Το μέλλον της ανάπτυξης λογισμικού: Το μέλλον των υπολογιστών P2

ΠΙΣΤΩΣΗ ΕΙΚΟΝΑΣ: Quantumrun

Το μέλλον της ανάπτυξης λογισμικού: Το μέλλον των υπολογιστών P2

    Το 1969, ο Neil Armstrong και ο Buzz Aldrin έγιναν διεθνείς ήρωες αφού ήταν οι πρώτοι άνθρωποι που πάτησαν το πόδι τους στη Σελήνη. Αλλά ενώ αυτοί οι αστροναύτες ήταν οι ήρωες στην κάμερα, υπάρχουν χιλιάδες αφανείς ήρωες που χωρίς τη συμμετοχή τους, αυτή η πρώτη επανδρωμένη προσγείωση στη Σελήνη δεν θα ήταν αδύνατη. Μερικοί από αυτούς τους ήρωες ήταν οι προγραμματιστές λογισμικού που κωδικοποίησαν την πτήση. Γιατί;

    Λοιπόν, οι υπολογιστές που υπήρχαν εκείνη την εποχή ήταν πολύ πιο απλοί από ό,τι είναι σήμερα. Στην πραγματικότητα, το φθαρμένο smartphone του μέσου ανθρώπου είναι αρκετές τάξεις μεγέθους πιο ισχυρό από οτιδήποτε στο διαστημόπλοιο Apollo 11 (και όλη τη NASA της δεκαετίας του 1960 για αυτό το θέμα). Επιπλέον, οι υπολογιστές εκείνη την εποχή κωδικοποιούνταν από εξειδικευμένους προγραμματιστές λογισμικού που προγραμμάτιζαν λογισμικό στις πιο βασικές γλώσσες μηχανής: AGC Assembly Code ή απλά, 1s και 0s.

    Για το πλαίσιο, ένας από αυτούς τους αφανείς ήρωες, ο Διευθυντής του Τμήματος Μηχανικής Λογισμικού του διαστημικού προγράμματος Apollo, Μάργκαρετ Χάμιλτον, και η ομάδα της έπρεπε να γράψει ένα βουνό κώδικα (φωτογραφία παρακάτω) που χρησιμοποιώντας τις σημερινές γλώσσες προγραμματισμού θα μπορούσε να είχε γραφτεί χρησιμοποιώντας ένα κλάσμα της προσπάθειας.

    (Η φωτογραφία παραπάνω είναι η Μάργκαρετ Χάμιλτον που στέκεται δίπλα σε μια στοίβα χαρτί που περιέχει το λογισμικό Apollo 11.)

    Και σε αντίθεση με τις μέρες μας όπου οι προγραμματιστές λογισμικού κωδικοποιούν περίπου το 80-90 τοις εκατό των πιθανών σεναρίων, για τις αποστολές Apollo, ο κώδικάς τους έπρεπε να αντιπροσωπεύει τα πάντα. Για να το βάλουμε αυτό στη θέση τους, η ίδια η Margaret είπε:

    "Λόγω ενός σφάλματος στο εγχειρίδιο της λίστας ελέγχου, ο διακόπτης ραντάρ ραντεβού τοποθετήθηκε σε λάθος θέση. Αυτό έκανε να στείλει λανθασμένα σήματα στον υπολογιστή. Το αποτέλεσμα ήταν ότι ζητήθηκε από τον υπολογιστή να εκτελέσει όλες τις κανονικές του λειτουργίες για προσγείωση ενώ λάμβανε ένα επιπλέον φορτίο ψευδών δεδομένων που κατανάλωνε το 15% του χρόνου του. Ο υπολογιστής (ή μάλλον το λογισμικό που περιείχε) ήταν αρκετά έξυπνος ώστε να αναγνωρίσει ότι του ζητούνταν να εκτελέσει περισσότερες εργασίες από ό,τι θα έπρεπε. Στη συνέχεια έστειλε έξω ένα συναγερμό, που σήμαινε για τον αστροναύτη, είμαι υπερφορτωμένος με περισσότερες εργασίες από ό,τι θα έπρεπε να κάνω αυτή τη στιγμή και θα κρατήσω μόνο τις πιο σημαντικές εργασίες, δηλαδή αυτές που χρειάζονται για την προσγείωση... Στην πραγματικότητα , ο υπολογιστής είχε προγραμματιστεί να κάνει περισσότερα από την αναγνώριση συνθηκών σφάλματος. Ένα πλήρες σύνολο προγραμμάτων ανάκτησης ενσωματώθηκε στο λογισμικό. Η δράση του λογισμικού, σε αυτήν την περίπτωση, ήταν να εξαλείψει εργασίες χαμηλότερης προτεραιότητας και να αποκαταστήσει τις πιο σημαντικές ... Αν ο υπολογιστής δεν είχεαναγνώρισε αυτό το πρόβλημα και έλαβε μέτρα ανάκαμψης, αμφιβάλλω αν το Apollo 11 θα ήταν η επιτυχημένη προσγείωση στο φεγγάρι».

    — Margaret Hamilton, Διευθύντρια του Apollo Flight Computer Programming MIT Draper Laboratory, Cambridge, Massachusetts, "Computer Got Loaded", Επιστολή προς Datamation, Μάρτιος 1, 1971

    Όπως αναφέρθηκε προηγουμένως, η ανάπτυξη λογισμικού έχει εξελιχθεί από εκείνες τις πρώτες μέρες του Apollo. Νέες γλώσσες προγραμματισμού υψηλού επιπέδου αντικατέστησαν την κουραστική διαδικασία κωδικοποίησης με 1 και 0 σε κωδικοποίηση με λέξεις και σύμβολα. Λειτουργίες όπως η δημιουργία ενός τυχαίου αριθμού που απαιτούσε ημέρες κωδικοποίησης αντικαθίστανται τώρα με τη σύνταξη μιας γραμμής εντολών.

    Με άλλα λόγια, η κωδικοποίηση λογισμικού γίνεται όλο και πιο αυτοματοποιημένη, διαισθητική και ανθρώπινη με κάθε δεκαετία που περνάει. Αυτές οι ιδιότητες θα συνεχιστούν μόνο στο μέλλον, καθοδηγώντας την εξέλιξη της ανάπτυξης λογισμικού με τρόπους που θα έχουν βαθύ αντίκτυπο στην καθημερινή μας ζωή. Αυτό είναι αυτό που αυτό το κεφάλαιο του Το μέλλον των υπολογιστών σειρά θα εξερευνήσει.

    Ανάπτυξη λογισμικού για τις μάζες

    Η διαδικασία αντικατάστασης της ανάγκης κωδικοποίησης 1 και 0 (γλώσσα μηχανής) με λέξεις και σύμβολα (ανθρώπινη γλώσσα) αναφέρεται ως η διαδικασία προσθήκης επιπέδων αφαιρέσεων. Αυτές οι αφαιρέσεις έχουν έρθει με τη μορφή νέων γλωσσών προγραμματισμού που αυτοματοποιούν πολύπλοκες ή κοινές συναρτήσεις για το πεδίο για το οποίο σχεδιάστηκαν. Αλλά κατά τις αρχές της δεκαετίας του 2000, εμφανίστηκαν νέες εταιρείες (όπως η Caspio, η QuickBase και η Mendi) που άρχισαν να προσφέρουν τις λεγόμενες πλατφόρμες χωρίς κώδικα ή χαμηλού κώδικα.

    Αυτοί είναι φιλικοί προς το χρήστη, διαδικτυακοί πίνακες εργαλείων που επιτρέπουν σε μη τεχνικούς επαγγελματίες να δημιουργούν προσαρμοσμένες εφαρμογές προσαρμοσμένες στις ανάγκες της επιχείρησής τους μέσω της συναρμολόγησης οπτικών μπλοκ κώδικα (σύμβολα/γραφικά). Με άλλα λόγια, αντί να κόψετε ένα δέντρο και να το διαμορφώσετε σε ντουλάπι, το κατασκευάζετε χρησιμοποιώντας προκατασκευασμένα εξαρτήματα από την Ikea.

    Ενώ η χρήση αυτής της υπηρεσίας εξακολουθεί να απαιτεί ένα ορισμένο επίπεδο γνώσης υπολογιστών, δεν χρειάζεστε πλέον πτυχίο επιστήμης υπολογιστών να το χρησιμοποιείτε. Ως αποτέλεσμα, αυτή η μορφή αφαίρεσης επιτρέπει την άνοδο εκατομμυρίων νέων «προγραμματιστών λογισμικού» στον εταιρικό κόσμο και δίνει τη δυνατότητα σε πολλά παιδιά να μάθουν πώς να κωδικοποιούν σε μικρότερη ηλικία.

    Επαναπροσδιορισμός του τι σημαίνει να είσαι προγραμματιστής λογισμικού

    Υπήρχε μια εποχή που ένα τοπίο ή το πρόσωπο ενός ατόμου μπορούσε να αποτυπωθεί μόνο σε έναν καμβά. Ένας ζωγράφος θα έπρεπε να σπουδάσει και να εξασκηθεί για χρόνια ως μαθητευόμενος, μαθαίνοντας την τέχνη της ζωγραφικής – πώς να συνδυάζει χρώματα, ποια εργαλεία είναι καλύτερα, τις σωστές τεχνικές για να εκτελέσει ένα συγκεκριμένο εικαστικό. Το κόστος του εμπορίου και η πολυετής πείρα που χρειαζόταν για να εκτελεστεί καλά σήμαινε επίσης ότι οι ζωγράφοι ήταν λίγοι.

    Τότε εφευρέθηκε η κάμερα. Και με το πάτημα ενός κουμπιού, τοπία και πορτρέτα αποτυπώθηκαν σε ένα δευτερόλεπτο που διαφορετικά θα χρειάζονταν μέρες έως εβδομάδες για να ζωγραφιστούν. Και καθώς οι κάμερες βελτιώθηκαν, έγιναν φθηνότερες και έγιναν άφθονες σε σημείο που πλέον περιλαμβάνονται ακόμη και στο πιο βασικό smartphone, η απαθανάτιση του κόσμου γύρω μας έγινε μια συνηθισμένη και περιστασιακή δραστηριότητα στην οποία συμμετέχουν πλέον όλοι.

    Καθώς οι αφαιρέσεις προχωρούν και οι νέες γλώσσες λογισμικού αυτοματοποιούν όλο και πιο συνηθισμένες εργασίες ανάπτυξης λογισμικού, τι θα σημαίνει να είσαι προγραμματιστής λογισμικού σε 10 έως 20 χρόνια; Για να απαντήσουμε σε αυτήν την ερώτηση, ας δούμε πώς οι μελλοντικοί προγραμματιστές λογισμικού θα προχωρήσουν πιθανότατα στην κατασκευή των αυριανών εφαρμογών:

    *Πρώτον, όλες οι τυποποιημένες, επαναλαμβανόμενες εργασίες κωδικοποίησης θα εξαφανιστούν. Στη θέση του θα υπάρχει μια τεράστια βιβλιοθήκη με προκαθορισμένες συμπεριφορές στοιχείων, UI και χειρισμούς ροής δεδομένων (εξαρτήματα Ikea).

    *Όπως σήμερα, οι εργοδότες ή οι επιχειρηματίες θα ορίσουν συγκεκριμένους στόχους και παραδοτέα για τους προγραμματιστές λογισμικού που θα τους εκτελέσουν μέσω εξειδικευμένων εφαρμογών λογισμικού ή πλατφορμών.

    *Αυτοί οι προγραμματιστές θα χαρτογραφήσουν στη συνέχεια τη στρατηγική εκτέλεσής τους και θα αρχίσουν να σχεδιάζουν πρώιμα προσχέδια του λογισμικού τους, αποκτώντας πρόσβαση στη βιβλιοθήκη στοιχείων τους και χρησιμοποιώντας οπτικές διεπαφές για τη σύνδεσή τους — οπτικές διεπαφές που προσπελάζονται μέσω επαυξημένης πραγματικότητας (AR) ή εικονικής πραγματικότητας (VR).

    *Ειδικά συστήματα τεχνητής νοημοσύνης (AI) που έχουν σχεδιαστεί για να κατανοούν τους στόχους και τα παραδοτέα που συνεπάγονται τα αρχικά προσχέδια του προγραμματιστή τους, στη συνέχεια θα βελτιώσουν τον σχεδιασμένο σχεδιασμό λογισμικού και θα αυτοματοποιήσουν όλες τις δοκιμές διασφάλισης ποιότητας.

    *Με βάση τα αποτελέσματα, η τεχνητή νοημοσύνη θα κάνει στη συνέχεια πολλές ερωτήσεις στον προγραμματιστή (πιθανότατα μέσω προφορικής επικοινωνίας τύπου Alexa), επιδιώκοντας να κατανοήσει καλύτερα και να καθορίσει τους στόχους και τα παραδοτέα του έργου και να συζητήσει πώς πρέπει να ενεργεί το λογισμικό σε διάφορα σενάρια και περιβάλλοντα.

    *Με βάση τα σχόλια του προγραμματιστή, το AI θα μάθει σταδιακά την πρόθεσή του και θα δημιουργήσει τον κώδικα που θα αντικατοπτρίζει τους στόχους του έργου.

    *Αυτή η συνεργασία ανθρώπου-μηχανής θα επαναλαμβάνεται κάθε έκδοση του λογισμικού έως ότου μια ολοκληρωμένη και εμπορεύσιμη έκδοση είναι έτοιμη για εσωτερική εφαρμογή ή για πώληση στο κοινό.

    *Στην πραγματικότητα, αυτή η συνεργασία θα συνεχιστεί αφού το λογισμικό εκτεθεί σε πραγματική χρήση. Καθώς αναφέρονται απλά σφάλματα, το AI θα τα διορθώσει αυτόματα με τρόπο που αντικατοπτρίζει τους αρχικούς, επιθυμητούς στόχους που περιγράφονται κατά τη διαδικασία ανάπτυξης λογισμικού. Εν τω μεταξύ, πιο σοβαρά σφάλματα θα απαιτήσουν μια συνεργασία ανθρώπου-AI για την επίλυση του προβλήματος.

    Συνολικά, οι μελλοντικοί προγραμματιστές λογισμικού θα επικεντρωθούν λιγότερο στο «πώς» και περισσότερο στο «τι» και στο «γιατί». Θα είναι λιγότερο τεχνίτες και περισσότερο αρχιτέκτονες. Ο προγραμματισμός θα είναι μια πνευματική άσκηση που θα απαιτήσει άτομα που μπορούν να επικοινωνήσουν μεθοδικά την πρόθεση και τα αποτελέσματα με τρόπο που να μπορεί να κατανοήσει μια τεχνητή νοημοσύνη και στη συνέχεια να κωδικοποιήσει αυτόματα μια ολοκληρωμένη ψηφιακή εφαρμογή ή πλατφόρμα.

    Ανάπτυξη λογισμικού με γνώμονα την τεχνητή νοημοσύνη

    Δεδομένης της παραπάνω ενότητας, είναι ξεκάθαρο ότι πιστεύουμε ότι η τεχνητή νοημοσύνη θα διαδραματίσει ολοένα και πιο κεντρικό ρόλο στον τομέα της ανάπτυξης λογισμικού, αλλά η υιοθέτησή της δεν έχει καθαρά σκοπό να κάνει τους προγραμματιστές λογισμικού πιο αποτελεσματικούς, υπάρχουν και επιχειρηματικές δυνάμεις πίσω από αυτήν την τάση.

    Ο ανταγωνισμός μεταξύ των εταιρειών ανάπτυξης λογισμικού γίνεται όλο και πιο έντονος κάθε χρόνο. Ορισμένες εταιρείες ανταγωνίζονται εξαγοράζοντας τους ανταγωνιστές τους. Άλλοι ανταγωνίζονται στη διαφοροποίηση λογισμικού. Η πρόκληση με την τελευταία στρατηγική είναι ότι δεν είναι εύκολα υπερασπιστή. Οποιαδήποτε δυνατότητα λογισμικού ή βελτίωση προσφέρει μια εταιρεία στους πελάτες της, οι ανταγωνιστές της μπορούν να αντιγράψουν με σχετική ευκολία.

    Για αυτόν τον λόγο, οι εποχές που οι εταιρείες κυκλοφορούν νέο λογισμικό κάθε ένα έως τρία χρόνια έχουν παρέλθει. Αυτές τις μέρες, οι εταιρείες που επικεντρώνονται στη διαφοροποίηση έχουν ένα οικονομικό κίνητρο να κυκλοφορούν νέο λογισμικό, επιδιορθώσεις λογισμικού και λειτουργίες λογισμικού σε ολοένα και πιο τακτική βάση. Όσο πιο γρήγορα καινοτομούν οι εταιρείες, τόσο περισσότερο αυξάνουν την αφοσίωση των πελατών και αυξάνουν το κόστος μετάβασης σε ανταγωνιστές. Αυτή η στροφή προς την τακτική παράδοση των σταδιακών ενημερώσεων λογισμικού είναι μια τάση που ονομάζεται "συνεχής παράδοση".

    Δυστυχώς, η συνεχής παράδοση δεν είναι εύκολη. Μόλις το ένα τέταρτο των σημερινών εταιρειών λογισμικού μπορεί να εκτελέσει το χρονοδιάγραμμα κυκλοφορίας που απαιτείται από αυτήν την τάση. Και αυτός είναι ο λόγος που υπάρχει τόσο μεγάλο ενδιαφέρον για τη χρήση της τεχνητής νοημοσύνης για την επιτάχυνση των πραγμάτων.

    Όπως αναφέρθηκε προηγουμένως, η τεχνητή νοημοσύνη θα διαδραματίσει τελικά έναν ολοένα και πιο συνεργατικό ρόλο στη σύνταξη και ανάπτυξη λογισμικού. Ωστόσο, βραχυπρόθεσμα, οι εταιρείες το χρησιμοποιούν για να αυτοματοποιούν όλο και περισσότερο τις διαδικασίες διασφάλισης ποιότητας (δοκιμών) για λογισμικό. Και άλλες εταιρείες πειραματίζονται με τη χρήση τεχνητής νοημοσύνης για την αυτοματοποίηση της τεκμηρίωσης λογισμικού - τη διαδικασία παρακολούθησης της κυκλοφορίας νέων χαρακτηριστικών και στοιχείων και τον τρόπο παραγωγής τους μέχρι το επίπεδο κώδικα.

    Συνολικά, η τεχνητή νοημοσύνη θα διαδραματίζει όλο και περισσότερο κεντρικό ρόλο στην ανάπτυξη λογισμικού. Αυτές οι εταιρείες λογισμικού που θα κατακτήσουν τη χρήση του νωρίς θα απολαύσουν τελικά εκθετική ανάπτυξη έναντι των ανταγωνιστών τους. Αλλά για να συνειδητοποιήσει αυτά τα κέρδη τεχνητής νοημοσύνης, η βιομηχανία θα χρειαστεί επίσης να δει προόδους στην πλευρά του υλικού των πραγμάτων - η επόμενη ενότητα θα αναλύσει αυτό το σημείο.

    Λογισμικό ως υπηρεσία

    Κάθε είδους δημιουργικοί επαγγελματίες χρησιμοποιούν το λογισμικό Adobe όταν δημιουργούν έργα ψηφιακής τέχνης ή σχεδιασμού. Για σχεδόν τρεις δεκαετίες, αγοράζατε το λογισμικό της Adobe ως CD και είχατε τη χρήση του στο διηνεκές, αγοράζοντας μελλοντικές αναβαθμισμένες εκδόσεις όπως απαιτείται. Όμως, στα μέσα της δεκαετίας του 2010, η Adobe άλλαξε τη στρατηγική της.

    Αντί να αγοράζουν CD λογισμικού με ενοχλητικά περίτεχνα κλειδιά ιδιοκτησίας, οι πελάτες της Adobe θα πρέπει τώρα να πληρώνουν μια μηνιαία συνδρομή για το δικαίωμα λήψης λογισμικού Adobe στις υπολογιστικές τους συσκευές, λογισμικό που θα λειτουργούσε μόνο παράλληλα με μια τακτική έως σταθερή σύνδεση στο Διαδίκτυο με διακομιστές Adobe .

    Με αυτήν την αλλαγή, οι πελάτες δεν κατείχαν πλέον λογισμικό Adobe. το νοίκιασαν όπως χρειαζόταν. Σε αντάλλαγμα, οι πελάτες δεν χρειάζεται πλέον να αγοράζουν συνεχώς αναβαθμισμένες εκδόσεις του λογισμικού Adobe. Εφόσον είναι συνδρομητές στην υπηρεσία Adobe, θα έχουν πάντα τις πιο πρόσφατες ενημερώσεις που ανεβαίνουν στη συσκευή τους αμέσως μετά την κυκλοφορία τους (συχνά πολλές φορές το χρόνο).

    Αυτό είναι μόνο ένα παράδειγμα μιας από τις μεγαλύτερες τάσεις λογισμικού που έχουμε δει τα τελευταία χρόνια: πώς το λογισμικό μεταβαίνει σε υπηρεσία αντί για ένα αυτόνομο προϊόν. Και όχι μόνο μικρότερο, εξειδικευμένο λογισμικό, αλλά ολόκληρα λειτουργικά συστήματα, όπως είδαμε με την κυκλοφορία της ενημέρωσης των Windows 10 της Microsoft. Με άλλα λόγια, το λογισμικό ως υπηρεσία (SaaS).

    Λογισμικό αυτομάθησης (SLS)

    Με βάση τη στροφή της βιομηχανίας προς το SaaS, αναδύεται μια νέα τάση στον χώρο του λογισμικού που συνδυάζει τόσο SaaS όσο και AI. Κορυφαίες εταιρείες από την Amazon, την Google, τη Microsoft και την IBM έχουν αρχίσει να προσφέρουν την υποδομή AI τους ως υπηρεσία στους πελάτες τους.

    Με άλλα λόγια, η τεχνητή νοημοσύνη και η μηχανική εκμάθηση δεν είναι πλέον προσβάσιμες μόνο σε γίγαντες λογισμικού, τώρα κάθε εταιρεία και προγραμματιστής μπορεί να έχει πρόσβαση σε διαδικτυακούς πόρους τεχνητής νοημοσύνης για την κατασκευή λογισμικού αυτομάθησης (SLS).

    Θα συζητήσουμε λεπτομερώς τις δυνατότητες της τεχνητής νοημοσύνης στη σειρά Future of Artificial Intelligence, αλλά για το πλαίσιο αυτού του κεφαλαίου, θα πούμε ότι οι σημερινοί και οι μελλοντικοί προγραμματιστές λογισμικού θα δημιουργήσουν SLS για να δημιουργήσουν νέα συστήματα που προβλέπουν εργασίες που πρέπει να γίνουν και απλά συμπληρώστε τα αυτόματα για εσάς.

    Αυτό σημαίνει ότι ένας μελλοντικός βοηθός τεχνητής νοημοσύνης θα μάθει το στυλ εργασίας σας στο γραφείο και θα αρχίσει να ολοκληρώνει βασικές εργασίες για εσάς, όπως τη μορφοποίηση εγγράφων όπως σας αρέσει, τη σύνταξη των email σας με τον τόνο της φωνής σας, τη διαχείριση του ημερολογίου εργασίας σας και πολλά άλλα.

    Στο σπίτι, αυτό θα μπορούσε να σημαίνει ότι έχετε ένα σύστημα SLS να διαχειρίζεται το μελλοντικό έξυπνο σπίτι σας, συμπεριλαμβανομένων εργασιών όπως η προθέρμανση του σπιτιού σας πριν φτάσετε ή η παρακολούθηση των ειδών παντοπωλείου που πρέπει να αγοράσετε.

    Μέχρι τη δεκαετία του 2020 και στη δεκαετία του 2030, αυτά τα συστήματα SLS θα διαδραματίσουν ζωτικό ρόλο στις εταιρικές, κυβερνητικές, στρατιωτικές και καταναλωτικές αγορές, βοηθώντας σταδιακά την καθεμία να βελτιώσει την παραγωγικότητά της και να μειώσει τη σπατάλη κάθε είδους. Θα καλύψουμε την τεχνολογία SLS με περισσότερες λεπτομέρειες αργότερα σε αυτήν τη σειρά.

    Ωστόσο, υπάρχει μια παγίδα σε όλα αυτά.

    Ο μόνος τρόπος με τον οποίο λειτουργούν τα μοντέλα SaaS και SLS είναι εάν το Διαδίκτυο (ή η υποδομή πίσω από αυτό) συνεχίσει να αναπτύσσεται και να βελτιώνεται, παράλληλα με το υλικό υπολογιστών και αποθήκευσης που τρέχει το «σύννεφο» στο οποίο λειτουργούν αυτά τα συστήματα SaaS/SLS. Ευτυχώς, οι τάσεις που παρακολουθούμε φαίνονται πολλά υποσχόμενες.

    Για να μάθετε πώς θα αναπτυχθεί και θα εξελιχθεί το Διαδίκτυο, διαβάστε το μας Το μέλλον του Διαδικτύου σειρά. Για να μάθετε περισσότερα σχετικά με το πώς θα εξελιχθεί το υλικό του υπολογιστή, διαβάστε στη συνέχεια χρησιμοποιώντας τους παρακάτω συνδέσμους!

    Σειρά Future of Computers

    Αναδυόμενες διεπαφές χρήστη για να επαναπροσδιορίσουν την ανθρωπότητα: Το μέλλον των υπολογιστών P1

    Η επανάσταση της ψηφιακής αποθήκευσης: Το μέλλον των υπολογιστών P3

    Ένας ξεθωριασμένος νόμος του Moore για να προκαλέσει θεμελιώδη επανεξέταση των μικροτσίπ: Το μέλλον των υπολογιστών P4

    Το cloud computing γίνεται αποκεντρωμένο: Future of Computers P5

    Γιατί οι χώρες ανταγωνίζονται για την κατασκευή των μεγαλύτερων υπερυπολογιστών; Το μέλλον των υπολογιστών P6

    Πώς οι κβαντικοί υπολογιστές θα αλλάξουν τον κόσμο: Το μέλλον των υπολογιστών P7    

    Επόμενη προγραμματισμένη ενημέρωση για αυτήν την πρόβλεψη

    2023-02-08

    Αναφορές προβλέψεων

    Οι ακόλουθοι δημοφιλείς και θεσμικοί σύνδεσμοι αναφέρθηκαν για αυτήν την πρόβλεψη:

    Το Ατλαντικό

    Οι παρακάτω σύνδεσμοι Quantumrun αναφέρθηκαν για αυτήν την πρόβλεψη: