Il grafico di Gartner è come una sfilata di alta moda per chi lavora nel settore tecnologico. Guardandolo potrai scoprire in anticipo quali sono le parole più gettonate di questa stagione e cosa ascolterai in tutti i prossimi convegni.

Abbiamo decifrato cosa c'è dietro le bellissime parole in questo grafico in modo che anche tu possa parlare la lingua.

Per cominciare, solo poche parole su che tipo di grafico è questo. Ogni anno ad agosto, l'agenzia di consulenza Gartner pubblica un rapporto: Gartner Hype Curve. In russo, questa è una "curva di hype" o, più semplicemente, hype. 30 anni fa i rapper del gruppo Public Enemy cantavano: "Non credere all'hype". Che tu ci creda o no, è una questione personale, ma vale la pena conoscere almeno queste parole chiave se lavori nel campo della tecnologia e vuoi conoscere le tendenze globali.

Questo è un grafico delle aspettative del pubblico rispetto a una particolare tecnologia. Secondo Gartner, idealmente, la tecnologia attraversa 5 fasi: lancio tecnologico, picco delle aspettative gonfiate, valle della delusione, pendenza dell’illuminazione, plateau della produttività. Ma succede anche che anneghi nella "valle della delusione" - puoi ricordare tu stesso gli esempi molto facilmente, prendi gli stessi bitcoin: inizialmente toccando il picco come "denaro del futuro", sono rapidamente scivolati giù quando le carenze della tecnologia diventato evidente, innanzitutto le restrizioni sul numero di transazioni e l’enorme quantità di elettricità necessaria per generare bitcoin (che già comporta problemi ambientali). E ovviamente non bisogna dimenticare che il grafico di Gartner è solo una previsione: qui, ad esempio, potete leggere un dettagliato Articolo, dove vengono risolte le previsioni non soddisfatte più sorprendenti.

Quindi, esaminiamo il nuovo grafico Gartner. Le tecnologie sono suddivise in 5 grandi gruppi tematici:

1. IA e analisi avanzate
2. Calcolo e comunicazioni postclassici
3. Sensibilità e mobilità
4. Umano Aumentato
5. Ecosistemi digitali

1. IA e analisi avanzate

Negli ultimi 10 anni abbiamo assistito al momento più bello del deep learning. Queste reti sono veramente efficaci per la loro gamma di compiti. Nel 2018, Yann LeCun, Geoffrey Hinton e Yoshua Bengio hanno ricevuto il Premio Turing per le loro scoperte, il premio più prestigioso, analogo al Premio Nobel per l'informatica. Quindi, le principali tendenze in quest'area, mostrate nel grafico:

1.1. Trasferire l'apprendimento

Non alleni una rete neurale da zero, ma ne prendi una già addestrata e le assegni un obiettivo diverso. A volte ciò richiede la riqualificazione di parte della rete, ma non dell'intera rete, che è molto più veloce. Ad esempio, prendendo una rete neurale già pronta ResNet50, addestrata sul set di dati ImageNet1000, otterrai un algoritmo in grado di classificare molti oggetti diversi in un'immagine a un livello molto profondo (1000 classi basate su caratteristiche generate da 50 strati del sistema neurale rete). Ma non è necessario addestrare l'intera rete, cosa che richiederebbe mesi.

В corso in linea Samsung “Reti neurali e visione artificiale”, ad esempio, in finale Compito di Kaggle con la classificazione delle piastre in pulite e sporche si dimostra un approccio che in 5 minuti mette a tua disposizione una profonda rete neurale in grado di distinguere le piastre sporche da quelle pulite, costruita secondo l'architettura sopra descritta. La rete originale non sapeva affatto cosa fossero le targhe, imparò solo a distinguere gli uccelli dai cani (vedi ImageNet).

Fonte: corso in linea Samsung "Reti neurali e visione artificiale"

Per il Transfer Learning è necessario sapere quali approcci funzionano e quali architetture di base già pronte sono disponibili. Nel complesso, ciò accelera notevolmente l’emergere di applicazioni pratiche dell’apprendimento automatico.

1.2. Reti avversarie generative (GAN)

Questo è per quei casi in cui è molto difficile per noi formulare l'obiettivo di apprendimento. Quanto più il compito è vicino alla vita reale, tanto più comprensibile per noi (“porta il comodino”), ma più difficile è formularlo come compito tecnico. GAN è solo un tentativo di salvarci da questo problema.

Ci sono due reti che lavorano qui: una è un generatore (Generative), l'altra è un discriminatore (Adversarial). Una rete impara a svolgere lavori utili (classificare immagini, riconoscere suoni, disegnare cartoni animati). E un'altra rete impara a insegnare a quella rete: ha esempi reali e impara a trovare una formula complessa precedentemente sconosciuta per confrontare i prodotti della parte generativa della rete con oggetti del mondo reale (set di addestramento) sulla base di caratteristiche profonde davvero importanti : il numero degli occhi, vicinanza allo stile di Miyazaki, corretta pronuncia inglese.

Un esempio del risultato di una rete per la generazione di personaggi anime. Fonte

Ma, ovviamente, è difficile costruire un’architettura lì. Non basta lanciare i neuroni, bisogna essere preparati. E devi studiare per settimane. I miei colleghi del Samsung Artificial Intelligence Center stanno lavorando sull’argomento GAN; questa è una delle loro domande chiave di ricerca. Ad esempio, così sviluppo: utilizzo di reti generative per sintetizzare foto realistiche di persone con pose variabili, ad esempio per creare un camerino virtuale o per sintetizzare un volto, il che può ridurre la quantità di informazioni che devono essere archiviate o trasmesse per garantire video di alta qualità comunicazione, diffusione o protezione dei dati personali.

Fonte

1.3. IA spiegabile

Per alcuni compiti rari, i progressi nelle architetture profonde hanno improvvisamente avvicinato le capacità delle reti neurali profonde alle capacità umane. Ora è in corso una battaglia per ampliare la portata di tali compiti. Ad esempio, un robot aspirapolvere potrebbe facilmente distinguere un gatto da un cane in un incontro frontale. Ma nella maggior parte delle situazioni della vita, non riuscirà a trovare un gatto che dorme tra la biancheria o i mobili (tuttavia, come noi, nella maggior parte dei casi...).

Qual è la ragione del successo delle reti neurali profonde? Sviluppano una rappresentazione del problema basata non su informazioni “visibili ad occhio nudo” (pixel di foto, cambiamenti nel volume del suono...), ma su caratteristiche ottenute dopo aver preelaborato queste informazioni da diverse centinaia di strati di una rete neurale. Sfortunatamente, queste relazioni potrebbero anche essere prive di significato, incoerenti o portare tracce di imperfezioni nel set di dati originale. Ad esempio, esiste un piccolo gioco per computer su cosa può portare l'uso sconsiderato dell'intelligenza artificiale nel reclutamento Sopravvivenza della soluzione migliore.

Il sistema di tag delle immagini ha etichettato la persona che cucina come una donna, anche se la persona nella foto è in realtà un uomo (Fonte) esso notato presso l'Istituto Virginia.

Per analizzare relazioni complesse e profonde che spesso non riusciamo a formulare da soli, sono necessari metodi di intelligenza artificiale spiegabile. Organizzano le caratteristiche delle reti neurali profonde in modo che, dopo l'addestramento, possiamo analizzare la rappresentazione interna che la rete ha appreso, piuttosto che basarci semplicemente sulla sua decisione.

1.4. Analisi dei bordi/intelligenza artificiale

Tutto con la parola Edge significa letteralmente quanto segue: trasferire parte degli algoritmi dal cloud/server al livello del dispositivo finale/gateway. Tale algoritmo funzionerà più velocemente e non richiederà una connessione a un server centrale per il suo funzionamento. Se hai familiarità con l'astrazione di un "thin client", allora stiamo rendendo questo client un po' più spesso.
Questo potrebbe essere importante per l’Internet delle cose. Se, ad esempio, una macchina è surriscaldata e necessita di raffreddamento, è opportuno segnalarlo immediatamente, a livello di impianto, senza attendere che i dati vadano nel cloud e da lì al capoturno. Oppure un altro esempio: le auto a guida autonoma riescono a capire da sole la situazione del traffico, senza contattare un server centrale.

Fonte

O un altro esempio del perché questo è importante dal punto di vista della sicurezza: quando digiti dei testi sul tuo telefono, ricorda le parole che ti sono tipiche, in modo che la tastiera del telefono possa suggerirtele comodamente - questo si chiama inserimento testo predittivo . Inviare tutto ciò che digiti sulla tastiera a un data center da qualche parte rappresenterebbe una violazione della tua privacy e semplicemente pericoloso. Pertanto, l'apprendimento della tastiera avviene solo all'interno del dispositivo stesso.

1.5. Piattaforma AI come servizio (AI PaaS)

PaaS - Platform-as-a-Service è un modello di business in cui abbiamo accesso a una piattaforma integrata, inclusa l'archiviazione dei dati basata su cloud e procedure già pronte. In questo modo possiamo liberarci dai compiti infrastrutturali e concentrarci completamente sulla produzione di qualcosa di utile. Esempio di piattaforme PaaS per attività AI: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.

1.6. Apprendimento automatico adattivo (ML adattivo)

E se lasciassimo che l'intelligenza artificiale si adattasse... Vi chiederete: cioè come?... Non si adatta già al compito? Il problema è questo: progettiamo scrupolosamente ciascuno di questi problemi prima di costruire un algoritmo di intelligenza artificiale per risolverlo. Ti risponderanno: si scopre che questa catena può essere semplificata.

L'apprendimento automatico convenzionale funziona secondo il principio di un circuito aperto: prepari i dati, crei una rete neurale (o qualsiasi altra cosa), ti alleni, quindi osservi diversi indicatori e, se tutto ti piace, puoi inviare la rete neurale agli smartphone - risolvere i problemi degli utenti. Ma nelle applicazioni in cui sono presenti molti dati e la loro natura cambia gradualmente, sono necessari altri metodi. Tali sistemi, che si adattano e imparano da soli, sono organizzati in circuiti chiusi di autoapprendimento (circuito chiuso) e devono funzionare senza intoppi.

Applicazioni: potrebbe trattarsi di analisi del flusso (Stream Analytics), sulla base della quale molti uomini d'affari prendono decisioni, o di gestione adattiva della produzione. Alla scala delle applicazioni attuali e dati i rischi meglio compresi per gli esseri umani, le tecniche che costituiscono una soluzione a questo problema sono tutte raccolte sotto il termine Adaptive AI.

Fonte

Guardando questa immagine, è difficile liberarsi della sensazione che non dà pane ai futurologi: lascia che insegnino a un robot a respirare...

Calcolo e comunicazioni postclassici

2.1. Comunicazioni mobili di quinta generazione (5G)

Questo è un argomento così interessante che vi rimandiamo immediatamente al ns Articolo. Bene, ecco un breve riassunto. Il 5G, aumentando la frequenza di trasmissione dei dati, renderà la velocità di Internet irrealisticamente elevata. È più difficile per le onde corte superare gli ostacoli, quindi la progettazione delle reti sarà completamente diversa: saranno necessarie 500 volte più stazioni base.

Insieme alla velocità otterremo nuovi fenomeni: giochi in tempo reale con realtà aumentata, esecuzione di compiti complessi (come la chirurgia) attraverso la telepresenza, prevenzione di incidenti e situazioni difficili sulle strade attraverso la comunicazione tra macchine. Passando a una nota più prosaica: Internet mobile finalmente smetterà di cadere durante eventi di massa, come una partita allo stadio.

Fonte immagine: Reuters, Niantic

2.2. Memoria di nuova generazione

Qui stiamo parlando della quinta generazione di RAM – DDR5. Samsung ha annunciato che i prodotti basati su DDR2019 saranno disponibili entro la fine del 5. Si prevede che la nuova memoria sarà due volte più veloce e due volte più capiente pur mantenendo lo stesso fattore di forma, ovvero potremo ottenere memory stick con una capacità fino a 32 GB per il nostro computer. In futuro, ciò sarà particolarmente rilevante per gli smartphone (la nuova memoria sarà in una versione a basso consumo) e per i laptop (dove il numero di slot DIMM è limitato). E anche l’apprendimento automatico richiede grandi quantità di RAM.

2.3. Sistemi satellitari in orbita terrestre bassa

L'idea di sostituire i satelliti pesanti, costosi e potenti con uno sciame di satelliti piccoli ed economici è tutt'altro che nuova ed è apparsa negli anni '90. Riguardo a cosa “Elon Musk presto distribuirà Internet a tutti dal satellite” Adesso solo i pigri non hanno sentito. L'azienda più famosa qui è Iridium, che è fallita alla fine degli anni '90, ma è stata salvata a spese del Dipartimento della Difesa degli Stati Uniti (da non confondere con iRidium, il sistema russo di casa intelligente). Il progetto di Elon Musk (Starlink) non è l'unico: Richard Branson (OneWeb - 1440 satelliti proposti), Boeing (3000 satelliti), Samsung (4600 satelliti) e altri stanno partecipando alla corsa ai satelliti.

Come stanno le cose in quest'area, come appare l'economia lì - leggi recensione. E aspettiamo i primi test di questi sistemi da parte dei primi utilizzatori, che dovrebbero avvenire il prossimo anno.

2.4. Stampa 3D su scala nanometrica

La stampa 3D, sebbene non sia entrata nella vita di tutti (nella forma promessa da una singola fabbrica di plastica domestica), tuttavia ha lasciato da tempo la nicchia tecnologica per i geek. Lo si può giudicare dal fatto che ogni scolaro conosce l'esistenza di almeno penne scolpite in 3D, e molti sognano di acquistare una scatola con guide ed estrusore per... “proprio così” (o l'hanno già acquistata).

La stereolitografia (stampanti laser 3D) consente la stampa con fotoni singoli: si stanno esplorando nuovi polimeri che richiedono solo due fotoni per solidificarsi. Ciò consentirà, in condizioni non di laboratorio, di creare filtri, supporti, molle, capillari, lenti completamente nuovi e... le tue opzioni nei commenti! E qui non è lontano dalla fotopolimerizzazione: solo questa tecnologia ci consente di "stampare" processori e circuiti informatici. Inoltre, questo non è il primo anno che si verifica tecnologia per la stampa di strutture tridimensionali in grafene da 500 nm, ma senza uno sviluppo radicale.

Fonte

3. Sensibilità e mobilità

3.1. Guida autonoma di livello 4 e 5

Per non confondersi nella terminologia, è opportuno capire quali livelli di autonomia si distinguono (tratti dal dettagliato articoli, al quale rimandiamo tutti gli interessati):

Livello 1: Cruise control: assiste il conducente in situazioni molto limitate (ad esempio, mantenendo l'auto ad una determinata velocità dopo che il conducente ha tolto il piede dal pedale)
Livello 2: assistenza allo sterzo e alla frenata limitata. Il conducente deve essere pronto a prendere il controllo quasi istantaneamente. Le sue mani sono sul volante, i suoi occhi sono rivolti alla strada. Questo è qualcosa che Tesla e General Motors hanno già.
Livello 3: il conducente non deve più tenere costantemente d'occhio la strada. Ma deve rimanere vigile ed essere pronto a prendere il controllo. Questo è qualcosa che le auto disponibili in commercio non hanno ancora. Tutti quelli attualmente esistenti sono al livello 1-2.
Livello 4: vero pilota automatico, ma con restrizioni: solo viaggi in un'area conosciuta, accuratamente mappata e generalmente nota al sistema, e in determinate condizioni: ad esempio in assenza di neve. Waymo e General Motors hanno tali prototipi e intendono lanciarli in diverse città e testarli in ambienti reali. Yandex dispone di zone di prova per taxi senza pilota a Skolkovo e Innopolis: il viaggio avviene sotto la supervisione di un ingegnere seduto sul sedile del passeggero; entro la fine dell'anno l'azienda prevede di espandere la propria flotta a 100 veicoli senza pilota.
Livello 5: guida completamente automatica, sostituzione completa di un conducente dal vivo. Tali sistemi non esistono ed è improbabile che appaiano nei prossimi anni.

Quanto è realistico vedere tutto questo nel prossimo futuro? Qui vorrei reindirizzare il lettore all'articolo “Perché è impossibile lanciare un robotaxi entro il 2020, come promette Tesla”. Ciò è in parte dovuto alla mancanza di connettività 5G: le velocità 4G disponibili non sono sufficienti. In parte a causa del costo molto elevato delle auto autonome: non sono ancora redditizie e il modello di business non è chiaro. In una parola, qui "tutto è complicato", e non è un caso che Gartner scriva che le previsioni per l'implementazione di massa dei livelli 4 e 5 non sono precedenti a 10 anni.

3.2. Telecamere di rilevamento 3D

Otto anni fa, il controller di gioco Kinect di Microsoft fece scalpore offrendo una soluzione accessibile e relativamente economica alla visione 3D. Da allora, l’educazione fisica e i giochi di ballo con Kinect hanno vissuto una breve ascesa e declino, ma le telecamere 3D hanno cominciato ad essere utilizzate nei robot industriali, nei veicoli senza pilota e nei telefoni cellulari per l’identificazione facciale. La tecnologia è diventata più economica, più compatta e più accessibile.

Il telefono Samsung S10 è dotato di una fotocamera Time-of-Flight che misura la distanza da un oggetto per facilitare la messa a fuoco. Fonte

Se sei interessato a questo argomento, ti reindirizzeremo a un'ottima recensione dettagliata delle telecamere di profondità: parte 1, parte 2.

3.3. Droni per la consegna di carichi di piccole dimensioni (Droni per la consegna di carichi leggeri)

Quest’anno, Amazon ha fatto scalpore quando ha mostrato alla fiera un nuovo drone volante che può trasportare piccoli carichi fino a 2 kg. Per una città con i suoi ingorghi, questa sembra una soluzione ideale. Vediamo come si comporteranno questi droni nel prossimo futuro. Forse vale la pena essere cautamente scettici qui: ci sono molti problemi, a cominciare dalla possibilità di un facile furto di un drone, per finire con le restrizioni legali sugli UAV. Amazon Prime Air esiste da sei anni ma è ancora in fase di test.

Il nuovo drone di Amazon, presentato questa primavera. C'è qualcosa di Star Wars in lui. Fonte

Oltre ad Amazon, ci sono altri attori in questo mercato (c'è un elenco dettagliato panoramica), ma nemmeno un singolo prodotto finito: tutto è in fase di test e di campagne di marketing. Separatamente, vale la pena notare un medico altamente specializzato piuttosto interessante Progetti in Africa: consegna del sangue donato in Ghana (14 consegne, società Zipline) e Ruanda (società Matternet).

3.4. Veicoli autonomi volanti

È difficile dire qualcosa di preciso qui. Secondo Gartner, ciò avverrà non prima di 10 anni. In generale, qui ci sono tutti gli stessi problemi delle auto a guida autonoma, solo che acquisiscono una nuova dimensione: verticale. Porsche, Boeing e Uber hanno annunciato la loro ambizione di costruire un taxi volante.

3.5. Cloud di realtà aumentata (cloud AR)

Una copia digitale permanente del mondo reale, che ti consente di creare un nuovo livello di realtà comune a tutti gli utenti. In termini più tecnici, stiamo parlando di creare una piattaforma cloud aperta in cui gli sviluppatori possano integrare le loro applicazioni AR. Il modello di monetizzazione è chiaro: è una sorta di analogo di Steam. L’idea è diventata così radicata che alcuni ora credono che l’AR senza il cloud sia semplicemente inutile.

Come potrebbe apparire in futuro è mostrato in un breve video. Sembra un altro episodio di Black Mirror:

Puoi anche leggere su articolo di revisione.

4. Umano Aumentato

4.1. L'intelligenza artificiale delle emozioni

Come misurare, simulare e rispondere alle emozioni umane? Alcuni dei clienti qui sono aziende che producono assistenti vocali come Amazon Alexa. Possono davvero abituarsi alle case se imparano a riconoscere l’umore: capire il motivo dell’insoddisfazione dell’utente e cercare di correggere la situazione. In generale, ci sono molte più informazioni nel contesto che nel messaggio stesso. E il contesto è l’espressione facciale, l’intonazione e il comportamento non verbale.

Altre applicazioni pratiche: analisi delle emozioni durante un colloquio di lavoro (basato su video interviste), valutazione delle reazioni a spot pubblicitari o altri contenuti video (sorrisi, risate), aiuto nell'apprendimento (ad esempio, per la pratica indipendente nell'arte di parlare in pubblico).

È difficile parlare meglio di questo argomento rispetto all'autore di un cortometraggio di 6 minuti Rubare i tuoi sentimenti. Il video spiritoso ed elegante mostra come misurare le nostre emozioni per scopi di marketing e, dalle reazioni momentanee del tuo viso, scoprire se ti piacciono la pizza, i cani, Kanye West e persino qual è il tuo livello di reddito e il tuo QI approssimativo. Visitando il sito web del film utilizzando il collegamento sopra, diventi partecipe di un video interattivo utilizzando la fotocamera integrata del tuo laptop. Il film è già stato proiettato in diversi festival cinematografici.

Fonte

Esiste anche uno studio così interessante: come riconoscere il sarcasmo nel testo. Abbiamo preso i tweet con l'hashtag #sarcasm e abbiamo creato un set di allenamento di 25 tweet con sarcasmo e 000 tweet normali su tutto ciò che c'è sotto il sole. Abbiamo utilizzato la libreria TensorFlow, addestrato il sistema ed ecco il risultato:

Fonte

Pertanto, ora, se non sei sicuro del tuo collega o amico - ti ha detto qualcosa in modo serio o sarcastico, puoi già usare rete neurale addestrata!

4.2. Intelligenza aumentata

Automazione del lavoro intellettuale utilizzando metodi di apprendimento automatico. Sembrerebbe niente di nuovo? Ma qui la formulazione stessa è importante, soprattutto perché coincide in abbreviazione con Intelligenza Artificiale. Questo ci riporta al dibattito sull’intelligenza artificiale “forte” e “debole”.
L’intelligenza artificiale forte è la stessa intelligenza artificiale dei film di fantascienza che è completamente equivalente alla mente umana ed è consapevole di se stessa come individuo. Questo non esiste ancora e non è chiaro se esisterà del tutto.

L’intelligenza artificiale debole non è una persona indipendente, ma un assistente umano. Non afferma di avere un pensiero umano, ma semplicemente sa come risolvere problemi di informazione, ad esempio determinare cosa viene mostrato in un'immagine o tradurre un testo.

Fonte

In questo senso, l’Intelligenza Aumentata è “IA debole” nella sua forma più pura, e la formulazione sembra vincente, poiché non introduce confusione e la tentazione di vedere qui la stessa “IA forte” che tutti sognano (o temono, se si considera ricordiamo le numerose discussioni sulle “auto della ribellione”). Usando l'espressione Intelligenza Aumentata, diventiamo subito gli eroi di un altro film: dalla fantascienza (come “Io, Robot” di Asimov) ci ritroviamo al cyberpunk (“i potenziamenti” in questo genere sono tutti i tipi di impianti che espandono le capacità umane).

Come hanno detto Erik Brynjolfsson e Andrew McAffee: “Nei prossimi 10 anni, questo è ciò che accadrà. L’intelligenza artificiale non sostituirà i manager, ma i manager che la utilizzano sostituiranno quelli che non ce l’hanno ancora fatta”.

Esempi:

• Medicina: sviluppata dall'Università di Stanford algoritmo, che affronta il compito di riconoscere le patologie sulle radiografie del torace in media con lo stesso successo della maggior parte dei medici
• Formazione: assistenza a studenti e insegnanti, analisi delle risposte degli studenti ai materiali, costruzione di un percorso di apprendimento individuale.
• Analisi aziendale: la pre-elaborazione dei dati, secondo le statistiche, richiede l’80% del tempo di un ricercatore e solo il 20% dell’esperimento stesso

4.3. Biochip

Questo è il tema preferito di tutti i film e libri cyberpunk. In generale, microchippare gli animali domestici non è una pratica nuova. Ma ora questi chip hanno cominciato a essere impiantati nelle persone.

In questo caso, l'hype è molto probabilmente associato al caso clamoroso della società americana Three Square Market. Lì, il datore di lavoro ha iniziato a offrire l’impianto di chip sotto la pelle in cambio di un compenso. Il chip ti consente di aprire porte, accedere a computer, acquistare snack da un distributore automatico, ovvero una carta dipendente universale. Inoltre, un chip di questo tipo serve proprio come carta d'identità, non ha un modulo GPS, quindi è impossibile rintracciare chi lo utilizza. E se una persona vuole rimuovere il chip dal braccio, ci vogliono 5 minuti con l'aiuto di un medico.

I chip vengono solitamente impiantati tra il pollice e l'indice. Fonte

Per saperne di più Articolo sullo stato delle cose con la scheggiatura nel mondo.

4.4. Spazio di lavoro coinvolgente

“Immersivo” è un’altra parola nuova che semplicemente non ha scampo. È ovunque. Teatro immersivo, mostra, cinema. Cosa intendi? L'immersione è la creazione di un effetto immersivo, quando si perde il confine tra l'autore e lo spettatore, tra il mondo virtuale e quello reale. Sul posto di lavoro, presumibilmente, ciò significa rendere confuso il confine tra colui che agisce e colui che ha iniziato e incoraggiare i dipendenti ad assumere una posizione più attiva riformattando il loro ambiente.

Poiché ora disponiamo di Agile, flessibilità e stretta collaborazione ovunque, i luoghi di lavoro dovrebbero essere il più facilmente configurabili possibile e dovrebbero incoraggiare il lavoro di gruppo. L’economia detta le sue condizioni: ci sono più dipendenti temporanei, il costo dell’affitto degli uffici è in aumento e, in un mercato del lavoro competitivo, le aziende IT stanno cercando di aumentare la soddisfazione dei dipendenti dal lavoro creando aree ricreative e altri benefici. E tutto ciò si riflette nella progettazione dei luoghi di lavoro.

Di relazione Poggio

4.5. Personificazione

Tutti sanno cos'è la personalizzazione nella pubblicità. Questo è il momento in cui oggi discuti con un collega che l'aria nella stanza è un po' secca e che dovresti acquistare un umidificatore per l'ufficio, e il giorno dopo vedi un annuncio sul tuo social network: "acquista un umidificatore" (un incidente reale che mi è successo).

Fonte

La personalizzazione, come definita da Gartner, è una risposta alle crescenti preoccupazioni degli utenti riguardo all'utilizzo dei propri dati personali per scopi pubblicitari. L'obiettivo è sviluppare un approccio in cui ci viene mostrata pubblicità rilevante per il contesto in cui ci troviamo e non per noi personalmente. Ad esempio, la nostra posizione, il tipo di dispositivo, l'ora del giorno, le condizioni meteorologiche: questo è qualcosa che non viola i nostri dati personali e non proviamo la spiacevole sensazione di essere “sorvegliati”.

Leggi la differenza tra questi due concetti una nota Andrew Frank scrive sul blog del sito web di Gartner. C'è una differenza così sottile e parole così simili che tu, non conoscendo la differenza, rischi di discutere a lungo con il tuo interlocutore, senza sospettare che, in generale, entrambi hanno ragione (e anche questo è un incidente reale accaduto al autore).

4.6. Biotecnologia: tessuto coltivato o artificiale

Questa è, prima di tutto, l'idea di coltivare carne artificiale. Allo stesso tempo, diversi team in tutto il mondo sono impegnati a sviluppare il laboratorio "Carne 2.0": si prevede che diventerà più economico del solito e passeranno ai fast food e poi ai supermercati. Gli investitori in questa tecnologia includono Bill Gates, Sergey Brin, Richard Branson e altri.

Fonte

Ragioni per cui tutti sono così interessati alla carne artificiale:

1. Riscaldamento globale: emissioni di metano dalle aziende agricole. Si tratta del 18% del volume globale di gas che influiscono sul clima.
2. Crescita demografica. La domanda di carne è in crescita e non sarà possibile nutrire tutti con carne naturale: è semplicemente costosa.
3. Mancanza di spazio. Il 70% delle foreste amazzoniche è già stato abbattuto per farne pascolo.
4. Considerazioni etiche. Ci sono quelli per i quali questo è importante. L’organizzazione per i diritti degli animali PETA ha già offerto un premio di 1 milione di dollari allo scienziato che immette sul mercato carne di pollo artificiale.

Sostituire la vera carne con la soia è una soluzione parziale, perché le persone possono apprezzare la differenza di gusto e consistenza, ed è improbabile che rinuncino alla bistecca a favore della soia. Quindi hai bisogno di vera carne coltivata biologicamente. Adesso, purtroppo, la carne artificiale è troppo costosa: a partire da 12 dollari al chilogrammo. Ciò è dovuto al complesso processo tecnico di coltivazione di tale carne. Leggi tutto Articolo.

Se parliamo di altri casi di crescita dei tessuti - già in medicina - allora è interessante il tema degli organi artificiali: ad esempio un “cerotto” per il muscolo cardiaco, stampato una stampante 3D speciale. Conosciuto storie come un cuore di topo cresciuto artificialmente, ma in generale tutto rientra ancora nell'ambito degli studi clinici. Quindi difficilmente vedremo Frankenstein nei prossimi anni.

Qui Gartner è molto cauto nelle sue stime, apparentemente tenendo presente la sua previsione fallita del 2015 secondo cui nel 2019, il 10% della popolazione nei paesi sviluppati avrebbe avuto un impianto di dispositivo medico stampato in 3D. Pertanto, ciò significa che ci vorranno almeno 10 anni per raggiungere un plateau di produttività.

5. Ecosistemi digitali

5.1. Web decentralizzato

Questo concetto è strettamente associato al nome dell'inventore del web, il vincitore del Premio Turing Sir Tim Burners-Lee. Per lui le questioni etiche nell'informatica sono sempre state importanti e l'essenza collettiva di Internet è stata importante: gettando le basi dell'ipertesto, era convinto che la rete dovesse funzionare come una rete, e non come una gerarchia. Questo è stato il caso nella fase iniziale dello sviluppo della rete. Tuttavia, con la crescita di Internet, la sua struttura è diventata centralizzata per una serie di ragioni. Si è scoperto che con l'aiuto di pochi operatori è possibile bloccare facilmente l'accesso alla rete di un intero Paese. E i dati degli utenti sono diventati una fonte di potere e di reddito per le aziende Internet.

“Internet è già decentralizzato”, afferma Burners-Lee. “Il problema è che domina un motore di ricerca, un grande social network, una piattaforma di microblogging. Non abbiamo problemi tecnologici, ma abbiamo problemi sociali”.

Nel suo lettera aperta Per il 30° anniversario del World Wide Web, il creatore del Web ha delineato tre problemi principali di Internet:

1. Danni mirati come pirateria informatica sponsorizzata dallo stato, criminalità e molestie online
2. La progettazione stessa del sistema, che, a scapito dell'utente, crea il terreno per meccanismi quali: incentivi finanziari per il clickbait e diffusione virale di informazioni false
3. Conseguenze indesiderate della progettazione del sistema che portano a conflitti e alla ridotta qualità delle discussioni online

E Tim Berners-Lee ha già una risposta su quali principi potrebbe basarsi “Internet of a Healthy Person”, senza il problema numero 2: “Per molti utenti, gli introiti pubblicitari rimangono l'unico modello per interagire con Internet. Anche se le persone hanno paura di ciò che accade ai loro dati, sono disposte a stringere un accordo con la macchina del marketing per avere l’opportunità di ricevere contenuti gratuitamente. Immagina un mondo in cui pagare beni e servizi sia facile e divertente per entrambe le parti”. Tra le opzioni su come questo potrebbe essere organizzato: i musicisti possono vendere le loro registrazioni senza intermediari sotto forma di iTunes, e i siti di notizie possono usare un sistema di micropagamenti per leggere un articolo, invece di guadagnare con la pubblicità.

Come prototipo sperimentale per questa nuova Internet, Tim Berners-Lee ha lanciato il progetto SOLID, la cui essenza è che memorizzi i tuoi dati in un "pod", un archivio di informazioni, e puoi fornire questi dati ad applicazioni di terze parti. Ma in linea di principio sei tu stesso il padrone dei tuoi dati. Tutto ciò è strettamente correlato al concetto di reti peer-to-peer, ovvero il tuo computer non solo richiede servizi, ma li fornisce anche, in modo da non fare affidamento su un server come unico canale.

Fonte

5.2. Organizzazioni autonome decentralizzate

È un'organizzazione governata da regole scritte sotto forma di un programma per computer. Le sue attività finanziarie si basano sulla blockchain. Lo scopo della creazione di tali organizzazioni è quello di eliminare lo Stato dal ruolo di intermediario e creare un ambiente comune di fiducia per le controparti, che non sia posseduto da nessuno individualmente, ma posseduto da tutti insieme. Cioè, in teoria, se l'idea prendesse piede, si dovrebbero abolire i notai e gli altri consueti istituti di verifica.

L’esempio più famoso di tale organizzazione è stata The DAO, focalizzata sul venture capital, che ha raccolto 2016 milioni di dollari nel 150, di cui 50 sono stati immediatamente rubati a causa di un buco legale nelle regole. Immediatamente è sorto un difficile dilemma: o ritirare e restituire il denaro, oppure ammettere che il prelievo di denaro era legale, perché non violava in alcun modo le regole della piattaforma. Di conseguenza, per restituire denaro agli investitori, i creatori hanno dovuto distruggere The DAO, riscrivendo la blockchain e violando il suo principio di base: l'immutabilità.

Fumetto su Ethereum (a sinistra) e The DAO (a destra). Fonte

Tutta questa storia ha rovinato la reputazione dell’idea stessa di DAO. Quel progetto è stato realizzato sulla base della criptovaluta Ethereum, la versione Ether 2.0 è prevista per il prossimo anno - forse gli autori (incluso il famoso Vitalik Buterin) terranno conto degli errori e mostreranno qualcosa di nuovo. Questo è probabilmente il motivo per cui Gartner ha messo DAO a monte.

5.3.Dati sui sintetici

Per addestrare le reti neurali sono necessarie grandi quantità di dati. Etichettare manualmente i dati è un compito enorme che può essere svolto solo da un essere umano. Pertanto, è possibile creare set di dati artificiali. Ad esempio, le stesse raccolte di volti umani sul sito https://generated.photos. Vengono creati utilizzando GAN, gli algoritmi già menzionati sopra.

Questi volti non appartengono alle persone. Fonte

Il grande vantaggio di tali dati è che non ci sono difficoltà legali nel loro utilizzo: non c’è nessuno che dà il consenso al trattamento dei dati personali.

5.4.Operazioni digitali

Il suffisso “Ops” è diventato incredibilmente di moda da quando DevOps ha messo radici nel nostro linguaggio. Ora, cosa è DigitalOps: è solo una generalizzazione di DevOps, DesignOps, MarketingOps... Sei già annoiato? In breve, si tratta di un trasferimento dell'approccio DevOps dall'area software a tutti gli altri aspetti del business: marketing, design, ecc.

Fonte

L’idea di DevOps era quella di rimuovere le barriere tra lo Sviluppo stesso e le Operations (processi aziendali), attraverso la creazione di team comuni, dove sono presenti programmatori, tester, specialisti della sicurezza e amministratori; implementazione di alcune pratiche: integrazione continua, infrastruttura come codice, riduzione e rafforzamento delle catene di feedback. L'obiettivo era accelerare il time to market del prodotto. Se pensavi che fosse simile ad Agile, avevi ragione. Ora trasferisci mentalmente questo approccio dal campo dello sviluppo software allo sviluppo in generale e capirai cos'è DigitalOps.

5.5. Grafici della conoscenza

Un modo software per modellare un'area di conoscenza, incluso l'utilizzo di algoritmi di apprendimento automatico. Un grafico della conoscenza viene costruito sopra i database esistenti per collegare insieme tutte le informazioni: sia strutturate (elenco di eventi o persone) che non strutturate (testo di un articolo).

L'esempio più semplice è la carta che puoi vedere nei risultati di ricerca di Google. Se stai cercando una persona o un'istituzione, vedrai una scheda sulla destra:


Tieni presente che "Prossimi eventi" non è una copia delle informazioni di Google Maps, ma un'integrazione del programma con Yandex.Afisha: puoi vederlo facilmente se fai clic sugli eventi. Cioè, è la combinazione di diverse fonti di dati insieme.

Se chiedi un elenco - ad esempio "registi famosi" - ti verrà mostrato un carosello:

Bonus per chi legge fino alla fine

E ora che abbiamo chiarito il significato di ciascuno dei punti, possiamo guardare la stessa immagine, ma in russo:

Condividilo liberamente sui social network!

Tatyana Volkova - Autrice del programma di formazione per il percorso IT dell'Internet delle cose presso la Samsung Academy, specialista in programmi di responsabilità sociale delle imprese presso il Samsung Research Center


Fonte: habr.com