Grafiku i Gartner është si një shfaqje e modës së lartë për ata në industrinë e teknologjisë. Duke e parë atë, mund të zbuloni paraprakisht se cilat fjalë janë më të përfolurat këtë sezon dhe çfarë do të dëgjoni në të gjitha konferencat e ardhshme.
Ne kemi deshifruar se çfarë fshihet pas fjalëve të bukura në këtë grafik, në mënyrë që ju të mund të flisni edhe gjuhën.
Për të filluar, vetëm disa fjalë se çfarë lloj grafiku është ky. Çdo vit në gusht, agjencia konsulente Gartner publikon një raport - Gartner Hype Curve. Në rusisht, kjo është një "kurbë hype", ose, më thjesht, hype. 30 vjet më parë, reperët e grupit Public Enemy kënduan: "Mos i besoni hypes". Besoni apo jo, kjo është një pyetje personale, por ia vlen të paktën t'i dini këto fjalë kyçe nëse punoni në fushën e teknologjisë dhe dëshironi të dini tendencat globale.
Ky është një grafik i pritjeve të publikut nga një teknologji e caktuar. Sipas Gartner, në mënyrë ideale, teknologjia kalon nëpër 5 faza: nisja e teknologjisë, kulmi i pritjeve të fryra, lugina e zhgënjimit, pjerrësia e iluminizmit, pllaja e produktivitetit. Por ndodh gjithashtu që të mbytet në "luginën e zhgënjimit" - ju mund t'i mbani mend vetë shembujt shumë lehtë, merrni të njëjtat bitcoin: fillimisht duke goditur kulmin si "para të së ardhmes", ato shpejt rrëshqitën poshtë kur mangësitë e teknologjisë u bënë të dukshme, para së gjithash kufizimet në numrin e transaksioneve dhe sasinë e madhe të energjisë elektrike të nevojshme për të gjeneruar bitcoin (që tashmë sjell probleme mjedisore). Dhe sigurisht, nuk duhet të harrojmë se grafiku i Gartner është vetëm një parashikim: këtu, për shembull, mund të lexoni një të detajuar , ku renditen parashikimet më të habitshme të paplotësuara.
Pra, le të kalojmë në grafikun e ri të Gartner. Teknologjitë ndahen në 5 grupe të mëdha tematike:
- AI dhe Analytics e avancuar
- Llogaritja postklasike dhe Comms
- Ndjeshmëria dhe Lëvizshmëria
- Njeriu i shtuar
- Ekosistemet Dixhitale
1. AI dhe Analytics e avancuar
Gjatë 10 viteve të fundit ne kemi parë orën më të mirë të të mësuarit të thellë. Këto rrjete janë vërtet efektive për gamën e tyre të detyrave. Në vitin 2018, Yann LeCun, Geoffrey Hinton dhe Yoshua Bengio morën çmimin Turing për zbulimet e tyre - çmimi më prestigjioz, analog me çmimin Nobel në shkencat kompjuterike. Pra, tendencat kryesore në këtë fushë, të cilat janë paraqitur në grafik:
1.1. Transferimi i të mësuarit
Ju nuk e trajnoni një rrjet nervor nga e para, por merrni një të trajnuar tashmë dhe i caktoni një qëllim tjetër. Ndonjëherë kjo kërkon rikualifikim të një pjese të rrjetit, por jo të gjithë rrjetit, gjë që është shumë më e shpejtë. Për shembull, duke marrë një rrjet nervor të gatshëm ResNet50, të trajnuar në grupin e të dhënave ImageNet1000, do të merrni një algoritëm që mund të klasifikojë shumë objekte të ndryshme në një imazh në një nivel shumë të thellë (1000 klasa bazuar në veçoritë e krijuara nga 50 shtresa të sistemit nervor rrjet). Por ju nuk keni nevojë të trajnoni të gjithë atë rrjet, gjë që do të zgjaste me muaj.
В Samsung "Rrjetet nervore dhe vizioni kompjuterik", për shembull, në finale me klasifikimin e pllakave në të pastra dhe të pista, demonstrohet një qasje që në 5 minuta ju jep në dispozicion një rrjet nervor të thellë, i aftë për të dalluar pllakat e pista nga ato të pastra, të ndërtuara sipas arkitekturës së përshkruar më sipër. Rrjeti origjinal nuk e dinte fare se çfarë ishin pllakat, ai vetëm mësoi të dallonte zogjtë nga qentë (shih ImageNet).
Burimi: Samsung "Rrjetet nervore dhe vizioni kompjuterik"
Për Transfer Learning ju duhet të dini se cilat qasje funksionojnë dhe cilat arkitektura bazë të gatshme janë në dispozicion. Në përgjithësi, kjo përshpejton në masë të madhe shfaqjen e aplikimeve praktike të mësimit të makinerive.
1.2. Rrjetet kundërshtare gjeneruese (GAN)
Kjo është për ato raste kur e kemi shumë të vështirë të formulojmë qëllimin mësimor. Sa më afër të jetë detyra me jetën reale, aq më e kuptueshme është për ne (“sill komodinën”), por aq më e vështirë është ta formulojmë si detyrë teknike. GAN është vetëm një përpjekje për të na shpëtuar nga ky problem.
Këtu funksionojnë dy rrjete: njëri është gjenerues (Generative), tjetri është diskriminues (Adversarial). Një rrjet mëson të bëjë punë të dobishme (klasifikimi i fotografive, njohja e tingujve, vizatimi i karikaturave). Dhe një rrjet tjetër mëson të mësojë atë rrjet: ai ka shembuj realë dhe mëson të gjejë një formulë komplekse të panjohur më parë për krahasimin e produkteve të pjesës gjeneruese të rrjetit me objektet e botës reale (set trajnimi) bazuar në karakteristika të thella vërtet të rëndësishme. : numri i syve, afërsia me stilin e Miyazaki, shqiptimi i saktë në anglisht.
Një shembull i rezultatit të një rrjeti për gjenerimin e karaktereve anime.
Por, sigurisht, është e vështirë të ndërtosh arkitekturë atje. Nuk mjafton vetëm hedhja e neuroneve, por ato duhet të përgatiten. Dhe ju duhet të studioni për javë të tëra. Kolegët e mi në Qendrën e Inteligjencës Artificiale Samsung po punojnë në temën GAN; kjo është një nga pyetjet kryesore të kërkimit të tyre. Për shembull, si kjo : përdorimi i rrjeteve gjeneruese për të sintetizuar foto realiste të njerëzve me poza të ndryshueshme - për shembull, për të krijuar një dhomë virtuale të përshtatjes, ose për të sintetizuar një fytyrë, e cila mund të zvogëlojë sasinë e informacionit që duhet të ruhet ose transmetohet për të siguruar video me cilësi të lartë komunikimi, transmetimi ose mbrojtja e të dhënave personale.
1.3. AI e shpjegueshme
Për disa detyra të rralla, përparimet në arkitekturat e thella papritmas i kanë afruar aftësitë e rrjeteve nervore të thella me aftësitë njerëzore. Tani beteja është në vazhdim për të rritur gamën e detyrave të tilla. Për shembull, një fshesë me korrent robot mund të dallojë lehtësisht një mace nga një qen në një takim kokë më kokë. Por në shumicën e situatave të jetës, ai nuk do të jetë në gjendje të gjejë një mace duke fjetur midis rrobave ose mobiljeve (megjithatë, si ne, në shumicën e rasteve...).
Cila është arsyeja e suksesit të rrjeteve të thella nervore? Ata zhvillojnë një paraqitje të problemit bazuar jo në informacionin "të dukshëm me sy të lirë" (pikselë fotografish, ndryshime në vëllimin e zërit...), por në veçoritë e marra pas përpunimit paraprak të këtij informacioni nga disa qindra shtresa të një rrjeti nervor. Fatkeqësisht, këto marrëdhënie mund të jenë gjithashtu të pakuptimta, të paqëndrueshme ose të mbajnë gjurmë të papërsosmërive në grupin origjinal të të dhënave. Për shembull, ekziston një lojë e vogël kompjuterike se çfarë mund të çojë përdorimi i pamenduar i AI në rekrutim .
Sistemi i etiketimit të imazheve e etiketoi personin që gatuan si grua, edhe pse personi në foto është në të vërtetë një burrë (). atë në Institutin e Virxhinias.
Për të analizuar marrëdhënie komplekse dhe të thella që shpesh nuk mund t'i formulojmë vetë, nevojiten metoda të shpjegueshme të AI. Ata organizojnë tiparet e rrjeteve nervore të thella në mënyrë që pas trajnimit, ne të mund të analizojmë përfaqësimin e brendshëm që rrjeti ka mësuar, në vend që thjesht të mbështetemi në vendimin e tij.
1.4. Edge Analytics / AI
Gjithçka me fjalën Edge fjalë për fjalë do të thotë si vijon: transferimi i një pjese të algoritmeve nga cloud/serveri në nivelin e pajisjes fundore/gateway. Një algoritëm i tillë do të funksionojë më shpejt dhe nuk do të kërkojë lidhje me një server qendror për funksionimin e tij. Nëse jeni njohur me abstraksionin e një "klienti të hollë", atëherë këtu po e bëjmë këtë klient pak më të trashë.
Kjo mund të jetë e rëndësishme për Internetin e Gjërave. Për shembull, nëse një makinë është mbinxehur dhe ka nevojë për ftohje, ka kuptim ta sinjalizoni këtë menjëherë, në nivelin e stabilimentit, pa pritur që të dhënat të shkojnë në cloud dhe prej andej te përgjegjësi i ndërrimit. Ose një shembull tjetër: makinat që drejtojnë vetë mund ta kuptojnë situatën e trafikut vetë, pa kontaktuar një server qendror.
Ose një shembull tjetër se pse kjo është e rëndësishme nga pikëpamja e sigurisë: kur shkruani tekste në telefonin tuaj, ai kujton fjalët që janë tipike për ju, në mënyrë që më vonë tastiera e telefonit t'ju nxisë me lehtësi me to - kjo quhet parashikuese. futja e tekstit. Dërgimi i gjithçkaje që shkruani në tastierën tuaj në një qendër të dhënash diku do të ishte një shkelje e privatësisë suaj dhe thjesht e pasigurt. Prandaj, trajnimi i tastierës ndodh vetëm brenda vetë pajisjes suaj.
1.5. Platforma e AI si shërbim (AI PaaS)
PaaS - Platforma-as-a-Service është një model biznesi në të cilin ne kemi akses në një platformë të integruar, duke përfshirë ruajtjen e të dhënave të bazuara në cloud dhe procedurat e gatshme. Në këtë mënyrë, ne mund të çlirohemi nga detyrat e infrastrukturës dhe të përqendrohemi plotësisht në prodhimin e diçkaje të dobishme. Shembull i platformave PaaS për detyrat e AI: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.
1.6. Mësimi adaptiv i makinerisë (ML adaptive)
Po sikur ta lëmë inteligjencën artificiale të përshtatet... Ju pyesni - domethënë si?.. A nuk përshtatet tashmë me detyrën? Problemi është ky: ne projektojmë me kujdes çdo problem të tillë përpara se të ndërtojmë një algoritëm të inteligjencës artificiale për ta zgjidhur atë. Ata do t'ju përgjigjen - rezulton se ky zinxhir mund të thjeshtohet.
Mësimi konvencional i makinerive funksionon në parimin e një qarku të hapur: ju përgatitni të dhëna, krijoni një rrjet nervor (ose ndonjë gjë tjetër), stërvitni, pastaj shikoni disa tregues dhe nëse ju pëlqen gjithçka, mund ta dërgoni rrjetin nervor në telefonat inteligjentë për të zgjidhur problemet e përdoruesit. Por në aplikacionet ku ka shumë të dhëna dhe natyra e tyre ndryshon gradualisht, nevojiten metoda të tjera. Sisteme të tilla, të cilat përshtaten dhe mësojnë vetveten, janë të organizuara në unaza të mbyllura, vetë-mësuese (closed-loop) dhe ato duhet të funksionojnë pa probleme.
Aplikacionet - kjo mund të jetë analitika e transmetimit (Stream Analytics), në bazë të së cilës shumë biznesmenë marrin vendime, ose menaxhimi adaptiv i prodhimit. Në shkallën e aplikacioneve aktuale dhe duke pasur parasysh rreziqet e kuptuara më mirë për njerëzit, teknikat që përbëjnë një zgjidhje për këtë problem janë mbledhur të gjitha nën termin ombrellë Adaptive AI.
Duke parë këtë foto, është e vështirë të heqësh qafe ndjenjën që futurologët nuk ushqehen me bukë - le t'i mësojnë një roboti të marrë frymë...
Llogaritja postklasike dhe Comms
2.1. Komunikimet celulare të gjeneratës së pestë (5G)
Kjo është një temë kaq interesante, saqë ne ju referojmë menjëherë tek ne . Epo, këtu është një përmbledhje e shkurtër. 5G, duke rritur frekuencën e transmetimit të të dhënave, do ta bëjë shpejtësinë e internetit jorealisht të shpejtë. Është më e vështirë që valët e shkurtra të kalojnë nëpër pengesa, kështu që dizajni i rrjeteve do të jetë krejtësisht i ndryshëm: nevojiten 500 herë më shumë stacione bazë.
Së bashku me shpejtësinë, do të marrim fenomene të reja: lojëra në kohë reale me realitet të shtuar, kryerja e detyrave komplekse (si operacioni) përmes teleprezencës, parandalimi i aksidenteve dhe situatave të vështira në rrugë përmes komunikimit midis makinerive. Në një shënim më prozaik: Interneti celular më në fund do të ndalojë së rënë gjatë ngjarjeve masive, të tilla si një ndeshje në një stadium.
Burimi i imazhit - Reuters, Niantic
2.2. Kujtesa e gjeneratës tjetër
Këtu po flasim për gjeneratën e pestë të RAM - DDR5. Samsung njoftoi se produktet me bazë DDR2019 do të jenë në dispozicion deri në fund të 5. Pritet që memoria e re të jetë dy herë më e shpejtë dhe dy herë më e madhe duke ruajtur të njëjtin faktor të formës, domethënë do të mund të marrim memorie me një kapacitet deri në 32 GB për kompjuterin tonë. Në të ardhmen, kjo do të jetë veçanërisht e rëndësishme për telefonat inteligjentë (memoria e re do të jetë në një version me fuqi të ulët) dhe për laptopët (ku numri i lojërave elektronike DIMM është i kufizuar). Dhe mësimi i makinerive kërkon gjithashtu sasi të mëdha RAM.
2.3. Sistemet satelitore të orbitës së ulët të Tokës
Ideja për të zëvendësuar satelitët e rëndë, të shtrenjtë, të fuqishëm me një tufë satelitësh të vegjël dhe të lirë nuk është aspak e re dhe u shfaq në vitet '90. Për çfarë Tani vetëm dembelët nuk kanë dëgjuar. Kompania më e famshme këtu është Iridium, e cila falimentoi në fund të viteve '90, por u shpëtua në kurriz të Departamentit të Mbrojtjes së SHBA (për të mos u ngatërruar me iRidium, sistemi rus i shtëpive inteligjente). Projekti i Elon Musk (Starlink) është larg nga i vetmi - Richard Branson (OneWeb - 1440 satelitë të propozuar), Boeing (3000 satelitë), Samsung (4600 satelitë) dhe të tjerë po marrin pjesë në garën satelitore.
Si qëndrojnë gjërat në këtë fushë, si duket ekonomia atje - lexoni . Dhe ne jemi në pritje të testeve të para të këtyre sistemeve nga përdoruesit e parë, të cilat duhet të bëhen vitin e ardhshëm.
2.4. Printim 3D në shkallë nano
Printimi 3D, megjithëse nuk ka hyrë në jetën e çdo personi (në formën e premtuar nga një fabrikë individuale e plastikës në shtëpi), megjithatë ka kohë që ka lënë hapësirën e teknologjisë për geeks. Ju mund të gjykoni nga fakti se çdo nxënës i shkollës di për ekzistencën e të paktën stilolapsave të skalitur 3D, dhe shumë ëndërrojnë të blejnë një kuti me vrapues dhe një ekstruder për ... "ashtu si kjo" (ose e kanë blerë tashmë).
Stereolithografia (printera lazer 3D) lejon printimin me fotone individuale: po hulumtohen polimere të reja që kërkojnë vetëm dy fotone për t'u ngurtësuar. Kjo do të lejojë, në kushte jo laboratorike, të krijoni filtra, montime, susta, kapilarë, lente dhe... opsionet tuaja krejtësisht të reja në komente! Dhe këtu nuk është larg nga fotopolimerizimi - vetëm kjo teknologji na lejon të "printojmë" procesorë dhe qarqe kompjuterike. Përveç kësaj, ky nuk është viti i parë që ka , por pa zhvillim radikal.
3. Ndjeshmëria dhe Lëvizshmëria
3.1. Ngasja autonome Niveli 4 dhe 5
Për të mos u ngatërruar në terminologji, ia vlen të kuptoni se cilat nivele të autonomisë dallohen (marrë nga të detajuara , të cilit i referohemi të gjithë të interesuarve):
Niveli 1: Kontrolli i lundrimit: ndihmon shoferin në situata shumë të kufizuara (për shembull, mbajtja e makinës me një shpejtësi të caktuar pasi shoferi heq këmbën nga pedali)
Niveli 2: Asistencë e kufizuar e drejtimit dhe frenimit. Shoferi duhet të jetë gati për të marrë kontrollin pothuajse menjëherë. Duart i ka në timon, sytë drejtohen nga rruga. Kjo është diçka që tashmë e kanë Tesla dhe General Motors.
Niveli 3: Shoferi nuk duhet të shikojë vazhdimisht rrugën. Por ai duhet të qëndrojë vigjilent dhe të jetë gati për të marrë kontrollin. Kjo është diçka që makinat e disponueshme në treg nuk e kanë ende. Të gjitha ekzistueset janë në nivelin 1-2.
Niveli 4: Autopilot i vërtetë, por me kufizime: udhëtime vetëm në një zonë të njohur që është hartuar me kujdes dhe përgjithësisht e njohur për sistemin, dhe në kushte të caktuara: për shembull, në mungesë të borës. Waymo dhe General Motors kanë prototipa të tillë dhe planifikojnë t'i hedhin në treg në disa qytete dhe t'i testojnë në mjedise reale. Yandex ka zona testimi për taksi pa pilot në Skolkovo dhe Innopolis: udhëtimi zhvillohet nën mbikëqyrjen e një inxhinieri të ulur në vendin e pasagjerit; deri në fund të vitit, kompania planifikon të zgjerojë flotën e saj në 100 automjete pa pilot.
Niveli 5: Drejtim i plotë automatik, zëvendësim i plotë i një drejtuesi të drejtpërdrejtë. Sisteme të tilla nuk ekzistojnë dhe nuk ka gjasa të shfaqen në vitet e ardhshme.
Sa realiste është të shohësh të gjitha këto në të ardhmen e parashikueshme? Këtu do të doja ta ridrejtoja lexuesin te artikulli . Kjo është pjesërisht për shkak të mungesës së lidhjes 5G: shpejtësitë e disponueshme 4G nuk janë të mjaftueshme. Pjesërisht për shkak të kostos shumë të lartë të makinave autonome: ato nuk janë ende fitimprurëse, modeli i biznesit është i paqartë. Me një fjalë, "gjithçka është e ndërlikuar" këtu dhe nuk është rastësi që Gartner shkruan se parashikimi për zbatimin masiv të Nivelet 4 dhe 5 nuk është më herët se në 10 vjet.
3.2. Kamera me sensor 3D
Tetë vjet më parë, kontrolluesi i lojërave Kinect i Microsoft bëri valë duke ofruar një zgjidhje të arritshme dhe relativisht të lirë për vizionin 3D. Që atëherë, lojërat e edukimit fizik dhe kërcimi me Kinect kanë përjetuar rritjen dhe rënien e tyre të shkurtër, por kamerat 3D filluan të përdoren në robotët industrialë, automjetet pa pilot dhe telefonat celularë për identifikimin e fytyrës. Teknologjia është bërë më e lirë, më kompakte dhe më e aksesueshme.
Telefoni Samsung S10 ka një kamerë të kohës së fluturimit që mat distancën nga një objekt për ta bërë fokusimin më të lehtë.
Nëse jeni të interesuar për këtë temë, atëherë ne do t'ju ridrejtojmë në një përmbledhje shumë të mirë të detajuar të kamerave të thellësisë: , .
3.3. Dronët për dërgimin e ngarkesave të vogla (Dronët e dërgesës së ngarkesave të lehta)
Këtë vit, Amazon bëri bujë kur shfaqi një dron të ri fluturues në shfaqje që mund të mbajë ngarkesa të vogla deri në 2 kg. Për një qytet me bllokimin e trafikut, kjo duket si një zgjidhje ideale. Le të shohim se si funksionojnë këta dronë në të ardhmen shumë të afërt. Ndoshta ia vlen të jesh me kujdes skeptik këtu: ka shumë probleme, duke filluar me mundësinë e vjedhjes së lehtë të një droni dhe duke përfunduar me kufizimet ligjore për UAV-të. Amazon Prime Air ekziston për gjashtë vjet, por është ende në fazën e testimit.
Droni i ri i Amazon, i shfaqur këtë pranverë. Ka diçka nga Star Wars rreth tij.
Përveç Amazon, ka lojtarë të tjerë në këtë treg (ekziston një i detajuar ), por jo një produkt i vetëm i përfunduar: gjithçka është në fazën e testimit dhe fushatave të marketingut. Më vete, vlen të përmendet mjaft interesante mjekësore shumë e specializuar në Afrikë: dorëzimi i gjakut të dhuruar në Ganë (14 dërgesa, kompania Zipline) dhe Ruanda (kompania Matternet).
3.4. Mjete Autonome Fluturuese
Është e vështirë të thuash diçka të qartë këtu. Sipas Gartner, kjo do të shfaqet jo më herët se në 10 vjet. Në përgjithësi, këtu ka të njëjtat probleme si në makinat vetë-drejtuese, vetëm ato marrin një dimension të ri - vertikal. Porsche, Boeing dhe Uber kanë shpallur ambiciet e tyre për të ndërtuar një taksi fluturuese.
3.5. Re e realitetit të shtuar (Re AR)
Një kopje dixhitale e përhershme e botës reale, që ju lejon të krijoni një shtresë të re realiteti të përbashkët për të gjithë përdoruesit. Në terma më teknikë, ne po flasim për krijimin e një platforme të hapur cloud në të cilën zhvilluesit mund të integrojnë aplikacionet e tyre AR. Modeli i fitimit të parave është i qartë; është një lloj analog i Steam. Ideja është bërë aq e rrënjosur sa disa tani besojnë se AR pa cloud është thjesht e padobishme.
Se si mund të duket kjo në të ardhmen tregohet në një video të shkurtër. Duket si një episod tjetër i Black Mirror:
Ju gjithashtu mund të lexoni në
4. Njeriu i shtuar
4.1. Emocioni AI
Si të matni, simuloni dhe t'i përgjigjeni emocioneve njerëzore? Disa nga klientët këtu janë kompani që prodhojnë asistentë zanorë si Amazon Alexa. Ata vërtet mund të mësohen me shtëpitë nëse mësojnë të njohin gjendjen shpirtërore: kuptojnë arsyen e pakënaqësisë së përdoruesit dhe përpiqen të korrigjojnë situatën. Në përgjithësi, ka shumë më tepër informacion në kontekst sesa në vetë mesazhin. Dhe konteksti është shprehja e fytyrës, intonacioni dhe sjellja joverbale.
Zbatime të tjera praktike: analiza e emocioneve gjatë një interviste pune (bazuar në intervista me video), vlerësimi i reagimeve ndaj reklamave ose përmbajtjeve të tjera video (buzëqeshje, të qeshura), ndihmë në të mësuar (për shembull, për praktikë të pavarur në artin e të folurit në publik).
Është e vështirë të flasësh më mirë për këtë temë sesa autori i një filmi të shkurtër 6-minutësh . Videoja e mprehtë dhe me stil tregon se si mund të matni emocionet tona për qëllime marketingu dhe nga reagimet momentale të fytyrës suaj, zbuloni nëse ju pëlqen pica, qentë, Kanye West, madje edhe cili është niveli i të ardhurave dhe IQ e përafërt. Duke vizituar faqen e internetit të filmit duke përdorur lidhjen e mësipërme, ju bëheni pjesëmarrës në një video interaktive duke përdorur kamerën e integruar të laptopit tuaj. Filmi tashmë është shfaqur në disa festivale filmi.
Ekziston edhe një studim kaq interesant: si të njohim sarkazmën në tekst. Ne morëm cicërima me hashtagun #sarkazëm dhe bëmë një grup trajnimi prej 25 cicërimash me sarkazëm dhe 000 cicërima të rregullta për gjithçka nën diell. Ne përdorëm bibliotekën TensorFlow, trajnuam sistemin dhe këtu është rezultati:
Prandaj, tani, nëse nuk jeni të sigurt për kolegun ose mikun tuaj - ai ju tha diçka seriozisht ose me sarkazëm, tashmë mund të përdorni !
4.2. Inteligjenca e shtuar
Automatizimi i punës intelektuale duke përdorur metoda të mësimit të makinerive. Do të duket si asgjë e re? Por vetë formulimi është i rëndësishëm këtu, veçanërisht pasi përkon në shkurtim me Inteligjencën Artificiale. Kjo na kthen në debatin rreth AI "të fortë" dhe "të dobët".
Inteligjenca artificiale e fortë është e njëjta inteligjencë artificiale nga filmat fantashkencë që është plotësisht ekuivalente me mendjen e njeriut dhe është e vetëdijshme për veten si individ. Kjo ende nuk ekziston dhe është e paqartë nëse do të ekzistojë fare.
AI i dobët nuk është një person i pavarur, por një asistent njerëzor. Ai nuk pretendon se ka të menduar si njeriu, por thjesht di të zgjidhë problemet e informacionit, për shembull, të përcaktojë se çfarë tregohet në një foto ose të përkthejë tekstin.
Në këtë kuptim, Inteligjenca e Shtuar është "AI e dobët" në formën e saj më të pastër dhe formulimi duket i suksesshëm, pasi nuk sjell konfuzion dhe tundimin për të parë këtu të njëjtën "AI të fortë" që të gjithë ëndërrojnë (ose i frikësohen, nëse ne kujtoni diskutimet e shumta për "makinat e rebelimit"). Duke përdorur shprehjen "Inteligjencë e shtuar", ne bëhemi menjëherë heronjtë e një filmi tjetër: nga fantashkencë (si "Unë, Robot" i Asimov) ne e gjejmë veten në cyberpunk ("shtimet" në këtë zhanër janë të gjitha llojet e implanteve që zgjerojnë aftësitë njerëzore).
Si Erik Brynjolfsson dhe Andrew McAffee: “Gjatë 10 viteve të ardhshme, kjo është ajo që do të ndodhë. AI nuk do të zëvendësojë menaxherët, por ata menaxherë që përdorin AI do të zëvendësojnë ata që ende nuk e kanë arritur atë.”
Shembuj:
- Mjekësia: Universiteti Stanford u zhvillua , i cili përballet me detyrën e njohjes së patologjive në rrezet X të gjoksit mesatarisht me aq sukses sa shumica e mjekëve
- Edukimi: ndihma për nxënësit dhe mësuesit, analiza e përgjigjeve të nxënësve ndaj materialeve, ndërtimi i një trajektoreje mësimore individuale.
- Analitika e biznesit: parapërpunimi i të dhënave, sipas statistikave, merr 80% të kohës së një studiuesi dhe vetëm 20% të vetë eksperimentit.
4.3. Bioçipa
Kjo është tema e preferuar e të gjithë filmave dhe librave kiberpunk. Në përgjithësi, mikroçipi i kafshëve shtëpiake nuk është një praktikë e re. Por tani këto çipa kanë filluar të futen te njerëzit.
Në këtë rast, zhurma ka shumë të ngjarë të lidhet me rastin e bujshëm në kompaninë amerikane Three Square Market. Atje, punëdhënësi filloi të ofrojë për të implantuar patate të skuqura nën lëkurë në këmbim të një tarife. Çipi ju lejon të hapni dyert, të hyni në kompjuterë, të blini ushqime të lehta nga një makinë shitëse - domethënë një kartë kaq universale punonjësish. Për më tepër, një çip i tillë shërben pikërisht si një kartë identifikimi; ai nuk ka një modul GPS, kështu që është e pamundur të gjurmosh këdo që e përdor atë. Dhe nëse një person dëshiron të heqë çipin nga krahu, i duhen 5 minuta me ndihmën e një mjeku.
Çipat zakonisht vendosen midis gishtit të madh dhe gishtit tregues.
Lexo më shumë për gjendjen e punëve me çip në botë.
4.4. Hapësirë pune gjithëpërfshirëse
"Immersive" është një tjetër fjalë e re që thjesht nuk ka shpëtim. Është kudo. Teatër gjithëpërfshirës, ekspozitë, kinema. Çfarë do të thuash? Zhytja është krijimi i një efekti zhytës, kur humbet kufiri midis autorit dhe shikuesit, botës virtuale dhe reale. Në vendin e punës, me sa duket, kjo do të thotë mjegullim i kufirit midis kryerësit dhe iniciatorit dhe inkurajimi i punonjësve për të marrë një pozicion më aktiv përmes riformatimit të mjedisit të tyre.
Meqenëse tani kemi shkathtësi, fleksibilitet dhe bashkëpunim të ngushtë kudo, vendet e punës duhet të jenë sa më lehtë të konfigurueshme dhe duhet të inkurajojnë punën në grup. Ekonomia dikton kushtet e saj: ka më shumë punonjës të përkohshëm, kostoja e marrjes me qira të hapësirave për zyra po rritet dhe në një treg konkurrues të punës, kompanitë e IT-së po përpiqen të rrisin kënaqësinë e punonjësve nga puna duke krijuar zona rekreative dhe përfitime të tjera. Dhe e gjithë kjo reflektohet në hartimin e vendeve të punës.
Nga knoll
4.5. Personifikimi
Të gjithë e dinë se çfarë është personalizimi në reklama. Kjo është kur sot po diskutoni me një koleg se ajri në dhomë është disi i thatë dhe duhet të blini një lagështues për zyrën, dhe të nesërmen shihni një reklamë në rrjetin tuaj social - "bleni një lagështues" (një ngjarje e vërtetë që më ka ndodhur).
Personalizimi, siç përcaktohet nga Gartner, është një përgjigje ndaj shqetësimeve në rritje të përdoruesve në lidhje me përdorimin e të dhënave të tyre personale për qëllime reklamimi. Qëllimi është të zhvillojmë një qasje në të cilën na tregohet reklama që është e rëndësishme për kontekstin në të cilin gjendemi, dhe jo për ne personalisht. Për shembull, vendndodhja jonë, lloji i pajisjes, koha e ditës, kushtet e motit - kjo është diçka që nuk cenon të dhënat tona personale dhe ne nuk ndjejmë ndjenjën e pakëndshme të të qenit të "mbikëqyrur".
Lexoni për ndryshimin midis këtyre dy koncepteve Andrew Frank blogon në faqen e internetit të Gartner. Ka një ndryshim kaq delikat dhe fjalë kaq të ngjashme, saqë ju, duke mos ditur ndryshimin, rrezikoni të grindeni për një kohë të gjatë me bashkëbiseduesin tuaj, duke mos dyshuar se në përgjithësi, të dy kanë të drejtë (dhe ky është gjithashtu një incident i vërtetë që i ka ndodhur autor).
4.6. Bioteknologjia – Ind i kultivuar ose artificial
Kjo është, para së gjithash, ideja e rritjes së mishit artificial. Në të njëjtën kohë, disa ekipe në mbarë botën janë të zënë me zhvillimin e laboratorit "Meat 2.0" - pritet që ai të bëhet më i lirë se zakonisht, dhe ushqimet e shpejta dhe më pas supermarketet do të kalojnë në të. Investitorët në këtë teknologji përfshijnë Bill Gates, Sergey Brin, Richard Branson dhe të tjerë.
Burim
Arsyet pse të gjithë janë kaq të interesuar për mishin artificial:
- Ngrohja globale: emetimet e metanit nga fermat. Kjo është 18% e vëllimit global të gazrave që ndikojnë në klimën.
- Rritja e popullsisë. Kërkesa për mish po rritet dhe nuk do të jetë e mundur të ushqehen të gjithë me mish natyral - është thjesht e shtrenjtë.
- Mungesa e hapësirës. 70% e pyjeve të Amazonës tashmë janë prerë për kullota.
- Konsiderata etike. Ka nga ata për të cilët kjo është e rëndësishme. Organizata për të drejtat e kafshëve PETA i ka ofruar tashmë një çmim prej 1 milion dollarësh shkencëtarit që sjell në treg mishin artificial të pulës.
Zëvendësimi i mishit të vërtetë me soje është një zgjidhje e pjesshme, sepse njerëzit mund të vlerësojnë ndryshimin në shije dhe cilësi dhe nuk ka gjasa të heqin dorë nga biftek në favor të sojës. Pra, keni nevojë për mish të vërtetë, të rritur në mënyrë organike. Tani, për fat të keq, mishi artificial është shumë i shtrenjtë: nga 12 dollarë për kilogram. Kjo është për shkak të procesit kompleks teknik të rritjes së një mishi të tillë. Lexoni për të gjitha .
Nëse flasim për raste të tjera të rritjes së indeve - tashmë në mjekësi - atëherë tema me organet artificiale është interesante: për shembull, një "patch" për muskulin e zemrës, një printer special 3D. I njohur si një zemër miu e rritur artificialisht, por në përgjithësi gjithçka është ende brenda fushës së provave klinike. Pra, nuk ka gjasa të shohim Frankenstein në vitet e ardhshme.
Këtu Gartner është shumë i kujdesshëm në vlerësimet e tij, me sa duket duke mbajtur parasysh parashikimin e tij të dështuar të vitit 2015 se në vitin 2019, 10% e popullsisë në vendet e zhvilluara do të kishte një implant pajisjeje mjekësore të printuar 3D. Prandaj, do të thotë se koha për të arritur një pllajë produktiviteti është të paktën 10 vjet.
5. Ekosistemet Dixhitale
5.1. Ueb i decentralizuar
Ky koncept është i lidhur ngushtë me emrin e shpikësit të internetit, fituesit të çmimit Turing Sir Tim Burners-Lee. Për të, çështjet e etikës në shkencat kompjuterike ishin gjithmonë të rëndësishme dhe thelbi kolektiv i internetit ishte i rëndësishëm: duke hedhur themelet e hipertekstit, ai ishte i bindur se rrjeti duhet të funksiononte si një ueb, dhe jo si një hierarki. Ky ishte rasti në fazën e hershme të zhvillimit të rrjetit. Megjithatë, me rritjen e internetit, struktura e tij u centralizua për një sërë arsyesh. Doli që qasja në rrjet për një vend të tërë mund të bllokohej lehtësisht me ndihmën e vetëm disa ofruesve. Dhe të dhënat e përdoruesve janë bërë një burim fuqie dhe të ardhurash për kompanitë e internetit.
“Interneti tashmë është i decentralizuar”, thotë Burners-Lee. “Problemi është se një motor kërkimi, një rrjet i madh social, një platformë mikroblogimi dominon. Ne nuk kemi probleme teknologjike, por kemi probleme sociale.”
Në tij Për 30-vjetorin e World Wide Web, krijuesi i Web-it përshkroi tre probleme kryesore të internetit:
- Dëmi i synuar si hakerimi i sponsorizuar nga shteti, krimi dhe ngacmimet në internet
- Vetë dizajni i sistemit, i cili, në dëm të përdoruesit, krijon terren për mekanizma të tillë si: stimujt financiarë për clickbait dhe përhapja virale e informacionit të rremë.
- Pasojat e padëshiruara të dizajnit të sistemit që çojnë në konflikt dhe ulje të cilësisë së diskutimit në internet
Dhe Tim Berners-Lee tashmë ka një përgjigje se mbi cilat parime mund të bazohet "Interneti i një personi të shëndetshëm", pa problemin numër 2: "Për shumë përdorues, të ardhurat nga reklamat mbeten modeli i vetëm për ndërveprim me internetin. Edhe nëse njerëzit kanë frikë se çfarë ndodh me të dhënat e tyre, ata janë të gatshëm të bëjnë një marrëveshje me makinën e marketingut për mundësinë për të marrë përmbajtje falas. Imagjinoni një botë ku pagesa për mallra dhe shërbime është e lehtë dhe e këndshme për të dyja palët.” Ndër opsionet se si mund të organizohet kjo: muzikantët mund të shesin regjistrimet e tyre pa ndërmjetës në formën e iTunes, dhe faqet e lajmeve mund të përdorin një sistem mikropagesash për leximin e një artikulli, në vend që të fitojnë para nga reklamat.
Si një prototip eksperimental për këtë Internet të ri, Tim Berners-Lee nisi projektin SOLID, thelbi i të cilit është që të ruani të dhënat tuaja në një "pod" - një dyqan informacioni dhe mund t'i siguroni këto të dhëna aplikacioneve të palëve të treta. Por në parim, ju vetë jeni zotëruesit e të dhënave tuaja. E gjithë kjo është e lidhur ngushtë me konceptin e rrjeteve peer-to-peer, domethënë kompjuteri juaj jo vetëm që kërkon shërbime, por edhe i ofron ato, në mënyrë që të mos mbështetet në një server si kanali i vetëm.
5.2. Organizatat e Decentralizuara Autonome
Është një organizatë që drejtohet nga rregulla të shkruara në formën e një programi kompjuterik. Aktivitetet e saj financiare bazohen në blockchain. Qëllimi i krijimit të organizatave të tilla është eliminimi i shtetit nga roli i ndërmjetësit dhe krijimi i një mjedisi të përbashkët të besuar për palët, i cili nuk është në pronësi të askujt individualisht, por në pronësi të të gjithëve së bashku. Kjo do të thotë, në teori, kjo duhet që, nëse ideja zë rrënjë, të shfuqizojë noterët dhe institucionet e tjera të zakonshme verifikuese.
Shembulli më i famshëm i një organizate të tillë ishte DAO e fokusuar në sipërmarrje, e cila mblodhi 2016 milionë dollarë në vitin 150, nga të cilat 50 dollarë u vodhën menjëherë përmes një vrime ligjore në rregulla. Menjëherë u ngrit një dilemë e vështirë: ose ktheni dhe ktheni paratë, ose pranoni që tërheqja e parave ishte e ligjshme, sepse në asnjë mënyrë nuk shkelte rregullat e platformës. Si rezultat, për t'i kthyer paratë investitorëve, krijuesit duhej të shkatërronin DAO, duke rishkruar blockchain dhe duke shkelur parimin e tij bazë - pandryshueshmërinë.
Komik rreth Ethereum (majtas) dhe DAO (djathtas).
E gjithë kjo histori ka prishur reputacionin e vetë idesë së DAO. Ai projekt është bërë në bazë të kriptomonedhës Ethereum, versioni Ether 2.0 pritet vitin e ardhshëm - ndoshta autorët (përfshirë të famshmin Vitalik Buterin) do të marrin parasysh gabimet dhe do të tregojnë diçka të re. Kjo është ndoshta arsyeja pse Gartner vendosi DAO në linjë.
5.3. Të dhënat sintetike
Për të trajnuar rrjetet nervore nevojiten sasi të mëdha të dhënash. Etiketimi i të dhënave me dorë është një detyrë e madhe që mund të bëhet vetëm nga një njeri. Prandaj, është e mundur të krijohen grupe të dhënash artificiale. Për shembull, të njëjtat koleksione të fytyrave njerëzore në sit . Ato janë krijuar duke përdorur GAN - algoritmet që u përmendën më lart.
Këto fytyra nuk u përkasin njerëzve.
Avantazhi i madh i të dhënave të tilla është se nuk ka vështirësi ligjore në përdorimin e tyre: nuk ka njeri që të japë pëlqimin për përpunimin e të dhënave personale.
5.4. Opsionet dixhitale
Prapashtesa "Ops" është bërë tepër në modë që kur DevOps zuri rrënjë në fjalimin tonë. Tani për atë që është DigitalOps – është thjesht një përgjithësim i DevOps, DesignOps, MarketingOps... Jeni mërzitur akoma? Me pak fjalë, është një transferim i qasjes DevOps nga zona e softuerit në të gjitha aspektet e tjera të biznesit - marketing, dizajn, etj.
Ideja e DevOps ishte heqja e barrierave midis vetë Zhvillimit dhe Operacioneve (proceset e biznesit), përmes krijimit të ekipeve të përbashkëta, ku ka programues, testues, specialistë sigurie dhe administratorë; zbatimi i praktikave të caktuara: integrimi i vazhdueshëm, infrastruktura si kod, reduktimi dhe forcimi i zinxhirëve të feedback-ut. Qëllimi ishte për të përshpejtuar kohën e produktit në treg. Nëse mendonit se kjo ishte e ngjashme me Agile, kishit të drejtë. Tani transferojeni mendërisht këtë qasje nga fusha e zhvillimit të softuerit në zhvillimin në përgjithësi - dhe ju e kuptoni se çfarë është DigitalOps.
5.5. Grafikët e njohurive
Një mënyrë softuerike për të modeluar një zonë njohurish, duke përfshirë përdorimin e algoritmeve të mësimit të makinerive. Një grafik njohurie është ndërtuar mbi bazat e të dhënave ekzistuese për të lidhur së bashku të gjithë informacionin: të strukturuar (lista e ngjarjeve ose njerëzve) dhe të pastrukturuar (teksti i një artikulli).
Shembulli më i thjeshtë është karta që mund të shihni në rezultatet e kërkimit të Google. Nëse jeni duke kërkuar për një person ose institucion, do të shihni një kartë në të djathtë:
Ju lutemi vini re se "Ngjarjet e ardhshme" nuk është një kopje e informacionit nga Google Maps, por një integrim i orarit me Yandex.Afisha: mund ta shihni lehtësisht këtë nëse klikoni mbi ngjarjet. Kjo do të thotë, është kombinimi i disa burimeve të të dhënave së bashku.
Nëse kërkoni një listë - për shembull, "regjisorë të famshëm" - do t'ju shfaqet një karusel:
Bonus për ata që lexojnë deri në fund
Dhe tani që kemi sqaruar vetë kuptimin e secilës prej pikave, mund të shikojmë të njëjtën pamje, por në rusisht:
Shpërndajeni lirshëm në rrjetet sociale!
Tatyana Volkova - Autore e programit të trajnimit për rrugën e IT të Internetit të Gjërave në Akademinë Samsung, specialiste në programet e përgjegjësisë sociale të korporatave në Qendrën Kërkimore Samsung
Burimi: www.habr.com