IT Industrija
🔥 Najčitanije
🔥 Najčitanije
Računarska industrija napreduje na dva polja, uglavnom međusobno nezavisna: finansijskom i životnom ciklusu proizvoda.
U poslednje vreme se puno govori i piše o finansijskim tržištima. Ona imaju tendenciju da fluktuiraju nepredvidivo i ponekad divlje. Za razliku od finansijskog, ciklus proizvoda dobija malo pažnje, iako je zapravo taj koji vodi kompjutersku industriju napred. Možemo probati da razumemo i predvidimo životni ciklus tehnologije proučavajući prošlost koja bi nam dala uvid u to kakva bi budućnost mogla biti.
Nove ere računara se dešavaju svakih 10-15 godina
Ciklusi tehnoloških proizvoda pojačavaju zajedničke interakcije platformi i aplikacija. Nove platforme pružaju mogućnosti za nove aplikacije, koje zauzvrat čine nove platforme vrednijim. Tako se stvara pozitivan, začaran krug. Manji delovi tech ciklusa se dešavaju uvek, ali samo ponekad, na svakih 10 do 15 godina, desi se da veliki novi ciklusi kompletno menjaju kompjuterske pejzaže.
Finansijski i proizvodni ciklusi napreduju skoro nezavisno
PC je omogućio preduzetnicima da kreiraju procesore reči, tabele i mnoge druge desktop aplikacije. Internet je pružio pretraživače, e-commerce, e-mail i razmene poruka, društvene mreže, SaaS biznis aplikacije i mnoge druge servise. Pametni telefoni pružaju usluge mobilne razmene poruka, mobilnog korišćenja društvenih mreža i servisa na zahtev, kao što je deljenje prevoza. Danas, mi smo u sred mobilne ere. Verovatno je da mnoge mobilne inovacije tek dolaze.
Svaka proizvodna era može biti podeljena u dve faze:
- Faza rađanja – nove platforme su predstavljene ali su skupe, nezavršene i/ili teške za korišćenje
- Faza rasta – pojavljuje se novi proizvod koji će rešiti prethodne probleme, inicirajući period eksponencijalnog rata
Apple II je lansiran u 1977. godini ( Altar 1975. godine), ali tek je lansiranje IBMovog PC-a 1981. godine pokrenulo ekspanziju personalnih kompjutera.
Prodaja PC-ja po godinama
Rađanje Interneta se dešavalo u 80im godinama i početkom 90-ih, kada je većina kompjuterskih alata, zasnovanih na tekstu, korišćena od strane vlade i akademskih institucija. Puštanje Mosaic pretraživača u promet, 1993. godine, započelo je fazu rasta. Ona se nastavlja od tada.
Korisnici Interneta širom sveta
Predstavljeni su telefoni 90ih i rani smartfonovi kao što je Sidekick i Blackberry ranih 2000ih, ali rast pametnih telefona stvarno počinje 2007/08 godine sa puštanjem iPhone-a u promet, a zatim i Androida. Danas je potražnja za smartfonom eksplodirala, tako da oko 2 biliona ljudi poseduje pametni telefon. Do 2020, 80% globane populacije će imati bar jedan.
Prodaja smartfonova godišnje u svetu (u milionima)
Ako se šablon 10-15 godina promena ponavlja, sledeća računarska era bi trebalo da uđe u fazu rasta u sledećih par godina. Po tom scenariju, trebalo bi da smo već u tehnološkoj fazi rađanja. Postoji mnogo važnih trendova i na hardverskoj i na softverskoj sceni, koji nam pružaju delić slike kakva bi sledeća era kompjutera mogla da bude. Ovde ćemo pričati o tim trendovima i dati sugestije o tome kako bi budućnost mogla da izgleda.
Hardver: mali, jeftin i sveprisutan
U prvoj eri računara, 50ih godina, samo su velike organizacije mogle da priušte kompjuter – mainframe. Mali kompjuteri (Minicomputers) su kasnije postali pristupačni manjim organizacijama, zatim PC domaćinstvima i kancelarijama, a potom pametni telefoni svakom pojedinačno.
Sada već ulazimo u doba kada su procesori i senzori toliko mali i jeftini da će biti više kompjutera nego ljudi.
Postoji dva razloga za ovu pretpostavku. Prvi je napredak industrije provodnika koja u poslednjih 50 godina polako raste (Murov zakon). Drugi jesu iznenadne, velike investicije u procesore i senzore, izazvane velikom popularnošću smartfonova. Ovo Anderson zove “mirovna dividenda rata pametnih telefona”. Ukoliko rasklopite moderne dronove, VR ili IoT uređaje, uglavnom ćete pronaći komponente pametnih telefona.
U modernom dobu provodnika, fokus je prebačen sa samostalnih procesora do grupa čipova poznatih kao sistem-na-čipu.
Cene kompjutera konstantno padaju
Tipični sistem-na-čipu obuhvata energetski efikasne ARM CPU-jeve plus specijalizovane čipove za grafičku obradu, komunikaciju, menadžment energije, video obradu i još mnogo toga.
Raspberry Pi Zero: 1 GHz Linux kompjuter
Arhitektura sistem-na-čipu je snizila cenu osnovnih kompjuterskih sistema sa oko $100 na $10. Raspberry Pi Zero je 1GHz Linux kompjuter koj možete kupiti za 5$. Za sličnu cenu može se kupiti i wifi mikrokontroler. Uskoro će čipovi koštati manje od dolara. Biće troškovno opravdano da se ugradi kompjuter u bilo šta.
U međuvremenu, postoji i impresivan napredak u perfomansama vrhunskih procesora. Od većeg značaja je GPU (grafički procesor) koji uglavnom proizvodi Nvidia. GPU je korisan ne samo za tradicionalno grafičku obradu, ali takođe za mašinu da nauči algoritme i virtuelne uređaje. Nvidia obećava značajan napredak u performansama, koje će doći u godinama koje slede.
Kvantno računarstvo, koji danas postoji uglavnom u laboratorijama, ukoliko se proširi na komercijalnu upotrebu, može dovesti do neviđenih napretka u performansama za određene klase algoritama, i to u poljima kao što su biologija i veštačka inteligencija.
Google quantum kompjuter
Softver: Zlatno doba veštačke inteligencija
Postoje mnogo uzbudljivih stvari koje se danas dešavaju u vezi softvera. Distribuirani sistemi su jedan dobar primer. Kako broj uređaja eksponencijalno raste, postalo je utoliko bitno da se 1) paralelizuju taskovi među više mašina 2) komunicira i koordinira između više uređaja. Interesantne tehnologije distribuiranih sistema uključuju sisteme kao što su Hadoop i Spark za paralelizaciju big data problema, Bitcoin/blockchain za osiguranje podataka i resursa.
Ali možda najuzbudljiviji softverski uspesi se dešavaju na polju veštačke inteligencije (AI). AI ima dugačku istoriju razočarenja, ali i uspona. Alan Turing je predvideo da će mašine uspešno imitirati ljude do 2000. godine. Postoje dobri razlozi da mislimo da AI napokon ulazi u zlatno doba.
“Mašinsko učenje je jezgro, tranformativni način zbog koga dvaput promišljamo sve što radimo.” — Google CEO, Sundar Pichai
Machine learning is a core, transformative way by which we’re rethinking everything we’re doing
Mnogo uzbuđenja u AI-u je fokusirano na duboko učenje ( eng. deep learning). Mašine uče tehnike koje su popularizovane sada poznatim Google 2012 projektom, u kojem je korišćen ogroman klaster kompjutera, kako bi naučili da identifikuju mačke iz YouTube videa. Duboko učenje je prethodnik neuralnih mreža koje datiraju iz 40ih godina. Vraćene su u život kombinacijom faktora, uključujući algoritme, jeftine paralelne proračune i proširenu mogućnost za velike data setove.
ImageNet izazov error rates (crvena linija = ljudske performansse)
Primaljivo je odbaciti duboko učenje kao neku drugu zvučnu reč iz Silicijumske doline. Uzbuđenje, međutim, je podupreto impresivnim teoretskim i stvarnim rezultatima. Na primer, kako stopa grešaka za pobenike izazova ImageNet challenge-a, najpopularnijeg takmičenja za mašinski vid – gde se u 20% do 30% koristi duboko učenje. Koristeći dubinsko učenje, tačnost pobedničkih algoritama je uveliko napredovao i u 2015. prevazišao ljudske mogućnosti.
Mnogo je papira, data setova, i softverskih alata povezanih sa dubokim učenjem, postalo javno dostupno. To je imalo uticalo na efekat demokratizacije, omogućujući malim organizacijama i individualcima da prave moćne aplikacije. WhatAppu je to pomoglo da kreira globalni sistem za razmenjivanje poruka koji je usluživao 900M korisnika sa samo 50 inžinjera, za razliku od hiljada inžinjera koji su prethodnim generacijama bile potrebne. Ovaj “WhatsApp” efekat se dešava i u AI-ju. Softverski alati kao što su Theano i TensorFlow, kombinovani sa podacima za trening iz oblaka, i jeftinim GPU razvojem, pružilo je malim timovima inžinjeea da izgrade sisteme veštačke inteligencije od visoke važnosti.
Na primer, jedan programer je radio na sporednom projektu i koristeći TensorFlow, kako bi obojio crno-bele slike.
Levo: crno i belo. Sredina: automatska kolorizacija. Desno: prava boja. (Izvor)
Ovde možete videti kako je mali startap kreirao prepoznavanje objekata u realnom vremenu.
Teradeep klasifikator objekata u realnom vremenu
On podseća na poznatu scenu iz Terminatora 1984. godine
Jedna od prvih aplikacija dubokog učenja, puštena u promet od strane velike tehnološke kompanije, jeste opcija pretraživanja Google slika. Aplikacija je zapanjujuće pametna.
Korisničko pretraživanje slika
Uskoro ćemo videti značajne nadogradnje inteligencije raznih proizvoda. Uključujući glasovnu asistenciju, pretraživače, četove, 3D skenere, prevodioce, automobile, dronove, medicinske sisteme i još mnogo toga.
“Biznis planovi sledećih 10.000 startapova je lako predvideti: Uzmite X i dodajte AI. To je velika stvar, i sada je ovde.” — Kevin Kelly
Startapi, koji grade AI proizvode, su primorani da ostanu fokusirani na specifične aplikacije, kako bi mogli da se takmičile protiv velikih tehnoloških kompanija. Njima je AI od najveće važnosti. Sistemi veštačke inteligencije su sve bolji sa svakim skupljenim podatkom. To znači da je moguće stvarati začarani krugovi efekata mreže podataka ( više korisnika -više podataka-bolji proizvodi-više korisnika). Startap Waze je koristio efekte mreže podataka ne bi li proizveo bolje mape od konkurentskih. Uspešni AI startapovi prate sličnu strategiju.
Softver + hardver: novi kompjuteri
Postoji mnoštvo varijacija računarskih platformi koje su trenutno u fazi rađanja,a koje će nastaviti mnogo bolje. One će, verovatno, ući u fazu rasta ukoliko prihvate skorašnje napretke u hardweru i softveru. Iako su dizajnirane i upakovane različito, dele zajedničku temu: daju nam nove i proširene mogućnosti. Evo kratkog pregleda nekih od novih platformi:
Kola
Velike tehnološke kompanije kao što u Google, Apple, Uber i Tesla investiraju značajan deo svojih resursa u autonomna kola. Polu-autonomna kola kao što je Tesla Model S je već dostupan javnosti i unapređuje se velikom brzinom. Potpuno autonomna kola su udaljena, verovatno, više od 5 godina. Postoje potpuno samovozeća kola koja su skoro dobra kao čovek vozač. Svakako, zbog neophodnih regulacija i prihvatanja od strane ljudi, samovozeća kola će morati da budu mnogo bolja od ljudskih vozača pre nego što postanu prihvaćena.
Mapiranje okoline od strane autonomnih kola
Očekuje se da će biti još više investiranja u autnonomnu vožnju. Pored velikih tech kompanija, najveći proizvođači automobila počinju da shvataju autonomnu vožnju vrlo ozbiljno. Čak su i neki startapovi napravili jako zanimljive proizvode. Softver za duboko mašinsko učenje je dosegao toliko daleko da su pojedinačni programeri u mogućnosti da naprave polu-autonomna kola.
Dronovi
Današnji dronovi, namenjeni potrošačima, imaju moderan hardver (uglavnom delove pametnih telefona plus mehaničke delove), ali relativno jednostavan softver. U skorašnjoj budućnosti, moći ćemo da vidimo kako dronovi koriste napredan kompjuterski vid i veštačku inteligenciju, zbog koje će biti bezbedniji, lakši za pilotiranje i još korisniji. Rekreaciona videografija će nastaviti da bude popularna, ali će biti i komercijalne upotrebe. Postoji desetine miliona opasnih poslova koji uključuju penjanje po zgradama, kulama i drugim strukturama, a mogu se odraditi mnogo bezbednije i efikasnije uz korišćenje dronova.
Potpuno autonoman let drona
Internet stvari
Očigledne upotrebe Internet stvari (IoT) uređaja su štednja energije, bezbednost i praktičnost. Nest i Dropcam su popularni primeri prve dve kategorije. Jedan od najinteresantnihih proizvoda u praktičnih uređaja je Echo.
Tri glavna slučaja korišćenja IoT-a
Dok ga ne proba, većina ljudi misli da je Echo trik. Tada se uvere koliko je zapravo koristan.On je sjajan demo kako efektivni uređaj za glasovnu komandu može biti sjajan interfejs. Proći će neko vreme pre nego što budemo imali botove sa generalizovanom inteligencijom sa mogućnošću da se iznese cela konverzacija. Ali, kako je Echo pokazao, glas može da uspe u današnjim ograničenim kontekstima. Jezička razumljivost bi trebalo da brzo napreduje, uporedo sa skorašnjim otkrićima na polju dubokog učenja koje napreduje na polju proizvodnih uređaja.
IoT će se u budućnosti prihvatiti i u poslovnim konceptima. Na primer, uređaji sa senzorima i drugim mrežnim konekcijama su izuzetno korisne za praćenje industrijske opreme.
Nosivi uređaji
Današnji nosivi uređaji su kompjuterizovani i ograničeni u više dimenzija, od baterije, komunikacija i procesovanja. Oni koji su uspeli su se fokusirali na uske aplikacije kao što je fitnes praćenje su poslovno uspeli. Hardvarske komponente nastavljaju da se unapređuju, a nosive komponente podržavaju sve više aplikacija pametnih telefona, otključavajući širok doseg novih aplikacija. Kao i kod IoT, glas će verovatno biti glavni korisnički interfejs.
Nosivi, super inteligentni AI uređaj za uši iz filma “Her”
Virtuelna realnost
Godina 2016 je uzbudljiv period za virtuelnu realnost: lansiranje Oculus Rifta i HTC/Valve Vive (i moguće, Sony Playstation VR). To znači da će zgodni i impresivni VR sistemi konačno biti javno dostupni. VR sistemi treba da budu stvarno dobri u izbegavanju zamke “tajanstvene doline” . Pristojni VR zahteva specijalne ekrane, snažne grafičke kartice i mogućnost da prati precizne pozicije korisnika (prethodno izbačeni VR sistemi su mogli da prate jedino rotaciju korisnikove glave). Ove godine, javnost će po prvi put moći da iskusi ono što je poznato kao “prisustvo” – kada su sva čula dovoljno prevarena da telo oseća kao da je prebačeno u virtuelni svet.
Oculus Rift Demo
VR uređaji će nastaviti da napreduju, ali će i pojeftiniti. Najbitnije zone daljeg istraživanja uključiće: 1) nove alate za kreiranje renderovanih i snimljenih VR sadržaja 2) mašinsku viziju za praćenje i skeniranje direktno sa telefona i headseta i 3) distribuirane back-end sisteme za hosting velikih virtuelnih okruženja.
Proširena realnost (Augmented Reality)
Iskrivljena realnost (AR) će najverovatnije stići nakon VR-a. AR zahteva većinu potrebnih stavki potrebnih virtuelnoj realnosti, plus dodatnu novu tehnologiju. Na primer, za AR je potrebna napredna mašina za vizualizaciju, sa miminalnim kašnjenjem, kako bi kombinovala po potrebi realne i virtuelne objekte sa zajedničkom interaktivnom scenom.
Realno i virtuelno kombinovano (The Kingsmen)
Sa tim rečenim, AR najverovatnije dolazi pre nego što i mislimo. Ovaj demo video je snimljen direkno kroz Magic Leap AR uređaj:
Šta je sledeće?
Moguće je da se šablon od 10-15 godina kompjuterskih krugova završio i da je mobilna era, krajnja. Takođe je moguće da sledeća era neće stići još neko vreme, ili da se podtip novih kompjuterskih kategorija, o kojima smo raspravljali iznad, ispostavi kao najvažnije pitanje. Futurističke tehnologije koje postoje i danas, će biti široko rasprostranjene u skorašnjoj budućnosti.
Posmatrači su istakli da je većina od ovih novih uređaja u svom “čudnom pubertetu”. To je zato što su oni u fazi rađanja. Kao što je PC bio u 70-im, Internet u 80-im i smartphone u ranim 2000-im, mi vidimo deliće budućnosti koja nije sasvim stigla. Ali budućnost dolazi: tržišta idu gore i dole, uzbuljive plime i oseke, ali kompjuterske tehnologije marširaju sigurno napred.
Tekst je u originalu objavio Kris Dikson i možete ga pročitati ovde.