未来十年,对话式计算、环境计算和云PC会把世界变成什么样?

标签:计算环境
分享到:

新冠肺炎疫情已对IT行业的变革速度产生了深远的影响。现在我们比以往任何时候都更流行远程连接。视频会议迎来了真正的机会,终于可以实现它一直承诺的事情:消除大多数商务旅行,包括早上通勤上班。硅谷科技公司已将这变成了招聘的一大优势:由于招聘远程办公人员,他们减少了支出,而开出的薪水比集中办公人员高出一大截。

这对双方来说是意想不到的双赢。

 

 

新冠肺炎疫情不仅促使许多公司的业务发生变化,还带来了其他方面的进步,这些进步可能很快就会颠覆我们所做的大部分工作。这些技术进步就是对话式计算、环境计算和云PC。

让我们看看这几种技术及它们带来的影响。

对话式计算

在英伟达及其他众多公司的帮助下,IBM正在努力使与人工智能同行进行对话成为可能,微软也在努力推进这项工作。如果你还没有试过亚马逊Echo中的对话技能,值得试一下,看看这项技术在消费设备端的发展情况。亚马逊的对话式计算项目依赖自己的技术,基本上改变了计算机界面开发方面的格局。在过去,用户通常不得不学习如何与计算机进行联系,而不是反过来。

IVR(交互式语音应答)系统在不断升级,因而越来越难以判断:询问你是否需要新车保修的语音是不是来自人的语音。IVR在保险销售和医疗保健等行业取得的进步已经显示出巨大的效益。

我之所以提起IBM是因为,在这家公司的一次活动中,高管们描述了一个情景:一个接到电话营销系统呼叫的男子不仅买了保险,还试图想约系统出去约会。

对话式计算不仅对呼叫中心和电话交易所有巨大的影响;它还将重新定义我们使用计算机的方式,让计算机可以提供陪伴服务,更好地了解你需要计算机做什么,并且久而久之,让计算机更像是一个人类伴侣,而不是工具,因为它可以针对用户进行自我优化。

环境计算

这方面主要由亚马逊推动,但拥有Watson Assistant的IBM、拥有Cortana的微软和拥有 Siri的苹果也在深耕这个领域,只是不如亚马逊那么积极。环境计算是指无论你到哪个地方,都可以与计算机交谈。比如说,加油时,你可以告诉加油机需要哪种燃料、多少燃料,而不是使用键盘。你可以告诉电炉如何做菜,或者可以用你的声音开关水龙头。

环境计算的主要界面是语音,但它也可以使用显示器来提供反馈,并与你进行交谈。这个概念建立在对话式计算的基础上,它使计算机技术变得司空见惯,无论你走到哪里都可以与之交互。

可穿戴计算是环境计算的一种变体:耳机将你连接到计算资源,而不是需要每个地方都有一堆设备。如果你改用智能眼镜和耳塞,可以让一半的对话保持安静。

云PC

云PC的概念与Windows 365密切的推出相关,它仍然令人着迷,因为它在某种程度上模仿了Oracle和Sun Microsystems 二十年前试图取代Windows的瘦客户端概念。实际上,它让配备显示器和浏览器、连接到云的任何设备都可以成为Windows PC。你不需要传统的PC硬件。

智能手机还无法担当这个重任,因为它们缺少必要的显示器所需要的高速有线或无线端口。但是超高清头戴式显示器即将到来。加上配备Thunderbolt的智能手机或功能更强大的无线显示界面,它们会逐渐成为完美的Windows硬件客户端。

你可能还记得过去十年里一直沿续的微软Continuum 项目,HP Elite x3手机可以同时处理智能手机功能和PC功能,这个项目使基于智能手机的PC的Continuum概念成为现实。有人找出正确的硬件组合只是时间问题。

结语:PC 没有死,它将涅槃重生

随着这三个趋势趋于成熟,我们的周围将是可以像人一样与我们交谈的计算机,无论我们和智能手机在哪里,都能提供Windows体验,并提供一种为每个人提供伴侣的更先进的计算体验。外观将需要改变,界面将转向语音,头戴式显示器一旦成熟,将永远改变我们对日益增长的云PC的看法和进行交互的方式。

我们正处于一场巨大变革的开端,这是自PC 诞生以来我们所未见过的变化。到这场变化结束时,计算机将成为我们的伙伴,始终与我们相伴,云能够为其提供有力的支持。我们与PC交谈就像与人交谈一样,主要的区别在于计算机不会冒犯或反对我们。

这将是令人着迷的十年。

继续阅读
世界上首个使用偏振的超快光处理器面世,计算密度比电子芯片高几个数量级

据 Phys.org 报道,近日英国牛津大学研究人员在《科学进展》上发表了一篇论文,开发了一种使用光的偏振来实现最大化信息存储密度的设备。新研究使用多个偏振通道展开了并行处理,计算密度比传统电子芯片提高了几个数量级。

中科院微电子所在忆阻器基神经形态计算方向取得新进展

自组织映射网络(SOM,图1a),又称“Kohone网络”,是一种受大脑拓扑结构启发的功能强大的无监督学习神经网络。相比经典的多维尺度或主成分分析等线性算法,SOM具有更强大的数据聚类能力,在语言识别、文本挖掘、财务预测和医学诊断等聚类和优化问题方面展现出独特的优势

如何更有效的将深度学习算法部署在计算资源有限的设备?

深度学习已成为许多机器学习应⽤程序不可或缺的⼀部分,现在可以在⽆数电⼦设备和服务中找到,从智能⼿机和家⽤电器到⽆⼈机、机器⼈和⾃动驾驶汽车。随着深度学习在我们⽇常⽣活中的普及,对快速且节能的神经⽹络推理的需求也在增加。神经⽹络量化是降低推理过程中神经⽹络的能量和延迟要求的最有效⽅法之⼀。

后摩尔时代计算能力提升,还看量子计算?

量子计算是基于量子力学的全新计算模式,具有原理上远超经典计算的强大并行计算能力,为人工智能、密码分析、气象预报、资源勘探、药物设计等所需的大规模计算难题提供了解决方案,并可揭示量子相变、高温超导、量子霍尔效应等复杂物理机制。

车联网万亿级市场蓄势待发 边缘计算成破局关键

近年来,随着技术的逐渐成熟和政策红利的持续释放,车联网迎来了发展风口。

精彩活动