Gartner se skedule is soos 'n haute couture-vertoning vir diegene in tegnologie. Deur daarna te kyk, kan jy vooraf uitvind watter woorde die meeste hierdie seisoen is en wat jy by al die komende konferensies sal hoor.

Ons het ontsyfer wat agter die pragtige woorde in hierdie grafiek is sodat jy ook die taal kan praat.

Om mee te begin, net 'n paar woorde, watter soort grafiek is dit. Elke jaar in Augustus stel die Gartner-konsultasie-agentskap 'n verslag vry - Gartner Hype Curve. In Russies is dit die "hype-kurwe", of, eenvoudiger, hype. 30 jaar gelede het rappers van die groep Public Enemy gesing: "Moenie die hype glo nie." Glo dit of nie, dit is aan jou, maar dit is die moeite werd om ten minste hierdie sleutelwoorde te ken as jy in tegnologie is en die wêreld se neigings wil ken.

Dit is 'n grafiek van publieke verwagtinge van 'n spesifieke tegnologie. Volgens Gartner gaan tegnologie in die ideale geval deur 5 opeenvolgende stadiums: tegnologiebekendstelling, hoë verwagtingspiek, teleurstellingsvallei, verligtingshelling, produktiwiteitsplato. Maar dit gebeur ook dat dit in die "vallei van teleurstelling" wegsink - jy kan self baie maklik voorbeelde onthou, neem dieselfde bitcoins: aanvanklik die hoogtepunt bereik as "geld van die toekoms", het hulle vinnig afgerol toe die tekortkominge van die tegnologie voor die hand liggend geword het, eerstens beperkings op die aantal transaksies en die dol hoeveelheid elektrisiteit wat nodig is om bitcoins op te wek (wat reeds omgewingsprobleme meebring). En natuurlik moet ons nie vergeet dat die Gartner-grafiek net 'n voorspelling is nie: hier kan u byvoorbeeld 'n gedetailleerde 'n artikel, waar die mees treffende onvervulde voorspellings uitgesorteer word.

Dus, kom ons gaan oor die nuwe Gartner-grafiek. Tegnologieë word in 5 groot tematiese groepe verdeel:

1. Gevorderde KI en analise (Gevorderde KI en analise)
2. Postklassieke Rekenaar en Komm
3. Sensories en mobiliteit (Sensing and Mobility)
4. Vergrote mens
5. Digitale ekosisteme

1. Gevorderde KI en analise (Gevorderde KI en analise)

Oor die afgelope 10 jaar het ons die hoogtepunt van diep leer (Deep Learning) gesien. Hierdie netwerke is werklik effektief vir hul reeks take. In 2018 het Jan LeCun, Geoffrey Hinton en Joshua Bengio die Turing-toekenning ontvang vir ontdekkings daarin – die mees gesogte toekenning, analoog aan die Nobelprys in rekenaarwetenskap. Dus, die hoofneigings in hierdie gebied, wat op die grafiek geteken word:

1.1. Oordrag leer

Jy oefen nie 'n neurale netwerk van nuuts af op nie, maar neem 'n reeds opgeleide een en ken dit 'n ander doelwit toe. Soms vereis dit heropleiding van 'n deel van die netwerk, maar nie die hele netwerk nie, wat baie vinniger is. As u byvoorbeeld 'n klaargemaakte ResNet50 neurale netwerk wat op die ImageNet1000-datastel opgelei is, sal u 'n algoritme kry wat baie verskillende voorwerpe vanaf 'n beeld op 'n baie diep vlak kan klassifiseer (1000 klasse gebaseer op kenmerke wat deur 50 lae van die neurale netwerk). Maar jy hoef nie die hele netwerk op te lei nie, wat maande sal neem.

В aanlyn kursus Samsung "Neurale netwerke en rekenaarvisie", byvoorbeeld, in die finaal Kaggle taak met die klassifikasie van plate in skoon en vuil, word 'n benadering gedemonstreer wat in 5 minute vir jou 'n diep neurale netwerk gee wat vuil van skoon plate kan onderskei, gebou volgens bogenoemde argitektuur. Die oorspronklike netwerk het glad nie geweet wat plate is nie, dit het net geleer om voëls van honde te onderskei (sien ImageNet).

Bron: aanlyn kursus Samsung "Neurale netwerke en rekenaarvisie"

Vir oordragleer moet jy weet watter benaderings werk, wat die klaargemaakte basiese argitekture is. Oor die algemeen versnel dit die ontstaan ​​van praktiese toepassings van masjienleer aansienlik.

1.2. Generative Adversarial Networks (GAN)

Dit is vir daardie gevalle waar dit vir ons baie moeilik is om die doel van opleiding te formuleer. Hoe nader die taak aan die werklike lewe is, hoe duideliker is dit vir ons ("bring 'n bedkassie"), maar hoe moeiliker is dit om dit as 'n tegniese taak te formuleer. GAN is net 'n poging om ons van hierdie probleem te red.

Twee netwerke werk hier: een is 'n opwekker (generatief), die ander is 'n diskrimineerder (teenstander). Een netwerk leer om nuttige werk te doen (klassifiseer prente, herken klanke, teken spotprente). En 'n ander netwerk leer om daardie netwerk te leer: dit het werklike voorbeelde, en dit leer om 'n voorheen onbekende komplekse formule te vind om die generasies van die generatiewe deel van die netwerk te vergelyk met werklike voorwerpe (opleidingstel) volgens werklik belangrike diep kenmerke: die aantal oë, nabyheid aan die Miyazaki-styl, korrekte uitspraak van Engels.

'n Voorbeeld van die resultaat van 'n netwerk vir die generering van anime-karakters. Bron

Maar daar is dit natuurlik moeilik om argitektuur te bou. Dit is nie genoeg om net neurone te gooi nie, hulle moet gaar wees. En dit neem weke om te leer. Die onderwerp van GAN word bestudeer deur my kollegas by die Samsung KI-sentrum, en dit is een van hul sleutelnavorsingsvrae. Byvoorbeeld, soos hierdie ontwikkeling: Gebruik generatiewe netwerke om realistiese foto's van mense met 'n veranderlike postuur te sintetiseer - byvoorbeeld om 'n virtuele paskamer te skep, of vir gesigsintese, wat die hoeveelheid inligting wat gestoor of versend moet word, kan verminder om hoëgehalte video te verseker kommunikasie, uitsaai of persoonlike databeskerming.

Bron

1.3. Verduidelikbare AI

In sommige seldsame take het vooruitgang in diep argitekture skielik die vermoëns van diep neurale netwerke nader aan dié van mense gebring. Nou is die stryd om die omvang van sulke take te vergroot. Byvoorbeeld, 'n robotstofsuier kan maklik 'n kat van 'n hond onderskei in 'n kop-aan-kop ontmoeting. Maar in die meeste lewensituasies sal hy nie 'n kat kan vind wat tussen linne of meubels slaap nie (hoewel, soos ons, in die meeste gevalle ...).

Wat is die rede vir die sukses van diep neurale netwerke? Hulle ontwikkel 'n voorstelling van die taak wat nie gebaseer is op "sigbaar met die blote oog" inligting (pixels van 'n foto, spronge in klankvolume ...), maar op tekens wat verkry is nadat hierdie inligting vooraf verwerk is deur 'n paar honderd lae van 'n neurale netwerk. Ongelukkig kan hierdie verhoudings ook betekenisloos, inkonsekwent wees of spore van onvolmaakthede in die oorspronklike datastel dra. Daar is byvoorbeeld 'n klein rekenaarspeletjie oor waartoe die onnadenkende gebruik van KI in werwing kan lei. Oorlewing van die beste pas.

Die stelsel vir die etikettering van beelde word die persoon genoem wat 'n vrou kook, hoewel die prentjie eintlik 'n man is (Bron). Dit opgemerk by die Virginia Institute.

Om komplekse en diep verhoudings te ontleed wat ons dikwels nie self kan formuleer nie, is Verklaarbare KI-metodes nodig. Hulle organiseer die kenmerke van diep neurale netwerke sodat ons na opleiding die interne voorstelling wat deur die netwerk geleer is, kan analiseer, en nie net op sy besluit kan staatmaak nie.

1.4. Edge Analytics / KI (Edge Analytics / KI)

Alles waar die woord Edge is, beteken letterlik die volgende: die oordrag van 'n deel van die algoritmes vanaf die wolk/bediener na die vlak van die eindtoestel/poort. So 'n algoritme sal vinniger werk en sal nie aan 'n sentrale bediener gekoppel hoef te wees om te werk nie. As jy vertroud is met die "dun kliënt" abstraksie, dan hier verdik ons ​​hierdie kliënt 'n bietjie.
Dit kan belangrik wees vir die Internet van Dinge. As die masjien byvoorbeeld oorverhit is en afgekoel moet word, is dit sinvol om dit dadelik aan te dui, op aanlegvlak, sonder om te wag dat die data in die wolk kom en van daar na die skofvoorman. Of nog 'n voorbeeld: selfbesturende motors kan verkeerstoestande op hul eie hanteer, sonder om 'n sentrale bediener te kontak.

Bron

Of nog 'n voorbeeld van hoekom dit belangrik is uit 'n sekuriteitsoogpunt: wanneer jy tekste op jou foon tik, onthou dit tipiese woorde vir jou, sodat die foonsleutelbord dit later gerieflik vir jou sal voorstel – dit word voorspellende teksinvoer genoem. Om alles wat jy op die sleutelbord tik na iewers in die datasentrum te stuur, sal 'n skending van jou privaatheid wees en eenvoudig onveilig wees. Daarom vind sleutelbordleer slegs binne die raamwerk van jou toestel self plaas.

1.5. KI-platform as 'n diens (AI PaaS)

PaaS - Platform-as-'n-diens is 'n besigheidsmodel waar ons toegang kry tot 'n geïntegreerde platform, insluitend die wolkberging en out-of-the-box-prosedures. So kan ons onsself bevry van infrastruktuurtake, en ten volle konsentreer op die produksie van iets nuttigs. 'n Voorbeeld van PaaS-platforms vir KI-take: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.

1.6. Aanpasbare masjienleer (Adaptive ML)

Wat as ons die kunsmatige intelligensie laat aanpas … jy vra – dit wil sê, hoe? .. Pas dit nie reeds by die taak aan nie? Die probleem is dit: ons ontwerp elke sodanige taak noukeurig voordat ons 'n kunsmatige intelligensie-algoritme bou om dit op te los. Hulle sal jou antwoord - dit blyk dat hierdie ketting vereenvoudig kan word.

Konvensionele masjienleer werk op die beginsel van 'n oop stelsel (ooplus): jy berei data voor, kom met 'n neurale netwerk (of wat ook al), oefen, kyk dan na 'n paar aanwysers, en as jy van alles hou, kan jy stuur die neurale netwerk na slimfone om gebruikersprobleme op te los. Maar in toepassings waar daar baie data is en die aard daarvan geleidelik verander, is ander metodes nodig. Sulke stelsels wat hulself aanpas en opvoed, is georganiseer in geslote, selflerende stroombane (geslote-lus), en hulle moet sonder onderbreking werk.

Toepassings - dit kan stroomanalise (Stream Analytics) wees, op grond waarvan baie sakemanne besluite neem, of aanpasbare produksiebeheer. Op die skaal van moderne toepassings, en gegewe die beter verstaanbare risiko's vir mense, die metodes wat die oplossing vir hierdie probleem vorm, word al hierdie metodes onder die algemene naam van Adaptive AI versamel.

Bron

As jy na hierdie prentjie kyk, is dit moeilik om ontslae te raak van die gevoel wat futuriste nie met brood voed nie – laat hulle die robot leer om asem te haal …

Postklassieke Rekenaar en Komm

2.1. Mobiele kommunikasie van die vyfde generasie (5G)

Dit is so 'n interessante onderwerp dat ons dadelik na ons verwys Artikel. Wel, hier is 'n kort opsomming. 5G, deur die frekwensie van data-oordrag te verhoog, sal die spoed van die internet onrealisties vinnig maak. Dit is moeiliker vir kort golwe om deur hindernisse te gaan, so die ontwerp van netwerke sal heeltemal anders wees: basisstasies benodig 500 keer meer.

Saam met spoed sal ons nuwe verskynsels kry: intydse speletjies met verhoogde werklikheid, die uitvoering van komplekse take (soos chirurgie) deur teleteenwoordigheid, die voorkoming van ongelukke en moeilike situasies op die paaie deur kommunikasie tussen motors. Van 'n meer prosaïese een: mobiele internet sal uiteindelik ophou val tydens massa-geleenthede, soos 'n wedstryd by 'n stadion.

Beeldbron: Reuters, Niantic

2.2. Volgende-generasie geheue

Hier praat ons van die vyfde generasie RAM - DDR5. Samsung het aangekondig dat daar teen die einde van 2019 produkte gebaseer op DDR5 sal wees. Daar word verwag dat die nuwe geheue twee keer so vinnig en twee keer so ruim sal wees terwyl die vormfaktor behou word, dit wil sê, ons sal geheuestokkies met 'n kapasiteit van tot 32 GB vir ons rekenaar kan kry. In die toekoms sal dit veral geld vir slimfone (die nuwe geheue sal in 'n laekragweergawe wees) en skootrekenaars (waar die aantal DIMM-gleuwe beperk is). En masjienleer vereis groot hoeveelhede RAM.

2.3. Lae-aarde-baan satellietstelsels

Die idee om swaar, duur, kragtige satelliete met 'n swerm klein en goedkoop te vervang, is ver van nuut en het in die 90's verskyn. Oor wat "Elon Musk sal binnekort die internet vanaf satelliet aan almal versprei" nou net die lui het nie gehoor nie. Hier is die bekendste maatskappy Iridium, wat in die laat 90's bankrot gegaan het, maar ten koste van die Amerikaanse departement van verdediging gered is (nie te verwar met iRidium, die Russiese slimhuisstelsel nie). Die Elon Musk-projek (Starlink) is ver van die enigste - Richard Branson (OneWeb - 1440 geskatte satelliete), Boeing (3000 satelliete), Samsung (4600 satelliete), en ander neem aan die satellietwedren deel.

Hoe dit in hierdie area gaan, hoe die ekonomie daar lyk – lees in hersiening. En ons wag vir die eerste toetse van hierdie stelsels deur die eerste gebruikers, wat volgende jaar moet plaasvind.

2.4. 3D-drukwerk op nanoskaal (nanoskaal 3D-drukwerk)

3D-drukwerk, hoewel dit nie die lewe van elke persoon betree het nie (in die vorm wat deur 'n individuele huisplastiekfabriek belowe is), het nietemin lankal die nis van tegnologie vir geeks verlaat. Jy kan oordeel aan die feit dat enige skoolkind weet van die bestaan ​​van ten minste 3D-beeldhoupenne, en baie droom daarvan om 'n boks met skyfies en 'n extruder te koop vir ... "net so" (of het dit reeds gekoop).

Stereolitografie (3D-laserdrukkers) laat druk met individuele fotone toe: nuwe polimere word ondersoek, waarvoor twee fotone genoeg is om te stol. Dit sal toelaat om in nie-laboratorium toestande heeltemal nuwe filters, monterings, vere, kapillêre, lense en ... jou opsies in die kommentaar te skep! En hier is dit nie ver van fotopolimerisasie nie - net hierdie tegnologie laat jou toe om verwerkers en rekenaarstroombane te "druk". Boonop nie die eerste jaar wat daar is nie tegnologie vir die druk van grafeen 500-nm driedimensionele strukture, maar sonder radikale ontwikkeling.

Bron

3. Sensories en mobiliteit (Sensing and Mobility)

3.1. Outonome bestuur Vlak 4 en 5

Om nie verward te raak in die terminologie nie, is dit die moeite werd om te verstaan ​​watter vlakke van outonomie onderskei word (geneem uit die gedetailleerde Artikelwaarna ons almal verwys wat belangstel):

Vlak 1: Cruise control: help die bestuurder in baie beperkte situasies (byvoorbeeld om die motor op 'n vasgestelde spoed te hou nadat die bestuurder sy voet van die pedaal afgehaal het)
Vlak 2: Beperkte hulp met stuur en rem. Die bestuurder moet gereed wees om byna onmiddellik beheer te neem. Sy hande is op die stuurwiel, sy oë is op die pad. Dit is wat Tesla en General Motors reeds het.
Vlak 3: Die bestuurder hoef nie meer gedurig 'n ogie oor die pad te hou nie. Maar hy moet wakker bly en gereed wees om beheer te neem. Dit is iets wat kommersieel beskikbare motors nog nie het nie. Almal wat tans bestaan ​​is op vlak 1-2.
Vlak 4: Ware selfvlieënier, maar met beperkings: slegs ritte in 'n bekende gebied wat noukeurig gekarteer is en algemeen aan die stelsel bekend is, en onder sekere toestande: byvoorbeeld geen sneeu nie. Waymo en General Motors het sulke prototipes, en hulle beplan om dit in verskeie stede bekend te stel en in 'n regte omgewing te toets. Yandex het vlieënierlose taxi-toetssones in Skolkovo en Innopolis: die reis vind plaas onder toesig van 'n ingenieur wat in die passasiersitplek sit; teen die einde van die jaar beplan die maatskappy om sy vloot na 100 onbemande voertuie uit te brei.
Vlak 5: Vol outomatiese bestuur, volle vervanging van 'n lewendige bestuurder. Sulke stelsels bestaan ​​nie, en dit is onwaarskynlik dat dit in die komende jare sal verskyn.

Hoe realisties is dit om dit alles in die afsienbare toekoms te sien? Hier wil ek graag die leser na die artikel herlei "Hoekom dit onmoontlik is om 'n robottaxi teen 2020 te begin, soos Tesla belowe". Dit is deels te wyte aan die gebrek aan 5G-verbinding: die beskikbare 4G-snelhede is nie genoeg nie. Gedeeltelik met die baie hoë koste van outonome masjiene: hulle is steeds onwinsgewend, die sakemodel is onverstaanbaar. In 'n woord, "alles is ingewikkeld" hier, en dit is nie toevallig dat Gartner skryf dat die voorspelling vir die massa-implementering van Vlakke 4 en 5 nie vroeër as oor 10 jaar is nie.

3.2. Kameras met 3D-visie (3D-sensorkameras)

Agt jaar gelede het die Microsoft Kinect-speletjiebeheerder 'n opflikkering gemaak deur 'n bekostigbare en relatief goedkoop oplossing vir 3D-visie te bied. Sedertdien het liggaamsopvoeding en dansspeletjies met Kinect hul kort styging en daling ervaar, maar 3D-kameras is in industriële robotte, onbemande voertuie en selfone gebruik vir gesigidentifikasie. Tegnologie het goedkoper, kleiner en meer toeganklik geword.

Die Samsung S10 het 'n Tyd-van-vlug-kamera wat die afstand na 'n voorwerp meet om jou te help fokus. Bron

As jy belangstel in hierdie onderwerp, dan herlei ons na 'n baie goeie gedetailleerde oorsig van diepte kameras: deel 1, deel 2.

3.3. Drones vir aflewering van klein vragte (Light Cargo Delivery Drones)

Amazon het vanjaar 'n ophef gemaak toe hy 'n nuwe vlieënde hommeltuig by die skou onthul het wat klein loonvragte tot 2 kg kan dra. Vir die stad, met sy verkeersknope, lyk dit na die perfekte oplossing. Kom ons kyk hoe hierdie hommeltuie hulself in die baie nabye toekoms sal bewys. Miskien moet 'n versigtige skeptisisme hier ingesluit word: daar is baie probleme, van die moontlikheid van maklike diefstal van 'n hommeltuig, tot wetlike beperkings op UAV's. Amazon Prime Air bestaan ​​al ses jaar, maar is nog in sy toetsfase.

Amazon se nuwe hommeltuig onthul hierdie lente. Daar is iets van Star Wars daarin. Bron

Benewens Amazon, is daar ander spelers in hierdie mark (daar is 'n gedetailleerde Oorsig), maar nie 'n enkele voltooide produk nie: alles is op die stadium van toetsing en bemarkingsveldtogte. Afsonderlik is dit opmerklik baie interessante hoogs gespesialiseerde mediese projekte in Afrika: bloedskenking in Ghana (14 000 aflewerings, Zipline) en Rwanda (Matternet).

3.4. Vlieg outonome voertuie

Dit is moeilik om hier iets definitiefs te sê. Volgens Gartner sal dit nie vroeër as oor 10 jaar verskyn nie. Oor die algemeen is hier almal dieselfde probleme as in onbemande voertuie, net hulle kry 'n nuwe dimensie - vertikaal. Porsche, Boeing, Uber verklaar hul ambisies om 'n vlieënde taxi te bou.

3.5. Augmented Reality Cloud (AR Cloud)

'n Permanente digitale kopie van die werklike wêreld, wat jou in staat stel om 'n nuwe laag werklikheid te skep wat gemeen is aan alle gebruikers. In meer tegniese terme gaan dit daaroor om 'n oop wolkplatform te maak waarin ontwikkelaars hul AR-toepassings kan integreer. Die monetiseringsmodel is verstaanbaar, dit is 'n soort analoog van Steam. Die idee is so ingeburger dat sommige mense nou dink dat AR sonder die wolk eenvoudig nutteloos is.

Hoe dit in die toekoms kan lyk, word in 'n kort video gewys. Lyk soos nog 'n episode van Black Mirror:

Meer kan ingelees word resensie artikel.

4. Augmented Human

4.1. KI vir emosies (Emosie KI)

Hoe om menslike emosies te meet, te simuleer en daarop te reageer? Sommige van die kliënte hier is maatskappye wat stemassistente soos Amazon Alexa maak. Hulle sal regtig gewoond kan raak aan die huis as hulle leer om die bui te herken: verstaan ​​die rede vir die gebruiker se ontevredenheid, probeer om die situasie reg te stel. Oor die algemeen is daar baie meer inligting in die konteks as in die boodskap self. En die konteks is die gesigsuitdrukking, en intonasie, en nie-verbale gedrag.

Vanuit ander praktiese toepassings: ontleding van emosies tydens 'n werksonderhoud (gebaseer op video-onderhoude), evaluering van reaksies op advertensies of ander video-inhoud (glimlag, lag), leerbystand (byvoorbeeld vir onafhanklike praktyke in die kuns van praat in die openbaar) .

Dit is moeilik om beter oor hierdie onderwerp te praat as die skrywer van 'n 6-minute kortfilm Steel U Gevoel. Die video is slim en stylvol gemaak en wys hoe ons ons emosies vir bemarkingsdoeleindes kan meet, en uit die oombliklike reaksies van jou gesig kan uitvind of jy van pizza, honde, Kanye West hou, en selfs wat jou inkomstevlak en benaderde IK is. Deur na die film se webwerf by die skakel hierbo te gaan, word jy 'n deelnemer aan 'n interaktiewe video deur die ingeboude kamera van jou skootrekenaar te gebruik. Die rolprent is reeds by verskeie filmfeeste vertoon.

Bron

Daar is selfs so 'n interessante studie: hoe om sarkasme in 'n teks te herken. Hulle het twiets met die #sarcasm hutsmerker geneem en 'n opleidingsmonster gemaak van 25 000 sarkasme twiets en 100 000 gereelde twiets oor alles in die wêreld. Ons het die TensorFlow-biblioteek toegepas, die stelsel opgelei, hier is die resultaat:

Bron

So nou, as jy nie seker is oor jou kollega of vriend nie - hy het iets ernstig of met sarkasme vir jou gesê - kan jy reeds gebruik opgeleide neurale netwerk!

4.2. Verhoogde intelligensie

Outomatisering van intellektuele werk deur masjienleermetodes te gebruik. Dit wil voorkom asof niks nuuts nie? Maar die bewoording self is hier belangrik, veral omdat dit in afkorting saamval met Kunsmatige Intelligensie. Dit bring ons terug na die “sterk” versus “swak” KI-kontroversie.
Sterk KI is dieselfde kunsmatige intelligensie van wetenskapfiksiefilms wat heeltemal gelykstaande is aan die menslike verstand en bewus is van homself as 'n persoon. Dit bestaan ​​nog nie en dit is nie duidelik of dit hoegenaamd sal bestaan ​​nie.

Swak KI is nie 'n onafhanklike persoon nie, maar 'n assistent-assistent van 'n persoon. Hy gee hom nie aan mensagtige denke nie, maar weet bloot hoe om inligtingsprobleme op te los, byvoorbeeld te bepaal wat in die prentjie gewys word of teks te vertaal.

Bron

In hierdie sin is Augmented Intelligence in sy suiwerste vorm "swak KI", en die bewoording blyk suksesvol te wees, aangesien dit nie verwarring en versoeking veroorsaak om hier die baie "sterk KI" te sien waarvan almal droom (of vrees, as ons herinner aan die talle argumente oor die "opstandmasjiene"). Deur die uitdrukking Augmented Intelligence te gebruik, lyk dit asof ons dadelik die helde van 'n ander fliek word: vanaf wetenskapfiksie (soos Asimov se “I, Robot”) bevind ons ons in kuberpunk (“augmentations” in hierdie genre word alle soorte inplantings genoem wat die mens uitbrei vermoëns).

As gesê Eric Brynjolfsson en Andrew McAfee: “Oor die volgende 10 jaar is dit wat gaan gebeur. KI sal nie bestuurders vervang nie, maar daardie bestuurders wat KI gebruik, sal diegene vervang wat nie tyd gehad het nie.”

Voorbeelde:

• Geneeskunde: Stanford Universiteit ontwikkel algoritmewat gemiddeld so goed is om abnormaliteite op 'n borskas x-straal te herken as die meeste dokters
• Onderwys: hulp aan die student en onderwyser, ontleding van studente se reaksie op materiaal, bou van 'n individuele leerpad.
• Besigheidsanalise: datavoorverwerking neem volgens statistieke 80% van die navorser se tyd in beslag, en slegs 20% - die eksperiment self

4.3. Bioskyfies

Dit is die gunsteling-tema van alle kuberpunk-flieks en -boeke. Oor die algemeen is dit nie 'n nuwe praktyk om troeteldiere af te sny nie. Maar nou word hierdie skyfies ook by mense ingeplant.

In hierdie geval hou die hype heel waarskynlik verband met die opspraakwekkende saak in die Amerikaanse maatskappy Three Square Market. Daar het die werkgewer begin aanbied om skyfies onder die vel in te plant in ruil vir 'n fooi. Die skyfie laat jou toe om deure oop te maak, by rekenaars aan te meld, peuselhappies in 'n outomaat te koop - dit wil sê so 'n universele werknemerkaart. Terselfdertyd dien so 'n skyfie presies as 'n identifikasiekaart, dit het nie 'n GPS-module nie, so dit is onmoontlik om iemand wat dit gebruik, op te spoor. En as 'n persoon 'n skyfie uit sy hand wil verwyder, neem dit 5 minute met die hulp van 'n dokter.

Skyfies word gewoonlik tussen die duim en wysvinger ingeplant. Bron

Lees breedvoerig 'n artikel oor die stand van sake met spaandering in die wêreld.

4.4. Meeslepende werkruimte

“Immersive” is nog ’n nuwe woord wat eenvoudig nêrens het om heen te gaan nie. Dit is oral. Immersive teater, uitstalling, bioskoop. Wat word bedoel? Immersiveness is die skepping van 'n meeslepende effek, wanneer die grens tussen die skrywer en die kyker, die virtuele en die werklike wêreld verlore gaan. Met betrekking tot die werkplek moet aanvaar word dat dit beteken dat die grens tussen die uitvoerder en die inisieerder uitgewis word en werknemers aangemoedig word om 'n meer aktiewe posisie in te neem deur hul omgewing te herformateer.

Aangesien ons nou oral Agile het, moet buigsaamheid, noue interaksie, dan moet werkplekke so maklik konfigureerbaar wees as moontlik, groepwerk aanmoedig. Die ekonomie dikteer sy eie voorwaardes: daar is meer tydelike werknemers, die koste van die huur van kantoorruimte neem toe, en in 'n mededingende arbeidsmark probeer IT-maatskappye om werknemerstevredenheid van werk te verhoog deur ontspanningsareas en ander voordele te skep. En dit alles word weerspieël in die ontwerp van werkplekke.

Van verslag doen knop

4.5. Personifikasie

Almal weet wat verpersoonliking in advertensies is. Dit is wanneer jy vandag met 'n kollega bespreek dat die lug in die kamer ietwat droog is, en jy moet 'n lugbevochtiger vir die kantoor koop, en die volgende dag sien jy 'n advertensie op jou sosiale netwerk - "koop 'n lugbevochtiger" ('n werklike geval wat met my gebeur het).

Bron

Personalisering, volgens Gartner, is 'n reaksie op die groeiende kommer van gebruikers oor die gebruik van hul persoonlike data vir advertensiedoeleindes. Die doel is om 'n benadering te ontwikkel waarin ons advertensies gewys sal word wat relevant is vir die konteks waarin ons is, en nie vir ons persoonlik nie. Byvoorbeeld, ons ligging, tipe toestel, tyd van die dag, weerstoestande is dinge wat nie ons persoonlike data skend nie, en ons voel nie die onaangename sensasie van "toegesig" nie.

Vir die verskil tussen hierdie twee konsepte, lees opmerking Andrew Frank op 'n blog op die Gartner-werf. Daar is so 'n subtiele verskil en sulke soortgelyke woorde dat jy, as jy nie die verskil ken nie, die risiko loop om vir 'n lang tyd met jou gespreksgenoot te stry, sonder om te vermoed dat, in die algemeen, albei reg is (en dit is ook 'n werklike geval wat met die skrywer).

4.6. Biotech - Kunsmatige weefsel (Biotech - Gekweekte of Kunsmatige Weefsel)

Dit is eerstens die idee om kunsmatige vleis te kweek. Terselfdertyd is verskeie spanne regoor die wêreld besig om laboratorium "Meat 2.0" te ontwikkel - daar word verwag dat dit goedkoper as gewoonlik sal word, en kitskosse sal daarna oorskakel, en dan supermarkte. Beleggers in hierdie tegnologie sluit in Bill Gates, Sergey Brin, Richard Branson en ander.

Bron

Die redes waarom almal so belangstel in kunsmatige vleis:

1. Aardverwarming: Metaanvrystelling van plase. Dit is 18% van die globale volume gasse wat die klimaat beïnvloed.
2. Bevolkingsgroei. Die vraag na vleis groei, en dit sal nie moontlik wees om almal met natuurlike vleis te voed nie – dit is eenvoudig duur.
3. Gebrek aan spasie. 70% van die Amasone se woude is reeds vir weiding skoongemaak.
4. etiese oorwegings. Daar is diegene vir wie dit belangrik is. Die diereregte-organisasie PETA het reeds 'n prys van $1 miljoen aangebied aan 'n wetenskaplike wat kunsmatige hoendervleis na die mark bring.

Om regte vleis vir soja te ruil is 'n gedeeltelike oplossing, want mense kan die verskil in smaak en tekstuur voel, en dit is onwaarskynlik dat hulle biefstuk sal prysgee ten gunste van soja. Wat dus nodig is, is eg, naamlik organies verboude vleis. Nou, ongelukkig, is kunsmatige vleis te duur: vanaf $ 12 per kilogram. Dit is as gevolg van die komplekse tegniese proses om sulke vleis te kweek. Lees oor dit alles 'n artikel.

As ons praat oor ander gevalle van groeiende weefsel - reeds in medisyne - dan is die onderwerp van kunsmatige organe interessant: byvoorbeeld 'n "pleister" vir die hartspier, gedruk spesiale 3D-drukker. bekend stories soos 'n kunsmatig gegroeide muishart, maar oor die algemeen is alles nog binne die bestek van kliniese proewe. Dit is dus onwaarskynlik dat ons Frankenstein in die komende jare sal sien.

Hier is Gartner baie versigtig in sy skattings, en hou klaarblyklik sy mislukte 2015-voorspelling in gedagte dat 2019% van die bevolking in ontwikkelde lande in 10 'n 3D-gedrukte mediese inplantingstoestel sal hê. Daarom dui dit die tyd aan om 'n produktiwiteitsplato te bereik - ten minste 10 jaar.

5. Digitale ekosisteme

5.1. Gedesentraliseerde Web

Hierdie konsep is nou geassosieer met die naam van die uitvinder van die web, Turing-toekenningwenner, sir Tim Burners-Lee. Etiese kwessies in rekenaarwetenskap was nog altyd vir hom belangrik en die kollektiewe wese van die internet is belangrik: hy het die grondslag van hiperteks gelê en was oortuig dat die netwerk soos 'n web moet werk, en nie soos 'n hiërargie nie. Dit was dus in 'n vroeë stadium van netwerkontwikkeling. Met die groei van die internet het die struktuur daarvan egter om verskeie redes gesentraliseerd geraak. Dit het geblyk dat netwerktoegang vir 'n hele land maklik met net 'n paar verskaffers geblokkeer kan word. En gebruikersdata het 'n bron van krag en inkomste vir internetmaatskappye geword.

"Die internet is reeds gedesentraliseer," sê Burners-Lee. “Die probleem is dat een soekenjin oorheers, een groot sosiale netwerk, een mikroblogplatform. Ons het nie tegnologiese probleme nie, maar ons het sosiale probleme.”

In sy ope brief Ter geleentheid van die 30ste herdenking van die World Wide Web, het die skepper van die Web drie hoofprobleme van die Internet uiteengesit:

1. Geteikende skade, soos regering-geborgde inbraak, misdaad en aanlyn teistering
2. Die toestel van die stelsel, wat tot nadeel van die gebruiker die basis skep vir meganismes soos: finansiële aansporings vir clickbait en die virale verspreiding van vals inligting
3. Onbedoelde gevolge van stelselontwerp wat lei tot konflikte en verminderde kwaliteit van aanlynbespreking

En Tim Berners-Lee het reeds 'n antwoord oor watter beginsels gebaseer kan wees op die "Gesonde Internet", sonder probleem nommer 2: "Vir baie gebruikers bly advertensie-inkomste die enigste model vir interaksie met die web. Selfs al is mense bang vir wat met hul data gebeur, is hulle bereid om 'n ooreenkoms met die bemarkingsmasjien te maak om inhoud gratis te kry. Stel jou 'n wêreld voor waar betaling vir goedere en dienste vir albei partye maklik en aangenaam is.” Een manier waarop dit gedoen kan word, is vir musikante om hul opnames uit die boks in die vorm van iTunes te verkoop, en vir nuuswebwerwe om mikrobetalings te gebruik om 'n enkele artikel te lees in plaas daarvan om geld uit advertensies te maak.

As 'n eksperimentele prototipe vir so 'n nuwe internet, het Tim Berners-Lee die SOLID-projek geloods, waarvan die essensie is dat jy jou data in 'n "pod" stoor - inligtingstoor, en hierdie data aan derdeparty-toepassings kan verskaf. Maar in beginsel is jy self die meesters van jou data. Dit alles is nou verwant aan die konsep van eweknie-netwerke, dit wil sê, jou rekenaar versoek nie net dienste nie, maar verskaf dit ook, om nie op een bediener as die enigste kanaal staat te maak nie.

Bron

5.2. Gedesentraliseerde outonome organisasies

Dit is 'n organisasie wat beheer word deur reëls wat in die vorm van 'n rekenaarprogram geskryf is. Sy finansiële aktiwiteite is gebaseer op die blokketting. Die doel van die skep van sulke organisasies is om die staat uit die rol van 'n tussenganger te skakel en 'n gemeenskaplike vertroude omgewing vir kontrakteurs te skep, wat nie deur enigiemand alleen besit word nie, maar deur almal saam besit word. Dit wil sê, in teorie, as die idee wortel skiet, moet dit notarisse en ander gewone verifikasie-instellings afskaf.

Die bekendste voorbeeld van so 'n organisasie was die onderneming-gefokusde The DAO, wat $2016 miljoen in 150 ingesamel het, waarvan $50 onmiddellik deur 'n wettige skuiwergat in die reëls gesteel is. Dadelik het 'n moeilike dilemma ontstaan: óf rol terug en gee die geld terug, óf erken dat die onttrekking van geld wettig was, want dit het geensins die reëls van die platform oortree nie. As gevolg hiervan, om die geld aan beleggers terug te gee, moes die skeppers Die DAO vernietig, die blokketting herskryf en die basiese beginsel daarvan - onveranderlikheid - oortree.

Strokiesprent oor Ethereum (links) en The DAO (regs). Bron

Hierdie hele storie het die reputasie van die DAO-idee self verwoes. Daardie projek is gemaak op grond van die Ethereum-cryptocurrency, volgende jaar word die Ether 2.0-weergawe verwag - miskien sal die skrywers (insluitend die bekende Vitalik Buterin) die foute in ag neem en iets nuuts wys. Dit is waarskynlik hoekom Gartner DAO op die stroomop geplaas het.

5.3. Sintetiese data (Sintetiese data)

Neurale netwerke vereis groot hoeveelhede data om op te lei. Om data met die hand te etiketteer is 'n groot taak wat slegs deur 'n mens gedoen kan word. Daarom kan kunsmatige datastelle geskep word. Byvoorbeeld, dieselfde versamelings van menslike gesigte op die webwerf https://generated.photos. Hulle word geskep met behulp van GAN - algoritmes, wat reeds hierbo genoem is.

Hierdie gesigte behoort nie aan mense nie. Bron

'n Groot pluspunt van sulke data is dat daar geen wetlike probleme met die gebruik daarvan is nie: daar is niemand om toestemming te gee vir die verwerking van persoonlike data nie.

5.4 Digitale ops

Die “Ops”-agtervoegsel het ongelooflik nuwerwets geword sedert DevOps wortel geskiet het in ons toespraak. Nou oor wat DigitalOps is - dit is net 'n veralgemening van DevOps, DesignOps, MarketingOps ... Is jy al verveeld? Kortom, dit gaan daaroor om die DevOps-benadering van die sagteware-wêreld na elke ander deel van die besigheid te verskuif—bemarking, ontwerp, ensovoorts.

Bron

Die idee van DevOps was om die hindernisse tussen Ontwikkeling self (ontwikkeling) en Operasies (besigheidsprosesse) te verwyder deur die skepping van gemeenskaplike spanne, waar daar programmeerders, toetsers, sekuriteitsbeamptes en administrateurs is; implementering van sekere praktyke: deurlopende integrasie, infrastruktuur as kode, vermindering en versterking van terugvoerkettings. Die doel was om die bekendstelling van die produk op die mark te bespoedig. As jy gedink het dit is Agile, is jy reg. Dra nou hierdie benadering verstandelik oor vanaf die gebied van sagteware-ontwikkeling na ontwikkeling in die algemeen - en jy verstaan ​​wat DigitalOps is.

5.5. Kennisgrafieke

'n Sagteware-manier om 'n kennisarea te modelleer, insluitend die gebruik van masjienleeralgoritmes. Die kennisgrafiek is bo-op bestaande databasisse gebou om al die inligting saam te koppel: beide gestruktureerd ('n lys van gebeure of persone) en ongestruktureerd (die teks van 'n artikel).

Die eenvoudigste voorbeeld is die kaart wat jy in die Google-soekresultate sien. As jy 'n persoon of instansie soek, sal jy 'n kaart aan die regterkant sien:


Neem asseblief kennis dat "Komende gebeurtenisse" nie 'n kopie van inligting van Google Maps is nie, maar 'n integrasie van die skedule met Yandex.Afisha: jy kan dit maklik sien as jy op die gebeure klik. Dit wil sê, dit is die kombinasie van verskeie databronne saam.

As jy vir 'n lys vra - byvoorbeeld "bekende regisseurs" - sal jy 'n "karrousel" wys:

Bonus vir diegene wat tot die einde toe lees

En nou, wanneer ons die betekenis van elk van die punte vir onsself uitgeklaar het, kan ons na dieselfde prentjie kyk, maar in Russies:

Deel dit gerus op sosiale media!

Tatyana Volkova - Skrywer van die IoT-baankurrikulum by die Samsung IT Academy, Spesialis in Korporatiewe Maatskaplike Verantwoordelikheidsprogramme by die Samsung Navorsingsentrum


Bron: will.com