Hem yttranden 3 Saker som teknikindustrin inte kan ignorera

3 Saker som teknikindustrin inte kan ignorera

Innehållsförteckning:

Video: 4.4 Summarizing Data Within Groups (Exploratory Data Analysis with data.table) (September 2024)

Video: 4.4 Summarizing Data Within Groups (Exploratory Data Analysis with data.table) (September 2024)
Anonim

Inom teknikindustrin är det lätt att fånga in detaljerna. Men vi bör alla gå tillbaka och bevittna en industri som är i omställning. Här är några saker som jag tror kommer att forma de närmaste åren.

Smartphone-hårdvara kör sin kurs

Som min kollega Carolina Milanesi nyligen skrev, blir det allt svårare att förnya sig i smarttelefonutrymmet. Efter ett decennium av nya och glänsande prylar som anländer med några månader, närmar vi oss utan tvekan slutet på stora framsteg inom smarttelefonhårdvara - något som datorer och (nyligen) surfplattor har kämpat med. Iterativa förändringar kommer att komma, men jag ser bara ingen betydande smarttelefonskift i horisonten som verkligen blåser oss alla bort.

Sök istället efter smarttelefonen som fungerar som den underliggande grunden för nya hårdvaruinnovationer i saker som augmented och virtual reality. Det kommer sannolikt också att öka betoningen på programvaru- och tjänsteupplevelser.

För några år sedan skrev min son Ben en artikel som heter "Our Services Destiny", som noterar att nya marknader alltid börjar inom hårdvara innan han flyttar till programvara. När mjukvaran mognar förskjuts och avslutas värdet av tjänsterna. Denna iakttagelse har dock mestadels varit begränsad till företagsfallstudier. Smarttelefonen är första gången vi använder denna dynamik på konsumentmarknader.

Detta är en viktig anledning till att vi ser intäkter inom mjukvaru- / apparindustrin och konsumenttjänster tar upp ångan. När jag ser framåt fokuserar min forskning på vad konsumenttjänster betyder för framtiden och vilka företag som är bäst redo att äga detta utrymme.

AI är i sin barndom

Ingenting vi har på marknaden idag är egentligen "artificiell intelligens." Vi ser några smarta algoritmer som försöker förutsäga eller förstå oss, men de blekar i jämförelse med AI: s potential. Det verkliga arbetet som görs idag är mer maskininlärning än AI, men teknikföretag i alla ränder är i en race för att träna sina nätverk.

Detta kräver mycket riktigt bra data. Jag skulle hävda att den mest kritik vi ser från företag som talar om AI - Amazon, Netflix, Google och kanske till och med Apple till viss del - beror på bristen på riktigt bra data. Jag skulle vilja ta en djupare titt på svagheterna i varje större företags AI-strategi, men just nu är jag fortfarande förbryllad över hur lite dessa system faktiskt vet om mig.

En del av detta har att göra med två grundläggande pusselbitar som fortfarande utarbetas. Den första är i halvledare. Som jag har noterat tidigare är vi i PC-eran på 1980-talet när det gäller AI-chipset-teknik; det tar fortfarande timmar eller veckor att träna ett nätverk. Den enda lösningen kommer från många års framsteg av kiselarkitektur; det finns inget magiskt revolutionärt genombrott som påskyndar detta. Företag som Intel, Nvidia, AMD, Qualcomm och till och med Apple har gjort sitt arbete för att lösa extremt svåra utmaningar för att ge mjukvaru- och tjänsteföretag den datorkraft de behöver för att leverera omedelbar nätverksutbildning och sann AI-teknik.

Den andra delen som kommer framöver är inlärning utan tillsyn. Idag tränas de flesta nätverk med "märkta data": en människa har märkt en bild av en hund eller en gata eller en person. Text är av naturen redan märkt men det är svårt att lära datorer att se detta. När industrin kommer till en punkt där maskiner kan tränas utan mänsklig intervention kommer vi att vara ett steg närmare bättre utbildning och bättre AI. Detta är en anledning till att jag hittade Apples första publicerade uppsats om AI intressant eftersom det talar om en process med undervisning utan övervakning genom att använda grafik istället för fysiska bilder för att lära datorer.

5G: viktigt men många år bort

En annan nyckelutveckling som kommer att driva ny innovation är 5G, som kommer att tillhandahålla hårt behov av nätverkskapacitet för att stödja mycket av det jag skisserade ovan.

Vi är ungefär sex år efter övergången till LTE. Qualcomm vill påminna oss om att nätverksteknologier i allmänhet lever i cirka 18-20 år, och på ungefär halvvägspunkten tenderar vi att se nästa utveckling sippra ut på marknaden. Om detta mönster håller, bör vi börja se 5G år 2020.

5G kommer att vara relevant på många marknader utöver datorer, särskilt bilar som kommer att behandla enorma mängder data och balansera ombord och molnbehandling för att möjliggöra funktioner relaterade till autonomi, säkerhet och mer. Leta efter det för att driva ett antal nya anslutna enheter.

Dessa trender kommer att forma vad som kommer nästa gång. Poängen är att denna övergång inte kommer att ske under 2017 eller 2018, det kanske inte ens kommer att hända fem år från och med nu. Det är viktigt att inte fastna i hype och se den stora bilden så att vi är redo när dessa stora förändringar inträffar.

3 Saker som teknikindustrin inte kan ignorera