ගාට්නර්ගේ ප්රස්ථාරය තාක්ෂණ ක්ෂේත්රයේ සිටින අයට උසස් විලාසිතා සංදර්ශනයක් වැනි ය. එය බැලීමෙන්, මෙම කන්නයේ වඩාත්ම ප්රචලිත වන්නේ කුමන වචනද සහ ඉදිරියට එන සියලුම සම්මන්ත්රණවලදී ඔබට ඇසෙන්නේ කුමක්ද යන්න කල්තියා දැනගත හැකිය.
මෙම ප්රස්ථාරයේ ඇති ලස්සන වචන පිටුපස ඇති දේ අපි විකේතනය කර ඇති නිසා ඔබටත් භාෂාව කතා කළ හැකිය.
ආරම්භ කිරීමට, මෙය කුමන ආකාරයේ ප්රස්ථාරයක්ද යන්න ගැන වචන කිහිපයක් පමණි. සෑම වසරකම අගෝස්තු මාසයේදී, උපදේශන ආයතනය Gartner විසින් වාර්තාවක් නිකුත් කරයි - Gartner Hype Curve. රුසියානු භාෂාවෙන්, මෙය "හයිප් වක්රය" හෝ, වඩාත් සරලව, උද්දීපනය වේ. මීට වසර 30 කට පෙර, මහජන සතුරා කණ්ඩායමේ රැප් ගායකයින් ගායනා කළේ: “හයිප් විශ්වාස නොකරන්න.” එය විශ්වාස කරන්න හෝ නොවන්න, එය පුද්ගලික ප්රශ්නයක්, නමුත් ඔබ තාක්ෂණ ක්ෂේත්රයේ වැඩ කරන්නේ නම් සහ ගෝලීය ප්රවණතා දැන ගැනීමට අවශ්ය නම් අවම වශයෙන් මෙම මූල පද දැන ගැනීම වටී.
මෙය යම් තාක්ෂණයකින් මහජන අපේක්ෂාවන් පිළිබඳ ප්රස්ථාරයකි. ගාට්නර්ට අනුව, ඉතා මැනවින්, තාක්ෂණය අදියර 5ක් හරහා ගමන් කරයි: තාක්ෂණය දියත් කිරීම, පුම්බන ලද අපේක්ෂාවන්ගේ උච්චතම අවස්ථාව, බලාපොරොත්තු සුන්වීමේ නිම්නය, ප්රබෝධයේ බෑවුම, ඵලදායිතාවේ සානුව. නමුත් එය "කලකිරීමේ නිම්නයේ" ගිලී යාම ද සිදු වේ - ඔබට උදාහරණ ඉතා පහසුවෙන් මතක තබා ගත හැකිය, එකම බිට්කොයින් ගන්න: මුලදී "අනාගතයේ මුදල්" ලෙස උච්චතම ස්ථානයට පැමිණි විට, තාක්ෂණයේ අඩුපාඩු ඇති විට ඒවා ඉක්මනින් ලිස්සා ගියේය. ප්රථමයෙන්ම බිට්කොයින් ජනනය කිරීමට අවශ්ය වන ගණුදෙනු සංඛ්යාව සහ අතිවිශාල විදුලි ප්රමාණය සීමා කිරීම පැහැදිලි විය (එය දැනටමත් පාරිසරික ගැටළු ඇති කරයි). ඇත්ත වශයෙන්ම, ගාට්නර්ගේ ප්රස්ථාරය පුරෝකථනයක් පමණක් බව අප අමතක නොකළ යුතුය: මෙන්න, උදාහරණයක් ලෙස, ඔබට සවිස්තරාත්මකව කියවිය හැකිය
ඉතින්, අපි නව ගාට්නර් ප්රස්ථාරය හරහා යමු. තාක්ෂණය විශාල තේමාත්මක කණ්ඩායම් 5 කට බෙදා ඇත:
- උසස් AI සහ Analytics
- පශ්චාත් සම්භාව්ය ගණනය කිරීම් සහ කොමස්
- සංවේදනය සහ චලනය
- වැඩි දියුණු කළ මානව
- ඩිජිටල් පරිසර පද්ධති
1. උසස් AI සහ Analytics
පසුගිය වසර 10 තුළ ගැඹුරු ඉගෙනීමේ හොඳම පැය අපි දුටුවෙමු. මෙම ජාල ඔවුන්ගේ කාර්යයන් පරාසය සඳහා සැබවින්ම ඵලදායී වේ. 2018 දී Yann LeCun, Geoffrey Hinton සහ Yoshua Bengio ඔවුන්ගේ සොයාගැනීම් සඳහා Turing සම්මානය ලබා ගත්හ - පරිගණක විද්යාව සඳහා වන නොබෙල් ත්යාගයට සමාන වඩාත්ම ගෞරවනීය සම්මානය. එබැවින්, මෙම ප්රදේශයේ ප්රධාන ප්රවණතා, ප්රස්ථාරයේ පෙන්වා ඇත:
1.1 මාරු ඉගෙනීම
ඔබ මුල සිටම ස්නායුක ජාලයක් පුහුණු කරන්නේ නැත, නමුත් දැනටමත් පුහුණු කර ඇති එකක් ගෙන එයට වෙනත් ඉලක්කයක් පවරන්න. සමහර විට මෙය ජාලයේ කොටසක් නැවත පුහුණු කිරීම අවශ්ය වේ, නමුත් සම්පූර්ණ ජාලය නොවේ, එය වඩා වේගවත් වේ. උදාහරණයක් ලෙස, ImageNet50 දත්ත කට්ටලය මත පුහුණු කරන ලද, සූදානම් කළ ස්නායු ජාලයක් වන ResNet1000 ගැනීමෙන්, ඔබට රූපයක විවිධ වස්තූන් ඉතා ගැඹුරු මට්ටමකින් වර්ග කළ හැකි ඇල්ගොරිතමයක් ලැබෙනු ඇත (ස්නායු ස්ථර 1000 කින් ජනනය කරන ලද විශේෂාංග මත පදනම්ව පන්ති 50 ක්. ජාල). නමුත් ඔබට එම සම්පූර්ණ ජාලයම පුහුණු කිරීමට අවශ්ය නැත, ඒ සඳහා මාස කිහිපයක් ගතවනු ඇත.
В
මූලාශ්රය:
ස්ථාන මාරු ඉගෙනීම සඳහා ඔබ කුමන ප්රවේශයන් ක්රියා කරන්නේද සහ කුමන සූදානම් කළ මූලික ගෘහ නිර්මාණ ශිල්පයද යන්න දැනගත යුතුය. සමස්තයක් වශයෙන්, මෙය යන්ත්ර ඉගෙනීමේ ප්රායෝගික යෙදුම් මතුවීම බෙහෙවින් වේගවත් කරයි.
1.2 උත්පාදක විරුද්ධවාදී ජාල (GAN)
ඉගෙනීමේ ඉලක්කය සකස් කිරීම අපට ඉතා අපහසු වන අවස්ථා සඳහා මෙය වේ. කර්තව්යය සැබෑ ජීවිතයට සමීප වන තරමට එය අපට වඩාත් තේරුම්ගත හැකිය ("ඇඳ අසල මේසය ගෙන එන්න"), නමුත් එය තාක්ෂණික කාර්යයක් ලෙස සකස් කිරීම වඩාත් අපහසු වේ. GAN යනු මෙම ගැටලුවෙන් අපව ගලවා ගැනීමේ උත්සාහයක් පමණි.
මෙහි ජාල දෙකක් ක්රියා කරයි: එකක් උත්පාදක (උත්පාදක), අනෙක වෙනස්කම් කරන්නා (විරුද්ධික) ය. එක් ජාලයක් ප්රයෝජනවත් කාර්යයක් කිරීමට ඉගෙන ගනී (පින්තූර වර්ග කිරීම, ශබ්ද හඳුනා ගැනීම, කාටූන් ඇඳීම). තවත් ජාලයක් එම ජාලය ඉගැන්වීමට ඉගෙන ගනී: එයට සැබෑ උදාහරණ ඇත, සහ ඇත්ත වශයෙන්ම වැදගත් ගැඹුරු ලක්ෂණ මත පදනම්ව ජාලයේ උත්පාදක කොටසෙහි නිෂ්පාදන සැබෑ ලෝකයේ වස්තූන් (පුහුණු කට්ටලය) සමඟ සංසන්දනය කිරීම සඳහා කලින් නොදන්නා සංකීර්ණ සූත්රයක් සොයා ගැනීමට එය ඉගෙන ගනී. : ඇස් ගණන, Miyazaki ගේ ශෛලියට සමීප වීම, නිවැරදි ඉංග්රීසි උච්චාරණය.
සජීවිකරණ අක්ෂර උත්පාදනය සඳහා ජාලයක ප්රතිඵලය පිළිබඳ උදාහරණයක්.
එහෙත්, ඇත්ත වශයෙන්ම, එහි ගෘහ නිර්මාණ ශිල්පය ගොඩනැගීම දුෂ්කර ය. නියුරෝන විසි කිරීම පමණක් ප්රමාණවත් නොවේ, ඒවා සූදානම් කළ යුතුය. අනික සති ගණන් පාඩම් කරන්න වෙනවා. සැම්සුන් කෘත්රිම බුද්ධි මධ්යස්ථානයේ මගේ සගයන් GAN මාතෘකාව මත වැඩ කරයි; මෙය ඔවුන්ගේ ප්රධාන පර්යේෂණ ප්රශ්නවලින් එකකි. උදාහරණයක් ලෙස, මේ වගේ
1.3 පැහැදිලි කළ හැකි AI
සමහර දුර්ලභ කාර්යයන් සඳහා, ගැඹුරු ගෘහ නිර්මාණ ශිල්පයේ දියුණුව හදිසියේම ගැඹුරු ස්නායු ජාල වල හැකියාවන් මානව හැකියාවන්ට සමීප කර ඇත. දැන් සටන ආරම්භ වන්නේ එවැනි කාර්යයන් පරාසය වැඩි කිරීමට ය. නිදසුනක් වශයෙන්, රොබෝ වැකුම් ක්ලීනර්ට හිස මත රැස්වීමකදී බල්ලෙකුගෙන් බළලෙකු පහසුවෙන් වෙන්කර හඳුනාගත හැකිය. නමුත් බොහෝ ජීවිත තත්වයන් තුළ, ලිනන් හෝ ගෘහ භාණ්ඩ අතර නිදා සිටින බළලෙකු සොයා ගැනීමට ඔහුට නොහැකි වනු ඇත (කෙසේ වෙතත්, අප මෙන්, බොහෝ අවස්ථාවලදී ...).
ගැඹුරු ස්නායුක ජාලවල සාර්ථකත්වයට හේතුව කුමක්ද? ඔවුන් "පියවි ඇසට පෙනෙන" තොරතුරු (ඡායාරූප පික්සල, ශබ්ද පරිමාවේ වෙනස්වීම්...) මත පදනම්ව නොව, ස්නායුක ජාලයක ස්ථර සිය ගණනකින් මෙම තොරතුරු පූර්ව සැකසීමෙන් පසු ලබාගත් විශේෂාංග මත පදනම්ව ගැටලුව නිරූපණය කරයි. අවාසනාවකට මෙන්, මෙම සම්බන්ධතා අර්ථ විරහිත, නොගැලපෙන හෝ මුල් දත්ත කට්ටලයේ ඇති දුර්වලතාවල හෝඩුවාවන් ද විය හැකිය. නිදසුනක් වශයෙන්, බඳවා ගැනීමේදී AI හි නොසැලකිලිමත් භාවිතය කුමක් විය හැකිද යන්න පිළිබඳ කුඩා පරිගණක ක්රීඩාවක් තිබේ
පිංතූර ටැග් කිරීමේ ක්රමය මඟින් ආහාර පිසින පුද්ගලයා කාන්තාවක් ලෙස ලේබල් කර ඇත, පින්තූරයේ සිටින පුද්ගලයා ඇත්ත වශයෙන්ම පිරිමියෙකු වුවද (
අපට බොහෝ විට අප විසින්ම සකස් කර ගත නොහැකි සංකීර්ණ හා ගැඹුරු සබඳතා විශ්ලේෂණය කිරීමට, පැහැදිලි කළ හැකි AI ක්රම අවශ්ය වේ. ඔවුන් ගැඹුරු ස්නායුක ජාල වල ලක්ෂණ සංවිධානය කරන අතර එමඟින් පුහුණුවෙන් පසුව, ජාලය ඉගෙන ගත් අභ්යන්තර නිරූපණය විශ්ලේෂණය කළ හැකිය, නමුත් එහි තීරණය මත රඳා නොසිට.
1.4 Edge Analytics / AI
Edge යන වචනය සමඟ ඇති සෑම දෙයක්ම වචනානුසාරයෙන් පහත සඳහන් දේ අදහස් කරයි: වලාකුළු/සේවාදායකයේ සිට අවසාන උපාංගය/ගේට්වේ මට්ටම දක්වා ඇල්ගොරිතමවල කොටසක් මාරු කිරීම. එවැනි ඇල්ගොරිතමයක් වේගයෙන් ක්රියා කරන අතර එහි ක්රියාකාරිත්වය සඳහා මධ්යම සේවාදායකයකට සම්බන්ධයක් අවශ්ය නොවේ. ඔබ "සිහින් සේවාදායකයෙකුගේ" වියුක්ත කිරීම ගැන හුරුපුරුදු නම්, මෙන්න අපි මෙම සේවාදායකයා ටිකක් ඝන බවට පත් කරන්නෙමු.
අන්තර්ජාලයේ දේවල් සඳහා මෙය වැදගත් විය හැකිය. උදාහරණයක් ලෙස, යන්ත්රයක් අධික ලෙස රත් වී සිසිලනය අවශ්ය නම්, දත්ත වලාකුළට ගොස් එතැනින් මාරුවීමේ ෆෝමන් වෙත යන තෙක් බලා නොසිට, ශාක මට්ටමින් මෙය වහාම සංඥා කිරීම අර්ථවත් කරයි. නැතහොත් තවත් උදාහරණයක්: මධ්යම සේවාදායකයක් සම්බන්ධ කර නොගෙන ස්වයං-රිය පදවන මෝටර් රථවලට ගමනාගමන තත්ත්වය තනිවම හඳුනාගත හැකිය.
නැතහොත් ආරක්ෂක දෘෂ්ටි කෝණයකින් මෙය වැදගත් වන්නේ ඇයිද යන්න පිළිබඳ තවත් උදාහරණයක්: ඔබ ඔබේ දුරකථනයේ පෙළ ටයිප් කරන විට, එය ඔබට සාමාන්ය වචන මතක තබා ගනී, එවිට දුරකථන යතුරුපුවරුව ඔබට ඒවා සමඟ පහසුවෙන් විමසිය හැකිය - මෙය අනාවැකි ලෙස හැඳින්වේ. පෙළ ආදානය. ඔබ ඔබේ යතුරුපුවරුවේ ටයිප් කරන සෑම දෙයක්ම කොතැනක හෝ දත්ත මධ්යස්ථානයකට යැවීම ඔබේ පෞද්ගලිකත්වය උල්ලංඝනය කිරීමක් සහ සරලවම අනාරක්ෂිත වේ. එමනිසා, යතුරුපුවරු පුහුණුව සිදුවන්නේ ඔබගේ උපාංගය තුළම පමණි.
1.5 AI වේදිකාව සේවාවක් ලෙස (AI PaaS)
PaaS - Platform-as-a-Service යනු එහි වලාකුළු මත පදනම් වූ දත්ත ගබඩා කිරීම සහ සූදානම් කළ ක්රියා පටිපාටි ඇතුළුව ඒකාබද්ධ වේදිකාවකට ප්රවේශය ලබා ගන්නා ව්යාපාරික ආකෘතියකි. මේ ආකාරයෙන්, අපට යටිතල පහසුකම් කාර්යයන් වලින් නිදහස් විය හැකි අතර ප්රයෝජනවත් දෙයක් නිෂ්පාදනය කිරීම කෙරෙහි පූර්ණ අවධානය යොමු කළ හැකිය. AI කාර්යයන් සඳහා PaaS වේදිකා සඳහා උදාහරණ: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI වේදිකාව.
1.6 අනුවර්තන යන්ත්ර ඉගෙනීම (අනුවර්තී ML)
අපි කෘතිම බුද්ධියට අනුවර්තනය වීමට ඉඩ දුන්නොත් කුමක් කළ යුතුද ... ඔබ අසයි - එනම්, කෙසේ ද? ගැටලුව මෙයයි: එය විසඳීම සඳහා කෘතිම බුද්ධි ඇල්ගොරිතමයක් සෑදීමට පෙර අපි එවැනි සෑම ගැටලුවක්ම වෙහෙස මහන්සි වී සැලසුම් කරමු. ඔවුන් ඔබට පිළිතුරු දෙනු ඇත - මෙම දාමය සරල කළ හැකි බව පෙනී යයි.
සාම්ප්රදායික යන්ත්ර ඉගෙනීම විවෘත ලූපයක මූලධර්මය මත ක්රියා කරයි: ඔබ දත්ත සකස් කරන්න, ස්නායුක ජාලයක් (හෝ ඕනෑම දෙයක්) සමඟ එන්න, පුහුණු කරන්න, ඉන්පසු දර්ශක කිහිපයක් බලන්න, ඔබ සියල්ලට කැමති නම්, ඔබට ස්නායුක ජාලය ස්මාර්ට්ෆෝන් වෙත යැවිය හැකිය. - පරිශීලක ගැටළු විසඳීම. නමුත් බොහෝ දත්ත ඇති යෙදුම්වල සහ එහි ස්වභාවය ක්රමයෙන් වෙනස් වන විට වෙනත් ක්රම අවශ්ය වේ. තමන් විසින්ම අනුවර්තනය කර උගන්වන එවැනි පද්ධති, සංවෘත, ස්වයං-ඉගෙනුම් ලූප (සංවෘත-ලූප්) ලෙස සංවිධානය කර ඇති අතර, ඒවා සුමටව ක්රියා කළ යුතුය.
යෙදුම් - මෙය ප්රවාහ විශ්ලේෂණ (ප්රවාහ විශ්ලේෂණ) විය හැකිය, එහි පදනම මත බොහෝ ව්යාපාරිකයන් තීරණ ගනී, නැතහොත් අනුවර්තන නිෂ්පාදන කළමනාකරණය. වර්තමාන යෙදුම්වල පරිමාණයෙන් සහ මිනිසුන්ට වඩා හොඳින් අවබෝධ කරගත් අවදානම් ලබා දී ඇති අතර, මෙම ගැටලුවට විසඳුමක් වන ශිල්පීය ක්රම සියල්ලම Adaptive AI යන කුඩ පදය යටතේ එකතු කර ඇත.
මෙම පින්තූරය දෙස බලන විට, අනාගත විද්යාඥයින්ට පාන් පෝෂණය නොකරන්න යන හැඟීමෙන් මිදීම දුෂ්කර ය - රොබෝවෙකුට හුස්ම ගැනීමට ඉගැන්වීමට ඔවුන්ට ඉඩ දෙන්න ...
පශ්චාත් සම්භාව්ය ගණනය කිරීම් සහ කොමස්
2.1 පස්වන පරම්පරාවේ ජංගම සන්නිවේදන (5G)
මෙය එතරම් සිත්ගන්නා මාතෘකාවක් වන අතර අපි ඔබව වහාම අපගේ වෙත යොමු කරමු
වේගය සමඟින්, අපට නව සංසිද්ධි ලැබෙනු ඇත: වැඩි දියුණු කළ යථාර්ථය සහිත තත්ය කාලීන ක්රීඩා, ටෙලිප්රෙසන්ස් හරහා සංකීර්ණ කාර්යයන් (ශල්යකර්ම වැනි) සිදු කිරීම, යන්ත්ර අතර සන්නිවේදනය හරහා මාර්ගවල අනතුරු සහ දුෂ්කර තත්වයන් වැළැක්වීම. වඩාත් විචිත්රවත් සටහනක් මත: ක්රීඩාංගනයක තරඟයක් වැනි මහා සිදුවීම් අතරතුර ජංගම අන්තර්ජාලය අවසානයේ නතර වනු ඇත.
රූප මූලාශ්රය - රොයිටර්, නියන්ටික්
2.2 ඊළඟ පරම්පරාවේ මතකය
මෙන්න අපි පස්වන පරම්පරාවේ RAM - DDR5 ගැන කතා කරමු. Samsung විසින් DDR2019 මත පදනම් වූ නිෂ්පාදන 5 අවසානය වන විට ලබා ගත හැකි බව නිවේදනය කළේය. නව මතකය දෙගුණයක් වේගවත් වනු ඇතැයි අපේක්ෂා කරන අතර එම ආකෘති සාධකයම පවත්වා ගනිමින් දෙගුණයක් ධාරිතාවයකින් යුක්ත වනු ඇතැයි අපේක්ෂා කෙරේ. අනාගතයේ දී, මෙය ස්මාර්ට් ෆෝන් සඳහා විශේෂයෙන් අදාළ වේ (නව මතකය අඩු බල අනුවාදයක් වනු ඇත) සහ ලැප්ටොප් සඳහා (DIMM slots සංඛ්යාව සීමිත වේ). තවද යන්ත්ර ඉගෙනීමට විශාල RAM ප්රමාණයක් අවශ්ය වේ.
2.3 පහත් පෘථිවි-කක්ෂ චන්ද්රිකා පද්ධති
බර, මිල අධික, බලවත් චන්ද්රිකා කුඩා හා ලාභදායී රංචුවක් සමඟ ප්රතිස්ථාපනය කිරීමේ අදහස අලුත් නොවන අතර 90 දශකයේ නැවත දර්ශනය විය. කුමක් ගැන ද
මෙම ප්රදේශයේ දේවල් පවතින්නේ කෙසේද, එහි ආර්ථිකය කෙබඳුද යන්න - කියවන්න
2.4 නැනෝ පරිමාණ ත්රිමාණ මුද්රණය
ත්රිමාණ මුද්රණය, එය සෑම පුද්ගලයෙකුගේම ජීවිතයට ඇතුළු වී නොමැති වුවද (තනි නිවාස ප්ලාස්ටික් කර්මාන්ත ශාලාවක් විසින් පොරොන්දු වූ ආකාරයෙන්), කෙසේ වෙතත්, බොහෝ කලකට පෙර ගීක් සඳහා තාක්ෂණික ස්ථානය අත්හැර දමා ඇත. අවම වශයෙන් ත්රිමාණ මූර්ති පෑන් තිබීම ගැන සෑම පාසල් ළමයෙකුම දන්නා බව ඔබට විනිශ්චය කළ හැකිය, සහ බොහෝ දෙනෙක් ධාවකයන් සමඟ පෙට්ටියක් සහ නිස්සාරණයක් මිලදී ගැනීමට සිහින දකිති ... "එසේම" (හෝ දැනටමත් එය මිලදී ගෙන ඇත).
ස්ටීරියොලිතෝග්රැෆි (ලේසර් ත්රිමාණ මුද්රණ යන්ත්ර) තනි ෆෝටෝන සමඟ මුද්රණය කිරීමට ඉඩ දෙයි: ඝන වීමට ෆෝටෝන දෙකක් පමණක් අවශ්ය වන නව බහු අවයවක ගවේෂණය කෙරේ. මෙය රසායනාගාර නොවන තත්වයන් තුළ සම්පූර්ණයෙන්ම නව පෙරහන්, සවි කිරීම්, උල්පත්, කේශනාලිකා, කාච සහ... අදහස් දැක්වීමේදී ඔබේ විකල්පයන් නිර්මාණය කිරීමට ඉඩ සලසයි! මෙන්න එය ෆොටෝපොලිමරීකරණයට වඩා බොහෝ දුර නොවේ - මෙම තාක්ෂණය පමණක් අපට ප්රොසෙසර සහ පරිගණක පරිපථ “මුද්රණය” කිරීමට ඉඩ සලසයි. ඊට අමතරව, මෙය පැවති පළමු වසර නොවේ
3. සංවේදනය සහ චලනය
3.1 ස්වයංක්රීය රිය පැදවීමේ මට්ටම 4 සහ 5
පාරිභාෂිතය තුළ ව්යාකූල නොවීම සඳහා, ස්වාධීනත්වයේ මට්ටම් මොනවාද යන්න තේරුම් ගැනීම වටී (විස්තරාත්මකව ගත්
1 වන මට්ටම: යාත්රා පාලනය: ඉතා සීමිත අවස්ථාවන්හිදී රියදුරුට සහාය වීම (උදාහරණයක් ලෙස, රියදුරු තම පාදය පැඩලයෙන් ඉවතට ගත් පසු දී ඇති වේගයකින් මෝටර් රථය අල්ලාගෙන සිටීම)
2 මට්ටම: සීමිත සුක්කානම සහ තිරිංග සහාය. රියදුරු ක්ෂණිකව පාලනය කිරීමට සූදානම් විය යුතුය. ඔහුගේ දෑත් සුක්කානම මත, ඔහුගේ දෑස් මාර්ගය දෙසට යොමු කර ඇත. මෙය දැනටමත් ටෙස්ලා සහ ජෙනරල් මෝටර්ස් සතුව ඇති දෙයකි.
3 වන මට්ටම: රියදුරුට තවදුරටත් මාර්ගය නිරන්තරයෙන් නිරීක්ෂණය කිරීමට සිදු නොවේ. නමුත් ඔහු අවදියෙන් සිටිය යුතු අතර පාලනය කිරීමට සූදානම් විය යුතුය. මෙය තවමත් වාණිජමය වශයෙන් පවතින මෝටර් රථවල නොමැති දෙයකි. දැනට පවතින සියලුම ඒවා 1-2 මට්ටමේ ඇත.
4 මට්ටම: සත්ය ස්වයංක්රීය නියමු, නමුත් සීමා සහිතව: ප්රවේශමෙන් සිතියම්ගත කර ඇති සහ සාමාන්යයෙන් පද්ධතියට දන්නා දන්නා ප්රදේශයක පමණක් සංචාර සහ යම් යම් කොන්දේසි යටතේ: උදාහරණයක් ලෙස, හිම නොමැති විට. Waymo සහ General Motors සතුව එවැනි මූලාකෘති ඇති අතර, ඒවා නගර කිහිපයක දියත් කර සැබෑ පරිසරය තුළ ඒවා අත්හදා බැලීමට සැලසුම් කරයි. Yandex විසින් Skolkovo සහ Innopolis හි මිනිසුන් රහිත කුලී රථ සඳහා පරීක්ෂණ කලාප ඇත: සංචාරය මගී අසුනේ වාඩි වී සිටින ඉංජිනේරුවෙකුගේ අධීක්ෂණය යටතේ සිදු වේ; වසර අවසානය වන විට, සමාගම මිනිසුන් රහිත වාහන 100 දක්වා සිය ඇණිය පුළුල් කිරීමට සැලසුම් කරයි.
5 මට්ටම: සම්පූර්ණ ස්වයංක්රීය රිය පැදවීම, සජීවී රියදුරෙකු සම්පූර්ණයෙන්ම ප්රතිස්ථාපනය කිරීම. එවැනි පද්ධති නොපවතින අතර, ඉදිරි වසරවලදී ඒවා පෙනෙන්නට ඉඩක් නැත.
මේ සියල්ල අපේක්ෂා කළ හැකි අනාගතයේදී දැකීම කෙතරම් යථාර්ථවාදීද? මෙහිදී මම පාඨකයා ලිපිය වෙත හරවා යැවීමට කැමැත්තෙමි
3.2 3D සංවේදක කැමරා
වසර අටකට පෙර, මයික්රොසොෆ්ට් හි Kinect සූදු පාලකය ත්රිමාණ දර්ශනය සඳහා ප්රවේශ විය හැකි සහ සාපේක්ෂව මිල අඩු විසඳුමක් ලබා දීමෙන් තරංග ඇති කළේය. එතැන් සිට, Kinect සමඟ ශාරීරික අධ්යාපනය සහ නැටුම් ක්රීඩා ඔවුන්ගේ කෙටි නැගීම සහ පරිහානිය අත්විඳ ඇත, නමුත් ත්රිමාණ කැමරා කාර්මික රොබෝවරුන්, මිනිසුන් රහිත වාහන සහ ජංගම දුරකථන වල මුහුණ හඳුනා ගැනීම සඳහා භාවිතා කිරීමට පටන් ගත්තේය. තාක්ෂණය ලාභදායී, වඩා සංයුක්ත සහ වඩාත් ප්රවේශ විය හැකි බවට පත් වී ඇත.
Samsung S10 දුරකථනයේ Time-of-Flight කැමරාවක් ඇති අතර එය අවධානය යොමු කිරීම පහසු කිරීම සඳහා වස්තුවකට ඇති දුර මනින.
ඔබ මෙම මාතෘකාව ගැන උනන්දුවක් දක්වන්නේ නම්, අපි ඔබව ගැඹුරු කැමරා පිළිබඳ ඉතා හොඳ සවිස්තරාත්මක සමාලෝචනයකට හරවා යවමු:
3.3 කුඩා භාණ්ඩ බෙදා හැරීම සඳහා ඩ්රෝන (සැහැල්ලු භාණ්ඩ බෙදා හැරීමේ ඩ්රෝන)
මෙම වසරේ, Amazon විසින් ප්රදර්ශනයේ දී කිලෝග්රෑම් 2 ක් දක්වා කුඩා බරක් රැගෙන යා හැකි නව පියාසර ඩ්රෝන යානයක් පෙන්වූ විට රැල්ලක් ඇති කළේය. රථවාහන තදබදයක් ඇති නගරයකට මෙය කදිම විසඳුමක් ලෙස පෙනේ. නුදුරු අනාගතයේදී මෙම ඩ්රෝන යානා ක්රියා කරන්නේ කෙසේදැයි බලමු. සමහර විට මෙහි ප්රවේශමෙන් සැක කිරීම වටී: ඩ්රෝන යානයක් පහසුවෙන් සොරකම් කිරීමේ හැකියාවෙන් පටන් ගෙන UAV සඳහා නීතිමය සීමාවන් සමඟ බොහෝ ගැටලු තිබේ. Amazon Prime Air වසර හයක් තිස්සේ පවතින නමුත් තවමත් පරීක්ෂණ මට්ටමේ පවතී.
Amazon හි නව ඩ්රෝනය, මෙම වසන්තයේ පෙන්වයි. ඔහු ගැන ස්ටාර් වෝර්ස් යමක් තිබේ.
ඇමේසන් වලට අමතරව, මෙම වෙළඳපොලේ තවත් ක්රීඩකයින් සිටී (විස්තරාත්මක එකක් ඇත
3.4 පියාසර ස්වයංක්රීය වාහන
මෙහි නිශ්චිත යමක් කීමට අපහසුය. ගාට්නර්ට අනුව, මෙය වසර 10 කට පෙර නොපෙන්වයි. පොදුවේ ගත් කල, ස්වයං-රිය පදවන මෝටර් රථවල මෙන් එකම ගැටළු මෙහි ඇත, ඒවා පමණක් නව මානයක් ලබා ගනී - සිරස්. Porsche, Boeing සහ Uber පියාසර කුලී රථයක් තැනීමේ අභිලාෂයන් නිවේදනය කර ඇත.
3.5 වැඩි දියුණු කළ යථාර්ත වලාකුළු (AR Cloud)
සැබෑ ලෝකයේ ස්ථිර ඩිජිටල් පිටපතක්, සියලු පරිශීලකයින්ට පොදු යථාර්ථයේ නව ස්ථරයක් නිර්මාණය කිරීමට ඔබට ඉඩ සලසයි. වඩාත් තාක්ෂණික වශයෙන්, අපි කතා කරන්නේ සංවර්ධකයින්ට ඔවුන්ගේ AR යෙදුම් ඒකාබද්ධ කළ හැකි විවෘත වලාකුළු වේදිකාවක් සෑදීම ගැන ය. මුදල් ඉපැයීමේ ආකෘතිය පැහැදිලිය; එය වාෂ්පයේ ප්රතිසමයකි. වලාකුළ නොමැතිව AR නිකම්ම නිෂ්ඵල බව සමහරු දැන් විශ්වාස කරන තරමට අදහස මුල් බැස තිබේ.
අනාගතයේදී මෙය කෙබඳු විය හැකිද යන්න කෙටි වීඩියෝවකින් දැක්වේ. Black Mirror හි තවත් කථාංගයක් මෙන් පෙනේ:
ඔබට ද කියවිය හැකිය
4. වැඩි දියුණු කළ මානව
4.1 හැඟීම් AI
මිනිස් හැඟීම් මැනීම, අනුකරණය කිරීම සහ ඒවාට ප්රතිචාර දක්වන්නේ කෙසේද? මෙහි සිටින සමහර ගනුදෙනුකරුවන් Amazon Alexa වැනි හඬ සහායකයින් සාදන සමාගම් වේ. ඔවුන් මනෝභාවය හඳුනා ගැනීමට ඉගෙන ගන්නේ නම්, ඔවුන් සැබවින්ම නිවෙස්වලට පුරුදු විය හැකිය: පරිශීලකයාගේ අතෘප්තියට හේතුව තේරුම් ගැනීම සහ තත්වය නිවැරදි කිරීමට උත්සාහ කරන්න. පොදුවේ ගත් කල, පණිවිඩයට වඩා සන්දර්භය තුළ බොහෝ තොරතුරු තිබේ. සහ සන්දර්භය යනු මුහුණේ ඉරියව්, ස්වරය සහ වාචික නොවන හැසිරීමයි.
වෙනත් ප්රායෝගික යෙදුම්: රැකියා සම්මුඛ පරීක්ෂණයකදී හැඟීම් විශ්ලේෂණය (වීඩියෝ සම්මුඛ සාකච්ඡා මත පදනම්ව), වෙළඳ දැන්වීම් හෝ වෙනත් වීඩියෝ අන්තර්ගතයන් සඳහා ප්රතිචාර තක්සේරු කිරීම (සිනහව, සිනහව), ඉගෙනීමට සහාය වීම (උදාහරණයක් ලෙස, ප්රසිද්ධ කථා කිරීමේ කලාවේ ස්වාධීන පුහුණුව සඳහා).
මිනිත්තු 6 ක කෙටි චිත්රපටයක කතුවරයාට වඩා මෙම මාතෘකාව පිළිබඳව වඩා හොඳින් කතා කිරීම දුෂ්කර ය
එවැනි රසවත් අධ්යයනයක් පවා තිබේ: පෙළෙහි උපහාසය හඳුනා ගන්නේ කෙසේද. අපි #sarcasm යන හැෂ් ටැගය සමඟ ට්වීට් ගෙන, උපහාසාත්මක ට්වීට් 25 ක පුහුණු කට්ටලයක් සහ ඉර යට ඇති සෑම දෙයක් ගැනම සාමාන්ය ට්වීට් 000 ක් ද සෑදුවෙමු. අපි TensorFlow පුස්තකාලය භාවිතා කර, පද්ධතිය පුහුණු කළෙමු, මෙහි ප්රතිඵලය:
එමනිසා, දැන්, ඔබේ සගයා හෝ මිතුරා ගැන ඔබට විශ්වාස නැත්නම් - ඔහු ඔබට බැරෑරුම් ලෙස හෝ උපහාසාත්මක ලෙස යමක් කීවේ නම්, ඔබට දැනටමත් භාවිතා කළ හැකිය
4.2 වැඩි දියුණු කළ බුද්ධිය
යන්ත්ර ඉගෙනීමේ ක්රම භාවිතයෙන් බුද්ධිමය වැඩ ස්වයංක්රීය කිරීම. එය අලුත් දෙයක් නොවන බව පෙනේද? නමුත් විශේෂයෙන් කෘත්රිම බුද්ධිය යන කෙටි යෙදුමට සමපාත වන බැවින් වචන මාලාවම මෙහිදී වැදගත් වේ. මෙය "ශක්තිමත්" සහ "දුර්වල" AI පිළිබඳ විවාදයට අපව නැවත ගෙන එයි.
ප්රබල AI යනු විද්යා ප්රබන්ධ චිත්රපටවල ඇති කෘත්රිම බුද්ධිය වන අතර එය මිනිස් මනසට සම්පූර්ණයෙන්ම සමාන වන අතර තනි පුද්ගලයෙකු ලෙස තමා ගැනම දැනුවත් වේ. මෙය තවමත් නොපවතින අතර එය කිසිසේත් පවතිනු ඇත්ද යන්න අපැහැදිලි ය.
දුර්වල AI යනු ස්වාධීන පුද්ගලයෙක් නොව මානව සහායකයෙකි. ඔහු මිනිසාට සමාන චින්තනයක් ඇති බව නොකියයි, නමුත් තොරතුරු ගැටළු විසඳීමට සරලව දනී, උදාහරණයක් ලෙස, පින්තූරයක පෙන්වා ඇති දේ තීරණය කිරීම හෝ පෙළ පරිවර්තනය කිරීම.
මේ අර්ථයෙන් ගත් කල, Augmented Intelligence යනු එහි පිරිසිදු ස්වරූපයෙන් “දුර්වල AI” වන අතර, සූත්රගත කිරීම සාර්ථක බව පෙනේ, මන්ද එය ව්යාකූලත්වය සහ සෑම කෙනෙකුම සිහින දකින (හෝ අප බිය වන්නේ නම්) එකම “ශක්තිමත් AI” මෙහි දැකීමට පෙළඹවීමක් ඇති නොකරන බැවිනි. "කැරලි කාරයන්" ගැන බොහෝ සාකච්ඡා මතක තබා ගන්න). Augmented Intelligence යන ප්රකාශය භාවිතා කරමින්, අපි වහාම වෙනත් චිත්රපටයක වීරයන් බවට පත් වෙමු: විද්යා ප්රබන්ධ වලින් (Asimov ගේ "I, Robot" වැනි) අපි සයිබර්පන්ක් (මෙම ප්රභේදයේ "වැඩිදියුණු කිරීම්" යනු මානව හැකියාවන් පුළුල් කරන සියලුම ආකාරයේ බද්ධ කිරීම් වේ).
කොහොමද
උදාහරණ:
- වෛද්ය විද්යාව: ස්ටැන්ෆර්ඩ් විශ්ව විද්යාලය දියුණු විය
ඇල්ගොරිතම , බොහෝ වෛද්යවරුන් මෙන් සාමාන්යයෙන් පපුවේ එක්ස් කිරණවල ව්යාධි හඳුනා ගැනීමේ කාර්යය සමඟ සාර්ථකව කටයුතු කරන්නේ කවුද? - අධ්යාපනය: සිසුන්ට සහ ගුරුවරුන්ට උපකාර කිරීම, ද්රව්ය සඳහා ශිෂ්ය ප්රතිචාර විශ්ලේෂණය, තනි ඉගෙනුම් පථයක් ගොඩනැගීම.
- ව්යාපාර විශ්ලේෂණ: සංඛ්යාලේඛනවලට අනුව දත්ත පෙර සැකසුම් කිරීම සඳහා පර්යේෂකයෙකුගේ කාලයෙන් 80%ක් ගත වන අතර අත්හදා බැලීමෙන් 20%ක් පමණි.
4.3 බයෝචිප්ස්
සියලුම සයිබර්පන්ක් චිත්රපට සහ පොත්වල ප්රියතම තේමාව මෙයයි. සාමාන්යයෙන් සුරතල් සතුන් මයික්රොචිපින් කිරීම අලුත් පුරුද්දක් නොවේ. නමුත් දැන් මෙම චිප්ස් මිනිසුන් තුළට බද්ධ කිරීමට පටන් ගෙන තිබේ.
මෙම අවස්ථාවේ දී, උද්දීපනය බොහෝ විට ඇමරිකානු සමාගමක් වන Three Square Market හි සංවේදී නඩුව සමඟ සම්බන්ධ වේ. එහිදී, සේවායෝජකයා ගාස්තුවක් සඳහා සම යට චිප්ස් බද්ධ කිරීමට ඉදිරිපත් විය. චිප් මඟින් ඔබට දොරවල් විවෘත කිරීමට, පරිගණකවලට ලොග් වීමට, විකුණුම් යන්ත්රයකින් සුලු කෑම මිලදී ගැනීමට ඉඩ සලසයි - එනම් එවැනි විශ්ව සේවක කාඩ්පතක්. එපමණක් නොව, එවැනි චිපයක් නිශ්චිතවම හඳුනාගැනීමේ කාඩ්පතක් ලෙස සේවය කරයි; එයට GPS මොඩියුලයක් නොමැත, එබැවින් එය භාවිතා කරන කිසිවෙකු නිරීක්ෂණය කළ නොහැක. තවද පුද්ගලයෙකුට ඔහුගේ හස්තයෙන් චිප් ඉවත් කිරීමට අවශ්ය නම්, එය වෛද්යවරයෙකුගේ උපකාරයෙන් විනාඩි 5 ක් ගතවේ.
චිප්ස් සාමාන්යයෙන් මාපටැඟිල්ල සහ මාපට ඇඟිල්ල අතර තැන්පත් කර ඇත.
තවත් කියවන්න
4.4 ගිල්වන වැඩ අවකාශය
"ගිලී" යනු හුදෙක් ගැලවීමක් නොමැති තවත් නව වචනයකි. ඒක හැමතැනම තියෙනවා. ගිලී යන රංග ශාලාව, ප්රදර්ශනය, සිනමාව. ඔයා අදහස් කරන්නේ කුමක් ද? ගිල්වීම යනු කතුවරයා සහ නරඹන්නා අතර, අතථ්ය හා සැබෑ ලෝකය අතර මායිම නැති වූ විට ගිලී යන බලපෑමක් ඇති කිරීමයි. රැකියා ස්ථානයේ, අනුමාන වශයෙන්, මෙයින් අදහස් කරන්නේ කරන්නා සහ ආරම්භකයා අතර රේඛාව නොපැහැදිලි කිරීම සහ ඔවුන්ගේ පරිසරය නැවත හැඩතල ගැන්වීම හරහා වඩාත් ක්රියාකාරී ස්ථානයක් ගැනීමට සේවකයින් දිරිමත් කිරීමයි.
අපට දැන් සෑම තැනකම කඩිසර, නම්යශීලී සහ සමීප සහයෝගීතාවයක් ඇති බැවින්, සේවා ස්ථාන හැකි තරම් පහසුවෙන් වින්යාස කළ හැකි අතර කණ්ඩායම් වැඩ දිරිමත් කළ යුතුය. ආර්ථිකය එහි නියමයන් නියම කරයි: වැඩි තාවකාලික සේවකයින් සිටී, කාර්යාල අවකාශය කුලියට ගැනීමේ පිරිවැය ඉහළ යමින් පවතී, සහ තරඟකාරී ශ්රම වෙළඳපොලක, තොරතුරු තාක්ෂණ සමාගම් විනෝදාත්මක ප්රදේශ සහ වෙනත් ප්රතිලාභ නිර්මාණය කිරීමෙන් රැකියාවෙන් සේවක තෘප්තිය වැඩි කිරීමට උත්සාහ කරයි. මේ සියල්ල රැකියා ස්ථාන සැලසුම් කිරීමේදී පිළිබිඹු වේ.
සිට
4.5 පුද්ගලීකරණය
ප්රචාරණයේදී පුද්ගලීකරණය යනු කුමක්දැයි කවුරුත් දනිති. අද ඔබ සගයෙකු සමඟ කාමරයේ වාතය තරමක් වියළි බවත්, ඔබ කාර්යාලය සඳහා ආර්ද්රතාකාරකයක් මිලදී ගත යුතු බවත්, ඊළඟ දවසේ ඔබ ඔබේ සමාජ ජාලයේ දැන්වීමක් දකින විට - “ආර්ද්රතාකාරකයක් මිලදී ගන්න” (a මට සිදු වූ සැබෑ සිදුවීම).
ගාට්නර් විසින් නිර්වචනය කර ඇති පරිදි පුද්ගලීකරණය යනු වෙළඳ ප්රචාරණ අරමුණු සඳහා ඔවුන්ගේ පුද්ගලික දත්ත භාවිතා කිරීම පිළිබඳ පරිශීලකයින්ගේ වර්ධනය වන උත්සුකයන්ට ප්රතිචාරයකි. ඉලක්කය වන්නේ අපට පෞද්ගලිකව නොව අප සොයා ගන්නා සන්දර්භයට අදාළ වන වෙළඳ ප්රචාරණය පෙන්වන ප්රවේශයක් වර්ධනය කිරීමයි. උදාහරණයක් ලෙස, අපගේ ස්ථානය, උපාංගයේ වර්ගය, දවසේ වේලාව, කාලගුණික තත්ත්වයන් - මෙය අපගේ පුද්ගලික දත්ත උල්ලංඝනය නොකරන දෙයක් වන අතර, "සෝදිසි කිරීම" යන අප්රසන්න හැඟීම අපට දැනෙන්නේ නැත.
මෙම සංකල්ප දෙක අතර වෙනස ගැන කියවන්න
4.6 ජෛව තාක්ෂණය - සංස්කෘතික හෝ කෘතිම පටක
මෙය පළමුව, කෘතිම මස් වගා කිරීමේ අදහසයි. ඒ අතරම, ලොව පුරා කණ්ඩායම් කිහිපයක් “Meat 2.0” රසායනාගාරය සංවර්ධනය කිරීමේ කාර්යබහුල වේ - එය වෙනදාට වඩා ලාභදායී වනු ඇතැයි අපේක්ෂා කරන අතර ක්ෂණික ආහාර සහ පසුව සුපිරි වෙළඳසැල් එයට මාරු වනු ඇත. මෙම තාක්ෂණයේ ආයෝජකයින් Bill Gates, Sergey Brin, Richard Branson සහ වෙනත් අය ඇතුළත් වේ.
ප්රභවය
සෑම කෙනෙකුම කෘතිම මස් ගැන උනන්දු වීමට හේතු:
- ගෝලීය උණුසුම: ගොවිපළවලින් මීතේන් විමෝචනය. මෙය දේශගුණයට බලපාන ගෝලීය වායු පරිමාවෙන් 18% කි.
- ජනගහන වර්ධනය. මස් සඳහා ඉල්ලුම වැඩිවෙමින් පවතින අතර, ස්වභාවික මස් සමග සෑම කෙනෙකුටම පෝෂණය කිරීමට නොහැකි වනු ඇත - එය සරලව මිල අධිකය.
- ඉඩකඩ නොමැතිකම. ඇමසන් වනාන්තරවලින් 70% ක් දැනටමත් තණබිම් සඳහා කපා ඇත.
- සදාචාරාත්මක සලකා බැලීම්. මේක වැදගත් වෙන අයත් ඉන්නවා. කෘත්රිම කුකුළු මස් වෙළඳපොළට ගෙන එන විද්යාඥයාට සත්ව හිමිකම් සංවිධානය වන PETA විසින් ඩොලර් මිලියනයක ත්යාගයක් දැනටමත් පිරිනමා ඇත.
සැබෑ මස් සෝයා සමඟ ප්රතිස්ථාපනය කිරීම අර්ධ විසඳුමකි, මන්ද මිනිසුන්ට රසය හා වයනයෙහි වෙනස අගය කළ හැකි අතර සෝයා සඳහා ස්ටීක් අත්හැරීමට අපහසුය. එබැවින් ඔබට සැබෑ, කාබනිකව වගා කළ මස් අවශ්ය වේ. දැන්, අවාසනාවකට, කෘතිම මස් මිල අධිකයි: කිලෝග්රෑමයකට ඩොලර් 12 සිට. මෙය එවැනි මස් වැඩීමේ සංකීර්ණ තාක්ෂණික ක්රියාවලිය නිසාය. ඒ සියල්ල ගැන කියවන්න
පටක වර්ධනය වන වෙනත් අවස්ථා ගැන අපි කතා කරන්නේ නම් - දැනටමත් වෛද්ය විද්යාවේ - කෘතිම අවයව සහිත මාතෘකාව සිත්ගන්නා සුළුය: නිදසුනක් ලෙස, හෘද මාංශ පේශි සඳහා “පැච්”,
මෙහිදී Gartner ඔහුගේ ඇස්තමේන්තු වලදී ඉතා ප්රවේශම් සහගත වන අතර, පෙනෙන විදිහට, 2015 දී සංවර්ධිත රටවල ජනගහනයෙන් 2019% කට ත්රිමාණ මුද්රිත වෛද්ය උපකරණ බද්ධ කිරීමක් ඇති බවට ඔහුගේ අසාර්ථක 10 අනාවැකිය මතකයේ තබා ගනී. එබැවින්, ඵලදායිතා සානුවකට ළඟා වීමට කාලය අවම වශයෙන් වසර 3 කි.
5. ඩිජිටල් පරිසර පද්ධති
5.1 විමධ්යගත වෙබ්
මෙම සංකල්පය වෙබ් නිපැයුම්කරු, ටියුරින් සම්මානලාභී ශ්රීමත් ටිම් බර්නර්ස්-ලීගේ නම සමඟ සමීපව සම්බන්ධ වේ. ඔහු සඳහා, පරිගණක විද්යාවේ ආචාර ධර්ම පිළිබඳ ප්රශ්න සැමවිටම වැදගත් වූ අතර අන්තර්ජාලයේ සාමූහික සාරය වැදගත් විය: අධිපෙළේ අත්තිවාරම දැමීම, ජාලය ක්රියා කළ යුත්තේ ජාලයක් මෙන් මිස ධූරාවලියක් මෙන් නොවන බව ඔහුට ඒත්තු ගියේය. ජාල සංවර්ධනයේ මුල් අවධියේදී මෙය සිදු විය. කෙසේ වෙතත්, අන්තර්ජාලය වර්ධනය වන විට, එහි ව්යුහය විවිධ හේතු නිසා මධ්යගත විය. සපයන්නන් කිහිප දෙනෙකුගේ සහාය ඇතිව මුළු රටක් සඳහාම ජාලයට ප්රවේශය පහසුවෙන් අවහිර කළ හැකි බව පෙනී ගියේය. තවද පරිශීලක දත්ත අන්තර්ජාල සමාගම් සඳහා බලය සහ ආදායම් මාර්ගයක් බවට පත්ව ඇත.
“අන්තර්ජාලය දැනටමත් විමධ්යගත වී ඇත,” බර්නර්ස්-ලී පවසයි. “ගැටලුව වන්නේ එක් සෙවුම් යන්ත්රයක්, එක් විශාල සමාජ ජාලයක්, එක් ක්ෂුද්ර බ්ලොග්කරණ වේදිකාවක් ආධිපත්යය දැරීමයි. අපට තාක්ෂණික ගැටලු නැත, නමුත් අපට සමාජීය ගැටලු තිබේ.
ඔහුගේ
- රාජ්ය අනුග්රහය ලබන අනවසරයෙන් ඇතුළුවීම, අපරාධ, සහ සබැඳි හිරිහැර වැනි ඉලක්කගත හානි
- පද්ධතියේ සැලසුමම, පරිශීලකයාට හානියක් වන පරිදි, එවැනි යාන්ත්රණ සඳහා පදනම නිර්මාණය කරයි: ක්ලික්බයිට් සඳහා මූල්ය දිරිගැන්වීම් සහ ව්යාජ තොරතුරු වෛරස් පැතිරීම
- ගැටුම්වලට තුඩු දෙන පද්ධති සැලසුම්වල අනපේක්ෂිත ප්රතිවිපාක සහ සබැඳි සාකච්ඡාවේ ගුණාත්මක භාවය අඩු වීම
සහ Tim Berners-Lee හට දැනටමත් ගැටළු අංක 2 නොමැතිව "සෞඛ්ය සම්පන්න පුද්ගලයෙකුගේ අන්තර්ජාලය" පදනම් විය හැක්කේ කුමන මූලධර්ම මතද යන්නට පිළිතුරක් ඇත: "බොහෝ පරිශීලකයින් සඳහා, අන්තර්ජාලය සමඟ අන්තර් ක්රියා කිරීමේ එකම ආදර්ශය වෙළඳ දැන්වීම් ආදායමයි. මිනිසුන් තම දත්ත වලට කුමක් සිදුවේදැයි බියෙන් සිටියත්, ඔවුන් නොමිලේ අන්තර්ගතය ලබා ගැනීමේ අවස්ථාව සඳහා අලෙවිකරණ යන්ත්රය සමඟ ගනුදෙනුවක් කිරීමට කැමැත්තෙන් සිටිති. දෙපාර්ශවයටම භාණ්ඩ හා සේවා සඳහා ගෙවීම පහසු සහ ප්රියජනක ලෝකයක් ගැන සිතන්න.” මෙය සකසන්නේ කෙසේද යන්න සඳහා විකල්ප අතර: සංගීතඥයින්ට ඔවුන්ගේ පටිගත කිරීම් iTunes ආකාරයෙන් අතරමැදියන් නොමැතිව විකිණිය හැකි අතර, ප්රවෘත්ති වෙබ් අඩවිවලට වෙළඳ දැන්වීම් වලින් මුදල් ඉපයීම වෙනුවට එක් ලිපියක් කියවීම සඳහා ක්ෂුද්ර ගෙවීම් පද්ධතියක් භාවිතා කළ හැකිය.
මෙම නව අන්තර්ජාලය සඳහා පර්යේෂණාත්මක මූලාකෘතියක් ලෙස, ටිම් බර්නර්ස්-ලී SOLID ව්යාපෘතිය දියත් කරන ලදී, එහි සාරය නම් ඔබ ඔබේ දත්ත “පොඩ්” - තොරතුරු ගබඩාවක ගබඩා කර ඇති අතර මෙම දත්ත තෙවන පාර්ශවීය යෙදුම් වෙත ලබා දිය හැකිය. නමුත් ප්රතිපත්තිමය වශයෙන්, ඔබම ඔබේ දත්තවල ස්වාමියා වේ. මේ සියල්ල එකම නාලිකාව ලෙස එක් සේවාදායකයක් මත රඳා නොසිටීම සඳහා, ඔබේ පරිගණකය සේවා ඉල්ලා සිටීම පමණක් නොව, ඒවා සපයයි, එනම්, සම වයසේ සිට සම වයසේ ජාල සංකල්පයට සමීපව සම්බන්ධ වේ.
5.2 විමධ්යගත ස්වාධීන සංවිධාන
එය පරිගණක වැඩසටහනක ස්වරූපයෙන් ලියා ඇති නීතිරීති මගින් පාලනය වන සංවිධානයකි. එහි මූල්ය ක්රියාකාරකම් පදනම් වන්නේ blockchain මතය. එවැනි සංවිධාන නිර්මාණය කිරීමේ පරමාර්ථය වන්නේ රාජ්යය අතරමැදියාගේ භූමිකාවෙන් ඉවත් කිරීම සහ සගයන් සඳහා පොදු විශ්වාසදායක පරිසරයක් නිර්මාණය කිරීමයි, එය කිසිවෙකුට තනි තනිව අයිති නැත, නමුත් සියල්ලන්ටම එකට හිමි වේ. එනම්, න්යායාත්මකව, මෙම අදහස මුල් බැස ගන්නේ නම්, නොතාරිස් සහ අනෙකුත් සුපුරුදු සත්යාපන ආයතන අහෝසි කළ යුතුය.
එවැනි සංවිධානයක වඩාත්ම ප්රසිද්ධ උදාහරණය වූයේ ව්යාපාර කේන්ද්ර කරගත් The DAO වන අතර එය 2016 දී ඩොලර් මිලියන 150ක් රැස් කළ අතර එයින් ඩොලර් 50 ක් නීතිමය සිදුරක් හරහා වහාම සොරකම් කරන ලදී. දුෂ්කර උභතෝකෝටිකයක් වහාම මතු විය: එක්කෝ ආපසු පෙරළා මුදල් ආපසු ලබා දීම, නැතහොත් මුදල් ආපසු ගැනීම නීත්යානුකූල බව පිළිගන්න, මන්ද එය කිසිදු ආකාරයකින් වේදිකාවේ නීති උල්ලංඝනය නොකළ බැවිනි. එහි ප්රතිඵලයක් වශයෙන්, ආයෝජකයින්ට මුදල් ආපසු ලබා දීම සඳහා, නිර්මාණකරුවන්ට DAO විනාශ කිරීමට සිදු විය, අවහිර කිරීම නැවත ලිවීම සහ එහි මූලික මූලධර්මය - වෙනස් නොවන බව උල්ලංඝනය කිරීම.
Ethereum (වමේ) සහ DAO (දකුණ) පිළිබඳ විකට
මෙම සම්පූර්ණ කතාව DAO හි අදහසෙහිම කීර්ති නාමය විනාශ කර ඇත. එම ව්යාපෘතිය Ethereum cryptocurrency පදනම මත සිදු කරන ලදී, අනුවාදය Ether 2.0 ලබන වසරේ අපේක්ෂා කෙරේ - සමහර විට කතුවරුන් (ප්රසිද්ධ Vitalik Buterin ඇතුළුව) දෝෂ සැලකිල්ලට ගෙන අලුත් දෙයක් පෙන්වනු ඇත. ගාට්නර් DAO එක upline එකට දැම්මේ ඒ නිසා වෙන්න ඇති.
5.3. සින්තටික් දත්ත
ස්නායුක ජාල පුහුණු කිරීම සඳහා විශාල දත්ත ප්රමාණයක් අවශ්ය වේ. දත්ත අතින් ලේබල් කිරීම මිනිසෙකුට පමණක් කළ හැකි දැවැන්ත කාර්යයකි. එබැවින්, කෘතිම දත්ත කට්ටල නිර්මාණය කළ හැකිය. උදාහරණයක් ලෙස, වෙබ් අඩවියේ ඇති එකම මිනිස් මුහුණු එකතුව
මේ මුහුණු මිනිසුන්ට අයිති නැත.
එවැනි දත්තවල විශාල වාසිය නම් එය භාවිතා කිරීමේදී නීතිමය දුෂ්කරතා නොමැති වීමයි: පුද්ගලික දත්ත සැකසීමට කැමැත්ත ලබා දීමට කිසිවෙකු නොමැත.
5.4.ඩිජිටල් ඔප්ස්
DevOps අපගේ කතාවේ මුල් බැස ගත් දා සිට “Ops” උපසර්ගය ඇදහිය නොහැකි තරම් විලාසිතාවක් වී ඇත. දැන් DigitalOps යනු කුමක්ද යන්න ගැන - එය DevOps, DesignOps, MarketingOps වල සාමාන්යකරණයක් පමණි... ඔබට තවමත් කම්මැලිද? කෙටියෙන් කිවහොත්, එය DevOps ප්රවේශය මෘදුකාංග ක්ෂේත්රයේ සිට ව්යාපාරයේ අනෙකුත් සියලුම අංශ වෙත මාරු කිරීමකි - අලෙවිකරණය, සැලසුම්, ආදිය.
DevOps හි අදහස වූයේ ක්රමලේඛකයින්, පරීක්ෂකයින්, ආරක්ෂක විශේෂඥයින් සහ පරිපාලකයින් සිටින පොදු කණ්ඩායම් නිර්මාණය කිරීම හරහා සංවර්ධනය සහ මෙහෙයුම් (ව්යාපාර ක්රියාවලි) අතර ඇති බාධක ඉවත් කිරීමයි; ඇතැම් භාවිතයන් ක්රියාත්මක කිරීම: අඛණ්ඩ ඒකාබද්ධ කිරීම, කේතය ලෙස යටිතල පහසුකම්, ප්රතිපෝෂණ දාමයන් අඩු කිරීම සහ ශක්තිමත් කිරීම. ඉලක්කය වූයේ නිෂ්පාදනයේ වෙළඳපොළට යන කාලය වේගවත් කිරීමයි. මෙය Agile හා සමාන යැයි ඔබ සිතුවා නම්, ඔබ හරි. දැන් මෙම ප්රවේශය මෘදුකාංග සංවර්ධන ක්ෂේත්රයේ සිට පොදුවේ සංවර්ධනයට මානසිකව මාරු කරන්න - සහ DigitalOps යනු කුමක්දැයි ඔබට වැටහේ.
5.5 දැනුම ප්රස්ථාර
යන්ත්ර ඉගෙනීමේ ඇල්ගොරිතම භාවිතා කිරීම ඇතුළුව, දැනුම ප්රදේශයක් ආදර්ශනය කිරීමට මෘදුකාංග ක්රමයක්. සියලුම තොරතුරු එකට සම්බන්ධ කිරීම සඳහා පවතින දත්ත සමුදායන් මත දැනුම ප්රස්ථාරයක් ගොඩනගා ඇත: ව්යුහගත (සිදුවීම් හෝ පුද්ගලයින්ගේ ලැයිස්තුව) සහ ව්යුහගත නොවූ (ලිපියක පෙළ).
සරලම උදාහරණය නම් ඔබට ගූගල් සෙවුම් ප්රතිඵලවල දැකිය හැකි කාඩ්පතයි. ඔබ පුද්ගලයෙකු හෝ ආයතනයක් සොයන්නේ නම්, ඔබට දකුණු පසින් කාඩ්පතක් පෙනෙනු ඇත:
"ඉදිරි එන සිදුවීම්" යනු ගූගල් සිතියම් වෙතින් තොරතුරු පිටපතක් නොවන බව කරුණාවෙන් සලකන්න, නමුත් Yandex.Afisha සමඟ කාලසටහන ඒකාබද්ධ කිරීම: ඔබ සිදුවීම් මත ක්ලික් කළහොත් ඔබට මෙය පහසුවෙන් දැක ගත හැකිය. එනම් එය දත්ත මූලාශ්ර කිහිපයක එකතුවකි.
ඔබ ලැයිස්තුවක් ඉල්ලන්නේ නම් - උදාහරණයක් ලෙස, "ප්රසිද්ධ අධ්යක්ෂවරුන්" - ඔබට කැරොසල් එකක් පෙන්වනු ඇත:
අවසානය දක්වා කියවන අයට බෝනස්
දැන් අපි එක් එක් ලක්ෂ්යයේ තේරුම අප විසින්ම පැහැදිලි කර ඇති බැවින්, අපට එකම පින්තූරය දෙස බැලිය හැකිය, නමුත් රුසියානු භාෂාවෙන්:
සමාජ ජාල වල එය නිදහසේ බෙදා ගන්න!
ටැටියානා වොල්කෝවා - සැම්සුන් ඇකඩමියේ ඉන්ටර්නෙට් ඔෆ් තින්ග්ස් තොරතුරු තාක්ෂණ ධාවන පථයේ පුහුණු වැඩසටහනේ කර්තෘ, සැම්සුන් පර්යේෂණ මධ්යස්ථානයේ ආයතනික සමාජ වගකීම් වැඩසටහන් පිළිබඳ විශේෂඥ
මූලාශ්රය: www.habr.com