گارٽنر جو چارٽ هڪ اعليٰ فيشن شو وانگر آهي انهن لاءِ ٽيڪنيڪي صنعت ۾. ان کي ڏسڻ سان، توهان اڳ ۾ ئي معلوم ڪري سگهو ٿا ته ڪهڙا لفظ هن سيزن ۾ سڀ کان وڌيڪ مشهور آهن ۽ توهان سڀني ايندڙ ڪانفرنسن ۾ ڇا ٻڌندا.

اسان وضاحت ڪئي آهي ته هن گراف ۾ خوبصورت لفظن جي پويان ڇا آهي تنهنڪري توهان ٻولي پڻ ڳالهائي سگهو ٿا.

شروع ڪرڻ لاء، صرف چند لفظن جي باري ۾ گراف جي ڪهڙي قسم جو هي آهي. هر سال آگسٽ ۾، صلاحڪار ايجنسي گارٽنر هڪ رپورٽ جاري ڪري ٿي - گارٽنر هائپ وکر. روسي ۾، هي هڪ "هائپ وکر" آهي، يا، وڌيڪ آسان، هائپ. 30 سال اڳ، عوامي دشمن گروپ جي ريپرز ڳايو: "هائپ تي يقين نه رکو." ان تي يقين رکو يا نه، اهو هڪ ذاتي سوال آهي، پر اهو گهٽ ۾ گهٽ انهن لفظن کي ڄاڻڻ جي قابل آهي جيڪڏهن توهان ٽيڪنالاجي فيلڊ ۾ ڪم ڪيو ۽ عالمي رجحانات کي ڄاڻڻ چاهيو ٿا.

هي هڪ خاص ٽيڪنالاجي کان عوام جي اميدن جو گراف آهي. گارٽنر جي مطابق، مثالي طور تي، ٽيڪنالاجي 5 مرحلن مان گذري ٿو: ٽيڪنالاجي لانچ، ڦهليل اميدن جي چوٽي، مايوسي جي وادي، روشنيء جي سلپ، پيداوار جي پليٽ. پر اهو پڻ ٿئي ٿو ته اهو "مايوسي جي واديء" ۾ غرق ٿي وڃي ٿو - توهان پنهنجو پاڻ کي تمام آساني سان مثال ياد ڪري سگهو ٿا، ساڳيا bitcoins وٺو: شروعاتي طور تي "مستقبل جي پئسا" جي چوٽي کي مارڻ، اهي جلدي هيٺ ٿي ويا جڏهن ٽيڪنالاجي جي گهٽتائي. واضح ٿي ويو، سڀ کان پهريان ٽرانزيڪشن جي تعداد تي پابنديون ۽ بجليء جي وڏي مقدار کي bitcoins پيدا ڪرڻ جي ضرورت آهي (جيڪو اڳ ۾ ئي ماحولياتي مسئلن کي شامل ڪري ٿو). ۽ يقينا، اسان کي اهو نه وسارڻ گهرجي ته گارٽنر جو چارٽ صرف هڪ اڳڪٿي آهي: هتي، مثال طور، توهان پڙهي سگهو ٿا تفصيلي مضمون، جتي سڀ کان وڌيڪ حيرت انگيز اڻپوري اڳڪٿيون ترتيب ڏنل آهن.

تنهن ڪري، اچو ته نئين گارٽنر چارٽ تي وڃو. ٽيڪنالاجيون 5 وڏن موضوعي گروپن ۾ ورهايل آهن:

1. ترقي يافته AI ۽ تجزياتي
2. پوسٽ ڪلاسيڪل ڪمپيوٽ ۽ ڪميون
3. حساس ۽ متحرڪ
4. وڌايل انسان
5. ڊجيٽل ماحولياتي نظام

1. ترقي يافته AI ۽ تجزياتي

گذريل 10 سالن ۾ اسان ڏٺو آهي گہرے سکيا جو بهترين ڪلاڪ. اهي نيٽ ورڪ انهن جي ڪمن جي حد تائين واقعي اثرائتي آهن. 2018 ۾، Yann LeCun، Geoffrey Hinton ۽ Yoshua Bengio انهن جي دريافتن لاءِ ٽريننگ ايوارڊ حاصل ڪيو - سڀ کان وڌيڪ معزز انعام، ڪمپيوٽر سائنس ۾ نوبل انعام جي برابر. تنهن ڪري، هن علائقي ۾ مکيه رجحان، جيڪي چارٽ تي ڏيکاريا ويا آهن:

1.1. منتقلي سکيا

توهان شروع کان هڪ نيورل نيٽ ورڪ کي تربيت نه ڏيو، پر هڪ اڳ ۾ ئي تربيت حاصل ڪريو ۽ ان کي هڪ مختلف مقصد تفويض ڪريو. ڪڏهن ڪڏهن هن کي نيٽ ورڪ جو حصو ٻيهر تربيت ڏيڻ جي ضرورت آهي، پر سڄو نيٽ ورڪ نه، جيڪو تمام تيز آهي. مثال طور، هڪ تيار ڪيل نيورل نيٽ ورڪ ResNet50 کڻڻ، جنهن کي ImageNet1000 ڊيٽا سيٽ تي تربيت ڏني وئي آهي، توهان کي هڪ الگورٿم ملندو جيڪو هڪ تصوير ۾ تمام گهڻي سطح تي ڪيترن ئي مختلف شين کي درجه بندي ڪري سگهي ٿو (1000 طبقن جي بنياد تي خاصيتن جي بنياد تي جيڪي نيورل جي 50 پرتن پاران ٺاهيل آهن. نيٽ ورڪ). پر توهان کي انهي سڄي نيٽ ورڪ کي تربيت ڏيڻ جي ضرورت ناهي، جيڪو مهينا وٺندو.

В آن لائن ڪورس سامسنگ ”نيرل نيٽ ورڪ ۽ ڪمپيوٽر وژن“، مثال طور، فائنل ۾ ڪم جو ڪم پليٽن کي صاف ۽ گندي ۾ ورهائڻ سان، هڪ طريقو ڏيکاريو ويو آهي ته 5 منٽن ۾ توهان کي توهان جي اختيار ۾ هڪ ڊيپ نيورل نيٽ ورڪ فراهم ڪري ٿو جيڪو گندي پليٽن کي صاف کان ڌار ڪرڻ جي قابل آهي، مٿي بيان ڪيل فن تعمير جي مطابق ٺهيل آهي. اصل نيٽ ورڪ کي خبر نه هئي ته ڪهڙيون پليٽون آهن، هن رڳو پکين کي ڪتن کان ڌار ڪرڻ سکيو (ڏسو ImageNet).

جو ذريعو: آن لائن ڪورس سامسنگ ”نيرل نيٽ ورڪ ۽ ڪمپيوٽر ويزن“

ٽرانسفر لرننگ لاءِ توھان کي اھو ڄاڻڻ گھرجي ته ڪھڙا طريقا ڪم ڪن ٿا ۽ ڪھڙا تيار ٿيل بنيادي فن تعمير موجود آھن. مجموعي طور تي، هي مشين سکيا جي عملي ايپليڪيشنن جي شروعات کي تيز ڪري ٿو.

1.2. پيدا ٿيندڙ دشمني نيٽ ورڪ (GAN)

اهو انهن حالتن لاءِ آهي جڏهن اسان لاءِ سکيا جو مقصد تيار ڪرڻ تمام ڏکيو آهي. اهو ڪم حقيقي زندگي جي ويجهو آهي، اهو اسان کي وڌيڪ سمجھڻ وارو آهي ("پلنگ جي ٽيبل آڻيو")، پر اهو وڌيڪ ڏکيو آهي ته ان کي ٽيڪنيڪل ڪم جي طور تي ترتيب ڏيڻ. GAN صرف اسان کي هن مسئلي کان بچائڻ جي ڪوشش آهي.

هتي ٻه نيٽ ورڪ ڪم ڪري رهيا آهن: هڪ آهي جنريٽر (Generative)، ٻيو آهي Discriminator (Adversarial). ھڪڙو نيٽ ورڪ مفيد ڪم ڪرڻ سکي ٿو (تصويرن جي درجه بندي، آوازن کي سڃاڻڻ، ڪارٽون ٺاھيو). ۽ ٻيو نيٽ ورڪ انهي نيٽ ورڪ کي سيکارڻ سکي ٿو: ان ۾ حقيقي مثال آهن، ۽ اهو نيٽ ورڪ جي پيداواري حصي جي شين کي حقيقي دنيا جي شين (ٽريننگ سيٽ) سان مقابلي ڪرڻ لاءِ اڳي اڻڄاتل پيچيده فارمولا ڳولڻ سکي ٿو، واقعي اهم گہرے خاصيتن جي بنياد تي. : اکين جو تعداد، میازاڪي جي انداز جي قربت، صحيح انگريزي تلفظ.

anime ڪردارن کي پيدا ڪرڻ لاء نيٽ ورڪ جي نتيجي جو هڪ مثال. ذريعو

پر، يقينا، اتي فن تعمير ڪرڻ ڏکيو آهي. اهو صرف نيورون اڇلائڻ ڪافي ناهي، انهن کي تيار ڪرڻ جي ضرورت آهي. ۽ توهان کي هفتي لاء مطالعو ڪرڻو پوندو. سامسنگ آرٽيفيشل انٽيليجنس سينٽر ۾ منهنجا ساٿي GAN موضوع تي ڪم ڪري رهيا آهن؛ هي انهن جي اهم تحقيقي سوالن مان هڪ آهي. مثال طور، هن وانگر ترقي: جنريٽيو نيٽ ورڪ استعمال ڪندي ماڻهن جي حقيقي تصويرن کي ترتيب ڏيڻ لاءِ متغير پوز سان - مثال طور، هڪ ورچوئل فيٽنگ روم ٺاهڻ لاءِ، يا هڪ منهن کي گڏ ڪرڻ لاءِ، جيڪا معلومات جي مقدار کي گھٽائي سگھي ٿي جيڪا محفوظ ڪرڻ يا منتقل ڪرڻ جي ضرورت آهي ته جيئن اعليٰ معيار جي وڊيو کي يقيني بڻائي سگهجي. مواصلات، نشريات يا ذاتي ڊيٽا تحفظ.

ذريعو

1.3. قابل وضاحت AI

ڪجهه ناياب ڪمن لاءِ، اوچتو گہرے فن تعمير ۾ ترقيءَ اوچتو ڊيپ نيورل نيٽ ورڪ جي صلاحيتن کي انساني صلاحيتن جي ويجهو آڻي ڇڏيو آهي. هاڻي اهڙين ڪمن جو دائرو وڌائڻ لاءِ جنگ جاري آهي. مثال طور، هڪ روبوٽ ويڪيوم ڪلينر آساني سان ٻلي کي ڪتي کان ڌار ڪري سگهي ٿو هڪ سر تي ملاقات ۾. پر زندگيءَ جي اڪثر حالتن ۾، هو لينن يا فرنيچر جي وچ ۾ سمهڻ واري ٻلي کي نه ڳولي سگهندو (جڏهن ته، اسان وانگر، اڪثر ڪيسن ۾ ...).

گہرے اعصابي نيٽ ورڪ جي ڪاميابي جو سبب ڇا آهي؟ اهي مسئلي جي نمائندگي ٺاهيندا آهن نه پر معلومات جي بنياد تي ”ننگين اکين سان ڏسڻ ۾“ (فوٽو پکسلز، آواز جي حجم ۾ تبديليون...) پر انهن خاصيتن تي جيڪي هن معلومات کي اڳڀرائي ڪرڻ کان پوءِ حاصل ڪيون ويون آهن نيورل نيٽ ورڪ جي ڪيترن ئي سو پرتن ذريعي. بدقسمتي سان، اهي رشتا شايد بي معني، متضاد، يا اصل ڊيٽا سيٽ ۾ خامين جا نشان هجن. مثال طور، اتي هڪ ننڍڙي ڪمپيوٽر جي راند آهي جنهن جي باري ۾ AI جي بي سوچ استعمال کي ڀرتي ۾ آڻي سگھي ٿو بقا جو بهترين فٽ.

تصوير جي ٽيگنگ سسٽم ان شخص کي عورت جي طور تي پکڙڻ جو ليبل ڪيو، جيتوڻيڪ تصوير ۾ موجود شخص اصل ۾ هڪ مرد آهي (ذريعو). اهو نوٽ ڪيو ورجينيا انسٽيٽيوٽ ۾.

پيچيده ۽ گہرے رشتن جو تجزيو ڪرڻ لاءِ جيڪي اسان اڪثر پاڻ کي ٺاهي نٿا سگهون، وضاحتي AI طريقن جي ضرورت آهي. اهي گہرے اعصابي نيٽ ورڪ جي خاصيتن کي منظم ڪن ٿا ته جيئن تربيت کان پوء، اسان صرف ان جي فيصلي تي ڀروسو ڪرڻ بدران، نيٽ ورڪ جي اندروني نمائندگي جو تجزيو ڪري سگهون ٿا.

1.4. Edge Analytics / AI

ايج لفظ سان هر شي لفظي معنيٰ هيٺ ڏنل آهي: ڪلائوڊ/سرور کان آخري ڊيوائس/گيٽ وي ليول تائين الگورتھم جو حصو منتقل ڪرڻ. اهڙو الورورٿم تيزيءَ سان ڪم ڪندو ۽ ان جي آپريشن لاءِ مرڪزي سرور سان ڪنيڪشن جي ضرورت نه پوندي. جيڪڏهن توهان ”پتلي ڪلائنٽ“ جي تجريد کان واقف آهيو ته پوءِ هتي اسان هن ڪلائنٽ کي ٿورڙو ٿلهو بڻائي رهيا آهيون.
اهو ٿي سگهي ٿو اهم شين جي انٽرنيٽ لاءِ. مثال طور، جيڪڏهن ڪا مشين وڌيڪ گرم ٿي وڃي ٿي ۽ ان کي ٿڌو ڪرڻ جي ضرورت آهي، ته اهو سمجهه ۾ اچي ٿو ته اهو فوري طور تي، پلانٽ جي سطح تي، ڊيٽا جي ڪلائوڊ ڏانهن وڃڻ ۽ اتان کان شفٽ فورمن ڏانهن وڃڻ جو انتظار ڪرڻ کان سواءِ. يا ٻيو مثال: خود ڊرائيونگ ڪارون پاڻمرادو ٽريفڪ جي صورتحال معلوم ڪري سگھن ٿيون، بغير ڪنهن مرڪزي سرور سان رابطو ڪرڻ جي.

ذريعو

يا ٻيو مثال ڇو ته هي حفاظتي نقطه نظر کان اهم آهي: جڏهن توهان پنهنجي فون تي ٽيڪسٽ لکندا آهيو، اهو انهن لفظن کي ياد ڪندو آهي جيڪي توهان لاءِ عام هوندا آهن، ته جيئن بعد ۾ فون ڪيبورڊ توهان کي انهن سان آسانيءَ سان ترغيب ڏئي سگهي - ان کي اڳڪٿي ڪندڙ چئبو آهي. ٽيڪسٽ ان پٽ. توهان جي ڪيبورڊ تي ٽائپ ڪيل هر شيءِ کي ڊيٽا سينٽر ڏانهن موڪلڻ ڪنهن هنڌ توهان جي پرائيويسي جي خلاف ورزي ۽ صرف غير محفوظ هوندو. تنهن ڪري، ڪيبورڊ ٽريننگ صرف توهان جي ڊوائيس اندر ٿيندي آهي.

1.5. AI پليٽ فارم بطور سروس (AI PaaS)

PaaS - پليٽ فارم-اي-سروس هڪ ڪاروباري ماڊل آهي جنهن ۾ اسان هڪ مربوط پليٽ فارم تائين رسائي حاصل ڪريون ٿا، بشمول ان جي ڪلائوڊ تي ٻڌل ڊيٽا اسٽوريج ۽ تيار ڪيل طريقا. هن طريقي سان، اسان پاڻ کي انفراسٽرڪچر جي ڪمن کان آزاد ڪري سگهون ٿا ۽ مڪمل طور تي ڪجهه مفيد پيدا ڪرڻ تي ڌيان ڏئي سگهون ٿا. AI ڪمن لاءِ PaaS پليٽ فارمن جا مثال: IBM Cloud، Microsoft Azure، Amazon Machine Learning، Google AI پليٽ فارم.

1.6. Adaptive Machine Learning (Adaptive ML)

ڇا جيڪڏهن اسان مصنوعي ذهانت کي موافقت ڪرڻ ڏيون ٿا... توهان پڇو - اهو آهي، ڪيئن؟... ڇا اهو اڳ ۾ ئي ڪم سان مطابقت نٿو رکي؟ مسئلو هي آهي: اسان ان کي حل ڪرڻ لاءِ مصنوعي ذهانت وارو الگورٿم ٺاهڻ کان پهريان هر هڪ اهڙي مسئلي کي وڏي محنت سان ترتيب ڏيون ٿا. اهي توهان کي جواب ڏيندو - اهو ظاهر ٿئي ٿو ته هي سلسلو آسان ٿي سگهي ٿو.

روايتي مشين لرننگ هڪ اوپن لوپ جي اصول تي ڪم ڪري ٿي: توهان ڊيٽا تيار ڪريو، نيورل نيٽ ورڪ (يا ڪا به شيءِ) سان گڏ اچو، ٽرين ڪريو، پوءِ ڪيترن ئي اشارن کي ڏسو، ۽ جيڪڏهن توهان سڀ ڪجهه پسند ڪريو ٿا، توهان نيورل نيٽ ورڪ موڪلي سگهو ٿا سمارٽ فونز ڏانهن. صارف جي مسئلن کي حل ڪرڻ لاء. پر ايپليڪيشنن ۾ جتي ڊيٽا جو تمام گهڻو آهي ۽ ان جي طبيعت آهستي آهستي تبديل ٿي رهي آهي، ٻين طريقن جي ضرورت آهي. اهڙا نظام، جيڪي پاڻ کي ترتيب ڏين ٿا ۽ سيکارن ٿا، بند ٿيل، سيلف لرننگ لوپ (بند ٿيل لوپ) ۾ منظم ٿيل آهن، ۽ انهن کي لازمي طور تي ڪم ڪرڻ گهرجي.

ايپليڪيشنون - اهو ٿي سگهي ٿو اسٽريم اينالائيٽڪس (اسٽريم اينالائيٽڪس)، جنهن جي بنياد تي ڪيترائي ڪاروبار فيصلا ڪن ٿا، يا موافقت واري پيداوار جو انتظام. موجوده ايپليڪيشنن جي پيماني تي ۽ انسانن کي بهتر سمجهيل خطرن کي ڏنو ويو آهي، ٽيڪنالاجي جيڪي هن مسئلي جو حل ٺاهيندا آهن اهي سڀ گڏ ڪيا ويا آهن ڇنڊڇاڻ واري اصطلاح Adaptive AI تحت.

ذريعو

هن تصوير کي ڏسي، ان احساس کان نجات حاصل ڪرڻ مشڪل آهي ته مستقبل جي ماهرن کي ماني نه کائي - انهن کي هڪ روبوٽ کي سانس وٺڻ سيکاريو ...

پوسٽ ڪلاسيڪل ڪمپيوٽ ۽ ڪميون

2.1. پنجين نسل موبائل ڪميونيڪيشن (5G)

هي هڪ اهڙو دلچسپ موضوع آهي جيڪو اسان توهان کي فوري طور تي اسان ڏانهن اشارو ڪيو مضمون. خير، هتي هڪ مختصر خلاصو آهي. 5G، ڊيٽا ٽرانسميشن جي تعدد کي وڌائڻ سان، انٽرنيٽ جي رفتار کي غير حقيقي طور تي تيز ڪندو. اهو وڌيڪ ڏکيو آهي ته مختصر لهرن لاء رڪاوٽن مان گذري، تنهنڪري نيٽ ورڪ جي ڊيزائن مڪمل طور تي مختلف هوندي: 500 ڀيرا وڌيڪ بنيادي اسٽيشنن جي ضرورت آهي.

رفتار سان گڏ، اسان نوان رجحان حاصل ڪنداسين: حقيقي وقت جي راندين سان گڏ حقيقي حقيقت، پيچيده ڪم انجام ڏيڻ (جهڙوڪ سرجري) ٽيلي پريسنس ذريعي، حادثن کي روڪڻ ۽ روڊن تي مشڪل حالتن کي مشينن جي وچ ۾ رابطي ذريعي. وڌيڪ پروسيڪ نوٽ تي: موبائيل انٽرنيٽ آخرڪار ڪاميٽي واقعن جي دوران ڇڏڻ بند ڪري ڇڏيندو، جهڙوڪ اسٽيڊيم ۾ ميچ.

تصويري جو ذريعو - رائٽرز، نينٽڪ

2.2. ايندڙ نسل جي ياداشت

هتي اسان رام جي پنجين نسل بابت ڳالهائي رهيا آهيون - DDR5. سامسنگ اعلان ڪيو ته DDR2019 تي ٻڌل پراڊڪٽس 5 جي آخر تائين دستياب ٿي وينديون. اميد آهي ته نئين ميموري ٻه ڀيرا تيز ۽ ٻه ڀيرا گنجائش واري هوندي جڏهن ته ساڳئي فارم فيڪٽر کي برقرار رکندي، اهو آهي، اسان جي ڪمپيوٽر لاء 32GB تائين جي گنجائش سان ميموري اسٽڪس حاصل ڪرڻ جي قابل ٿي ويندي. مستقبل ۾، اهو خاص طور تي سمارٽ فونز لاء لاڳاپيل هوندو (نئين ياداشت گهٽ پاور ورزن ۾ هوندي) ۽ ليپ ٽاپ لاء (جتي DIMM سلاٽ جو تعداد محدود آهي). ۽ مشين سکيا پڻ وڏي مقدار ۾ رام جي ضرورت آهي.

2.3. گھٽ-ڌرتي-مدار سيٽلائيٽ سسٽم

ڳري، مهانگي، طاقتور سيٽلائيٽ کي مٽائڻ جو خيال ننڍڙن ۽ سستن سان گڏ نئين کان پري آهي ۽ 90 جي ڏهاڪي ۾ ظاهر ٿيو. ڪهڙي طرح جي باري ۾ ايلون مسڪ جلد ئي سيٽلائيٽ مان هر ڪنهن کي انٽرنيٽ ورهائي ڇڏيندو هاڻي رڳو سستي نه ٻڌي آهي. هتي جي سڀ کان مشهور ڪمپني Iridium آهي، جيڪا 90 جي ڏهاڪي ۾ ديوار ٿي وئي، پر آمريڪي ڊپارٽمينٽ آف ڊفينس جي خرچ تي بچايو ويو (iRidium، روسي سمارٽ گهر سسٽم سان پريشان نه ٿيڻ). ايلون مسڪ جو منصوبو (اسٽار لنڪ) صرف هڪ کان پري آهي - رچرڊ برانسن (ون ويب - 1440 تجويز ڪيل سيٽلائيٽ)، بوئنگ (3000 سيٽلائيٽ)، سامسنگ (4600 سيٽلائيٽ)، ۽ ٻيا سيٽلائيٽ ريس ۾ حصو وٺي رهيا آهن.

هن علائقي ۾ شيون ڪيئن بيٺيون آهن، اتي جي معيشت ڪهڙي طرح نظر اچي ٿي - پڙهو جائزو وٺو. ۽ اسان انتظار ڪري رهيا آهيون انهن سسٽم جي پهرين تجربن جي پهرين صارفين طرفان، جيڪو ايندڙ سال ٿيڻ گهرجي.

2.4. Nanoscale 3D پرنٽنگ

3D ڇپائي، جيتوڻيڪ اهو هر شخص جي زندگيء ۾ داخل نه ڪيو ويو آهي (هڪ فرد جي گهر پلاسٽڪ فيڪٽري طرفان واعدو ڪيو ويو آهي)، پر ان جي باوجود، اڳ ۾ ئي ٽيڪنالاجي جڳهه کي گيڪس لاء ڇڏي ويو آهي. توهان ان حقيقت سان اندازو لڳائي سگهو ٿا ته اسڪول جو هر ٻار گهٽ ۾ گهٽ 3D مجسمي واري قلم جي وجود جي باري ۾ ڄاڻي ٿو، ۽ ڪيترائي خواب ڏسندا آهن ته هڪ باڪس خريد ڪرڻ لاءِ ڊوڙندڙن سان ۽ هڪ ايڪسٽروڊر لاءِ... ”بس ائين ئي“ (يا پهريان ئي خريد ڪري چڪو آهي).

Stereolithography (ليزر 3D پرنٽر) انفرادي فوٽونز سان پرنٽ ڪرڻ جي اجازت ڏئي ٿو: نوان پوليمر ڳوليا پيا وڃن جن کي مضبوط ڪرڻ لاءِ صرف ٻن فوٽن جي ضرورت آهي. هي اجازت ڏيندو، غير ليبارٽري حالتن ۾، مڪمل طور تي نوان فلٽر ٺاهڻ، مائونٽ، اسپرنگس، ڪيپليئرز، لينس ۽... تبصرن ۾ توهان جا اختيار! ۽ هتي اهو photopolymerization کان پري نه آهي - صرف هن ٽيڪنالاجي اسان کي "پرنٽ" پروسيسر ۽ ڪمپيوٽنگ سرڪٽ جي اجازت ڏئي ٿو. ان کان علاوه، هي پهريون سال ناهي ته اتي موجود آهي graphene 500 nm ٽي-dimensional جوڙجڪ ڇپائي لاء ٽيڪنالاجيپر بنيادي ترقي کان سواء.

ذريعو

3. حساس ۽ متحرڪ

3.1. خودمختيار ڊرائيونگ ليول 4 ۽ 5

اصطلاحن ۾ پريشان نه ٿيڻ لاء، اهو سمجهڻ جي قابل آهي ته خودمختاري جي ڪهڙي سطح ۾ فرق آهي (تفصيل مان ورتو ويو آهي. مضمون، جنهن ڏانهن اسان سڀني دلچسپين جو حوالو ڏيون ٿا):

سطح 1: کروز ڪنٽرول: ڊرائيور کي تمام محدود حالتن ۾ مدد ڪري ٿو (مثال طور، ڊرائيور کي پيڊل تان پير کڻڻ کان پوءِ ڏنل رفتار تي ڪار کي پڪڙڻ)
سطح 2: محدود اسٽيئرنگ ۽ بريڪنگ مدد. ڊرائيور کي لڳ ڀڳ فوري طور تي ڪنٽرول ڪرڻ لاء تيار هجڻ گهرجي. هن جا هٿ اسٽيرنگ ويل تي آهن، هن جون اکيون روڊ ڏانهن آهن. اهو ڪجهه آهي جيڪو Tesla ۽ جنرل موٽرس اڳ ۾ ئي آهي.
سطح 3: ڊرائيور کي هاڻي مسلسل روڊ ڏسڻ جي ضرورت ناهي. پر هن کي خبردار رهڻ گهرجي ۽ ڪنٽرول وٺڻ لاءِ تيار رهڻ گهرجي. اهو ڪجهه آهي جيڪو تجارتي طور تي دستياب ڪارٽون اڃا تائين نه آهي. سڀ موجوده موجود آهن سطح 1-2 تي.
سطح 4: سچو آٽو پائلٽ، پر پابندين سان: صرف هڪ سڃاتل علائقي ۾ سفر جيڪي احتياط سان نقشا ڪيا ويا آهن ۽ عام طور تي سسٽم کي ڄاڻايل آهي، ۽ ڪجهه حالتن هيٺ: مثال طور، برف جي غير موجودگي ۾. Waymo ۽ General Motors وٽ اهڙا پروٽوٽائپ آهن، ۽ اهي انهن کي ڪيترن ئي شهرن ۾ لانچ ڪرڻ ۽ حقيقي ماحول ۾ جانچڻ جو ارادو رکن ٿا. Yandex Skolkovo ۽ Innopolis ۾ غير پائلٽ ٽيڪسين لاءِ ٽيسٽ زونز آهن: سفر مسافرن جي سيٽ تي ويٺي انجنيئر جي نگراني هيٺ ٿئي ٿو؛ سال جي آخر تائين، ڪمپني پنهنجي بيبي کي 100 غير پائلٽ گاڏين تائين وڌائڻ جو ارادو رکي ٿو.
سطح 5: مڪمل خودڪار ڊرائيونگ، هڪ زنده ڊرائيور جي مڪمل متبادل. اهڙا نظام موجود نه آهن، ۽ اهي ايندڙ سالن ۾ ظاهر ٿيڻ ممڪن ناهي.

اهو سڀ ڪجهه ويجهي مستقبل ۾ ڏسڻ ڪيترو حقيقي آهي؟ هتي آئون پڙهندڙ کي مضمون ڏانهن موٽڻ چاهيندس "ڇو 2020 تائين هڪ روبوٽڪسي لانچ ڪرڻ ناممڪن آهي، جيئن ٽسلا واعدو ڪيو". اهو جزوي طور تي 5G رابطي جي کوٽ جي ڪري آهي: دستياب 4G رفتار ڪافي نه آهن. جزوي طور تي خود مختيار ڪارن جي تمام گهڻي قيمت جي ڪري: اهي اڃا تائين منافع بخش نه آهن، ڪاروباري ماڊل واضح ناهي. هڪ لفظ ۾، "هر شي پيچيده آهي" هتي، ۽ اهو ڪو اتفاق نه آهي ته گارٽنر لکي ٿو ته ليول 4 ۽ 5 جي وڏي پيماني تي عملدرآمد جي اڳڪٿي 10 سالن کان اڳ نه آهي.

3.2. 3D سينسنگ ڪيمرا

اٺ سال اڳ، Microsoft جي Kinect گيمنگ ڪنٽرولر 3D وژن لاءِ هڪ پهچ ۽ نسبتاً سستا حل پيش ڪندي موجون ڪيون. ان وقت کان وٺي، Kinect سان فزيڪل ايجوڪيشن ۽ ڊانس گيمز انهن جي مختصر عروج ۽ زوال جو تجربو ڪيو آهي، پر 3D ڪئميرا صنعتي روبوٽس، اڻ ڄاتل گاڏين، ۽ منهن جي سڃاڻپ لاءِ موبائل فونز ۾ استعمال ٿيڻ شروع ٿيا. ٽيڪنالاجي سستي، وڌيڪ ٺهيل ۽ وڌيڪ رسائي ٿي چڪي آهي.

سامسنگ ايس 10 فون ۾ ٽائم آف فلائيٽ ڪيمرا آهي جيڪو ڪنهن شئي جي فاصلي کي ماپي ٿو ته جيئن فوڪس ڪرڻ کي آسان بڻائي سگهجي. ذريعو

جيڪڏهن توهان هن موضوع ۾ دلچسپي رکو ٿا، ته پوءِ اسان توهان کي ڊيپٿ ڪيمرائن جي تمام سٺي تفصيلي جائزي ڏانهن موڪلينداسين: حصو 1, حصو 2.

3.3. ننڍڙا سامان پهچائڻ لاءِ ڊرون (لائيٽ ڪارگو پهچائڻ وارا ڊرون)

هن سال، Amazon موج ڪئي جڏهن هن شو ۾ هڪ نئون اڏامندڙ ڊرون ڏيکاريو جيڪو 2 ڪلوگرام تائين ننڍو لوڊ کڻي سگهي ٿو. هڪ شهر لاءِ ان جي ٽرئفڪ جام سان، اهو لڳي ٿو هڪ مثالي حل. اچو ته ڏسون ته اهي ڊرون ڪيئن ڪم ڪن ٿا ويجهي مستقبل ۾. شايد اهو هتي محتاط طور تي شڪي هجڻ جي لائق آهي: اتي ڪيترائي مسئلا آهن، ڊرون جي آسان چوري جي امڪان سان شروع ٿيڻ، ۽ يو اي وي تي قانوني پابنديون ختم ٿيڻ سان. Amazon Prime Air لڳ ڀڳ ڇهن سالن کان ٿي چڪو آهي پر اڃا تائين جاچ واري مرحلي ۾ آهي.

Amazon جو نئون ڊرون، هن بهار ۾ ڏيکاريو ويو. هن جي باري ۾ ڪجهه آهي اسٽار وار. ذريعو

Amazon کان علاوه، هن مارڪيٽ ۾ ٻيا رانديگر آهن (اتي تفصيلي آهي جائزو وٺو)، پر هڪ به تيار ٿيل پراڊڪٽ ناهي: هر شي جاچ ۽ مارڪيٽنگ مهم جي مرحلي ۾ آهي. الڳ الڳ، اهو قابل ذڪر آهي ته ڪافي دلچسپ انتهائي ماهر طبي منصوبا آفريڪا ۾: گھانا ۾ عطيو ڪيل رت جي ترسيل (14 ترسيل، زپ لائن ڪمپني) ۽ روانڊا (Matternet ڪمپني).

3.4. اڏامندڙ خودمختيار گاڏيون

هتي ڪجهه به واضح چوڻ ڏکيو آهي. گارٽنر جي مطابق، اهو 10 سالن کان اڳ ظاهر نه ٿيندو. عام طور تي، هتي سڀئي ساڳيا مسئلا آهن جيئن خود ڊرائيونگ ڪارن ۾، صرف اهي هڪ نئين طول و عرض حاصل ڪن ٿا - عمودي. پورش، بوئنگ، ۽ اوبر هڪ پرواز ٽيڪسي ٺاهڻ لاء پنهنجن عزائم جو اعلان ڪيو آهي.

3.5. Augmented Reality Cloud (AR Cloud)

حقيقي دنيا جي هڪ مستقل ڊجيٽل ڪاپي، توهان کي اجازت ڏئي ٿي ته حقيقت جو هڪ نئون پرت ٺاهيو جيڪو سڀني صارفين لاء عام آهي. وڌيڪ ٽيڪنيڪل اصطلاحن ۾، اسان هڪ کليل ڪلائوڊ پليٽ فارم ٺاهڻ جي باري ۾ ڳالهائي رهيا آهيون جنهن ۾ ڊولپرز پنهنجي AR ايپليڪيشنن کي ضم ڪري سگھن ٿا. مانيٽائيزيشن ماڊل واضح آهي؛ اهو هڪ قسم جو اسٽيم اينالاگ آهي. اهو خيال ايترو پختو ٿي چڪو آهي ته ڪجهه هاڻي يقين ڪن ٿا ته بادل کان سواء AR صرف بيڪار آهي.

اهو مستقبل ۾ ڇا ٿي سگهي ٿو هڪ مختصر وڊيو ۾ ڏيکاريل آهي. بليڪ ميرر جي هڪ ٻي قسط وانگر لڳي ٿو:

توهان پڻ پڙهي سگهو ٿا تي جائزو مضمون.

4. وڌايل انسان

4.1. جذباتي AI

انساني جذبن کي ڪيئن ماپڻ، تخليق ڪرڻ ۽ جواب ڏيڻ؟ هتي جا ڪجهه گراهڪ ڪمپنيون آهن جيڪي آواز اسسٽنٽ ٺاهينديون آهن Amazon Alexa وانگر. اهي واقعي گهرن ۾ استعمال ٿي سگهن ٿا جيڪڏهن اهي مزاج کي سڃاڻڻ سکن: صارف جي عدم اطمينان جي سبب کي سمجهي، ۽ صورتحال کي درست ڪرڻ جي ڪوشش ڪريو. عام طور تي، پيغام جي ڀيٽ ۾ ان حوالي سان وڌيڪ معلومات موجود آهي. ۽ حوالي سان منهن جو اظهار، intonation، ۽ غير زباني رويي آهي.

ٻيون عملي ايپليڪيشنون: نوڪري جي انٽرويو دوران جذبات جو تجزيو (ويڊيو انٽرويو جي بنياد تي)، تجارتي يا ٻين وڊيو مواد تي ردعمل جو جائزو وٺڻ (مسڪرا، کلڻ)، سکيا ۾ مدد (مثال طور، عوامي ڳالهائڻ جي فن ۾ آزاد مشق لاء).

6 منٽ جي مختصر فلم جي ليکڪ کان وڌيڪ هن موضوع تي بهتر ڳالهائڻ ڏکيو آهي چوريءَ جو احساس. دلچسپ ۽ اسٽائلش وڊيو ڏيکاري ٿي ته توهان مارڪيٽنگ جي مقصدن لاءِ اسان جي جذبن کي ڪيئن ماپي سگهو ٿا، ۽ توهان جي چهري جي لمحاتي رد عمل مان معلوم ڪريو ته ڇا توهان کي پيزا، ڪتا، ڪني ويسٽ پسند آهي، ۽ ايستائين جو توهان جي آمدني جي سطح ۽ اندازي مطابق IQ ڇا آهي. مٿي ڏنل لنڪ استعمال ڪندي فلم جي ويب سائيٽ جو دورو ڪندي، توهان پنهنجي ليپ ٽاپ جي ٺاهيل ڪيمرا استعمال ڪندي هڪ انٽرويو وڊيو ۾ حصو وٺندڙ بڻجي ويندا آهيو. فلم اڳ ۾ ئي ڪيترن ئي فلم فيسٽيول ۾ ڏيکاريو ويو آهي.

ذريعو

اڃا به هڪ اهڙي دلچسپ مطالعو آهي: متن ۾ طنز کي ڪيئن سڃاڻڻ. اسان هيش ٽيگ #sarcasm سان ٽوئيٽس ڪيون ۽ 25 ٽوئيٽس جو هڪ ٽريننگ سيٽ ٺاهيو جيڪو طنز سان ۽ 000 باقاعده ٽوئيٽس سج جي هيٺان هر شيءِ بابت. اسان TensorFlow لائبريري استعمال ڪيو، سسٽم کي تربيت ڏني، ۽ هتي نتيجو آهي:

ذريعو

تنهن ڪري، هاڻي، جيڪڏهن توهان پنهنجي ساٿي يا دوست جي باري ۾ پڪ نه آهيو - هن توهان کي سنجيده يا طنزيه انداز ۾ چيو، توهان اڳ ۾ ئي استعمال ڪري سگهو ٿا. تربيت يافته اعصابي نيٽ ورڪ!

4.2. وڌايل ذهانت

مشيني سکيا جا طريقا استعمال ڪندي دانشورانه ڪم جي خودڪار طريقي سان. اهو لڳي ٿو ته ڪا نئين شيء ناهي؟ پر لفظ پاڻ هتي اهم آهي، خاص طور تي ڇاڪاڻ ته اهو مختصر طور تي مصنوعي ذهانت سان ٺهڪي اچي ٿو. هي اسان کي "مضبوط" ۽ "ڪمزور" AI بابت بحث ڏانهن واپس آڻيندو آهي.
Strong AI سائنس فڪشن فلمن مان هڪ ئي مصنوعي ذهانت آهي جيڪا مڪمل طور تي انساني دماغ جي برابر آهي ۽ هڪ فرد جي حيثيت سان پاڻ کان واقف آهي. اهو اڃا تائين موجود ناهي ۽ اهو واضح ناهي ته ڇا اهو موجود هوندو.

ڪمزور AI هڪ آزاد شخص نه آهي، پر هڪ انساني اسسٽنٽ. هو اها دعويٰ نٿو ڪري ته هو انسان جهڙي سوچ رکي ٿو، پر رڳو ڄاڻندو آهي ته معلومات جي مسئلن کي ڪيئن حل ڪجي، مثال طور، اهو طئي ڪيو ته تصوير ۾ ڇا ڏيکاريو ويو آهي يا متن جو ترجمو.

ذريعو

ان لحاظ کان، Augmented Intelligence پنهنجي خالص شڪل ۾ ”ڪمزور AI“ آهي، ۽ فارموليشن ڪامياب نظر اچي ٿي، ڇاڪاڻ ته اها مونجهاري ۽ لالچ کي هتي ئي ”مضبوط AI“ کي ڏسڻ لاءِ متعارف نه ٿي ڪري، جنهن جو هرڪو خواب ڏسندو آهي (يا ڊڄي ٿو، جيڪڏهن اسان "بغاوت ڪارن" بابت ڪيترن ئي بحثن کي ياد ڪريو). Augmented Intelligence جي اظهار کي استعمال ڪندي، اسان فوري طور تي هڪ ٻي فلم جا هيرو بڻجي وڃون ٿا: سائنس فڪشن مان (جهڙوڪ عاصموف جي ”آءِ، روبوٽ“) اسان پاڻ کي سائبر پنڪ ۾ ڳوليون ٿا (هن صنف ۾ ”اضافو“ هر قسم جا امپلانٽس آهن جيڪي انساني صلاحيتن کي وڌائين ٿا).

ڪيئن چيو Erik Brynjolfsson ۽ Andrew McAffee: "ايندڙ 10 سالن ۾، اھو اھو آھي جيڪو ٿيندو. AI مينيجرز کي تبديل نه ڪندو، پر اهي مينيجر جيڪي AI استعمال ڪندا آهن انهن کي تبديل ڪندا جيڪي اڃا تائين نه ٺاهيا آهن.

مثال:

• دوائون: اسٽينفورڊ يونيورسٽي ترقي ڪئي الگورتھم، جيڪو عام طور تي اڪثر ڊاڪٽرن جيتري ڪاميابي سان سينه جي ايڪس ريز تي پيٽولوجيز کي سڃاڻڻ جي ڪم سان مقابلو ڪري ٿو
• تعليم: شاگردن ۽ استادن جي مدد، مواد تي شاگردن جي جوابن جو تجزيو، انفرادي سکيا واري رستي جي تعمير.
• ڪاروباري تجزياتي: ڊيٽا جي اڳڀرائي، انگن اکرن موجب، هڪ محقق جي وقت جو 80٪ وٺندو آهي، ۽ صرف تجربو جو 20٪.

4.3. بائيو چِپس

هي سڀ سائبرپڪ فلمن ۽ ڪتابن جو پسنديده موضوع آهي. عام طور تي، مائڪروچپنگ پالتو جانور هڪ نئون عمل ناهي. پر هاڻي اهي چپس ماڻهن ۾ امپلانٽ ٿيڻ شروع ٿي ويون آهن.

انهي صورت ۾، هائپ گهڻو ڪري آمريڪي ڪمپني ٽن اسڪوائر مارڪيٽ ۾ حساس ڪيس سان لاڳاپيل آهي. اتي، نوڪر هڪ فيس جي بدلي ۾ چمڙي جي هيٺان چپس لڳائڻ جي آڇ ڪئي. چپ توهان کي دروازا کولڻ جي اجازت ڏئي ٿي، ڪمپيوٽرن ۾ لاگ ان ڪريو، وينڊنگ مشين مان ناشتو خريد ڪريو - اهو آهي، هڪ آفاقي ملازم ڪارڊ. ان کان علاوه، اهڙي چپ صحيح طور تي هڪ سڃاڻپ ڪارڊ جي طور تي ڪم ڪري ٿو؛ ان ۾ GPS ماڊل نه آهي، تنهنڪري اهو ناممڪن آهي ته ان کي استعمال ڪندي ڪنهن کي ٽريڪ ڪرڻ. ۽ جيڪڏهن ڪو ماڻهو پنهنجي هٿ مان چپ کي هٽائڻ چاهي ته ڊاڪٽر جي مدد سان 5 منٽ وٺندو.

چپس عام طور تي آڱر ۽ آڱر جي وچ ۾ لڳل آهن. ذريعو

وڌيڪ پڙهو مضمون دنيا ۾ chipping سان معاملن جي حالت جي باري ۾.

4.4. عميق ڪم جي جڳهه

”عاجزي“ هڪ ٻيو نئون لفظ آهي جنهن جو بس ڪو به پاسو ناهي. اهو هر جڳهه آهي. عميق ٿيٽر، نمائش، سئنيما. توهان جو ڇا مطلب آهي؟ وسرڻ هڪ عميق اثر جي تخليق آهي، جڏهن ليکڪ ۽ ڏسندڙ جي وچ ۾ حد، مجازي ۽ حقيقي دنيا گم ٿي ويندي آهي. ڪم جي جڳهه ۾، شايد، هن جو مطلب آهي ڪم ڪندڙ ۽ شروعات ڪندڙ جي وچ ۾ لڪير کي ڦهلائڻ ۽ ملازمن کي حوصلا افزائي ڪرڻ لاء انهن جي ماحول کي ٻيهر ترتيب ڏيڻ ذريعي وڌيڪ فعال پوزيشن وٺڻ.

جيئن ته اسان وٽ هاڻي چست، لچڪدار، ۽ ويجهي تعاون هر جڳهه آهي، ڪم جي جڳهن کي ممڪن طور تي آساني سان ترتيب ڏيڻ گهرجي ۽ گروپ جي ڪم جي حوصلا افزائي ڪرڻ گهرجي. معيشت پنهنجي شرطن کي ترتيب ڏئي ٿو: وڌيڪ عارضي ملازم آهن، آفيس جي جاء تي ڪرائي تي ڏيڻ جي قيمت وڌي رهي آهي، ۽ هڪ مقابلي واري مزدور مارڪيٽ ۾، آئي ٽي ڪمپنيون تفريحي علائقن ۽ ٻين فائدن کي ٺاهي ڪم کان ملازم جي اطمينان کي وڌائڻ جي ڪوشش ڪري رهيا آهن. ۽ اهو سڀ ڪجهه ڪم جي جڳهن جي ڊزائن ۾ ظاهر ٿئي ٿو.

کان رپورٽ nڪ

4.5. شخصيت سازي

هرڪو ڄاڻي ٿو ته اشتهارن ۾ ذاتي ڪرڻ ڇا آهي. اهو تڏهن آهي جڏهن توهان اڄ هڪ ساٿي سان بحث ڪري رهيا آهيو ته ڪمري ۾ هوا ڪجهه خشڪ آهي، ۽ توهان کي آفيس لاء هڪ humidifier خريد ڪرڻ گهرجي، ۽ ٻئي ڏينهن توهان پنهنجي سوشل نيٽ ورڪ تي هڪ اشتهار ڏسو ٿا - "هميڊيفائر خريد ڪريو" (a. حقيقي واقعو جيڪو مون سان ٿيو).

ذريعو

ذاتي ڪرڻ، جيئن گارٽنر پاران بيان ڪيو ويو آهي، اشتهارن جي مقصدن لاءِ انهن جي ذاتي ڊيٽا جي استعمال بابت صارفين جي وڌندڙ خدشات جو جواب آهي. مقصد اهو آهي ته هڪ اهڙو طريقو ٺاهيو جنهن ۾ اسان کي اشتهار ڏيکاريا وڃن جيڪي لاڳاپيل هجن انهي حوالي سان جنهن ۾ اسان پاڻ کي ڳوليندا آهيون، ۽ اسان کي ذاتي طور تي نه. مثال طور، اسان جي جڳھ، ڊوائيس جو قسم، ڏينھن جو وقت، موسمي حالتون - اھو ڪجھھ آھي جيڪو اسان جي ذاتي ڊيٽا جي خلاف ورزي نٿو ڪري، ۽ اسان کي "سروي ڪيل" ٿيڻ جو ناپسنديده احساس محسوس نه ٿئي.

انهن ٻن تصورن جي وچ ۾ فرق بابت پڙهو نوٽ گارٽنر جي ويب سائيٽ تي اينڊريو فرينڪ بلاگ. ان ۾ هڪ اهڙو نزاڪت وارو تفاوت ۽ اهڙا ملندڙ لفظ آهن، جن کي توهان، فرق نه ڄاڻندي، پنهنجي گفتگو ڪندڙ سان گهڻي وقت تائين بحث ڪرڻ جو خطرو رکو ٿا، ۽ اهو شڪ نه ٿا رکون ته، عام طور تي، ٻئي صحيح آهن (۽ اهو پڻ هڪ حقيقي واقعو آهي جيڪو توهان سان ٿيو. ليکڪ).

4.6. بايوٽيڪ - ثقافتي يا مصنوعي ٽشو

اهو آهي، سڀ کان پهريان، مصنوعي گوشت وڌائڻ جو خيال. ساڳئي وقت، سڄي دنيا ۾ ڪيتريون ئي ٽيمون ليبارٽري "Meat 2.0" کي ترقي ڪرڻ ۾ مصروف آهن - اميد آهي ته اهو معمول کان سستو ٿيندو، ۽ فاسٽ فوڊ ۽ پوء سپر مارڪيٽ ان ڏانهن تبديل ٿي ويندا. هن ٽيڪنالاجي ۾ سيڙپڪارن ۾ بل گيٽس، سرجي برن، رچرڊ برانسن ۽ ٻيا شامل آهن.

ذريعو

سبب ڇو ته هرڪو مصنوعي گوشت ۾ دلچسپي رکي ٿو:

1. گلوبل وارمنگ: فارمن مان ميٿين جو اخراج. هي گئسن جي عالمي مقدار جو 18 سيڪڙو آهي جيڪي آبهوا کي متاثر ڪن ٿيون.
2. آبادي جي واڌ. گوشت جي طلب وڌي رهي آهي، ۽ اهو ممڪن ناهي ته هر ڪنهن کي قدرتي گوشت سان کارائڻ - اهو صرف قيمتي آهي.
3. خلا جي کوٽ. Amazon جي 70 سيڪڙو ٻيلن کي چراگاهه لاءِ اڳ ئي ڪٽيو ويو آهي.
4. اخلاقي خيالات. اهي آهن جن لاءِ هي اهم آهي. جانورن جي حقن جي تنظيم PETA اڳ ۾ ئي مرغي جو مصنوعي گوشت مارڪيٽ ۾ آڻيندڙ سائنسدان کي 1 ملين ڊالر انعام جي آڇ ڪئي آهي.

سويا سان حقيقي گوشت کي تبديل ڪرڻ هڪ جزوي حل آهي، ڇاڪاڻ ته ماڻهو ذائقي ۽ بناوت ۾ فرق جي تعريف ڪري سگهن ٿا، ۽ سويا جي حق ۾ اسٽيڪ کي ڇڏي ڏيڻ ممڪن ناهي. تنهنڪري توهان کي حقيقي، نامياتي طور تي وڌندڙ گوشت جي ضرورت آهي. هاڻي، بدقسمتي سان، مصنوعي گوشت تمام مهانگو آهي: $12 في ڪلوگرام کان. اهو اهڙي گوشت کي وڌائڻ جي پيچيده فني عمل جي ڪري آهي. اهو سڀ ڪجهه پڙهو مضمون.

جيڪڏهن اسان ٽشو جي وڌندڙن جي ٻين ڪيسن بابت ڳالهايو - اڳ ۾ ئي دوا ۾ - پوء مصنوعي عضون سان موضوع دلچسپ آهي: مثال طور، دل جي عضلات لاء "پيچ"، ڇپيل هڪ خاص 3D پرنٽر. ڄاتل تاريخ هڪ مصنوعي طور تي وڌيل ماؤس دل وانگر، پر عام طور تي هر شيء اڃا تائين ڪلينڪ آزمائشي جي دائري ۾ آهي. تنهن ڪري اسان کي ايندڙ سالن ۾ فرينڪنسٽائن ڏسڻ جو امڪان ناهي.

هتي گارٽنر پنهنجي اندازن ۾ تمام گهڻو محتاط آهي، بظاهر پنهنجي 2015 جي ناڪامي واري اڳڪٿي کي نظر ۾ رکندي چيو ته 2019 ۾ ترقي يافته ملڪن جي 10 سيڪڙو آبادي وٽ 3D پرنٽ ٿيل ميڊيڪل ڊيوائس امپلانٽ هوندو. تنهن ڪري، ان جو مطلب اهو آهي ته پيداوار واري پليٽ تي پهچڻ جو وقت گهٽ ۾ گهٽ 10 سال آهي.

5. ڊجيٽل ماحولياتي نظام

5.1. غير مرڪزي ويب

اهو تصور ويب جي موجد جي نالي سان ويجھو جڙيل آهي، ٽرنگ اوارڊ فاتح سر ٽم برنرز-لي. هن لاء، ڪمپيوٽر سائنس ۾ اخلاقيات جا سوال هميشه اهم هئا ۽ انٽرنيٽ جو اجتماعي جوهر اهم هو: هائپر ٽيڪسٽ جو بنياد رکندي، هن کي يقين ڏياريو ويو ته نيٽ ورڪ کي ويب وانگر ڪم ڪرڻ گهرجي، نه ئي هڪ درجه بندي وانگر. اهو معاملو نيٽ ورڪ جي ترقي جي شروعاتي مرحلي ۾ هو. بهرحال، جيئن انٽرنيٽ وڌيو، ان جي جوڙجڪ مختلف سببن جي ڪري مرڪزي بڻجي وئي. اهو ظاهر ٿيو ته سڄي ملڪ جي نيٽ ورڪ تائين رسائي صرف چند مهيا ڪندڙن جي مدد سان آساني سان بلاڪ ٿي سگهي ٿي. ۽ صارف ڊيٽا انٽرنيٽ ڪمپنين لاء طاقت ۽ آمدني جو ذريعو بڻجي چڪو آهي.

"انٽرنيٽ اڳ ۾ ئي غير معياري آهي،" برنرز-لي چوي ٿو. "مسئلو اهو آهي ته هڪ سرچ انجڻ، هڪ وڏو سماجي نيٽ ورڪ، هڪ مائڪروبلاگنگ پليٽ فارم تي غالب آهي. اسان وٽ ٽيڪنالاجي مسئلا نه آهن، پر اسان وٽ سماجي مسئلا آهن.

هن جي کليل خط ورلڊ وائڊ ويب جي 30 هين سالگره لاءِ، ويب جي خالق انٽرنيٽ جا ٽي مکيه مسئلا بيان ڪيا:

1. ھدف ٿيل نقصان جھڙوڪ رياست طرفان اسپانسر ٿيل ھيڪنگ، جرم، ۽ آن لائن ايذاءُ
2. سسٽم جو بلڪل ڊزائن، جيڪو صارف جي نقصان جي ڪري، اهڙي ميڪانيزم لاء زمين پيدا ڪري ٿو: ڪلڪ بيٽ لاء مالي ترغيب ۽ غلط معلومات جي وائرل پکيڙ
3. سسٽم ڊيزائن جا اڻڄاتل نتيجا جيڪي تڪرار جو سبب بڻجن ٿا ۽ آن لائن بحث جي معيار کي گھٽائي ٿو

۽ ٽم برنرز-لي وٽ اڳ ۾ ئي هڪ جواب آهي ته "انٽرنيٽ آف هڪ صحتمند ماڻهو" ڪهڙي اصولن تي ٻڌل ٿي سگهي ٿو، مسئلو نمبر 2 کان خالي: "ڪيترن ئي صارفين لاء، اشتهارن جي آمدني انٽرنيٽ سان رابطي لاء واحد نمونو رهي ٿو. جيتوڻيڪ ماڻهو خوفزده آهن ته انهن جي ڊيٽا کي ڇا ٿئي، اهي مارڪيٽنگ مشين سان معاملو ڪرڻ لاء تيار آهن مفت ۾ مواد حاصل ڪرڻ جو موقعو. هڪ اهڙي دنيا جو تصور ڪريو جتي سامان ۽ خدمتن جي ادائيگي ٻنهي ڌرين لاءِ آسان ۽ مزيدار هجي. اختيارن جي وچ ۾ اهو ڪيئن ترتيب ڏئي سگهجي ٿو: موسيقار پنهنجون رڪارڊنگ بغير ڪنهن وچولي جي آئي ٽيونز جي صورت ۾ وڪرو ڪري سگهن ٿا، ۽ خبرون سائيٽون اشتهارن مان پئسا ڪمائڻ بدران، هڪ مضمون پڙهڻ لاءِ مائڪرو ادائيگين جو نظام استعمال ڪري سگهن ٿيون.

ھن نئين انٽرنيٽ لاءِ تجرباتي پروٽوٽائپ جي طور تي، ٽم برنرز-لي شروع ڪيو SOLID پروجيڪٽ، جنھن جو خلاصو اھو آھي ته توھان پنھنجي ڊيٽا کي ”پڊ“ يعني معلوماتي اسٽور ۾ محفوظ ڪري سگھو ٿا، ۽ ھي ڊيٽا ٽئين پارٽي جي ايپليڪيشنن کي مهيا ڪري سگھو ٿا. پر اصول ۾، توهان پاڻ آهيو توهان جي ڊيٽا جا مالڪ. اهو سڀ ڪجهه ويجهڙائي سان لاڳاپيل آهي پير کان پيئر نيٽ ورڪ جي تصور سان، اهو آهي، توهان جو ڪمپيوٽر نه صرف خدمتن جي درخواست ڪري ٿو، پر انهن کي پڻ مهيا ڪري ٿو، انهي ڪري ته هڪ سرور تي واحد چينل جي طور تي انحصار نه ڪيو وڃي.

ذريعو

5.2. غير مرڪزي خودمختيار تنظيمون

اهو هڪ ادارو آهي جيڪو ڪمپيوٽر پروگرام جي صورت ۾ لکيل ضابطن جي ذريعي سنڀاليو ويندو آهي. ان جي مالي سرگرمين جي بنياد تي آهن blockchain. اهڙين تنظيمن کي ٺاهڻ جو مقصد رياست کي ثالثي جي ڪردار کان هٽائڻ ۽ مخالف ڌرين لاءِ گڏيل اعتماد وارو ماحول پيدا ڪرڻ آهي، جيڪا انفرادي طور تي ڪنهن جي ملڪيت نه هجي، پر سڀني جي گڏيل ملڪيت هجي. اهو آهي، نظريي ۾، اهو هجڻ گهرجي، جيڪڏهن اهو خيال روٽ وٺندو آهي، نوٽريز ۽ ٻين معمولي تصديق ڪندڙ ادارن کي ختم ڪرڻ گهرجي.

اهڙي تنظيم جو سڀ کان مشهور مثال وينچر تي مرکوز The DAO هو، جنهن 2016 ۾ 150 ملين ڊالر گڏ ڪيا، جن مان 50 ڊالر فوري طور تي ضابطن ۾ قانوني سوراخ ذريعي چوري ڪيا ويا. هڪ مشڪل مسئلو فوري طور تي پيدا ٿيو: يا ته واپس ڦري وڃو ۽ پئسا واپس ڪريو، يا تسليم ڪيو ته پئسن جي واپسي قانوني هئي، ڇاڪاڻ ته اهو ڪنهن به طريقي سان پليٽ فارم جي ضابطن جي ڀڃڪڙي ناهي. نتيجي طور، سيڙپڪارن کي پئسا واپس ڪرڻ لاء، ٺاهيندڙن کي تباهه ڪرڻو پيو DAO، بلاڪچين کي ٻيهر لکڻ ۽ ان جي بنيادي اصول جي خلاف ورزي ڪرڻ - عدم استحڪام.

مزاحيه بابت Ethereum (بائیں) ۽ DAO (ساڄي). ذريعو

هن سڄي ڪهاڻي DAO جي بلڪل خيال جي شهرت کي برباد ڪري ڇڏيو آهي. اهو پروجيڪٽ Ethereum cryptocurrency جي بنياد تي ڪيو ويو، نسخو Ether 2.0 ايندڙ سال متوقع آهي - شايد ليکڪ (مشهور ويٽلڪ بٽرين سميت) جي غلطين کي نظر ۾ رکندي ۽ ڪجهه نئون ڏيکاريندو. اهو ئي سبب آهي ته گارٽنر DAO کي اپ لائن تي رکيو.

5.3.Synthetics ڊيٽا

نيورل نيٽ ورڪ کي تربيت ڏيڻ لاء، ڊيٽا جي وڏي مقدار جي ضرورت آهي. ڊيٽا کي دستي طور تي ليبل ڪرڻ هڪ وڏو ڪم آهي جيڪو صرف انسان ڪري سگهي ٿو. تنهن ڪري، اهو ممڪن آهي ته مصنوعي ڊيٽا سيٽ ٺاهڻ. مثال طور، سائيٽ تي انساني منهن جا ساڳيا مجموعا https://generated.photos. اهي GAN استعمال ڪندي ٺاهيا ويا آهن - اهي الگورتھم جيڪي اڳ ۾ ئي مٿي ذڪر ڪيا ويا آهن.

اهي منهن ماڻهن سان واسطو نه رکن. ذريعو

اهڙي ڊيٽا جو وڏو فائدو اهو آهي ته ان کي استعمال ڪرڻ ۾ ڪو به قانوني مشڪلات نه آهي: ڪو به ذاتي ڊيٽا جي پروسيسنگ لاء رضامندي ڏيڻ وارو ناهي.

5.4. ڊجيٽل آپريشن

لاتعداد ”اوپس“ ناقابل يقين حد تائين فيشن بڻجي چڪو آهي جڏهن کان DevOps اسان جي تقرير ۾ جڙ ورتو. هاڻي بابت ڇا آهي DigitalOps - اهو صرف DevOps، DesignOps، MarketingOps جو هڪ عام ڪرڻ آهي... ڇا توهان اڃا بور آهيو؟ مختصر ۾، اهو سافٽ ويئر ايريا کان ڪاروبار جي ٻين سڀني شعبن ڏانهن DevOps طريقي جي منتقلي آهي - مارڪيٽنگ، ڊيزائن، وغيره.

ذريعو

DevOps جو خيال هو ته ترقي پاڻ ۽ آپريشنز (ڪاروباري عملن) جي وچ ۾ رڪاوٽون هٽائڻ، عام ٽيمن جي ٺهڻ ذريعي، جتي پروگرامر، ٽيسٽ ڪندڙ، سيڪيورٽي ماهر، ۽ منتظم آهن؛ ڪجهه عملن تي عمل درآمد: مسلسل انضمام، بنيادي ڍانچي جي طور تي ڪوڊ، گهٽتائي ۽ موٽ جي زنجيرن کي مضبوط ڪرڻ. مقصد اهو هو ته پيداوار جي وقت کي مارڪيٽ ۾ تيز ڪرڻ. جيڪڏهن توهان سوچيو ته اهو Agile سان ملندڙ جلندڙ آهي، توهان صحيح آهيو. ھاڻي ذهني طور تي ھن طريقي کي منتقل ڪريو سافٽ ويئر ڊولپمينٽ جي فيلڊ کان عام طور تي ترقي ڏانھن - ۽ توھان سمجھو ٿا ڊجيٽل اوپس ڇا آھي.

5.5. علم جا گراف

هڪ ڄاڻ واري علائقي کي ماڊل ڪرڻ جو هڪ سافٽ ويئر طريقو، بشمول مشين لرننگ الگورٿم استعمال ڪندي. موجوده ڊيٽابيس جي چوٽي تي ھڪڙي ڄاڻ گراف ٺاھيو ويو آھي سڀني معلومات کي گڏ ڪرڻ لاءِ: ٻئي منظم ٿيل (واقعات يا ماڻھن جي فهرست) ۽ غير منظم (مضمون جو متن).

آسان مثال ڪارڊ آھي جيڪو توھان ڏسي سگھوٿا گوگل سرچ نتيجن ۾. جيڪڏهن توهان هڪ شخص يا ادارو ڳولي رهيا آهيو، توهان کي ساڄي پاسي هڪ ڪارڊ نظر ايندو:


مهرباني ڪري نوٽ ڪريو ته ”ايندڙ واقعا“ گوگل ميپس مان معلومات جي ڪاپي ناهي، پر Yandex.Afisha سان شيڊول جو هڪ انضمام آهي: توهان آساني سان ڏسي سگهو ٿا اهو جيڪڏهن توهان واقعن تي ڪلڪ ڪريو. اهو آهي، اهو ڪيترن ئي ڊيٽا ذريعن جو ميلاپ آهي.

جيڪڏهن توهان هڪ فهرست لاءِ پڇو - مثال طور، "مشهور هدايتڪار" - توهان کي هڪ ڪاروسل ڏيکاريو ويندو:

انهن لاءِ بونس جيڪي آخر تائين پڙهن ٿا

۽ هاڻي ته اسان پاڻ لاءِ واضح ڪيو آهي هر هڪ نقطي جي معنيٰ، اسان هڪ ئي تصوير ڏسي سگهون ٿا، پر روسي ۾:

ان کي آزاد طور تي سماجي نيٽ ورڪن تي حصيداري ڪريو!

Tatyana Volkova - سامسنگ اڪيڊمي ۾ انٽرنيٽ آف تھنگس IT ٽريڪ لاءِ ٽريننگ پروگرام جي ليکڪ، سامسنگ ريسرچ سينٽر ۾ ڪارپوريٽ سماجي ذميواري پروگرامن جي ماهر


جو ذريعو: www.habr.com