计算机热点方向、历史、未来

    近几年，比较火热的方向是：自然语言处理、自动驾驶、深度学习、人工智能、大数据、虚拟化、计算机视觉
    依次解释一下：
        大数据：
                1.背景
                随着互联网和移动互联网的发展，数据量极具上涨，即便是一个app，假定用户1kw，
                每天app上各个模块（链接）的点击记录就有1kw*10,1亿条，大概1-n TB。这些点击
                记录里面可以分析到如下商业价值，用户最经常用那个功能，喜欢A的用户可能也会
                同时喜欢B等。IT公司可以根据这些海量数据优化自有商业模式，抢夺用户资源。
                2.发展
                最早是由google提出一篇论文中提到的mapreduce和GFS两种技术手段提供了实现上述
                计算的理论可能，且谷歌自身使用已经证明了这套理论的商业价值（广告推荐系统每
                年为谷歌提供了数百亿美金的利润）。
                08年左右一些人基于那篇论文，发布了开源项目hadoop，使得更多的公司可以更容易
                构建这种专属于大公司的商业分析能力。hadoop也成为了开源项目中的明星。
                12年另外一批人提出了改进框架spark，与hadoop使用磁盘处理数据不同的是spark所
                有数据全部在内存中完成处理，性能有了100倍的提升。
                3.主要技术
                分布式计算，HDFS/GFS, mapReduce
                4.搜索关键词
                Hadoop、Spark、HDFS、Storm
                5.编程语言
                python、scala、java
                
        深度学习/机器学习/人工智能/自然语言处理/自动驾驶:
                1.关系
                机器学习是指使用一种算法使得机器可以根据输入输出得到（学习到）中间计算过程的算法
                深度学习是机器学习的算法的一种，也是目前商业化应用最成功的一种。
                人工智能是机器学习的最重要的应用场景
                自然语言处理是人工智能中最重要的部分
                自动驾驶是以上技术的商业应用的结合体
                2.发展
                机器学习理论大约于上世纪60-70年代开始发展，80年代出现了第一波人工智能浪潮，约10年
                间因受限于机器性能问题，消声发展
                90年代随着互联网和搜索引擎的兴起，机器学习和人工智能迎来了第二波浪潮。但是因为数据
                量和计算能力问题，无法解决过拟合和通用性问题，再次平静。
                但是此时，神经网络作为新的尝试已经羽翼渐丰，只待东风。
                3.主要理论与技术
                微积分、概率统计->神经网络->深度学习
                博弈论(贝叶斯)、信息论、统计方法->机器学习
                4.搜索关键词
                TensorFlow(深度学习) Weka(图像识别)
                5.编程语言
                python、matlab、java
       
       
        云计算/虚拟化:
                1.背景
                现代计算机系统上操作系统主要又以下几种
                    PC：Linux/Windows/MacOS
                    嵌入式：Linux(Android)/IOS/Windows
                    服务器：Linux/Windows Server
                    大型机：Linux/Windows/IBMOS
                    
                因场景不同常常需要使用不同的机器(一个手机APP开发需要在PC上写代码，在嵌入式上测试)，
                所以虚拟化技术就有了用武之地。最早的虚拟化厂商：WMWare/MicroSoft/VirtualBox。这个时
                候最常用的就是我们说的虚拟机，但是使用上需要大量配置还出了问题不易恢复。在企业的使
                用场景中，代价十分高昂。
                
                2.发展
                随着硬件价格下降，于是就有人提出了新的虚拟化技术，也就是现在常说到的Docker,借鉴了
                JVM的设计思想。使得公司可以在一台高配机器上（TB级内存 PB级硬盘）虚拟化出几十到上
                百台终端（容器），这些终端具有很强的伸缩性，只需要一次热启动就可以扩展内存、网络带
                宽和硬盘大小。远比不断更新PC硬件方便经济。终端用户也可以用较低的价格享受高速运算带
                来的畅快。
                
                这种技术的商业应用就是云计算。特别的，在数据中心运用此技术将可以大大的利用闲置的计
                算资源，并获取不菲的利润（亚马逊和阿里云就是其中的佼佼者）。
                
                随着硬件价格普降，在虚拟化容器技术的加持下，云计算成为了新的技术潮流。虚拟化浪潮也从
                虚拟机到容器，再到服务进行过度。微服务这种架构正日益成为现代IT公司的标配。
                
                2.主要技术/搜索关键词
                Docker容器，微服务，云计算，虚拟化
                
                3.编程语言
                不限，但linux C++是最常用的
                
                
                
        计算机视觉：
                1.背景
                近几年随着google glass，hololens，sony VR这些新兴终端设备的出现，计算机视觉正式进入了
                大众的视野。
                
                计算机视觉的任务主要是使用各种图形图像来表达抽象的数字和图表。
                
                比如说如果有上百条某地的天气情况数据，文字给人的感受不够直观，如果是温度曲线图会更好点。
                
                较为复杂的例子是，如果要研究某则消息的传播过程，直接的到的数据就是微博上，按照时间排序
                关键人物的传播路径和传播量。仅能靠人工发掘和截图完成类似分析，很容易漏查，且不够直观。
                如果使用计算机获取到与该则消息有关的所有微博评论及转发关系。我们就可以用有向权重图的方
                式直观的看到，谁是传播的主要贡献者以及传播过程的关键因素。
                
                此外在设计领域，我们通常的工程制图充满了各种侧视图俯视图以及参数，一个人设计能力高低受
                限于他的空间感。计算机视觉技术也可以通过增强现实和虚拟现实的技术，让工程部件更直观的展
                现在所有人面前，甚至可以无需实体直接试验。最早的应用就是核爆模拟。
                
                2.发展
                计算机视觉的发展方向和应用场景对应关系如下
                1.增强现实/虚拟现实->主要应用于游戏、教育、产品设计与展示
                2.高维数据展示与分析->社会科学/游戏引擎开发/科学计算与研究(医疗或商业分析、大数据展示等)
                3.计算机图形学->计算机图形图像引擎（DirectX系列）/显卡驱动
                
                
                3.编程语言
                JS做展示，C/C++做计算
                
                
总结：
        随着新一波的技术革命的到来：
            Docker      低成本高性能硬件框架
            HDFS        海量数据存储能力
            Spark       灵活的高性能计算平台
            深度学习    通用智能分析算法
            计算机视觉  更酷炫的电子世界            
       这5大杀器将在未来的5-10年改变所有人的生活，充分享受高科技带来的无限可能，未来已来。。。