{"id":53222,"date":"2019-11-26T00:00:00","date_gmt":"2019-11-25T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/grafik-gartnera-2019-o-chyom-vse-eti-modnye-slova"},"modified":"2020-02-18T14:01:06","modified_gmt":"2020-02-18T11:01:06","slug":"grafik-gartnera-2019-o-chyom-vse-eti-modnye-slova","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/grafik-gartnera-2019-o-chyom-vse-eti-modnye-slova","title":{"rendered":"Il grafico di Gartner 2019: di cosa parlano tutte queste parole di moda?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Per chi opera nel settore tecnologico, il grafico di Gartner \u00e8 come una sfilata di alta moda. Guardandolo, puoi anticipare quali saranno le parole pi\u00f9 in voga di questa stagione e cosa sentirai nelle prossime conferenze.<\/p>\n

Abbiamo decifrato il significato dietro alle parole affascinanti di questo grafico, in modo che anche tu possa parlare questa lingua.<\/p>\n

\"Il
\n
\n<\/a><\/noindex><\/p>\n

Cominciamo con qualche parola su cosa sia questo grafico. Ogni anno, a partire da agosto, la societ\u00e0 di consulenza Gartner pubblica un rapporto noto come Gartner Hype Curve. In italiano, si traduce come 'curva dell'hype', o pi\u00f9 semplicemente \u2013 il hype. Trent'anni fa, i rapper del gruppo Public Enemy cantavano: 'Non credere all'hype'. Credere o meno \u00e8 una questione personale, ma vale la pena conoscere queste parole chiave se lavori nel settore della tecnologia e vuoi essere aggiornato sui trend globali.<\/p>\n

Questo \u00e8 un grafico delle aspettative pubbliche riguardo a una certa tecnologia. Secondo Gartner, in un caso ideale, una tecnologia attraversa cinque fasi: lancio, picco delle aspettative esagerate, valle della delusione, fase di chiarimento e plateau della produttivit\u00e0. Tuttavia, pu\u00f2 accadere che una tecnologia affondi nella 'valle della delusione'\u2014e gli esempi possono essere facilmente richiamati alla mente, come i bitcoin: inizialmente, raggiungendo il picco come 'moneta del futuro', sono rapidamente scesi quando sono emerse le limitazioni della tecnologia, in particolare le restrizioni sul numero di transazioni e l'enorme quantit\u00e0 di energia necessaria per generare bitcoin (che porta a problemi ecologici). E naturalmente, non si deve dimenticare che il grafico di Gartner \u00e8 solo una previsione: qui, ad esempio, si pu\u00f2 leggere in dettaglio articolo<\/a><\/noindex>, dove vengono analizzate le previsioni pi\u00f9 clamorosamente non realizzate.<\/p>\n

Quindi, diamo un'occhiata al nuovo grafico di Gartner. Le tecnologie sono suddivise in cinque grandi gruppi tematici:<\/p>\n

    \n
  1. Intelligenza artificiale avanzata e analisi (Advanced AI and Analytics)\n<\/li>\n
  2. Computazione e comunicazioni post-classiche (Postclassical Compute and Comms)\n<\/li>\n
  3. Sensori e mobilit\u00e0 (Sensing and Mobility)\n<\/li>\n
  4. \u00abUmano potenziato\u00bb (Augmented Human)\n<\/li>\n
  5. Ecosistemi digitali (Digital Ecosystems)\n<\/li>\n<\/ol>\n

    <\/p>\n

    1. Intelligenza artificiale avanzata e analisi (Advanced AI and Analytics)<\/h1>\n

    \nNegli ultimi dieci anni abbiamo assistito a un'ora d'oro dell'apprendimento profondo (Deep Learning). Queste reti sono estremamente efficaci per il loro ambito di applicazione. Nel 2018, Yann LeCun, Geoffrey Hinton e Yoshua Bengio hanno ricevuto il premio Turing per le loro scoperte in questo campo, il pi\u00f9 prestigioso riconoscimento simile al Premio Nobel in informatica. Pertanto, le principali tendenze di questo settore, che sono state evidenziate nel grafico:<\/p>\n

    1.1. Apprendimento trasferito (Transfer Learning)<\/h2>\n

    \nNon si addestra una rete neurale da zero, ma si utilizza una gi\u00e0 addestrata, assegnandole un altro obiettivo. A volte \u00e8 necessario riaddestrare una parte della rete, ma non tutta, il che \u00e8 molto pi\u00f9 veloce. Ad esempio, utilizzando una rete neurale gi\u00e0 pronta come ResNet50, addestrata sul dataset ImageNet1000, si ottiene un algoritmo in grado di classificare molteplici oggetti a un livello profondo (1000 classi basate su caratteristiche sviluppate da 50 strati della rete neurale). Ma non \u00e8 necessario addestrare tutta la rete, il che richiederebbe mesi.<\/p>\n

    In corso online<\/a><\/noindex> Samsung \u00abReti neurali e visione artificiale\u00bb, per esempio, nella sfida finale di Kaggle<\/a><\/noindex> Con la classificazione dei piatti in puliti e sporchi, viene dimostrato un approccio che in 5 minuti ti offre una rete neurale profonda capace di distinguere i piatti sporchi da quelli puliti, costruita secondo l'architettura sopra descritta. La rete iniziale non sapeva nemmeno cosa fossero i piatti; imparava solo a distinguere gli uccelli dai cani (vedi ImageNet).<\/p>\n

    \"Il
    \nFonte:     corso online<\/a><\/noindex> Samsung \u00abReti neurali e visione computerizzata\u00bb<\/i><\/p>\n

    Per il Transfer Learning \u00e8 necessario conoscere quali approcci funzionano e quali sono le architetture di base gi\u00e0 pronte. In generale, ci\u00f2 accelera notevolmente l'emergere di applicazioni pratiche del machine learning.<\/p>\n

    1.2. Reti generative avversarie (Generative Adversarial Networks, GAN)<\/h2>\n

    \nQuesto \u00e8 per quei casi in cui \u00e8 molto difficile formulare un obiettivo di apprendimento. Pi\u00f9 il compito \u00e8 vicino alla vita reale, pi\u00f9 \u00e8 comprensibile per noi (\u00abporta il comodino\u00bb), ma pi\u00f9 difficile \u00e8 formularlo come specifica tecnica. Le GAN sono proprio un tentativo di liberarci da questo problema.<\/p>\n

    Qui operano due reti: una generativa e l'altra discriminatoria. Una rete impara a svolgere compiti utili (classificare immagini, riconoscere suoni, disegnare fumetti). L'altra rete impara a addestrare la prima: ha esempi reali e impara a trovare una formula complessa sconosciuta per confrontare le generazioni della parte generativa della rete con oggetti del mondo reale (il campione di addestramento) secondo caratteristiche profonde davvero significative: numero di occhi, somiglianza con lo stile di Miyazaki, correttezza della pronuncia inglese.<\/p>\n

    \"Il
    \nEsempio di risultato del lavoro della rete per generare personaggi anime.     Fonte<\/a><\/noindex><\/i><\/p>\n

    Ma ovviamente \u00e8 complesso costruire l'architettura. Non basta semplicemente piazzare i neuroni, devono essere preparati. E l'addestramento richiede settimane. Il tema delle GAN \u00e8 affrontato dai miei colleghi presso il Centro di Intelligenza Artificiale di Samsung, dove \u00e8 una delle loro principali questioni di ricerca. Ad esempio, ecco una sviluppare<\/a><\/noindex>: utilizzo di reti generative per sintetizzare fotografie realistiche di persone con pose variabili \u2014 ad esempio, per creare un camerino virtuale, o per sintetizzare un volto, il che pu\u00f2 ridurre la quantit\u00e0 di informazioni necessarie da memorizzare o trasmettere per garantire una videochiamata di qualit\u00e0, trasmissione o protezione dei dati personali.<\/p>\n

    \"Il
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    1.3. IA Spiegabile (Explainable AI)<\/h2>\n

    \n\u0412 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0440\u0435\u0434\u043a\u0438\u0445 \u0437\u0430\u0434\u0430\u0447\u0430\u0445 \u043f\u0440\u043e\u0433\u0440\u0435\u0441\u0441 \u0432 \u0433\u043b\u0443\u0431\u043e\u043a\u0438\u0445 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430\u0445 \u0432\u043d\u0435\u0437\u0430\u043f\u043d\u043e \u043f\u0440\u0438\u0431\u043b\u0438\u0437\u0438\u043b \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u0438 \u0433\u043b\u0443\u0431\u043e\u043a\u0438\u0445 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0439 \u043a \u0447\u0435\u043b\u043e\u0432\u0435\u0447\u0435\u0441\u043a\u0438\u043c. \u0422\u0435\u043f\u0435\u0440\u044c \u0431\u0438\u0442\u0432\u0430 \u0438\u0434\u0451\u0442 \u0437\u0430 \u0442\u043e, \u0447\u0442\u043e\u0431\u044b \u043a\u0440\u0443\u0433 \u0442\u0430\u043a\u0438\u0445 \u0437\u0430\u0434\u0430\u0447 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0442\u044c. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0440\u043e\u0431\u043e\u0442-\u043f\u044b\u043b\u0435\u0441\u043e\u0441 \u043c\u043e\u0433 \u0431\u044b \u043b\u0435\u0433\u043a\u043e \u043e\u0442\u043b\u0438\u0447\u0438\u0442\u044c \u043a\u043e\u0448\u043a\u0443 \u043e\u0442 \u0441\u043e\u0431\u0430\u043a\u0438 \u043f\u0440\u0438 \u043b\u043e\u0431\u043e\u0432\u043e\u0439 \u0432\u0441\u0442\u0440\u0435\u0447\u0435. \u041d\u043e \u0432 \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u0435 \u0436\u0438\u0437\u043d\u0435\u043d\u043d\u044b\u0445 \u0441\u0438\u0442\u0443\u0430\u0446\u0438\u0439 \u043e\u043d \u0431\u0443\u0434\u0435\u0442 \u043d\u0435\u0441\u043f\u043e\u0441\u043e\u0431\u0435\u043d \u043d\u0430\u0439\u0442\u0438 \u043a\u043e\u0448\u043a\u0443, \u0441\u043f\u044f\u0449\u0443\u044e \u0441\u0440\u0435\u0434\u0438 \u0431\u0435\u043b\u044c\u044f \u0438\u043b\u0438 \u043c\u0435\u0431\u0435\u043b\u0438 (\u0432\u043f\u0440\u043e\u0447\u0435\u043c, \u043a\u0430\u043a \u0438 \u043c\u044b, \u0432 \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u0435 \u0441\u043b\u0443\u0447\u0430\u0435\u0432…).<\/p>\n

    \u0412 \u0447\u0435\u043c \u043f\u0440\u0438\u0447\u0438\u043d\u0430 \u0443\u0441\u043f\u0435\u0445\u043e\u0432 \u0433\u043b\u0443\u0431\u043e\u043a\u0438\u0445 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0445 \u0441\u0435\u0442\u0435\u0439? \u041e\u043d\u0438 \u0432\u044b\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u044e\u0442 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438, \u043e\u0441\u043d\u043e\u0432\u0430\u043d\u043d\u043e\u0435 \u043d\u0435 \u043d\u0430 \u00ab\u0432\u0438\u0434\u0438\u043c\u043e\u0439 \u043d\u0435\u0432\u043e\u043e\u0440\u0443\u0436\u0451\u043d\u043d\u044b\u043c \u0433\u043b\u0430\u0437\u043e\u043c\u00bb \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u0438 (\u043f\u0438\u043a\u0441\u0435\u043b\u044f\u0445 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438, \u0441\u043a\u0430\u0447\u043a\u0430\u0445 \u0433\u0440\u043e\u043c\u043a\u043e\u0441\u0442\u0438 \u0437\u0432\u0443\u043a\u0430…), \u0430 \u043d\u0430 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0430\u0445, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043f\u043e\u0441\u043b\u0435 \u043f\u0440\u0435\u0434\u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u044d\u0442\u043e\u0439 \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u043c\u0438 \u0441\u043e\u0442\u043d\u044f\u043c\u0438 \u0441\u043b\u043e\u0451\u0432 \u043d\u0435\u0439\u0440\u043e\u043d\u043d\u043e\u0439 \u0441\u0435\u0442\u0438. \u041a \u0441\u043e\u0436\u0430\u043b\u0435\u043d\u0438\u044e, \u044d\u0442\u0438 \u0432\u0437\u0430\u0438\u043c\u043e\u0441\u0432\u044f\u0437\u0438 \u043c\u043e\u0433\u0443\u0442 \u0442\u0430\u043a\u0436\u0435 \u0431\u044b\u0442\u044c \u0431\u0435\u0441\u0441\u043c\u044b\u0441\u043b\u0435\u043d\u043d\u044b\u043c\u0438, \u043f\u0440\u043e\u0442\u0438\u0432\u043e\u0440\u0435\u0447\u0438\u0432\u044b\u043c\u0438 \u0438\u043b\u0438 \u043d\u0435\u0441\u0442\u0438 \u0441\u043b\u0435\u0434\u044b \u043d\u0435\u0441\u043e\u0432\u0435\u0440\u0448\u0435\u043d\u0441\u0442\u0432\u0430 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u043d\u0430\u0431\u043e\u0440\u0430 \u0434\u0430\u043d\u043d\u044b\u0445. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043e \u0442\u043e\u043c, \u043a \u0447\u0435\u043c\u0443 \u043c\u043e\u0436\u0435\u0442 \u043f\u0440\u0438\u0432\u0435\u0441\u0442\u0438 \u0431\u0435\u0437\u0434\u0443\u043c\u043d\u043e\u0435 \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 AI \u0432 \u0440\u0435\u043a\u0440\u0443\u0442\u0438\u043d\u0433\u0435, \u0435\u0441\u0442\u044c \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0430\u044f \u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u043d\u0430\u044f \u0438\u0433\u0440\u0430 Sopravvivenza del pi\u00f9 adatto<\/a><\/noindex>.<\/p>\n

    \"Il
    \nIl sistema di etichettatura delle immagini ha identificato un uomo che cucina come donna, anche se in realt\u00e0 nell'immagine c'\u00e8 un uomo (    Fonte<\/a><\/noindex>). Questo \u00e8 stato notato<\/a><\/noindex> all'Istituto della Virginia.<\/i><\/p>\n

    Per analizzare relazioni complesse e profonde, che spesso non possiamo formulare noi stessi, sono necessari metodi di Explainable AI. Questi organizzano le caratteristiche delle reti neurali profonde in modo che, dopo l'apprendimento, possiamo analizzare la rappresentazione interna appresa dalla rete, anzich\u00e9 affidarci semplicemente alla sua decisione.<\/p>\n

    1.4. Analisi e AI Edge<\/h2>\n

    \nTutto ci\u00f2 che contiene la parola Edge significa letteralmente quanto segue: spostare parte degli algoritmi dal cloud\/server al livello del dispositivo finale\/gateway. Un algoritmo di questo tipo verr\u00e0 attivato pi\u00f9 rapidamente e non avr\u00e0 bisogno di una connessione al server centrale per funzionare. Se ti \u00e8 familiare l'astrazione del \"client leggero\", qui stiamo rendendo quel client un po' pi\u00f9 robusto.
    \nQuesto pu\u00f2 essere importante per l'Internet delle cose. Ad esempio, se una macchina si surriscalda e necessita di raffreddamento, ha senso inviare un segnale immediatamente, a livello di fabbrica, senza aspettare che i dati arrivino nel cloud e poi vengano inviati al supervisore. Oppure un altro esempio: le automobili a guida autonoma possono risolvere la situazione del traffico autonomamente, senza bisogno di contattare un server centrale.<\/p>\n

    \"Il
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    Un altro esempio di perch\u00e9 questo \u00e8 importante dal punto di vista della sicurezza: quando digiti testi sul tuo telefono, questo memorizza le parole che usi di pi\u00f9, consentendo alla tastiera di suggerirle in modo utile \u2013 si chiama input predittivo. Inviare tutto ci\u00f2 che digiti su una tastiera a un data center costituirebbe una violazione della tua privacy ed \u00e8 semplicemente poco sicuro. Pertanto, l'apprendimento della tastiera avviene solo all'interno del tuo dispositivo.<\/p>\n

    1.5. Piattaforma AI come servizio (AI PaaS)<\/h2>\n

    \nPaaS \u2013 Piattaforma come servizio \u2013 \u00e8 un modello di business in cui accediamo a una piattaforma integrata, inclusi storage cloud e procedure preimpostate. In questo modo, possiamo liberarci da compiti infrastrutturali e concentrarci completamente sulla produzione di qualcosa di utile. Esempi di piattaforme PaaS per compiti di intelligenza artificiale: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.<\/p>\n

    1.6. Apprendimento automatico adattivo (Adaptive ML)<\/h2>\n

    \nE se permettessimo all'intelligenza artificiale di adattarsi... Vi chiederete: come? Non si adatta gi\u00e0 al compito? Il problema \u00e8 questo: per ogni compito del genere, dobbiamo strutturarlo accuratamente prima di costruire l'algoritmo per la sua risoluzione. La risposta \u00e8 che si pu\u00f2 semplificare anche questa catena.<\/p>\n

    Il machine learning tradizionale funziona secondo il principio di un sistema aperto (open-loop): preparate i dati, create una rete neurale (o qualsiasi cosa), addestrate, poi osservate alcuni indicatori e se tutto vi soddisfa, potete inviare la rete neurale negli smartphone per affrontare le richieste degli utenti. Ma in applicazioni dove i dati sono molto numerosi e il loro carattere cambia gradualmente, sono necessari altri metodi. Questi sistemi, che si adattano e si auto-addestrano, sono organizzati in contorni chiusi e auto-apprendenti (closed-loop), e devono funzionare ininterrottamente.<\/p>\n

    Le applicazioni possono includere analisi in tempo reale (Stream Analytics), su cui molti imprenditori basano le loro decisioni, o la gestione adattativa della produzione. Nella scala delle applicazioni moderne e tenendo conto dei rischi meglio compresi per le persone, i metodi utilizzati per affrontare questo problema sono tutti riuniti sotto il nome comune di AI adattiva.<\/p>\n

    \"Il
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    Guardando questa immagine, \u00e8 difficile liberarsi dalla sensazione che i futurologi non vogliano altro che insegnare a un robot a respirare...<\/p>\n

    Computazione e comunicazioni post-classiche (Postclassical Compute and Comms)<\/h1>\n

    <\/p>\n

    2.1. Rete mobile di quinta generazione (5G)<\/h2>\n

    \n\u00c8 un tema cos\u00ec interessante che vi rimandiamo subito al nostro articolo<\/a><\/noindex>. Qui troverete un breve riepilogo. Il 5G, grazie all'aumento della frequenza di trasmissione dei dati, render\u00e0 la velocit\u00e0 di Internet incredibilmente veloce. Le onde corte faticano a superare gli ostacoli, quindi la configurazione delle reti sar\u00e0 completamente diversa: avremo bisogno di 500 volte pi\u00f9 stazioni base.<\/p>\n

    Insieme alla velocit\u00e0, emergeranno nuove esperienze: giochi in tempo reale con realt\u00e0 aumentata, esecuzione di compiti complessi (come la chirurgia) tramite telepresenza, prevenzione di incidenti e situazioni critiche sulle strade grazie alla comunicazione tra veicoli. Dal punto di vista pi\u00f9 pratico: finalmente smetter\u00e0 di cadere il Wi-Fi mobile durante eventi affollati come una partita allo stadio.<\/p>\n

    \"Il
    \nFonte immagine \u2013 Reuters, Niantic<\/i><\/p>\n

    2.2. Memoria di nuova generazione (Next-Generation Memory)<\/h2>\n

    \nQui si parla della quinta generazione di memoria RAM \u2013 DDR5. Samsung ha annunciato che entro la fine del 2019 arriveranno prodotti basati su DDR5. Si prevede che la nuova memoria sar\u00e0 due volte pi\u00f9 veloce e con una capacit\u00e0 doppia mantenendo il form factor, il che significa che potremo avere per il nostro computer modulo di memoria con capacit\u00e0 fino a 32 GB. In futuro, questo sar\u00e0 particolarmente rilevante per gli smartphone (con la nuova memoria in versione a bassissimo consumo energetico) e per i laptop (dove il numero di slot DIMM \u00e8 limitato). Inoltre, l'apprendimento automatico richiede grandi quantit\u00e0 di memoria RAM.<\/p>\n

    2.3. Sistemi satellitari a bassa orbita (Low-Earth-Orbit Satellite Systems)<\/h2>\n

    \nL'idea di sostituire pesanti, costosi e potenti satelliti con un branco di piccoli e economici non \u00e8 affatto nuova e risale agli anni '90. Di ci\u00f2 che \u00abElon Musk presto offrir\u00e0 Internet a tutti tramite satellite\u00bb<\/a><\/noindex> oggi non ha sentito solo chi \u00e8 pigro. Qui la compagnia pi\u00f9 conosciuta \u00e8 Iridium, che \u00e8 fallita alla fine degli anni '90, ma \u00e8 stata salvata dal Ministero della Difesa degli Stati Uniti (da non confondere con iRidium \u2013 il sistema di smart home russo). Il progetto di Elon Musk (Starlink) non \u00e8 certo l'unico: nella corsa ai satelliti partecipano Richard Branson (OneWeb \u2013 1440 satelliti previsti), Boeing (3000 satelliti), Samsung (4600 satelliti) e altri.<\/p>\n

    Come si presenta questa area, come si sviluppa l'economia \u2013 leggete in recensione<\/a><\/noindex>. E noi attendiamo i primi test di questi sistemi da parte dei primi utenti, che dovrebbero avvenire gi\u00e0 l'anno prossimo.<\/p>\n

    2.4. Stampa 3D a nanoscale<\/h2>\n

    \nLa stampa 3D, anche se non \u00e8 entrata nella vita di ogni persona (nella forma promessa di una fabbrica di plastica domestica), \u00e8 comunque uscita da molto tempo dalla nicchia delle tecnologie per geek. Si pu\u00f2 giudicare dal fatto che l'esistenza di almeno penne per scultura 3D \u00e8 nota a qualsiasi studente, e molti sognano di acquistare una scatola con slitte ed estrusore per\u2026 \"giusto cos\u00ec\" (o l'hanno gi\u00e0 acquistata).<\/p>\n

    La stereolitografia (stampanti 3D a laser) permette di stampare singoli fotoni: vengono esplorati nuovi polimeri, per i quali bastano due fotoni per solidificarsi. Questo consentir\u00e0 di creare nuovi filtri, staffe, molle, capillari, lenti e\u2026 le vostre idee nei commenti! E qui non siamo lontani dalla fotopolimerizzazione \u2013 solo questa tecnologia permette di \"stampare\" processori e circuiti di calcolo. Inoltre, da diversi anni esiste la tecnologia per la stampa di strutture tridimensionali di grafene di 500 nm<\/a><\/noindex>, ma senza uno sviluppo radicale.<\/p>\n

    \"Il
    \n    Fonte<\/i><\/a><\/noindex><\/p>\n

    3. Sensoristica e mobilit\u00e0 (Sensing and Mobility)<\/h1>\n

    <\/p>\n

    3.1. Veicoli autonomi, livello 4 e 5 (Autonomous Driving Level 4 & 5)<\/h2>\n

    \nPer non confondersi con la terminologia, \u00e8 utile capire quali livelli di autonomia vengono distinti (presa da dettagliata articolo<\/a><\/noindex>, a cui rimandiamo tutti gli interessati):<\/p>\n

    Livello 1: Cruise control: assistenza al conducente in situazioni molto limitate (ad esempio, mantenere l'auto a una certa velocit\u00e0 dopo che il conducente ha tolto il piede dall'acceleratore)
    \nLivello 2: Assistenza limitata alla sterzata e alla frenata. Il conducente deve essere pronto a riprendere il controllo quasi immediatamente. Le sue mani sono sul volante, e lo sguardo \u00e8 rivolto alla strada. Questo \u00e8 ci\u00f2 che \u00e8 gi\u00e0 presente in Tesla e General Motors.
    \nLivello 3: Il conducente non deve pi\u00f9 monitorare costantemente la strada. Ma deve rimanere vigile e pronto a riprendere il controllo. Questa \u00e8 una caratteristica che attualmente non \u00e8 presente nei veicoli in vendita. Tutti quelli attualmente esistenti sono ai livelli 1-2.
    \nLivello 4: Pilota automatico reale, ma con limitazioni: solo viaggi in aree familiari, accuratamente mappate e generalmente note al sistema, e a determinate condizioni: ad esempio, in assenza di neve. Esistono prototipi di questo tipo da Waymo e General Motors, che intendono lanciarli in diverse citt\u00e0 e testarli in situazioni reali. Yandex ha zone di test per taxi autonomi a Skolkovo e Innopolis: il viaggio avviene sotto la supervisione di un ingegnere seduto nel sedile del passeggero; entro la fine dell'anno l'azienda prevede di espandere la flotta a 100 veicoli autonomi.
    \nLivello 5: Guida completamente automatica, sostituzione totale di un conducente umano. Sistemi di questo tipo non esistono e difficilmente appariranno nei prossimi anni.<\/p>\n

    Quanto \u00e8 realistico vedere tutto questo nel prossimo futuro? Qui vorremmo reindirizzare il lettore all'articolo \u00abPerch\u00e9 lanciare un robotaxi entro il 2020, come promette Tesla, \u00e8 impossibile\u00bb<\/a><\/noindex>. Questo \u00e8 parzialmente dovuto all'assenza di connessione 5G: le attuali velocit\u00e0 4G non sono sufficienti. \u00c8 anche dovuto all'alta costa delle auto autonome: attualmente non sono redditizie e il modello di business \u00e8 poco chiaro. Insomma, qui la situazione \u00e8 complessa, e non a caso Gartner afferma che la previsione di un'adozione su larga scala dei Livelli 4 e 5 non avverr\u00e0 prima di 10 anni.<\/p>\n

    3.2. Telecamere con visione 3D (3D Sensing Cameras)<\/h2>\n

    \nOtto anni fa, il controller di gioco Microsoft Kinect ha suscitato grande attenzione, offrendo una soluzione accessibile e relativamente economica per la visione 3D. Da allora, i giochi di danza e fitness con Kinect hanno avuto la loro breve ascesa e caduta, ma le telecamere 3D sono diventate comuni in robot industriali, auto a guida autonoma e telefoni cellulari per il riconoscimento facciale. La tecnologia \u00e8 diventata pi\u00f9 economica, compatta e accessibile. <\/p>\n

    \"Il
    \nNel telefono Samsung S10 \u00e8 presente una camera a tempo di volo (Time-of-Flight) che misura la distanza dall'oggetto, semplificando la messa a fuoco.     Fonte<\/a><\/noindex><\/i><\/p>\n

    Se ti interessa questo argomento, ti rimandiamo a una panoramica molto buona e dettagliata sulle telecamere di profondit\u00e0: parte 1<\/a><\/noindex>, parte 2<\/a><\/noindex>.<\/p>\n

    3.3. Droni per la consegna di piccoli carichi (Light Cargo Delivery Drones)<\/h2>\n

    \nQuest'anno Amazon ha fatto parlare di s\u00e9 quando ha presentato alla fiera un nuovo drone volante in grado di trasportare piccoli carichi fino a 2 kg. Per una citt\u00e0, con il suo traffico, sembra una soluzione perfetta. Vedremo come si comporteranno questi droni nel prossimo futuro. Tuttavia, \u00e8 opportuno tenere un cauto scetticismo: ci sono molte problematiche, dalla facile sottrazione del drone, fino a limitazioni legislative sugli UAV. Amazon Prime Air esiste da sei anni, ma \u00e8 ancora in fase di test.<\/p>\n

    \"Il
    \nIl nuovo drone di Amazon, presentato questa primavera. Ha qualcosa di \"Star Wars\".     Fonte<\/a><\/noindex><\/i><\/p>\n

    Oltre ad Amazon, ci sono altri attori in questo mercato (c'\u00e8 una dettagliata panoramica<\/a><\/noindex>), ma nessun prodotto pronto: tutto \u00e8 ancora in fase di test e campagne di marketing. \u00c8 interessante notare i servizi di drone specializzati in ambito medico progetti<\/a><\/noindex> in Africa: la consegna di sangue donato in Ghana (14.000 consegne, azienda Zipline) e in Ruanda (azienda Matternet).<\/p>\n

    3.4. Veicoli autonomi volanti (Flying Autonomous Vehicles)<\/h2>\n

    \n\u00c8 difficile esprimere qualcosa di certo in merito. Secondo Gartner, questa tecnologia non arriver\u00e0 prima di dieci anni. In sostanza, ci sono gli stessi problemi che affliggono le auto a guida autonoma, solo che in questo caso acquisteranno una nuova dimensione: quella verticale. Aziende come Porsche, Boeing e Uber hanno gi\u00e0 annunciato le loro ambizioni di costruire taxi volanti.<\/p>\n

    3.5. Il Cloud di Realt\u00e0 Aumentata (AR Cloud)<\/h2>\n

    \nUna copia digitale permanente del mondo reale che consente di creare un nuovo strato di realt\u00e0 condiviso da tutti gli utenti. In termini pi\u00f9 tecnici, si tratta di creare una piattaforma cloud aperta in cui gli sviluppatori possono integrare le proprie applicazioni AR. Il modello di monetizzazione \u00e8 chiaro, si tratta di un concetto simile a Steam. L'idea \u00e8 cos\u00ec radicata che alcuni sostengono gi\u00e0 che l'AR senza il cloud sia fondamentalmente inutile.<\/p>\n

    Come potrebbe apparire in futuro \u00e8 illustrato in un breve video. Sembra una nuova puntata di \"Black Mirror\":
    \n

    \r\n \"Riproduci\r\n
    <\/div>\r\n <\/div><\/center><\/p>\n

    Puoi leggere di pi\u00f9 in un articolo di approfondimento.<\/a><\/noindex><\/p>\n

    4. Essere umano 'aumentato' (Augmented Human)<\/h1>\n

    <\/p>\n

    4.1. IA per le emozioni (Emotion AI)<\/h2>\n

    \nCome misurare, simulare e reagire alle emozioni umane? Alcuni dei clienti qui sono aziende che producono assistenti vocali come Amazon Alexa. Per integrarsi veramente nelle case delle persone, devono imparare a riconoscere gli stati d'animo: comprendere la causa della frustrazione dell'utente e cercare di rimediare. In effetti, nel contesto c'\u00e8 molto pi\u00f9 che nel semplice messaggio. E il contesto comprende l'espressione facciale, l'intonazione e il comportamento non verbale.<\/p>\n

    Altre applicazioni pratiche includono: analisi delle emozioni durante i colloqui di lavoro (attraverso video interviste), valutazione delle reazioni a spot pubblicitari o altro contenuto video (sorrisi, risate), aiuto nell'apprendimento (ad esempio, per pratiche autonome nell'arte del public speaking). <\/p>\n

    Non \u00e8 facile esprimersi meglio di quanto abbia fatto l'autore del cortometraggio di 6 minuti Stealing Ur Feeling<\/a><\/noindex>. In un video realizzato in modo ingegnoso e stiloso, viene mostrato come si possano misurare le nostre emozioni a scopo di marketing e scoprire dalle reazioni immediate del nostro volto se amiamo la pizza, i cani, Kanye West e anche qual \u00e8 il nostro reddito e il nostro quoziente intellettivo. Cliccando sul link sopra per accedere al sito del film, diventi parte di un video interattivo utilizzando la webcam del tuo laptop. Il film \u00e8 gi\u00e0 stato proiettato in diversi festival cinematografici.<\/p>\n

    \"Il
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    Esiste persino uno studio interessante su come riconoscere il sarcasmo nel testo. Hanno raccolto tweet con l'hashtag #sarcasmo e creato un campione di addestramento di 25.000 tweet sarcastici e 100.000 tweet normali su ogni argomento. Hanno utilizzato la libreria TensorFlow per addestrare il sistema, ecco il risultato:<\/p>\n

    \"Il
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    Quindi, se ora non sei sicuro se il tuo collega o amico ti ha detto qualcosa sul serio o con sarcasmo, puoi utilizzare gi\u00e0 una rete neurale gi\u00e0 addestrata<\/a><\/noindex>! <\/p>\n

    4.2. Intelligenza aumentata (Augmented Intelligence)<\/h2>\n

    \nAutomatizzazione del lavoro intellettuale attraverso metodi di machine learning. Potrebbe sembrare nulla di nuovo, ma qui la formulazione \u00e8 cruciale, specialmente perch\u00e9 coincide con l'acronimo di Artificial Intelligence. Questo ci rimanda al dibattito sul \u00abforte\u00bb e \u00abdebole\u00bb IA.
    \nUna IA forte \u00e8 quel tipo di intelligenza artificiale rappresentata nei film di fantascienza, che \u00e8 completamente equivalente alla mente umana e si percepisce come una persona. Tale cosa non esiste ancora, e non \u00e8 chiaro se esister\u00e0 mai.<\/p>\n

    Una IA debole non \u00e8 un'entit\u00e0 autonoma; \u00e8 un assistente per l'uomo. Non pretende di avere un pensiero simile a quello umano, ma \u00e8 capace di risolvere compiti informatici, come riconoscere cosa \u00e8 raffigurato in un'immagine o tradurre del testo.<\/p>\n

    \"Il
    \n    Fonte <\/a><\/noindex><\/i><\/p>\n

    In questo senso, l'Intelligenza Aumentata \u00e8 un puro esempio di \"intelligenza artificiale debole\" e la formulazione appare azzeccata, poich\u00e9 non crea confusione o l'illusione di vedere qui quell'\"intelligenza artificiale forte\" di cui tutti sognano (o temono, se si pensa alle numerose discussioni su un \"ribellione delle macchine\"). Usando l'espressione Intelligenza Aumentata, ci si sente subito protagonisti di un altro film: dal genere della fantascienza (come \"Io, robot\" di Asimov) si passa al cyberpunk (dove le \"aumentazioni\" in questo genere si riferiscono a vari impianti che amplificano le capacit\u00e0 umane).<\/p>\n

    Come hanno detto<\/a><\/noindex> Erik Brynjolfsson e Andrew McAfee: \u00abNei prossimi 10 anni accadr\u00e0 questo. Non sar\u00e0 l'IA a sostituire i manager, ma quei manager che utilizzano l'IA sostituiranno quelli che non lo fanno ancora\u00bb<\/p>\n

    Esempi:<\/p>\n