Mae amserlen Gartner fel sioe haute couture i'r rhai ym myd technoleg. Trwy edrych arno, gallwch ddarganfod ymlaen llaw pa eiriau sydd fwyaf hyped y tymor hwn a beth fyddwch chi'n ei glywed yn yr holl gynadleddau sydd i ddod.
Rydyn ni wedi dehongli beth sydd y tu ôl i'r geiriau hardd yn y graff hwn er mwyn i chi allu siarad yr iaith hefyd.
I ddechrau, dim ond ychydig eiriau, pa fath o siart yw hwn. Bob blwyddyn ym mis Awst, mae asiantaeth ymgynghori Gartner yn rhyddhau adroddiad - Gartner Hype Curve. Yn Rwsieg, dyma'r “hype chromlin”, neu, yn symlach, hype. 30 mlynedd yn ôl, canodd rapwyr o'r grŵp Public Enemy: "Peidiwch â chredu'r hype." Credwch neu beidio, chi sydd i benderfynu, ond mae'n werth o leiaf wybod yr allweddeiriau hyn os ydych chi mewn technoleg ac eisiau gwybod tueddiadau'r byd.
Mae hwn yn graff o ddisgwyliadau'r cyhoedd o dechnoleg benodol. Yn ôl Gartner, yn yr achos delfrydol, mae technoleg yn mynd trwy 5 cam olynol: lansio technoleg, brig disgwyliadau uchel, dyffryn siom, llethr goleuedigaeth, llwyfandir cynhyrchiant. Ond mae hefyd yn digwydd ei fod yn suddo i mewn i'r “dyffryn siom” - gallwch chi gofio enghreifftiau eich hun yn hawdd iawn, cymerwch yr un bitcoins: i ddechrau cyrraedd y brig fel “arian y dyfodol”, fe wnaethant rolio i lawr yn gyflym pan fydd diffygion y dechnoleg daeth yn amlwg, yn gyntaf oll cyfyngiadau ar nifer y trafodion a'r swm gwallgof o drydan sydd ei angen i gynhyrchu bitcoins (sydd eisoes yn golygu problemau amgylcheddol). Ac wrth gwrs, rhaid i ni beidio ag anghofio mai dim ond rhagolwg yw siart Gartner: yma, er enghraifft, gallwch ddarllen manwl , lle mae'r rhagfynegiadau mwyaf trawiadol heb eu cyflawni yn cael eu datrys.
Felly, gadewch i ni fynd dros y siart Gartner newydd. Rhennir technolegau yn 5 grŵp thematig mawr:
- AI a Dadansoddeg Uwch (AI a Dadansoddeg Uwch)
- Cyfrifiadura Ôl-glasurol a Chyfathrebu
- Synhwyraidd a symudedd (Synhwyro a Symudedd)
- Dynol Estynedig
- Ecosystemau Digidol
1. AI a Dadansoddeg Uwch (AI a Dadansoddeg Uwch)
Dros y 10 mlynedd diwethaf, rydym wedi gweld uchafbwynt dysgu dwfn (Dysgu Dwfn). Mae'r rhwydweithiau hyn yn wirioneddol effeithiol ar gyfer eu hystod o dasgau. Yn 2018, derbyniodd Jan LeCun, Geoffrey Hinton a Joshua Bengio Wobr Turing am ddarganfyddiadau ynddynt - y wobr fwyaf mawreddog, sy'n cyfateb i Wobr Nobel mewn cyfrifiadureg. Felly, y prif dueddiadau yn y maes hwn, sy'n cael eu plotio ar y siart:
1.1. Trosglwyddo Dysgu
Nid ydych chi'n hyfforddi rhwydwaith niwral o'r dechrau, ond yn cymryd un sydd eisoes wedi'i hyfforddi ac yn rhoi nod gwahanol iddo. Weithiau mae hyn yn gofyn am ailhyfforddi rhan o'r rhwydwaith, ond nid y rhwydwaith cyfan, sy'n llawer cyflymach. Er enghraifft, gan gymryd rhwydwaith niwral ResNet50 parod wedi'i hyfforddi ar y set ddata ImageNet1000, byddwch yn cael algorithm a all ddosbarthu llawer o wahanol wrthrychau o ddelwedd ar lefel ddwfn iawn (1000 o ddosbarthiadau yn seiliedig ar nodweddion a gynhyrchir gan 50 haen o'r rhwydwaith niwral). Ond nid oes rhaid i chi hyfforddi'r rhwydwaith cyfan, a fyddai'n cymryd misoedd.
В Samsung "Rhwydweithiau nerfol a gweledigaeth gyfrifiadurol", er enghraifft, yn y rownd derfynol gyda dosbarthu platiau yn lân ac yn fudr, dangosir dull gweithredu mewn 5 munud yn rhoi rhwydwaith niwral dwfn i chi a all wahaniaethu rhwng budr a phlatiau glân, a adeiladwyd yn ôl y bensaernïaeth uchod. Nid oedd y rhwydwaith gwreiddiol yn gwybod beth oedd platiau o gwbl, dim ond i wahaniaethu rhwng adar a chŵn y dysgodd (gweler ImageNet).
Ffynhonnell: Samsung "Rhwydweithiau Niwral a Gweledigaeth Cyfrifiadurol"
Ar gyfer Dysgu Trosglwyddo, mae angen i chi wybod pa ddulliau sy'n gweithio, beth yw'r pensaernïaeth sylfaenol parod. Yn gyffredinol, mae hyn yn cyflymu ymddangosiad cymwysiadau ymarferol dysgu peiriannau yn fawr.
1.2. Rhwydweithiau Gwrthwynebol Cynhyrchiol (GAN)
Mae hyn ar gyfer yr achosion hynny lle mae'n anodd iawn i ni lunio'r nod o hyfforddiant. Po agosaf yw’r dasg at fywyd go iawn, y mwyaf eglur yw hi i ni (“dewch â bwrdd wrth ochr y gwely”), ond mwyaf anodd yw ei llunio fel tasg dechnegol. Dim ond ymgais yw GAN i'n hachub rhag y broblem hon.
Mae dau rwydwaith yn gweithio yma: mae un yn gynhyrchydd (Generative), a'r llall yn wahaniaethwr (Gwrthwynebol). Mae un rhwydwaith yn dysgu sut i wneud gwaith defnyddiol (dosbarthu lluniau, adnabod synau, tynnu cartwnau). Ac mae rhwydwaith arall yn dysgu sut i ddysgu'r rhwydwaith hwnnw: mae ganddo enghreifftiau go iawn, ac mae'n dysgu dod o hyd i fformiwla gymhleth nad oedd yn hysbys o'r blaen ar gyfer cymharu cenedlaethau rhan gynhyrchiol y rhwydwaith â gwrthrychau byd go iawn (set hyfforddi) yn ôl dwfn hynod bwysig nodweddion: nifer y llygaid, agosrwydd at yr arddull Miyazaki, ynganiad cywir o'r Saesneg.
Enghraifft o ganlyniad rhwydwaith ar gyfer cynhyrchu cymeriadau anime.
Ond yno, wrth gwrs, mae'n anodd adeiladu pensaernïaeth. Nid yw taflu niwronau yn unig yn ddigon, mae angen eu coginio. Ac mae'n cymryd wythnosau i ddysgu. Mae pwnc GAN yn cael ei astudio gan fy nghydweithwyr yng Nghanolfan AI Samsung, a dyma un o'u cwestiynau ymchwil allweddol. Er enghraifft, fel hyn : Defnyddio rhwydweithiau cynhyrchiol i syntheseiddio ffotograffau realistig o bobl ag ystum cyfnewidiol - er enghraifft, i greu ystafell ffitio rithwir, neu ar gyfer synthesis wyneb, a all leihau faint o wybodaeth y mae angen ei storio neu ei throsglwyddo i sicrhau fideo o ansawdd uchel cyfathrebu, darlledu neu ddiogelu data personol.
1.3. AI eglurhaol
Mewn rhai tasgau prin, mae datblygiadau mewn pensaernïaeth ddofn yn sydyn wedi dod â galluoedd rhwydweithiau niwral dwfn yn agosach at alluoedd bodau dynol. Nawr mae'r frwydr ymlaen i gynyddu'r ystod o dasgau o'r fath. Er enghraifft, gallai sugnwr llwch robotig ddweud yn hawdd wrth gath oddi wrth gi mewn cyfarfod pen-ymlaen. Ond yn y rhan fwyaf o sefyllfaoedd bywyd, ni fydd yn gallu dod o hyd i gath yn cysgu ymhlith lliain neu ddodrefn (fodd bynnag, fel ni, yn y rhan fwyaf o achosion ...).
Beth yw'r rheswm dros lwyddiant rhwydweithiau niwral dwfn? Maent yn datblygu cynrychioliad o'r dasg yn seiliedig nid ar wybodaeth “weladwy i'r llygad noeth” (picsel o ffotograff, neidiau mewn cyfaint sain ...), ond ar arwyddion a gafwyd ar ôl rhag-brosesu'r wybodaeth hon â channoedd o haenau o niwral. rhwydwaith. Yn anffodus, gall y perthnasoedd hyn hefyd fod yn ddiystyr, yn anghyson, neu gallant ddwyn olion o ddiffygion yn y set ddata wreiddiol. Er enghraifft, mae gêm gyfrifiadurol fach am yr hyn y gall defnydd difeddwl o AI wrth recriwtio arwain ato. .
Gelwir y system ar gyfer labelu delweddau y person sy'n coginio menyw, er mai dyn yw'r llun mewn gwirionedd (). mae'n yn Sefydliad Virginia.
Er mwyn dadansoddi perthnasoedd cymhleth a dwfn na allwn eu ffurfio ein hunain yn aml, mae angen dulliau AI y gellir eu hesbonio. Maent yn trefnu nodweddion rhwydweithiau niwral dwfn fel y gallwn, ar ôl hyfforddiant, ddadansoddi'r gynrychiolaeth fewnol a ddysgwyd gan y rhwydwaith, ac nid dibynnu ar ei benderfyniad yn unig.
1.4. Edge Analytics / AI (Edge Analytics / AI)
Mae popeth lle mae'r gair Edge yn golygu'r canlynol yn llythrennol: trosglwyddo rhan o'r algorithmau o'r cwmwl / gweinydd i lefel y ddyfais / porth terfynol. Bydd algorithm o'r fath yn gweithio'n gyflymach ac ni fydd angen ei gysylltu â gweinydd canolog er mwyn gweithio. Os ydych chi'n gyfarwydd â'r tyniad “cleient tenau”, yna dyma ni'n tewychu'r cleient hwn ychydig.
Gall hyn fod yn bwysig ar gyfer Rhyngrwyd Pethau. Er enghraifft, os yw'r peiriant wedi'i orboethi a bod angen ei oeri, mae'n gwneud synnwyr nodi hyn ar unwaith, ar lefel y planhigyn, heb aros i'r data fynd i mewn i'r cwmwl ac oddi yno i'r fforman sifft. Neu enghraifft arall: gall ceir hunan-yrru ddelio ag amodau traffig ar eu pen eu hunain, heb gysylltu â gweinydd canolog.
Neu enghraifft arall o pam mae hyn yn bwysig o safbwynt diogelwch: pan fyddwch chi'n teipio testunau ar eich ffôn, mae'n cofio geiriau nodweddiadol i chi, fel y bydd bysellfwrdd y ffôn yn eu hawgrymu'n gyfleus i chi yn nes ymlaen - gelwir hyn yn fewnbwn testun rhagfynegol. Byddai anfon popeth rydych chi'n ei deipio ar y bysellfwrdd i rywle yn y ganolfan ddata yn groes i'ch preifatrwydd ac yn syml yn anniogel. Felly, dim ond o fewn fframwaith eich dyfais ei hun y mae dysgu bysellfwrdd yn digwydd.
1.5. Llwyfan AI fel gwasanaeth (AI PaaS)
PaaS - Mae Platform-as-a-Service yn fodel busnes lle rydym yn cael mynediad at lwyfan integredig, gan gynnwys ei storio cwmwl a gweithdrefnau y tu allan i'r bocs. Felly, gallwn ryddhau ein hunain rhag tasgau seilwaith, a chanolbwyntio'n llawn ar gynhyrchu rhywbeth defnyddiol. Enghraifft o lwyfannau PaaS ar gyfer tasgau AI: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.
1.6. Dysgu Peiriant Addasol (ML Addasol)
Beth os ydym yn gadael i ddeallusrwydd artiffisial addasu ... rydych chi'n gofyn - hynny yw, sut?.. Onid yw eisoes yn addasu i'r dasg? Y broblem yw hyn: rydym yn dylunio pob tasg o'r fath yn ofalus cyn adeiladu algorithm deallusrwydd artiffisial i'w datrys. Byddant yn eich ateb - mae'n troi allan y gellir symleiddio'r gadwyn hon.
Mae dysgu peiriant confensiynol yn gweithio ar yr egwyddor o system agored (dolen agored): rydych chi'n paratoi data, yn dyfeisio rhwydwaith niwral (neu beth bynnag), yn hyfforddi, yna'n edrych ar sawl dangosydd, ac os ydych chi'n hoffi popeth, gallwch chi anfon y rhwydwaith niwral i ffonau clyfar i ddatrys problemau defnyddwyr. Ond mewn cymwysiadau lle mae llawer o ddata ac mae eu natur yn newid yn raddol, mae angen dulliau eraill. Mae systemau o'r fath sy'n addasu ac yn addysgu eu hunain wedi'u trefnu'n gylchedau caeedig, hunan-ddysgu (dolen gaeedig), a rhaid iddynt weithio heb ymyrraeth.
Ceisiadau - gall hyn fod yn ddadansoddeg ffrydio (Stream Analytics), y mae llawer o ddynion busnes yn gwneud penderfyniadau ar ei sail, neu reolaeth gynhyrchu addasol. Ar raddfa cymwysiadau modern, ac o ystyried y risgiau a ddeellir yn well i bobl, y dulliau sy'n ffurfio'r ateb i'r broblem hon, cesglir yr holl ddulliau hyn o dan yr enw cyffredinol AI Addasol.
O edrych ar y llun hwn, mae’n anodd cael gwared ar y teimlad nad yw’n bwydo darparyddion â bara – gadewch iddyn nhw ddysgu’r robot i anadlu…
Cyfrifiadura Ôl-glasurol a Chyfathrebu
2.1. Cyfathrebu symudol y bumed genhedlaeth (5G)
Mae hwn yn bwnc mor ddiddorol yr ydym yn cyfeirio ar unwaith at ein . Wel, dyma grynodeb byr. Bydd 5G, trwy gynyddu amlder trosglwyddo data, yn gwneud cyflymder y Rhyngrwyd yn afrealistig o gyflym. Mae'n anoddach i donnau byr basio trwy rwystrau, felly bydd dyluniad rhwydweithiau yn hollol wahanol: mae angen 500 gwaith yn fwy ar orsafoedd sylfaen.
Ynghyd â chyflymder, byddwn yn cael ffenomenau newydd: gemau amser real gyda realiti estynedig, cyflawni tasgau cymhleth (fel llawdriniaeth) trwy delepresenoldeb, atal damweiniau a sefyllfaoedd anodd ar y ffyrdd trwy gyfathrebu rhwng ceir. O un mwy rhyddieithol: bydd Rhyngrwyd symudol o'r diwedd yn stopio cwympo yn ystod digwyddiadau torfol, fel gêm mewn stadiwm.
Ffynhonnell delwedd: Reuters, Niantic
2.2. Cof y Genhedlaeth Nesaf
Yma rydym yn sôn am y bumed genhedlaeth o RAM - DDR5. Mae Samsung wedi cyhoeddi y bydd cynhyrchion yn seiliedig ar DDR2019 erbyn diwedd 5. Disgwylir y bydd y cof newydd ddwywaith mor gyflym a dwywaith mor gapacious wrth gynnal y ffactor ffurf, hynny yw, byddwn yn gallu cael cofbinnau gyda chynhwysedd o hyd at 32GB ar gyfer ein cyfrifiadur. Yn y dyfodol, bydd hyn yn arbennig o wir ar gyfer ffonau smart (bydd y cof newydd mewn fersiwn pŵer isel) a gliniaduron (lle mae nifer y slotiau DIMM yn gyfyngedig). Ac mae dysgu peiriant yn gofyn am lawer iawn o RAM.
2.3. Systemau Lloeren Orbit Daear Isel
Mae'r syniad o ddisodli lloerennau trwm, drud, pwerus gyda haid o rai bach a rhad ymhell o fod yn newydd ac fe ymddangosodd yn ôl yn y 90au. Am beth yn awr dim ond y diog ni chlywodd. Yma, y cwmni mwyaf enwog yw Iridium, a aeth yn fethdalwr yn y 90au hwyr, ond a achubwyd ar draul Adran Amddiffyn yr Unol Daleithiau (na ddylid ei gymysgu ag iRidium, system cartref smart Rwsia). Mae prosiect Elon Musk (Starlink) ymhell o fod yr unig un - mae Richard Branson (OneWeb - 1440 o loerennau amcangyfrifedig), Boeing (3000 o loerennau), Samsung (4600 o loerennau), ac eraill yn cymryd rhan yn y ras lloeren.
Sut mae pethau yn y maes hwn, sut olwg sydd ar yr economi yno - darllenwch i mewn . Ac rydym yn aros am y profion cyntaf o'r systemau hyn gan y defnyddwyr cyntaf, a ddylai ddigwydd y flwyddyn nesaf.
2.4. Argraffu 3D ar raddfa nano (Argraffu Nanoscale 3D)
Mae argraffu 3D, er nad yw wedi mynd i mewn i fywyd pob person (yn y ffurf a addawyd gan ffatri plastig cartref unigol), serch hynny, wedi gadael y gilfach o dechnolegau ar gyfer geeks ers amser maith. Gallwch farnu yn ôl y ffaith bod unrhyw blentyn ysgol yn gwybod am fodolaeth o leiaf ysgrifbinnau cerfluniol 3D, ac mae llawer yn breuddwydio am brynu blwch gyda sgidiau ac allwthiwr ar gyfer ... "yn union fel hynny" (neu wedi ei brynu eisoes).
Mae stereolithograffeg (argraffwyr laser 3D) yn caniatáu argraffu gyda ffotonau unigol: mae polymerau newydd yn cael eu harchwilio, ac mae dau ffoton yn ddigon i'w caledu. Bydd hyn yn caniatáu mewn amodau nad ydynt yn labordy i greu hidlwyr, mowntiau, ffynhonnau, capilarïau, lensys a ... eich opsiynau yn y sylwadau! Ac yma nid yw'n bell o ffotopolymerization - dim ond y dechnoleg hon sy'n eich galluogi i "argraffu" proseswyr a chylchedau cyfrifiadurol. Yn ogystal, nid y flwyddyn gyntaf sydd , ond heb ddatblygiad radical.
3. Synhwyraidd a symudedd (Synhwyro a Symudedd)
3.1. Gyrru Ymreolaethol Lefel 4 a 5
Er mwyn peidio â drysu yn y derminoleg, mae'n werth deall pa lefelau o ymreolaeth sy'n cael eu gwahaniaethu (o'r manylion yr ydym yn cyfeirio at bawb sydd â diddordeb):
Lefel 1: Rheoli mordaith: cynorthwyo’r gyrrwr mewn sefyllfaoedd cyfyngedig iawn (er enghraifft, cadw’r car ar gyflymder penodol ar ôl i’r gyrrwr dynnu ei droed oddi ar y pedal)
Lefel 2: Cymorth cyfyngedig gyda llywio a brecio. Rhaid i'r gyrrwr fod yn barod i gymryd rheolaeth bron yn syth. Ei ddwylo sydd ar y llyw, ei lygaid sydd ar y ffordd. Dyma beth sydd gan Tesla a General Motors eisoes.
Lefel 3: Nid oes rhaid i'r gyrrwr gadw llygad ar y ffordd yn gyson mwyach. Ond rhaid iddo aros yn effro ac yn barod i gymryd rheolaeth. Mae hyn yn rhywbeth nad oes gan geir sydd ar gael yn fasnachol eto. Mae pob un sy'n bodoli ar hyn o bryd ar lefel 1-2.
Lefel 4: Gwir awtobeilot, ond gyda chyfyngiadau: dim ond teithiau mewn ardal hysbys sydd wedi'i mapio'n ofalus ac sy'n hysbys i'r system yn gyffredinol, ac o dan amodau penodol: dim eira, er enghraifft. Mae gan Waymo a General Motors brototeipiau o'r fath, ac maent yn bwriadu eu lansio mewn sawl dinas a'u profi mewn amgylchedd go iawn. Mae gan Yandex barthau prawf tacsi di-beilot yn Skolkovo ac Innopolis: mae'r daith yn digwydd o dan oruchwyliaeth peiriannydd sy'n eistedd yn sedd y teithiwr; erbyn diwedd y flwyddyn, mae'r cwmni'n bwriadu ehangu ei fflyd i 100 o gerbydau di-griw.
Lefel 5: Gyrru awtomatig llawn, amnewid gyrrwr byw yn llawn. Nid yw systemau o'r fath yn bodoli, ac nid ydynt yn debygol o ymddangos yn y blynyddoedd i ddod.
Pa mor realistig yw hi i weld hyn i gyd yn y dyfodol agos? Yma hoffwn ailgyfeirio'r darllenydd at yr erthygl . Mae hyn yn rhannol oherwydd diffyg cysylltedd 5G: nid yw'r cyflymderau 4G sydd ar gael yn ddigon. Yn rhannol â chost uchel iawn peiriannau ymreolaethol: maent yn dal i fod yn amhroffidiol, mae'r model busnes yn annealladwy. Mewn gair, “mae popeth yn gymhleth” yma, ac nid yw'n gyd-ddigwyddiad bod Gartner yn ysgrifennu nad yw'r rhagolwg ar gyfer gweithredu màs Lefelau 4 a 5 yn gynharach nag mewn 10 mlynedd.
3.2. Camerâu â gweledigaeth 3D (Camerâu Synhwyro 3D)
Wyth mlynedd yn ôl, gwnaeth rheolwr gêm Microsoft Kinect sblash trwy gynnig datrysiad fforddiadwy a chymharol rad ar gyfer gweledigaeth 3D. Ers hynny, mae gemau addysg gorfforol a dawns gyda Kinect wedi profi eu codiad a'u cwymp byr, ond mae camerâu 3D wedi'u defnyddio mewn robotiaid diwydiannol, cerbydau di-griw, a ffonau symudol ar gyfer adnabod wynebau. Mae technoleg wedi dod yn rhatach, yn llai ac yn fwy hygyrch.
Mae gan y Samsung S10 gamera Amser Hedfan sy'n mesur y pellter i wrthrych i'ch helpu i ganolbwyntio.
Os oes gennych ddiddordeb yn y pwnc hwn, yna rydym yn ailgyfeirio i drosolwg manwl da iawn o gamerâu dyfnder: , .
3.3. Dronau ar gyfer danfon llwythi bach (Dronau Cludo Cargo Ysgafn)
Gwnaeth Amazon sblash eleni pan ddadorchuddiodd drôn hedfan newydd yn y sioe a all gario llwythi tâl bach hyd at 2kg. I'r ddinas, gyda'i thagfeydd traffig, mae hyn yn ymddangos fel yr ateb perffaith. Gadewch i ni weld sut y bydd y dronau hyn yn profi eu hunain yn y dyfodol agos iawn. Efallai y dylid cynnwys amheuaeth ofalus yma: mae llawer o broblemau, o'r posibilrwydd o ddwyn drôn yn hawdd, i gyfyngiadau cyfreithiol ar Gerbydau Awyr Di-griw. Mae Amazon Prime Air wedi bod o gwmpas ers chwe blynedd ond mae'n dal yn ei gyfnod profi.
Datgelodd drôn newydd Amazon y gwanwyn hwn. Mae rhywbeth o Star Wars ynddo.
Yn ogystal ag Amazon, mae yna chwaraewyr eraill yn y farchnad hon (mae yna fanylion ), ond nid un cynnyrch gorffenedig: mae popeth ar gam ymgyrchoedd profi a marchnata. Ar wahân, mae'n werth nodi meddygol arbenigol iawn eithaf diddorol yn Affrica: rhoi gwaed yn Ghana (14 o ddanfoniadau, Zipline) a Rwanda (Matternet).
3.4. Cerbydau Ymreolaethol Hedfan
Mae'n anodd dweud dim byd pendant yma. Yn ôl Gartner, ni fydd hyn yn ymddangos yn gynharach nag mewn 10 mlynedd. Yn gyffredinol, dyma'r un problemau i gyd ag mewn cerbydau di-griw, dim ond iddynt gael dimensiwn newydd - fertigol. Mae Porsche, Boeing, Uber yn datgan eu huchelgeisiau i adeiladu tacsi hedfan.
3.5. Cwmwl Realiti Estynedig (AR Cloud)
Copi digidol parhaol o'r byd go iawn, sy'n eich galluogi i greu haen newydd o realiti sy'n gyffredin i bob defnyddiwr. Mewn termau mwy technegol, mae'n ymwneud â gwneud llwyfan cwmwl agored y gall datblygwyr integreiddio eu cymwysiadau AR iddo. Mae'r model monetization yn ddealladwy, mae'n fath o analog o Steam. Mae'r syniad mor gynhenid nes bod rhai pobl bellach yn meddwl bod AR heb y cwmwl yn ddiwerth.
Dangosir sut y gallai edrych yn y dyfodol mewn fideo byr. Edrych fel pennod arall o Black Mirror:
Gellir darllen mwy yn
4. Dynol Estynedig
4.1. Emosiwn AI
Sut i fesur, efelychu ac ymateb i emosiynau dynol? Mae rhai o'r cwsmeriaid yma yn gwmnïau sy'n gwneud cynorthwywyr llais fel Amazon Alexa. Byddant yn gallu dod i arfer â'r tŷ os byddant yn dysgu adnabod yr hwyliau: deall y rheswm dros anfodlonrwydd y defnyddiwr, ceisiwch unioni'r sefyllfa. Yn gyffredinol, mae llawer mwy o wybodaeth yn y cyd-destun nag yn y neges ei hun. A'r cyd-destun yw mynegiant yr wyneb, a goslef, ac ymddygiad di-eiriau.
O gymwysiadau ymarferol eraill: dadansoddi emosiynau yn ystod cyfweliad swydd (yn seiliedig ar gyfweliadau fideo), gwerthuso ymatebion i hysbysebion neu gynnwys fideo arall (gwenu, chwerthin), cymorth dysgu (er enghraifft, ar gyfer arferion annibynnol yn y grefft o siarad cyhoeddus) .
Mae'n anodd siarad ar y pwnc hwn yn well nag awdur ffilm fer 6 munud . Wedi'i grefftio'n glyfar ac yn chwaethus, mae'r fideo yn dangos sut y gallwn fesur ein hemosiynau at ddibenion marchnata, a darganfod o adweithiau eiliad eich wyneb a ydych chi'n hoffi pizza, cŵn, Kanye West, a hyd yn oed beth yw eich lefel incwm a'ch IQ bras. Trwy fynd i wefan y ffilm yn y ddolen uchod, rydych chi'n dod yn gyfranogwr mewn fideo rhyngweithiol gan ddefnyddio camera adeiledig eich gliniadur. Mae'r ffilm eisoes wedi'i dangos mewn sawl gŵyl ffilm.
Mae hyd yn oed astudiaeth mor ddiddorol: sut i adnabod coegni mewn testun. Fe wnaethon nhw gymryd trydariadau gyda'r hashnod #sarcasm a gwneud sampl hyfforddi o 25 o drydariadau coegni a 000 o drydariadau rheolaidd am bopeth yn y byd. Fe wnaethom gymhwyso llyfrgell TensorFlow, hyfforddi'r system, dyma'r canlyniad:
Felly nawr, os nad ydych chi'n siŵr am eich cydweithiwr neu ffrind - dywedodd rywbeth wrthych chi o ddifrif neu gyda choegni - gallwch chi eisoes ddefnyddio !
4.2. Cudd-wybodaeth Estynedig
Awtomeiddio gwaith deallusol gan ddefnyddio dulliau dysgu peirianyddol. Mae'n ymddangos nad oes dim byd newydd? Ond mae'r geiriad ei hun yn bwysig yma, yn enwedig gan ei fod yn cyd-daro mewn talfyriad â Deallusrwydd Artiffisial. Daw hyn â ni yn ôl at y ddadl AI “cryf” yn erbyn “gwan”.
AI cryf yw'r un deallusrwydd artiffisial o ffilmiau ffuglen wyddonol sy'n gwbl gyfwerth â'r meddwl dynol ac sy'n ymwybodol ohono'i hun fel person. Nid yw hyn yn bodoli eto ac nid yw'n glir a fydd yn bodoli o gwbl.
Nid yw AI gwan yn berson annibynnol, ond yn gynorthwyydd cynorthwyol i berson. Nid yw'n esgus meddwl tebyg i ddynolryw, ond yn syml mae'n gwybod sut i ddatrys problemau gwybodaeth, er enghraifft, pennu'r hyn a ddangosir yn y llun neu gyfieithu testun.
Yn yr ystyr hwn, mae Deallusrwydd Estynedig yn ei ffurf buraf “AI gwan”, ac mae'r geiriad i'w weld yn llwyddiannus, gan nad yw'n cyflwyno dryswch a themtasiwn i weld yma'r “AI cryf” iawn y mae pawb yn breuddwydio amdano (neu'n ei ofni, os cofiwn y dadleuon niferus ynghylch y “peiriannau gwrthryfel”). Gan ddefnyddio'r ymadrodd Cudd-wybodaeth Estynedig, mae'n ymddangos ar unwaith ein bod ni'n dod yn arwyr ffilm arall: o ffuglen wyddonol (fel "I, Robot" Asimov") rydyn ni'n cael ein hunain mewn seiberpunk ("ychwanegiadau" yn y genre hwn yw pob math o fewnblaniadau sy'n ehangu dynol. galluoedd).
Fel Eric Brynjolfsson ac Andrew McAfee: “Dros y 10 mlynedd nesaf, dyma beth fydd yn digwydd. Ni fydd AI yn disodli rheolwyr, ond bydd y rheolwyr hynny sy'n defnyddio AI yn disodli'r rhai nad ydynt wedi cael amser. ”
Enghreifftiau:
- Meddygaeth: Datblygodd Prifysgol Stanford sydd cystal ar gyfartaledd am adnabod annormaleddau ar belydr-x o'r frest â'r rhan fwyaf o feddygon
- Addysg: cymorth i'r myfyriwr a'r athro, dadansoddi ymateb myfyrwyr i ddeunyddiau, adeiladu llwybr dysgu unigol.
- Dadansoddeg busnes: mae rhagbrosesu data, yn ôl ystadegau, yn cymryd 80% o amser yr ymchwilydd, a dim ond 20% - yr arbrawf ei hun
4.3. Biosglodion
Dyma hoff thema holl ffilmiau a llyfrau cyberpunk. Yn gyffredinol, nid yw naddu anifeiliaid anwes yn arfer newydd. Ond nawr mae'r sglodion hyn hefyd yn cael eu mewnblannu i bobl.
Yn yr achos hwn, mae'r hype yn fwyaf tebygol o fod yn gysylltiedig â'r achos syfrdanol yn y cwmni Americanaidd Three Square Market. Yno, dechreuodd y cyflogwr gynnig mewnblannu sglodion o dan y croen yn gyfnewid am ffi. Mae'r sglodyn yn caniatáu ichi agor drysau, mewngofnodi i gyfrifiaduron, prynu byrbrydau mewn peiriant gwerthu - hynny yw, cerdyn gweithiwr cyffredinol o'r fath. Ar yr un pryd, mae sglodyn o'r fath yn gweithredu'n union fel cerdyn adnabod; nid oes ganddo fodiwl GPS, felly mae'n amhosibl olrhain unrhyw un sy'n ei ddefnyddio. Ac os yw person eisiau tynnu sglodyn o'i law, mae'n cymryd 5 munud gyda chymorth meddyg.
Mae sglodion fel arfer yn cael eu mewnblannu rhwng y bawd a'r bys blaen.
Darllenwch yn fanwl ar gyflwr materion gyda naddu yn y byd.
4.4. Gweithle Trochi
Mae “Immersive” yn air newydd arall nad oes ganddo unman i fynd. Mae ym mhobman. Theatr drochi, arddangosfa, sinema. Beth yw ystyr? Mae trochi yn creu effaith trochi, pan gollir y ffin rhwng yr awdur a'r gwyliwr, y byd rhithwir a'r byd real. Mewn perthynas â'r gweithle, rhaid cymryd bod hyn yn golygu dileu'r ffin rhwng y perfformiwr a'r cychwynnwr ac annog gweithwyr i gymryd safle mwy gweithredol trwy ailfformadu eu hamgylchedd.
Gan fod gennym bellach Agile ym mhobman, hyblygrwydd, rhyngweithio agos, yna dylai gweithleoedd fod mor hawdd eu ffurfweddu â phosibl, dylai annog gwaith grŵp. Mae'r economi yn pennu ei hamodau ei hun: mae mwy o weithwyr dros dro, mae cost rhentu gofod swyddfa yn tyfu, ac mewn marchnad lafur gystadleuol, mae cwmnïau TG yn ceisio cynyddu boddhad gweithwyr o'r gwaith trwy greu ardaloedd hamdden a buddion eraill. Ac mae hyn i gyd yn cael ei adlewyrchu yn nyluniad y gweithleoedd.
O'r cnoc
4.5. Personiad
Mae pawb yn gwybod beth yw personoli mewn hysbysebu. Dyma pan fyddwch chi'n trafod gyda chydweithiwr heddiw bod yr aer yn yr ystafell braidd yn sych, a dylech chi brynu lleithydd ar gyfer y swyddfa, a'r diwrnod wedyn fe welwch hysbyseb ar eich rhwydwaith cymdeithasol - "prynwch lleithydd" (a achos go iawn a ddigwyddodd i mi).
Mae personoli, yn ôl Gartner, yn ymateb i bryder cynyddol defnyddwyr am y defnydd o'u data personol at ddibenion hysbysebu. Y nod yw datblygu ymagwedd lle byddwn yn cael gweld hysbysebion sy'n berthnasol i'r cyd-destun yr ydym ynddo, ac nid i ni'n bersonol. Er enghraifft, mae ein lleoliad, math o ddyfais, amser o'r dydd, amodau tywydd yn bethau nad ydynt yn torri ein data personol, ac nid ydym yn teimlo'r teimlad annymunol o gael ein “gwylio”.
Am y gwahaniaeth rhwng y ddau gysyniad hyn, darllenwch Andrew Frank ar bost blog ar wefan Gartner. Mae yna wahaniaeth mor gynnil a geiriau mor debyg fel eich bod chi, heb wybod y gwahaniaeth, mewn perygl o ddadlau gyda'ch interlocutor am amser hir, heb amau bod, yn gyffredinol, y ddau yn iawn (ac mae hwn hefyd yn achos gwirioneddol a ddigwyddodd i'r awdur).
4.6. Biotechnoleg - Meinwe artiffisial (Biotech - Meinwe Ddiwylliedig neu Artiffisial)
Dyma, yn gyntaf oll, y syniad o dyfu cig artiffisial. Ar yr un pryd, mae nifer o dimau ledled y byd yn brysur yn datblygu labordy "Cig 2.0" - disgwylir y bydd yn dod yn rhatach na'r arfer, a bydd bwydydd cyflym yn newid iddo, ac yna archfarchnadoedd. Mae buddsoddwyr yn y dechnoleg hon yn cynnwys Bill Gates, Sergey Brin, Richard Branson ac eraill.
Ffynhonnell
Y rhesymau pam mae gan bawb gymaint o ddiddordeb mewn cig artiffisial:
- Cynhesu byd-eang: Allyriadau methan o ffermydd. Mae hyn yn 18% o gyfaint byd-eang y nwyon sy'n effeithio ar yr hinsawdd.
- Twf poblogaeth. Mae'r galw am gig yn tyfu, ac ni fydd yn bosibl bwydo pawb â chig naturiol - yn syml, mae'n ddrud.
- Diffyg lle. Mae 70% o goedwigoedd yr Amazon eisoes wedi'u clirio ar gyfer porfa.
- ystyriaethau moesegol. Mae yna rai y mae hyn yn bwysig iddynt. Mae’r sefydliad hawliau anifeiliaid PETA eisoes wedi cynnig gwobr o $1 miliwn i wyddonydd sy’n dod â chig cyw iâr artiffisial i’r farchnad.
Mae cyfnewid cig go iawn am soi yn ateb rhannol, oherwydd gall pobl deimlo'r gwahaniaeth mewn blas a gwead, ac maent yn annhebygol o roi'r gorau i stêc o blaid soi. Felly mae’r hyn sydd ei angen yn real, sef cig wedi’i dyfu’n organig. Nawr, yn anffodus, mae cig artiffisial yn rhy ddrud: o $ 12 y cilogram. Mae hyn oherwydd y broses dechnegol gymhleth o dyfu cig o'r fath. Darllenwch am y cyfan .
Os byddwn yn siarad am achosion eraill o feinweoedd sy'n tyfu - sydd eisoes mewn meddygaeth - yna mae pwnc organau artiffisial yn ddiddorol: er enghraifft, "patch" ar gyfer cyhyr y galon, argraffydd 3D arbennig. hysbys fel calon llygoden a dyfwyd yn artiffisial, ond yn gyffredinol, mae popeth yn dal i fod o fewn cwmpas treialon clinigol. Felly rydym yn annhebygol o weld Frankenstein yn y blynyddoedd i ddod.
Yma mae Gartner yn ofalus iawn yn ei amcangyfrifon, gan gadw mewn cof ei ragfynegiad aflwyddiannus ar gyfer 2015 yn 2019 y bydd gan 10% o'r boblogaeth mewn gwledydd datblygedig ddyfais mewnblaniad meddygol printiedig 3D yn 10. Felly, mae'n dynodi'r amser i gyrraedd llwyfandir cynhyrchiant - o leiaf XNUMX mlynedd.
5. Ecosystemau Digidol
5.1. Gwe ddatganoledig
Mae cysylltiad agos rhwng y cysyniad hwn ac enw dyfeisiwr y we, enillydd Gwobr Turing, Syr Tim Burners-Lee. Mae materion moesegol mewn cyfrifiadureg bob amser wedi bod yn bwysig iddo ac mae hanfod cyfunol y Rhyngrwyd yn bwysig: gosod sylfeini hyperdestun, roedd yn argyhoeddedig y dylai'r rhwydwaith weithio fel gwe, ac nid fel hierarchaeth. Felly roedd ar gam cynnar yn natblygiad y rhwydwaith. Fodd bynnag, gyda thwf y Rhyngrwyd, mae ei strwythur wedi'i ganoli am amrywiaeth o resymau. Daeth i'r amlwg y gellir rhwystro mynediad rhwydwaith ar gyfer gwlad gyfan yn hawdd gyda dim ond ychydig o ddarparwyr. Ac mae data defnyddwyr wedi dod yn ffynhonnell pŵer ac incwm i gwmnïau Rhyngrwyd.
“Mae’r Rhyngrwyd eisoes wedi’i ddatganoli,” meddai Burners-Lee. “Y broblem yw mai un peiriant chwilio sy’n dominyddu, un rhwydwaith cymdeithasol mawr, un platfform microblogio. Nid oes gennym ni broblemau technolegol, ond mae gennym ni rai cymdeithasol.”
Yn ei Ar achlysur 30 mlynedd ers sefydlu'r We Fyd Eang, amlinellodd crëwr y We dair prif broblem gyda'r Rhyngrwyd:
- Niwed wedi'i dargedu, megis hacio a noddir gan y llywodraeth, trosedd ac aflonyddu ar-lein
- Mae union ddyfais y system, sydd, ar draul y defnyddiwr, yn creu'r sail ar gyfer mecanweithiau o'r fath fel: cymhellion ariannol ar gyfer abwyd clic a lledaeniad firaol gwybodaeth ffug
- Canlyniadau anfwriadol dylunio system sy'n arwain at wrthdaro a llai o ansawdd o drafod ar-lein
Ac mae gan Tim Berners-Lee ateb eisoes ar ba egwyddorion y gellid eu seilio ar y “Rhyngrwyd Iach”, heb broblem rhif 2: “I lawer o ddefnyddwyr, refeniw hysbysebu yw'r unig fodel ar gyfer rhyngweithio â'r we o hyd. Hyd yn oed os yw pobl wedi dychryn am yr hyn sy'n digwydd i'w data, maen nhw'n barod i wneud bargen gyda'r peiriant marchnata i gael cynnwys am ddim. Dychmygwch fyd lle mae talu am nwyddau a gwasanaethau yn hawdd ac yn bleserus i’r ddwy ochr.” Un ffordd y gellid gwneud hyn yw i gerddorion werthu eu recordiadau allan o'r bocs ar ffurf iTunes, ac i wefannau newyddion ddefnyddio microdaliadau i ddarllen un erthygl yn lle gwneud arian o hysbysebion.
Fel prototeip arbrofol ar gyfer Rhyngrwyd mor newydd, lansiodd Tim Berners-Lee y prosiect SOLID, a'i hanfod yw eich bod chi'n storio'ch data mewn "pod" - storio gwybodaeth, ac yn gallu darparu'r data hwn i gymwysiadau trydydd parti. Ond mewn egwyddor, chi eich hun yw meistri eich data. Mae hyn i gyd yn gysylltiedig yn agos â'r cysyniad o rwydweithiau cyfoedion-i-cyfoedion, hynny yw, mae eich cyfrifiadur nid yn unig yn gofyn am wasanaethau, ond hefyd yn eu darparu, er mwyn peidio â dibynnu ar un gweinydd fel yr unig sianel.
5.2. Sefydliadau Ymreolaethol Datganoledig
Mae'n sefydliad sy'n cael ei lywodraethu gan reolau a ysgrifennwyd ar ffurf rhaglen gyfrifiadurol. Mae ei weithgareddau ariannol yn seiliedig ar y blockchain. Pwrpas creu sefydliadau o'r fath yw dileu'r wladwriaeth o rôl cyfryngwr a chreu amgylchedd cyffredin y gellir ymddiried ynddo i gontractwyr, nad yw'n eiddo i unrhyw un yn unig, ond sy'n eiddo i bawb gyda'i gilydd. Hynny yw, mewn theori, os yw'r syniad yn gwreiddio, dylai ddileu notaries a sefydliadau gwirio arferol eraill.
Yr enghraifft enwocaf o sefydliad o’r fath oedd y DAO sy’n canolbwyntio ar fenter, a gododd $2016 miliwn yn 150, a chafodd $50 ohono ei ddwyn ar unwaith trwy “dwll” cyfreithiol yn y rheolau. Ar unwaith, cododd cyfyng-gyngor anodd: naill ai rholio'n ôl a dychwelyd yr arian, neu gyfaddef bod tynnu arian yn ôl yn gyfreithlon, oherwydd nid oedd yn torri rheolau'r platfform mewn unrhyw ffordd. O ganlyniad, er mwyn dychwelyd yr arian i fuddsoddwyr, roedd yn rhaid i'r crewyr ddinistrio'r DAO, gan ailysgrifennu'r blockchain a thorri ei egwyddor sylfaenol - immutability.
Comic am Ethereum (chwith) a The DAO (dde).
Mae'r stori gyfan hon wedi difetha enw da'r syniad DAO ei hun. Gwnaethpwyd y prosiect hwnnw ar sail y cryptocurrency Ethereum, y flwyddyn nesaf disgwylir y fersiwn Ether 2.0 - efallai y bydd yr awduron (gan gynnwys yr adnabyddus Vitalik Buterin) yn cymryd i ystyriaeth y camgymeriadau ac yn dangos rhywbeth newydd. Mae'n debyg mai dyma pam y rhoddodd Gartner DAO ar yr afon i fyny'r afon.
5.3 Data synthetig (Data Synthetig)
Mae angen llawer iawn o ddata ar rwydweithiau niwral i hyfforddi. Mae labelu data â llaw yn waith enfawr y gall dyn yn unig ei wneud. Felly, gellir creu setiau data artiffisial. Er enghraifft, yr un casgliadau o wynebau dynol ar y safle . Maent yn cael eu creu gan ddefnyddio GAN - algorithmau, sydd eisoes wedi'u crybwyll uchod.
Nid yw'r wynebau hyn yn perthyn i bobl.
Mantais fawr data o'r fath yw nad oes unrhyw anawsterau cyfreithiol wrth eu defnyddio: nid oes neb i roi caniatâd i brosesu data personol.
5.4 Gweithrediadau Digidol
Mae ôl-ddodiad “Ops” wedi dod yn hynod o ffasiynol ers i DevOps wreiddio yn ein haraith. Nawr am yr hyn yw DigitalOps - dim ond cyffredinoliad o DevOps, DesignOps, MarketingOps ydyw ... Ydych chi wedi diflasu eto? Yn fyr, mae'n ymwneud â symud dull DevOps o'r maes meddalwedd i bob rhan arall o'r busnes - marchnata, dylunio, ac ati.
Syniad DevOps oedd cael gwared ar y rhwystrau rhwng Datblygu ei hun (datblygu) a Gweithrediadau (prosesau busnes), trwy greu timau cyffredin, lle mae rhaglenwyr, profwyr, swyddogion diogelwch, a gweinyddwyr; gweithredu rhai arferion: integreiddio parhaus, seilwaith fel cod, lleihau a chryfhau cadwyni adborth. Y nod oedd cyflymu lansiad y cynnyrch i'r farchnad. Os oeddech chi'n meddwl mai Agile oedd hwn, rydych chi'n iawn. Nawr trosglwyddwch y dull hwn yn feddyliol o faes datblygu meddalwedd i ddatblygiad yn gyffredinol - ac rydych chi'n deall beth yw DigitalOps.
5.5. Graffiau Gwybodaeth
Ffordd feddalwedd o fodelu maes gwybodaeth, gan gynnwys defnyddio algorithmau dysgu peirianyddol. Mae'r graff gwybodaeth wedi'i adeiladu ar ben cronfeydd data presennol i gysylltu'r holl wybodaeth â'i gilydd: yn strwythuredig (rhestr o ddigwyddiadau neu bersonau) ac yn anstrwythuredig (testun erthygl).
Yr enghraifft symlaf yw'r cerdyn a welwch yng nghanlyniadau chwilio Google. Os ydych yn chwilio am berson neu sefydliad, fe welwch gerdyn ar y dde:
Sylwch nad yw "Digwyddiadau i ddod" yn gopi o wybodaeth o Google Maps, ond yn integreiddio'r amserlen â Yandex.Afisha: gallwch chi weld hyn yn hawdd os cliciwch ar y digwyddiadau. Hynny yw, mae'n gyfuniad o sawl ffynhonnell ddata gyda'i gilydd.
Os gofynnwch am restr - er enghraifft, "cyfarwyddwyr enwog" - dangosir "carwsél" i chi:
Bonws i'r rhai sy'n darllen hyd y diwedd
Ac yn awr, pan fyddwn wedi egluro i ni ein hunain ystyr pob un o'r pwyntiau, gallwn edrych ar yr un llun, ond yn Rwsieg:
Mae croeso i chi ei rannu ar gyfryngau cymdeithasol!
Tatyana Volkova - Awdur cwricwlwm trac IoT yn Academi TG Samsung, Arbenigwr mewn Rhaglenni Cyfrifoldeb Cymdeithasol Corfforaethol yng Nghanolfan Ymchwil Samsung
Ffynhonnell: hab.com