{"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\/pl\/blog\/news\/grafik-gartnera-2019-o-chyom-vse-eti-modnye-slova","title":{"rendered":"Wykres Gartnera 2019: o co chodzi w tych wszystkich modnych s\u0142owach?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Wykres Gartnera dla ludzi pracuj\u0105cych w bran\u017cy technologicznej to jak pokaz mody haute couture. Patrz\u0105c na niego, mo\u017cna z wyprzedzeniem pozna\u0107, jakie terminy s\u0105 w tym sezonie najbardziej na czasie i co us\u0142yszycie na wszystkich nadchodz\u0105cych konferencjach.<\/p>\n

Rozszyfrowali\u015bmy, co kryje si\u0119 za pi\u0119knymi s\u0142owami na tym wykresie, aby\u015bcie mogli r\u00f3wnie\u017c m\u00f3wi\u0107 w tym j\u0119zyku.<\/p>\n

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

Na pocz\u0105tek dos\u0142ownie kilka s\u0142\u00f3w o tym wykresie. Co roku w sierpniu firma doradcza Gartner publikuje raport \u2013 Gartner Hype Curve. Po polsku to \u201ekrzywa hype\u201d, czyli m\u00f3wi\u0105c pro\u015bciej \u2013 hype. 30 lat temu raperzy z grupy Public Enemy \u015bpiewali: \u201eDon\u2019t believe the hype\u201d. Wierzy\u0107 lub nie to osobista kwestia, ale przynajmniej warto zna\u0107 te kluczowe s\u0142owa, je\u015bli pracuje si\u0119 w obszarze technologii i chce by\u0107 na bie\u017c\u0105co z globalnymi trendami.<\/p>\n

To wykres publicznych oczekiwa\u0144 wobec danej technologii. Wed\u0142ug Gartnera, w idealnym przypadku technologia przechodzi kolejno 5 etap\u00f3w: wprowadzenie technologii, szczyt wyg\u00f3rowanych oczekiwa\u0144, dolina rozczarowania, wzrost zrozumienia, plateau produktywno\u015bci. Czasami jednak technologia utknie w \u201edolinie rozczarowania\u201d \u2014 mo\u017cecie \u0142atwo przypomnie\u0107 sobie przyk\u0142ady, takie jak bitcoiny: pocz\u0105tkowo osi\u0105gaj\u0105c szczyt jako \u201epieni\u0105dze przysz\u0142o\u015bci\u201d, szybko zjecha\u0142y w d\u00f3\u0142, gdy sta\u0142y si\u0119 oczywiste ograniczenia technologii, przede wszystkim ograniczenia liczby transakcji i ogromna ilo\u015b\u0107 energii potrzebnej do wydobywania bitcoin\u00f3w (co prowadzi do problem\u00f3w ekologicznych). Oczywi\u015bcie nie mo\u017cna zapomina\u0107, \u017ce wykres Gartnera to tylko prognoza: tutaj na przyk\u0142ad mo\u017cna przeczyta\u0107 szczeg\u00f3\u0142ow\u0105 artyku\u0142<\/a><\/noindex>, gdzie omawiane s\u0105 najbardziej jaskrawe niespe\u0142nione przewidywania.<\/p>\n

Tak wi\u0119c, przyjrzyjmy si\u0119 nowemu wykresowi Gartnera. Technologie podzielone s\u0105 na 5 du\u017cych grup tematycznych:<\/p>\n

    \n
  1. Zaawansowana sztuczna inteligencja i analityka (Advanced AI and Analytics)\n<\/li>\n
  2. Postklasyczne obliczenia i komunikacja (Postclassical Compute and Comms)\n<\/li>\n
  3. Czujniki i mobilno\u015b\u0107 (Sensing and Mobility)\n<\/li>\n
  4. \u201eWzbogacony\u201d cz\u0142owiek (Augmented Human)\n<\/li>\n
  5. Cyfrowe ekosystemy (Digital Ecosystems)\n<\/li>\n<\/ol>\n

    <\/p>\n

    1. Zaawansowana sztuczna inteligencja i analityka (Advanced AI and Analytics)<\/h1>\n

    \nOstatnie 10 lat to czas rozkwitu g\u0142\u0119bokiego uczenia si\u0119 (Deep Learning). Sieci te s\u0105 naprawd\u0119 skuteczne w swoim zakresie zada\u0144. W 2018 roku Yann LeCun, Geoffrey Hinton i Yoshua Bengio otrzymali Nagrod\u0119 Turinga za swoje odkrycia w tej dziedzinie \u2013 najbardziej presti\u017cow\u0105 nagrod\u0119, odpowiednik \"Nobla\" w informatyce. Oto g\u0142\u00f3wne trendy w tej dziedzinie, kt\u00f3re zosta\u0142y przedstawione na wykresie:<\/p>\n

    1.1. Transfer Learning<\/h2>\n

    \nNie uczysz sieci neuronowej od zera, lecz bierzesz ju\u017c wytrenowan\u0105 i przypisujesz jej inny cel. Czasami trzeba przetrenowa\u0107 cz\u0119\u015b\u0107 sieci, ale nie ca\u0142\u0105, co jest znacznie szybsze. Na przyk\u0142ad, korzystaj\u0105c z gotowej sieci neuronowej ResNet50, wytrenowanej na zbiorze danych ImageNet1000, otrzymasz algorytm zdolny do klasyfikowania na podstawie obrazu wielu r\u00f3\u017cnych obiekt\u00f3w na bardzo g\u0142\u0119bokim poziomie (1000 klas na podstawie cech wypracowanych przez 50 warstw sieci neuronowej). Nie musisz jednak trenowa\u0107 ca\u0142ej sieci, co zaj\u0119\u0142oby miesi\u0105ce.<\/p>\n

    W kursie online<\/a><\/noindex> Samsung \u201eSieci neuronowe i widzenie komputerowe\u201d, na przyk\u0142ad, w finale zadaniu Kaggle<\/a><\/noindex> z klasyfikacj\u0105 talerzy na czyste i brudne, prezentuje podej\u015bcie, kt\u00f3re w ci\u0105gu 5 minut daje ci do dyspozycji g\u0142\u0119bok\u0105 sie\u0107 neuronow\u0105 zdoln\u0105 odr\u00f3\u017cni\u0107 brudne talerze od czystych, zbudowan\u0105 wed\u0142ug opisanej wy\u017cej architektury. Pocz\u0105tkowa sie\u0107 nie wiedzia\u0142a, co to s\u0105 talerze, uczy\u0142a si\u0119 jedynie odr\u00f3\u017cnia\u0107 ptaszki od piesk\u00f3w (zob. ImageNet).<\/p>\n

    \"Wykres
    \n\u0179r\u00f3d\u0142o:     kursie online<\/a><\/noindex> Samsung \u201eSieci neuronowe i widzenie komputerowe\u201d<\/i><\/p>\n

    Aby skorzysta\u0107 z Transfer Learning, trzeba wiedzie\u0107, jakie podej\u015bcia dzia\u0142aj\u0105, jakie s\u0105 gotowe podstawowe architektury. Og\u00f3lnie, bardzo przyspiesza to wdra\u017canie praktycznych zastosowa\u0144 uczenia maszynowego.<\/p>\n

    1.2. Generatywno-adwersarialne sieci (Generative Adversarial Networks, GAN)<\/h2>\n

    \nTo dla tych przypadk\u00f3w, gdy bardzo trudno jest sformu\u0142owa\u0107 cel nauczania. Im bli\u017cej zadanie jest do rzeczywistego \u017cycia, tym bardziej je rozumiemy (\u201eprzynie\u015b szafk\u0119\u201d), ale tym trudniej jest sformu\u0142owa\u0107 je jako zadanie techniczne. GAN to w\u0142a\u015bnie pr\u00f3ba uwolnienia nas od tego problemu.<\/p>\n

    Tut dzia\u0142aj\u0105 dwie sieci: jedna generuj\u0105ca (Generative), druga rozr\u00f3\u017cniaj\u0105ca (Adversarial). Jedna sie\u0107 uczy si\u0119 wykonywa\u0107 u\u017cyteczne zadania (klasyfikowa\u0107 obrazy, rozpoznawa\u0107 d\u017awi\u0119ki, rysowa\u0107 kresk\u00f3wki). A druga sie\u0107 uczy si\u0119, jak nauczy\u0107 t\u0119 pierwsz\u0105: ma rzeczywiste przyk\u0142ady i uczy si\u0119 znajdowa\u0107 z g\u00f3ry nieznan\u0105 z\u0142o\u017con\u0105 formu\u0142\u0119 do por\u00f3wnywania wytwor\u00f3w cz\u0119\u015bci generuj\u0105cej z obiektami rzeczywistego \u015bwiata (zbioru treningowego) na podstawie rzeczywi\u015bcie istotnych g\u0142\u0119bokich cech: liczba oczu, blisko\u015b\u0107 do stylu Miyasaki, poprawno\u015b\u0107 wymowy angielskiego.<\/p>\n

    \"Wykres
    \nPrzyk\u0142ad rezultat\u00f3w pracy sieci przy generowaniu postaci anime.     \u0179r\u00f3d\u0142o<\/a><\/noindex><\/i><\/p>\n

    Jednak tam, oczywi\u015bcie, trudno jest zbudowa\u0107 architektur\u0119. Nie wystarczy po prostu rzuci\u0107 neuronami, trzeba je przygotowa\u0107. I trzeba je uczy\u0107 przez tygodnie. Tematem GAN zajmuj\u0105 si\u0119 moi koledzy z Centrum Sztucznej Inteligencji Samsunga, to jedna z ich kluczowych kwestii badawczych. Na przyk\u0142ad, oto takie opracowywanie<\/a><\/noindex>: wykorzystanie sieci generuj\u0105cych do syntezowania realistycznych zdj\u0119\u0107 ludzi o zmiennej pozycji \u2014 na przyk\u0142ad, aby stworzy\u0107 wirtualn\u0105 przymierzalni\u0119, lub do syntezowania twarzy, co mo\u017ce pozwoli\u0107 na zmniejszenie ilo\u015bci informacji, kt\u00f3re musz\u0105 by\u0107 przechowywane lub przesy\u0142ane, aby zapewni\u0107 wysok\u0105 jako\u015b\u0107 wideokonferencji, transmisji lub ochrony danych osobowych.<\/p>\n

    \"Wykres
    \n    \u0179r\u00f3d\u0142o<\/a><\/noindex><\/i><\/p>\n

    1.3. Wyja\u015bnialna SI (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 Przetrwanie najlepszego dopasowania<\/a><\/noindex>.<\/p>\n

    \"Wykres
    \nSystem etykietowania obraz\u00f3w okre\u015bli\u0142 osob\u0119 gotuj\u0105c\u0105 jako kobiet\u0119, chocia\u017c na zdj\u0119ciu w rzeczywisto\u015bci by\u0142 m\u0119\u017cczyzna (    \u0179r\u00f3d\u0142o<\/a><\/noindex>). To , \u017ce przy pierwszym \u017c\u0105daniu HTTP (3), wys\u0142anym podczas tworzenia woluminu, na ko\u0144cu u\u017cytkowego URL dodawany jest parametr<\/a><\/noindex> w Instytucie Wirginii.<\/i><\/p>\n

    Aby analizowa\u0107 z\u0142o\u017cone i g\u0142\u0119bokie zale\u017cno\u015bci, kt\u00f3rych cz\u0119sto nie potrafimy sami sformu\u0142owa\u0107, potrzebne s\u0105 metody Explainable AI. Organizuj\u0105 one cechy g\u0142\u0119bokich sieci neuronowych w taki spos\u00f3b, aby\u015bmy po ich wytrenowaniu mogli analizowa\u0107 wewn\u0119trzn\u0105 reprezentacj\u0119 wyuczon\u0105 przez sie\u0107, a nie polega\u0107 tylko na jej decyzjach.<\/p>\n

    1.4. Analiza Periferyjna \/ AI (Edge Analytics \/ AI)<\/h2>\n

    \nWszystko, co zawiera s\u0142owo Edge, oznacza dos\u0142ownie to: przeniesienie cz\u0119\u015bci algorytm\u00f3w z chmury \/ serwera na poziom urz\u0105dzenia ko\u0144cowego \/ bramy. Taki algorytm b\u0119dzie dzia\u0142a\u0107 szybciej i nie b\u0119dzie wymaga\u0142 po\u0142\u0105czenia z centralnym serwerem do swojej pracy. Je\u015bli znasz poj\u0119cie \u201ecienkiego klienta\u201d, to tutaj nieco go pogrubiamy.
    \nMo\u017ce to by\u0107 wa\u017cne dla Internetu rzeczy. Na przyk\u0142ad, je\u015bli maszyna si\u0119 przegrzewa i potrzebuje ch\u0142odzenia, sensowne jest zg\u0142oszenie tego natychmiast na poziomie zak\u0142adu, nie czekaj\u0105c, a\u017c dane dotr\u0105 do chmury, a stamt\u0105d do kierownika zmiany. Inny przyk\u0142ad: pojazdy autonomiczne mog\u0105 samodzielnie poradzi\u0107 sobie z ruchem drogowym bez odwo\u0142ywania si\u0119 do centralnego serwera.<\/p>\n

    \"Wykres
    \n    \u0179r\u00f3d\u0142o<\/a><\/noindex><\/i><\/p>\n

    Inny przyk\u0142ad, dlaczego to wa\u017cne z perspektywy bezpiecze\u0144stwa: kiedy wpisujesz teksty na swoim telefonie, pami\u0119ta typowe dla Ciebie s\u0142owa, aby klawiatura telefonu wygodnie je podpowiada\u0142a \u2013 nazywa si\u0119 to predyktywnym wprowadzaniem tekstu. Wysy\u0142anie wszystkiego, co wpisujesz na klawiaturze, do centrum danych by\u0142oby naruszeniem prywatno\u015bci i po prostu niebezpieczne. Dlatego nauka klawiatury odbywa si\u0119 tylko w ramach Twojego urz\u0105dzenia.<\/p>\n

    1.5. Platforma AI jako us\u0142uga (AI PaaS)<\/h2>\n

    \nPaaS \u2013 Platforma jako us\u0142uga \u2013 to model biznesowy, w kt\u00f3rym uzyskujemy dost\u0119p do zintegrowanej platformy, w tym jej chmurowego przechowywania danych i gotowych procedur. Dzi\u0119ki temu mo\u017cemy uwolni\u0107 si\u0119 od zada\u0144 zwi\u0105zanych z infrastruktur\u0105 i w pe\u0142ni skupi\u0107 si\u0119 na wytwarzaniu czego\u015b przydatnego. Przyk\u0142ady platform PaaS dla zada\u0144 AI: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.<\/p>\n

    1.6. Adaptacyjne uczenie maszynowe (Adaptive ML)<\/h2>\n

    \nCo by by\u0142o, gdyby\u015bmy pozwolili sztucznej inteligencji si\u0119 dostosowa\u0107\u2026 Zapytasz \u2013 czyli jak? Czy\u017c nie dostosowuje si\u0119 do zadania? Problem polega na tym, \u017ce ka\u017cde takie zadanie skrupulatnie przygotowujemy zanim zbudujemy algorytm sztucznej inteligencji do jego rozwi\u0105zania. Odpowiedz\u0105 Ci \u2013 okazuje si\u0119, \u017ce mo\u017cna upro\u015bci\u0107 nawet ten proces.<\/p>\n

    Typowe uczenie maszynowe dzia\u0142a na zasadzie otwartego systemu (open-loop): przygotowujesz dane, wymy\u015blasz sie\u0107 neuronow\u0105 (lub cokolwiek), szkolisz j\u0105, a nast\u0119pnie patrzysz na kilka wska\u017anik\u00f3w, i je\u015bli wszystko Ci si\u0119 podoba, mo\u017cesz wys\u0142a\u0107 sie\u0107 neuronow\u0105 do smartfon\u00f3w \u2013 aby rozwi\u0105zywa\u0142a problemy u\u017cytkownik\u00f3w. Jednak w zastosowaniach, gdzie danych jest bardzo du\u017co i ich charakter zmienia si\u0119 stopniowo, potrzebne s\u0105 inne metody. Takie systemy, kt\u00f3re dostosowuj\u0105 si\u0119 i ucz\u0105 same siebie, organizuj\u0105 w zamkni\u0119te obwody samoucz\u0105ce si\u0119 (closed-loop) i musz\u0105 dzia\u0142a\u0107 nieprzerwanie.<\/p>\n

    Zastosowania \u2014 to mo\u017ce by\u0107 analiza strumieniowa (Stream Analytics), na podstawie kt\u00f3rej wielu przedsi\u0119biorc\u00f3w podejmuje decyzje, lub adaptacyjne zarz\u0105dzanie produkcj\u0105. W obliczu wsp\u00f3\u0142czesnych zastosowa\u0144 i z uwzgl\u0119dnieniem lepiej rozumianych ryzyk dla ludzi, metody, kt\u00f3re stanowi\u0105 rozwi\u0105zanie tego problemu, zbieraj\u0105 si\u0119 pod wsp\u00f3ln\u0105 nazw\u0105 Adaptacyjne AI.<\/p>\n

    \"Wykres
    \n    \u0179r\u00f3d\u0142o<\/a><\/noindex><\/i><\/p>\n

    Patrz\u0105c na to zdj\u0119cie, trudno pozby\u0107 si\u0119 wra\u017cenia, \u017ce futurolodzy nie maj\u0105 nic lepszego do roboty ni\u017c nauka robot\u00f3w oddychania...<\/p>\n

    Postklasyczne obliczenia i komunikacja (Postclassical Compute and Comms)<\/h1>\n

    <\/p>\n

    2.1. Mobilna sie\u0107 pi\u0105tej generacji (5G)<\/h2>\n

    \nTo tak interesuj\u0105cy temat, \u017ce od razu odsy\u0142amy do naszej artyku\u0142<\/a><\/noindex>. A tutaj kr\u00f3tki przekaz. 5G, dzi\u0119ki zwi\u0119kszonej cz\u0119stotliwo\u015bci przesy\u0142u danych, sprawi, \u017ce pr\u0119dko\u015b\u0107 Internetu b\u0119dzie niewiarygodna. Kr\u00f3tkim falom trudniej przechodzi\u0107 przez przeszkody, dlatego budowa sieci b\u0119dzie ca\u0142kowicie inna: potrzeba b\u0119dzie 500 razy wi\u0119cej stacji bazowych.<\/p>\n

    Wraz z pr\u0119dko\u015bci\u0105 otrzymamy nowe zjawiska: gry w czasie rzeczywistym z rozszerzon\u0105 rzeczywisto\u015bci\u0105, wykonywanie skomplikowanych zada\u0144 (takich jak chirurgia) zdalnie, zapobieganie wypadkom i trudnym sytuacjom na drogach dzi\u0119ki komunikacji mi\u0119dzy pojazdami. Z bardziej prozaicznych rzeczy: w ko\u0144cu przestanie pada\u0107 mobilny Internet podczas masowych wydarze\u0144, takich jak mecze na stadionach.<\/p>\n

    \"Wykres
    \n\u0179r\u00f3d\u0142o zdj\u0119cia \u2013 Reuters, Niantic<\/i><\/p>\n

    2.2. Pami\u0119\u0107 nowej generacji (Next-Generation Memory)<\/h2>\n

    \nTutaj mowa o pi\u0105tej generacji pami\u0119ci RAM \u2013 DDR5. Samsung og\u0142osi\u0142, \u017ce do ko\u0144ca 2019 roku pojawi\u0105 si\u0119 produkty oparte na DDR5. Oczekuje si\u0119, \u017ce nowa pami\u0119\u0107 b\u0119dzie dwa razy szybsza i dwa razy bardziej pojemna, przy zachowaniu formatu, co oznacza, \u017ce b\u0119dziemy mogli uzyska\u0107 modu\u0142y pami\u0119ci o pojemno\u015bci do 32 GB. W przysz\u0142o\u015bci b\u0119dzie to szczeg\u00f3lnie wa\u017cne dla smartfon\u00f3w (nowa pami\u0119\u0107 b\u0119dzie dost\u0119pna w wersji o niskim zu\u017cyciu energii) oraz dla laptop\u00f3w (gdzie liczba gniazd DIMM jest ograniczona). A ponadto, uczenie maszynowe wymaga du\u017cych ilo\u015bci pami\u0119ci RAM.<\/p>\n

    2.3. Systemy satelit\u00f3w niskoorbitalnych (Low-Earth-Orbit Satellite Systems)<\/h2>\n

    \nPomys\u0142 zast\u0105pienia ci\u0119\u017ckich, drogich, pot\u0119\u017cnych satelit\u00f3w rojem ma\u0142ych i tanich nie jest nowy i pojawi\u0142 si\u0119 ju\u017c w latach 90. O tym, \u017ce \u201eElon Musk wkr\u00f3tce b\u0119dzie dostarcza\u0142 wszystkim Internet z satelity\u201d<\/a><\/noindex> teraz nie s\u0142ysza\u0142 ju\u017c tylko leniwy. Najbardziej znan\u0105 firm\u0105 jest Iridium, kt\u00f3ra zbankrutowa\u0142a pod koniec lat 90., ale zosta\u0142a uratowana przez Ministerstwo Obrony USA (nie myli\u0107 z iRidium \u2013 rosyjskim systemem inteligentnego domu). Projekt Elona Muska (Starlink) to nie jedyny w tej dziedzinie \u2013 w wy\u015bcigu satelitarnym bior\u0105 udzia\u0142 Richard Branson (OneWeb \u2013 1440 planowanych satelit\u00f3w), Boeing (3000 satelit\u00f3w), Samsung (4600 satelit\u00f3w) i inni.<\/p>\n

    Jak wygl\u0105da sytuacja w tej dziedzinie, jak wygl\u0105da gospodarka \u2013 czytaj w przegl\u0105dzie<\/a><\/noindex>. Czekamy na pierwsze testy tych system\u00f3w przez u\u017cytkownik\u00f3w, kt\u00f3re powinny odby\u0107 si\u0119 ju\u017c w przysz\u0142ym roku.<\/p>\n

    2.4. Drukowanie 3D w skali nano (Nanoscale 3D Printing)<\/h2>\n

    \nDruk 3D, chocia\u017c nie wszed\u0142 w \u017cycie ka\u017cdego cz\u0142owieka (w formie, obiecanej indywidualnymi domowymi fabrykami plastiku), od dawna wyszed\u0142 z niszy technologii dla geek\u00f3w. Mo\u017cna to oceni\u0107 po tym, \u017ce istnienie przynajmniej 3D-rynku szklarskiego narz\u0119dzi jest znane ka\u017cdemu uczniowi, a wielu marzy o posiadaniu pude\u0142ka z prowadnicami i ekstruzorem, aby m\u00f3c \u2026 \u201epo prostu tak\u201d (lub ju\u017c go naby\u0142y).<\/p>\n

    Stereolitografia (laserowe drukarki 3D) pozwala na drukowanie pojedynczymi fotonami: badane s\u0105 nowe polimery, kt\u00f3rych utwardzenie wymaga jedynie dw\u00f3ch foton\u00f3w. To umo\u017cliwi w warunkach nielaboratoryjnych tworzenie zupe\u0142nie nowych filtr\u00f3w, mocowa\u0144, spr\u0119\u017cyn, kapilar, soczewek i\u2026 a co Wy by\u015bcie dodali w komentarzach! I tutaj wcale nie daleko do fotopolimeryzacji \u2013 tylko ta technologia pozwala \u201edrukowa\u0107\u201d procesory i uk\u0142ady obliczeniowe. Opr\u00f3cz tego od lat istnieje technologia drukowania grafenowych tr\u00f3jwymiarowych struktur o grubo\u015bci 500 nm<\/a><\/noindex>, ale bez radykalnego rozwoju.<\/p>\n

    \"Wykres
    \n    \u0179r\u00f3d\u0142o<\/i><\/a><\/noindex><\/p>\n

    3. Czujniki i mobilno\u015b\u0107 (Sensing and Mobility)<\/h1>\n

    <\/p>\n

    3.1. Pojazdy autonomiczne, poziom 4 i 5 (Autonomous Driving Level 4 & 5)<\/h2>\n

    \nAby nie zgubi\u0107 si\u0119 w terminologii, warto zrozumie\u0107, jakie poziomy autonomii s\u0105 rozr\u00f3\u017cniane (\u017ar\u00f3d\u0142o z dok\u0142adnym artyku\u0142u<\/a><\/noindex>, do kt\u00f3rego kierujemy wszystkich zainteresowanych):<\/p>\n

    Poziom 1: Tempomat: pomoc kierowcy w bardzo ograniczonych sytuacjach (na przyk\u0142ad \u2013 utrzymanie samochodu na zadanej pr\u0119dko\u015bci po zdj\u0119ciu nogi z peda\u0142u)
    \nPoziom 2: Ograniczona pomoc w kierowaniu i hamowaniu. Kierowca musi by\u0107 got\u00f3w do natychmiastowego przej\u0119cia kontroli. Jego r\u0119ce s\u0105 na kole, a wzrok skierowany na drog\u0119. To ju\u017c istnieje w Tesli i General Motors.
    \nPoziom 3: Kierowca nie musi ju\u017c nieustannie obserwowa\u0107 drogi. Musi jednak pozostawa\u0107 czujny i by\u0107 got\u00f3w do przej\u0119cia kontroli. To, czego obecnie brakuje w sprzedawanych samochodach. Wszystkie istniej\u0105ce obecnie \u2013 s\u0105 na poziomie 1-2.
    \nPoziom 4: Prawdziwy autopilot, ale z ograniczeniami: tylko w znanym obszarze, kt\u00f3ry jest dok\u0142adnie zmapowany i w og\u00f3lnym zakresie znany systemowi, oraz w okre\u015blonych warunkach: na przyk\u0142ad przy braku \u015bniegu. Takie prototypy posiadaj\u0105 Waymo i General Motors, kt\u00f3re planuj\u0105 je uruchomi\u0107 w kilku miastach i testowa\u0107 w rzeczywistych warunkach. \u201eYandex\u201d ma strefy testowe autonomicznych taks\u00f3wek w Skolkovo i Innopolis: przejazd odbywa si\u0119 pod nadzorem in\u017cyniera siedz\u0105cego na miejscu pasa\u017cera; do ko\u0144ca roku firma planuje rozszerzy\u0107 flot\u0119 do 100 autonomicznych pojazd\u00f3w.
    \nPoziom 5: Pe\u0142ne autonomiczne prowadzenie, ca\u0142kowita wymiana \u017cywego kierowcy. Takie systemy nie istniej\u0105 i raczej nie pojawi\u0105 si\u0119 w najbli\u017cszych latach.<\/p>\n

    Na ile realistyczne jest zobaczenie tego w niedalekiej przysz\u0142o\u015bci? Chcia\u0142bym przekierowa\u0107 czytelnika do artyku\u0142u \u201eDlaczego uruchomienie robotaks\u00f3wki do 2020 roku, jak obiecuje Tesla, jest niemo\u017cliwe\u201d<\/a><\/noindex>. Cz\u0119\u015bciowo zwi\u0105zane jest to z brakiem \u0142\u0105czno\u015bci 5G: obecne pr\u0119dko\u015bci 4G s\u0105 niewystarczaj\u0105ce. Cz\u0119\u015bciowo z bardzo wysokimi kosztami autonomicznych pojazd\u00f3w: obecnie s\u0105 one nierentowne, brak jest zrozumienia modelu biznesowego. S\u0142owem, sprawy s\u0105 \u201eskomplikowane\u201d, i nie przypadkiem Gartner pisze, \u017ce prognozy masowego wdro\u017cenia Poziomu 4 i 5 \u2013 nie wcze\u015bniej ni\u017c za 10 lat.<\/p>\n

    3.2. Kamery z widzeniem 3D (3D Sensing Cameras)<\/h2>\n

    \nOsiem lat temu kontroler gier Microsoft Kinect wywo\u0142a\u0142 du\u017ce poruszenie, oferuj\u0105c przyst\u0119pne i stosunkowo niedrogie rozwi\u0105zanie dla widzenia 3D. Od tego czasu gry fizyczno-taneczne z Kinectem prze\u017cy\u0142y kr\u00f3tki wzlot i upadek, ale kamery 3D zacz\u0119\u0142y by\u0107 wykorzystywane w robotach przemys\u0142owych, samochodach autonomicznych, telefonach kom\u00f3rkowych do identyfikacji po twarzy. Technologia sta\u0142a si\u0119 ta\u0144sza, bardziej kompaktowa i dost\u0119pna. <\/p>\n

    \"Wykres
    \nW telefonie Samsung S10 znajduje si\u0119 kamera czasoflotowa (Time-of-Flight), kt\u00f3ra mierzy odleg\u0142o\u015b\u0107 do obiektu \u2013 w celu uproszczenia ostro\u015bci.     \u0179r\u00f3d\u0142o<\/a><\/noindex><\/i><\/p>\n

    Je\u015bli temat ten Ci\u0119 interesuje, odsy\u0142amy do bardzo dobrego szczeg\u00f3\u0142owego przegl\u0105du kamer g\u0142\u0119bi: cz\u0119\u015b\u0107 1<\/a><\/noindex>, Part 2<\/a><\/noindex>.<\/p>\n

    3.3. Drony do dostarczania niewielkich \u0142adunk\u00f3w (Light Cargo Delivery Drones)<\/h2>\n

    \nW tym roku Amazon przyci\u0105gn\u0119\u0142o uwag\u0119, pokazuj\u0105c na targach nowego drona, kt\u00f3ry mo\u017ce transportowa\u0107 niewielkie \u0142adunki do 2 kg. W mie\u015bcie, z jego korkami, wydaje si\u0119 to idealnym rozwi\u0105zaniem. Zobaczymy, jak te drony sprawdz\u0105 si\u0119 w najbli\u017cszej przysz\u0142o\u015bci. Mo\u017cna tutaj w\u0142\u0105czy\u0107 ostro\u017cny sceptycyzm: istnieje wiele problem\u00f3w, pocz\u0105wszy od mo\u017cliwo\u015bci \u0142atwej kradzie\u017cy drona, po ograniczenia prawne dotycz\u0105ce UAV. Amazon Prime Air istnieje od sze\u015bciu lat, ale nadal jest na etapie testowania.<\/p>\n

    \"Wykres
    \nNowy dron Amazon, zaprezentowany tej wiosny. Co\u015b w nim jest z \u201eGwiezdnych wojen\u201d.     \u0179r\u00f3d\u0142o<\/a><\/noindex><\/i><\/p>\n

    Opr\u00f3cz Amazona, na tym rynku dzia\u0142aj\u0105 r\u00f3wnie\u017c inni gracze (jest szczeg\u00f3\u0142owy przegl\u0105d<\/a><\/noindex>), ale nie ma gotowego produktu: wszystko jest na etapie test\u00f3w i akcji marketingowych. Warto odnotowa\u0107 do\u015b\u0107 interesuj\u0105ce, w\u0105sko wyspecjalizowane us\u0142ugi medyczne projekty<\/a><\/noindex> w Afryce: dostawa krwi od dawc\u00f3w w Ghanie (14 000 dostaw, firma Zipline) i Rwandzie (firma Matternet).<\/p>\n

    3.4. Lataj\u0105cy autonomiczny transport (Flying Autonomous Vehicles)<\/h2>\n

    \nTrudno tu co\u015b konkretnego powiedzie\u0107. Zdaniem Gartnera, to pojawi si\u0119 nie wcze\u015bniej ni\u017c za 10 lat. W zasadzie mamy tu te same problemy, co w przypadku samochod\u00f3w bez kierowcy, tylko nabieraj\u0105 one nowego wymiaru \u2014 wertykalnego. Porsche, Boeing i Uber og\u0142aszaj\u0105 swoje ambicje zbudowania lataj\u0105cego taks\u00f3wki.<\/p>\n

    3.5. Chmura rozszerzonej rzeczywisto\u015bci (AR Cloud)<\/h2>\n

    \nSta\u0142a cyfrowa kopia rzeczywistego \u015bwiata, pozwalaj\u0105ca stworzy\u0107 now\u0105 warstw\u0119 rzeczywisto\u015bci, wsp\u00f3ln\u0105 dla wszystkich u\u017cytkownik\u00f3w. M\u00f3wi\u0105c bardziej technicznym j\u0119zykiem, chodzi o stworzenie otwartej chmurowej platformy, w kt\u00f3r\u0105 programi\u015bci mogliby integrowa\u0107 swoje aplikacje AR. Model monetyzacji jest jasny, to co\u015b w rodzaju Steama. Pomys\u0142 jest tak zakorzeniony, \u017ce niekt\u00f3rzy ju\u017c uwa\u017caj\u0105, \u017ce AR bez chmury jest zupe\u0142nie bezu\u017cyteczne.<\/p>\n

    Jak to mo\u017ce wygl\u0105da\u0107 w przysz\u0142o\u015bci, przedstawione jest w kr\u00f3tkim filmie. Wygl\u0105da jak kolejny odcinek \u201eCzarnego lustra\u201d:
    \n

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

    Mo\u017cna r\u00f3wnie\u017c przeczyta\u0107 w artyku\u0142ach przegl\u0105dowych.<\/a><\/noindex><\/p>\n

    4. \u201eRozszerzony\u201d cz\u0142owiek (Augmented Human)<\/h1>\n

    <\/p>\n

    4.1. SI dla emocji (Emotion AI)<\/h2>\n

    \nJak zmierzy\u0107, symulowa\u0107 i reagowa\u0107 na ludzkie emocje? Jednymi z klient\u00f3w w tym miejscu s\u0105 firmy produkuj\u0105ce asystent\u00f3w g\u0142osowych, takich jak Amazon Alexa. Aby naprawd\u0119 wnikn\u0105\u0107 do dom\u00f3w u\u017cytkownik\u00f3w, musz\u0105 nauczy\u0107 si\u0119 rozpoznawa\u0107 nastr\u00f3j: zrozumie\u0107 przyczyny niezadowolenia u\u017cytkownika i spr\u00f3bowa\u0107 poprawi\u0107 sytuacj\u0119. W rzeczywisto\u015bci kontekst dostarcza znacznie wi\u0119cej informacji ni\u017c sama wiadomo\u015b\u0107. A kontekst to zar\u00f3wno wyraz twarzy, jak i intonacja oraz niewerbalne zachowanie.<\/p>\n

    Inne praktyczne zastosowania to: analiza emocji podczas rozmowy kwalifikacyjnej (w przypadku wywiad\u00f3w wideo), ocena reakcji na reklamy lub inny materia\u0142 wideo (u\u015bmiechy, \u015bmiech), pomoc w nauczaniu (na przyk\u0142ad w samodzielnych \u0107wiczeniach w sztuce wyst\u0105pie\u0144 publicznych). <\/p>\n

    W tej kwestii trudno si\u0119 wypowiedzie\u0107 lepiej ni\u017c autor 6-minutowego kr\u00f3tkometra\u017cowego filmu. Stealing Ur Feeling<\/a><\/noindex>. W pomys\u0142owym i stylowym klipie pokazano, jak mo\u017cna mierzy\u0107 nasze emocje w celach marketingowych, a z chwilowych reakcji na twojej twarzy dowiedzie\u0107 si\u0119: czy kochasz pizz\u0119, psy, Kanye Westa, a nawet jaki jest tw\u00f3j poziom dochod\u00f3w i przybli\u017cony IQ. Przechodz\u0105c na stron\u0119 filmu za pomoc\u0105 powy\u017cszego linku, stajesz si\u0119 uczestnikiem interaktywnego wideo z u\u017cyciem wbudowanej kamery twojego laptopa. Film zosta\u0142 ju\u017c pokazany na kilku festiwalach filmowych.<\/p>\n

    \"Wykres
    \n    \u0179r\u00f3d\u0142o<\/a><\/noindex><\/i><\/p>\n

    Jest nawet ciekawe badanie dotycz\u0105ce tego, jak rozpoznawa\u0107 sarkazm w tek\u015bcie. Wzi\u0119to tweety z hashtagiem #sarkazm i stworzono zestaw szkoleniowy z 25 000 tweet\u00f3w z sarkazmem i 100 000 zwyk\u0142ych tweet\u00f3w o wszystkim na \u015bwiecie. Zastosowano bibliotek\u0119 TensorFlow, wytrenuj\u0105c system, oto rezultaty:<\/p>\n

    \"Wykres
    \n    \u0179r\u00f3d\u0142o<\/a><\/noindex><\/i><\/p>\n

    Dlatego teraz, je\u015bli nie masz pewno\u015bci, czy tw\u00f3j kolega lub przyjaciel m\u00f3wi\u0142 co\u015b powa\u017cnie, czy sarkastycznie \u2013 mo\u017cesz skorzysta\u0107 z ju\u017c wytrenowanej sieci neuronowej.<\/a><\/noindex>! <\/p>\n

    4.2. Uzupe\u0142niona inteligencja (Augmented Intelligence)<\/h2>\n

    \nAutomatyzacja pracy intelektualnej za pomoc\u0105 metod uczenia maszynowego. Wydaje si\u0119, \u017ce nic nowego? Ale to, co wa\u017cne, to samo sformu\u0142owanie, zw\u0142aszcza \u017ce pokrywa si\u0119 z akronimem Artificial Intelligence. To odnosi nas do debaty na temat \u201esilnego\u201d i \u201es\u0142abego\u201d AI.
    \nSilny AI to ten rodzaj sztucznej inteligencji z film\u00f3w science fiction, kt\u00f3ry jest ca\u0142kowicie r\u00f3wnowa\u017cny ludzkiemu umys\u0142owi i postrzega siebie jako osobowo\u015b\u0107. Taki jeszcze nie istnieje i nie wiadomo, czy w og\u00f3le kiedykolwiek powstanie.<\/p>\n

    S\u0142aby AI to nie samodzielna osobowo\u015b\u0107, a pomocnik-asystent cz\u0142owieka. Nie pretendsuje do my\u015blenia na poziomie cz\u0142owieka, a jedynie potrafi rozwi\u0105zywa\u0107 zadania informacyjne, na przyk\u0142ad okre\u015bla\u0107, co jest przedstawione na zdj\u0119ciu lub t\u0142umaczy\u0107 tekst.<\/p>\n

    \"Wykres
    \n    \u0179r\u00f3d\u0142o <\/a><\/noindex><\/i><\/p>\n

    W tym sensie Augmented Intelligence to czysty \"s\u0142aby AI\", a sformu\u0142owanie wydaje si\u0119 udane, poniewa\u017c nie wprowadza zamieszania i pokusy dostrzegania w nim tego samego \"silnego AI\", o kt\u00f3rym wszyscy marz\u0105 (lub si\u0119 boj\u0105, je\u015bli przypomnie\u0107 sobie liczne spekulacje na temat \"buntu maszyn\"). U\u017cywaj\u0105c okre\u015blenia Augmented Intelligence, natychmiast stajemy si\u0119 bohaterami innego filmu: z science fiction (podobnego do \"Ja, robot\" Asimova) przechodzimy do cyberpunku (w tym gatunku \"augmentacje\" oznaczaj\u0105 wszelkiego rodzaju implanty, kt\u00f3re rozszerzaj\u0105 mo\u017cliwo\u015bci cz\u0142owieka).<\/p>\n

    Jak powiedziano<\/a><\/noindex> Eric Brynjolfsson i Andrew McAfee: \"W ci\u0105gu nast\u0119pnych 10 lat zajdzie co\u015b takiego. To nie AI zast\u0105pi mened\u017cer\u00f3w, ale ci mened\u017cerowie, kt\u00f3rzy b\u0119d\u0105 korzysta\u0107 z AI, zast\u0105pi\u0105 tych, kt\u00f3rzy jeszcze tego nie zrobili\".<\/p>\n

    Przyk\u0142ady:<\/p>\n