Gartner диаграммасы технологиялық индустриядағылар үшін жоғары сән көрсетілімі сияқты. Оған қарап, осы маусымда қай сөздердің ең көп айтылғанын және алдағы барлық конференцияларда не еститінін алдын ала біле аласыз.
Біз осы графиктегі әдемі сөздердің артында не тұрғанын шештік, сонда сіз де тілде сөйлей аласыз.
Бастау үшін, бұл қандай график екендігі туралы бірнеше сөз. Жыл сайын тамыз айында Gartner консалтингтік агенттігі Gartner Hype Curve есебін шығарады. Орыс тілінде бұл «хайп қисығы» немесе, дәлірек айтқанда, хайп. Осыдан 30 жыл бұрын Public Enemy тобының рэперлері: «Хайпқа сенбеңіздер» деп ән айтқан болатын. Сенсеңіз де, сенбесеңіз де, бұл жеке сұрақ, бірақ егер сіз технология саласында жұмыс істеп, жаһандық трендтерді білгіңіз келсе, кем дегенде осы кілт сөздерді білуге тұрарлық.
Бұл белгілі бір технологиядан қоғамның күту графигі. Гартнердің пікірінше, ең дұрысы, технология 5 кезеңнен өтеді: технологияны іске қосу, ұлғайтылған үміттердің шыңы, үмітсіздік аңғары, ағартушылық еңіс, өнімділік үстірті. Бірақ ол сондай-ақ «көңілсіздік алқабында» батып кетеді - сіз мысалдарды өзіңіз оңай есте сақтай аласыз, бірдей биткоиндерді ала аласыз: бастапқыда «болашақтың ақшасы» ретінде шыңға жетіп, технологияның кемшіліктері болған кезде олар тез сырғып кетті. бірінші кезекте транзакциялар санына және биткоиндерді өндіруге қажетті электр энергиясының орасан зор мөлшеріне шектеулер (бұл қазірдің өзінде экологиялық проблемаларды тудырады) айқын болды. Әрине, біз Gartner диаграммасы жай ғана болжам екенін ұмытпауымыз керек: мұнда, мысалы, егжей-тегжейлі оқуға болады. , мұнда ең таңқаларлық орындалмаған болжамдар сұрыпталады.
Сонымен, жаңа Gartner диаграммасын қарастырайық. Технологиялар 5 үлкен тақырыптық топқа бөлінеді:
- Жетілдірілген AI және Analytics
- Постклассикалық есептеулер және коммуникациялар
- Сезім және ұтқырлық
- Көбейтілген адам
- Сандық экожүйелер
1. Жетілдірілген AI және Analytics
Соңғы 10 жылда біз терең білім алудың ең тамаша сағатын көрдік. Бұл желілер өздерінің тапсырмаларының ауқымы үшін шынымен тиімді. 2018 жылы Янн Лекун, Джеффри Хинтон және Йошуа Бенджио жаңалықтары үшін Тьюринг сыйлығын алды - бұл информатика саласындағы Нобель сыйлығына ұқсас ең беделді сыйлық. Сонымен, диаграммада көрсетілген осы саладағы негізгі тенденциялар:
1.1. Трансферттік оқыту
Сіз нейрондық желіні нөлден бастап жаттықтырмайсыз, бірақ бұрыннан дайындалған желіні алып, оған басқа мақсат қоясыз. Кейде бұл желінің бір бөлігін қайта даярлауды талап етеді, бірақ бүкіл желіні емес, бұл әлдеқайда жылдам. Мысалы, ImageNet50 деректер жинағында дайындалған дайын ResNet1000 нейрондық желісін ала отырып, сіз өте терең деңгейде кескіндегі көптеген әртүрлі нысандарды жіктей алатын алгоритмді аласыз (нейронның 1000 қабаты жасаған мүмкіндіктерге негізделген 50 класс). желі). Бірақ бүкіл желіні оқытудың қажеті жоқ, бұл бірнеше айға созылады.
В Samsung «Нейрондық желілер және компьютерлік көру», мысалы, финалда пластиналарды таза және лас деп жіктей отырып, 5 минут ішінде жоғарыда сипатталған архитектураға сәйкес салынған лас тақталарды тазалардан ажырата алатын терең нейрондық желіні беретін тәсіл көрсетілді. Түпнұсқа желі пластиналардың қандай екенін мүлдем білмеді, ол тек құстарды иттерден ажыратуды үйренді (ImageNet қараңыз).
Ақпарат көзі: Samsung «Нейрондық желілер және компьютерлік көру»
Transfer Learning үшін қандай тәсілдер жұмыс істейтінін және қандай дайын базалық архитектуралар бар екенін білуіңіз керек. Тұтастай алғанда, бұл машиналық оқытудың практикалық қосымшаларының пайда болуын айтарлықтай жылдамдатады.
1.2. Генеративті қарсылас желілер (GAN)
Бұл оқу мақсатын тұжырымдау өте қиын болатын жағдайларға арналған. Тапсырма шынайы өмірге неғұрлым жақын болса, соғұрлым ол бізге түсінікті («төсек үстелін әкел»), бірақ оны техникалық тапсырма ретінде тұжырымдау қиынырақ. GAN - бұл бізді осы мәселеден құтқару әрекеті.
Бұл жерде екі желі жұмыс істейді: бірі генератор (Генеративті), екіншісі дискриминатор (Қарсыласушы). Бір желі пайдалы жұмыстарды (суреттерді жіктеу, дыбыстарды тану, мультфильмдер салу) жасауға үйренеді. Ал басқа желі сол желіні оқытуды үйренеді: оның нақты мысалдары бар және ол шын мәнінде маңызды терең сипаттамаларға негізделген желінің генеративті бөлігінің өнімдерін нақты әлемдегі объектілермен (оқу жинағы) салыстыру үшін бұрын белгісіз күрделі формуланы табуды үйренеді. : көздің саны, Миядзаки стиліне жақындығы, ағылшынша дұрыс айтылуы.
Аниме кейіпкерлерін генерациялауға арналған желі нәтижесінің мысалы.
Бірақ, әрине, ол жерде сәулет салу қиын. Нейрондарды лақтыру жеткіліксіз, оларды дайындау керек. Ал апталап оқуға тура келеді. Samsung жасанды интеллект орталығындағы әріптестерім GAN тақырыбымен жұмыс істеуде; бұл олардың негізгі зерттеу сұрақтарының бірі. Мысалы, осылай : айнымалы позалары бар адамдардың шынайы фотосуреттерін синтездеу үшін генеративті желілерді пайдалану - мысалы, виртуалды фитинг бөлмесін жасау немесе жоғары сапалы бейнені қамтамасыз ету үшін сақталуы немесе тасымалдануы қажет ақпарат көлемін азайтуға мүмкіндік беретін бетті синтездеу. байланыс, хабар тарату немесе жеке деректерді қорғау.
1.3. Түсіндірілетін AI
Кейбір сирек тапсырмалар үшін терең архитектурадағы жетістіктер кенеттен терең нейрондық желілердің мүмкіндіктерін адам мүмкіндіктеріне жақындатты. Енді осындай міндеттердің ауқымын арттыру үшін күрес жүріп жатыр. Мысалы, робот шаңсорғыш кездесуде мысықты иттен оңай ажырата алатын. Бірақ өмірлік жағдайлардың көпшілігінде ол зығыр немесе жиһаз арасында ұйықтап жатқан мысықты таба алмайды (бірақ, біз сияқты, көп жағдайда ...).
Терең нейрондық желілердің табысты болуының себебі неде? Олар «жалаңаш көзге көрінетін» ақпаратқа (фото пиксельдер, дыбыс көлемінің өзгеруі...) емес, бұл ақпаратты нейрондық желінің бірнеше жүздеген қабаттарымен алдын ала өңдеуден кейін алынған мүмкіндіктерге негізделген мәселенің көрінісін әзірлейді. Өкінішке орай, бұл қарым-қатынастар да мағынасыз, сәйкес келмеуі немесе бастапқы деректер жинағындағы кемшіліктердің іздерін алып жүруі мүмкін. Мысалы, жұмысқа қабылдау кезінде AI-ны ойланбастан пайдалану неге әкелетіні туралы шағын компьютерлік ойын бар .
Суреттегі адам шын мәнінде ер адам болса да, суретті тегтеу жүйесі тамақ пісіретін адамды әйел деп белгіледі (). ол Вирджиния институтында.
Біз өзімізді жиі тұжырымдай алмайтын күрделі және терең қарым-қатынастарды талдау үшін түсіндірілетін AI әдістері қажет. Олар терең нейрондық желілердің мүмкіндіктерін ұйымдастырады, осылайша оқытудан кейін біз оның шешіміне сенбей, оның үйренген ішкі көрінісін талдай аламыз.
1.4. Edge Analytics / AI
Edge сөзінің барлығы сөзбе-сөз мынаны білдіреді: алгоритмдердің бір бөлігін бұлттан/серверден соңғы құрылғыға/шлюз деңгейіне тасымалдау. Мұндай алгоритм жылдамырақ жұмыс істейді және оның жұмыс істеуі үшін орталық серверге қосылуды қажет етпейді. Егер сіз «жұқа клиент» абстракциясымен таныс болсаңыз, онда біз бұл клиентті сәл қалыңдатып жатырмыз.
Бұл заттар интернеті үшін маңызды болуы мүмкін. Мысалы, егер машина қатты қызып кетсе және салқындату қажет болса, бұл туралы деректердің бұлтқа және одан ауысым бригадиріне өтуін күтпей-ақ, зауыт деңгейінде дереу сигнал беру мағынасы бар. Немесе тағы бір мысал: өздігінен жүретін көліктер орталық серверге хабарласпай-ақ, жол қозғалысы жағдайын өздігінен анықтай алады.
Немесе бұл қауіпсіздік тұрғысынан неліктен маңызды екендігінің тағы бір мысалы: телефонда мәтіндерді терген кезде ол сізге тән сөздерді есте сақтайды, осылайша кейінірек телефон пернетақтасы сізге олармен ыңғайлы түрде нұсқау беруі мүмкін - бұл болжау деп аталады. мәтін енгізу. Пернетақтада тергендердің барлығын бір жерде деректер орталығына жіберу сіздің жеке өміріңізді бұзу және жай ғана қауіпті болар еді. Сондықтан пернетақтаны оқыту тек құрылғының өзінде болады.
1.5. AI платформасы қызмет ретінде (AI PaaS)
PaaS - қызмет ретінде платформа - бұлтқа негізделген деректерді сақтауды және дайын процедураларды қоса алғанда, біріктірілген платформаға қол жеткізе алатын бизнес үлгісі. Осылайша, біз өзімізді инфрақұрылымдық міндеттерден босатып, пайдалы нәрсе өндіруге толығымен шоғырлана аламыз. AI тапсырмаларына арналған PaaS платформаларының мысалы: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI платформасы.
1.6. Бейімделетін машиналық оқыту (адаптивті ML)
Егер жасанды интеллект бейімделуге мүмкіндік берсек... Сіз сұрайсыз – яғни, қалай?.. Ол қазірдің өзінде тапсырмаға бейімделіп жатқан жоқ па? Мәселе мынада: біз әрбір осындай мәселені шешу үшін жасанды интеллект алгоритмін құрмас бұрын оны мұқият жобалаймыз. Олар сізге жауап береді - бұл тізбекті жеңілдетуге болады.
Кәдімгі машиналық оқыту ашық цикл принципі бойынша жұмыс істейді: сіз деректерді дайындайсыз, нейрондық желіні (немесе кез келген нәрсені) ойлап табасыз, жаттығу жасайсыз, содан кейін бірнеше индикаторларды қарайсыз, егер сізге бәрі ұнаса, нейрондық желіні смартфондарға жібере аласыз. - пайдаланушы мәселелерін шешу. Бірақ деректер көп және оның сипаты бірте-бірте өзгеретін қолданбаларда басқа әдістер қажет. Өзін-өзі бейімдейтін және үйрететін мұндай жүйелер жабық, өздігінен білім алатын циклдерге (тұйық цикл) ұйымдастырылған және олар бірқалыпты жұмыс істеуі керек.
Қолданбалар - бұл көптеген бизнесмендер шешім қабылдайтын ағындық аналитика (Stream Analytics) немесе бейімделген өндірісті басқару болуы мүмкін. Ағымдағы қолданбалар ауқымында және адамдар үшін жақсы түсінілген тәуекелдерді ескере отырып, бұл мәселенің шешімін құрайтын әдістердің барлығы Adaptive AI термині астында жинақталған.
Мына суретке қарап, футурологтарды нанмен тамақтандырмайтын сезімнен арылу қиын – роботқа тыныс алуды үйретсін...
Постклассикалық есептеулер және коммуникациялар
2.1. Бесінші буын ұялы байланысы (5G)
Бұл соншалықты қызықты тақырып, біз сізді бірден өзімізге бағыттаймыз . Міне, қысқаша түйіндеме. 5G деректерді беру жиілігін арттыра отырып, Интернет жылдамдығын шынайы емес жылдам етеді. Қысқа толқындардың кедергілерден өтуі қиынырақ, сондықтан желілердің дизайны мүлдем басқаша болады: 500 есе көп базалық станциялар қажет.
Жылдамдықпен қатар біз жаңа құбылыстарға ие боламыз: нақты уақыт режимінде толықтырылған шындықпен ойындар, телебайланыс арқылы күрделі тапсырмаларды орындау (операция сияқты), машиналар арасындағы байланыс арқылы жолдардағы апаттар мен қиын жағдайлардың алдын алу. Неғұрлым прозалық ескерту: мобильді интернет стадиондағы матч сияқты бұқаралық іс-шаралар кезінде тоқтайды.
Сурет көзі - Reuters, Niantic
2.2. Келесі ұрпақ жады
Бұл жерде біз бесінші ұрпақ жедел жады – DDR5 туралы айтып отырмыз. Samsung DDR2019 негізіндегі өнімдер 5 жылдың соңына дейін қол жетімді болатынын хабарлады. Жаңа жад бірдей форма факторын сақтай отырып, екі есе жылдам және екі есе сыйымды болады деп күтілуде, яғни біз компьютеріміз үшін сыйымдылығы 32 ГБ дейінгі жад дискілерін ала аламыз. Болашақта бұл әсіресе смартфондарға (жаңа жад қуаттылығы аз нұсқада болады) және ноутбуктерге (DIMM слоттарының саны шектеулі) қатысты болады. Сондай-ақ машиналық оқыту үлкен көлемдегі жедел жадты қажет етеді.
2.3. Төменгі-орбиталық спутниктік жүйелер
Ауыр, қымбат, қуатты спутниктерді шағын және арзанға ауыстыру идеясы жаңа емес және 90-жылдары пайда болды. Не туралы Енді тек жалқаулар естімейді. Мұндағы ең танымал компания - Iridium, ол 90-шы жылдардың соңында банкротқа ұшырады, бірақ АҚШ Қорғаныс министрлігінің есебінен сақталды (iRidium, ресейлік ақылды үй жүйесімен шатастырмау керек). Илон Масктың жобасы (Starlink) жалғыз жобадан алыс - Ричард Брэнсон (OneWeb - ұсынылған 1440 спутник), Boeing (3000 спутник), Samsung (4600 спутник) және басқалары спутниктік жарысқа қатысуда.
Бұл аймақтағы жағдай қалай, ол жақта экономика қалай көрінеді - оқыңыз . Ал біз келесі жылы өтуі тиіс бірінші пайдаланушылардың осы жүйелердің алғашқы сынақтарын күтеміз.
2.4. Наноөлшемді 3D басып шығару
3D басып шығару, ол әр адамның өміріне енбегенімен (жеке үй пластикалық зауыты уәде еткен нысанда), соған қарамастан гейктер үшін технологиялық тауашаны әлдеқашан қалдырды. Сіз әрбір мектеп оқушысының кем дегенде 3D мүсіндік қаламдардың бар екенін біледі және көбісі жүгіргіштері бар қорап пен экструдер сатып алуды армандайды (немесе сатып алды).
Стереолитография (лазерлік 3D принтерлер) жеке фотондармен басып шығаруға мүмкіндік береді: қатаю үшін тек екі фотонды қажет ететін жаңа полимерлер зерттелуде. Бұл зертханалық емес жағдайларда мүлдем жаңа сүзгілерді, бекітпелерді, серіппелерді, капиллярларды, линзаларды және... түсініктемелерде өз опцияларыңызды жасауға мүмкіндік береді! Бұл жерде фотополимеризациядан алыс емес - тек осы технология процессорлар мен есептеу схемаларын «басып шығаруға» мүмкіндік береді. Сонымен қатар, бұл бірінші жыл емес , бірақ түбегейлі дамусыз.
3. Сезім және ұтқырлық
3.1. Автономды жүргізу 4 және 5 деңгейі
Терминологияда шатастырмау үшін автономияның қандай деңгейлері ерекшеленетінін түсінген жөн (тегжейлі мәліметтерден алынған) , біз оған барлық қызығушылық танытамыз):
1-деңгей: Круиз-бақылау: жүргізушіге өте шектеулі жағдайларда көмектеседі (мысалы, жүргізуші аяғын педальдан түсіргеннен кейін көлікті берілген жылдамдықта ұстау)
2-деңгей: Шектеулі рульдік басқару және тежеуге көмек. Жүргізуші бірден басқаруға дайын болуы керек. Қолы рульде, көзі жолға бағытталған. Бұл Tesla мен General Motors компаниясында бар нәрсе.
3-деңгей: Жүргізуші енді жолды үнемі бақылап отырудың қажеті жоқ. Бірақ ол сергек болып, бақылауға дайын болуы керек. Бұл коммерциялық қол жетімді көліктерде әлі жоқ нәрсе. Қазіргі уақытта барлардың барлығы 1-2 деңгейде.
4-деңгей: Шынайы автопилот, бірақ шектеулері бар: тек мұқият картаға түсірілген және жалпы жүйеге белгілі белгілі аймақтағы сапарлар және белгілі бір жағдайларда: мысалы, қар болмаған кезде. Waymo мен General Motors-тың осындай прототиптері бар және олар оларды бірнеше қалада іске қосып, нақты ортада сынақтан өткізуді жоспарлап отыр. Яндекстің Сколково мен Иннополисте ұшқышсыз таксилерге арналған сынақ аймақтары бар: сапар жолаушы орнында отырған инженердің бақылауымен өтеді; жыл соңына дейін компания паркін 100 ұшқышсыз көлікке дейін кеңейтуді жоспарлап отыр.
5-деңгей: Толық автоматты жүргізу, тірі драйверді толық ауыстыру. Мұндай жүйелер жоқ және олардың алдағы жылдары пайда болуы екіталай.
Осының барлығын жақын болашақта көру қаншалықты шынайы? Осы жерде мен оқырманды мақалаға қайта бағыттағым келеді . Бұл ішінара 5G қосылымының болмауына байланысты: қол жетімді 4G жылдамдықтары жеткіліксіз. Автономды көліктердің өте жоғары құнына ішінара байланысты: олар әлі пайда әкелмейді, бизнес үлгісі түсініксіз. Бір сөзбен айтқанда, мұнда «бәрі күрделі» және Гартнер 4 және 5 деңгейлерді жаппай енгізу болжамы 10 жылдан ерте емес деп жазғаны кездейсоқ емес.
3.2. 3D сенсорлық камералар
Сегіз жыл бұрын Microsoft корпорациясының Kinect ойын контроллері 3D көрінісіне қол жетімді және салыстырмалы түрде арзан шешім ұсына отырып, толқындар жасады. Содан бері Kinect-пен дене шынықтыру және би ойындары қысқаша өсу мен құлдырауды бастан кешірді, бірақ 3D камералары өнеркәсіптік роботтарда, ұшқышсыз көліктерде және бет-әлпетті анықтау үшін ұялы телефондарда қолданыла бастады. Технология арзанырақ, ықшам және қолжетімді болды.
Samsung S10 телефонында фокусты жеңілдету үшін нысанға дейінгі қашықтықты өлшейтін «Уақыт» камерасы бар.
Егер сізді осы тақырып қызықтырса, біз сізді тереңдік камераларының өте жақсы егжей-тегжейлі шолуына бағыттаймыз: , .
3.3. Ұсақ жүктерді жеткізуге арналған дрондар (Light Cargo Delivery Drones)
Биылғы жылы Amazon көрмеде 2 кг-ға дейінгі шағын жүктерді көтере алатын жаңа ұшатын ұшқышсыз ұшқышты көрсеткен кезде толқындар жасады. Кептелісі бар қала үшін бұл тамаша шешім сияқты. Бұл дрондардың жақын арада қалай жұмыс істейтінін көрейік. Бұл жерде сақтықпен күмәнданған жөн шығар: дронды оңай ұрлау мүмкіндігінен бастап, ұшқышсыз ұшу аппараттарына заңды шектеулерге дейін көптеген мәселелер бар. Amazon Prime Air алты жыл болды, бірақ әлі де сынақ сатысында.
Амазонның жаңа дрондары осы көктемде көрсетілді. Ол туралы Жұлдызды соғыстар бар.
Amazon-дан басқа, бұл нарықта басқа ойыншылар бар (толығырақ ), бірақ бірде-бір дайын өнім емес: барлығы тестілеу және маркетингтік науқандар сатысында. Сонымен қатар, өте қызықты жоғары мамандандырылған медицинаны атап өткен жөн Африкада: Ганада (14 000 жеткізу, Zipline компаниясы) және Руандада (Matternet компаниясы) донорлық қан жеткізу.
3.4. Автономды ұшатын көліктер
Бұл жерде нақты бірдеңе айту қиын. Гартнердің айтуынша, бұл 10 жылдан кейін пайда болады. Тұтастай алғанда, бұл жерде өздігінен жүретін көліктердегідей проблемалар бар, тек олар жаңа өлшемге ие - тік. Porsche, Boeing және Uber ұшатын такси жасау туралы амбицияларын жариялады.
3.5. Толықтырылған шындық бұлты (AR бұлты)
Барлық пайдаланушыларға ортақ шындықтың жаңа қабатын жасауға мүмкіндік беретін нақты әлемнің тұрақты сандық көшірмесі. Техникалық тұрғыдан алғанда, біз әзірлеушілер өздерінің AR қосымшаларын біріктіре алатын ашық бұлттық платформа жасау туралы айтып отырмыз. Монетизация моделі түсінікті, бұл Steam аналогының бір түрі. Идеяның орныққаны соншалық, кейбіреулер бұлтсыз AR жай ғана пайдасыз деп санайды.
Бұл болашақта қандай болуы мүмкін екендігі қысқа бейнеде көрсетілген. Қара айнаның тағы бір эпизоды сияқты:
сайтынан оқуға да болады
4. Көбейтілген адам
4.1. Эмоция AI
Адамның эмоцияларын қалай өлшеуге, модельдеуге және оған жауап беруге болады? Мұндағы кейбір клиенттер Amazon Alexa сияқты дауыстық көмекшілерді жасайтын компаниялар. Егер олар көңіл-күйді тануды үйренсе, олар үйге шынымен үйрене алады: пайдаланушының қанағаттанбау себебін түсініп, жағдайды түзетуге тырысады. Жалпы, хабарламаның өзінен гөрі контекстте ақпарат әлдеқайда көп. Ал контекст - бұл мимика, интонация және вербалды емес мінез-құлық.
Басқа практикалық қолданбалар: жұмыс сұхбаты кезіндегі эмоцияларды талдау (бейне сұхбат негізінде), жарнамалық роликтерге немесе басқа бейне мазмұнына реакцияларды бағалау (күлімсіреу, күлкі), оқуға көмектесу (мысалы, шешендік өнердегі өз бетінше тәжірибе үшін).
Бұл тақырыпта 6 минуттық қысқаметражды фильмнің авторынан жақсырақ айту қиын . Тапқыр және стильді бейне маркетингтік мақсатта біздің эмоцияларымызды қалай өлшеуге болатынын көрсетеді және сіздің бетіңіздің бір сәттік реакцияларынан пиццаны, иттерді, Канье Уэстті ұнататыныңызды және тіпті сіздің табыс деңгейіңіз бен шамамен IQ деңгейіңіз қандай екенін біліңіз. Жоғарыдағы сілтеме арқылы фильмнің веб-сайтына кіру арқылы сіз ноутбуктің кірістірілген камерасы арқылы интерактивті бейненің қатысушысы боласыз. Фильм бұған дейін де бірнеше кинофестивальдерде көрсетілді.
Тіпті осындай қызықты зерттеу бар: мәтіндегі сарказмды қалай тануға болады. Біз #sarcasm хэштегімен твиттер жазып, күн астындағы барлық нәрсе туралы сарказммен 25 000 твиттер мен 100 000 тұрақты твиттерден тұратын тренингтер жинағын жасадық. Біз TensorFlow кітапханасын қолдандық, жүйені оқыттық және міне, нәтиже:
Сондықтан, қазір, егер сіз әріптесіңіз немесе досыңыз туралы сенімді болмасаңыз - ол сізге байыпты немесе мысқылмен бірдеңе айтты, сіз қазірдің өзінде пайдалана аласыз. !
4.2. Толықтырылған интеллект
Машиналық оқыту әдістерін қолдану арқылы интеллектуалдық жұмысты автоматтандыру. Бұл жаңа ештеңе сияқты емес пе? Бірақ бұл жерде сөздің өзі маңызды, әсіресе ол аббревиатурада Жасанды интеллектпен сәйкес келеді. Бұл бізді «күшті» және «әлсіз» AI туралы пікірталасқа қайтарады.
Күшті AI - бұл адам санасына толығымен сәйкес келетін және өзін жеке тұлға ретінде білетін ғылыми фантастикалық фильмдердегі жасанды интеллект. Бұл әлі жоқ және оның бар-жоғы да белгісіз.
Әлсіз AI тәуелсіз адам емес, адамның көмекшісі. Ол адамға ұқсайтын ойлау қабілеті бар деп айтпайды, жай ғана ақпараттық есептерді шешуді біледі, мысалы, суретте не көрсетілгенін анықтайды немесе мәтінді аударады.
Осы тұрғыдан алғанда, кеңейтілген интеллект өзінің таза түрінде «әлсіз AI» болып табылады және тұжырым сәтті болып көрінеді, өйткені ол бұл жерде әркім армандайтын (немесе біз қорқатын) бірдей «күшті AI» көруге азғыруды және азғыруды тудырмайды. «Көтеріліс машиналары» туралы көптеген талқылауларды еске түсіріңіз). Augmented Intelligence өрнекті пайдалана отырып, біз бірден басқа фильмнің кейіпкеріне айналамыз: ғылыми фантастикадан («Мен, робот» Асимов сияқты) біз киберпанкқа тап боламыз («бұл жанрдағы кеңейтулер» адамның мүмкіндіктерін кеңейтетін импланттардың барлық түрі).
қалай Эрик Брайнжолфссон және Эндрю МакАффи: «Алдағы 10 жылда осылай болады. AI менеджерлерді алмастырмайды, бірақ AI қолданатын менеджерлер оны әлі жасай алмағандарды ауыстырады ».
мысалдар:
- Медицина: Стэнфорд университеті дамыды Кеуде қуысының рентгенографиясында патологияларды тану міндетін көптеген дәрігерлер сияқты сәтті орындайтын
- Білімділік: оқушылар мен мұғалімдерге көмек көрсету, оқушылардың материалға жауаптарын талдау, жеке оқыту траекториясын құру.
- Бизнес-аналитика: деректерді алдын ала өңдеу, статистикаға сәйкес, зерттеушінің 80% уақытын алады және эксперименттің өзі тек 20% алады.
4.3. Биохиптар
Бұл барлық киберпанк фильмдері мен кітаптарының сүйікті тақырыбы. Жалпы, үй жануарларын микрочиптеу жаңа тәжірибе емес. Бірақ қазір бұл чиптер адамдарға имплантациялана бастады.
Бұл жағдайда хайп американдық Three Square Market компаниясындағы сенсациялық оқиғамен байланысты болуы мүмкін. Онда жұмыс беруші ақыға терінің астына чиптерді салуды ұсына бастады. Чип есіктерді ашуға, компьютерлерге кіруге, сауда автоматынан тағамдар сатып алуға мүмкіндік береді, яғни мұндай әмбебап қызметкер картасы. Сонымен қатар, мұндай чип дәл сәйкестендіру картасы ретінде қызмет етеді, оның GPS модулі жоқ, сондықтан оны пайдаланатын кез келген адамды қадағалау мүмкін емес. Ал егер адам қолындағы чипті алып тастағысы келсе, дәрігердің көмегімен 5 минут кетеді.
Чиптер әдетте бас бармақ пен сұқ саусақ арасына имплантацияланады.
Ары қарай оқу әлемдегі чиппен жұмыстың жағдайы туралы.
4.4. Иммерсивті жұмыс кеңістігі
«Имерсивті» - бұл құтылу мүмкін емес тағы бір жаңа сөз. Ол барлық жерде. Иммерсивті театр, көрме, кино. Не айтқың келеді? Иммерсиондық – автор мен көрермен, виртуалды және шынайы әлем арасындағы шекара жоғалған кезде иммерсивті әсерді жасау. Жұмыс орнында бұл орындаушы мен бастамашы арасындағы шекараны жою және қызметкерлерді ортаны қайта пішімдеу арқылы белсенді позицияны алуға ынталандыруды білдіреді.
Бізде қазір барлық жерде Agile, икемділік және тығыз ынтымақтастық болғандықтан, жұмыс орындары мүмкіндігінше оңай конфигурациялануы керек және топтық жұмысты ынталандыруы керек. Экономика өз шарттарын белгілейді: уақытша жұмысшылар көбейеді, кеңсе кеңістігін жалдау құны өсіп келеді, ал бәсекелес еңбек нарығында IT-компаниялар демалыс аймақтарын және басқа да жеңілдіктерді құру арқылы қызметкерлердің жұмыстан қанағаттануын арттыруға тырысады. Ал мұның барлығы жұмыс орындарын жобалауда көрініс табады.
Қайдан Нолл
4.5. Персонификация
Жарнамада жекелендірудің не екенін бәрі біледі. Бүгін сіз әріптесіңізбен бөлмедегі ауа біршама құрғақ екенін және кеңсеге ылғалдандырғыш сатып алу керектігін талқылап жатқан кезде, ал келесі күні сіз әлеуметтік желіде «дымқылдатқыш сатып алыңыз» деген хабарландыруды көресіз. менің басымнан өткен оқиға).
Gartner анықтағандай жекелендіру пайдаланушылардың жеке деректерін жарнамалық мақсаттарда пайдалануына қатысты өсіп келе жатқан алаңдаушылықтарына жауап болып табылады. Мақсат - жеке бізге емес, өзіміз тапқан контекстке сәйкес келетін жарнаманы көрсететін тәсілді дамыту. Мысалы, біздің орналасқан жеріміз, құрылғы түрі, тәулік уақыты, ауа райы жағдайы - бұл біздің жеке деректерімізді бұзбайтын нәрсе және біз «бақылау» деген жағымсыз сезімді сезінбейміз.
Осы екі ұғымның айырмашылығы туралы оқыңыз Эндрю Фрэнк Gartner веб-сайтында блогтар жазады. Нәзік айырмашылық пен ұқсас сөздердің бар екендігі сонша, сіз айырмашылықты білмей, әңгімелесушіңізбен ұзақ уақыт бойы дауласу қаупі бар, жалпы екеуінің де дұрыс екеніне күмәнданбайсыз (және бұл да адамның басынан өткен нақты оқиға. автор).
4.6. Биотехнология – мәдени немесе жасанды тін
Бұл, ең алдымен, жасанды ет өсіру идеясы. Сонымен қатар, дүние жүзіндегі бірнеше команда «Ет 2.0» зертханасын жасаумен айналысуда – ол әдеттегіден арзандап, фастфудтар, содан кейін супермаркеттер оған ауысады деп күтілуде. Бұл технологияның инвесторлары Билл Гейтс, Сергей Брин, Ричард Брэнсон және т.б.
Көзі
Барлығының жасанды етке қызығушылық танытуының себептері:
- Жаһандық жылыну: фермалардан метан шығарындылары. Бұл климатқа әсер ететін газдардың ғаламдық көлемінің 18% құрайды.
- Халықтың өсуі. Етке сұраныс артып келеді, және барлығын табиғи етпен тамақтандыру мүмкін емес - бұл жай ғана қымбат.
- Кеңістіктің болмауы. Амазонка ормандарының 70% жайылым үшін кесілген.
- Этикалық ойлар. Бұл маңызды болып табылатындар бар. Жануарларды қорғау ұйымы PETA жасанды тауық етін нарыққа шығарған ғалымға 1 миллион доллар сыйақы ұсынды.
Нағыз етті соямен ауыстыру ішінара шешім болып табылады, өйткені адамдар дәмі мен құрылымының айырмашылығын бағалай алады және соя пайдасына стейктен бас тартуы екіталай. Сондықтан сізге нағыз, органикалық өсірілген ет қажет. Қазір, өкінішке орай, жасанды ет тым қымбат: килограммы 12 доллардан. Бұл мұндай етті өсірудің күрделі техникалық процесіне байланысты. Мұның бәрі туралы оқыңыз .
Егер тіндердің өсуінің басқа жағдайлары туралы айтатын болсақ - қазірдің өзінде медицинада - жасанды мүшелер тақырыбы қызықты: мысалы, жүрек бұлшықетіне арналған «патч», арнайы 3D принтер. Белгілі жасанды өсірілген тышқанның жүрегі сияқты, бірақ тұтастай алғанда бәрі әлі де клиникалық сынақтардың аясында. Сондықтан алдағы жылдары Франкенштейнді көруіміз екіталай.
Бұл жерде Гартнер 2015 жылы 2019 жылы дамыған елдердегі халықтың 10% 3D басып шығарылған медициналық құрылғы имплантаты болады деген сәтсіз болжамын есте ұстаған сияқты, өзінің бағалауында өте сақтық танытады. Демек, өнімділік үстіртіне жету уақыты кемінде 10 жыл деген сөз.
5. Цифрлық экожүйелер
5.1. Орталықтандырылмаған веб
Бұл концепция интернетті ойлап тапқан, Тюринг сыйлығының иегері сэр Тим Бернерс-Лидің есімімен тығыз байланысты. Ол үшін информатикадағы этика сұрақтары әрқашан маңызды болды және Интернеттің ұжымдық мәні маңызды болды: гипермәтіннің негізін қалай отырып, ол желі иерархия сияқты емес, веб сияқты жұмыс істеуі керек екеніне сенімді болды. Бұл желі дамуының бастапқы кезеңінде болды. Дегенмен, Интернеттің өсуіне байланысты оның құрылымы әртүрлі себептермен орталықтандырылды. Бүкіл ел үшін желіге кіруді санаулы провайдерлердің көмегімен оңай бұғаттауға болатыны белгілі болды. Ал пайдаланушы деректері интернет-компаниялар үшін қуат пен табыс көзіне айналды.
«Интернет қазірдің өзінде орталықсыздандырылған», - дейді Бернерс-Ли. «Мәселе мынада, бір іздеу жүйесі, бір үлкен әлеуметтік желі, бір микроблог платформасы басым. Бізде технологиялық проблемалар жоқ, бірақ бізде әлеуметтік мәселелер бар ».
Оның ішінде Дүниежүзілік тордың 30 жылдығына Интернетті жасаушы Интернеттің үш негізгі мәселесін атап өтті:
- Мемлекет демеушілік ететін хакерлік шабуыл, қылмыс және онлайн қудалау сияқты мақсатты зиян
- Жүйенің дизайнының өзі пайдаланушыға зиян келтіре отырып, келесідей механизмдерге негіз жасайды: клик-бейтті қаржылық ынталандыру және жалған ақпараттың вирустық таралуы.
- Конфликтке әкелетін жүйе дизайнының күтпеген салдары және онлайн талқылау сапасының төмендеуі
Ал Тим Бернерс-Лиде №2 проблемасыз «Дені сау адамның интернеті» қандай принциптерге негізделуі мүмкін екендігі туралы жауабы бар: «Көптеген пайдаланушылар үшін жарнамадан түскен табыс Интернетпен өзара әрекеттесудің жалғыз үлгісі болып қала береді. Адамдар өздерінің деректеріне не болатынынан қорқатын болса да, олар мазмұнды тегін алу мүмкіндігі үшін маркетингтік машинамен мәміле жасауға дайын. Тауарлар мен қызметтерге ақы төлеу екі тарап үшін де оңай және жағымды болатын әлемді елестетіңіз. Мұны қалай ұйымдастыруға болатын нұсқалардың арасында: музыканттар өз жазбаларын iTunes түрінде делдалдарсыз сата алады, ал жаңалықтар сайттары жарнамадан ақша табудың орнына, бір мақаланы оқу үшін микротөлем жүйесін пайдалана алады.
Осы жаңа Интернеттің эксперименттік прототипі ретінде Тим Бернерс-Ли SOLID жобасын іске қосты, оның мәні сіз өз деректеріңізді «под» - ақпарат қоймасында сақтайсыз және бұл деректерді үшінші тарап қолданбаларына бере аласыз. Бірақ, негізінен, сіз өз деректеріңіздің шеберісіз. Мұның бәрі тең дәрежелі желілер түсінігімен тығыз байланысты, яғни бір серверге жалғыз арна ретінде сеніп қалмау үшін сіздің компьютеріңіз тек қызметтерге сұраныс беріп қана қоймай, оларды қамтамасыз етеді.
5.2. Орталықтандырылмаған автономды ұйымдар
Бұл компьютерлік бағдарлама түрінде жазылған ережелермен басқарылатын ұйым. Оның қаржылық қызметі блокчейнге негізделген. Мұндай ұйымдарды құрудағы мақсат – мемлекетті делдал рөлінен алып тастау және контрагенттер үшін жеке ешкімнің меншігі емес, барлығы бірге иелік ететін ортақ сенімді орта құру. Яғни, теориялық тұрғыдан алғанда, бұл идея тамырға түссе, нотариустар мен басқа да кәдімгі тексеру институттарын жою керек.
Мұндай ұйымның ең танымал үлгісі 2016 жылы 150 миллион доллар жинаған венчурлық мақсаттағы DAO болды, оның 50 доллары ережелердегі заңды тесік арқылы бірден ұрланды. Бірден қиын дилемма пайда болды: не кері айналдырып, ақшаны қайтарыңыз, немесе ақшаны алу заңды болғанын мойындаңыз, өйткені ол платформа ережелерін бұзған жоқ. Нәтижесінде инвесторларға ақшаны қайтару үшін жасаушылар блокчейнді қайта жазып, оның негізгі принципі – өзгермейтіндігін бұза отырып, The DAO-ны жоюға мәжбүр болды.
Ethereum (сол жақта) және DAO (оң жақта) туралы комикс.
Бұл оқиға DAO идеясының беделін түсірді. Бұл жоба Ethereum криптовалютасының негізінде жасалды, келесі жылы Ether 2.0 нұсқасы күтілуде - мүмкін авторлар (әйгілі Виталик Бутеринді қоса) қателерді ескеріп, жаңа нәрсені көрсетеді. Сондықтан Gartner DAO-ны жоғары деңгейге қойды.
5.3.Синтетикалық деректер
Нейрондық желілерді үйрету үшін деректердің үлкен көлемі қажет. Деректерді қолмен белгілеу - бұл адам ғана жасай алатын үлкен міндет. Сондықтан жасанды деректер жиынын жасауға болады. Мысалы, сайттағы адам беттерінің бірдей жинақтары . Олар GAN көмегімен жасалады - жоғарыда айтылған алгоритмдер.
Бұл беттер адамдарға тиесілі емес.
Мұндай деректердің үлкен артықшылығы - оны пайдалануда ешқандай заңдық қиындықтар жоқ: жеке деректерді өңдеуге келісім беретін ешкім жоқ.
5.4.Цифрлық операциялар
«Ops» жұрнағы біздің сөйлеуімізде DevOps пайда болғаннан бері керемет сәнге айналды. Енді DigitalOps деген не туралы – бұл DevOps, DesignOps, MarketingOps туралы жалпылама... Әлі жалықтыңыз ба? Қысқаша айтқанда, бұл DevOps тәсілін бағдарламалық қамтамасыз ету аймағынан бизнестің барлық басқа аспектілеріне - маркетингке, дизайнға және т.б. ауыстыру.
DevOps идеясы бағдарламашылар, тестерлер, қауіпсіздік мамандары және әкімшілері бар жалпы командаларды құру арқылы Әзірлеудің өзі мен Операциялар (бизнес процестер) арасындағы кедергілерді жою болды; белгілі бір тәжірибелерді енгізу: үздіксіз интеграция, код ретінде инфрақұрылым, кері байланыс тізбектерін қысқарту және нығайту. Мақсат – өнімнің нарыққа шығу уақытын жылдамдату. Егер сіз бұл Agile-ге ұқсас деп ойласаңыз, сіз дұрыс болдыңыз. Енді бұл тәсілді бағдарламалық жасақтаманы әзірлеу саласынан жалпы әзірлеуге ойша ауыстырыңыз - және сіз DigitalOps не екенін түсінесіз.
5.5. Білім графигі
Машиналық оқыту алгоритмдерін пайдалануды қоса, білім аймағын модельдеудің бағдарламалық құралы. Білім графигі барлық ақпаратты біріктіру үшін бар дерекқорлардың үстіне құрастырылған: құрылымдық (оқиғалар немесе адамдар тізімі) және құрылымдалмаған (мақала мәтіні).
Ең қарапайым мысал - Google іздеу нәтижелерінде көруге болатын карта. Егер сіз адамды немесе мекемені іздесеңіз, оң жақта картаны көресіз:
«Алдағы оқиғалар» бұл Google Maps ақпаратының көшірмесі емес, кестенің Yandex.Afisha бағдарламасымен интеграциясы екенін ескеріңіз: егер сіз оқиғаларды бассаңыз, мұны оңай көре аласыз. Яғни, бұл бірнеше деректер көздерінің біріктірілуі.
Егер сіз тізімді сұрасаңыз - мысалы, «атақты режиссерлер» - сізге карусель көрсетіледі:
Соңына дейін оқығандар үшін бонус
Енді біз әрбір нүктенің мағынасын өзіміз үшін нақтылап алған соң, біз бір суретке қарай аламыз, бірақ орысша:
Оны әлеуметтік желілерде еркін бөлісіңіз!
Татьяна Волкова - Samsung академиясында Интернет заттарының IT тректерін оқыту бағдарламасының авторы, Samsung зерттеу орталығының корпоративтік әлеуметтік жауапкершілік бағдарламаларының маманы
Ақпарат көзі: www.habr.com