Gartner-in cədvəli texnologiya ilə məşğul olanlar üçün yüksək moda şousu kimidir. Ona baxaraq, bu mövsüm hansı sözlərin ən çox qızışdırıldığını və qarşıdan gələn bütün konfranslarda nə eşidəcəyinizi əvvəlcədən öyrənə bilərsiniz.
Bu qrafikdəki gözəl sözlərin arxasında nə olduğunu deşifrə etdik ki, siz də dildə danışa biləsiniz.
Başlamaq üçün, bir neçə sözlə, bu necə bir qrafikdir. Hər il avqust ayında Gartner konsaltinq agentliyi Gartner Hype Curve hesabatını dərc edir. Rus dilində bu, "şırıltı əyrisi" və ya daha sadə desək, şırıngadır. 30 il əvvəl “Public Enemy” qrupunun reperləri belə oxuyurdular: “Şırnaqlara inanmayın”. İster inanın, istər inanmayın, bu sizə bağlıdır, amma texnologiya sahəsindəsinizsə və dünya trendlərini bilmək istəyirsinizsə, ən azı bu açar sözləri bilməyə dəyər.
Bu, müəyyən bir texnologiyadan ictimai gözləntilərin qrafikidir. Gartner-ə görə, ideal halda texnologiya 5 ardıcıl mərhələdən keçir: texnologiyanın işə salınması, yüksək gözləntilərin zirvəsi, məyusluq vadisi, maariflənmə yamacı, məhsuldarlıq platosu. Amma o da olur ki, o, “məyusluq vadisinə” düşür - misalları özünüz çox asanlıqla xatırlaya bilərsiniz, eyni bitkoinləri götürə bilərsiniz: əvvəlcə “gələcəyin pulu” kimi zirvəyə qalxaraq, texnologiyanın çatışmazlıqları görünəndə tez aşağı yuvarlandılar. ilk növbədə əməliyyatların sayına məhdudiyyətlər və bitkoinlər yaratmaq üçün tələb olunan çılğın elektrik enerjisi (bu, artıq ekoloji problemlərə səbəb olur) aydın oldu. Və əlbəttə ki, unutmamalıyıq ki, Gartner chart sadəcə bir proqnozdur: burada, məsələn, ətraflı oxuya bilərsiniz. , burada ən təəccüblü yerinə yetirilməmiş proqnozlar sıralanır.
Beləliklə, yeni Gartner chartinə keçək. Texnologiyalar 5 böyük tematik qrupa bölünür:
- Qabaqcıl AI və Analitika (Qabaqcıl AI və Analitika)
- Postklassik Hesablamalar və Əlaqələr
- Həssaslıq və hərəkətlilik (Hissetmə və Mobillik)
- Artırılmış İnsan
- Rəqəmsal Ekosistemlər
1. Qabaqcıl AI və Analitika (Qabaqcıl AI və Analitika)
Son 10 il ərzində biz dərin öyrənmənin (Deep Learning) yüksək nöqtəsini gördük. Bu şəbəkələr öz vəzifələrini yerinə yetirmək üçün həqiqətən effektivdir. 2018-ci ildə Yan LeKun, Geoffrey Hinton və Coşua Bengio özlərindəki kəşflərə görə Turinq Mükafatını aldılar - kompüter elmləri üzrə Nobel mükafatının analoqu olan ən nüfuzlu mükafat. Beləliklə, bu sahədə qrafikdə göstərilən əsas tendensiyalar:
1.1. Transfer Öyrənmə
Siz neyron şəbəkəsini sıfırdan məşq etmirsiniz, lakin artıq öyrədilmiş şəbəkəni götürün və ona fərqli bir məqsəd təyin edin. Bəzən bu, şəbəkənin bir hissəsinin yenidən hazırlanmasını tələb edir, lakin bütün şəbəkəni deyil, daha sürətli. Məsələn, ImageNet50 verilənlər bazasında öyrədilmiş hazır ResNet1000 neyron şəbəkəsini götürərək, çox dərin səviyyədə təsvirdən çoxlu müxtəlif obyektləri təsnif edə bilən bir alqoritm əldə edəcəksiniz (1000 sinif, 50 təbəqənin yaratdığı xüsusiyyətlərə əsaslanaraq). neyron şəbəkəsi). Ancaq bütün şəbəkəni öyrətmək lazım deyil, bu aylar çəkəcək.
В Samsung "Neyron şəbəkələri və kompüter görmə", məsələn, finalda plitələrin təmiz və çirkli olaraq təsnifatı ilə yanaşma nümayiş etdirilir ki, 5 dəqiqə ərzində yuxarıda göstərilən arxitekturaya uyğun qurulmuş çirklini təmiz boşqablardan ayıra bilən dərin neyron şəbəkəsi verir. Orijinal şəbəkə plitələrin nə olduğunu ümumiyyətlə bilmirdi, yalnız quşları itlərdən ayırmağı öyrəndi (bax ImageNet).
Mənbə: Samsung "Neyron Şəbəkələr və Kompüter Görməsi"
Transfer Öyrənmə üçün hansı yanaşmaların işlədiyini, hansı hazır əsas arxitekturaların olduğunu bilməlisiniz. Ümumiyyətlə, bu, maşın öyrənməsinin praktik tətbiqlərinin meydana çıxmasını xeyli sürətləndirir.
1.2. Generativ Düşmən Şəbəkələri (GAN)
Bu, öyrənmə məqsədini formalaşdırmaq bizim üçün çox çətin olan hallar üçündür. Tapşırıq real həyata nə qədər yaxındırsa, bizim üçün bir o qədər aydındır (“yataq masası gətir”), lakin onu texniki tapşırıq kimi formalaşdırmaq bir o qədər çətindir. GAN sadəcə bizi bu problemdən xilas etmək cəhdidir.
Burada iki şəbəkə işləyir: biri generatordur (Generative), digəri diskriminatordur (Düşmənçi). Bir şəbəkə faydalı iş görməyi öyrənir (şəkilləri təsnif etmək, səsləri tanımaq, cizgi filmləri çəkmək). Digər şəbəkə isə həmin şəbəkəni öyrənməyi öyrənir: onun real nümunələri var və o, şəbəkənin generativ hissəsinin nəsilləri ilə real dünya obyektləri (təlim dəsti) ilə müqayisə etmək üçün əvvəllər məlum olmayan mürəkkəb düstur tapmağı öyrənir. dərin xüsusiyyətlər: gözlərin sayı, Miyazaki üslubuna yaxınlıq, ingilis dilinin düzgün tələffüzü.
Anime personajları yaratmaq üçün şəbəkənin nəticəsinin nümunəsi.
Amma orada təbii ki, memarlıq qurmaq çətindir. Yalnız neyronları atmaq kifayət deyil, onları bişirmək lazımdır. Və öyrənmək üçün həftələr lazımdır. GAN mövzusu Samsung AI Mərkəzindəki həmkarlarım tərəfindən öyrənilir və bu, onların əsas tədqiqat suallarından biridir. Məsələn, bu kimi : Dəyişən duruşlu insanların real fotoşəkillərini sintez etmək üçün generativ şəbəkələrdən istifadə - məsələn, virtual uyğunlaşma otağı yaratmaq və ya yüksək keyfiyyətli videonu təmin etmək üçün saxlanmalı və ya ötürülməli olan məlumatın miqdarını azalda bilən üz sintezi üçün. rabitə, yayım və ya şəxsi məlumatların qorunması.
1.3. İzah edilə bilən AI
Bəzi nadir tapşırıqlarda dərin arxitekturada irəliləyişlər birdən-birə dərin neyron şəbəkələrinin imkanlarını insanların imkanlarına yaxınlaşdırdı. İndi bu cür tapşırıqların çeşidini artırmaq üçün mübarizə gedir. Məsələn, robot tozsoran baş-başa görüşdə pişiyi itdən asanlıqla ayıra bilirdi. Ancaq əksər həyat vəziyyətlərində o, kətan və ya mebel arasında yatan bir pişik tapa bilməyəcək (lakin bizim kimi, əksər hallarda ...).
Dərin neyron şəbəkələrinin uğurunun səbəbi nədir? Onlar “çılpaq gözlə görünən” məlumatlara (foto piksellər, səs həcminin sıçrayışları...) deyil, neyron şəbəkənin bir neçə yüz təbəqəsi tərəfindən bu məlumatı əvvəlcədən emal etdikdən sonra əldə edilən xüsusiyyətlərə əsaslanan tapşırıq təsvirini hazırlayırlar. Təəssüf ki, bu əlaqələr də mənasız, uyğunsuz ola bilər və ya orijinal məlumat dəstində qüsurların izlərini daşıya bilər. Məsələn, işə qəbul zamanı süni intellektdən düşünmədən istifadənin nəyə gətirib çıxara biləcəyi haqqında kiçik bir kompüter oyunu var. .
Şəkillərin etiketlənməsi sistemi qadını bişirən şəxs adlanır, baxmayaraq ki, şəkil əslində kişidir (). Bu Virciniya İnstitutunda.
Çox vaxt özümüzü formalaşdıra bilmədiyimiz mürəkkəb və dərin əlaqələri təhlil etmək üçün izah edilə bilən AI metodlarına ehtiyac var. Onlar dərin neyron şəbəkələrinin xüsusiyyətlərini elə təşkil edirlər ki, təlimdən sonra biz şəbəkənin öyrəndiyi daxili təmsili təhlil edək, nəinki onun qərarına etibar edək.
1.4. Edge Analytics / AI (Edge Analytics / AI)
Edge sözünün olduğu yerdə hər şey sözün əsl mənasında aşağıdakıları ifadə edir: alqoritmlərin bir hissəsini buluddan/serverdən son cihaz/şluz səviyyəsinə köçürmək. Belə bir alqoritm daha sürətli işləyəcək və işləmək üçün mərkəzi serverə qoşulmağa ehtiyac qalmayacaq. Əgər siz “nazik müştəri” abstraksiyasına bələdsinizsə, onda biz bu müştərini bir qədər qalınlaşdırırıq.
Bu, Əşyaların İnterneti üçün vacib ola bilər. Məsələn, maşın həddən artıq qızıbsa və onu soyutmaq lazımdırsa, məlumatların buluda və oradan növbə ustasına daxil olmasını gözləmədən, zavod səviyyəsində bu barədə dərhal siqnal vermək məntiqlidir. Və ya başqa bir misal: özü idarə olunan avtomobillər mərkəzi serverlə əlaqə saxlamadan özbaşına yol şəraiti ilə məşğul ola bilirlər.
Və ya bunun təhlükəsizlik baxımından nə üçün vacib olduğuna dair başqa bir misal: siz telefonunuzda mətnləri yazdığınız zaman o, sizin üçün tipik sözləri xatırlayır ki, telefon klaviaturası onları daha sonra sizə rahatlıqla təklif etsin - buna proqnozlaşdırılan mətn daxiletmə deyilir. Klaviaturada yazdığınız hər şeyi data mərkəzində bir yerə göndərmək məxfiliyinizi pozacaq və sadəcə olaraq təhlükəli olacaq. Buna görə də, klaviatura öyrənilməsi yalnız cihazınızın özü çərçivəsində baş verir.
1.5. Xidmət kimi AI platforması (AI PaaS)
PaaS - Platform-as-a-Service, bulud saxlama və hazır prosedurlar da daxil olmaqla inteqrasiya olunmuş platformaya çıxış əldə etdiyimiz biznes modelidir. Beləliklə, biz özümüzü infrastruktur işlərindən azad edə və bütün diqqətimizi faydalı bir şeyin istehsalına cəmləyə bilərik. AI tapşırıqları üçün PaaS platformalarının nümunəsi: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.
1.6. Adaptive Machine Learning (Adaptive ML)
Bəs süni intellektin uyğunlaşmasına imkan versək nə olar... siz soruşursunuz – yəni necə?.. O, artıq tapşırığa uyğunlaşmırmı? Problem belədir: biz hər bir belə tapşırığı həll etmək üçün süni intellekt alqoritmini qurmazdan əvvəl əzmlə tərtib edirik. Onlar sizə cavab verəcəklər - belə çıxır ki, bu zənciri sadələşdirmək olar.
Adi maşın öyrənməsi açıq sistem (open-loop) prinsipi ilə işləyir: siz məlumat hazırlayırsınız, neyron şəbəkəsi (və ya nə olursa olsun) icad edirsiniz, məşq edirsiniz, sonra bir neçə göstəriciyə baxırsınız və hər şeyi bəyənirsinizsə, neyron şəbəkəni göndərə bilərsiniz. istifadəçi problemlərini həll etmək üçün smartfonlara. Lakin məlumatların çox olduğu və təbiətinin tədricən dəyişdiyi tətbiqlərdə başqa üsullara ehtiyac var. Özünü uyğunlaşdıran və öyrədən belə sistemlər qapalı, öz-özünə öyrənən dövrələrə (qapalı dövrə) təşkil edilir və onlar fasiləsiz işləməlidirlər.
Tətbiqlər - bu, bir çox iş adamının qərar verdiyi və ya adaptiv istehsala nəzarət etdiyi axın analitikası (Stream Analytics) ola bilər. Müasir tətbiqlər miqyasında və insanlar üçün daha yaxşı başa düşülən risklər, bu problemin həllini təşkil edən üsullar nəzərə alınmaqla, bütün bu üsullar Adaptive AI ümumi adı altında toplanır.
Bu şəklə baxanda futuristləri çörəklə doyurmayan hissindən qurtulmaq çətindir – qoy robota nəfəs almağı öyrətsinlər...
Postklassik Hesablamalar və Əlaqələr
2.1. Beşinci nəsil mobil rabitə (5G)
Bu o qədər maraqlı mövzudur ki, biz dərhal özümüzə müraciət edirik . Yaxşı, burada qısa bir xülasə var. 5G, məlumatların ötürülmə tezliyini artıraraq, internetin sürətini qeyri-real sürətləndirəcək. Qısa dalğaların maneələrdən keçməsi daha çətindir, buna görə də şəbəkələrin dizaynı tamamilə fərqli olacaq: baza stansiyalarına 500 dəfə daha çox ehtiyac var.
Sürətlə yanaşı, biz yeni fenomenlər əldə edəcəyik: artırılmış reallıqla real vaxt rejimində oyunlar, telepresence vasitəsilə mürəkkəb tapşırıqların (cərrahiyyə kimi) yerinə yetirilməsi, avtomobillər arasında əlaqə vasitəsilə yollarda qəzaların və çətin vəziyyətlərin qarşısının alınması. Daha prozaik olandan: mobil internet nəhayət, kütləvi tədbirlər zamanı, məsələn, stadionda matç zamanı düşməyi dayandıracaq.
Şəkil mənbəyi: Reuters, Niantic
2.2. Növbəti Nəsil Yaddaş
Burada söhbət beşinci nəsil RAM - DDR5-dən gedir. Samsung, 2019-cu ilin sonuna qədər DDR5 əsaslı məhsulların olacağını açıqladı. Yeni yaddaşın forma faktorunu qorumaqla iki dəfə sürətli və iki dəfə tutumlu olacağı gözlənilir, yəni kompüterimiz üçün 32 GB-a qədər tutumlu yaddaş diskləri əldə edə biləcəyik. Gələcəkdə bu, xüsusilə smartfonlar (yeni yaddaş az enerjili versiyada olacaq) və noutbuklar (DIMM yuvalarının sayı məhduddur) üçün doğru olacaq. Və maşın öyrənməsi böyük miqdarda RAM tələb edir.
2.3. Aşağı Yer-Orbit Peyk Sistemləri
Ağır, bahalı, güclü peykləri kiçik və ucuz olanlarla əvəz etmək ideyası yeni deyil və 90-cı illərdə ortaya çıxdı. Nə haqqında indi yalnız tənbəllər eşitmirdi. Burada ən məşhur şirkət 90-cı illərin sonunda müflis olmuş, lakin ABŞ Müdafiə Nazirliyinin hesabına xilas edilmiş (Rusiyanın ağıllı ev sistemi olan iRidium ilə səhv salmayın) İridiumdur. Elon Musk layihəsi (Starlink) yeganə layihədən uzaqdır - Riçard Branson (OneWeb - 1440 təxmin edilən peyk), Boeing (3000 peyk), Samsung (4600 peyk) və başqaları peyk yarışında iştirak edir.
Bu sahədə işlər necədir, iqtisadiyyat orada necə görünür - oxuyun . Və biz gələn il baş tutmalı olan ilk istifadəçilər tərəfindən bu sistemlərin ilk sınaqlarını gözləyirik.
2.4. Nanoölçülü 3D çap (Nanoölçülü 3D Çap)
3D çap, hər bir insanın həyatına daxil olmasa da (fərdi ev plastik zavodunun vəd etdiyi formada), buna baxmayaraq, geeks üçün texnologiya yuvasını çoxdan tərk etdi. Hər hansı bir məktəblinin ən azı 3D heykəltəraşlıq qələmlərinin mövcudluğu haqqında bildiyinə və bir çoxunun skidli qutu və ekstruder almağı xəyal etdiyinə görə mühakimə edə bilərsiniz ...
Stereolitoqrafiya (3D lazer printerləri) fərdi fotonlarla çap etməyə imkan verir: yeni polimerlər tədqiq olunur, bunun üçün iki foton bərkimək üçün kifayətdir. Bu, qeyri-laboratoriya şəraitində tamamilə yeni filtrlər, qurğular, yaylar, kapilyarlar, linzalar və ... seçimlərinizi şərhlərdə yaratmağa imkan verəcəkdir! Və burada fotopolimerləşmədən uzaq deyil - yalnız bu texnologiya prosessorları və hesablama sxemlərini "çap etməyə" imkan verir. Bundan əlavə, birinci il yoxdur , lakin radikal inkişaf olmadan.
3. Həssaslıq və hərəkətlilik (Hissetmə və Mobillik)
3.1. Avtonom Sürmə Səviyyəsi 4 və 5
Terminologiyada çaşqınlıq yaratmamaq üçün muxtariyyətin hansı səviyyələrinin fərqləndiyini başa düşməyə dəyər (ətraflı məlumatlardan götürülmüşdür). maraqlananların hamısına müraciət edirik):
Səviyyə 1: Kruiz kontrol: sürücüyə çox məhdud hallarda kömək etmək (məsələn, sürücü ayağını pedaldan çəkdikdən sonra avtomobili müəyyən edilmiş sürətdə saxlamaq)
Səviyyə 2: Sükan və əyləclə bağlı məhdud yardım. Sürücü demək olar ki, dərhal idarəetməni ələ almağa hazır olmalıdır. Əlləri sükanda, gözü yolda. Bu, Tesla və General Motors-da artıq var.
Səviyyə 3: Sürücü artıq daim yola nəzarət etməli deyil. Ancaq o, ayıq olmalı və nəzarəti ələ almağa hazır olmalıdır. Bu, hələ kommersiya baxımından mövcud avtomobillərdə olmayan bir şeydir. Hazırda mövcud olanların hamısı 1-2 səviyyəsindədir.
Səviyyə 4: Həqiqi avtopilot, lakin məhdudiyyətlərlə: yalnız diqqətlə xəritələnmiş və ümumiyyətlə sistemə məlum olan məlum ərazidə və müəyyən şərtlərdə səfərlər: məsələn, qar yoxdur. Waymo və General Motors şirkətlərinin belə prototipləri var və onlar onları bir neçə şəhərdə satışa çıxararaq real mühitdə sınaqdan keçirməyi planlaşdırırlar. Yandex-in Skolkovo və İnnopolisdə pilotsuz taksi sınaq zonaları var: səfər sərnişin oturacağında oturan mühəndisin nəzarəti altında baş verir; ilin sonuna qədər şirkət öz parkını 100 pilotsuz avtomobilə çatdırmağı planlaşdırır.
Səviyyə 5: Tam avtomatik sürmə, canlı sürücünün tam dəyişdirilməsi. Belə sistemlər mövcud deyil və onların yaxın illərdə görünməsi ehtimalı azdır.
Bütün bunları yaxın gələcəkdə görmək nə dərəcədə realdır? Burada oxucunu məqaləyə yönləndirmək istərdim . Bu, qismən 5G bağlantısının olmaması ilə bağlıdır: mövcud 4G sürətləri kifayət deyil. Qismən avtonom maşınların çox yüksək qiyməti ilə: onlar hələ də gəlirsizdir, biznes modeli anlaşılmazdır. Bir sözlə, burada “hər şey mürəkkəbdir” və təsadüfi deyil ki, Gartner 4 və 5-ci səviyyələrin kütləvi şəkildə həyata keçirilməsinə dair proqnozun 10 ildən tez olmadığını yazır.
3.2. 3D görmə qabiliyyətinə malik kameralar (3D algılama kameraları)
Səkkiz il əvvəl, Microsoft Kinect oyun nəzarətçisi 3D görmə üçün əlverişli və nisbətən ucuz həll təklif edərək bir sıçrayış etdi. O vaxtdan bəri, Kinect ilə bədən tərbiyəsi və rəqs oyunları qısa müddət ərzində yüksəliş və eniş yaşadı, lakin 3D kameralar sənaye robotlarında, pilotsuz nəqliyyat vasitələrində və üz identifikasiyası üçün cib telefonlarında istifadə edildi. Texnologiya daha ucuz, daha kiçik və daha əlçatan oldu.
Samsung S10-da diqqətinizi cəmləməyə kömək etmək üçün obyektə olan məsafəni ölçən Uçuş Vaxtı kamerası var.
Bu mövzu ilə maraqlanırsınızsa, dərinlik kameralarının çox yaxşı ətraflı icmalına yönləndiririk: , .
3.3. Kiçik yüklərin çatdırılması üçün pilotsuz təyyarələr (Light Cargo Delivery Drones)
Amazon bu il şouda 2 kq-a qədər kiçik yükləri daşıya bilən yeni uçan dronunu nümayiş etdirərək böyük səs-küy yaratdı. Tıxacları olan şəhər üçün bu mükəmməl həll kimi görünür. Gəlin görək bu dronlar çox yaxın gələcəkdə özünü necə sübut edəcək. Ola bilsin ki, burada ehtiyatlı skeptisizm daxil edilməlidir: pilotsuz təyyarənin asan oğurlanması ehtimalından tutmuş İHA-lara qanuni məhdudiyyətlərə qədər bir çox problem var. Amazon Prime Air altı ildir fəaliyyət göstərir, lakin hələ də sınaq mərhələsindədir.
Amazonun yeni dronunu bu yaz ortaya çıxardı. İçində Ulduz Döyüşlərindən bir şey var.
Amazondan əlavə, bu bazarda başqa oyunçular da var (ətraflı məlumat var ), lakin bir dənə də hazır məhsul deyil: hər şey sınaq və marketinq kampaniyaları mərhələsindədir. Ayrı-ayrılıqda, olduqca maraqlı yüksək ixtisaslaşmış tibbi qeyd etmək lazımdır Afrikada: Qanada (14 çatdırılma, Zipline) və Ruandada (Matternet) qan donorluğu.
3.4. Uçan avtonom nəqliyyat vasitələri
Burada dəqiq nəsə demək çətindir. Gartner-ə görə, bu, 10 ildən tez görünməyəcək. Ümumiyyətlə, burada pilotsuz nəqliyyat vasitələri ilə eyni problemlər var, yalnız onlar yeni bir ölçü əldə edirlər - şaquli. Porsche, Boeing, Uber uçan taksi yaratmaq ambisiyalarını bəyan edirlər.
3.5. Artırılmış Reallıq Buludu (AR Cloud)
Bütün istifadəçilər üçün ümumi olan yeni reallıq qatını yaratmağa imkan verən real dünyanın daimi rəqəmsal surəti. Daha çox texniki dillə desək, bu, tərtibatçıların AR tətbiqlərini birləşdirə biləcəyi açıq bulud platforması yaratmaqdan gedir. Monetizasiya modeli başa düşüləndir, Steam-in bir növ analoqudur. İdeya o qədər kök salıb ki, indi bəzi insanlar buludsuz AR-nin sadəcə faydasız olduğunu düşünürlər.
Gələcəkdə necə görünə biləcəyi qısa bir videoda göstərilir. Black Mirror-un başqa bir epizodu kimi görünür:
Ətraflı oxuya bilərsiniz
4. Artırılmış İnsan
4.1. Emosiyalar üçün AI (Emotion AI)
İnsan duyğularını necə ölçmək, simulyasiya etmək və onlara cavab vermək olar? Buradakı müştərilərdən bəziləri Amazon Alexa kimi səsli köməkçilər istehsal edən şirkətlərdir. Əhval-ruhiyyəni tanımağı öyrənsələr, həqiqətən də evə alışa biləcəklər: istifadəçinin narazılığının səbəbini anlayın, vəziyyəti düzəltməyə çalışın. Ümumiyyətlə, kontekstdə mesajın özündən daha çox məlumat var. Kontekst isə üz ifadəsi, intonasiya və şifahi olmayan davranışdır.
Digər praktik tətbiqlərdən: iş müsahibəsi zamanı duyğuların təhlili (video müsahibələr əsasında), reklamlara və ya digər video məzmuna reaksiyaların qiymətləndirilməsi (gülümsəmə, gülüş), öyrənmə yardımı (məsələn, ictimai nitq sənətində müstəqil təcrübələr üçün) .
Bu mövzuda 6 dəqiqəlik qısametrajlı filmin müəllifindən daha yaxşı danışmaq çətindir . Ağıllı və qəşəng şəkildə hazırlanmış video marketinq məqsədləri üçün emosiyalarımızı necə ölçə biləcəyimizi və üzünüzün ani reaksiyalarından pizzanı, itləri, Kanye Uesti bəyənib bəyənmədiyinizi və hətta gəlir səviyyənizin və təxmini IQ-nuzun necə olduğunu öyrənə bilərik. Yuxarıdakı linkdə filmin internet saytına daxil olmaqla siz laptopunuzun daxili kamerasından istifadə edərək interaktiv videonun iştirakçısı olursunuz. Film artıq bir neçə kinofestivalda nümayiş etdirilib.
Hətta belə maraqlı bir araşdırma da var: mətndəki sarkazmı necə tanımaq olar. Onlar #sarcasm həştəqi ilə tvitlər çəkdilər və dünyada hər şey haqqında 25 sarkazm tvitindən və 000 müntəzəm tvitdən ibarət təlim nümunəsi hazırladılar. TensorFlow kitabxanasını tətbiq etdik, sistemi öyrətdik, nəticə budur:
Beləliklə, əgər siz həmkarınız və ya dostunuzdan əmin deyilsinizsə - o sizə ciddi və ya istehza ilə nəsə dedi - siz artıq istifadə edə bilərsiniz. !
4.2. Artırılmış İntellekt
Maşın öyrənmə metodlarından istifadə edərək intellektual əməyin avtomatlaşdırılması. Deyəsən yeni bir şey yoxdur? Ancaq burada ifadənin özü vacibdir, xüsusən də Süni İntellektlə abbreviatura ilə üst-üstə düşdüyü üçün. Bu, bizi “güclü” və “zəif” AI mübahisəsinə qaytarır.
Güclü süni intellekt elmi-fantastik filmlərdən əldə edilən eyni süni intellektdir, insan şüuruna tamamilə ekvivalentdir və bir insan kimi özünü dərk edir. Bu hələ mövcud deyil və ümumiyyətlə olub-olmayacağı bəlli deyil.
Zəif AI müstəqil bir şəxs deyil, bir insanın köməkçisi-köməkçisidir. O, insana bənzəyir, sadəcə olaraq, informasiya problemlərini həll etməyi, məsələn, şəkildə göstərilənləri müəyyənləşdirməyi və ya mətni tərcümə etməyi bilir.
Bu mənada, Artırılmış İntellekt özünün ən saf formasında “zəif AI” dır və ifadə uğurlu görünür, çünki burada hər kəsin xəyal etdiyi (və ya qorxduğu) “güclü süni intellekt”i görmək çaşqınlıq və şirnikdirmə yaratmır. “qiyam maşınları” ilə bağlı çoxsaylı arqumentləri xatırlayırıq). Artırılmış İntellekt ifadəsini istifadə edərək, biz dərhal başqa bir filmin qəhrəmanlarına çevrilmişik: elmi fantastikadan (Asimov “Mən, Robot” kimi) biz özümüzü kiberpankda tapırıq (“bu janrda genişlənmələr” insanı genişləndirən bütün növ implantlar adlanır. imkanlar).
Kimi Erik Brynjolfsson və Andrew McAfee: “Növbəti 10 il ərzində belə olacaq. Süni intellekt menecerləri əvəz etməyəcək, lakin süni intellektdən istifadə edən menecerlər vaxtı olmayanları əvəz edəcək”.
Nümunələr:
- Tibb: Stanford Universiteti inkişaf etdirdi sinə rentgenində anormallıqları tanımaqda orta hesabla əksər həkimlər qədər yaxşı olan
- Təhsil: tələbə və müəllimə yardım, tələbələrin materiallara reaksiyasının təhlili, fərdi öyrənmə yolunun qurulması.
- Biznes analitikası: statistik məlumatlara görə məlumatların işlənməsi tədqiqatçının vaxtının 80%-ni, eksperimentin isə yalnız 20%-ni alır.
4.3. Bioçiplər
Bu, bütün kiberpunk filmlərinin və kitablarının sevimli mövzusudur. Ümumiyyətlə, ev heyvanlarını doğramaq yeni bir təcrübə deyil. Amma indi bu çiplər insanlara da implantasiya edilir.
Bu halda ajiotaj çox güman ki, Amerikanın “Three Square Market” şirkətindəki sensasiyalı işlə bağlıdır. Orada işəgötürən pul müqabilində dərinin altına çip yerləşdirməyi təklif etməyə başladı. Çip qapıları açmağa, kompüterlərə daxil olmağa, avtomatda qəlyanaltılar almağa imkan verir - yəni belə universal işçi kartı. Eyni zamanda, belə bir çip tam olaraq şəxsiyyət vəsiqəsi kimi xidmət edir, onun GPS modulu yoxdur, ona görə də ondan istifadə edən hər kəsi izləmək mümkün deyil. Bir şəxs əlindəki çipi çıxarmaq istəyirsə, həkimin köməyi ilə 5 dəqiqə çəkir.
Çiplər adətən baş və şəhadət barmaqları arasında implantasiya edilir.
Ətraflı oxuyun dünyada çipləmə ilə bağlı işlərin vəziyyəti haqqında.
4.4. İmmersiv İş Məkanı
"İmmersiv" başqa bir yeni sözdür ki, onun sadəcə getməyə yeri yoxdur. Hər yerdə var. İmmersiv teatr, sərgi, kino. Nə nəzərdə tutulur? İmmersivlik müəlliflə tamaşaçı, virtual və real dünya arasında sərhəd itirildikdə immersiv effektin yaradılmasıdır. İş yeri ilə əlaqədar olaraq, bu, ifaçı ilə təşəbbüskar arasındakı sərhədin silinməsi və işçilərin ətraf mühitini yenidən formatlaşdırmaqla daha aktiv mövqe tutmağa təşviq edilməsi deməkdir.
İndi hər yerdə Agile olduğundan, çeviklik, sıx qarşılıqlı əlaqə, o zaman iş yerləri mümkün qədər asanlıqla konfiqurasiya olunmalı, qrup işini təşviq etməlidir. İqtisadiyyat öz şərtlərini diktə edir: daha çox müvəqqəti işçilər var, ofis sahələrinin kirayə qiyməti artır və rəqabətli əmək bazarında İT şirkətləri istirahət zonaları və digər güzəştlər yaratmaqla işçilərin işdən məmnunluğunu artırmağa çalışır. Və bütün bunlar iş yerlərinin dizaynında öz əksini tapır.
Haqqında knoll
4.5. Şəxsiyyətləşdirmə
Hər kəs reklamda fərdiləşdirmənin nə olduğunu bilir. Bu gün bir həmkarınızla otaqdakı havanın bir qədər quru olduğunu və ofis üçün nəmləndirici almalı olduğunuzu müzakirə edərkən, ertəsi gün sosial şəbəkənizdə bir reklam görürsünüz - "nəmləndirici al" (a mənim başıma gələn real hadisə).
Fərdiləşdirmə, Gartner-ə görə, istifadəçilərin şəxsi məlumatlarının reklam məqsədləri üçün istifadəsi ilə bağlı artan narahatlığına cavabdır. Məqsəd şəxsən bizə deyil, olduğumuz kontekstə uyğun reklamların göstəriləcəyi bir yanaşma inkişaf etdirməkdir. Məsələn, yerləşdiyimiz yer, cihazın növü, günün vaxtı, hava şəraiti şəxsi məlumatlarımızı pozmayan şeylərdir və biz “nəzarət altında olmaq” kimi xoşagəlməz hissi hiss etmirik.
Bu iki anlayış arasındakı fərq üçün oxuyun Andrew Frank Gartner saytındakı bloqda. O qədər incə bir fərq və o qədər oxşar sözlər var ki, siz fərqi bilmədən həmsöhbətinizlə uzun müddət mübahisə etmək, ümumiyyətlə, hər ikisinin haqlı olduğuna şübhə etməmək riski daşıyırsınız (və bu, həm də onun başına gələn real bir hadisədir). müəllif).
4.6. Biotech - Süni toxuma (Biotech - Kultured və ya Süni Toxuma)
Bu, ilk növbədə, süni ətin yetişdirilməsi ideyasıdır. Eyni zamanda, dünyanın bir neçə komandası "Ət 2.0" laboratoriyasının yaradılması ilə məşğuldur - onun adi haldan ucuzlaşacağı və fast foodların ona, sonra isə supermarketlərə keçəcəyi gözlənilir. Bu texnologiyaya sərmayəçilər arasında Bill Gates, Sergey Brin, Richard Branson və başqaları var.
Mənbə
Hər kəsin süni ətlə maraqlanmasının səbəbləri:
- Qlobal istiləşmə: Fermalardan metan emissiyaları. Bu, iqlimə təsir edən qazların qlobal həcminin 18%-ni təşkil edir.
- Əhali artımı. Ətə tələbat artır və hamını təbii ətlə qidalandırmaq mümkün olmayacaq - bu, sadəcə olaraq bahadır.
- Məkan olmaması. Amazon meşələrinin 70%-i otlaq üçün artıq təmizlənib.
- etik mülahizələr. Bunun vacib olduğu insanlar var. Heyvan haqları təşkilatı PETA artıq bazara süni toyuq əti gətirən alimə 1 milyon dollar mükafat təklif edib.
Əsl ətin soya ilə dəyişdirilməsi qismən həll yoludur, çünki insanlar dad və tekstura fərqini hiss edə bilirlər və çətin ki, soya lehinə biftekdən imtina etsinlər. Beləliklə, lazım olan şey həqiqi, yəni üzvi şəkildə yetişdirilmiş ətdir. İndi, təəssüf ki, süni ət çox bahadır: kiloqramı 12 dollardan. Bu, belə ətin yetişdirilməsinin mürəkkəb texniki prosesi ilə bağlıdır. Hamısı haqqında oxuyun .
Artan toxumaların digər halları haqqında danışırıqsa - artıq tibbdə - süni orqanlar mövzusu maraqlıdır: məsələn, ürək əzələsi üçün "yamaq", xüsusi 3D printer. məlumdur süni şəkildə yetişdirilmiş siçan ürəyi kimi, lakin ümumiyyətlə, hər şey hələ də klinik sınaqlar çərçivəsindədir. Ona görə də yaxın illərdə çətin ki, Frankenşteyni görəcəyik.
Burada Gartner 2015-ci ildə 2019-cu ildə inkişaf etmiş ölkələrdə əhalinin 10%-nin 3D çaplı tibbi implant cihazına sahib olacağı ilə bağlı uğursuz proqnozunu nəzərə alaraq, öz hesablamalarında çox ehtiyatlı davranır. Buna görə də, məhsuldarlıq platosuna çatmaq üçün vaxt deməkdir - ən azı 10 il.
5. Rəqəmsal Ekosistemlər
5.1. Mərkəzləşdirilməmiş Veb
Bu konsepsiya internetin ixtiraçısı, Turing mükafatı laureatı ser Tim Burners-Linin adı ilə sıx bağlıdır. Kompüter elmində etik məsələlər onun üçün həmişə vacib olub və İnternetin kollektiv mahiyyəti vacibdir: hipermətnin əsaslarını qoyaraq, o, əmin idi ki, şəbəkə iyerarxiya kimi deyil, şəbəkə kimi işləməlidir. Beləliklə, şəbəkə inkişafının ilkin mərhələsində idi. Lakin internetin böyüməsi ilə onun strukturu müxtəlif səbəblərdən mərkəzləşmişdir. Məlum oldu ki, bütün ölkə üçün şəbəkəyə giriş yalnız bir neçə provayderlə asanlıqla bloklana bilər. İstifadəçi məlumatları isə internet şirkətləri üçün güc və gəlir mənbəyinə çevrilib.
Burners-Li deyir: "İnternet artıq mərkəzləşdirilməmişdir". “Problem ondadır ki, bir axtarış motoru, bir böyük sosial şəbəkə, bir mikrobloq platforması üstünlük təşkil edir. Bizim texnoloji problemlərimiz yoxdur, amma sosial problemlərimiz var”.
Onunla Ümumdünya İnternetin 30 illiyi münasibətilə İnternetin yaradıcısı İnternetin üç əsas problemini qeyd etdi:
- Hökumət tərəfindən dəstəklənən hakerlik, cinayət və onlayn təqib kimi hədəflənmiş zərər
- İstifadəçinin zərərinə belə mexanizmlər üçün zəmin yaradan sistemin özü: klikləmə üçün maliyyə stimulları və yalan məlumatların viral yayılması
- Münaqişələrə və onlayn müzakirənin keyfiyyətinin aşağı düşməsinə səbəb olan sistem dizaynının gözlənilməz nəticələri
Və Tim Berners-Li artıq 2 nömrəli problemdən məhrum olan “Sağlam İnternet”in hansı prinsiplərə əsaslana biləcəyinə dair cavabı var: “Bir çox istifadəçilər üçün reklam gəlirləri internetlə qarşılıqlı əlaqə üçün yeganə model olaraq qalır. İnsanlar məlumatlarına baş verənlərdən qorxsalar belə, məzmunu pulsuz əldə etmək üçün marketinq maşını ilə müqavilə bağlamağa hazırdırlar. Təsəvvür edin ki, mal və xidmətlərə görə ödəniş etmək hər iki tərəf üçün asan və xoşdur”. Bunun edilə biləcəyi üsullardan biri musiqiçilərin öz səs yazılarını qutudan çıxararaq iTunes şəklində satması və xəbər saytlarının reklamlardan pul qazanmaq əvəzinə bir məqaləni oxumaq üçün mikropaymentlərdən istifadə etməsidir.
Belə yeni İnternetin eksperimental prototipi kimi Tim Berners-Li SOLID layihəsini işə saldı, onun mahiyyəti ondan ibarətdir ki, siz məlumatlarınızı “pod”da – informasiya yaddaşında saxlayırsınız və bu məlumatları üçüncü tərəf proqramlarına təqdim edə bilərsiniz. Ancaq prinsipcə, siz özünüz məlumatlarınızın ustasısınız. Bütün bunlar peer-to-peer şəbəkələri konsepsiyası ilə sıx bağlıdır, yəni kompüteriniz yalnız xidmətlərə müraciət etmir, həm də bir serverə yeganə kanal kimi etibar etməmək üçün onları təmin edir.
5.2. Mərkəzləşdirilməmiş muxtar təşkilatlar
Bu, kompüter proqramı şəklində yazılmış qaydalarla idarə olunan bir təşkilatdır. Onun maliyyə fəaliyyəti blokçeyninə əsaslanır. Belə təşkilatların yaradılmasında məqsəd dövləti vasitəçi rolundan kənarlaşdırmaq və podratçılar üçün tək heç kimin deyil, hamının birlikdə sahib olduğu ümumi etibarlı mühit yaratmaqdır. Yəni nəzəri olaraq, ideya kök salırsa, notariusları və digər adi yoxlama institutlarını ləğv etməlidir.
Belə bir təşkilatın ən məşhur nümunəsi 2016-cı ildə 150 milyon dollar toplayan vençur mərkəzli The DAO idi, bunun 50 dolları qaydalardakı qanuni “deşik” vasitəsilə dərhal oğurlandı. Dərhal çətin bir dilemma yarandı: ya geri dönüb pulu qaytarın, ya da pulun çıxarılmasının qanuni olduğunu etiraf edin, çünki heç bir şəkildə platformanın qaydalarını pozmadı. Nəticədə, pulları investorlara qaytarmaq üçün yaradıcılar blokçeyni yenidən yazaraq və onun əsas prinsipini - dəyişməzliyini pozaraq The DAO-nu məhv etməli oldular.
Ethereum (solda) və DAO (sağda) haqqında komiks.
Bütün bu hekayə DAO ideyasının özünün nüfuzunu məhv etdi. Həmin layihə Ethereum kriptovalyutası əsasında hazırlanıb, gələn il Ether 2.0 versiyası gözlənilir – bəlkə də müəlliflər (o cümlədən, tanınmış Vitalik Buterin) səhvləri nəzərə alıb yeni bir şey göstərəcəklər. Yəqin ki, Gartner DAO-nu yuxarı axınına qoydu.
5.3 Sintetik məlumatlar (Sintetik məlumatlar)
Neyron şəbəkələri məşq etmək üçün böyük həcmdə məlumat tələb edir. Məlumatların əl ilə etiketlənməsi yalnız bir insanın edə biləcəyi böyük bir işdir. Beləliklə, süni verilənlər bazası yaradıla bilər. Məsələn, saytda eyni insan üzlərinin kolleksiyaları . Onlar yuxarıda qeyd olunan GAN - alqoritmlərdən istifadə etməklə yaradılmışdır.
Bu üzlər insanlara aid deyil.
Bu cür məlumatların böyük bir üstünlüyü ondan ibarətdir ki, onların istifadəsində heç bir hüquqi çətinlik yoxdur: şəxsi məlumatların emalına razılıq verən heç kim yoxdur.
5.4 Rəqəmsal Əməliyyatlar
DevOps nitqimizdə kök saldıqdan sonra "Ops" şəkilçisi inanılmaz dərəcədə moda oldu. İndi DigitalOps nədir - bu, sadəcə DevOps, DesignOps, MarketingOps-un ümumiləşdirilməsidir... Siz hələ də darıxmısınız? Bir sözlə, bu, DevOps yanaşmasını proqram təminatı sahəsindən biznesin hər bir hissəsinə - marketinq, dizayn və s.
DevOps ideyası, proqramçılar, testçilər, təhlükəsizlik işçiləri və idarəçilərin olduğu ümumi komandaların yaradılması yolu ilə İnkişafın özü (inkişaf) və Əməliyyatlar (biznes prosesləri) arasındakı maneələri aradan qaldırmaq idi; müəyyən təcrübələrin həyata keçirilməsi: davamlı inteqrasiya, kod kimi infrastruktur, əks əlaqə zəncirlərinin azaldılması və gücləndirilməsi. Məqsəd məhsulun bazara çıxarılmasını sürətləndirmək idi. Bunun Agile olduğunu düşünürsünüzsə, haqlısınız. İndi bu yanaşmanı zehni olaraq proqram təminatının inkişafı sahəsindən ümumilikdə inkişafa köçürün - və siz DigitalOps-un nə olduğunu başa düşürsünüz.
5.5. Bilik Qrafikləri
Maşın öyrənmə alqoritmlərindən istifadə də daxil olmaqla, bilik sahəsini modelləşdirməyin proqram yolu. Bilik qrafiki bütün məlumatları birləşdirmək üçün mövcud verilənlər bazaları üzərində qurulur: həm strukturlaşdırılmış (hadisələrin və ya şəxslərin siyahısı), həm də strukturlaşdırılmamış (məqalənin mətni).
Ən sadə nümunə Google axtarış nəticələrində gördüyünüz kartdır. Bir şəxs və ya qurum axtarırsınızsa, sağda bir kart görəcəksiniz:
Nəzərə alın ki, “Gələcək hadisələr” Google Xəritədən məlumatın surəti deyil, cədvəlin Yandex.Afisha ilə inteqrasiyasıdır: hadisələrin üzərinə klikləsəniz, bunu asanlıqla görə bilərsiniz. Yəni bir neçə məlumat mənbəyinin bir yerdə birləşməsidir.
Siyahı istəsəniz - məsələn, "məşhur rejissorlar" - sizə "karusel" göstəriləcək:
Sona qədər oxuyanlar üçün bonus
İndi isə hər bir bəndin mənasını özümüz üçün aydınlaşdırdıqdan sonra eyni mənzərəyə baxa bilərik, amma rus dilində:
Sosial mediada paylaşmaqdan çekinmeyin!
Tatyana Volkova — Samsung İT Akademiyasında IoT track kurrikulumun müəllifi, Samsung Araşdırma Mərkəzində Korporativ Sosial Məsuliyyət proqramları üzrə mütəxəssis
Mənbə: www.habr.com