовый компьютер, обретут огромное конкурентное преимущество.
Источником дохода для компаний, занимающихся квантовыми вычислениями, станут услуги удаленного доступа к их ресурсам. Хотя в будущем квантовые компьютеры получат широкое распространение, в настоящее время заказчики более склонны к тому, чтобы выполнять квантовые вычисления через облако, а не совершать рискованные инвестиции в дорогостоящее оборудование. Параллельно с этим будет расти предложение программных приложений для квантовых компьютеров, инструменты для разработки. Появятся специалисты, которые будут развивать инфраструктуру, используя мощь двух технологий — квантовых вычислений и искусственного интеллекта, изучение которых станет неотъемлемой частью учебной программы.
В России в рамках создания Национальной квантовой лаборатории на первом этапе планируют запустить образовательные проекты и заняться подготовкой высококвалифицированных кадров. Планируется создать устойчивую экосистему квантовых вычислений и вывести ее на международный уровень, что объединит представителей науки, бизнеса и инноваций. Все это поможет нашей стране достигнуть высокого уровня в этой сфере и значительно повысить скорость вычислений и решения сложнейших задач науки.
Будущее компьютерных технологий: обзор современных трендов
Сфера информационных технологий развивается в двух преимущественно независимых циклах: продуктовом и финансовом. В последнее время не утихают споры о том, на каком этапе финансового цикла мы находимся; очень много внимания уделяется финансовым рынкам, которые подчас ведут себя непредсказуемо и сильно колеблются. С другой стороны, продуктовым циклам достается относительно мало внимания, хотя именно они двигают информационные технологии вперед. Но, анализируя опыт прошлого, можно попытаться понять текущий продуктовый цикл и предугадать дальнейшее развитие технологий.
Развитие продуктовых циклов в сфере высоких технологий происходит за счет взаимодействия платформ и приложений: новые платформы позволяют создавать новые приложения, которые, в свою очередь, повышают ценность этих платформ, замыкая таким образом цепь положительной обратной связи.
Малые продуктовые циклы повторяются постоянно, но исторически сложилось так, что раз в 10–15 лет начинается очередной большой цикл – эпоха, полностью меняющая облик IT.
Финансовые и продуктовые циклы развиваются в основном независимо друг от друга
Когда-то возникновение компьютеров побудило предпринимателей создать первые текстовые редакторы, таблицы и много других приложений для ПК. С появлением интернета мир увидел поисковые механизмы, онлайн-коммерцию, электронную почту, социальные сети, бизнес-приложения модели SaaS и много других сервисов. Смартфоны дали толчок развитию мобильных социальных сетей и мессенджеров, а также появлению новых видов услуг вроде карпулинга. Мы живем в разгар мобильной эпохи, и, судя по всему, нас ожидает еще много любопытных инноваций.
Каждую эпоху можно условно разделить на 2 фазы: 1) фазу формирования – когда платформа впервые появляется на рынке, но является дорогостоящей, сырой и/или сложной в обращении; 2) активную фазу – когда новый продукт решает упомянутые недостатки платформы, тем самым начиная период ее стремительного развития.
Компьютер Apple II был выпущен в 1977 году, а Альтаир 8800 – в 1975 году, но активная фаза эпохи ПК началась с релиза IBM PC в 1981 году.
Фаза формирования интернета началась в 80-х и ранних 90-х годах, когда он, по сути, представлял собой инструмент обмена текстовыми данными, используемый учеными и правительством. Выход первого браузера, NCSA Mosaic, в 1993 году ознаменовал начало фазы интенсивного развития интернета, которая не закончилась и по сей день.
Количество пользователей интернета по всему миру
В 90-х годах уже существовали мобильные телефоны, а первые смартфоны появились на заре нулевых, но повсеместное производство смартфонов началось в 2007–2008 годах с выходом первого iPhone, а затем – с появлением платформы Android. С тех пор количество пользователей смартфонов взлетело до небес, и сейчас их число достигло уже порядка двух миллиардов. А к 2020 году смартфоны будут у 80 % населения планеты.
Продажи смартфонов по всему миру (млн.)
Если длительность каждого цикла действительно составляет 10–15 лет, всего через несколько лет начнется активная фаза новой компьютерной эпохи. Выходит, новая технология уже находится в фазе формирования. На сегодняшний день можно выделить несколько главных трендов в сферах аппаратного и программного обеспечения, позволяющих нам частично пролить свет на следующую эпоху. В данной статье я хочу обсудить эти тренды и выдвинуть несколько предположений о том, как может выглядеть наше будущее.
Аппаратное обеспечение: компактное, дешевое и универсальное
В мейнфрейм-эпоху только крупные организации могли позволить себе компьютер. Мини-компьютеры были доступны для организаций поменьше, а компьютеры – для домов и офисов.
Сейчас мы на пороге новой эпохи, в которой процессоры и сенсоры становятся настолько дешевыми и компактными, что компьютеров скоро будет больше, чем людей.
Этому способствуют два фактора. Во-первых, неуклонный прогресс в производстве полупроводников за последние 50 лет (Закон Мура). Во-вторых, то, что Крис Андерсон называет «мирными дивидендами от войны смартфонов»: головокружительный успех смартфонов способствовал большим инвестициям в разработку процессоров и сенсоров. Загляните внутрь современного квадрокоптера, очков виртуальной реальности или любого устройства интернета вещей – что вы увидите? Правильно – главным образом компоненты смартфона.
Но в современную эпоху полупроводников всё внимание перешло от отдельных процессоров к целым узлам специальных микросхем, известным как однокристальные системы.
Обыкновенная однокристальная система сочетает в себе энергоэффективный ARM-процессор и специальный графический процессор, а также устройства обмена информацией, управления питанием, обработки видеосигнала и так далее.
Raspberry Pi Zero: 5-долларовый Компьютер на Linux с процессором 1 GHz
Эта инновационная архитектура позволила сбросить минимальную стоимость базовых вычислительных систем со 100 до 10 долларов за единицу. Отличным примером послужит Raspberry Pi Zero – первый 5-долларовый компьютер на Linux с частотой 1 GHz. За те же деньги можно приобрести микроконтроллер Wi-Fi, поддерживающий одну из версий Python. Совсем скоро эти микропроцессоры будут стоить меньше доллара, и мы без труда сможем встраивать их практически всюду.
Но более серьезные достижения происходят сегодня в мире высококачественных микропроцессоров. Отдельного внимания заслуживают графические процессоры, лучшие из которых производит компания NVIDIA. Графические процессоры полезны не только для обработки графики, но и при работе с алгоритмами машинного обучения, а также с устройствами виртуальной и дополненной реальности. Однако представители компании NVIDIA обещают более существенные улучшения производительности графических процессоров в ближайшем будущем.
Козырем всей сферы информационных технологий по-прежнему остаются квантовые компьютеры, которые пока существуют преимущественно в лабораториях. Но стоит сделать их коммерчески привлекательными, и это приведет к грандиозному росту производительности, прежде всего, в сфере биологии и искусственного интеллекта.
Программное обеспечение: золотой век искусственного интеллекта
Сегодня в мире программного обеспечения происходит много любопытных вещей. Хороший пример – распределенные системы. Их появление обусловлено многократным увеличением количества устройств за последние годы, что вызвало необходимость распараллеливать задания на нескольких машинах, налаживать обмен данными между устройствами и координировать их работу. Отдельного внимания заслуживают такие технологии распределенных систем, как Hadoop или Spark, предназначенные для работы с большими массивами данных. Стоит также упомянуть технологию блокчейн, обеспечивающую безопасность данных и ресурсов и впервые реализованную в криптовалюте Bitcoin.
Но, пожалуй, самые захватывающие открытия совершаются сегодня в области искусственного интеллекта (ИИ), имеющего длинную историю взлетов и падений. Еще сам Алан Тьюринг предсказывал, что к 2000 году машины будут способны имитировать людей. И хотя это предсказание пока не осуществилось, есть веские причины полагать, что ИИ наконец вступает в золотой век своего развития.
«Машинное обучение – это ключевой, революционный способ переосмысления всего, что мы делаем», – генеральный директор компании Google Сундар Пичаи.
Наибольший ажиотаж в области ИИ сосредоточен вокруг так называемого глубинного обучения – метода, который был широко освещен в рамках одного известного проекта компании Google, запущенного в 2012 году. В этом проекте была задействована высокопроизводительная сеть компьютеров, целью которой было научиться распознавать котиков на видеороликах с YouTube. Метод глубинного обучения основывается на искусственных нейронных сетях – технологии, зародившейся еще в 40-х годах прошлого века. Недавно эта технология снова стала актуальной из-за многих факторов: появления новых алгоритмов, снижения стоимости параллельных вычислений и широкого распространения больших наборов данных.
Процент ошибок в конкурсе ImageNet (красная линия соответствует показателям человека)
Остается надеяться, что глубинное обучение не станет просто очередным модным термином Силиконовой долины. Впрочем, интерес к этому методу обучения подкрепляется впечатляющими теоретическими и практическими результатами. К примеру, до введения глубинного обучения допустимый процент ошибок победителей ImageNet, известного конкурса по машинному видению, составлял 20–30 %. Но после его применения правильность алгоритмов неуклонно росла, и уже в 2015 году показатели машин превзошли показатели человека.
Многие документы, пакеты данных и инструменты программного обеспечения, связанные с глубинным обучением, находятся в открытом доступе, что позволило отдельным лицам и небольшим организациям создавать собственные высокоэффективные приложения. Компании WhatsApp Inc. потребовалось всего 50 разработчиков, чтобы создать популярный мессенджер для 900 миллионов пользователей. Для сравнения, создание мессенджеров предыдущих поколений требовало привлечения свыше тысячи (а иногда и нескольких тысяч) разработчиков. Нечто подобное теперь происходит и в области ИИ: программные средства вроде Theano и TensorFlow в сочетании с облачными дата-центрами для обучения и недорогими видеокартами для вычислений позволяют небольшим командам разработчиков создавать новаторские системы ИИ.
К примеру, ниже представлен небольшой проект одного программиста с использованием TensorFlow для преобразования черно-белых фото в цветные:
Слева направо: черно-белое фото, преобразованное фото, цветной оригинал фото. (Источник)
А вот небольшое стартап-приложение для классификации предметов в реальном времени:
Приложение Teradeep идентифицирует предметы в реальном времени
Хм, а ведь где-то я уже это видел:
Фрагмент из фильма Терминатор 2: Судный день (1991 г.)
Одним из первых приложений с методом глубинного обучения, выпущенных крупной компанией, было удивительно умное приложение для поиска изображений Google Photos:
Поиск по фотографиям (без метаданных) с ключевой фразой «big ben»
В скором времени нас ожидает значительное повышение производительности ИИ во всех сферах программного и аппаратного обеспечения: голосовые помощники, поисковые механизмы, чат-боты, 3D сканеры, языковые переводчики, автомобили, дроны, системы диагностической визуализации и многое-многое другое.
«Легко предугадать идеи следующих 10000 стартапов: взять Х и прибавить искусственный интеллект», – Кевин Келли.
Стартапы, создающие продукцию с упором на ИИ, должны оставаться предельно сфокусированными на определенных приложениях, чтобы поддерживать конкуренцию с крупными компаниями, для которых ИИ является высшим приоритетом. Системы ИИ становятся эффективнее по мере того, как увеличивается объем собранных для них данных. Получается нечто вроде маховика, постоянно вращающегося за счет так называемого эффекта сети данных (больше пользователей → больше данных → лучше продукция → больше пользователей). К примеру, команда картографического сервиса Wase использовала эффект сети данных, чтобы сделать качество предоставляемых карт лучше, чем у их более маститых конкурентов. Всем, кто намерен использовать ИИ для своего стартапа, стоит придерживаться аналогичной стратегии.
Программное + аппаратное обеспечение: новые компьютеры
Сейчас на стадии формирования находится целый ряд перспективных платформ, которые скоро вполне могут перейти на стадию развития, так как они сочетают в себе самые последние разработки из сфер программного и аппаратного обеспечения. И хотя эти платформы могут выглядеть по-разному либо иметь разную комплектацию, у них есть одна общая черта: использование последних расширенных возможностей умной виртуализации. Рассмотрим некоторые из этих платформ:
Автомобили. Крупные информационно-технологические компании вроде Google, Apple, Uber и Tesla немало инвестируют в разработку автономных или беспилотных автомобилей. На рынке уже представлены полуавтономные автомобили Tesla Model S и вскоре ожидается выход обновленных и более совершенных моделей. Создание полностью автономного автомобиля потребует некоторого времени, однако есть основания полагать, что ждать осталось не более пяти лет. На самом деле, уже существуют разработки полностью автономных автомобилей, которые ездят не хуже, чем под управлением человека. Тем не менее, в силу многих аспектов культурного и регулятивного характера такие автомобили должны ездить намного лучше, чем управляемые человеком, чтобы быть допущенными к широкой эксплуатации.
Беспилотный автомобиль составляет схему своего окружения
Несомненно, объем инвестиций в беспилотные автомобили будет только расти. В дополнение к информационно-технологическим компаниям, крупные производители автомобилей тоже начали задумываться над автономностью. Нас ждет еще много интересных стартап-продуктов. Программные средства глубинного обучения стали настолько эффективными, что сегодня одному-единственному разработчику под силу сделать полуавтономный автомобиль.
Самодельный беспилотный автомобиль
Дроны. Современные дроны укомплектованы по последнему слову техники (в основном компонентами смартфонов и механическими деталями), но имеют относительно простое ПО. В скором времени появятся усовершенствованные модели, оснащенные компьютерным зрением и другими видами ИИ, что сделает их более безопасными, удобными в управлении и полезными. Фото- и видеосъемка с дронов будет популярной не только среди аматоров, но, что важнее, найдет и коммерческое применение. К тому же, существует немало опасных видов работ, в том числе высотных, для выполнения которых было бы гораздо безопаснее использовать дроны.
Интернет вещей. Самые основные преимущества устройств интернета вещей – это их энергоэффективность, безопасность и удобство. Хорошими примерами первых двух характеристик могут послужить продукты Nest и Dropcam. Что касается удобства, стоит обратить внимание на устройство Echo от Amazon.
Большинство людей полагают, что Echo – это очередная маркетинговая уловка, но, воспользовавшись хотя бы раз, они удивляются, насколько удобным оказывается это устройство. Оно блестяще демонстрирует эффективность голосового управления как основы пользовательского интерфейса. Конечно, мы еще не скоро увидим роботов с универсальным интеллектом, способных поддерживать полноценный разговор. Но, как показывает Echo, компьютеры уже способны справляться с более-менее сложными голосовыми командами. По мере того как метод глубинного обучения будет совершенствоваться, компьютеры научатся лучше понимать язык.
3 основных преимущества: энергоэффективность, безопасность, удобство
Устройства интернета вещей также найдут применение в бизнес-сегменте. К примеру, устройства с сенсорами и возможностью сетевого подключения широко используются для оперативного контроля промышленного оборудования.
Носимая техника. Сегодня функциональность носимых компьютеров варьируется в зависимости от ряда факторов: емкости батареи, средств коммуникации и обработки данных. Наиболее успешные устройства обычно имеют весьма узкую сферу применения: к примеру, фитнес-трекинг. По мере улучшения компонентов аппаратного обеспечения носимые устройства будут, как и смартфоны, расширять свою функциональность, открывая тем самым возможности для новых приложений. Как и в случае с интернетом вещей, предполагается, что голос станет основным пользовательским интерфейсом управления носимыми устройствами.
Миниатюрный наушник с искусственным интеллектом, фрагмент из фильма «Она»
Виртуальная реальность. 2016 год будет очень интересным для развития средств VR: релиз очков виртуальной реальности Oculus Rift и HTC Vive (и, возможно, PlayStation VR) означает, что удобные и иммерсивные системы VR наконец станут общедоступными. Разработчикам устройств VR придется хорошенько постараться, чтобы не допустить возникновения у пользователей так называемого эффекта «зловещей долины», при котором чрезмерная правдоподобность робота или другого искусственного объекта вызывает неприязнь у людей-наблюдателей.
Для создания качественных систем VR требуются качественные экраны (с высоким разрешением, высокой частотой обновления и низкой инерционностью), мощные видеокарты и возможность отслеживать точное положение пользователя (предыдущие поколения систем VR могли только отслеживать поворот головы пользователя). В этом году благодаря новым устройствам пользователи впервые смогут испытать на себе полноценный эффект присутствия: все чувства настолько качественно «обманываются», что пользователь ощущает полное погружение в виртуальный мир.
Демонстрация Oculus Rift Toybox
Несомненно, очки VR продолжат развиваться и со временем будут становиться всё доступнее. Разработчикам еще предстоит немало поработать над такими аспектами, как новые инструменты представления генерируемого и/или отснятого контента VR, усовершенствование машинного зрения для отслеживания положения пользователя и получения данных о нем прямо с телефона или очков виртуальной реальности, а также распределенные серверные системы для размещения масштабных виртуальных окружений.
Создание виртуального мира в 3D формате с помощью очков VR
Дополненная реальность. Скорее всего, AR получит развитие только после VR, потому что для полноценного использования дополненной реальности потребуются все возможности виртуальной вместе с дополнительными новыми технологиями. К примеру, для полноценного объединения в одной интерактивной сцене реальных и виртуальных объектов средствам AR потребуются продвинутые технологии машинного зрения с малой задержкой.
Устройство дополненной реальности, фрагмент из фильма «Kingsman: Секретная служба»
Но, скорее всего, эпоха дополненной реальности наступит быстрее, чем вам кажется. Этот деморолик был отснят непосредственно через устройство AR Magic Leap:
Демонстрация Magic Leap: виртуальный персонаж в реальной среде
Этот деморолик был снят непосредственно через устройство Magic Leap 14 октября 2015 года. При его создании не применялись ни спецэффекты, ни композитинг.
Что дальше?
Возможно, циклы в 10–15 лет больше не повторятся, и мобильная эпоха будет последним из них. А может быть, следующая эпоха будет короче, или лишь какой-то один подвид из рассмотренных выше технологий станет впоследствии действительно важным.
Я предпочитаю думать, что мы сейчас находимся в точке пересечения нескольких эпох. «Мирными дивидендами от войны смартфонов» стало стремительное появление новых устройств и разработок в сфере ПО, в особенности искусственного интеллекта, способного сделать эти устройства еще более умными и полезными.
Некоторые исследователи отмечают, что большинство новых устройств пока еще находятся в «пубертатном периоде»: они могут быть несовершенными и в некоторой степени нелепыми, а всё потому, что они еще не перешли в фазу развития. Как и в случае с персональными компьютерами в 70-х, интернетом в 80-х и смартфонами на заре нулевых, мы видим не полную картину, а лишь фрагменты того, во что текущим технологиям предстоит превратиться. Так или иначе, будущее близко: рынки колеблются, мода приходит и уходит, но прогресс, как и прежде, уверенно двигается вперед.