一直以來，計算機行業一方面在「經濟周期」中進步；另一方面在又在「產品周期」中前行。經濟市場從來都是人們關注的重點，你可以在各種地方讀到大量對于當前「經濟周期」的階段以及趨勢進行分析的文章，在文章中，經濟市場是狂野的、充滿了不可預料的變數。相比于「經濟周期」，「產品周期」并沒有收到那么多的關注，雖然它對計算機進步產生了不可替代的作用。
「科技產品周期」源于「平臺」與「應用」之間的不斷互相作用；新平臺提供了新應用運行的基礎，而新應用反過來也使新平臺更有價值，從而形成一個正周期。每10到15年，便會出現一個新的周期，徹底地重塑計算機世界。
PC的出現，讓企業能夠用文檔、電子表格以及其它桌面應用來解決辦公問題；因特網的出現，讓搜索引擎、電商、電郵、移動社交以及按需服務改變了人們的生活；而如今，我們依然處于「移動時代」的中期，大量的移動創新依然在源源不斷地冒出來。結合經驗來看，每一個「產品時代」都可以分為兩個階段：
孕育期：在這個時期，剛剛面世的新平臺十分昂貴，在功能上也不盡完善，倒是使用比較困難。
成長期：在這個時期，市面上會出現一個能夠解決孕育期種種問題的新產品，而在這個產品影響下，整個周期開始加速前進。
1977年，雖然Apple推出了Apple II型計算機，但PC真正流行起來其實是從1981年IBM PC發售才開始的。
因特網的「孕育階段」是80年代后期至90年代初期，當時的因特網還是一個大學以及政府部門使用的文件傳輸工具；直至1993年，Mosaic 網頁瀏覽器的出現才揭開了因特網「成長期」的序幕。
在90年代，功能手機是大多數人們的選擇；在2000年前后，以Sidekick、Blackberry為代表的早期智能手機依然是少數人的「玩具」。直至時間來到2007年8月，Apple的iPhone才徹底震驚了市場，并且隨著之后搭載安卓系統的智能手機不斷上市，智能手機成為了市場主流。如今全球超過20億人使用智能手機；等到2020年時，全球80%的人都會擁有至少一臺智能手機。
如果按照「每10至15年，周期便會完成一個循環」的說法，那么我們目前已經處于「計算機次時代」的「孕育期」之中了，同時還將在未來幾年內進入「成長期」；而我們的確也已能夠從許多硬件以及軟件的發展趨勢中瞥見「次時代」的端倪。
硬件：微小、便宜、無所不在
在「主機時代」，只有大型組織機構才能夠擁有一臺大型計算機；對于那些小型組織來說，它們只能買得起小型計算機；而至于家庭和辦公室，PC是他們最佳的選擇；但若只為了個人使用，可能我們會選擇一臺智能手機。
由于處理器和傳感器變得越來越小，價格也越來越便宜；所以也許很快我們就能看到世界上計算機的數量或許會超過人類的數量的那天。
之所以計算機如此飛速發展，主要有兩個原因：一個是半導體產業在過去50年來的穩定發展；另一個則是「智能手機戰爭的和平紅利」（the peace dividend of the smartphone war）：智能手機的大獲成功促進了處理器以及傳感器的相關投資，從而帶動了周邊系列行業的興起，如果你拆開一架無人機或者一個VR頭戴設備，你會發現里面基本上都是智能手機的適用零件。
在「現代半導體時代」，人們的注意力已經從獨立CPU轉移到了集成度更高的單芯片系統上。
Raspberry Pi Zero:一臺只賣5美元的Linux計算機
典型的單芯片系統會把高性能ARM的CPU與用于圖形處理、信息交換、以及電源管理、視頻處理的專業芯片「捆綁」在一起。這種新結構將一臺基礎計算機系統的成本從100美元降至10美元。如今，你只要花5美元就能買到Raspberry Pi Zero，這是一臺1GHz的基于Linux計算機；不僅如此，很快這些芯片會進一步降價至1美元，到了那時，我們終于可以說「所有人都能買得起一部計算機了」。
與此同時，高端處理器領域的發展也令人印象深刻，尤其是以Nvidia為代表的圖形處理器廠商們。對它們來說，圖形處理器不再僅用于圖形處理上，它們在機器學習算法的發展以及VR/AR設備上也扮演著重要角色，在未來幾年圖形處理將會迎來一個顯著的飛躍。
Google的量子計算機
除圖形處理器之外，量子計算在未來或許也會成為一匹大黑馬。如果量子計算走出實驗室，進入商業應用，那么這將會對于生物學以及人工智能領域的相關算法產生極大的提升。
軟件：人工智能的黃金時代
如今軟件領域「令人興奮」的事情中，分布式系統是十分突出的一個。
當終端越來越多時，不同終端之間的并行任務處理以及信息交換，成為了一個重要的問題。市面上已經有了一些有趣的分布式系統，如Hadoop、Spark等，它們用于大數據處理以及解決數據及安全問題。
但即使分布式系統再有用，也比不上AI能夠給人帶來的興奮感。在過去，AI總被人冠以「不實宣傳」的帽子，Alan Turing當年曾預言機器將在2000年徹底模仿人類，但事實證明這個預言并沒有實現。然而無論如何，我們依然有充分的理由相信，如今AI將進入一個真正的「黃金時代」。
大多數關注AI的愛好者，都是從「深度學習」（Deep Learning）開始的。這是一個Google在2012年發布的機器學習技術，當時Google通過使用這個技術，讓AI學習辨認YouTube視頻中的一只貓。深度學習是一個生物神經網絡的延伸，這是一個集新算法、低成本以及大數據的技術集合。
ImageNet的挑戰錯誤率（紅線：人類的表現）
「深度學習」的興起是建立在大量的理論以及實踐成果上的。在著名的計算機競賽ImageNet Challenge上，一些參賽者們都運用了「深度學習」，結果證明它對于算法的提升的確是顯著的：它們的錯誤率更低，最終排名也在前20%-30%。
許多關于「深度學習」的論文、資料以及軟件工具都是開源的，這使得個人和小型機構也有了通過「深度學習」來構建優秀應用的機會。在此基礎上，WhatsApp曾只靠50個工程師就建立了一個能夠服務于全球9億用戶的全球信息系統——而這要是放在過去，至少需要幾千個工程師才能完成。
這樣的模式在AI領域也開始出現：Theano以及TensorFlow等軟件將云數據中心與圖形處理進行結合，讓更多小團隊能夠更低成本地建立AI系統。下面便是個人開發者利用TesnorFlow做的一個能夠自動給黑白照片加上顏色的應用：
左邊：黑白照片；中間：自動上色的照片；右邊：真實的顏色
另一方面，大科技公司也早已對于「深度學習」進行研究，首個運用相關技術開發的應用應該是Google Photos中的搜索功能：如果你想搜索關于倫敦的照片，那你只需要在相冊上的搜索欄中打「倫敦」即可，你相冊中與倫敦相關的照片便會瞬間被篩選出來。
完全有理由相信，我們很快就能看到其他產品在人工智能方面的顯著提升，無論是語音助手、搜索引擎、聊天機器人、3D掃描、語言翻譯、汽車、無人機還是醫療成像系統等。
創業公司會傾向于做更為功能更為「垂直」的AI產品，因為只有這樣它們才能劍走偏鋒，有效抵抗大科技公司。應用數據的增加使AI系統不斷完善，從而促生了「數據網絡效應」：更多用戶——更多數據——更好的產品——更多用戶。做地圖應用的創業公司Waze就通過「數據網絡效應」來改進自己的產品，從而從競爭對手中脫穎而出。
軟件+硬件：新型計算機
在硬件及軟件不斷發展的前提，許多處于「孕育期」的新計算機平臺都將進入「成長期」。雖然它們彼此之間各不相同，但有一點是相通的：它們的出現，賦予了人們更強大的能力。
汽車
像Google、Apple、Uber以及Tesla這樣的大科技公司，已經開始在研發自動駕駛汽車上下功夫，根據預計，「全自動駕駛汽車」的全面上市將在5年內實現。目前，市面上最知名的「半自動駕駛汽車」是Tesla的Model S；它的「駕駛技術」和那些經驗豐富的司機一樣好。然而由于文化和監管因素，「全自動汽車」想要正式獲得認可，它的「駕駛技術」不僅要表現得和人類「一樣好」，而且要「超過」他們。
Tesla Model S
在未來，資本們對于「自動汽車」的投資會進一步增加。而除了大科技公司之外，大型傳統汽車廠商也開始涉足這個領域；甚至，你還會看到一些小的創業公司也打算自主研發「自動汽車」，很明顯，這也要歸功于「深度學習」工具的高度易用性——在未來，即使個體開發者都能夠開發出一臺「半自動駕駛汽車」。
無人機
如今的消費級無人機有些「脫節」——它們往往擁有高精尖的硬件，但卻只搭配了一個簡陋的軟件。這樣的狀況在未來將得以改善：無人機將會與更先進的AI技術進行結合，讓它們變得更安全易操作，更加實用。未來，無人機的視頻拍攝依然會是最受歡迎的功能之一；但除此之外，無人機將會承擔更多的商業用途。世界上有數以千萬需要進行高空作業的危險崗位，而用更加聰明的無人機去完成這些工作，會是一個更加安全的選擇。
物聯網
物聯網的出現，主要為了解決三個問題：節能、安全以及方便。目前，Nest與Dropcam分別是解決節能需求以及解決安全需求的代表；而Amazon的Echo則是解決方便需求上的最有趣的產品之一。
三個物聯網的代表性應用
在沒有真正使用過之前，大多數人都會認為Echo是個雞肋，但在使用之后，他們再也不會這么想。雖然人類完全以對話形式和物聯網設備進行交流還有一些時日，但Echo無疑是以語音作為主交互方式的一個很好嘗試，它證明了即使在技術的情況下，語音交互依然具極強的生命力。同時，機器的「語言學習」也借助著「深度學習」進行著迅速發展。
物聯網在商業用途上有著巨大潛力；當帶有傳感器的設備能夠通過網絡進行完全聯結，工業也許會因此徹底改變。
可穿戴設備
從總體來看，目前的可穿戴設備在很多方面受到了限制，比如電量、交互性以及處理計算能力等。所以，目前成功的可穿戴設備大多選擇在某一具體功能上做精，比如Fitbit之于健身監控。但由于硬件不斷在進步，可穿戴設備在未來也會像智能手機一樣能夠支持大量各種應用；而從交互來看，可穿戴設備如最主要的交互方式，也會是語音。
虛擬現實
可以說，2016是一個「VR年」。
Oculus Rift 和 HTC/Valve Vive的發布，意味著方便舒適的沉浸式VR個人系統設備終于開始走入消費級市場；在今年，用戶們終于可以第一次體驗到什么是真正的「臨場感」——你會感覺被傳送到了另一個世界中。優質的VR系統擁有一塊特制的屏幕，一個強大的顯像卡，以及追蹤用戶當前位置的能力；它能夠很好地避免用戶掉入「恐怖谷」。隨著市場的成熟，頭戴式VR設備也會不斷進步，并且在價格上變得更加便宜。
恐怖谷理論是一個關于人類對機器人和非人類物體的感覺的假設。人形玩具或機器人的仿真度越高人們越有好感，但當達到一個臨界點時，這種好感度會突然降低，越像人越反感恐懼，直至谷底，稱之為恐怖谷。可是，當機器人的外表和動作和人類的相似度繼續上升的時候，人類對他們的情感反應亦會變回正面，貼近人類與人類之間的移情作用。
增強現實
根據估計，AR將會后VR一步到來，因為AR除了需要VR所需要的大部分技術之外，還需要一項新的技術：AR需要低延遲的機器視覺，以將現實與虛擬物體在交互場景下同步練習起來。但基于VR技術已經日趨成熟，所以AR可能會比你想的要更早到來。我們可以期待未來的生活就像Magic Leap的宣傳視頻中顯示的那樣。
Magic Leap Demo：真實的環境，虛擬的形象
次時代到底是什么？
也許「移動時代」會是最后一個「10至15年循環」規律下的計算機時代。
也許下一個時代并不會這么快來到，上面提到的各種計算機新形式中，可能只有一小部分最后能夠「活」下來。
也許我們正處于多個而不是一個時代之中，「智能機戰爭的和平紅利」使新設備爆發式出現，而軟件及AI技術的進步，確實將這些設備中的一些變得非常智能而有用；許多目前只能被人津津樂道談論的新技術，很快就能在未來得到良好應用。
當前許多新設備都處于「尷尬的青春期」，這就如同70年代的PC，80年代的因特網，以及2000年左右的智能手機當時所遇到的境地一樣。這些本屬于近未來的產品在當時的環境下的確顯得有些「超前」；但這并不要緊——因為無論市場漲或落，但計算機技術一直在穩定前行，而它們的未來終究會到來。
