جدول Gartner يشبه عرض الأزياء الراقية للعاملين في مجال التكنولوجيا. من خلال النظر إليه ، يمكنك معرفة مسبقًا الكلمات الأكثر إثارة لهذا الموسم وما الذي ستسمعه في جميع المؤتمرات القادمة.

لقد حللنا ما وراء الكلمات الجميلة في هذا الرسم البياني حتى تتمكن من التحدث باللغة أيضًا.

بادئ ذي بدء ، بضع كلمات فقط ، ما هو نوع هذا الرسم البياني. في شهر أغسطس من كل عام ، تصدر وكالة Gartner الاستشارية تقريرًا - Gartner Hype Curve. في اللغة الروسية ، هذا هو "منحنى الضجيج" ، أو ، ببساطة ، الضجيج. قبل 30 عامًا ، غنى مغني الراب من مجموعة Public Enemy: "لا تصدق الضجيج". صدق أو لا تصدق ، الأمر متروك لك ، لكن الأمر يستحق على الأقل معرفة هذه الكلمات الرئيسية إذا كنت في مجال التكنولوجيا وتريد معرفة اتجاهات العالم.

هذا رسم بياني لتوقعات الجمهور من تقنية معينة. وفقًا لـ Gartner ، في الحالة المثالية ، تمر التكنولوجيا بخمس مراحل متتالية: إطلاق التكنولوجيا ، ذروة التوقعات العالية ، وادي خيبة الأمل ، منحدر التنوير ، هضبة الإنتاجية. ولكن يحدث أيضًا أنها تغرق في "وادي خيبة الأمل" - يمكنك أن تتذكر الأمثلة بنفسك بسهولة شديدة ، خذ نفس عملات البيتكوين: في البداية وصلت إلى الذروة كـ "أموال المستقبل" ، سرعان ما تراجعت عند أوجه القصور في التكنولوجيا أصبح واضحًا ، أولاً وقبل كل شيء ، القيود المفروضة على عدد المعاملات والكمية الهائلة من الكهرباء المطلوبة لتوليد عملات البيتكوين (والتي تنطوي بالفعل على مشاكل بيئية). وبالطبع ، يجب ألا ننسى أن مخطط Gartner هو مجرد توقع: هنا ، على سبيل المثال ، يمكنك قراءة تقرير مفصل статью، حيث يتم فرز أكثر التنبؤات التي لم تتحقق لفتًا للنظر.

لذا ، دعنا ننتقل إلى مخطط Gartner الجديد. تنقسم التقنيات إلى 5 مجموعات مواضيعية كبيرة:

1. الذكاء الاصطناعي المتقدم والتحليلات (الذكاء الاصطناعي المتقدم والتحليلات)
2. الحوسبة والمراسلات ما بعد الكلاسيكية
3. الحسية والتنقل (الاستشعار والتنقل)
4. زيادة الإنسان
5. النظم البيئية الرقمية

1. الذكاء الاصطناعي المتقدم والتحليلات (الذكاء الاصطناعي المتقدم والتحليلات)

على مدى السنوات العشر الماضية ، شهدنا ذروة التعلم العميق (التعلم العميق). هذه الشبكات فعالة حقًا في نطاق مهامها. في عام 10 ، حصل Jan LeCun و Geoffrey Hinton و Joshua Bengio على جائزة تورينج للاكتشافات فيها - وهي أرقى جائزة مماثلة لجائزة نوبل في علوم الكمبيوتر. إذن ، الاتجاهات الرئيسية في هذا المجال ، والتي تم رسمها على الرسم البياني:

1.1 نقل التعلم

أنت لا تدرب شبكة عصبية من الصفر ، ولكن تأخذ شبكة مدربة بالفعل وتخصص لها هدفًا مختلفًا. يتطلب هذا أحيانًا إعادة تدريب جزء من الشبكة ، ولكن ليس الشبكة بأكملها ، وهو أسرع بكثير. على سبيل المثال ، باستخدام شبكة ResNet50 العصبية الجاهزة والمدربة على مجموعة بيانات ImageNet1000 ، ستحصل على خوارزمية يمكنها تصنيف الكثير من الكائنات المختلفة من صورة بمستوى عميق جدًا (1000 فئة تعتمد على الميزات التي تم إنشاؤها بواسطة 50 طبقة من الشبكة العصبية). لكن ليس عليك تدريب الشبكة بالكامل ، الأمر الذي قد يستغرق شهورًا.

В دورة على شبكة الإنترنت سامسونج "الشبكات العصبية ورؤية الكمبيوتر" ، على سبيل المثال ، في النهائي مهمة Kaggle من خلال تصنيف الألواح إلى نظيفة وقذرة ، تم إثبات أنه في غضون 5 دقائق يمنحك شبكة عصبية عميقة يمكنها التمييز بين الألواح المتسخة والنظيفة ، والتي تم إنشاؤها وفقًا للهندسة المعمارية المذكورة أعلاه. لم تعرف الشبكة الأصلية أي اللوحات كانت على الإطلاق ، فقد تعلمت فقط التمييز بين الطيور والكلاب (انظر ImageNet).

المصدر: دورة على شبكة الإنترنت سامسونج "الشبكات العصبية والرؤية الحاسوبية"

بالنسبة لـ Transfer Learning ، تحتاج إلى معرفة الأساليب الناجحة ، وما هي البنى الأساسية الجاهزة. بشكل عام ، يؤدي هذا إلى تسريع ظهور التطبيقات العملية للتعلم الآلي.

1.2 شبكات الخصومة التوليدية (GAN)

هذا بالنسبة لتلك الحالات التي يصعب علينا فيها صياغة هدف التعلم. كلما كانت المهمة أقرب إلى الحياة الواقعية ، كان ذلك أكثر وضوحًا بالنسبة لنا ("إحضار طاولة بجانب السرير") ، ولكن كلما زادت صعوبة صياغتها كمهمة فنية. GAN هي مجرد محاولة لإنقاذنا من هذه المشكلة.

تعمل شبكتان هنا: أحدهما مولد (عام) ، والآخر مميّز (خصامي). تتعلم إحدى الشبكات القيام بعمل مفيد (تصنيف الصور والتعرف على الأصوات ورسم الرسوم المتحركة). وهناك شبكة أخرى تتعلم تعلم تلك الشبكة: لديها أمثلة حقيقية ، وتتعلم إيجاد صيغة معقدة لم تكن معروفة من قبل لمقارنة أجيال الجزء التوليدي من الشبكة مع كائنات العالم الحقيقي (مجموعة التدريب) وفقًا لأهمية عميقة حقًا الميزات: عدد العيون ، القرب من أسلوب ميازاكي ، النطق الصحيح للغة الإنجليزية.

مثال على نتيجة شبكة لتوليد شخصيات الرسوم المتحركة. مصدر

لكن هناك ، بالطبع ، من الصعب بناء الهندسة المعمارية. لا يكفي مجرد إلقاء الخلايا العصبية ، بل يجب طهيها. ويستغرق التعلم أسابيع. تتم دراسة موضوع GAN بواسطة زملائي في مركز Samsung AI ، وهذا أحد أسئلة البحث الرئيسية الخاصة بهم. على سبيل المثال ، مثل هذا تطوير: استخدام الشبكات التوليدية لتجميع صور واقعية لأشخاص ذوي وضعية متغيرة - على سبيل المثال ، لإنشاء غرفة قياس افتراضية ، أو لتوليف الوجه ، والتي يمكن أن تقلل من كمية المعلومات التي يجب تخزينها أو نقلها لضمان جودة عالية للفيديو الاتصالات أو البث أو حماية البيانات الشخصية.

مصدر

1.3 AI قابل للتفسير

في بعض المهام النادرة ، أدى التقدم في البنى العميقة فجأة إلى تقريب قدرات الشبكات العصبية العميقة من قدرات البشر. الآن المعركة مستمرة لزيادة نطاق مثل هذه المهام. على سبيل المثال ، يمكن للمكنسة الكهربائية الآلية أن تخبر بسهولة قطة عن كلب في مواجهة وجهاً لوجه. لكن في معظم مواقف الحياة ، لن يتمكن من العثور على قطة تنام بين الكتان أو الأثاث (ومع ذلك ، مثلنا ، في معظم الحالات ...).

ما سبب نجاح الشبكات العصبية العميقة؟ يطورون تمثيلًا للمهمة لا يعتمد على معلومات "مرئية للعين المجردة" (وحدات بكسل في الصورة ، قفزات في حجم الصوت ...) ، ولكن على العلامات التي تم الحصول عليها بعد المعالجة المسبقة لهذه المعلومات بواسطة عدة مئات من طبقات العصب. شبكة. لسوء الحظ ، يمكن أن تكون هذه العلاقات أيضًا بلا معنى أو غير متسقة أو تحمل آثارًا للعيوب في مجموعة البيانات الأصلية. على سبيل المثال ، هناك لعبة كمبيوتر صغيرة حول ما يمكن أن يؤدي إليه الاستخدام غير المدروس للذكاء الاصطناعي في التوظيف. البقاء على قيد الحياة.

نظام وسم الصور يسمى الشخص الذي يطبخ امرأة رغم أن الصورة في الحقيقة رجل (مصدر). هذه لاحظت في معهد فيرجينيا.

لتحليل العلاقات المعقدة والعميقة التي لا يمكننا في كثير من الأحيان صياغة أنفسنا ، هناك حاجة إلى أساليب الذكاء الاصطناعي القابلة للتفسير. إنهم ينظمون ميزات الشبكات العصبية العميقة بحيث يمكننا بعد التدريب تحليل التمثيل الداخلي الذي تعلمته الشبكة ، وليس الاعتماد فقط على حلها.

1.4 Edge Analytics / AI (Edge Analytics / AI)

كل شيء يوجد به كلمة Edge تعني حرفيًا ما يلي: نقل جزء من الخوارزميات من السحابة / الخادم إلى مستوى الجهاز / البوابة النهائية. ستعمل هذه الخوارزمية بشكل أسرع ولن تحتاج إلى الاتصال بخادم مركزي لكي تعمل. إذا كنت معتادًا على تجريد "العميل الرقيق" ، فنحن هنا نثخن هذا العميل قليلاً.
قد يكون هذا مهمًا لإنترنت الأشياء. على سبيل المثال ، إذا كانت الآلة محمومة وتحتاج إلى التبريد ، فمن المنطقي الإشارة إلى ذلك على الفور ، على مستوى المصنع ، دون انتظار وصول البيانات إلى السحابة ومن هناك إلى نوبة العمل. أو مثال آخر: يمكن للسيارات ذاتية القيادة التعامل مع ظروف المرور من تلقاء نفسها دون الاتصال بخادم مركزي.

مصدر

أو مثال آخر عن سبب أهمية ذلك من وجهة نظر الأمان: عندما تكتب نصًا على هاتفك ، فإنه يتذكر الكلمات النموذجية لك ، بحيث تقترحها لوحة مفاتيح الهاتف لك لاحقًا - وهذا ما يسمى الإدخال التنبؤي للنص. سيكون إرسال كل ما تكتبه على لوحة المفاتيح إلى مكان ما في مركز البيانات انتهاكًا لخصوصيتك وسيكون ببساطة غير آمن. لذلك ، لا يحدث تعلم لوحة المفاتيح إلا في إطار عمل جهازك نفسه.

1.5 منصة الذكاء الاصطناعي كخدمة (AI PaaS)

PaaS - النظام الأساسي كخدمة هو نموذج أعمال يمكننا من خلاله الوصول إلى نظام أساسي متكامل ، بما في ذلك التخزين السحابي والإجراءات الجاهزة. وبالتالي ، يمكننا تحرير أنفسنا من مهام البنية التحتية ، والتركيز بشكل كامل على إنتاج شيء مفيد. مثال على الأنظمة الأساسية PaaS لمهام الذكاء الاصطناعي: IBM Cloud و Microsoft Azure و Amazon Machine Learning و Google AI Platform.

1.6 التعلم الآلي التكيفي (ML Adaptive ML)

ماذا لو تركنا الذكاء الاصطناعي يتكيف ... كيف تسأل؟ .. ألا يتكيف بالفعل مع المهمة؟ تكمن المشكلة في هذا: نحن نصمم بعناية كل مهمة من هذا القبيل قبل بناء خوارزمية ذكاء اصطناعي لحلها. سوف يجيبون عليك - اتضح أن هذه السلسلة يمكن تبسيطها.

يعمل التعلم الآلي التقليدي على مبدأ النظام المفتوح (الحلقة المفتوحة): فأنت تعد البيانات ، وتخرج بشبكة عصبية (أو أيًا كان) ، وتتدرب ، ثم تنظر إلى بعض المؤشرات ، وإذا كنت تحب كل شيء ، يمكنك الإرسال الشبكة العصبية للهواتف الذكية لحل مشاكل المستخدم. ولكن في التطبيقات التي يوجد بها الكثير من البيانات وتتغير طبيعتها تدريجياً ، هناك حاجة إلى طرق أخرى. يتم تنظيم مثل هذه الأنظمة التي تتكيف وتعلم نفسها في دوائر ذاتية التعلم (حلقة مغلقة) ، ويجب أن تعمل دون انقطاع.

التطبيقات - يمكن أن تكون تحليلات متدفقة (Stream Analytics) ، على أساسها يتخذ العديد من رجال الأعمال القرارات ، أو التحكم في الإنتاج التكيفي. على نطاق التطبيقات الحديثة ، وبالنظر إلى المخاطر المفهومة بشكل أفضل على البشر ، والطرق التي تشكل الحل لهذه المشكلة ، يتم جمع كل هذه الأساليب تحت الاسم العام للذكاء الاصطناعي التكيفي.

مصدر

بالنظر إلى هذه الصورة ، من الصعب التخلص من الشعور بعدم إطعام المستقبليين بالخبز - دعهم يعلمون الروبوت أن يتنفس ...

الحوسبة والمراسلات ما بعد الكلاسيكية

2.1. اتصالات المحمول من الجيل الخامس (5G)

هذا موضوع مثير للاهتمام نشير إليه على الفور مقالة. حسنًا ، هذا ملخص قصير. 5G ، من خلال زيادة وتيرة نقل البيانات ، ستجعل سرعة الإنترنت سريعة بشكل غير واقعي. يصعب على الموجات القصيرة المرور عبر العوائق ، لذلك سيكون تصميم الشبكات مختلفًا تمامًا: تحتاج المحطات الأساسية إلى 500 مرة أكثر.

إلى جانب السرعة ، سنحصل على ظواهر جديدة: ألعاب الوقت الحقيقي مع الواقع المعزز ، وأداء المهام المعقدة (مثل الجراحة) من خلال التواجد عن بُعد ، ومنع الحوادث والمواقف الصعبة على الطرق من خلال الاتصال بين السيارات. من منظور أكثر واقعية: سيتوقف الإنترنت عبر الهاتف المحمول أخيرًا أثناء الأحداث الجماهيرية ، مثل مباراة في ملعب.

مصدر الصورة: رويترز ، نيانتيك

2.2. ذاكرة الجيل القادم

نحن هنا نتحدث عن الجيل الخامس من ذاكرة الوصول العشوائي - DDR5. أعلنت شركة Samsung أنه بحلول نهاية عام 2019 ستكون هناك منتجات تعتمد على DDR5. من المتوقع أن تكون الذاكرة الجديدة أسرع بمرتين وضاعفة رحابة مع الحفاظ على عامل الشكل ، أي أننا سنتمكن من الحصول على بطاقات ذاكرة بسعة تصل إلى 32 جيجابايت لجهاز الكمبيوتر الخاص بنا. في المستقبل ، سيكون هذا صحيحًا بشكل خاص للهواتف الذكية (ستكون الذاكرة الجديدة في إصدار منخفض الطاقة) وأجهزة الكمبيوتر المحمولة (حيث يكون عدد فتحات DIMM محدودًا). ويتطلب التعلم الآلي كميات كبيرة من ذاكرة الوصول العشوائي.

2.3 أنظمة الأقمار الصناعية ذات المدار الأرضي المنخفض

إن فكرة استبدال الأقمار الصناعية الثقيلة والمكلفة والقوية بسرب من الأقمار الصناعية الصغيرة والرخيصة ليست جديدة ، وظهرت في التسعينيات. عن ما "سيقوم Elon Musk قريبًا بتوزيع الإنترنت من القمر الصناعي للجميع" الآن فقط لم يسمع الكسالى. هنا ، الشركة الأكثر شهرة هي Iridium ، التي أفلست في أواخر التسعينيات ، ولكن تم إنقاذها على حساب وزارة الدفاع الأمريكية (لا ينبغي الخلط بينها وبين iRidium ، نظام المنزل الذكي الروسي). مشروع Elon Musk (Starlink) بعيد كل البعد عن المشروع الوحيد - يشارك Richard Branson (OneWeb - 90 قمرًا صناعيًا مقدّرًا) ، Boeing (1440 قمر صناعي) ، Samsung (3000 قمر صناعي) ، وآخرون يشاركون في سباق الأقمار الصناعية.

كيف تسير الأمور في هذا المجال ، وكيف يبدو الاقتصاد هناك - اقرأ مراجعة. وننتظر الاختبارات الأولى لهذه الأنظمة من قبل المستخدمين الأوائل ، والتي من المقرر إجراؤها العام المقبل.

2.4 الطباعة ثلاثية الأبعاد بمقياس النانو (الطباعة ثلاثية الأبعاد بتقنية النانو)

الطباعة ثلاثية الأبعاد ، على الرغم من أنها لم تدخل حياة كل شخص (بالشكل الذي وعد به مصنع بلاستيك منزلي فردي) ، إلا أنها تركت منذ فترة طويلة مجال التكنولوجيا للمهوسين. يمكنك الحكم من خلال حقيقة أن أي تلميذ يعرف عن وجود أقلام نحت ثلاثية الأبعاد على الأقل ، ويحلم الكثيرون بشراء صندوق به مزلقات وماكينة بثق من أجل ... "تمامًا مثل هذا" (أو قاموا بشرائه بالفعل).

تسمح الطباعة الحجرية (طابعات الليزر ثلاثية الأبعاد) بالطباعة باستخدام الفوتونات الفردية: يتم فحص بوليمرات جديدة ، حيث يكفي فوتونان لتصلبهما. سيسمح ذلك في الظروف غير المختبرية بإنشاء فلاتر وتركيبات ونوابض وشعيرات دموية وعدسات جديدة تمامًا و ... خياراتك في التعليقات! وهنا ليس بعيدًا عن البلمرة الضوئية - فقط هذه التقنية تسمح لك "بطباعة" المعالجات ودوائر الحوسبة. بالإضافة إلى ذلك ، ليست السنة الأولى هناك تقنية طباعة الجرافين 500 نانومتر هياكل ثلاثية الأبعاد، ولكن بدون تطور جذري.

مصدر

3. الحسية والتنقل (الاستشعار والتنقل)

3.1. القيادة الذاتية المستوى 4 و 5

من أجل عدم الخلط بين المصطلحات ، يجدر بنا أن نفهم ما هي مستويات الاستقلالية المميزة (مأخوذة من التفاصيل مقالاتالتي نشير إليها جميع المهتمين):

المستوى 1: مثبت السرعة: مساعدة السائق في مواقف محدودة للغاية (على سبيل المثال ، إبقاء السيارة على سرعة محددة بعد أن يرفع السائق قدمه عن الدواسة)
المستوى 2: مساعدة محدودة في التوجيه والفرملة. يجب أن يكون السائق جاهزًا للسيطرة على الفور تقريبًا. يداه على عجلة القيادة ، وعيناه على الطريق. هذا ما تمتلكه تيسلا وجنرال موتورز بالفعل.
المستوى 3: لم يعد على السائق أن يراقب الطريق باستمرار. لكن يجب أن يظل يقظًا ومستعدًا لتولي زمام الأمور. هذا شيء لا تملكه السيارات المتوفرة تجاريًا حتى الآن. جميع الموجودة حاليًا في المستوى 1-2.
المستوى 4: طيار آلي حقيقي ، ولكن مع قيود: الرحلات فقط في منطقة معروفة تم تعيينها بعناية ومعروفة بشكل عام للنظام ، وفي ظل ظروف معينة: لا ثلج ، على سبيل المثال. تمتلك وايمو وجنرال موتورز مثل هذه النماذج الأولية ، ويخططون لإطلاقها في عدة مدن واختبارها في بيئة حقيقية. يوجد في Yandex مناطق اختبار سيارات الأجرة بدون طيار في سكولكوفو وإنوبوليس: تتم الرحلة تحت إشراف مهندس جالس في مقعد الراكب ؛ بحلول نهاية العام ، تخطط الشركة لتوسيع أسطولها إلى 100 مركبة بدون طيار.
المستوى الخامس: القيادة التلقائية الكاملة ، الاستبدال الكامل للسائق المباشر. مثل هذه الأنظمة غير موجودة ، ومن غير المرجح أن تظهر في السنوات القادمة.

ما مدى واقعية رؤية كل هذا في المستقبل المنظور؟ هنا أود إعادة توجيه القارئ إلى المقال "لماذا من المستحيل إطلاق سيارة أجرة آلية بحلول عام 2020 ، كما وعدت تسلا". ويرجع ذلك جزئيًا إلى عدم وجود اتصال 5G: سرعات 4G المتوفرة ليست كافية. جزئيًا مع التكلفة العالية جدًا للآلات المستقلة: فهي لا تزال غير مربحة ، ونموذج العمل غير مفهوم. باختصار ، "كل شيء معقد" هنا ، وليس من قبيل المصادفة أن كتب جارتنر أن توقعات التنفيذ الشامل للمستويين 4 و 5 لا تتعدى 10 سنوات.

3.2 الكاميرات ذات الرؤية ثلاثية الأبعاد (كاميرات الاستشعار ثلاثية الأبعاد)

قبل ثماني سنوات ، أحدثت وحدة التحكم في الألعاب Microsoft Kinect نجاحًا كبيرًا من خلال تقديم حل ميسور التكلفة وغير مكلف نسبيًا للرؤية ثلاثية الأبعاد. منذ ذلك الحين ، شهدت ألعاب التربية البدنية والرقص مع Kinect صعودًا وهبوطًا قصيرًا ، ولكن تم استخدام الكاميرات ثلاثية الأبعاد في الروبوتات الصناعية والمركبات غير المأهولة والهواتف المحمولة للتعرف على الوجه. أصبحت التكنولوجيا أرخص وأصغر وأكثر سهولة في الوصول إليها.

يحتوي Samsung S10 على كاميرا Time-of-Flight التي تقيس المسافة إلى شيء ما لمساعدتك على التركيز. مصدر

إذا كنت مهتمًا بهذا الموضوع ، فإننا نعيد التوجيه إلى نظرة عامة مفصلة جيدة جدًا عن كاميرات العمق: جزء 1, جزء 2.

3.3 طائرات بدون طيار لتوصيل الشحنات الصغيرة (طائرات بدون طيار لتوصيل البضائع الخفيفة)

حققت أمازون نجاحًا كبيرًا هذا العام عندما كشفت عن طائرة بدون طيار جديدة في المعرض يمكنها حمل حمولات صغيرة تصل إلى 2 كجم. بالنسبة للمدينة ، التي تعاني من الاختناقات المرورية ، يبدو أن هذا هو الحل الأمثل. دعونا نرى كيف ستثبت هذه الطائرات من دون طيار نفسها في المستقبل القريب جدًا. ربما ينبغي إدراج شك حذر هنا: هناك العديد من المشاكل ، من إمكانية سرقة طائرة بدون طيار بسهولة ، إلى القيود القانونية على الطائرات بدون طيار. Amazon Prime Air موجودة منذ ست سنوات ولكنها لا تزال في مرحلة الاختبار.

تم الكشف عن طائرة أمازون الجديدة بدون طيار هذا الربيع. هناك شيء من حرب النجوم فيه. مصدر

بالإضافة إلى Amazon ، هناك لاعبون آخرون في هذا السوق (هناك تفاصيل نظرة عامة) ، ولكن ليس منتجًا نهائيًا واحدًا: كل شيء في مرحلة الاختبار وحملات التسويق. بشكل منفصل ، تجدر الإشارة إلى اهتمام طبي متخصص للغاية مشاريع في أفريقيا: التبرع بالدم في غانا (14 ولادة ، Zipline) ورواندا (Matternet).

3.4. المركبات الطائرة ذاتية القيادة

من الصعب قول أي شيء محدد هنا. وفقًا لـ Gartner ، لن يظهر هذا قبل 10 سنوات. بشكل عام ، إليك جميع المشكلات نفسها التي تحدث في المركبات غير المأهولة ، إلا أنها تكتسب بُعدًا جديدًا - عموديًا. تعلن بورش وبوينج وأوبر عن طموحاتها لبناء تاكسي طائرة.

3.5 سحابة الواقع المعزز (سحابة AR)

نسخة رقمية دائمة من العالم الحقيقي ، مما يسمح لك بإنشاء طبقة جديدة من الواقع تكون مشتركة لجميع المستخدمين. من الناحية الفنية ، يتعلق الأمر بإنشاء منصة سحابية مفتوحة يمكن للمطورين دمج تطبيقات AR الخاصة بهم فيها. نموذج تحقيق الدخل مفهوم ، إنه نوع من التناظرية لـ Steam. الفكرة راسخة لدرجة أن بعض الناس يعتقدون الآن أن الواقع المعزز بدون السحابة هو ببساطة عديم الفائدة.

كيف يمكن أن تبدو في المستقبل معروض في فيديو قصير. يبدو وكأنه حلقة أخرى من Black Mirror:

يمكن قراءة المزيد باللغة مراجعة المادة.

4. زيادة الإنسان

4.1 الذكاء الاصطناعي للعواطف (Emotion AI)

كيف تقيس وتحاكي وتستجيب للعواطف البشرية؟ بعض العملاء هنا هم شركات تصنع مساعدين صوتيين مثل Amazon Alexa. سيتمكنون من التعود على المنزل حقًا إذا تعلموا التعرف على الحالة المزاجية: فهم سبب عدم رضا المستخدم ، وحاول تصحيح الموقف. بشكل عام ، هناك الكثير من المعلومات في السياق أكثر من الرسالة نفسها. والسياق هو تعبير الوجه ، والتنغيم ، والسلوك غير اللفظي.

من التطبيقات العملية الأخرى: تحليل العواطف أثناء مقابلة عمل (بناءً على مقابلات الفيديو) ، وتقييم ردود الفعل على الإعلانات التجارية أو محتوى الفيديو الآخر (الابتسامات والضحك) ، والمساعدة في التعلم (على سبيل المثال ، للممارسات المستقلة في فن الخطابة) .

من الصعب التحدث عن هذا الموضوع أفضل من مؤلف فيلم قصير مدته 6 دقائق سرقة شعورك. يُظهر الفيديو ، المصمم بذكاء وأنيق ، كيف يمكننا قياس عواطفنا لأغراض التسويق ، ومعرفة من ردود الفعل اللحظية لوجهك ما إذا كنت تحب البيتزا ، والكلاب ، و Kanye West ، وحتى ما هو مستوى دخلك ومعدل الذكاء التقريبي. بالانتقال إلى موقع الفيلم على الرابط أعلاه ، تصبح مشاركًا في فيديو تفاعلي باستخدام الكاميرا المدمجة في الكمبيوتر المحمول. تم عرض الفيلم بالفعل في العديد من المهرجانات السينمائية.

مصدر

حتى أن هناك دراسة مثيرة للاهتمام: كيفية التعرف على السخرية في النص. لقد أخذوا تغريدات باستخدام هاشتاج #sarcasm وقاموا بعمل عينة تدريبية من 25 تغريدة ساخرة و 000 تغريدة منتظمة حول كل شيء في العالم. قمنا بتطبيق مكتبة TensorFlow ، وقمنا بتدريب النظام ، وهذه هي النتيجة:

مصدر

الآن ، إذا لم تكن متأكدًا من زميلك أو صديقك - قال لك شيئًا بجدية أو بسخرية - يمكنك بالفعل استخدام شبكة عصبية مدربة!

4.2 الذكاء المعزز

أتمتة العمل الفكري باستخدام أساليب التعلم الآلي. يبدو أنه لا شيء جديد؟ لكن الصياغة نفسها مهمة هنا ، خاصة أنها تتزامن في اختصار مع الذكاء الاصطناعي. هذا يعيدنا إلى جدل الذكاء الاصطناعي "القوي" مقابل "الضعيف".
الذكاء الاصطناعي القوي هو نفس الذكاء الاصطناعي من أفلام الخيال العلمي والذي يعادل تمامًا العقل البشري ويدرك نفسه كشخص. هذا غير موجود بعد وليس من الواضح ما إذا كان سيكون موجودًا على الإطلاق.

إن الذكاء الاصطناعي الضعيف ليس شخصًا مستقلاً ، ولكنه مساعد مساعد لشخص ما. إنه لا يتظاهر بالتفكير الشبيه بالبشر ، ولكنه يعرف ببساطة كيفية حل مشاكل المعلومات ، على سبيل المثال ، تحديد ما هو معروض في الصورة أو ترجمة النص.

مصدر

وبهذا المعنى ، فإن الذكاء المعزز هو في أنقى صوره "ذكاء اصطناعي ضعيف" ، ويبدو أن الصياغة ناجحة ، لأنها لا تقدم أي ارتباك وإغراء لرؤية "الذكاء الاصطناعي القوي" الذي يحلم به الجميع (أو يخشونه ، إذا نتذكر الحجج العديدة حول "آلات الانتفاضة"). باستخدام تعبير الذكاء المعزز ، يبدو أننا على الفور أصبحنا أبطال فيلم آخر: من الخيال العلمي (مثل "أنا ، روبوت" لأسيموف) نجد أنفسنا في عالم السايبربانك (تسمى "التعزيزات" في هذا النوع بجميع أنواع الغرسات التي توسع الإنسان قدرات).

كيف قالوا إريك برينجولفسون وأندرو مكافي: "على مدى السنوات العشر القادمة ، هذا ما سيحدث. لن يحل الذكاء الاصطناعي محل المديرين ، لكن هؤلاء المديرين الذين يستخدمون الذكاء الاصطناعي سيحلون محل أولئك الذين لم يكن لديهم الوقت ".

الأمثلة على ذلك:

• الطب: تم ​​تطوير جامعة ستانفورد خوارزميةوهو في المتوسط ​​ماهر في التعرف على التشوهات في صورة الصدر بالأشعة السينية مثل معظم الأطباء
• التعليم: مساعدة الطالب والمعلم ، تحليل استجابة الطالب للمواد ، بناء مسار تعليمي فردي.
• تحليلات الأعمال: المعالجة المسبقة للبيانات ، وفقًا للإحصاءات ، تستغرق 80٪ من وقت الباحث ، و 20٪ فقط - التجربة نفسها

4.3 رقائق بيولوجية

هذا هو الموضوع المفضل لجميع أفلام وكتب السايبربانك. بشكل عام ، تقطيع الحيوانات الأليفة ليس ممارسة جديدة. ولكن الآن يتم زرع هذه الرقائق أيضًا في البشر.

في هذه الحالة ، من المرجح أن يكون الضجيج مرتبطًا بالحالة المثيرة في شركة Three Square Market الأمريكية. هناك ، بدأ صاحب العمل في عرض زرع رقائق تحت الجلد مقابل رسوم. تسمح لك الشريحة بفتح الأبواب وتسجيل الدخول إلى أجهزة الكمبيوتر وشراء الوجبات الخفيفة في آلة البيع - أي بطاقة الموظف العالمية. في الوقت نفسه ، تعمل هذه الشريحة تمامًا كبطاقة هوية ، ولا تحتوي على وحدة GPS ، لذلك من المستحيل تتبع أي شخص يستخدمها. وإذا أراد شخص إزالة شريحة من يده ، يستغرق الأمر 5 دقائق بمساعدة الطبيب.

عادة ما يتم زرع الرقائق بين الإبهام والسبابة. مصدر

اقرأ بالتفصيل статью على حالة الأمور مع التقطيع في العالم.

4.4 مساحة عمل غامرة

"الغامرة" هي كلمة جديدة ليس لها مكان تذهب إليه. إنه في كل مكان. مسرح غامر ، معرض ، سينما. ما هو المقصود؟ الغامرة هي خلق تأثير غامر ، عندما تضيع الحدود بين المؤلف والمشاهد ، العالم الافتراضي والواقعي. فيما يتعلق بمكان العمل ، يجب افتراض أن هذا يعني محو الحدود بين المؤدي والمبادر وتشجيع الموظفين على اتخاذ موقف أكثر نشاطًا من خلال إعادة تهيئة بيئتهم.

نظرًا لأن لدينا الآن Agile في كل مكان ، فإن المرونة والتفاعل الوثيق ، يجب أن تكون أماكن العمل قابلة للتكوين بسهولة قدر الإمكان ، يجب أن تشجع العمل الجماعي. يفرض الاقتصاد شروطه الخاصة: هناك المزيد من الموظفين المؤقتين ، وتكلفة استئجار المساحات المكتبية آخذة في الازدياد ، وفي سوق العمل التنافسي ، تحاول شركات تكنولوجيا المعلومات زيادة رضا الموظفين عن العمل من خلال إنشاء مناطق ترفيهية ومزايا أخرى. وكل هذا ينعكس في تصميم أماكن العمل.

من أبلغ عن هضبة

4.5 تجسيد

يعلم الجميع ما هو التخصيص في الإعلان. هذا عندما تناقش مع زميل اليوم أن الهواء في الغرفة جاف نوعًا ما ، ويجب عليك شراء جهاز ترطيب للمكتب ، وفي اليوم التالي ترى إعلانًا على شبكتك الاجتماعية - "اشترِ جهاز ترطيب" (أ الحالة الحقيقية التي حدثت لي).

مصدر

التخصيص ، وفقًا لشركة Gartner ، هو استجابة للقلق المتزايد لدى المستخدمين بشأن استخدام بياناتهم الشخصية لأغراض الدعاية. الهدف هو تطوير نهج يتم من خلاله عرض الإعلانات ذات الصلة بالسياق الذي نحن فيه ، وليس لنا شخصيًا. على سبيل المثال ، يعد موقعنا ونوع الجهاز والوقت من اليوم وظروف الطقس أشياء لا تنتهك بياناتنا الشخصية ، ولا نشعر بإحساس غير سار بأننا "مراقبون".

لمعرفة الفرق بين هذين المفهومين ، اقرأ ملاحظة أندرو فرانك على مدونة على موقع Gartner. يوجد مثل هذا الاختلاف الدقيق والكلمات المتشابهة لدرجة أنك ، لا تعرف الفرق ، تخاطر بالتجادل مع المحاور الخاص بك لفترة طويلة ، ولا تشك في أن كلاهما ، بشكل عام ، على حق (وهذه أيضًا حالة حقيقية حدثت لـ مؤلف).

4.6 التكنولوجيا الحيوية - الأنسجة الصناعية (التكنولوجيا الحيوية - الأنسجة المزروعة أو الصناعية)

هذه أولاً وقبل كل شيء فكرة زراعة اللحوم الاصطناعية. في الوقت نفسه ، تنشغل عدة فرق حول العالم بتطوير معمل "اللحوم 2.0" - من المتوقع أن يصبح أرخص من المعتاد ، وستتحول الأطعمة السريعة إليه ، ثم محلات السوبر ماركت. من بين المستثمرين في هذه التكنولوجيا بيل جيتس وسيرجي برين وريتشارد برانسون وآخرين.

مصدر

أسباب اهتمام الجميع باللحوم الاصطناعية:

1. الاحتباس الحراري: انبعاثات غاز الميثان من المزارع. يمثل هذا 18٪ من الحجم العالمي للغازات التي تؤثر على المناخ.
2. النمو السكاني. يتزايد الطلب على اللحوم ، ولن يكون من الممكن إطعام الجميع باللحوم الطبيعية - إنها ببساطة باهظة الثمن.
3. عدم وجود مساحة. تم بالفعل إزالة 70٪ من غابات الأمازون لاستخدامها في المراعي.
4. الاعتبارات الاخلاقية. هناك أولئك الذين هذا مهم بالنسبة لهم. قدمت منظمة PETA المدافعة عن حقوق الحيوان بالفعل جائزة قدرها مليون دولار لعالم يجلب لحم دجاج صناعي إلى السوق.

يعتبر استبدال اللحوم الحقيقية بفول الصويا حلاً جزئيًا ، لأن الناس يمكن أن يشعروا بالاختلاف في المذاق والقوام ، ومن غير المرجح أن يتخلوا عن شرائح اللحم لصالح الصويا. إذن ما هو مطلوب حقيقي ، أي اللحوم المزروعة عضوياً. الآن ، لسوء الحظ ، فإن اللحوم الاصطناعية باهظة الثمن: من 12 دولارًا للكيلوغرام. هذا يرجع إلى العملية التقنية المعقدة لزراعة هذه اللحوم. اقرأ عن كل شيء статью.

إذا تحدثنا عن حالات أخرى لنمو الأنسجة - في الطب بالفعل - فإن موضوع الأعضاء الاصطناعية مثير للاهتمام: على سبيل المثال ، "رقعة" لعضلة القلب ، طبع طابعة ثلاثية الأبعاد خاصة. معروف قصص مثل قلب الفأر المزروع صناعياً ، لكن بشكل عام ، كل شيء لا يزال في نطاق التجارب السريرية. لذلك من غير المحتمل أن نرى فرانكشتاين في السنوات القادمة.

هنا حذر Gartner للغاية في تقديراته ، مع الأخذ في الاعتبار على ما يبدو توقعه الفاشل لعام 2015 أنه في عام 2019 ، سيكون لدى 10 ٪ من السكان في البلدان المتقدمة جهاز زرع طبي ثلاثي الأبعاد. لذلك ، فإنه يشير إلى الوقت اللازم للوصول إلى هضبة الإنتاجية - على الأقل 3 سنوات.

5. النظم البيئية الرقمية

5.1 الويب اللامركزي

يرتبط هذا المفهوم ارتباطًا وثيقًا باسم مخترع الويب ، الحائز على جائزة تورينج ، السير Tim Burners-Lee. لطالما كانت القضايا الأخلاقية في علوم الكمبيوتر مهمة بالنسبة له ، والجوهر الجماعي للإنترنت مهم: وضع أسس النص التشعبي ، كان مقتنعًا بأن الشبكة يجب أن تعمل مثل الويب ، وليس مثل التسلسل الهرمي. لذلك كان في مرحلة مبكرة من تطوير الشبكة. ومع ذلك ، مع نمو الإنترنت ، أصبح هيكلها مركزيًا لعدة أسباب. اتضح أن الوصول إلى الشبكة لبلد بأكمله يمكن حظره بسهولة مع عدد قليل من مقدمي الخدمات. وأصبحت بيانات المستخدم مصدر قوة ودخل لشركات الإنترنت.

يقول بيرنرز لي: "أصبحت الإنترنت لا مركزية بالفعل". "المشكلة هي أن محرك بحث واحد يهيمن ، وشبكة اجتماعية واحدة كبيرة ، ومنصة تدوين صغيرة واحدة. ليست لدينا مشاكل تكنولوجية ، ولكن لدينا مشاكل اجتماعية ".

في رسالة مفتوحة بمناسبة الذكرى الثلاثين لشبكة الويب العالمية ، حدد مبتكر الويب ثلاث مشكلات رئيسية للإنترنت:

1. الضرر المستهدف ، مثل القرصنة التي ترعاها الحكومة والجريمة والمضايقات عبر الإنترنت
2. جهاز النظام ذاته ، الذي يضر بالمستخدم ، ينشئ الأساس لآليات مثل: الحوافز المالية لـ clickbait والانتشار الفيروسي للمعلومات الخاطئة
3. النتائج غير المقصودة لتصميم النظام والتي تؤدي إلى تعارضات وتقليل جودة المناقشة عبر الإنترنت

وقد حصل تيم بيرنرز-لي بالفعل على إجابة حول المبادئ التي يمكن أن تستند إلى "الإنترنت الصحي" ، خاليًا من المشكلة رقم 2: "بالنسبة للعديد من المستخدمين ، تظل عائدات الإعلانات هي النموذج الوحيد للتفاعل مع الويب. حتى إذا كان الناس خائفين مما يحدث لبياناتهم ، فهم على استعداد لعقد صفقة مع آلة التسويق للحصول على المحتوى مجانًا. تخيل عالماً يكون فيه الدفع مقابل السلع والخدمات أمرًا سهلاً وممتعًا لكلا الطرفين ". إحدى الطرق التي يمكن بها القيام بذلك هي أن يبيع الموسيقيون تسجيلاتهم خارج الصندوق في شكل iTunes ، وأن تستخدم المواقع الإخبارية المدفوعات المصغرة لقراءة مقال واحد بدلاً من جني الأموال من الإعلانات.

كنموذج أولي تجريبي لمثل هذا الإنترنت الجديد ، أطلق Tim Berners-Lee مشروع SOLID ، والذي يتمثل جوهره في أنك تقوم بتخزين بياناتك في "pod" - تخزين المعلومات ، ويمكنك توفير هذه البيانات لتطبيقات الطرف الثالث. لكن من حيث المبدأ ، أنت نفسك سادة بياناتك. كل هذا مرتبط ارتباطًا وثيقًا بمفهوم شبكات الند للند ، أي أن جهاز الكمبيوتر الخاص بك لا يطلب الخدمات فحسب ، بل يوفرها أيضًا ، حتى لا يعتمد على خادم واحد باعتباره القناة الوحيدة.

مصدر

5.2 المنظمات المستقلة اللامركزية

إنها منظمة تحكمها قواعد مكتوبة في شكل برنامج كمبيوتر. تعتمد أنشطتها المالية على blockchain. الغرض من إنشاء مثل هذه المنظمات هو إقصاء الدولة من دور الوسيط وخلق بيئة مشتركة موثوق بها للمقاولين ، والتي لا يملكها أي شخص بمفرده ، بل يمتلكها الجميع معًا. أي ، من الناحية النظرية ، إذا تجذرت الفكرة ، فيجب أن تلغي كتاب العدل ومؤسسات التحقق المعتادة الأخرى.

أشهر مثال على مثل هذه المنظمة هو The DAO الذي يركز على المشروع ، والذي جمع 2016 مليون دولار في عام 150 ، منها 50 دولارًا سُرقت على الفور من خلال ثغرة قانونية في القواعد. ظهرت على الفور معضلة صعبة: إما التراجع عن الأموال وإعادتها ، أو الاعتراف بأن سحب الأموال كان قانونيًا ، لأنه لم ينتهك بأي حال قواعد المنصة. نتيجة لذلك ، من أجل إعادة الأموال إلى المستثمرين ، كان على المبدعين تدمير DAO ، وإعادة كتابة blockchain وانتهاك مبدأها الأساسي - الثبات.

كوميدي عن Ethereum (يسار) و DAO (يمين). مصدر

هذه القصة كلها دمرت سمعة فكرة DAO نفسها. تم إنشاء هذا المشروع على أساس العملة المشفرة Ethereum ، ومن المتوقع إصدار Ether 2.0 العام المقبل - ربما سيأخذ المؤلفون (بما في ذلك Vitalik Buterin المعروف) في الاعتبار الأخطاء ويظهرون شيئًا جديدًا. ربما كان هذا هو سبب قيام شركة Gartner بوضع DAO في المنبع.

5.3. البيانات التركيبية (البيانات التركيبية)

تتطلب الشبكات العصبية كميات كبيرة من البيانات للتدريب. يعد تصنيف البيانات يدويًا مهمة ضخمة لا يمكن إلا للإنسان القيام بها. لذلك ، يمكن إنشاء مجموعات البيانات الاصطناعية. على سبيل المثال ، نفس مجموعات الوجوه البشرية على الموقع https://generated.photos. يتم إنشاؤها باستخدام خوارزميات GAN ، والتي سبق ذكرها أعلاه.

هذه الوجوه لا تخص الناس. مصدر

ميزة كبيرة لهذه البيانات هي أنه لا توجد صعوبات قانونية في استخدامها: لا يوجد أحد يمنح الموافقة على معالجة البيانات الشخصية.

5.4 العمليات الرقمية

أصبحت لاحقة "Ops" عصرية بشكل لا يصدق منذ أن ترسخت DevOps في حديثنا. الآن حول ماهية DigitalOps - إنها مجرد تعميم لـ DevOps و DesignOps و MarketingOps ... هل تشعر بالملل حتى الآن؟ باختصار ، يتعلق الأمر بنقل نهج DevOps من مجال البرامج إلى كل جزء آخر من العمل - التسويق والتصميم وما إلى ذلك.

مصدر

كانت فكرة DevOps هي إزالة الحواجز بين التطوير نفسه (التطوير) والعمليات (العمليات التجارية) ، من خلال إنشاء فرق مشتركة ، حيث يوجد مبرمجون ، ومختبرون ، وموظفو أمن ، ومسؤولون ؛ تنفيذ ممارسات معينة: التكامل المستمر ، والبنية التحتية كرمز ، وتقليل سلاسل التغذية الراجعة وتعزيزها. كان الهدف هو تسريع إطلاق المنتج في السوق. إذا كنت تعتقد أن هذا كان Agile ، فأنت على حق. الآن قم بنقل هذا النهج عقليًا من مجال تطوير البرامج إلى التطوير بشكل عام - وستفهم ماهية DigitalOps.

5.5 الرسوم البيانية المعرفية

طريقة برمجية لنمذجة مجال المعرفة ، بما في ذلك استخدام خوارزميات التعلم الآلي. تم إنشاء الرسم البياني المعرفي أعلى قواعد البيانات الحالية لربط جميع المعلومات معًا: كلاهما منظم (قائمة أحداث أو أشخاص) وغير منظم (نص مقال).

أبسط مثال على ذلك هو البطاقة التي تراها في نتائج بحث Google. إذا كنت تبحث عن شخص أو مؤسسة ، فسترى بطاقة على اليمين:


يرجى ملاحظة أن "الأحداث القادمة" ليست نسخة من المعلومات من خرائط Google ، ولكنها تكامل للجدول الزمني مع Yandex.Afisha: يمكنك رؤية هذا بسهولة إذا نقرت على الأحداث. أي أنه مزيج من عدة مصادر بيانات معًا.

إذا طلبت قائمة - على سبيل المثال ، "المخرجون المشهورون" - فسيتم عرض "دائري":

مكافأة لمن قرأ حتى النهاية

والآن ، عندما أوضحنا لأنفسنا معنى كل نقطة ، يمكننا أن ننظر إلى نفس الصورة ، لكن باللغة الروسية:

لا تتردد في مشاركتها على وسائل التواصل الاجتماعي!

تاتيانا فولكوفا - مؤلفة منهج مسار إنترنت الأشياء في أكاديمية سامسونج لتكنولوجيا المعلومات ، ومتخصصة في برامج المسؤولية الاجتماعية للشركات في مركز أبحاث سامسونج


المصدر: www.habr.com