На данный момент я очень негативно отношусь к индустрии высоких технологий. Происходит так много плохого, будь то постоянная одержимость улавливанием внимания людей, возрождение финансовых афер 1920-х годов, ужасный беспорядок в разработке интерфейса, насколько болезненным (и медленным) переход от виртуальных машин к контейнерам будет, безопасность Интернета вещей или ее отсутствие, или что всемирная сеть домашних маршрутизаторов в основном представляет собой выделенное периферийное вычислительное средство для ботнетов… Похоже, что особого прогресса добиться не приходится.

Итак, я пытался найти признаки жизни. О реальных технологиях, а не пресс-релизах. Причин повеселиться - один, два, три.

Машинное обучение

Я знаю, что это самая суть экономики, привлекающей внимание, но есть важное сообщение, которое тщательно скрывается: Нам больше не нужно указывать компьютерам, как делать то, что мы хотим от них.

Долгое время компьютеры были машинами, которые выполняли инструкции (со все более смехотворной скоростью), поэтому казалось само собой разумеющимся, что что бы ни случилось дальше, нам все равно нужно будет указывать им, что делать. Машинное обучение изменило это, и компьютерные программы начинают становиться определениями «хорошего», сопровождаемыми множеством примеров того, что привело к возникновению хорошего и плохого, так что оно могло бы решить это самостоятельно.

Лично я нахожу почти бесконечное применение в инженерии. Вместо аналитического прогнозирования характеристик системы (например, подвески автомобиля) ей можно дать определение «хорошо» (плавность хода), множество входов и элементов управления (дроссельная заслонка, демпфирование) и оставить ее на усмотрение. Нам больше не нужно знать точную жесткость пружины, вязкость масла, трение шины, массу, неподрессоренную массу, второй момент или качество дорожного покрытия, потому что они просто перестали иметь значение. Сама машина в общем-то разберется.

Это применимо практически ко всему.

Что касается дополнительных оценок, то быстро становится очевидным, что оборудование, специализированное для работы с машинным обучением, создать намного проще, чем традиционные ЦП.

Шейдерные программы в браузере

Говоря о ЦП, по сути, существует два типа, которые обычно используются: ЦП и ГП, где ГП является «графическим процессором». Хотя десять лет назад он мог быть полностью специализированным, теперь графический процессор на самом деле представляет собой набор небольших процессоров, которые специализируются на параллельных вычислениях - почти полностью огромное количество матричной математики. В то же время, стремление внедрить 3D-сцены в браузеры означало открытие графических API. Соответственно, «шейдерные программы», которые описывают, как свет падает на каждую часть сцены, теперь могут быть доставлены через Интернет.

Математика графического процессора и математика ИИ - это более или менее одно и то же, поэтому теперь мы можем встраивать ИИ в сами веб-страницы.

Для чего это использовать? Без понятия. Но есть несколько поразительных демонстраций, которые дают нам некоторое представление о размере возможного скачка.

Браузер - ›Подключение к Интернету вещей

Связь между браузерами и IoT вот-вот станет безумно хорошей. Предстоящий Web Bluetooth API позволит стандартизировать связь с ближайшими (около 10 метров) устройствами, имеющими Bluetooth LE. BTLE - это исключительная технология, в которой, например…

В настоящее время наиболее распространенным использованием BTLE являются фитнес-трекеры, но с небольшим воображением, который знает, что можно построить.

Бонус: Intel Optane

Короче говоря, Optane - это SSD, который примерно в 10 раз быстрее при работе с небольшими объемами информации. Его производительность достаточно близка к ОЗУ, чтобы сделать по-настоящему огромные файлы подкачки возможными для будущих центров обработки данных, что приведет к значительному улучшению использования сервера; или в качестве основы для нового класса высокопроизводительных баз данных.

Зачем? Кто знает. Идти! Делать вещи!!