What’s Next in Computing?〜次世代のコンピューティングとは？

本日の記事はChris Dixonさんによる「What’s Next in Computing?」の翻訳記事となります。2016年の記事となるため、昨今の最新動向までキャッチアップできている、というわけではありませんが、今までのコンピューティングの歴史を振り返る意味で非常に面白い記事です。

オリジナル記事はこちら⏬
https://medium.com/software-is-eating-the-world/what-s-next-in-computing-e54b870b80cc

---

コンピュータ業界は、財務サイクルと製品サイクルという、ほぼ独立した2つのサイクルで進歩しています。最近、金融サイクルの位置づけについて、さまざまな議論が交わされています。金融市場には多くの注目が集まっています。金融市場は、予測不可能な変動をし、時には乱高下する傾向があります。それに比べて、製品サイクルは、コンピュータ業界を実際に前進させるものであるにもかかわらず、比較的注目されることがありません。製品サイクルを理解し、予測することで、過去を研究し、未来を推測することができます。

テクノロジー製品のサイクルは、プラットフォームとアプリケーションの間で相互に補強しあう相互作用です。新しいプラットフォームが新しいアプリケーションを可能にし、そのアプリケーションが新しいプラットフォームの価値を高め、これが正のフィードバックループを生み出します。より小さな、分派的なテクノロジーサイクルは常に起こりますが、たまに、歴史的には約10年から15年ごとに、コンピューティングの状況を完全に作り変えるような大きな新しいサイクルが始まることがあります。

PCは起業家にワープロ、表計算、その他多くのデスクトップアプリケーションの作成を可能にしました。インターネットは、検索エンジン、eコマース、電子メールとメッセージング、ソーシャルネットワーキング、SaaSビジネスアプリケーション、その他多くのサービスを可能にしました。スマートフォンは、モバイルメッセージ、モバイルソーシャルネットワーキング、ライドシェアなどのオンデマンドサービスを可能にしました。現在、私たちはモバイル時代の真っただ中にいます。モバイルのイノベーションはまだまだ続くと思われます。

各製品の時代は、2つのフェーズに分けることができます。1）新しいプラットフォームが登場するものの、高価で、不完全で、使いにくい「創生期」、2）それらの問題を解決する新製品が登場し、飛躍的な成長を遂げる「成長期」です。

1977年にApple IIが発売され（Altairは1975年）、1981年のIBM PCの発売でPCの成長期が始まりました。

インターネットは、80年代から90年代初頭にかけて、主に学術機関や政府機関が使用するテキストベースのツールであったため、その普及が始まりました。1993年にMosaicウェブブラウザがリリースされると、成長期が始まり、それ以来続いています。

90年代にはフィーチャーフォン、2000年代初頭には Sidekickや Blackberry などの初期のスマートフォンがありましたが、スマートフォンの成長期は2007年から8年にかけて、iPhoneやAndroidがリリースされたことで本格的に始まりました。その後、スマートフォンの普及は爆発的に進み、現在では約20億人がスマートフォンを持っています。また、2020年には、世界人口の80%がスマートフォンを持つとも言われています。

10年から15年のパターンが繰り返されるのであれば、次のコンピューティング時代は数年後に成長期を迎えるはずです。そのシナリオでは、私たちはすでに創生期に入っているはずです。ハードウェアとソフトウェアの両方において、コンピューティングの次の時代がどうなるかを垣間見ることができる重要なトレンドがいくつか存在します。ここでは、それらのトレンドについてお話しした上で、将来はどのような姿になるのか、いくつかヒントをご紹介します。

ハードウェアは小型で安価でユビキタスに

メインフレームの時代、コンピュータを購入できるのは大企業だけでした。しかし時代が進むにつれ、ミニコンピュータは小規模な組織が、パソコンは家庭やオフィスが、そしてスマートフォンは個人が購入できるようになったのです。

これからは、プロセッサやセンサが非常に小さく安価になり、人の数よりも多くのコンピュータが存在する時代がやってきます。

その理由は2つあります。1つは、過去50年にわたる半導体産業の着実な進歩（ムーアの法則）。もう一つは、Chris Andersonが「スマートフォン戦争の平和の配当（the peace dividend of the smartphone war）」と呼ぶ、スマートフォンの大成功がプロセッサやセンサーへの大規模な投資につながったことです。最近のドローンやVRヘッドセット、IoTデバイスを分解してみると、そのほとんどがスマートフォンの構成部品であることが分かります。

現代の半導体は、CPU単体からSoC（System on a Chip）と呼ばれる専用チップのバンドルに焦点が移っています。

一般的なSoC（System on a Chip）は、エネルギー効率の高いARM CPUと、グラフィックス処理、通信、電源管理、ビデオ処理などの専用チップを組み合わせています。

この新しいアーキテクチャによって、基本的なコンピューティングシステムの価格は、約100ドルから約10ドルにまで下がりました。Raspberry Pi Zeroは1GHzのLinuxコンピュータで、5ドルで買うことができます。同じような値段で、Pythonのバージョンを実行するwifi対応のマイクロコントローラを買うことも可能です。近い将来、これらのチップは1ドル未満になるでしょう。ほとんどあらゆるものにコンピュータを埋め込むことができるようになり、費用対効果が高くなります。

一方、ハイエンド・プロセッサーの性能向上も目覚ましいものがあります。特に重要なのはGPU（グラフィック・プロセッサ）で、その最高峰はNvidia社製です。GPUは、従来のグラフィックス処理だけでなく、機械学習アルゴリズムや仮想・拡張現実デバイスなどにも有用です。Nvidiaのロードマップでは、今後数年間で大幅な性能向上が約束されています。

ワイルドカードの技術として、量子コンピューティングがあります。現在、量子コンピューティングは主に研究所で使われていますが、もし実用化されれば、生物学や人工知能などの分野で、ある種のアルゴリズムの性能を桁違いに向上させることができるかもしれません。

ソフトウェアはAIの黄金時代になる

今日、ソフトウェアの世界では多くのエキサイティングなことが起こっています。分散システムはその好例です。デバイスの数が指数関数的に増加するにつれ、1) 複数のマシンにまたがるタスクの並列化 2) デバイス間の通信と協調がますます重要になってきています。興味深い分散システム技術としては、ビッグデータの問題を並列化するHadoopやSpark、データや資産を保護するBitcoin/Blockchainといったシステムがあります。

しかし、おそらく最もエキサイティングなソフトウェアのブレークスルーは、人工知能（AI）で起こっています。AIには、誇大広告と失望に満ちた長い歴史があります。たとえば、アラン・チューリング自身は、2000年までに機械が人間の模倣を成功させるだろうと予測していました。しかし、今、AIがついに黄金時代を迎えようとしていると考える十分な理由があります。

“Machine learning is a core, transformative way by which we’re rethinking everything we’re doing.” — Google CEO, Sundar Pichai
"機械学習は、私たちが行っているあらゆることを見直すための、中核的で変革的な方法です。"

ディープラーニングは、2012年にGoogleが行った、巨大なコンピュータ群を用いてYouTubeの動画に登場する猫の識別を学習させるという、今では有名なプロジェクトによって広まった機械学習技術です。ディープラーニングは、1940年代にさかのぼる技術であるニューラルネットワークの子孫にあたる。新しいアルゴリズム、安価な並列計算、大規模なデータセットの普及など、さまざまな要因が重なって息を吹き返したのです。

これまで、ディープラーニングはシリコンバレーの流行語のひとつと考えられてきました。しかし、この盛り上がりは、理論的にも現実的にも素晴らしい結果に裏付けられています。例えば、マシンビジョンの人気コンテストであるImageNetチャレンジの優勝者のエラー率は、ディープラーニングを使用する前は20～30％台でした。ディープラーニングを用いることで、優勝したアルゴリズムの精度は着実に向上し、2015年には人間のパフォーマンスを上回りました。

ディープラーニングに関連する論文、データセット、ソフトウェアツールの多くはオープンソース化されています。これには民主化効果があり、個人や小規模な組織でも強力なアプリケーションを構築できるようになりました。WhatsAppは、前世代のメッセージングシステムには数千人のエンジニアが必要だったのに対し、わずか50人のエンジニアで9億人のユーザーにサービスを提供するグローバルメッセージングシステムを構築することができるようになりました。この「WhatsApp効果」は、現在AIでも起こっています。TheanoやTensorFlowといったソフトウェアツールと、学習用のクラウドデータセンター、導入用の安価なGPUを組み合わせることで、少人数のエンジニアチームが最先端のAIシステムを構築できるようになったのです。

例えば、ここではサイドプロジェクトに取り組む一人のプログラマーが、TensorFlowを使って白黒写真の色付けを行いました。

そして、小さなスタートアップによってリアルタイムに物体を分類するためのソフトウェアが作られました。

それはまるでSF映画の有名なワンシーンを思い起こさせるようなものです。

大手テクノロジー企業が発表したディープラーニングの最初の応用例として、Googleフォトの検索機能がありますが、これが衝撃的なほどに賢いものでした。

音声アシスタント、検索エンジン、チャットボット、3Dスキャナー、言語翻訳機、自動車、ドローン、医療用画像システムなど、あらゆる製品のインテリジェンスが大幅にアップグレードされる日が近いでしょう。

"次の1万社のスタートアップのビジネスプランは、簡単に予測できる。Xを取り、AIを加える。これは大きな問題で、今ここにあるのです。" - Kevin Kelly

AI製品を作るスタートアップは、AIを最優先事項としている大手テクノロジー企業に対抗するために、特定のアプリケーションに的を絞り続ける必要があります。AIシステムは、より多くのデータを収集すればするほど良くなるので、データネットワーク効果による好循環のフライホイール（ユーザー増加→データ増加→より良い製品→ユーザー増加）を作ることが可能です。マッピングのスタートアップであるWazeは、データネットワーク効果を利用して、圧倒的に資本力のある競合他社よりも優れたマップを生み出しました。今後、成功するAIスタートアップは、同じような戦略を取るでしょう。

ソフトウェア＋ハードウェア：新しいコンピューター

現在、様々な新しいコンピューティング・プラットフォームが開発段階にあり、ハードウェアとソフトウェアにおける最近の進歩を取り入れることで、まもなく大幅に改善され、成長フェーズに入っていく可能性があります。これらのプラットフォームは、設計もパッケージもまったく異なりますが、共通のテーマを持っています。それは、世界の上にスマートな仮想化レイヤーを組み込むことによって、私たちに新しい、そして拡張された能力を与えてくれるということです。ここでは、新しいプラットフォームのいくつかを簡単に紹介します。

クルマ：Google、Apple、Uber、Teslaなどの大手テクノロジー企業は、自律走行車に多大な資源を投入しています。Tesla Model Sのような半自律走行車はすでに一般に販売されており、急速に改善されていくことでしょう。完全な自律走行にはもっと時間がかかりますが、おそらく5年以上はかからないと思われます。人間のドライバーとほぼ同等の性能を持つ完全自律走行車はすでに存在しています。しかし、文化的、規制的な理由から、完全自律走行車が広く許可されるには、人間のドライバーよりもかなり優れている必要があるでしょう。

自律走行車への投資が増えることを期待したいところです。大手テクノロジー企業に加え、大手自動車メーカーも自律走行に真剣に取り組み始めています。また、スタートアップが作った面白い製品も見られるでしょう。ディープラーニングのソフトウェアツールは非常に良くなっており、一人のプログラマーが半自動運転車を作ることができるほどになったのです。

ドローン：今日のコンシューマー向けドローンには、最新のハードウェア（主にスマートフォンの部品と機械部品）が搭載されていますが、ソフトウェアは比較的シンプルです。。近い将来、高度なコンピューター・ビジョンやその他のAIを組み込んで、より安全で、操縦が簡単で、より便利なドローンが登場することでしょう。レクリエーション用のビデオ撮影は引き続き人気がありそうですが、商業用の重要なユースケースも出てくるでしょう。ビルやタワーなどの構造物に登る危険な仕事は何千万とありますが、ドローンを使えばもっと安全で効果的に行えるようになります。

Internet of Things：IoTデバイスの分かりやすいユースケースは、省エネ、セキュリティ、利便性です。最初の2つのカテゴリーでは、NestやDropcamがよく知られている例でしょう。利便性のカテゴリーで最も興味深い製品のひとつにアマゾンのEchoが挙げられます。

Echoは、使ってみるまではギミックだと思っている人がほとんどで、使ってみるとその便利さに驚かされます。常時接続の音声がユーザーインターフェースとしていかに効果的であるかを示すための素晴らしいデモです。一般的な知能を持ち、十分な会話ができるボットが登場するまでには、まだ時間がかかるでしょう。しかし、Echoが示すように、音声は、制約されたコンテキストにおいて、今日においても成功することができました。最近のディープラーニングのブレークスルーが製品デバイスに導入されれば、言語理解力は急速に向上するはずです。

IoTは、ビジネスシーンでも採用されるでしょう。例えば、センサーとネットワーク接続を備えたデバイスは、産業機器のモニタリングに非常に有効です。

ウェアラブル端末：今日のウェアラブルコンピュータは、バッテリー、通信、処理など、複数の側面で制約を受けています。そのため、フィットネスなど狭い範囲での利用がほとんどです。今後、ハードウェアの改良が進めば、スマートフォンのようにリッチなアプリケーションに対応し、さまざまな用途に利用できるようになるでしょう。IoTと同様、音声が主なユーザーインターフェイスになると思われます。

バーチャルリアリティ： 2016年はVRにとってエキサイティングな年でした。Oculus RiftとHTC/Valve Vive（そしておそらくSony Playstation VRも）の発売により、快適で没入感のあるVRシステムがついに一般に普及することになります。VRシステムは、「Uncanny Valley（不気味の谷）」の罠を避けるために、本当に良いものである必要があります。高解像度、高リフレッシュレート、低パーシスタンスといった特殊なスクリーン、強力なグラフィックカード、そしてユーザーの正確な位置を追跡する機能（これまで発売されたVRシステムは、ユーザーの頭の回転を追跡するだけでした）が必要なのです。今年、一般消費者は初めて「臨場感」と呼ばれるものを体験することができます。これは、感覚が十分に騙され、仮想世界に完全に入り込んだと感じることです。

VRヘッドセットは今後も改良され、より安価になっていくでしょう。主な研究分野は以下の通りです。1) レンダリングや撮影されたVRコンテンツを作成するための新しいツール、2) 電話やヘッドセットから直接トラッキングやスキャンを行うためのマシンビジョン、3) 大規模な仮想環境をホストするための分散型バックエンド・システム、などです。

拡張現実（Augmented Reality）：ARは、VRが必要とする技術のほとんどに加え、さらに新しい技術を必要とするため、VRの後に登場する可能性が高いでしょう。例えば、ARでは、現実のオブジェクトと仮想のオブジェクトを同じインタラクティブなシーンで説得力を持って組み合わせるために、高度で低レイテンシーのマシンビジョンが必要とされます。

とはいえ、ARはおそらくあなたが思っているよりも早くやってくるでしょう。このデモ映像は、Magic LeapのARデバイスを通して直接撮影されたものです。

この次には何がくるのか？

10～15年のコンピューティングサイクルのパターンが終わり、モバイルが最後の時代となる可能性もあります。また、次の時代がしばらく来ない可能性もありますし、上で述べた新しいコンピューティングカテゴリーのサブセットだけが重要な役割を果たすことになる可能性もあります。

私は、私たちが1つの時代ではなく、複数の新しい時代の入り口にいると考える傾向にあります。「スマートフォン戦争の平和の配当」は、新しいデバイスのカンブリア爆発を生み出し、ソフトウェア、特にAIの発展は、それらのデバイスを賢く、便利にしてくれるでしょう。上で述べた未来的な技術の多くは現在も存在し、近い将来には広く利用できるようになる。

オブザーバーは、これらの新しいデバイスの多くが ” 気難しい思春期 (awkward adolescence)” にあることを指摘しています。それは、それらが胎動期にあるためです。70年代のパソコン、80年代のインターネット、2000年代初頭のスマートフォンのように、私たちはまだ見ぬ未来の断片を目の当たりにしているのです。しかし、未来はやってきます。市場は上がったり下がったり、興奮は冷めやらぬが、コンピューティング技術は着実に前進しているのです。

---

本日の記事は以上となります。

Chrisさんがこの記事で指摘しているように、現代の主流はスマートフォンであると言えますが、この先にどのテクノロジーがメインになるのかはまだまだ予想がつかない部分も多く、それが1つであるとも限りません。
とはいえ、その未来を予想しながら、こういった記事を読むのは個人的には結構好きです。

そんなところで本日の記事は終わりにしたいと思います。
それではまた明日！

Source：https://medium.com/software-is-eating-the-world/what-s-next-in-computing-e54b870b80cc