El horario de Gartner para quienes trabajan en el campo de la tecnología es como una exhibición de alta costura. Mirándolo, puede averiguar de antemano qué palabras son las más publicitadas esta temporada y qué escuchará en las próximas conferencias.

Hemos descifrado lo que se esconde detrás de las hermosas palabras en este gráfico para que también pueda hablar este idioma.





Para empezar, solo unas pocas palabras, qué tipo de horario es este. Todos los años, en agosto, la agencia de consultoría Gartner publica un informe: la Curva Hype de Gartner. En ruso, es una "curva de bombo" o, más simplemente, un bombo. Hace 30 años, los raperos del grupo Public Enemy cantaron: "No creas en el bombo". Lo creas o no, la pregunta es personal, pero al menos vale la pena conocer estas palabras clave si trabajas en el campo de la tecnología y quieres conocer las tendencias mundiales.

Este es un gráfico de las expectativas públicas de una tecnología en particular. Según Gartner, en el caso ideal, la tecnología pasa por 5 etapas secuencialmente: el lanzamiento de la tecnología, el pico de altas expectativas, el valle de la decepción, la pendiente de la educación, la meseta de la productividad. Pero también sucede que se está ahogando en un "valle de decepción": puede recordar los ejemplos usted mismo muy fácilmente, tome los mismos bitcoins: inicialmente en la cima como "dinero del futuro", rápidamente cayeron cuando las deficiencias de la tecnología se hicieron evidentes, en primer lugar restricciones en la cantidad de transacciones y la enorme cantidad de electricidad requerida para generar bitcoins (lo que ya conlleva problemas ambientales). Y, por supuesto, no debemos olvidar que el gráfico de Gartner es solo un pronóstico: aquí, por ejemplo, puede leer un artículo detallado donde se resuelven las predicciones más vívidas sin cumplir.

Entonces, repasemos el nuevo gráfico de Gartner. Las tecnologías se dividen en 5 grandes grupos temáticos:

1. IA avanzada y análisis
   
2. Computación y comunicaciones posclásicas
   
3. Sensorial y Movilidad
   
4. Humano Aumentado
   
5. Ecosistemas Digitales
   

1. IA avanzada y análisis

Durante los últimos 10 años, hemos visto el punto culminante del aprendizaje profundo (Deep Learning). Estas redes son verdaderamente efectivas para sus tareas. En 2018, Jan Lecun, Jeffrey Hinton y Yoshua Benjio recibieron el Premio Turing por abrirlos, el premio más prestigioso, un análogo del Premio Nobel de informática. Entonces, las principales tendencias en esta área, que se ponen en la tabla:

1.1. Transferir aprendizaje

No entrenas una red neuronal desde cero, sino que tomas una red ya entrenada y le asignas un objetivo diferente. A veces, para esto, necesita volver a entrenar parte de la red, pero no toda la red, que es mucho más rápido. Por ejemplo, si toma una red neuronal ResNet50 preparada y entrenada en el conjunto de datos ImageNet1000, obtendrá un algoritmo que puede clasificar muchos objetos diferentes de una imagen a un nivel muy profundo (1000 clases basadas en atributos generados por 50 capas de una red neuronal). Pero no necesita capacitar a toda la red, lo que llevaría meses.

En el curso en línea de Samsung "Redes neuronales y visión por computadora", por ejemplo, en la tarea final de Kaggle con clasificación de placas en limpias y sucias, se muestra un enfoque que en 5 minutos le brinda una red neuronal profunda que puede distinguir las placas sucias de las limpias. construido sobre la arquitectura anterior. La red original no sabía qué placas eran en general, solo aprendió a distinguir las aves de los perros (ver ImageNet).


Fuente: Curso en línea de Samsung “Redes neuronales y visión por computadora”

Para Transfer Learning, necesita saber qué enfoques funcionan, qué son las arquitecturas básicas preparadas. En general, esto acelera enormemente la aparición de aplicaciones prácticas de aprendizaje automático.

1.2. Redes Adversarias Generativas (GAN)

Esto es para aquellos casos en los que es muy difícil para nosotros formular el objetivo de la capacitación. Cuanto más se acerca la tarea a la vida real, más comprensible es para nosotros ("traer una mesita de noche"), pero más difícil es formularla como una tarea técnica. GAN es solo un intento de librarnos de este problema.

Aquí funcionan dos redes: un generador (Generativo), el otro discriminador (Adversarial). Una red aprende a hacer un trabajo útil (clasificar imágenes, reconocer sonidos, dibujar caricaturas). Y otra red aprende a aprender esa red: tiene ejemplos reales, y aprende a encontrar una fórmula compleja previamente desconocida para comparar la parte generativa de la red con objetos del mundo real (conjunto de entrenamiento) de acuerdo con signos profundos muy importantes: la cantidad de ojos, la proximidad al estilo de Miyazaki, pronunciación correcta del inglés.


Un ejemplo del resultado de la red para generar personajes de anime. Fuente

Pero allí, por supuesto, es difícil construir arquitectura. Lanzar neuronas no es suficiente; necesitan estar preparados. Y tienes que aprender durante semanas. Mis colegas del Centro de Inteligencia Artificial de Samsung tratan el tema de GAN, y esta es una de sus preguntas clave de investigación. Por ejemplo, este es un desarrollo : el uso de redes generativas para la síntesis de fotografías realistas de personas con una pose variable, por ejemplo, para crear un probador virtual o para sintetizar una cara, lo que puede reducir la cantidad de información que debe almacenarse o transmitirse para garantizar una comunicación, transmisión o protección de video de alta calidad datos personales


Fuente

1.3. IA explicada

En algunas tareas raras, los avances en arquitecturas profundas acercaron de repente las capacidades de las redes neuronales profundas a las de los humanos. Ahora la batalla es expandir el círculo de tales tareas. Por ejemplo, una aspiradora robot podría distinguir fácilmente a un gato de un perro en un encuentro frontal. Pero en la mayoría de las situaciones de la vida no podrá encontrar un gato durmiendo entre sábanas o muebles (sin embargo, como nosotros, en la mayoría de los casos ...).

¿Cuál es la razón del éxito de las redes neuronales profundas? Desarrollan una representación del problema, basada no en la información "visible a simple vista" (píxeles de una fotografía, saltos en el volumen del sonido ...), sino en los signos obtenidos después de preprocesar esta información por varios cientos de capas de una red neuronal. Desafortunadamente, estas relaciones también pueden ser sin sentido, contradictorias o llevar rastros de imperfecciones en el conjunto de datos original. Por ejemplo, sobre lo que puede llevar el uso irreflexivo de la IA en el reclutamiento, hay un pequeño juego de computadora Survival Of The Best Fit .


El sistema para marcar las imágenes llamó a la persona que cocina a la mujer, aunque la imagen es en realidad un hombre ( Fuente ). Esto se notó en el Instituto de Virginia.

Se necesitan métodos de IA explicables para analizar relaciones complejas y profundas que a menudo no podemos formular nosotros mismos. Organizan los signos de redes neuronales profundas para que después del entrenamiento podamos analizar la representación interna que la red ha aprendido, y no solo confiar en su solución.

1.4. Peripheral Analytics / AI (Edge Analytics / AI)

Todo, donde está la palabra Edge, significa literalmente lo siguiente: transferir algunos de los algoritmos desde la nube / servidor al nivel del dispositivo / puerta de enlace final. Tal algoritmo funcionará más rápido y no necesitará conectarse a un servidor central para su trabajo. Si está familiarizado con la abstracción del "cliente ligero", aquí engrosamos un poco este cliente.
Esto puede ser importante para Internet de las cosas. Por ejemplo, si la máquina se sobrecalienta y necesita enfriamiento, tiene sentido enviar una señal al respecto de inmediato, a nivel de la planta, sin esperar a que los datos vayan a la nube y de allí al maestro de turnos. O otro ejemplo: los drones pueden lidiar con la situación del tráfico por su cuenta, sin acceder al servidor central.


Fuente

O otro ejemplo de por qué esto es importante desde el punto de vista de la seguridad: cuando escribe textos en su teléfono, recuerda palabras que son típicas para usted, de modo que el teclado del teléfono le avisará más convenientemente; esto se denomina ingreso de texto predictivo. Enviar en algún lugar al centro de datos todo lo que ingrese en el teclado sería una violación de su privacidad y simplemente inseguro. Por lo tanto, el entrenamiento del teclado se lleva a cabo solo dentro del marco de su dispositivo.

1.5. Plataforma AI como servicio (AI PaaS)

PaaS: la plataforma como servicio es un modelo de negocio en el que obtenemos acceso a una plataforma integrada, que incluye su almacenamiento de datos basado en la nube y procedimientos listos para usar. Por lo tanto, podemos liberarnos de las tareas de infraestructura y concentrarnos completamente en la producción de algo útil. Ejemplo de plataformas PaaS para tareas de IA: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.

1.6. Aprendizaje automático adaptativo (ML adaptativo)

¿Qué pasa si permitimos que la inteligencia artificial se adapte ... usted pregunta, es decir, cómo? ¿No se adapta a la tarea de todos modos? El problema es este: organizamos minuciosamente cada tarea antes de construir un algoritmo de inteligencia artificial para resolverlo. Le responderán, resulta que esta cadena puede simplificarse.

El aprendizaje automático normal funciona según el principio de un sistema abierto (bucle abierto): prepara datos, inventa una red neuronal (o lo que sea), entrena, luego mira algunos indicadores y, si le gusta todo, puede enviar una red neuronal a los teléfonos inteligentes para resolver los problemas del usuario . Pero en aplicaciones donde hay muchos datos y su naturaleza está cambiando gradualmente, se necesitan otros métodos. Dichos sistemas, que se adaptan y se entrenan a sí mismos, se organizan en circuitos cerrados de autoaprendizaje (circuito cerrado), y deberían funcionar sin falta.

Aplicaciones: puede ser Stream Analytics, sobre la base de la cual muchos hombres de negocios toman decisiones, o la gestión de producción adaptativa. En la escala de las aplicaciones modernas y teniendo en cuenta los riesgos mejor entendidos para las personas, los métodos que componen la solución a este problema, todos estos métodos se recopilan bajo el nombre general Adaptive AI.


Fuente

Mirando esta imagen, es difícil deshacerse de la sensación de que los futurólogos no alimentan el pan: deje que el robot aprenda a respirar ...

Computación y comunicaciones posclásicas

2.1. Comunicaciones móviles de quinta generación (5G)

Este es un tema tan interesante que nos referimos inmediatamente a nuestro artículo . Bueno, aquí hay un breve apretón. 5G al aumentar la frecuencia de transferencia de datos hará que la velocidad de Internet sea increíblemente rápida. Es más difícil que las ondas cortas pasen a través de obstáculos, por lo que la disposición de las redes será completamente diferente: las estaciones base necesitan 500 veces más.

Junto con la velocidad, obtendremos nuevos fenómenos: juegos en tiempo real con realidad aumentada, realizar tareas complejas (como cirugía) a través de la telepresencia, prevenir accidentes y situaciones difíciles en las carreteras a través de la comunicación entre máquinas. Desde el punto de vista más prosaico: Internet móvil finalmente dejará de caer durante eventos masivos, como un partido en el estadio.


Fuente de la imagen - Reuters, Niantic

2.2. Memoria de próxima generación

Aquí estamos hablando de la quinta generación de RAM - DDR5. Samsung anunció que para fines de 2019 habrá productos basados ​​en DDR5. Se espera que la nueva memoria sea el doble de rápida y el doble de capacidad para preservar el factor de forma, es decir, podemos obtener tarjetas de memoria con una capacidad de hasta 32 GB para nuestra computadora. En el futuro, esto será especialmente cierto para los teléfonos inteligentes (la nueva memoria estará en la versión de bajo consumo) y para las computadoras portátiles (donde el número de ranuras DIMM es limitado). Y el aprendizaje automático requiere grandes cantidades de RAM.

2.3. Sistemas satelitales de órbita terrestre baja

La idea de reemplazar satélites pesados, caros y potentes con un enjambre de satélites pequeños y baratos está lejos de ser nueva y apareció en los años 90. Sobre el hecho de que "Elon Mask pronto distribuirá Internet a todos desde el satélite", ahora solo el perezoso no ha escuchado. Aquí, la compañía más famosa es Iridium, que se declaró en quiebra a fines de los años 90, pero se salvó a expensas del Departamento de Defensa de los EE. UU. El proyecto de Elon Mask (Starlink) está lejos de ser el único: Richard Branson (OneWeb - 1440 supuestos satélites), Boeing (3000 satélites), Samsung (4600 satélites) y otros participan en la carrera de satélites.

¿Cuál es la situación en esta área, cómo se ve la economía allí? Lea la revisión . Y estamos esperando las primeras pruebas de estos sistemas por parte de los primeros usuarios, que deberían llevarse a cabo el próximo año.

2.4. Impresión 3D a nanoescala (Impresión 3D a nanoescala)

La impresión 3D, aunque no entró en la vida de todas las personas (en la forma prometida por una fábrica de plástico doméstica individual), sin embargo, ha dejado el nicho de la tecnología para los geeks. Puede juzgar por el hecho de que cualquier estudiante conoce la existencia de al menos bolígrafos esculpidos en 3D, y muchos sueñan con comprar una caja con corredores y una extrusora para ... "así" (o ya comprados).

La estereolitografía (impresoras láser 3D) permite imprimir con fotones individuales: se están investigando nuevos polímeros, para los cuales dos fotones son suficientes para solidificar. Esto permitirá en condiciones que no sean de laboratorio crear filtros, monturas, muelles, capilares, lentes y ... ¡sus opciones en los comentarios! Y aquí no está lejos de la fotopolimerización: solo esta tecnología le permite "imprimir" procesadores y circuitos computacionales. Además, no el primer año ha habido una tecnología para imprimir estructuras tridimensionales de grafeno de 500 nm , pero sin un desarrollo radical.


Fuente

3. Sensorial y movilidad (detección y movilidad)

3.1. Vehículos no tripulados, niveles 4 y 5 (conducción autónoma niveles 4 y 5)

Para no confundirse con la terminología, vale la pena averiguar qué niveles de autonomía se distinguen (tomado de un artículo detallado al que remitimos a todas las personas interesadas):

Nivel 1: Control de crucero: ayuda al conductor en situaciones muy limitadas (por ejemplo, mantener el automóvil a una velocidad determinada después de que el conductor retire el pie del pedal)
Nivel 2: Asistencia limitada con dirección y frenado. El conductor debe estar listo para tomar el control casi al instante. Sus manos están en el volante, su mirada se dirige a la carretera. Esto es lo que ya tienen Tesla y General Motors.
Nivel 3: El conductor ya no tiene que monitorear constantemente el camino. Pero debe permanecer alerta y estar listo para tomar el control. Esto es algo que no está disponible en los autos disponibles. Todo lo existente en este momento, en el nivel de 1-2.
Nivel 4: Piloto automático verdadero, pero con limitaciones: solo viaje en un área conocida que esté cuidadosamente mapeada y generalmente conocida por el sistema, y ​​bajo ciertas condiciones: por ejemplo, en ausencia de nieve. Waymo y General Motors tienen tales prototipos, y planean lanzarlos en varias ciudades y probarlos en la vida real. Yandex tiene zonas de prueba para un taxi no tripulado en Skolkovo e Innopolis: el viaje se realiza bajo la supervisión de un ingeniero sentado en el asiento del pasajero; A finales de año, la compañía planea expandir la flota a 100 vehículos no tripulados.
Nivel 5: Conducción totalmente automática, reemplazo completo de un conductor en vivo. Tales sistemas no existen y es poco probable que aparezcan en los próximos años.

¿Cuán realista es ver todo esto en el futuro previsible? Aquí me gustaría redirigir al lector al artículo "Por qué es imposible lanzar Robotaxi para 2020, como promete Tesla" . Esto se debe en parte a la falta de conectividad 5G: las velocidades 4G disponibles no son suficientes. En parte con un costo muy alto de autos autónomos: hasta ahora no son rentables, el modelo de negocio es incomprensible. En una palabra, "todo es complicado" aquí, y no es casualidad que Gartner escriba que el pronóstico para la implementación masiva de los niveles 4 y 5 no es anterior a 10 años.

3.2. Cámaras de detección 3D

Hace ocho años, el controlador de juegos Kinect de Microsoft hizo un ruido al ofrecer una solución asequible y relativamente económica para la visión 3D. Desde entonces, los juegos deportivos y de baile con Kinekt han experimentado su breve ascenso y declive, pero las cámaras 3D se han utilizado en robots industriales, vehículos no tripulados y teléfonos móviles para identificarlos por la cara. La tecnología se ha vuelto más barata, más compacta y más asequible.


El teléfono Samsung S10 tiene una cámara de tiempo de vuelo que mide la distancia al sujeto para facilitar el enfoque. Fuente

Si está interesado en este tema, redirigimos a una muy buena descripción detallada de las cámaras de profundidad: parte 1 , parte 2 .

3.3. Drones de entrega de carga pequeña (Drones de entrega de carga ligera)

Este año, Amazon hizo un escándalo cuando mostró en la exposición un nuevo avión no tripulado volador capaz de transportar pequeñas cargas de hasta 2 kg de peso. Para la ciudad, con sus embotellamientos, esta parece ser la solución perfecta. Veamos cómo se probarán estos drones en un futuro muy cercano. Quizás valga la pena incluir un escepticismo cuidadoso: hay muchos problemas, comenzando con la posibilidad de robo fácil del dron y terminando con las restricciones legislativas sobre los UAV. Amazon Prime Air ha existido durante seis años, pero aún se encuentra en la fase de prueba.


El nuevo dron de Amazon se reveló esta primavera. Hay algo sobre Star Wars en él. Fuente

Además de Amazon, hay otros jugadores en este mercado (hay una revisión detallada), pero no un solo producto terminado: todo está en la etapa de prueba y campañas de marketing. Por separado, vale la pena señalar proyectos médicos altamente especializados muy interesantes en África: entrega de sangre de donantes en Ghana (14,000 entregas, Zipline) y Ruanda (Matternet).

3.4. Vehículos autónomos voladores

Es difícil decir algo definitivo. Según Gartner, esto aparecerá no antes de 10 años. En general, todos los mismos problemas aquí que en los vehículos no tripulados, solo que adquieren una nueva dimensión: la vertical. Porsche, Boeing, Uber declaran sus ambiciones de construir un taxi volador.

3.5. Nube de realidad aumentada (AR Cloud)

Una copia digital permanente del mundo real, que le permite crear una nueva capa de realidad común a todos los usuarios. Hablando en un lenguaje más técnico, estamos hablando de hacer una plataforma de nube abierta en la que los desarrolladores puedan integrar sus aplicaciones AR. El modelo de monetización es comprensible, es una especie de análogo de Steam. La idea está tan arraigada que ahora algunas personas creen que AR sin una nube es simplemente inútil.

Cómo se verá en el futuro se dibuja en un pequeño video. Parece la próxima serie de "Black Mirror":


También puede leer en el artículo de revisión.

4. Humanos aumentados

4.1. Emotion AI

¿Cómo medir, simular y responder a las emociones humanas? Algunos de los clientes aquí son compañías que producen asistentes de voz como Amazon Alexa. Realmente pueden acostumbrarse a la casa si aprenden a reconocer el estado de ánimo: comprender la razón de la insatisfacción del usuario, tratar de arreglar la situación. En general, hay mucha más información en el contexto que en el mensaje mismo. Y el contexto es una expresión facial, entonación y comportamiento no verbal.

Desde otras aplicaciones prácticas: análisis de emociones durante una entrevista de trabajo (por video entrevista), evaluación de reacciones a comerciales u otro contenido de video (sonrisas, risas), asistencia educativa (por ejemplo, para práctica independiente en el arte de hablar en público).

Es difícil hablar mejor sobre este tema que el autor del corto de 6 minutos.Robando Ur Feeling . Un video ingenioso y elegante muestra cómo puede medir nuestras emociones con fines de marketing y descubrir a partir de sus reacciones inmediatas si le gustan la pizza, los perros, Kanye West e incluso cuál es su nivel de ingresos y su coeficiente intelectual aproximado. Al ir al sitio web de la película usando el enlace de arriba, te conviertes en un miembro de video interactivo usando la cámara incorporada de tu computadora portátil. La película ya se ha exhibido en varios festivales de cine.


Fuente

Incluso hay un estudio tan interesante: cómo reconocer el sarcasmo en el texto. Tomamos tweets con el hashtag # sarcasm e hicimos una muestra de capacitación de 25,000 tweets de sarcasmo y 100,000 tweets regulares sobre todo en el mundo. Utilizamos la biblioteca TensorFlow, capacitamos al sistema, aquí está el resultado:


Fuente

Así que ahora, si no está seguro de su colega o amigo, le dijo algo en serio o con sarcasmo, ¡puede usar una red neuronal ya capacitada !

4.2. Inteligencia aumentada

Automatización del trabajo intelectual utilizando métodos de aprendizaje automático. ¿No parecería nada nuevo? Pero aquí la redacción en sí misma es importante, especialmente porque coincide en abreviatura con Inteligencia Artificial. Esto se refiere a la polémica sobre la IA "fuerte" y "débil".
La IA fuerte es la misma inteligencia artificial de las películas de ciencia ficción que es totalmente equivalente a la mente humana y se reconoce a sí misma como persona. Esto aún no existe y no está claro si existirá en absoluto.

Una IA débil no es una persona independiente, sino un asistente humano. No pretende ser un pensamiento humano, sino que simplemente sabe cómo resolver problemas de información, por ejemplo, determinar qué se muestra en la imagen o traducir el texto.


Fuente

En este sentido, la inteligencia aumentada es en su forma más pura una "IA débil", y la redacción parece exitosa, ya que no confunde y tienta a ver aquí la muy "IA fuerte" con la que todos sueñan (o tienen miedo, si recuerdan los numerosos argumentos sobre la "rebelión" automóviles "). Usando la expresión Inteligencia Aumentada, inmediatamente nos convertimos en héroes de otra película: de la ciencia ficción (como "I, Robot" de Asimov) caemos en el ciberpunk (todo tipo de implantes que expanden las capacidades humanas se denominan "aumentos" en este género).

Como dijo Eric Brinolfsson y Andrew MakAffi: "esto es lo que sucede en los próximos 10 años. No AI reemplazará a los gerentes, pero los gerentes que usan AI reemplazarán a los que aún no lo han hecho ".

Ejemplos:

• : , ,
  
• : , , .
  
• -: , , 80% , 20% —
  

4.3. (Biochips)

Este es un tema favorito de todas las películas y libros de cyberpunk. En general, picar a las mascotas no es una práctica nueva. Pero ahora estos chips también han comenzado a implantarse en las personas.

En este caso, la exageración probablemente esté relacionada con el sensacional caso de la compañía estadounidense Three Square Market. Allí, el empleador comenzó a ofrecer chips para implantar debajo de la piel a cambio de una tarifa. El chip le permite abrir puertas, iniciar sesión en las computadoras, comprar refrigerios en la máquina, es decir, una tarjeta de empleado tan universal. Además, dicho chip sirve precisamente como una tarjeta de identificación, no tiene un módulo GPS, por lo tanto, es imposible rastrear a nadie por él. Y si una persona quiere quitar el chip de su mano, toma 5 minutos con la ayuda de un médico.


Los chips generalmente se implantan entre el pulgar y el índice. Fuente

Lea un artículo detallado sobre el estado del arte de los chips en el mundo.

4.4. Espacio de trabajo inmersivo

"Inmersivo" es otra palabra nueva que simplemente no tiene a dónde ir. Está en todas partes. Teatro inmersivo, exposición, cine. ¿Qué se quiere decir? La inmersión es la creación de un efecto de inmersión cuando se pierde el límite entre el autor y el espectador, el mundo virtual y el real. En relación con el lugar de trabajo, presumiblemente, esto significa desdibujar la línea entre el ejecutor y el iniciador y alentar a los empleados a tomar una posición más activa reformateando su entorno.

Dado que Agile ahora está en todas partes con nosotros, la flexibilidad y la interacción cercana: los lugares de trabajo deben ser configurables tan fácilmente como sea posible, deben alentar el trabajo grupal. La economía dicta sus condiciones: hay más empleados temporales, el costo de alquilar un espacio de oficina está creciendo y, en las condiciones de un mercado laboral competitivo, las compañías de TI intentan aumentar la satisfacción de los empleados creando áreas recreativas y otros beneficios. Y todo esto afecta el diseño de trabajos.


Del informe Knoll

4.5. Personificación

Todos saben qué es la personalización en publicidad. Esto es cuando está discutiendo hoy con un colega que algo está seco en la habitación y necesita comprar un humidificador en la oficina, y al día siguiente ve un anuncio en su red social "compre un humidificador de aire" (un caso real que me pasó a mí).


Fuente

La personificación, según Gartner, es una respuesta a la creciente preocupación de los usuarios sobre el uso de sus datos personales con fines publicitarios. El objetivo es desarrollar un enfoque en el que se nos muestren anuncios que sean apropiados para el contexto en el que estamos ubicados, y no para nosotros personalmente. Por ejemplo, nuestra ubicación, tipo de dispositivo, hora del día, condiciones climáticas; esto es algo que no viola nuestros datos personales y no sentimos la desagradable sensación de "vigilancia".

Sobre la diferencia entre estos dos conceptos, véase la nota Andrew Frank en un blog en el sitio de Gartner. Existe una distinción tan sutil y palabras similares que, sin saber la diferencia, corre el riesgo de discutir con su interlocutor durante mucho tiempo, sin sospechar que, en general, ambas tienen razón (y este también es un caso real que le sucedió al autor).

4.6. Biotecnología - Tejidos artificiales (Biotecnología - Tejido cultivado o artificial)

Esta es, en primer lugar, la idea de cultivar carne artificial. Al mismo tiempo, varios equipos de todo el mundo están involucrados en el desarrollo del laboratorio Meat 2.0: se espera que se vuelva más barato de lo habitual y que las comidas rápidas y los supermercados se cambien a él. Entre los inversores en esta tecnología se encuentran Bill Gates, Sergey Brin, Richard Branson y otros.


Fuente

Razones por las cuales todos están tan interesados ​​en la carne artificial:

1. Calentamiento global: emisiones de metano de las granjas. Esto es el 18% del volumen global de gases que afectan el clima.
   
2. Crecimiento poblacional. La demanda de carne está creciendo y no funcionará para alimentar a todos con carne natural, simplemente es costosa.
   
3. Falta de espacio El 70% de los bosques amazónicos ya han sido talados para pastoreo.
   
4. Consideraciones éticas Hay aquellos para quienes esto es importante. La organización de protección animal PETA ya ha ofrecido un premio de $ 1 millón al científico que lanzará carne de pollo artificial en el mercado.
   

Reemplazar la carne real con soya es una solución parcial, porque las personas sienten bien la diferencia en sabor y textura, y es poco probable que renuncien a un filete a favor de la soya. Entonces, lo que se necesita es carne real, cultivada orgánicamente. Ahora, desafortunadamente, la carne artificial es demasiado cara: desde $ 12 por kilogramo. Esto se debe al complejo proceso de cultivar dicha carne. Lea sobre todo este artículo .

Si hablamos de otros casos de crecimiento de tejidos, ya en medicina, entonces el tema con órganos artificiales es interesante: por ejemplo, un "parche" para el músculo cardíaco, impreso con una impresora 3D especial. Hay historias conocidas como un corazón de ratón artificialmente desarrollado, pero en general, todo no ha ido más allá del alcance de los ensayos clínicos. Así que apenas veremos a Frankenstein en los próximos años.

Aquí, Gartner es muy cauteloso en sus estimaciones, aparentemente teniendo en cuenta su predicción fallida de 2015 de que en 2019 el 10% de la población de los países desarrollados tendrá un dispositivo de implante médico impreso en 3D. Por lo tanto, denota un tiempo para alcanzar la meseta de la productividad, al menos 10 años.

5. Ecosistemas digitales

5.1. Web descentralizada

Este concepto está estrechamente relacionado con el nombre del inventor de la web, el ganador del Premio Turing, Sir Tim Burners-Lee. Para él, la ética en informática siempre fue importante y la esencia colectiva de Internet fue importante: sentando las bases del hipertexto, estaba convencido de que la red debería funcionar como una web y no como una jerarquía. Así que estaba en una etapa temprana en el desarrollo de la red. Sin embargo, con el crecimiento de Internet, su estructura se centralizó por varias razones. Resultó que el acceso a la red para todo un país puede bloquearse fácilmente con solo unos pocos proveedores. Y los datos de los usuarios se han convertido en una fuente de fortaleza e ingresos para las compañías de Internet.

"Internet ya está descentralizada", dice Burners-Lee. - El problema es que domina un motor de búsqueda, una gran red social, una plataforma de microblogging. No tenemos problemas tecnológicos, pero hay problemas sociales ”.

En su carta abierta al 30 aniversario de la World Wide Web, el creador de la Web describió tres problemas principales de Internet:

1. Daño dirigido, como ataques de piratas informáticos patrocinados por el estado, delitos y acoso en línea
   
2. El dispositivo mismo del sistema, que en detrimento del usuario crea la base para mecanismos tales como: promoción financiera de clickbait y distribución viral de información falsa
   
3. Consecuencias involuntarias del diseño del sistema que conducen a conflictos y discusiones en línea de menor calidad.
   

Y Tim Berners-Lee ya tiene una respuesta sobre los principios en los que se podría basar "Healthy Man Internet", sin el problema número 2: "Para muchos usuarios, los ingresos publicitarios siguen siendo el único modelo para interactuar con la web. Incluso si las personas tienen miedo de lo que sucede con sus datos, aceptan hacer un trato con la máquina de marketing para tener la oportunidad de recibir contenido de forma gratuita. Imagine un mundo en el que el pago por bienes de servicio sea fácil y agradable para ambas partes ". De las opciones sobre cómo se puede organizar esto: los músicos pueden vender sus grabaciones sin intermediarios en forma de iTunes, y los sitios de noticias pueden usar el sistema de micropagos para leer un artículo, en lugar de ganar dinero en publicidad.

Como prototipo experimental de una Internet tan nueva, Tim Berners-Lee lanzó el proyecto SOLID, cuya esencia es que almacena sus datos en el "hogar" - almacenamiento de información, y puede proporcionar estos datos a aplicaciones de terceros. Pero, en principio, usted mismo es el dueño de sus datos. Todo esto está estrechamente relacionado con el concepto de redes peer-to-peer, es decir, su computadora no solo solicita servicios, sino que también los brinda para no depender de un servidor como un solo canal.


Fuente

5.2. Organizaciones autónomas descentralizadas

Esta es una organización que se rige por reglas registradas en forma de un programa de computadora. Sus actividades financieras se basan en la cadena de bloques. El propósito de crear tales organizaciones es eliminar al estado del papel de intermediario y crear un entorno de confianza común para las contrapartes, que nadie posee solo, sino que todos poseen juntos. Es decir, en teoría, esto debería, si la idea se arraiga, abolir los notarios y otras instituciones de verificación familiares.

El ejemplo más famoso de tal organización fue The DAO, que se centró en negocios de riesgo, que recaudó $ 150 millones en 2016, de los cuales 50 fueron robados instantáneamente a través de un "agujero" legal en las reglas. Inmediatamente surgió un dilema difícil: retroceder y devolver el dinero, o admitir que el retiro de dinero era legal, porque de ninguna manera violaba las reglas de la plataforma. Como resultado, para devolver dinero a los inversores, los creadores tuvieron que destruir The DAO, reescribiendo la cadena de bloques y violando su principio básico: la inmutabilidad.


Cómics sobre Ethereum (izquierda) y The DAO (derecha). Fuente

Toda esta historia ha echado a perder la reputación de la idea DAO en sí. Ese proyecto se realizó sobre la base de la criptomoneda Ethereum, el próximo año se espera la versión de Ether 2.0, tal vez los autores (incluido el famoso Vitalik Buterin) tendrán en cuenta los errores y mostrarán algo nuevo. Esta es probablemente la razón por la cual Gartner puso el DAO en una línea ascendente.

5.3 Datos sintéticos

Para entrenar redes neuronales, se necesitan grandes cantidades de datos. Marcar datos manualmente es un trabajo enorme que solo pueden hacer los humanos. Por lo tanto, puede crear conjuntos de datos artificiales. Por ejemplo, las mismas colecciones de rostros humanos en el sitio https://generated.photos . Se crean utilizando algoritmos GAN, que ya se mencionaron anteriormente.


Estas personas no pertenecen a las personas. Fuente

Una gran ventaja de estos datos es que no hay dificultades legales para usarlos: no hay nadie que dé su consentimiento para el procesamiento de datos personales.

5.4.Opciones digitales

El sufijo "Ops" se ha puesto increíblemente de moda desde que DevOps echó raíces en nuestro discurso. Ahora sobre lo que es DigitalOps: es solo una generalización de DevOps, DesignOps, MarketingOps ... ¿aún no estás aburrido? En resumen, esta es una transferencia del enfoque adoptado en DevOps de la industria del software a todos los demás aspectos del negocio: marketing, diseño, etc.


Fuente

La idea de DevOps era eliminar las barreras entre el Desarrollo mismo (Operaciones) y las Operaciones (procesos comerciales), mediante la creación de equipos comunes, donde los programadores, los probadores, la seguridad y los administradores; implementación de ciertas prácticas: integración continua, infraestructura como código, reducción y fortalecimiento de cadenas de retroalimentación. El objetivo era acelerar el lanzamiento del producto en el mercado. Si pensabas que era como Agile, lo pensabas bien. Ahora transfiera mentalmente este enfoque de la esfera del desarrollo de software al desarrollo en general, y comprenderá qué es DigitalOps.

5.5. Gráficos de conocimiento

Una forma de software para simular un campo de conocimiento, incluido el uso de algoritmos de aprendizaje automático. Se construye un gráfico de conocimiento sobre las bases de datos existentes para vincular toda la información: tanto estructurada (una lista de eventos o personas) como no estructurada (texto del artículo).

El ejemplo más simple es la tarjeta que puede ver en los resultados de búsqueda de Google. Si está buscando algún tipo de persona o institución, verá una tarjeta a la derecha:


Tenga en cuenta que "Próximos eventos" no es una copia de la información de los mapas de Google, sino la integración de la programación con Yandex. Afishey: puede ver esto fácilmente si hace clic en eventos. Es decir, esta es una combinación de varias fuentes de datos juntas.

Si solicita una lista, por ejemplo, "directores famosos", le mostrarán un "carrusel":

Bono para aquellos que han leído hasta el final

Y ahora, cuando hemos aclarado para nosotros el significado de cada uno de los puntos, podemos ver la misma imagen, pero ya en ruso:



¡Compártelo libremente en las redes sociales!


Tatyana Volkova, autora del currículo de seguimiento de Internet de las cosas de la Academia de TI de Samsung, especialista en programas de responsabilidad social corporativa en el Centro de Investigación de Samsung