Grafiku i Gartnerit për ata që punojnë në fushën e teknologjisë është si një ekspozitë e modës së lartë. Duke e parë atë, mund të parashikoni qëllimet më trendy për këtë sezon dhe atë që do të dëgjoni në të gjitha konferencat e ardhshme.
Ne zbuluam se çfarë qëndron pas fjalëve të bukura në këtë grafik, kështu që dhe ju të mund të flisni në këtë gjuhë.
Për të filluar, thjesht disa fjalë rreth këtij grafiku. Çdo vit në gusht, agjencia konsulente Gartner publikon një raport – Gartner Hype Curve. Në shqip, kjo është "kyria e hype-it", ose, thjesht - hype. 30 vjet më parë, reperët e grupit Public Enemy këndonin: "Mos besoni hype-in". Të besosh ose jo, është një pyetje personale, por të paktën duhet të njihni këto fjalë kyçe nëse punoni në fushën e teknologjisë dhe doni të dini trendet globale.
Ky është një grafik i pritshmërive publike nga një teknologji e caktuar. Sipas Gartnerit, në një rast ideal, teknologjia kalon 5 faza: lançimi i teknologjisë, maja e pritshmërive të ekzagjeruara, thellësia e zhgënjimit, rrethina e ndriçimit, dhe pllaja e produktivitetit. Por ndodh gjithashtu që teknologjia të bjerë në "thellësinë e zhgënjimit" – shembujt e tillë mund t'i kujtoni lehtësisht, siç janë bitcoinët: fillimisht arritën majën si "paraja e së ardhmes", ata shpejt zbritën poshtë kur u bënë të dukshme dobësitë e teknologjisë, sidomos kufizimet në numrin e transaksioneve dhe sasia e madhe e energjisë elektrike që nevojitet për të gjeneruar bitcoinë (çka sillte gjithashtu probleme mjedisore). Dhe natyrisht, nuk duhet harruar se grafiku i Gartnerit është vetëm një parashikim: këtu, për shembull, mund të lexoni një artikull të detajuar , ku analizohen parashikimet më të ndritshme që nuk realizohen.
Pra, le të shohim grafikun e ri të Gartnerit. Teknologjitë janë ndarë në 5 grupe të mëdha tematike:
- Inteligjenca e Avancuar dhe Analitika (Advanced AI and Analytics)
- Llogaritë dhe Komunikimet Postklasike (Postclassical Compute and Comms)
- Sensorika dhe Mobiliteti (Sensing and Mobility)
- "Njeriu i Shtuar" (Augmented Human)
- Ekosistemet Digjital (Digital Ecosystems)
1. Inteligjenca e Avancuar dhe Analitika (Advanced AI and Analytics)
Gjatë 10 viteve të fundit ne kemi parë momentin më të rëndësishëm të mësimit të thellë (Deep Learning). Këto rrjete janë në të vërtetë efikase për llojin e tyre të detyrave. Në vitin 2018, Yann LeCun, Geoffrey Hinton dhe Yoshua Bengio morën çmimin Turing për zbulimet e tyre në këtë fushë – çmimi më prestigjioz, ekuivalent me "Nobel" në informatikë. Pra, këtu janë trendet kryesore në këtë fushë, të paraqitura në grafik:
1.1. Transferimi i mësimit (Transfer Learning)
Nuk e trajnoni një rrjet nervor nga e para, por merrni një rrjet të trajnueshëm tashmë dhe i caktoni një qëllim tjetër. Ndonjëherë për këtë nevojitet të rikëtohet një pjesë e rrjetit, por jo tërë rrjeti, që është shumë më e shpejtë. Për shembull, duke marrë një rrjet nervor të gatshëm ResNet50, të trajnuar në datasetin ImageNet1000, do të merrni një algoritem që mund të klasifikojë shumë objekte të ndryshme në një nivel shumë të thellë (1000 klasa sipas karakteristikave të zhvilluara nga 50 shtresa të rrjetit nervor). Por nuk keni nevojë të trajni tërë këtë rrjet nga e para, gjë që do të zgjaste muaj.
Në Samsung "Rrjetet nervore dhe vizioni kompjuterik", për shembull, në problemin final me klasifikimin e pjatave në të pastra dhe të ndotura, demonstron qasjen që pas 5 minutash ju jep një rrjet nervor të thellë, i cili mund të dallojë pjatat e ndotura nga të pastrat, të ndërtuar sipas arkitekturës së përshkruar më sipër. Rrjeti fillestar nuk e dinte se çfarë janë pjatat në të vërtetë, ai vetëm mësoi të dallonte zogjtë nga qentë (shihni ImageNet).
Burimi: Samsung "Rrjetet nervore dhe vizioni kompjuterik"
Për Transfer Learning duhen ditur se cilat qasje funksionojnë, cilat janë arkitekturat bazë të gatshme. Në përgjithësi, kjo e përshpejton shumë shfaqjen e aplikacioneve praktikë të mësimit të makinerive.
1.2. Rrjete Generative Adversarial (Generative Adversarial Networks, GAN)
Kjo është për rastet kur na është shumë e vështirë të formulojmë qëllimin e mësimit. Sa më afër të jetë detyra me jetën e vërtetë, aq më e qartë është për ne ("sillni tavolinën"), por aq më e vështirë është ta formulojmë atë si një detyrë teknike. GAN është pikërisht përpjekja për të na избавur nga ky problem.
Këtu punojnë dy rrjete: një gjenerues (Generative), tjetra diskriminues (Adversarial). Një rrjet mëson të bëjë punë të dobishme (të klasifikojë imazhet, të njohë tingujt, të pikturojë karikatura). Ndërsa rrjeti tjetër mëson të mësojë atë rrjetin: ai ka shembuj realë, dhe mëson të gjejë një formulë të komplikuar që nuk ishte njohur më parë për të krahasuar prodhimet e pjesës gjeneruese të rrjetit me objektet e botës reale (grupi i të dhënave për trajnim) sipas karakteristikave të vërteta të rëndësishme: numri i syve, afërsia me stilin e Miyazaki, saktësia e shqiptimit në anglisht.
Shembulli i rezultatit të punës së rrjetit për krijimin e personazheve anime.
Por aty, sigurisht që është e vështirë të ndërtohet arkitektura. Nuk mjafton thjesht të hedhin neuronë, duhet t'i përgatitësh ata. Dhe mësohet për javë të tëra. Tema e GAN është në fokusin e kolegëve të mi në Qendrën e Inteligjencës Artificiale Samsung, ku kjo është një nga pyetjet kryesore kërkimore. Për shembull, një zhvillim i tillë : përdorimi i rrjeteve gjeneruese për sintezën e fotografive realiste të njerëzve me pozita të ndryshueshme — për shembull, për të krijuar një dhomë provimi virtuale, ose për sintezën e fytyrës, që mund të lejojë reduktimin e sasisë së informacionit që duhet ruajtur ose transmetuar për të siguruar një komunikim video cilësor, transmetim ose mbrojtjen e të dhënave personale.
1.3. Inteligjenca Artificiale e Shpjegueshme (Explainable AI)
В некоторых редких задачах прогресс в глубоких архитектурах внезапно приблизил возможности глубоких нейросетей к человеческим. Теперь битва идёт за то, чтобы круг таких задач увеличить. Например, робот-пылесос мог бы легко отличить кошку от собаки при лобовой встрече. Но в большинстве жизненных ситуаций он будет неспособен найти кошку, спящую среди белья или мебели (впрочем, как и мы, в большинстве случаев…).
В чем причина успехов глубоких нейронных сетей? Они вырабатывают представление задачи, основанное не на «видимой невооружённым глазом» информации (пикселях фотографии, скачках громкости звука…), а на признаках, полученных после предобработки этой информации несколькими сотнями слоёв нейронной сети. К сожалению, эти взаимосвязи могут также быть бессмысленными, противоречивыми или нести следы несовершенства исходного набора данных. Например, о том, к чему может привести бездумное применение AI в рекрутинге, есть небольшая компьютерная игра .
Sistemi për etiketimin e imazheve e identifikoi një person që po përgatit, si grua, edhe pse në imazh është në të vërtetë një burrë (). Kjo në Institutin e Virgjinisë.
Për të analizuar marrëdhëniet e komplikuara dhe të thella, të cilat shpesh ne nuk mund t'i formulojmë vetë, kërkohen metodat e Explainable AI. Ato organizojnë tiparet e rrjeteve nervore të thella në mënyrë që pas trajnimit ne të mund të analizojmë përfaqësimin e brendshëm të mësuar nga rrjeti, dhe jo thjesht të mbështetemi në vendimin e saj.
1.4. Analitika në Ëndje / AI (Edge Analytics / AI)
Çdo gjë që ka fjalën Edge, do të thotë në të vërtetë si vijon: zhvendosja e një pjese të algoritmeve nga nube/serveri në nivelin e pajisjes fundore/gatishmërisë. Një algoritëm i tillë do të reagojë më shpejt dhe nuk do të ketë nevojë për lidhje me serverin qendror për të funksionuar. Nëse ju është e njohur abstraksioni "klienti i hollë", këtu ne po e bëjmë atë klient pak më të trashë.
Kjo mund të jetë e rëndësishme për Internetin e Gjërave. Për shembull, nëse një makinë është nxehur dhe ka nevojë për ftohje, ka kuptim të dërgohet sinjali për këtë menjëherë, në nivelin e fabrikës, pa pritur që të dhënat të arrijnë në nube dhe nga atje te mjeshtri i ndërrimit. Ose një shembull tjetër: automjetet pa shofer mund të menaxhojnë situatën e trafik të vet, pa iu drejtuar serverit qendror.
Ose një shembull tjetër pse kjo është e rëndësishme në aspektin e sigurisë: kur shkruani në telefonin tuaj, ai memorizon fjalët tipike për ju, në mënyrë që tastiera e telefonit t’ju sugjerojë ato më lehtë – kjo quhet hyrje e parashikueshme të tekstit. Të dërgosh diku në qendër të të dhënave gjithçka që shkruan në tastierë do të ishte një shkelje e privatësisë tuaj dhe dukshëm e papërshtatshme. Prandaj, trajnimi i tastierës ndodh vetëm brenda pajisjes tuaj.
1.5. Platforma e AI si shërbim (AI PaaS)
PaaS – Platforma si një shërbim – është një model biznesi ku ne kemi qasje në një platformë të integruar, përfshirë magazinën e saj të dhënave në re dhe procedurat e gatshme. Kështu, mund të çlirohemi nga detyrat infrastrukturore dhe të përqendrohemi plotësisht në prodhimin e diçkaje të dobishme. Shembuj të platformave PaaS për detyra të AI: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.
1.6. Mësimi adaptiv i makinave (Adaptive ML)
Çfarë do të ndodhte nëse lejojmë inteligjencën artificiale të adaptohet... Do të pyesni – si ndodh kjo?.. Ajo nuk adaptohet tashmë në detyrë? Problemi është ky: çdo detyrë të tillë ne e përpunojmë me kujdes para se të ndërtojmë një algoritëm të inteligjencës artificiale për ta zgjidhur atë. Do t’ju përgjigjen – duket se mund të thjeshtojmë dhe këtë zinxhir.
Mësimi i zakonshëm i makinave funksionon mbi parimin e një sistemi të hapur (open-loop): ju përgatisni të dhënat, krijoni një rrjet nervor (apo çfarëdo që të jetë), e trajnoni dhe pastaj shikoni disa tregues, dhe nëse gjithçka ju pëlqen, mund ta dërgoni rrjetin nervor në smartphone – për të zgjidhur problemet e përdoruesve. Por në aplikime ku ka shumë të dhëna dhe karakteri i tyre po ndryshon gradualisht, nevojiten metoda të tjera. Sistemët të tillë, që adaptohen dhe mësojnë vetë, organizohen në kontura të mbyllura të vetë-mësimit (closed-loop), dhe ata duhet të funksionojnë pa ndërprerje.
Aplikimet – këto mund të jenë analitika e rrjedhës (Stream Analytics), mbi të cilën shumë biznesmenë marrin vendime, ose menaxhim adaptiv i prodhimit. Në shkallën e aplikimeve moderne dhe me marrjen parasysh të rreziqeve që kuptohen më mirë për njerëzit, metodat që përbëjnë zgjidhjen e këtij problemi, të gjitha këto metoda grumbullohen nën emrin e përbashkët Inteligjencë Adaptuese (Adaptive AI).
Duke parë këtë imazh, është e vështirë të mos ndihesh se futurologët nuk duan tjetër veçse t'i mësojnë robotët të frymëmarrin...
Llogaritë dhe Komunikimet Postklasike (Postclassical Compute and Comms)
2.1. Shërbimi celular i gjeneratës së pestë (5G)
Kjo është një temë kaq interesante, sa që ne jemi të detyruar t'ju dërgojmë në . E këtu është një përmbledhje e shkurtër. 5G, falë rritjes së frekuencës së transmetimit të të dhënave, do ta bëjë shpejtësinë e internetit të jashtëzakonshme. Valët e shkurtra kanë vështirësi në kalimin përmes pengesave, prandaj struktura e rrjeteve do të jetë krejt tjetër: do të nevojiten 500 herë më shumë stacione baze.
Përveç shpejtësisë ne do të kemi fenomene të reja: lojra në kohë reale me realitet të zgjeruar, realizimin e detyrave të komplikuara (të tilla si kirurgjia) përmes teleprPresence, parandalimin e aksidenteve dhe situatave të komplikuara në rrugë përmes komunikimit mes makinave. Në një plan më të zakonshëm: më në fund, interneti celular nuk do të bjerë gjatë ngjarjeve masive, siç janë ndeshjet në stadium.
Burimi i imazhit - Reuters, Niantic
2.2. Kujtesa e gjeneratës së ardhshme (Next-Generation Memory)
Këtu flitet për gjeneratën e pestë të memories operativ – DDR5. Samsung njoftoi se deri në fund të vitit 2019 do të dalin produkte mbi bazën e DDR5. Pritet që kujtesa e re do të jetë dyfishi më e shpejtë dhe dyfishi më e madhe duke mbajtur formën, pra ne do të mund të kemi kuti memorje të kapacitetit deri në 32GB për kompjuterin tonë. Në të ardhmen, kjo do të jetë veçanërisht e rëndësishme për smartfonët (kujtesa e re do të ketë një version me konsum të ulët energjie) dhe për laptopët (ku numri i slot-eve DIMM është i kufizuar). Po ashtu, mësimi i makinerive kërkon shumicë të madhe të memories operativ.
2.3. Sistemet satelitore të orbitës së ulët (Low-Earth-Orbit Satellite Systems)
Ideja e zëvendësimit të satelitëve të rëndë, të shtrenjtë dhe të fuqishëm me një masë të vogël dhe të lirë nuk është aspak e re dhe daton që nga vitet '90. Për atë që tani e kanë dëgjuar vetëm ata që s'kanë dëgjuar. Është kompania më e njohur këtu – Iridium, e cila shpalli falimentimin në fund të viteve '90, por u shpëtua falë Ministrisë së Mbrojtjes të SHBA (mos e ngatërroni me iRidium – sistemin rus të shtëpisë inteligjente). Projekti i Elon Musk (Starlink) nuk është i vetmi – në garën satelitore marrin pjesë Richard Branson (OneWeb – 1440 satelitë të supozuar), Boeing (3000 satelitë), Samsung (4600 satelitë) dhe të tjerë.
Si janë gjërat në këtë fushë, si duket ekonomia atje – lexoni në . Dhe ne presim testin e parë të këtyre sistemeve nga përdoruesit e parë, që do të ndodhin vitin tjetër.
2.4. Shtypja 3D në nanoskalë (Nanoscale 3D Printing)
Shtypja 3D, edhe pse nuk ka arritur në jetën e çdo njeriu (në formën e një fabrike plastike shtëpiake të premtuar), megjithatë ka dalë prej kohësh nga niša e teknologjive për geekët. Mund ta gjykojmë sipas asaj që çdo nxënës e di për ekzistencën e së paktën pantsave 3D skulpturorë, dhe shumë dëshirojnë të fitojnë një kuti me rrëshqitëse dhe ekstruder për... 'thjesht kështu' (ose tashmë e kanë blerë).
Stereolitografia (printerët 3D me laser) lejojnë atë që të printohet me foton një nga një: po eksplorohen polimere të reja, për të cilat mjaftojnë vetëm dy fotona për ngurtësim. Kjo do të lejojë që të krijohen filtrat tërësisht të rinj, mbështetje, sprica, kapilare, lente dhe... sugjerimet tuaja në komente! Dhe këtu jemi afër fotopolimerizimit - vetëm kjo teknologji lejon 'shtypjen' e procesorëve dhe skemave kompjuterike. Përveç kësaj, ka pasur , por pa një zhvillim radikal.
3. Sensorika dhe Lëvizshmëria (Sensing and Mobility)
3.1. Automjetet pa pilot, niveli 4 dhe 5 (Autonomous Driving Level 4 & 5)
Për të mos u ngatërruar në terminologji, është mirë të kuptohet se cilat nivele autonomije dallohen (marrë nga një artikull i detajuar , në të cilin i drejtojmë të gjithë ata që janë të interesuar):
Niveli 1: Kontrolli i cruise: ndihma për shoferin në situata shumë të kufizuara (për shembull - mbajtja e automjetit në një shpejtësi të caktuar pasi shoferi ka hequr këmbën nga pedali)
Niveli 2: Ndihma e kufizuar për drejtpeshimin dhe frenimin. Shoferi duhet të jetë gati të marrë kontrollin menjëherë. Duar e tij janë në timon, shikimi i tij është në rrugë. Kjo është ajo që tashmë ekziston në Tesla dhe General Motors.
Niveli 3: Shoferi nuk është më i detyruar të monitorojë vazhdimisht rrugën. Por duhet të mbetet i vigjilent dhe të jetë i gatshëm të marrë kontrollin. Kjo është ajo që deri më tani nuk e kanë automjetet në treg. Të gjithë ata që ekzistojnë aktualisht janë në nivelin 1-2.
Niveli 4: Piloti i vërtetë automatik, por me kufizime: vetëm udhëtime në zona të njohura, që janë hartuar me kujdes dhe në përgjithësi njihen nga sistemi, dhe nën kushte të caktuara: për shembull, në mungesë bore. Ka prototipa të tillë nga Waymo dhe General Motors, dhe ata planifikojnë t'i lansojnë në disa qytete dhe t'i testojnë në kushte reale. "Yandex" ka zona testimi për taksitë pa drejtues në Skolkovo dhe Innopolis: udhëtimi ndodh nën mbikëqyrjen e një inxhinieri që ndodhet në vendin e pasagjerit; deri në fund të vitit, kompania planifikon të zgjerë flotën në 100 automjete pa drejtues.
Niveli 5: Drejtimi automatik i plotë, zëvendësimi i plotë i drejtorit të gjallë. Sisteme të tilla nuk ekzistojnë, dhe është e pamundur që ato të shfaqen në vitet e afërta.
Sa realiste është që të shohim gjithçka këtë në një të ardhme të afërt? Këtu do të doja ta drejtoj lexuesin në artikullin . Kjo është pjesërisht për shkak të mungesës së lidhjes 5G: shpejtësitë aktuale 4G nuk janë të mjaftueshme. Pjesërisht për shkak të kostos shumë të lartë të automjeteve autonome: ato aktualisht nuk janë të qëndrueshme, modeli i biznesit është i paqartë. Në përmbledhje, këtu "gjithçka është e komplikuar", dhe nuk është rastësi që Gartner shkruan se parashikimi për përhapjen masive të Nivelit 4 dhe 5 nuk do të ndodhë përpara 10 vjetësh.
3.2. Kamerat me shikim 3D (3D Sensing Cameras)
Të tetë vjet më parë, kontroleri i lojërave Microsoft Kinect krijoi një zhurmë, duke ofruar një zgjidhje të përballueshme dhe relativisht të lirë për shikimin 3D. Që atëherë, lojërat fiziko-dançoresh me Kinect kanë përjetuar një ngritje dhe rënie të shpejtë, ndërsa kamerat 3D janë përdorur në robotët industrialë, automjetet pa drejtues, telefonët mobil për identifikimin përmes fytyrës. Teknologjia është bërë më e lirë, më kompakte dhe më e aksesueshme.
Në telefonin Samsung S10 ka një kamera Time-of-Flight, e cila mason distancën deri te objekti - për të lehtësuar fokusimin.
Nëse jeni të interesuar për këtë temë, atëherë ju drejtojmë te një rishikim shumë të mirë dhe të detajuar të kamerave të thellësisë: , .
3.3. Dronët për shpërndarjen e ngarkesave të vogla (Light Cargo Delivery Drones)
Këtë vit, Amazon shkaktoi zhurmë kur tregoi në ekspozitë dronin e ri fluturues, i aftë për të transportuar ngarkesa të vogla deri në 2 kg. Për qytetin me trafikun e tij, kjo duket si një zgjidhje ideale. Le të shohim se si do të tregojnë vetja këta dronë në të ardhmen e afërt. Ndoshta, këtu duhet të përfshihet një skepiticizëm të kujdesshëm: ka shumë probleme, duke filluar nga mundësia e vjedhjes së lehtë të dronëve dhe duke përfunduar me kufizimet ligjore për UAV-të. Amazon Prime Air ekziston që prej gjashtë vjetësh, por akoma është në fazën e testimit.
Droni i ri i Amazon, i treguar këtë pranverë. Ka diçka prej 'Yjeve të luftës' në të.
Përveç Amazon, ka edhe lojtarë të tjerë në këtë treg (ka një përmbledhje të detajuar ), por asnjë produkt të gatshëm: gjithçka është në fazën e testimit dhe fushatave të marketingut. Veçanërisht vlen të përmenden projektet mjaft interesante të specializuara mjekësore në Afrikë: dërgimi i gjakut të dhuruar në Gana (14,000 dërgesa, kompania Zipline) dhe Ruandë (kompania Matternet).
3.4. Transporti fluturues autonom (Flying Autonomous Vehicles)
Këtu është e vështirë të thuhet diçka të saktë. Sipas Gartner, kjo do të shfaqet jo më herët se pas 10 vjetësh. Në fakt, janë të njëjtat probleme si me automjetet pa shofer, vetëm se tani marrin një dimension të ri — vertikal. Ambiciet për të ndërtuar taksi fluturuese janë shprehur nga Porsche, Boeing, Uber.
3.5. Reja e realitetit të shtuar (AR Cloud)
Një kopje digjitale e qëndrueshme e botës reale, që lejon krijimin e një sloji të ri realiteti, të përbashkët për të gjithë përdoruesit. Në fjalë më teknike, bëhet fjalë për krijimin e një platforme të hapur në re, në të cilën zhvilluesit mund të integrojnë aplikacionet e tyre AR. Modeli i monetizimit është i qartë, është një lloj analogji me Steam. Ideja ka marrë kaq shumë rrroots se tani disa mendojnë se AR pa re është thjesht e pafrytshme.
Si mund të duket e ardhmja, është ilustruar në një video të vogël. Duket si një episod tjetër i 'Pasqyrës së zezë':
Mund të lexoni edhe në
4. Njeriu 'i shtuar' (Augmented Human)
4.1. AI për emocionet (Emotion AI)
Si të matim, simulojmë dhe reaguar ndaj emocioneve njerëzore? Disa nga klientët këtu janë kompani që prodhojnë asistente zanore si Amazon Alexa. Ato do të mund të integrohen me të vërtetë në shtëpitë tona, nëse mësojnë të njohin humorin: të kuptojnë shkakun e pakënaqësisë së përdoruesit, të përpiqen ta zgjidhin situatën. Në të vërtetë, konteksti ka shumë më tepër informacion sesa mesazhi vetë. Dhe konteksti përfshin shprehjen e fytyrës, intonacionin dhe sjelljen jo-verbale.
Nga aplikimet e tjera praktike: analiza e emocioneve gjatë intervistës për punë (nëpërmjet video-intervistave), vlerësimi i reagimeve ndaj reklamave apo përmbajtjeve të tjera video (buzëqeshjet, të qeshurat), ndihma gjatë mësimit (për shembull, për praktika vetjake në artin e prezantimeve publike).
Në këtë temë është e vështirë të shprehet më mirë se autori i filmikut 6-minutësh . Në një video të bërë me shumicë elegancë dhe stil, tregohet se si mund të matim emocionet tona për qëllime marketingu, dhe nga reagimet e momentit të fytyrës tuaj të zbulojmë: nëse e doni picën, qentë, Kanye West dhe madje cila është niveli juaj i të ardhurave dhe IQ-je përkatës. Duke u kaluar në faqen e filmit përmes lidhjes më sipër, bëheni pjesë e një video interaktive me përdorimin e kamerës së integruar të laptopit tuaj. Filmi është shfaqur tashmë në disa festivale kinematografike.
Ka edhe një studim të tillë interesant: si të njohim sarkazmën në tekst. Morën tweet-e me hashtag #sarcasm dhe bënë një mostër mësimore prej 25,000 tweet-eve me sarkazmë dhe 100,000 tweet-eve të zakonshme për gjithçka. Aplikuan bibliotekën TensorFlow, e mësuan sistemin, dhe ja rezultati:
Prandaj tani, nëse nuk jeni të sigurt rreth kolegut tuaj ose shokut - a ju tha ai diçka me seriozitet apo me sarkazëm - mund të përdorni tashmë !
4.2. Inteligjencë e zgjeruar (Augmented Intelligence)
Automatizimi i punës intelektuale përmes metodave të mësimit të makinerisë. Duke iu dukur, asgjë e re? Por këtu është e rëndësishme vetë formulimi, sidomos pasi përputhet me shkurtimin e Inteligjencës Artificiale. Kjo na dërgon në debatin mbi "inteligjencën e fortë" dhe "inteligjencën e dobët".
Inteligjenca Artificiale e Fortë është ajo inteligjencë artificiale nga filmat fantastikë, e cila është plotësisht ekuivalente me mendjen njerëzore dhe e kupton veten si individ. Një gjë e tillë nuk ekziston ende dhe nuk është e qartë nëse do të ekzistojë ndonjëherë.
Inteligjenca Artificiale e Dobët nuk është një individ i pavarur, por një asistencë për njeriun. Ajo nuk pretendon të ketë mendimin e ngjashëm me atë njerëzor, por thjesht di të zgjidhë detyra informative, për shembull, të përcaktojë se çfarë është e ilustruar në një imazh ose të përkthejë tekst.
Në këtë kuptim, Inteligjenca e Shtuar është në thelb "inteligjencë artificiale e dobët", dhe formulimi duket i përshtatshëm, pasi nuk krijon konfuzion dhe tundimin për të parë këtu atë "inteligjencën artificiale të fortë" mbi të cilën të gjithë ëndërrojnë (apo frikësohen, nëse kujtojmë diskutimet e shumta mbi "rebelt e makinave"). Duke përdorur shprehjen Inteligjenca e Shtuar, ne menjëherë si të ishim heronjtë e një filmi tjetër: nga shkenca fantastike (si "Unë, roboti" i Asimovit) kalojmë në cyberpunk (ku "augmentimet" në këtë zhanër quhen të gjitha implantet që zgjeruan mundësitë e njeriut).
Si Erik Brynjolfsson dhe Andrew McAfee: "Në vitet e ardhshme 10 do të ndodhë kjo. Së pari nuk do të zëvendësohet nga inteligjenca artificiale menaxherët, por ata menaxherë që e përdorin inteligjencën artificiale do të zëvendësojnë ata që nuk kanë arritur ende."
Shembuj:
- Mjekësi: Universiteti i Stanfordit zhvilloi , i cili përballohet me detyrën e njohjes së patologjive në rëntgenin e kraharorit me një sukses mesatar të ngjashëm me ata shumicën e mjekëve.
- Arsim: ndihmë për nxënësin dhe mësuesin, analiza e reagimit të nxënësve ndaj materialeve, ndërtimi i një trajektore individuale të mësimit.
- Analiza e biznesit: përpunimi i të dhënave paraprakisht, sipas statistikave, zë 80% të kohës së hulumtuesit, dhe vetëm 20% është eksperimenti vetë.
4.3. Bioçipat (Biochips)
Kjo është tema e preferuar e të gjitha filmave dhe librave cyberpunk. Në përgjithësi, çipimi i kafshëve shtëpiake është një praktikë e vjetër. Por tani këto çipa janë duke u vendosur edhe te njerëzit.
Në këtë rast, mundësia e ngjarjes lidhet me rastin e njohur në kompaninë amerikane Three Square Market. Atje, punëdhënësi filloi të ofronte implantimin e çipave nën lëkurë në këmbim të një shpërblimi. Çipi lejon hapjen e dyerve, identifikimin në kompjuterë, blerjen e snacks në automate – pra, një kartë universale për punonjësit. Ky çip funksionon si një kartë identifikimi, nuk ka modul GPS, prandaj nuk është e mundur të gjurmohet askush me të. Dhe nëse një person dëshiron të heqë çipin nga dora, kjo zgjat 5 minuta me ndihmën e mjekut.
Çipat zakonisht implantohen midis gishti të madh dhe gishti tregues.
Lexoni më shumë në raportin mbi gjendjen e çipizimit në botë.
4.4. Hapësira e punës immersive (Immersive Workspace)
«Imersiv» – një fjalë tjetër e re, nga e cila nuk ka ikje. Ajo është kudo. Teatri imersiv, ekspozita, filmi. Çfarë nënkuptohet? Imersiviteti është krijimi i efektit të zhytjes, kur humbasin kufijtë mes autorit dhe spektatorit, botës virtuale dhe asaj reale. Përdorur në kontekstin e vendit të punës, kjo nënkupton zhbërjen e kufijve midis ekzekutuesit dhe iniciatorit, si dhe inkurajimin e punonjësve për një qëndrim më aktiv përmes riformatimit të ambjenteve përreth.
Pasi që tani kemi kudo Agile, fleksibilitet dhe bashkëpunim të ngushtë, vendet e punës duhet të jenë sa më lehtë të konfigurueshme, dhe të nxisin punën në grup. Ekonomia dikton kushtet e saj: numri i punonjësve të përkohshëm po rritet, kostoja e qirasë së ambienteve të zyrave po rritet, dhe në kushte të tregut konkurrues të punës, kompanitë IT përpiqen të rrisin kënaqësinë e punonjësve duke krijuar zona rekreative dhe përfitime të tjera. Dhe e gjithë kjo reflektohet në dizajnin e vendeve të punës.
Nga Knoll
4.5. Personifikimi (Personification)
Të gjithë e dinë se çfarë është personalizimi në reklamë. Ky është kur sot diskutoni me një koleg se ajri në dhomë është paksa i thatë dhe duhet të blini një lagësuues për zyrën, dhe nesër shihni në rrjetet tuaja sociale reklamën – «blej një lagësuese ajri» (rast real, që më ndodhi mua).
Persnoifikimi, sipas definicionit të Gartner, është përgjigja ndaj shqetësimeve në rritje të përdoruesve lidhur me përdorimin e të dhënave të tyre personale për qëllime reklamimi. Qelësi është zhvillimi i një qasjeje ku na shfaqet reklama që është në kontekstin që ndodhemi, e jo për ne personalisht. Për shembull, lokacioni ynë, tipi i pajisjes, koha e ditës, kushtet atmosferike – janë të dhëna që nuk shkelin privatësinë tonë dhe nuk na japin ndjenjën e pakëndshme të "ndjekjes".
Për ndryshimin mes këtyre dy koncepteve, lexoni e Andrew Frank në blogun e faqes së Gartner. Diferencimi është kaq i hollë dhe fjalët janë kaq të ngjashme, saqë, pa e ditur diferencën, rrezikoni të diskutoni në gjatësi me partnerin tuaj të bisedës, pa dyshuar se të dy keni të drejtë (dhe kjo po ashtu është një rast real që ka ndodhur me autorin).
4.6. Bioteknologji – Të mirat artificiale (Biotech – Cultured or Artificial Tissue)
Kjo, së pari, është ideja e rritjes së mishit artificial. Në të njëjtën kohë, disa ekipe në të gjithë botën janë të angazhuara në zhvillimin e "Mishit 2.0" në laborator – pritet që ai të jetë më i lirë se mishi i zakonshëm, dhe do të kalojnë në të restorantet fast food, e më pas supermarkete. Investitorët në këtë teknologji përfshijnë Bill Gates, Sergey Brin, Richard Branson dhe të tjerë.
Burimi
Arsyet pse të gjithë janë kaq të interesuar për mishin artificial:
- Ngrohja globale: emisioni i metanit nga fermat. Kjo është 18% e volumit të përgjithshëm të gazeve që ndikojnë në klimë.
- Rritja e numrit të popullsisë. Kërkesa për mish po rritet, dhe nuk do të mund të ushqehet të gjithë me mish natyral – është thjesht shumë e shtrenjtë.
- Mungesa e hapësirës. 70% e pyjeve të Amazonës janë shkatërruar për shkak të kullotave.
- Arsyet etike. Ka ata që këtë e shohin si të rëndësishme. Organizata për mbrojtjen e kafshëve PETA tashmë ka propozuar një shpërblim prej 1 milion dollarësh për shkencëtarin që do të sjellë në treg mishin artificial të pulës.
Zëvendësimi i mishit të vërtetë me atë soje është një zgjidhje pjesore, sepse njerëzit e ndiejnë mirë ndryshimin në shije dhe teksturë, dhe ka të ngjarë të mos heqin dorë nga bifteku në favor të sojës. Kështu që na nevojitet mishi i vërtetë, pikërisht ai që është rritur organikisht. Tani, për fat të keq, mishi artificial është shumë i shtrenjtë: mbi 12$ për kilogram. Kjo është e lidhur me procesin e komplikuar teknologjik të rritjes së këtij mishi. Lexoni gjithçka për këtë. .
Nëse flasim për raste të tjera të kultivimit të indeve – tashmë në mjekësi – tema e organeve të artificiale është interesante: për shembull, "plastiku" për muskulin e zemrës, nga një printer 3D të specializuar. Janë të njohura si ajo e zemrës së padashur të grizit të kultivuar, por për momentin gjithçka është ende brenda kufijve të provimeve klinike. Pra, ne vështirë se do të shohim një Frankenstein në vitet në vijim.
Këtu Gartner është shumë i kujdesshëm në vlerësimet e tij, duket se ka parasysh parashikimin e dështuar të vitit 2015, që në vitin 2019, 10% e popullsisë në vendet e zhvilluara do të kishte një dispozitiv mjekësor të printuar në 3D-implant. Prandaj, ai e shënon kohën e daljes në një platformë produktiviteti – jo më pak se 10 vjet.
5. Ekosistemet digjitale (Digital Ecosystems)
5.1. Webi i decentralizuar (Decentralized Web)
Ky koncept është ngushtë i lidhur me emrin e shpikësit të web-it, fituesit të çmimit Turing, Sir Tim Berners-Lee. Për të, gjithmonë kanë qenë të rëndësishme çështjet etike në informatikë dhe natyra kolektive e Internetit: kur themeloi bazat e hipertekstit, ai ishte i bindur se rrjeti duhet të funksionojë si një merimangë dhe jo si një hierarki. Kështu ndodhi në fazën fillestare të zhvillimit të rrjetit. Megjithatë, me rritjen e Internetit, struktura e tij për një sërë arsyesh filloi të centralizohet. Doli se aksesin në rrjet për një vend të tërë mund ta mbyllësh lehtësisht duke përdorur vetëm disa ofrues.
"Interneti është tashmë i decentralizuar," thotë Berners-Lee. "Problemi është se dominon një sistem kërkimi, një rrjet social i vetëm, një platformë për mikroblogje. Nuk kemi probleme teknologjike, por kemi sociale."
Në për 30-vjetorin e World Wide Web, krijuesi i Web-it përshkroi tri probleme kryesore të Internetit:
- Dëmtimi i drejtpërdrejtë, siç janë sulmet hakermane të sponsorizuara nga shteti, krimi dhe ngacmimi online
- Vetë struktura e sistemit, që në dëm të përdoruesit krijon terren për mekanizma të tillë si: shpërblimi financiar për klikbajt dhe përhapjen virale të informacionit të rremë
- Pasojat e paqëllimshme të dizajnit të sistemit, që çojnë në konflikte dhe zvogëlim të cilësisë së diskutimeve online
Edhe Tim Berners-Lee ka një përgjigje për parimet mbi të cilat mund të bazohet "Interneti i njeriut të shëndetshëm", i liruar nga problemi numër 2: "Për shumë përdorues, modeli i vetëm i interaksionit me uebin mbetet të ardhurat nga reklama. Edhe pse njerëzit frikësohen nga ajo që ndodh me të dhënat e tyre, ata pranojnë të bëjnë një marrëveshje me aparatin e marketingut për mundësinë e marrjes së përmbajtjes falas. Imagjinoni një botë ku pagesa për produkte dhe shërbime është e lehtë dhe e këndshme për të dy palët." Ndër opsionet se si mund të funksionojë kjo: muzikantët mund të shesin regjistrimet e tyre pa ndërmjetës në formën e iTunes, dhe faqet e lajmeve mund të përdorin një sistem mikro-pagesash për leximin e një artikulli, në vend që të fitojnë nga reklamat.
Si një prototip eksperimental i këtij Interneti të ri, Tim Berners-Lee nisi projektin SOLID, i cili ka të bëjë me ruajtjen e të dhënave tuaja në një "pod" - një ruajtje informacioni, dhe mund të ofroni këto të dhëna për aplikacione të palëve të treta. Por në principe, ju jeni pronarët e të dhënave tuaja. E gjithë kjo lidhet ngushtë me konceptin e rrjeteve peer-to-peer, që do të thotë se kompjuteri juaj jo vetëm që kërkon shërbime, por gjithashtu i ofron ato, për të mos u mbështetur në një server si kanal të vetëm.
5.2. Organizatat autonome të decentralizuara (Decentralized Autonomous Organizations)
Kjo është një organizatë që menaxhohet nga rregulla të shkruara në formën e një programi kompjuterik. Aktiviteti i saj financiar ndodh mbi bazën e blockchain. Qëllimi i krijimit të këtyre organizatave është të heqë qeverinë nga roli i ndërmjetësit dhe të krijojë një mjedis të besueshëm të përbashkët për kontraktorët, të cilin askush nuk e zotëron në mënyrë ekskluzive, por e zotërojnë të gjithë së bashku. Do të thotë se në teori, kjo duhet, nëse ideja do të zgjerohet, të eliminojë noterët dhe institucione të tjera të zakonshme të verifikimit.
Një shembull i njohur i një organizate të tillë ishte The DAO, e cila u orientua drejt investimeve në biznes, e cila në vitin 2016 grumbulloi 150 milion dollarë, nga të cilat 50 u vodhën menjëherë përmes një "vrime" ligjore në rregulla. Kjo solli një dilemë të komplikuar: të rikthej të gjitha dhe të kthejnë paratë, apo të pranojnë se ndarja e parave ishte ligjore, pasi nuk shkelte në asnjë mënyrë rregullat e platformës. Në fund, për të kthyer paratë investitorëve, krijuesit u detyruan të shkatërronin The DAO, duke shkruar përsëri blockchain dhe duke shkelur parimin e saj kryesor – pandryshueshmërinë.
Komiku për Ethereum (majtas) dhe The DAO (djathtas).
I gjithë ky ngjarje dëshmoi reputacionin e vet ideja e DAO. Ai projekt u ndërtua mbi bazën e kriptomonedhës Ethereum, vitin tjetër pritet versioni 2.0 i Ethereum – ndoshta autorët (në mesin e të cilëve është i njohur Vitalik Buterin) do të marrin parasysh gabimet dhe do të tregojnë diçka të re. Ndoshta për këtë arsye Gartner e vendosi DAO në një trend në rritje.
5.3. Të dhënat sintetike (Synthetics Data)
Për të trajnuar rrjetet neuronale, nevojiten sasi të mëdha të të dhënave. Etiketimi i të dhënave në mënyrë manuale është një punë e madhe, që mund të kryhet vetëm nga njeriu. Prandaj, mund të krijohen grupe artificiale të të dhënave. Për shembull, ato koleksione të fytyrave njerëzore në faqen . Ato krijohen me ndihmën e GAN - algoritmeve, për të cilat u përmend më lart.
Këto fytyra nuk u përkasin njerëzve.
Një avantazh i madh i këtyre të dhënave është se nuk ka pengesa ligjore në përdorimin e tyre: nuk ka askënd që të japë miratimin për përpunimin e të dhënave personale.
5.4. Digital Ops
Sufiksi "Ops" është bërë jashtëzakonisht i njohur që nga koha kur termi DevOps u bë pjesë e fjalorit tonë. Tani, ajo që quhet DigitalOps - është thjesht një përmbledhje e DevOps, DesignOps, MarketingOps... A nuk keni udhëtuar ende? Në shpjegim, kjo është transferimi i qasjes, të pranuar në DevOps, nga sfera e software-it në të gjitha anët e tjera të biznesit - marketing, dizajn, etj.
Ideja e DevOps ishte eliminimi i barrierave midis zhvillimit (Development) dhe operacioneve (Operations), përmes krijimit të ekipeve të përbashkëta, ku zhvilluesit, testuesit, specialistët e sigurisë dhe administratorët punojnë së bashku; implementimi i praktikave të caktuara: integrim i vazhdueshëm, infrastruktura si kod, shkurtimi dhe forcimi i zinxhirëve të reagimit. Qëllimi ishte – të përshpejtonte daljen e produktit në treg. Nëse mendoni se kjo ngjan me Agile, keni të drejtë. Tani, shpirtërisht, transferoni këtë qasje nga sfera e zhvillimit të softuerit në zhvillim në përgjithësi – dhe do ta kuptoni se çfarë është DigitalOps.
5.5. Grafet e njohurive (Knowledge Graphs)
Një mënyrë programore për të modeluar fushën e njohurive, përfshirë – përmes algoritmave të mësimit të makinerive. Grafi i njohurive ndërtohet mbi bazat ekzistuese të të dhënave, për të lidhur të gjithë informacionin: si të strukturuar (lista e ngjarjeve ose personave), ashtu edhe të pa strukturuar (teksti i artikullit).
Shembulli më i thjeshtë është ajo kartela që mund të shihni në rezultatet e kërkimit të Google. Nëse kërkoni për ndonjë person ose institucion, do të shihni në anën e djathtë një kartelë:
Vini re se "Ngjarjet e ardhshme" nuk është një kopje e informacionit nga Google Maps, por një integrim i orarit nga Yandex.Afisha: e shihni lehtësisht këtë, nëse klikon në ngjarje. Kjo do të thotë se janë kombinuar disa burime të dhënash së bashku.
Nëse kërkoni një listë – për shembull, "regjisorët e njohur" – do t'ju shfaqet "karuseli":
Bonusi për ata që e lexuan deri në fund
Dhe tani, kur e sqaruam kuptimin e secilit nga punktet, mund të shikojmë të njëjtën pamje, por tashmë në gjuhën ruse:
Shpërndani lirisht në rrjetet sociale!
Tatjana Volkova – Autorja e programit të mësimit të gjurmës për Internetin e Gjërave në Akademinë IT të Samsung, specialistja për programet e përgjegjësisë sociale korporative në Qendrën Kërkimore të Samsung
Burimi: habr.com
