टेक उद्योग से जुड़े लोगों के लिए गार्टनर का चार्ट एक हाई फैशन शो की तरह है। इसे देखकर, आप पहले से पता लगा सकते हैं कि इस सीज़न में कौन से शब्द सबसे अधिक प्रचारित हैं और आप आगामी सभी सम्मेलनों में क्या सुनेंगे।

हमने यह समझ लिया है कि इस ग्राफ़ में सुंदर शब्दों के पीछे क्या है ताकि आप भी भाषा बोल सकें।

आरंभ करने के लिए, यह किस प्रकार का ग्राफ़ है, इसके बारे में बस कुछ शब्द। हर साल अगस्त में कंसल्टिंग एजेंसी गार्टनर एक रिपोर्ट जारी करती है- गार्टनर हाइप कर्व। रूसी में, यह एक "प्रचार वक्र" है, या, अधिक सरलता से, प्रचार है। 30 साल पहले, पब्लिक एनिमी समूह के रैपर्स ने गाया था: "प्रचार पर विश्वास न करें।" मानो या न मानो, यह एक व्यक्तिगत प्रश्न है, लेकिन यदि आप प्रौद्योगिकी क्षेत्र में काम करते हैं और वैश्विक रुझान जानना चाहते हैं तो कम से कम इन कीवर्ड को जानना उचित है।

यह एक विशेष तकनीक से जनता की अपेक्षाओं का ग्राफ है। गार्टनर के अनुसार, आदर्श रूप से, प्रौद्योगिकी 5 चरणों से गुजरती है: प्रौद्योगिकी प्रक्षेपण, बढ़ी हुई उम्मीदों का चरम, निराशा की घाटी, ज्ञान की ढलान, उत्पादकता का पठार। लेकिन ऐसा भी होता है कि यह "निराशा की घाटी" में डूब जाता है - आप स्वयं उदाहरणों को बहुत आसानी से याद कर सकते हैं, वही बिटकॉइन लें: शुरू में "भविष्य के पैसे" के रूप में शिखर पर पहुंचें, प्रौद्योगिकी की कमियों के कारण वे जल्दी से नीचे गिर गए स्पष्ट हो गया, सबसे पहले लेन-देन की संख्या पर प्रतिबंध और बिटकॉइन उत्पन्न करने के लिए आवश्यक बिजली की भारी मात्रा (जिसमें पहले से ही पर्यावरणीय समस्याएं शामिल हैं)। और निश्चित रूप से, हमें यह नहीं भूलना चाहिए कि गार्टनर का चार्ट सिर्फ एक पूर्वानुमान है: यहां, उदाहरण के लिए, आप एक विस्तृत विवरण पढ़ सकते हैं लेख, जहां सबसे आश्चर्यजनक अधूरी भविष्यवाणियों को सुलझाया जाता है।

तो, आइए नए गार्टनर चार्ट पर नज़र डालें। प्रौद्योगिकियों को 5 बड़े विषयगत समूहों में विभाजित किया गया है:

1. उन्नत एआई और एनालिटिक्स
2. पोस्टक्लासिकल कंप्यूट और कॉम्स
3. संवेदन और गतिशीलता
4. संवर्धित मानव
5. डिजिटल पारिस्थितिकी तंत्र

1. उन्नत एआई और एनालिटिक्स

पिछले 10 वर्षों में हमने गहन शिक्षा का बेहतरीन समय देखा है। ये नेटवर्क अपने कार्यों की श्रृंखला के लिए वास्तव में प्रभावी हैं। 2018 में, यान लेकुन, जेफ्री हिंटन और योशुआ बेंगियो को उनकी खोजों के लिए ट्यूरिंग पुरस्कार मिला - सबसे प्रतिष्ठित पुरस्कार, कंप्यूटर विज्ञान में नोबेल पुरस्कार के अनुरूप। तो, इस क्षेत्र में मुख्य रुझान, जो चार्ट पर दिखाए गए हैं:

1.1. स्थानांतरण सीखना

आप एक तंत्रिका नेटवर्क को शुरू से प्रशिक्षित नहीं करते हैं, बल्कि पहले से ही प्रशिक्षित एक नेटवर्क लेते हैं और उसे एक अलग लक्ष्य सौंपते हैं। कभी-कभी इसके लिए नेटवर्क के कुछ हिस्से को फिर से प्रशिक्षित करने की आवश्यकता होती है, लेकिन पूरे नेटवर्क की नहीं, जो बहुत तेज़ है। उदाहरण के लिए, ImageNet50 डेटासेट पर प्रशिक्षित एक तैयार तंत्रिका नेटवर्क ResNet1000 लेते हुए, आपको एक एल्गोरिदम मिलेगा जो एक छवि में कई अलग-अलग वस्तुओं को बहुत गहरे स्तर पर वर्गीकृत कर सकता है (तंत्रिका की 1000 परतों द्वारा उत्पन्न सुविधाओं के आधार पर 50 कक्षाएं) नेटवर्क)। लेकिन आपको उस पूरे नेटवर्क को प्रशिक्षित करने की ज़रूरत नहीं है, जिसमें महीनों लगेंगे।

В ऑनलाइन पाठ्यक्रम सैमसंग "न्यूरल नेटवर्क और कंप्यूटर विज़न", उदाहरण के लिए, फाइनल में कागल कार्य प्लेटों को साफ और गंदे में वर्गीकृत करने के साथ, एक दृष्टिकोण प्रदर्शित किया जाता है जो 5 मिनट में आपको एक गहरा तंत्रिका नेटवर्क प्रदान करता है जो गंदे और साफ प्लेटों को अलग करने में सक्षम है, जो ऊपर वर्णित वास्तुकला के अनुसार बनाया गया है। मूल नेटवर्क को बिल्कुल भी नहीं पता था कि प्लेटें क्या होती हैं, उसने केवल पक्षियों को कुत्तों से अलग करना सीखा था (इमेजनेट देखें)।

स्रोत: ऑनलाइन पाठ्यक्रम सैमसंग "तंत्रिका नेटवर्क और कंप्यूटर विज़न"

ट्रांसफर लर्निंग के लिए आपको यह जानना होगा कि कौन से दृष्टिकोण काम करते हैं और कौन से तैयार बुनियादी आर्किटेक्चर उपलब्ध हैं। कुल मिलाकर, यह मशीन लर्निंग के व्यावहारिक अनुप्रयोगों के उद्भव में काफी तेजी लाता है।

1.2. जनरेटिव एडवरसैरियल नेटवर्क (जीएएन)

यह उन मामलों के लिए है जब हमारे लिए सीखने का लक्ष्य तैयार करना बहुत कठिन होता है। यह कार्य वास्तविक जीवन के जितना करीब है, यह हमारे लिए उतना ही अधिक समझने योग्य है ("बेडसाइड टेबल लाओ"), लेकिन इसे तकनीकी कार्य के रूप में तैयार करना उतना ही कठिन है। GAN हमें इस समस्या से बचाने का एक प्रयास मात्र है।

यहां दो नेटवर्क काम कर रहे हैं: एक जेनरेटर (जनरेटिव) है, दूसरा डिस्क्रिमिनेटर (एडवर्सेरियल) है। एक नेटवर्क उपयोगी कार्य करना सीखता है (चित्रों को वर्गीकृत करना, ध्वनियों को पहचानना, कार्टून बनाना)। और एक अन्य नेटवर्क उस नेटवर्क को सिखाना सीखता है: इसके पास वास्तविक उदाहरण हैं, और यह वास्तव में महत्वपूर्ण गहरी विशेषताओं के आधार पर नेटवर्क के जेनरेटर भाग के उत्पादों की वास्तविक दुनिया की वस्तुओं (प्रशिक्षण सेट) के साथ तुलना करने के लिए पहले से अज्ञात जटिल सूत्र ढूंढना सीखता है। : आँखों की संख्या, मियाज़ाकी की शैली से निकटता, सही अंग्रेजी उच्चारण।

एनीमे वर्ण उत्पन्न करने के लिए नेटवर्क के परिणाम का एक उदाहरण। स्रोत

लेकिन, निःसंदेह, वहां वास्तुकला का निर्माण करना कठिन है। केवल न्यूरॉन्स को फेंक देना ही काफी नहीं है, उन्हें तैयार रहने की जरूरत है। और आपको हफ्तों तक पढ़ाई करनी होगी. सैमसंग आर्टिफिशियल इंटेलिजेंस सेंटर में मेरे सहकर्मी GAN विषय पर काम कर रहे हैं; यह उनके प्रमुख शोध प्रश्नों में से एक है। उदाहरण के लिए, इस तरह डिज़ाइन: अलग-अलग पोज़ वाले लोगों की यथार्थवादी तस्वीरों को संश्लेषित करने के लिए जेनरेटिव नेटवर्क का उपयोग करना - उदाहरण के लिए, एक वर्चुअल फिटिंग रूम बनाना, या चेहरे को संश्लेषित करना, जो उच्च गुणवत्ता वाले वीडियो को सुनिश्चित करने के लिए संग्रहीत या प्रसारित होने वाली जानकारी की मात्रा को कम कर सकता है संचार, प्रसारण या व्यक्तिगत डेटा सुरक्षा।

स्रोत

1.3. समझाने योग्य ए.आई

कुछ दुर्लभ कार्यों के लिए, गहरे आर्किटेक्चर में प्रगति ने अचानक गहरे तंत्रिका नेटवर्क की क्षमताओं को मानवीय क्षमताओं के करीब ला दिया है। अब ऐसे कार्यों का दायरा बढ़ाने की लड़ाई चल रही है। उदाहरण के लिए, एक रोबोट वैक्यूम क्लीनर आमने-सामने की बैठक में बिल्ली और कुत्ते को आसानी से अलग कर सकता है। लेकिन अधिकांश जीवन स्थितियों में, वह लिनन या फर्नीचर के बीच सोती हुई बिल्ली को ढूंढने में असमर्थ होगा (हालांकि, हमारी तरह, ज्यादातर मामलों में...)।

डीप न्यूरल नेटवर्क की सफलता का कारण क्या है? वे समस्या का प्रतिनिधित्व "नग्न आंखों से दिखाई देने वाली" जानकारी (फोटो पिक्सल, ध्वनि की मात्रा में परिवर्तन...) के आधार पर नहीं, बल्कि तंत्रिका नेटवर्क की कई सौ परतों द्वारा इस जानकारी को प्रीप्रोसेस करने के बाद प्राप्त सुविधाओं के आधार पर विकसित करते हैं। दुर्भाग्य से, ये रिश्ते अर्थहीन, असंगत भी हो सकते हैं, या मूल डेटा सेट में खामियों के निशान भी हो सकते हैं। उदाहरण के लिए, भर्ती में एआई के बिना सोचे-समझे उपयोग से क्या परिणाम हो सकते हैं, इसके बारे में एक छोटा कंप्यूटर गेम है सर्वोत्तम फ़िट की उत्तरजीविता.

इमेज टैगिंग सिस्टम ने खाना बना रहे व्यक्ति को महिला के रूप में लेबल किया, भले ही तस्वीर में व्यक्ति वास्तव में एक पुरुष है (स्रोत). यह देखा वर्जीनिया इंस्टीट्यूट में.

जटिल और गहरे रिश्तों का विश्लेषण करने के लिए जिन्हें हम अक्सर स्वयं तैयार नहीं कर पाते हैं, समझाने योग्य एआई तरीकों की आवश्यकता होती है। वे गहरे तंत्रिका नेटवर्क की विशेषताओं को व्यवस्थित करते हैं ताकि प्रशिक्षण के बाद, हम केवल उसके निर्णय पर निर्भर रहने के बजाय, नेटवर्क द्वारा सीखे गए आंतरिक प्रतिनिधित्व का विश्लेषण कर सकें।

1.4. एज एनालिटिक्स / एआई

एज शब्द के साथ हर चीज का शाब्दिक अर्थ निम्नलिखित है: एल्गोरिदम के हिस्से को क्लाउड/सर्वर से अंतिम डिवाइस/गेटवे स्तर पर स्थानांतरित करना। ऐसा एल्गोरिदम तेजी से काम करेगा और इसके संचालन के लिए केंद्रीय सर्वर से कनेक्शन की आवश्यकता नहीं होगी। यदि आप "पतले ग्राहक" की अवधारणा से परिचित हैं, तो यहां हम इस ग्राहक को थोड़ा मोटा बना रहे हैं।
यह इंटरनेट ऑफ थिंग्स के लिए महत्वपूर्ण हो सकता है। उदाहरण के लिए, यदि कोई मशीन ज़्यादा गरम हो गई है और उसे ठंडा करने की ज़रूरत है, तो डेटा के क्लाउड पर जाने और वहां से शिफ्ट फोरमैन के पास जाने का इंतज़ार किए बिना, प्लांट स्तर पर तुरंत इसका संकेत देना समझदारी है। या दूसरा उदाहरण: सेल्फ-ड्राइविंग कारें किसी केंद्रीय सर्वर से संपर्क किए बिना, अपने आप ही ट्रैफ़िक स्थिति का पता लगा सकती हैं।

स्रोत

या सुरक्षा के दृष्टिकोण से यह महत्वपूर्ण क्यों है इसका एक और उदाहरण: जब आप अपने फोन पर टेक्स्ट टाइप करते हैं, तो यह उन शब्दों को याद रखता है जो आपके लिए विशिष्ट हैं, ताकि बाद में फोन कीबोर्ड आपको उनके साथ आसानी से संकेत दे सके - इसे पूर्वानुमान कहा जाता है पाठ इनपुट। आप अपने कीबोर्ड पर जो कुछ भी टाइप करते हैं उसे डेटा सेंटर पर भेजना आपकी गोपनीयता का उल्लंघन होगा और पूरी तरह से असुरक्षित होगा। इसलिए, कीबोर्ड प्रशिक्षण केवल आपके डिवाइस के भीतर ही होता है।

1.5. एक सेवा के रूप में AI प्लेटफ़ॉर्म (AI PaaS)

PaaS - प्लेटफ़ॉर्म-ए-ए-सर्विस एक व्यवसाय मॉडल है जिसमें हमें एक एकीकृत प्लेटफ़ॉर्म तक पहुंच मिलती है, जिसमें क्लाउड-आधारित डेटा स्टोरेज और तैयार प्रक्रियाएं शामिल हैं। इस तरह, हम खुद को बुनियादी ढांचे के कार्यों से मुक्त कर सकते हैं और पूरी तरह से कुछ उपयोगी उत्पादन पर ध्यान केंद्रित कर सकते हैं। AI कार्यों के लिए PaaS प्लेटफ़ॉर्म का उदाहरण: IBM क्लाउड, Microsoft Azure, Amazon मशीन लर्निंग, Google AI प्लेटफ़ॉर्म।

1.6. अनुकूली मशीन लर्निंग (अनुकूली एमएल)

क्या होगा अगर हम कृत्रिम बुद्धिमत्ता को अनुकूलित होने दें... आप पूछें - यानी, कैसे?.. क्या यह पहले से ही कार्य के अनुकूल नहीं है? समस्या यह है: हम ऐसी प्रत्येक समस्या को हल करने के लिए एक कृत्रिम बुद्धिमत्ता एल्गोरिदम बनाने से पहले उसे बड़ी मेहनत से डिज़ाइन करते हैं। वे आपको उत्तर देंगे - इससे पता चलता है कि इस श्रृंखला को सरल बनाया जा सकता है।

पारंपरिक मशीन लर्निंग एक ओपन-लूप के सिद्धांत पर काम करती है: आप डेटा तैयार करते हैं, एक तंत्रिका नेटवर्क (या कुछ भी) के साथ आते हैं, प्रशिक्षित करते हैं, फिर कई संकेतक देखते हैं, और यदि आपको सब कुछ पसंद है, तो आप तंत्रिका नेटवर्क को स्मार्टफोन पर भेज सकते हैं - उपयोगकर्ता की समस्याओं का समाधान करें। लेकिन उन अनुप्रयोगों में जहां बहुत अधिक डेटा होता है और इसकी प्रकृति धीरे-धीरे बदलती है, अन्य तरीकों की आवश्यकता होती है। ऐसी प्रणालियाँ, जो खुद को अनुकूलित और सिखाती हैं, बंद, स्व-सीखने वाले लूप (बंद-लूप) में व्यवस्थित होती हैं, और उन्हें सुचारू रूप से काम करना चाहिए।

अनुप्रयोग - यह स्ट्रीम एनालिटिक्स (स्ट्रीम एनालिटिक्स) हो सकता है, जिसके आधार पर कई व्यवसायी निर्णय लेते हैं, या अनुकूली उत्पादन प्रबंधन करते हैं। वर्तमान अनुप्रयोगों के पैमाने पर और मनुष्यों के लिए बेहतर समझे जाने वाले जोखिमों को देखते हुए, जो तकनीकें इस समस्या का समाधान बनाती हैं, वे सभी छत्र शब्द एडाप्टिव एआई के तहत एकत्र की जाती हैं।

स्रोत

इस तस्वीर को देखकर, इस भावना से छुटकारा पाना मुश्किल है कि भविष्यवादियों को रोटी मत खिलाओ - उन्हें एक रोबोट को सांस लेना सिखाओ...

पोस्टक्लासिकल कंप्यूट और कॉम्स

2.1. पांचवीं पीढ़ी का मोबाइल संचार (5जी)

यह इतना दिलचस्प विषय है कि हम तुरंत आपको हमारे पास भेजते हैं लेख. खैर, यहाँ एक संक्षिप्त सारांश है। 5G, डेटा ट्रांसमिशन की आवृत्ति बढ़ाकर, इंटरनेट की गति को अवास्तविक रूप से तेज़ कर देगा। छोटी तरंगों के लिए बाधाओं से गुजरना अधिक कठिन है, इसलिए नेटवर्क का डिज़ाइन पूरी तरह से अलग होगा: 500 गुना अधिक बेस स्टेशनों की आवश्यकता होगी।

गति के साथ-साथ, हमें नई घटनाएं मिलेंगी: संवर्धित वास्तविकता के साथ वास्तविक समय के खेल, टेलीप्रेजेंस के माध्यम से जटिल कार्य (जैसे सर्जरी) करना, मशीनों के बीच संचार के माध्यम से सड़कों पर दुर्घटनाओं और कठिन परिस्थितियों को रोकना। अधिक व्यावहारिक नोट पर: स्टेडियम में मैच जैसे सामूहिक आयोजनों के दौरान अंततः मोबाइल इंटरनेट बंद हो जाएगा।

छवि स्रोत - रॉयटर्स, नियांटिक

2.2. अगली पीढ़ी की मेमोरी

यहां हम RAM की पांचवीं पीढ़ी - DDR5 के बारे में बात कर रहे हैं। सैमसंग ने घोषणा की कि DDR2019-आधारित उत्पाद 5 के अंत तक उपलब्ध होंगे। उम्मीद है कि नई मेमोरी समान फॉर्म फैक्टर को बनाए रखते हुए दोगुनी तेज और दोगुनी क्षमता वाली होगी, यानी हम अपने कंप्यूटर के लिए 32 जीबी तक की क्षमता वाली मेमोरी स्टिक प्राप्त करने में सक्षम होंगे। भविष्य में, यह स्मार्टफोन के लिए विशेष रूप से प्रासंगिक होगा (नई मेमोरी कम-शक्ति संस्करण में होगी) और लैपटॉप के लिए (जहां डीआईएमएम स्लॉट की संख्या सीमित है)। और मशीन लर्निंग के लिए भी बड़ी मात्रा में RAM की आवश्यकता होती है।

2.3. निम्न-पृथ्वी-कक्षा उपग्रह प्रणाली

भारी, महंगे, शक्तिशाली उपग्रहों को छोटे और सस्ते उपग्रहों के झुंड से बदलने का विचार नया नहीं है और 90 के दशक में सामने आया था। किस बारे मेँ "एलोन मस्क जल्द ही सैटेलाइट से सभी को इंटरनेट वितरित करेंगे" अब तो आलसियों ने ही नहीं सुना। यहां की सबसे प्रसिद्ध कंपनी इरिडियम है, जो 90 के दशक के अंत में दिवालिया हो गई थी, लेकिन अमेरिकी रक्षा विभाग की कीमत पर बचाई गई थी (रूसी स्मार्ट होम सिस्टम, इरिडियम के साथ भ्रमित न हों)। एलोन मस्क का प्रोजेक्ट (स्टारलिंक) केवल एक से बहुत दूर है - रिचर्ड ब्रैनसन (वनवेब - 1440 प्रस्तावित उपग्रह), बोइंग (3000 उपग्रह), सैमसंग (4600 उपग्रह), और अन्य उपग्रह दौड़ में भाग ले रहे हैं।

इस क्षेत्र में चीज़ें कैसी हैं, वहां की अर्थव्यवस्था कैसी दिखती है - पढ़ें समीक्षा. और हम पहले उपयोगकर्ताओं द्वारा इन प्रणालियों के पहले परीक्षण की प्रतीक्षा कर रहे हैं, जो अगले वर्ष होना चाहिए।

2.4. नैनोस्केल 3डी प्रिंटिंग

3डी प्रिंटिंग, हालांकि इसने हर व्यक्ति के जीवन में प्रवेश नहीं किया है (एक व्यक्तिगत घरेलू प्लास्टिक कारखाने द्वारा वादा किए गए रूप में), फिर भी इसने बहुत पहले ही गीक्स के लिए प्रौद्योगिकी क्षेत्र छोड़ दिया है। आप इस तथ्य से अंदाजा लगा सकते हैं कि हर स्कूली बच्चा कम से कम 3डी मूर्तिकला पेन के अस्तित्व के बारे में जानता है, और कई लोग धावकों और एक एक्सट्रूडर के साथ एक बॉक्स खरीदने का सपना देखते हैं... "बस ऐसे ही" (या पहले ही इसे खरीद चुके हैं)।

स्टीरियोलिथोग्राफी (लेजर 3डी प्रिंटर) व्यक्तिगत फोटॉन के साथ मुद्रण की अनुमति देता है: नए पॉलिमर की खोज की जा रही है जिन्हें जमने के लिए केवल दो फोटॉन की आवश्यकता होती है। यह, गैर-प्रयोगशाला स्थितियों में, पूरी तरह से नए फिल्टर, माउंट, स्प्रिंग्स, केशिकाएं, लेंस और... टिप्पणियों में आपके विकल्प बनाने की अनुमति देगा! और यहां यह फोटोपॉलीमराइजेशन से ज्यादा दूर नहीं है - केवल यह तकनीक हमें प्रोसेसर और कंप्यूटिंग सर्किट को "प्रिंट" करने की अनुमति देती है। इसके अलावा, यह पहला वर्ष नहीं है जब ऐसा हुआ हो ग्राफीन 500 एनएम त्रि-आयामी संरचनाओं को मुद्रित करने की तकनीक, लेकिन मौलिक विकास के बिना।

स्रोत

3. संवेदन और गतिशीलता

3.1. स्वायत्त ड्राइविंग स्तर 4 और 5

शब्दावली में भ्रमित न होने के लिए, यह समझने लायक है कि स्वायत्तता के कौन से स्तर प्रतिष्ठित हैं (विस्तृत से लिया गया है) लेख, जिसे हम सभी इच्छुक व्यक्तियों को संदर्भित करते हैं):

स्तर 1: क्रूज़ नियंत्रण: बहुत ही सीमित परिस्थितियों में चालक की सहायता करता है (उदाहरण के लिए, चालक द्वारा पैडल से अपना पैर हटाने के बाद कार को एक निश्चित गति पर पकड़ना)
लेवल 2: सीमित स्टीयरिंग और ब्रेकिंग सहायता। ड्राइवर को लगभग तुरंत नियंत्रण लेने के लिए तैयार रहना चाहिए। उसके हाथ स्टीयरिंग व्हील पर हैं, उसकी आँखें सड़क पर हैं। यह कुछ ऐसा है जो टेस्ला और जनरल मोटर्स के पास पहले से ही है।
लेवल 3: ड्राइवर को अब लगातार सड़क पर नज़र रखने की ज़रूरत नहीं है। लेकिन उसे सतर्क रहना चाहिए और नियंत्रण लेने के लिए तैयार रहना चाहिए। यह कुछ ऐसा है जो व्यावसायिक रूप से उपलब्ध कारों में अभी तक नहीं है। वर्तमान में मौजूद सभी स्तर 1-2 पर हैं।
स्तर 4: सच्चा ऑटोपायलट, लेकिन प्रतिबंधों के साथ: केवल ज्ञात क्षेत्र में यात्राएं जो सावधानीपूर्वक मैप की जाती हैं और आमतौर पर सिस्टम को ज्ञात होती हैं, और कुछ शर्तों के तहत: उदाहरण के लिए, बर्फ की अनुपस्थिति में। वेमो और जनरल मोटर्स के पास ऐसे प्रोटोटाइप हैं, और वे उन्हें कई शहरों में लॉन्च करने और वास्तविक वातावरण में उनका परीक्षण करने की योजना बना रहे हैं। यांडेक्स के पास स्कोल्कोवो और इनोपोलिस में मानवरहित टैक्सियों के लिए परीक्षण क्षेत्र हैं: यात्रा यात्री की सीट पर बैठे एक इंजीनियर की देखरेख में होती है; साल के अंत तक कंपनी की योजना अपने बेड़े को 100 मानव रहित वाहनों तक विस्तारित करने की है।
स्तर 5: पूर्ण स्वचालित ड्राइविंग, लाइव ड्राइवर का पूर्ण प्रतिस्थापन। ऐसी प्रणालियाँ मौजूद नहीं हैं, और आने वाले वर्षों में उनके प्रकट होने की संभावना नहीं है।

निकट भविष्य में यह सब देखना कितना यथार्थवादी है? यहां मैं पाठक को लेख की ओर पुनर्निर्देशित करना चाहूंगा "जैसा कि टेस्ला ने वादा किया है, 2020 तक रोबोटैक्सी लॉन्च करना असंभव क्यों है". यह आंशिक रूप से 5G कनेक्टिविटी की कमी के कारण है: उपलब्ध 4G स्पीड पर्याप्त नहीं है। आंशिक रूप से स्वायत्त कारों की बहुत अधिक लागत के कारण: वे अभी तक लाभदायक नहीं हैं, व्यवसाय मॉडल अस्पष्ट है। एक शब्द में, "यहां सब कुछ जटिल है", और यह कोई संयोग नहीं है कि गार्टनर लिखते हैं कि स्तर 4 और 5 के बड़े पैमाने पर कार्यान्वयन का पूर्वानुमान 10 वर्षों से पहले का नहीं है।

3.2. 3डी सेंसिंग कैमरे

आठ साल पहले, माइक्रोसॉफ्ट के Kinect गेमिंग कंट्रोलर ने 3D विज़न के लिए एक सुलभ और अपेक्षाकृत सस्ता समाधान पेश करके हलचल मचा दी थी। तब से, Kinect के साथ शारीरिक शिक्षा और नृत्य खेलों में अल्प वृद्धि और गिरावट का अनुभव हुआ है, लेकिन चेहरे की पहचान के लिए औद्योगिक रोबोट, मानव रहित वाहनों और मोबाइल फोन में 3D कैमरों का उपयोग किया जाने लगा। प्रौद्योगिकी सस्ती, अधिक सघन और अधिक सुलभ हो गई है।

सैमसंग S10 फोन में टाइम-ऑफ-फ़्लाइट कैमरा है जो फोकस को आसान बनाने के लिए किसी वस्तु से दूरी मापता है। स्रोत

यदि आप इस विषय में रुचि रखते हैं, तो हम आपको गहराई वाले कैमरों की एक बहुत अच्छी विस्तृत समीक्षा पर पुनर्निर्देशित करेंगे: भाग 1, भाग 2.

3.3. छोटे माल की डिलीवरी के लिए ड्रोन (लाइट कार्गो डिलीवरी ड्रोन)

इस साल, अमेज़ॅन ने उस समय हलचल मचा दी जब उसने शो में एक नया उड़ने वाला ड्रोन दिखाया जो 2 किलोग्राम तक का छोटा भार ले जा सकता है। ट्रैफिक जाम से जूझ रहे शहर के लिए यह एक आदर्श समाधान प्रतीत होता है। आइए देखें कि ये ड्रोन निकट भविष्य में कैसा प्रदर्शन करते हैं। शायद यहां सावधानी से संदेह करना उचित है: कई समस्याएं हैं, ड्रोन की आसान चोरी की संभावना से शुरू होकर यूएवी पर कानूनी प्रतिबंध तक। अमेज़ॅन प्राइम एयर को लगभग छह साल हो गए हैं लेकिन यह अभी भी परीक्षण चरण में है।

अमेज़ॅन का नया ड्रोन, इस वसंत में दिखाया गया। उसके बारे में कुछ स्टार वार्स है। स्रोत

अमेज़ॅन के अलावा, इस बाज़ार में अन्य खिलाड़ी भी हैं (विस्तार से बताया गया है)। अवलोकन), लेकिन एक भी तैयार उत्पाद नहीं: सब कुछ परीक्षण और विपणन अभियानों के चरण में है। अलग-अलग, यह काफी दिलचस्प अत्यधिक विशिष्ट चिकित्सा पर ध्यान देने योग्य है परियोजनाएं अफ्रीका में: घाना में दान किए गए रक्त की डिलीवरी (14 डिलीवरी, जिपलाइन कंपनी) और रवांडा (मैटरनेट कंपनी)।

3.4. उड़ने वाले स्वायत्त वाहन

यहां निश्चित तौर पर कुछ भी कहना मुश्किल है. गार्टनर के अनुसार, यह 10 वर्षों से पहले दिखाई नहीं देगा। सामान्य तौर पर, यहां सेल्फ-ड्राइविंग कारों की तरह ही सभी समस्याएं हैं, केवल वे एक नया आयाम प्राप्त करते हैं - लंबवत। पोर्श, बोइंग और उबर ने उड़ने वाली टैक्सी बनाने की अपनी महत्वाकांक्षाओं की घोषणा की है।

3.5. संवर्धित वास्तविकता बादल (एआर बादल)

वास्तविक दुनिया की एक स्थायी डिजिटल प्रतिलिपि, जो आपको सभी उपयोगकर्ताओं के लिए सामान्य वास्तविकता की एक नई परत बनाने की अनुमति देती है। अधिक तकनीकी शब्दों में, हम एक खुला क्लाउड प्लेटफ़ॉर्म बनाने के बारे में बात कर रहे हैं जिसमें डेवलपर्स अपने एआर अनुप्रयोगों को एकीकृत कर सकते हैं। मुद्रीकरण मॉडल स्पष्ट है, यह स्टीम का एक प्रकार का एनालॉग है। यह विचार इतना गहरा हो गया है कि अब कुछ लोग मानते हैं कि क्लाउड के बिना एआर बिल्कुल बेकार है।

भविष्य में यह कैसा दिखेगा यह एक लघु वीडियो में दिखाया गया है। ऐसा लगता है जैसे ब्लैक मिरर का एक और एपिसोड:

आप यहां भी पढ़ सकते हैं समीक्षा लेख।

4. संवर्धित मानव

4.1. भावना ए.आई

मानवीय भावनाओं को कैसे मापें, उनका अनुकरण करें और उन पर प्रतिक्रिया कैसे करें? यहां कुछ ग्राहक अमेज़ॅन एलेक्सा जैसी वॉयस असिस्टेंट बनाने वाली कंपनियां हैं। यदि वे मनोदशा को पहचानना सीख लें: उपयोगकर्ता के असंतोष का कारण समझें, और स्थिति को ठीक करने का प्रयास करें तो वे वास्तव में घरों के अभ्यस्त हो सकते हैं। सामान्य तौर पर, संदेश की तुलना में संदर्भ में कहीं अधिक जानकारी होती है। और संदर्भ चेहरे की अभिव्यक्ति, स्वर-शैली और गैर-मौखिक व्यवहार है।

अन्य व्यावहारिक अनुप्रयोग: नौकरी के लिए साक्षात्कार के दौरान भावनाओं का विश्लेषण (वीडियो साक्षात्कार के आधार पर), विज्ञापनों या अन्य वीडियो सामग्री (मुस्कान, हँसी) पर प्रतिक्रियाओं का आकलन करना, सीखने में सहायता (उदाहरण के लिए, सार्वजनिक बोलने की कला में स्वतंत्र अभ्यास के लिए)।

इस विषय पर 6 मिनट की लघु फिल्म के लेखक से बेहतर बोलना कठिन है आपकी भावना चुरा रहा हूँ. मजाकिया और स्टाइलिश वीडियो दिखाता है कि आप विपणन उद्देश्यों के लिए हमारी भावनाओं को कैसे माप सकते हैं, और अपने चेहरे की क्षणिक प्रतिक्रियाओं से पता लगा सकते हैं कि क्या आपको पिज्जा, कुत्ते, कान्ये वेस्ट पसंद है, और यहां तक ​​कि आपकी आय का स्तर और अनुमानित आईक्यू क्या है। उपरोक्त लिंक का उपयोग करके फिल्म की वेबसाइट पर जाकर, आप अपने लैपटॉप के अंतर्निर्मित कैमरे का उपयोग करके एक इंटरैक्टिव वीडियो में भागीदार बन जाते हैं। यह फिल्म पहले ही कई फिल्म फेस्टिवल्स में दिखाई जा चुकी है।

स्रोत

ऐसा एक दिलचस्प अध्ययन भी है: पाठ में व्यंग्य को कैसे पहचाना जाए। हमने हैशटैग #व्यंग्य के साथ ट्वीट किए और व्यंग्य के साथ 25 ट्वीट्स और दुनिया की हर चीज़ के बारे में 000 नियमित ट्वीट्स का एक प्रशिक्षण सेट बनाया। हमने TensorFlow लाइब्रेरी का उपयोग किया, सिस्टम को प्रशिक्षित किया और परिणाम यहां दिया गया है:

स्रोत

इसलिए, अब, यदि आप अपने सहकर्मी या मित्र के बारे में निश्चित नहीं हैं - उसने आपसे गंभीरता से या व्यंग्यात्मक रूप से कुछ कहा है, तो आप पहले से ही इसका उपयोग कर सकते हैं प्रशिक्षित तंत्रिका नेटवर्क!

4.2. संवर्धित बुद्धि

मशीन लर्निंग विधियों का उपयोग करके बौद्धिक कार्य का स्वचालन। ऐसा लगेगा जैसे कोई नई बात नहीं है? लेकिन यहां शब्दांकन ही महत्वपूर्ण है, खासकर जब से यह आर्टिफिशियल इंटेलिजेंस के संक्षिप्त रूप से मेल खाता है। यह हमें "मजबूत" और "कमजोर" एआई के बारे में बहस में वापस लाता है।
स्ट्रॉन्ग एआई साइंस फिक्शन फिल्मों की वही कृत्रिम बुद्धिमत्ता है जो पूरी तरह से मानव मस्तिष्क के बराबर है और एक व्यक्ति के रूप में खुद के बारे में जागरूक है। यह अभी तक अस्तित्व में नहीं है और यह भी स्पष्ट नहीं है कि इसका अस्तित्व होगा भी या नहीं।

कमजोर एआई एक स्वतंत्र व्यक्ति नहीं है, बल्कि एक मानव सहायक है। वह मानव-जैसी सोच रखने का दावा नहीं करता है, लेकिन बस यह जानता है कि सूचना समस्याओं को कैसे हल किया जाए, उदाहरण के लिए, यह निर्धारित करना कि चित्र में क्या दिखाया गया है या पाठ का अनुवाद करना है।

स्रोत

इस अर्थ में, संवर्धित इंटेलिजेंस अपने शुद्धतम रूप में "कमजोर एआई" है, और सूत्रीकरण सफल प्रतीत होता है, क्योंकि यह भ्रम पैदा नहीं करता है और यहां उसी "मजबूत एआई" को देखने का प्रलोभन देता है जिसका हर कोई सपना देखता है (या डरता है, अगर हम "विद्रोह कारों" के बारे में कई चर्चाओं को याद करें)। संवर्धित इंटेलिजेंस अभिव्यक्ति का उपयोग करते हुए, हम तुरंत एक और फिल्म के नायक बन जाते हैं: विज्ञान कथा (जैसे असिमोव की "आई, रोबोट") से हम खुद को साइबरपंक में पाते हैं (इस शैली में "संवर्द्धन" सभी प्रकार के प्रत्यारोपण हैं जो मानव क्षमताओं का विस्तार करते हैं)।

जैसा उन्होंने कहा एरिक ब्रायनजॉल्फसन और एंड्रयू मैक्एफ़ी: “अगले 10 वर्षों में, यही होगा। एआई प्रबंधकों की जगह नहीं लेगा, लेकिन वे प्रबंधक जो एआई का उपयोग करते हैं वे उन लोगों की जगह लेंगे जिन्होंने अभी तक इसे नहीं बनाया है।

Примеры:

• चिकित्सा: स्टैनफोर्ड विश्वविद्यालय विकसित हुआ एल्गोरिथ्म, जो औसतन अधिकांश डॉक्टरों की तरह छाती के एक्स-रे पर विकृति को पहचानने का कार्य सफलतापूर्वक करता है
• शिक्षा: छात्रों और शिक्षकों को सहायता, सामग्री के प्रति छात्रों की प्रतिक्रियाओं का विश्लेषण, व्यक्तिगत सीखने के प्रक्षेप पथ का निर्माण।
• बिजनेस एनालिटिक्स: आंकड़ों के मुताबिक, डेटा प्रीप्रोसेसिंग में शोधकर्ता का 80% समय लगता है, और प्रयोग का केवल 20%

4.3. बायोचिप्स

यह सभी साइबरपंक फिल्मों और किताबों का पसंदीदा विषय है। सामान्य तौर पर, पालतू जानवरों को माइक्रोचिप लगाना कोई नई प्रथा नहीं है। लेकिन अब इन चिप्स को लोगों में प्रत्यारोपित किया जाने लगा है।

इस मामले में, प्रचार संभवतः अमेरिकी कंपनी थ्री स्क्वायर मार्केट के सनसनीखेज मामले से जुड़ा है। वहां, नियोक्ता ने शुल्क के बदले में त्वचा के नीचे चिप्स लगाने की पेशकश शुरू कर दी। चिप आपको दरवाजे खोलने, कंप्यूटर में लॉग इन करने, वेंडिंग मशीन से स्नैक्स खरीदने की अनुमति देता है - यानी, ऐसा सार्वभौमिक कर्मचारी कार्ड। इसके अलावा, ऐसी चिप एक पहचान पत्र के रूप में कार्य करती है; इसमें जीपीएस मॉड्यूल नहीं होता है, इसलिए इसका उपयोग करने वाले किसी भी व्यक्ति को ट्रैक करना असंभव है। और अगर कोई व्यक्ति अपनी बांह से चिप निकालना चाहता है तो डॉक्टर की मदद से 5 मिनट का समय लगता है।

चिप्स आमतौर पर अंगूठे और तर्जनी के बीच प्रत्यारोपित किए जाते हैं। स्रोत

और पढ़ें लेख विश्व में चिपिंग की स्थिति के बारे में।

4.4. इमर्सिव वर्कस्पेस

"इमर्सिव" एक और नया शब्द है जिसका कोई बचाव नहीं है। यह सर्वत्र है। इमर्सिव थिएटर, प्रदर्शनी, सिनेमा। आपका क्या मतलब है? विसर्जन एक गहन प्रभाव का निर्माण है, जब लेखक और दर्शक, आभासी और वास्तविक दुनिया के बीच की सीमा खो जाती है। कार्यस्थल में, संभवतः, इसका मतलब कर्ता और आरंभकर्ता के बीच की रेखा को धुंधला करना और कर्मचारियों को अपने वातावरण को पुन: स्वरूपित करके अधिक सक्रिय स्थिति लेने के लिए प्रोत्साहित करना है।

चूँकि अब हमारे पास हर जगह चुस्त, लचीलापन और घनिष्ठ सहयोग है, कार्यस्थलों को यथासंभव आसानी से कॉन्फ़िगर किया जाना चाहिए और समूह कार्य को प्रोत्साहित करना चाहिए। अर्थव्यवस्था अपनी शर्तें तय करती है: अधिक अस्थायी कर्मचारी हैं, कार्यालय स्थान किराए पर लेने की लागत बढ़ रही है, और प्रतिस्पर्धी श्रम बाजार में, आईटी कंपनियां मनोरंजक क्षेत्र और अन्य लाभ बनाकर काम से कर्मचारियों की संतुष्टि बढ़ाने की कोशिश कर रही हैं। और यह सब कार्यस्थलों के डिज़ाइन में परिलक्षित होता है।

की रिपोर्ट टीला

4.5. अवतार

हर कोई जानता है कि विज्ञापन में वैयक्तिकरण क्या है। यह तब है जब आज आप किसी सहकर्मी के साथ चर्चा कर रहे हैं कि कमरे में हवा कुछ शुष्क है, और आपको कार्यालय के लिए एक ह्यूमिडिफायर खरीदना चाहिए, और अगले दिन आप अपने सोशल नेटवर्क पर एक विज्ञापन देखते हैं - "एक ह्यूमिडिफायर खरीदें" (a) सच्ची घटना जो मेरे साथ घटी)

स्रोत

वैयक्तिकरण, जैसा कि गार्टनर द्वारा परिभाषित किया गया है, विज्ञापन उद्देश्यों के लिए अपने व्यक्तिगत डेटा के उपयोग के बारे में उपयोगकर्ताओं की बढ़ती चिंताओं का जवाब है। लक्ष्य एक ऐसा दृष्टिकोण विकसित करना है जिसमें हमें ऐसे विज्ञापन दिखाए जाएं जो उस संदर्भ के लिए प्रासंगिक हों जिसमें हम खुद को पाते हैं, न कि व्यक्तिगत रूप से हमारे लिए। उदाहरण के लिए, हमारा स्थान, उपकरण का प्रकार, दिन का समय, मौसम की स्थिति - यह कुछ ऐसा है जो हमारे व्यक्तिगत डेटा का उल्लंघन नहीं करता है, और हमें "निगरानी" होने की अप्रिय भावना महसूस नहीं होती है।

इन दोनों अवधारणाओं के बीच अंतर के बारे में पढ़ें एक नोट एंड्रयू फ्रैंक गार्टनर की वेबसाइट पर ब्लॉग करते हैं। इतना सूक्ष्म अंतर और ऐसे समान शब्द हैं कि आप, अंतर को न जानते हुए, अपने वार्ताकार के साथ लंबे समय तक बहस करने का जोखिम उठाते हैं, बिना यह संदेह किए कि, सामान्य तौर पर, दोनों सही हैं (और यह भी एक वास्तविक घटना है जो घटित हुई है) लेखक)।

4.6. बायोटेक - संवर्धित या कृत्रिम ऊतक

यह, सबसे पहले, कृत्रिम मांस उगाने का विचार है। इसी समय, दुनिया भर में कई टीमें "मीट 2.0" प्रयोगशाला विकसित करने में व्यस्त हैं - उम्मीद है कि यह सामान्य से सस्ता हो जाएगा, और फास्ट फूड और फिर सुपरमार्केट इस पर स्विच करेंगे। इस तकनीक में निवेशकों में बिल गेट्स, सर्गेई ब्रिन, रिचर्ड ब्रैनसन और अन्य शामिल हैं।

स्रोत

कृत्रिम मांस में हर किसी की इतनी रुचि क्यों है इसके कारण:

1. ग्लोबल वार्मिंग: खेतों से मीथेन उत्सर्जन। यह जलवायु को प्रभावित करने वाली गैसों की वैश्विक मात्रा का 18% है।
2. जनसंख्या वृद्धि। मांस की मांग बढ़ रही है, और सभी को प्राकृतिक मांस खिलाना संभव नहीं होगा - यह बहुत महंगा है।
3. जगह की कमी। अमेज़न के 70% जंगल चरागाह के लिए पहले ही काटे जा चुके हैं।
4. नैतिक प्रतिपूर्ति। ऐसे लोग हैं जिनके लिए यह महत्वपूर्ण है। पशु अधिकार संगठन पेटा पहले ही बाजार में कृत्रिम चिकन मांस लाने वाले वैज्ञानिक को 1 मिलियन डॉलर का पुरस्कार देने की पेशकश कर चुका है।

असली मांस को सोया से बदलना एक आंशिक समाधान है, क्योंकि लोग स्वाद और बनावट में अंतर की सराहना कर सकते हैं, और सोया के पक्ष में स्टेक छोड़ने की संभावना नहीं है। तो आपको असली, जैविक रूप से उगाए गए मांस की आवश्यकता है। अब, दुर्भाग्य से, कृत्रिम मांस बहुत महंगा है: $12 प्रति किलोग्राम से। यह ऐसे मांस को उगाने की जटिल तकनीकी प्रक्रिया के कारण है। इसके बारे में सब पढ़ें लेख.

यदि हम ऊतक वृद्धि के अन्य मामलों के बारे में बात करते हैं - पहले से ही चिकित्सा में - तो कृत्रिम अंगों का विषय दिलचस्प है: उदाहरण के लिए, हृदय की मांसपेशियों के लिए एक "पैच", मुद्रित एक विशेष 3D प्रिंटर. ज्ञात इतिहास कृत्रिम रूप से विकसित चूहे के दिल की तरह, लेकिन सामान्य तौर पर सब कुछ अभी भी नैदानिक ​​​​परीक्षणों के दायरे में है। इसलिए आने वाले वर्षों में हमें फ्रेंकेंस्टीन देखने की संभावना नहीं है।

यहां गार्टनर अपने अनुमानों में बहुत सतर्क हैं, जाहिर तौर पर उनकी 2015 की असफल भविष्यवाणी को ध्यान में रखते हुए कि 2019 में, विकसित देशों में 10% आबादी के पास 3 डी मुद्रित चिकित्सा उपकरण प्रत्यारोपण होगा। इसलिए, इसका मतलब है कि उत्पादकता पठार तक पहुंचने का समय कम से कम 10 वर्ष है।

5. डिजिटल पारिस्थितिकी तंत्र

5.1. विकेन्द्रीकृत वेब

यह अवधारणा वेब के आविष्कारक, ट्यूरिंग पुरस्कार विजेता सर टिम बर्नर्स-ली के नाम से निकटता से जुड़ी हुई है। उनके लिए, कंप्यूटर विज्ञान में नैतिकता के प्रश्न हमेशा महत्वपूर्ण थे और इंटरनेट का सामूहिक सार महत्वपूर्ण था: हाइपरटेक्स्ट की नींव रखते हुए, उनका मानना ​​​​था कि नेटवर्क को वेब की तरह काम करना चाहिए, न कि पदानुक्रम की तरह। नेटवर्क विकास के प्रारंभिक चरण में यही स्थिति थी। हालाँकि, जैसे-जैसे इंटरनेट का विकास हुआ, कई कारणों से इसकी संरचना केंद्रीकृत हो गई। यह पता चला कि केवल कुछ प्रदाताओं की मदद से पूरे देश के लिए नेटवर्क तक पहुंच को आसानी से अवरुद्ध किया जा सकता है। और उपयोगकर्ता डेटा इंटरनेट कंपनियों के लिए शक्ति और आय का स्रोत बन गया है।

बर्नर्स-ली कहते हैं, "इंटरनेट पहले से ही विकेंद्रीकृत है।" “समस्या यह है कि एक सर्च इंजन, एक बड़ा सोशल नेटवर्क, एक माइक्रोब्लॉगिंग प्लेटफॉर्म हावी है। हमारे पास तकनीकी समस्याएँ नहीं हैं, लेकिन हमारे पास सामाजिक समस्याएँ हैं।"

उसकी खुला पत्र वर्ल्ड वाइड वेब की 30वीं वर्षगांठ के लिए, वेब के निर्माता ने इंटरनेट की तीन मुख्य समस्याओं को रेखांकित किया:

1. राज्य प्रायोजित हैकिंग, अपराध और ऑनलाइन उत्पीड़न जैसे लक्षित नुकसान
2. सिस्टम का डिज़ाइन, जो उपयोगकर्ता के नुकसान के लिए, ऐसे तंत्र के लिए आधार बनाता है: क्लिकबेट के लिए वित्तीय प्रोत्साहन और झूठी जानकारी का वायरल प्रसार
3. सिस्टम डिज़ाइन के अनपेक्षित परिणाम जो संघर्ष का कारण बनते हैं और ऑनलाइन चर्चा की गुणवत्ता में कमी लाते हैं

और टिम बर्नर्स-ली के पास पहले से ही इस बात का जवाब है कि "स्वस्थ व्यक्ति का इंटरनेट" किन सिद्धांतों पर आधारित हो सकता है, समस्या संख्या 2 से रहित: "कई उपयोगकर्ताओं के लिए, विज्ञापन आय इंटरनेट के साथ बातचीत करने का एकमात्र मॉडल बनी हुई है। भले ही लोगों को डर हो कि उनके डेटा का क्या होगा, वे मुफ्त में सामग्री प्राप्त करने के अवसर के लिए मार्केटिंग मशीन के साथ सौदा करने को तैयार हैं। एक ऐसी दुनिया की कल्पना करें जहां वस्तुओं और सेवाओं के लिए भुगतान करना दोनों पक्षों के लिए आसान और आनंददायक हो।'' इसे कैसे व्यवस्थित किया जा सकता है इसके विकल्पों में से: संगीतकार आईट्यून्स के रूप में बिचौलियों के बिना अपनी रिकॉर्डिंग बेच सकते हैं, और समाचार साइटें विज्ञापन से पैसा कमाने के बजाय, एक लेख पढ़ने के लिए माइक्रोपेमेंट की प्रणाली का उपयोग कर सकती हैं।

इस नए इंटरनेट के प्रायोगिक प्रोटोटाइप के रूप में, टिम बर्नर्स-ली ने SOLID प्रोजेक्ट लॉन्च किया, जिसका सार यह है कि आप अपना डेटा एक "पॉड" - एक सूचना भंडार में संग्रहीत करते हैं, और इस डेटा को तीसरे पक्ष के अनुप्रयोगों को प्रदान कर सकते हैं। लेकिन सिद्धांत रूप में, आप स्वयं अपने डेटा के स्वामी हैं। यह सब पीयर-टू-पीयर नेटवर्क की अवधारणा से निकटता से संबंधित है, अर्थात, आपका कंप्यूटर न केवल सेवाओं का अनुरोध करता है, बल्कि उन्हें प्रदान भी करता है, ताकि एकमात्र चैनल के रूप में एक सर्वर पर निर्भर न रहें।

स्रोत

5.2. विकेन्द्रीकृत स्वायत्त संगठन

यह एक ऐसा संगठन है जो कंप्यूटर प्रोग्राम के रूप में लिखे गए नियमों द्वारा शासित होता है। इसकी वित्तीय गतिविधियाँ ब्लॉकचेन पर आधारित हैं। ऐसे संगठनों को बनाने का उद्देश्य राज्य को मध्यस्थ की भूमिका से मुक्त करना और समकक्षों के लिए एक सामान्य विश्वसनीय वातावरण बनाना है, जिसका स्वामित्व किसी एक के पास नहीं हो, बल्कि सभी के पास मिलकर हो। अर्थात्, सैद्धांतिक रूप से, यदि यह विचार जड़ पकड़ लेता है, तो नोटरी और अन्य सामान्य सत्यापन संस्थानों को समाप्त कर देना चाहिए।

ऐसे संगठन का सबसे प्रसिद्ध उदाहरण उद्यम-केंद्रित द डीएओ था, जिसने 2016 में 150 मिलियन डॉलर जुटाए थे, जिसमें से 50 डॉलर तुरंत नियमों में कानूनी छेद के माध्यम से चुरा लिए गए थे। एक कठिन दुविधा तुरंत उत्पन्न हुई: या तो वापस जाएं और पैसे लौटाएं, या स्वीकार करें कि पैसे की निकासी कानूनी थी, क्योंकि इसने किसी भी तरह से मंच के नियमों का उल्लंघन नहीं किया। परिणामस्वरूप, निवेशकों को पैसा लौटाने के लिए, रचनाकारों को डीएओ को नष्ट करना पड़ा, ब्लॉकचेन को फिर से लिखना पड़ा और इसके मूल सिद्धांत - अपरिवर्तनीयता का उल्लंघन करना पड़ा।

एथेरियम (बाएं) और डीएओ (दाएं) के बारे में कॉमिक। स्रोत

इस पूरी कहानी ने डीएओ के विचार की प्रतिष्ठा को बर्बाद कर दिया है। वह परियोजना एथेरियम क्रिप्टोकरेंसी के आधार पर बनाई गई थी, संस्करण ईथर 2.0 अगले वर्ष अपेक्षित है - शायद लेखक (प्रसिद्ध विटालिक ब्यूटिरिन सहित) त्रुटियों को ध्यान में रखेंगे और कुछ नया दिखाएंगे। शायद इसीलिए गार्टनर ने डीएओ को अपलाइन पर रखा।

5.3.सिंथेटिक्स डेटा

तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए बड़ी मात्रा में डेटा की आवश्यकता होती है। डेटा को मैन्युअल रूप से लेबल करना एक बहुत बड़ा काम है जिसे केवल एक इंसान ही कर सकता है। इसलिए, कृत्रिम डेटा सेट बनाना संभव है। उदाहरण के लिए, साइट पर मानवीय चेहरों का समान संग्रह https://generated.photos. वे GAN - एल्गोरिदम का उपयोग करके बनाए गए हैं जिनका पहले ही ऊपर उल्लेख किया गया था।

ये चेहरे लोगों के नहीं हैं. स्रोत

ऐसे डेटा का बड़ा फायदा यह है कि इसके उपयोग में कोई कानूनी कठिनाइयां नहीं हैं: व्यक्तिगत डेटा के प्रसंस्करण के लिए सहमति देने वाला कोई नहीं है।

5.4.डिजिटल ऑप्स

जब से DevOps ने हमारे भाषण में जड़ें जमा ली हैं तब से प्रत्यय "ऑप्स" अविश्वसनीय रूप से फैशनेबल हो गया है। अब DigitalOps क्या है - यह DevOps, DesignOps, MarketingOps का एक सामान्यीकरण मात्र है... क्या आप अभी तक ऊब चुके हैं? संक्षेप में, यह सॉफ़्टवेयर क्षेत्र से व्यवसाय के अन्य सभी पहलुओं - मार्केटिंग, डिज़ाइन इत्यादि में DevOps दृष्टिकोण का स्थानांतरण है।

स्रोत

DevOps का विचार सामान्य टीमों के निर्माण के माध्यम से विकास और संचालन (व्यावसायिक प्रक्रियाओं) के बीच बाधाओं को दूर करना था, जहां प्रोग्रामर, परीक्षक, सुरक्षा विशेषज्ञ और प्रशासक हों; कुछ प्रथाओं का कार्यान्वयन: निरंतर एकीकरण, कोड के रूप में बुनियादी ढाँचा, फीडबैक श्रृंखलाओं में कमी और मजबूती। लक्ष्य उत्पाद के बाज़ार में पहुँचने के समय को तेज़ करना था। यदि आपको लगता है कि यह एजाइल के समान है, तो आप सही थे। अब मानसिक रूप से इस दृष्टिकोण को सॉफ़्टवेयर विकास के क्षेत्र से सामान्य रूप से विकास में स्थानांतरित करें - और आप समझ जाएंगे कि DigitalOps क्या है।

5.5. ज्ञान रेखांकन

मशीन लर्निंग एल्गोरिदम का उपयोग करने सहित ज्ञान क्षेत्र को मॉडल करने का एक सॉफ्टवेयर तरीका। सभी सूचनाओं को एक साथ जोड़ने के लिए मौजूदा डेटाबेस के शीर्ष पर एक ज्ञान ग्राफ बनाया गया है: दोनों संरचित (घटनाओं या लोगों की सूची) और असंरचित (एक लेख का पाठ)।

सबसे सरल उदाहरण वह कार्ड है जिसे आप Google खोज परिणामों में देख सकते हैं। यदि आप किसी व्यक्ति या संस्था की तलाश कर रहे हैं, तो आपको दाईं ओर एक कार्ड दिखाई देगा:


कृपया ध्यान दें कि "आगामी कार्यक्रम" Google मानचित्र से जानकारी की प्रतिलिपि नहीं है, बल्कि Yandex.Afisha के साथ शेड्यूल का एकीकरण है: यदि आप घटनाओं पर क्लिक करते हैं तो आप इसे आसानी से देख सकते हैं। यानी यह कई डेटा स्रोतों का एक साथ संयोजन है।

यदि आप कोई सूची मांगते हैं - उदाहरण के लिए, "प्रसिद्ध निर्देशक" - तो आपको एक हिंडोला दिखाया जाएगा:

अंत तक पढ़ने वालों के लिए बोनस

और अब जब हमने प्रत्येक बिंदु का अर्थ अपने लिए स्पष्ट कर लिया है, तो हम उसी चित्र को देख सकते हैं, लेकिन रूसी में:

इसे सामाजिक नेटवर्क पर स्वतंत्र रूप से साझा करें!

तात्याना वोल्कोवा - सैमसंग अकादमी में इंटरनेट ऑफ थिंग्स आईटी ट्रैक के लिए प्रशिक्षण कार्यक्रम की लेखिका, सैमसंग रिसर्च सेंटर में कॉर्पोरेट सामाजिक जिम्मेदारी कार्यक्रमों में विशेषज्ञ


स्रोत: www.habr.com