يشبه جدول Gartner لأولئك الذين يعملون في مجال التكنولوجيا معرضًا للأزياء الراقية. بالنظر إلى ذلك ، يمكنك معرفة الكلمات التي هي أكثر الضجيج مقدمًا هذا الموسم وما ستسمعه في جميع المؤتمرات القادمة.

لقد فك شفرة ما هو مخفي وراء الكلمات الجميلة في هذا الرسم البياني حتى تتمكن أيضًا من التحدث بهذه اللغة.





للبدء ، فقط بضع كلمات ، ما هو نوع الجدول الزمني هذا. كل عام في أغسطس ، تنشر وكالة Gartner الاستشارية تقريرًا - Gartner Hype Curve. في روسيا ، هو "منحنى الضجيج" ، أو ببساطة أكثر من الضجيج. منذ 30 عامًا ، غنى مغني الراب من المجموعة Public Enemy: "لا تصدقوا الضجيج". صدق أو لا تصدق ، فإن السؤال شخصي ، ولكن على الأقل من المفيد معرفة هذه الكلمات الرئيسية إذا كنت تعمل في مجال التكنولوجيا وتريد أن تعرف اتجاهات العالم.

هذا رسم بياني لتوقعات الجمهور من تقنية معينة. وفقا لجارتنر ، في الحالة المثالية ، تمر التكنولوجيا بخمس مراحل متتالية: إطلاق التكنولوجيا ، ذروة التوقعات العالية ، وادي خيبة الأمل ، منحدر التعليم ، وهضبة الإنتاجية. ولكن يحدث أيضًا أنه غارق في "وادي من خيبة الأمل" - يمكنك أن تتذكر الأمثلة بنفسك بسهولة شديدة ، وأن تأخذ نفس عملة البيتكوين: في البداية في ذروتها كـ "أموال المستقبل" ، سرعان ما تراجعت عندما أصبحت أوجه قصور التكنولوجيا واضحة ، أولاً وقبل كل شيء قيود على عدد المعاملات والكمية الهائلة من الكهرباء اللازمة لتوليد عملات البيتكوين (التي تستلزم بالفعل مشاكل بيئية). وبالطبع ، يجب ألا ننسى أن مخطط غارتنر هو مجرد تنبؤ: هنا ، على سبيل المثال ، يمكنك قراءة مقال تفصيلي يتم فيه فرز معظم التنبؤات التي لم يتم الوفاء بها.

لذلك ، دعنا نذهب إلى مخطط غارتنر الجديد. تقسم التقنيات إلى 5 مجموعات موضوعية كبيرة:

1. الذكاء الاصطناعى المتقدم والتحليلات
   
2. حساب ما بعد الكلاسيكى و Comms
   
3. الحسية والتنقل
   
4. الإنسان المعزز
   
5. النظم البيئية الرقمية
   

1. متقدم الذكاء الاصطناعى والتحليلات

على مدى السنوات العشر الماضية ، شهدنا نقطة عالية من التعلم العميق (التعلم العميق). هذه الشبكات فعالة حقا لمهامها. في عام 2018 ، حصل Jan Lecun و Jeffrey Hinton و Yoshua Benjio على جائزة Turing لافتتاحهم ، وهي الجائزة الأكثر شهرة ، وهي جائزة تماثلية لجائزة نوبل في علوم الكمبيوتر. لذلك ، فإن الاتجاهات الرئيسية في هذا المجال ، والتي يتم وضعها على الرسم البياني:

1.1. نقل التعلم

لا تقوم بتدريب شبكة عصبية من نقطة الصفر ، ولكن تأخذ شبكة مدربة بالفعل وتعيينها هدفًا مختلفًا. في بعض الأحيان ، تحتاج إلى إعادة تدريب جزء من الشبكة ، ولكن ليس على الشبكة بالكامل ، وهو أسرع بكثير. على سبيل المثال ، إذا أخذت شبكة عصبية ResNet50 جاهزة تم تدريبها على مجموعة بيانات ImageNet1000 ، فستحصل على خوارزمية يمكنها تصنيف الكثير من الكائنات المختلفة من صورة بمستوى عميق للغاية (1000 فئة تستند إلى سمات تم إنشاؤها بواسطة 50 طبقة من الشبكة العصبية). لكنك لست بحاجة إلى تدريب الشبكة بالكامل ، والتي قد تستغرق عدة أشهر.

في دورة Samsung عبر الإنترنت "Neural Networks and Computer Vision" ، على سبيل المثال ، في مهمة Kaggle النهائية مع تصنيف الأطباق إلى نظيفة وقذرة ، يظهر نهج أنه في 5 دقائق يمنحك التخلص من شبكة عصبية عميقة يمكن أن تميز الأطباق القذرة عن تلك النظيفة بنيت على العمارة أعلاه. لم تكن الشبكة الأصلية تعرف ما هي اللوحات بشكل عام ، فقد تعلمت فقط التمييز بين الطيور والكلاب (انظر ImageNet).


المصدر: دورة سامسونج عبر الإنترنت "الشبكات العصبية ورؤية الكمبيوتر"

بالنسبة لـ Transfer Learning ، فأنت بحاجة إلى معرفة ما هي النهج التي تعمل ، وما هي البنى الأساسية الجاهزة. بشكل عام ، هذا يسرع إلى حد كبير ظهور التطبيقات العملية للتعلم الآلي.

1.2. شبكات الخصومة التوليدية (GAN)

هذا هو الحال بالنسبة لتلك الحالات عندما يكون من الصعب للغاية بالنسبة لنا صياغة هدف التدريب. وكلما كانت المهمة أقرب إلى الحياة الواقعية ، كلما كان فهمنا (إحضار طاولة بجانب السرير) أمرًا أكثر قابلية للفهم ، ولكن كلما صعبنا صياغتها كمهمة تقنية. GAN هي مجرد محاولة لتخليصنا من هذه المشكلة.

تعمل شبكتان هنا: مولد واحد (Generative) ، والمميّز الآخر (العدائي). تتعلم إحدى الشبكات القيام بعمل مفيد (تصنيف الصور ، التعرف على الأصوات ، رسم الرسوم الكاريكاتورية). وهناك شبكة أخرى تتعلم كيف تتعلم تلك الشبكة: فهي لديها أمثلة حقيقية ، وتتعلم إيجاد صيغة معقدة غير معروفة سابقًا لمقارنة الجزء التوليفي من الشبكة بأشياء من العالم الحقيقي (مجموعة التدريب) وفقًا لعلامات عميقة مهمة: عدد العيون ، القرب من أسلوب ميازاكي ، النطق الصحيح للغة الإنجليزية.


مثال على نتيجة الشبكة لإنشاء أحرف أنيمي. مصدر

ولكن هناك ، بالطبع ، من الصعب بناء العمارة. إلقاء الخلايا العصبية ليس كافيًا ، بل يحتاج إلى الاستعداد. وعليك أن تتعلم لأسابيع. يتعامل زملائي في مركز سامسونغ للذكاء الاصطناعي مع موضوع GAN ، وهذا أحد الأسئلة البحثية الأساسية لديهم. على سبيل المثال ، يوجد هذا التطور : استخدام الشبكات التوليفية لتركيب صور واقعية لأشخاص ذوي متغيرات مختلفة - على سبيل المثال ، لإنشاء غرفة ملائمة افتراضية ، أو لتوليف وجه ، يمكن أن يقلل من كمية المعلومات التي تحتاج إلى تخزينها أو نقلها لضمان اتصال الفيديو عالي الجودة أو البث أو الحماية البيانات الشخصية.


مصدر

1.3. شرح الذكاء الاصطناعى

في بعض المهام النادرة ، أدى التقدم في البنى العميقة فجأة إلى تقريب قدرات الشبكات العصبية العميقة من قدرات البشر. الآن المعركة هي توسيع دائرة مثل هذه المهام. على سبيل المثال ، يمكن لمكنسة كهربائية روبوت التمييز بسهولة بين القط والكلب في مواجهة مباشرة. لكن في معظم مواقف الحياة ، لن يتمكن من العثور على قطة نائمة بين البياضات أو الأثاث (ومع ذلك ، مثلنا ، في معظم الحالات ...).

ما هو سبب نجاح الشبكات العصبية العميقة؟ يطورون تمثيلًا للمشكلة ، ليس استنادًا إلى المعلومات "المرئية للعين المجردة" (بكسلات الصورة ، ويقفز في حجم الصوت ...) ، ولكن على العلامات التي تم الحصول عليها بعد المعالجة المسبقة لهذه المعلومات بواسطة عدة مئات من طبقات الشبكة العصبية. لسوء الحظ ، يمكن أن تكون هذه العلاقات أيضًا بدون معنى أو متناقضة أو تحمل آثارًا من العيوب في مجموعة البيانات الأصلية. على سبيل المثال ، حول ما يمكن أن يؤدي إليه الاستخدام غير المعقول لمنظمة العفو الدولية في التوظيف ، توجد لعبة كمبيوتر صغيرة هي Survival Of The Best Fit .


يسمى نظام ترميز الصور الشخص الذي يطبخ المرأة ، على الرغم من أن الصورة هي في الواقع رجل ( المصدر ). وقد لوحظ هذا في معهد فرجينيا.

هناك حاجة إلى طرق الذكاء الاصطناعي التي يمكن تفسيرها لتحليل العلاقات المعقدة والعميقة التي لا يمكننا في كثير من الأحيان صياغة أنفسنا. إنهم ينظمون علامات الشبكات العصبية العميقة بحيث يمكننا بعد التدريب تحليل التمثيل الداخلي الذي تعلمته الشبكة ، وليس الاعتماد فقط على حلها.

1.4. التحليلات المحيطية / الذكاء الاصطناعى (تحليلات الحواف / الذكاء الاصطناعى)

كل شيء ، حيث الكلمة Edge ، تعني حرفيًا ما يلي: نقل بعض الخوارزميات من السحابة / الخادم إلى مستوى الجهاز / البوابة النهائية. ستعمل مثل هذه الخوارزمية بشكل أسرع ولن تحتاج إلى الاتصال بخادم مركزي لعملها. إذا كنت معتادًا على تجريد "العميل النحيف" ، فإننا هنا نثخن هذا العميل قليلاً.
هذا يمكن أن يكون مهما لإنترنت الأشياء. على سبيل المثال ، إذا كان الجهاز محمومًا ويحتاج إلى تبريد ، فمن المنطقي إرسال إشارة حوله على الفور ، على مستوى المصنع ، دون انتظار وصول البيانات إلى السحابة ومن هناك إلى مفتاح الإزاحة. أو مثال آخر: يمكن للطائرات بدون طيار التعامل مع موقف المرور من تلقاء نفسها ، دون الوصول إلى الخادم المركزي.


مصدر

أو مثال آخر على أهمية هذا الأمر من وجهة نظر الأمان: عندما تكتب نصوصًا على هاتفك ، فإنها تتذكر الكلمات المعتادة بالنسبة لك ، بحيث ستطالبك لوحة مفاتيح الهاتف بمزيد من الراحة - وهذا ما يسمى بإدخال النص التنبئي. إرسال مكان ما إلى مركز البيانات سيكون كل ما تدخله على لوحة المفاتيح انتهاكًا لخصوصيتك وبكل بساطة غير آمن. لذلك ، يتم تدريب لوحة المفاتيح فقط في إطار جهازك.

1.5. منصة AI كخدمة (AI PaaS)

PaaS - Platform-as-a-service هو نموذج أعمال نتمكن من خلاله من الوصول إلى نظام أساسي متكامل ، بما في ذلك تخزين البيانات المستندة إلى مجموعة النظراء والإجراءات الجاهزة. وبالتالي ، يمكننا تحرير أنفسنا من مهام البنية التحتية ، والتركيز بشكل كامل على إنتاج شيء مفيد. مثال على أنظمة PaaS لمهام AI: IBM Cloud و Microsoft Azure و Amazon Machine Learning و Google AI Platform.

1.6. تعلم الآلة التكيفية (ML التكيفي)

ماذا لو سمحنا للذكاء الاصطناعي بالتكيف ... أنت تسأل - أي كيف؟ .. ألا تتكيف مع المهمة على أي حال؟ المشكلة هي: نحن نرتب بدقة كل مهمة من هذه المهام قبل بناء خوارزمية الذكاء الاصطناعي لحلها. سوف يجيبون - اتضح أنه يمكن تبسيط هذه السلسلة.

يعمل التعلم الآلي العادي على مبدأ النظام المفتوح (حلقة مفتوحة): تقوم بإعداد البيانات ، وابتكار شبكة عصبية (أو أي شيء آخر) ، وتدريب ، ثم النظر في بعض المؤشرات ، وإذا كنت تحب كل شيء ، يمكنك إرسال شبكة عصبية إلى الهواتف الذكية لحل مهام المستخدم . ولكن في التطبيقات التي يوجد بها الكثير من البيانات وتتغير طبيعتها تدريجياً ، هناك حاجة إلى طرق أخرى. مثل هذه الأنظمة ، التي تتكيف وتدريب نفسها ، تنظم في دوائر مغلقة للتعلم الذاتي (حلقة مغلقة) ، ويجب أن تعمل دون أن تفشل.

التطبيقات - قد يكون هذا هو تحليلات الدفق ، التي يتخذ على أساسها العديد من رجال الأعمال القرارات أو إدارة الإنتاج التكييفية. في نطاق التطبيقات الحديثة ومع الأخذ في الاعتبار المخاطر التي تفهم على نحو أفضل للناس ، والطرق التي تشكل الحل لهذه المشكلة ، يتم جمع كل هذه الأساليب تحت الاسم العام Adaptive AI.


مصدر

بالنظر إلى هذه الصورة ، من الصعب التخلص من الشعور بأن علماء المستقبل لا يتغذون على الخبز - دع الروبوت يتعلم التنفس ...

حساب ما بعد الكلاسيكى و Comms

2.1. الاتصالات المتنقلة من الجيل الخامس (5G)

هذا هو موضوع مثير للاهتمام أننا نشير على الفور إلى مقالتنا . حسنًا ، إليك ضغط قصير. 5G بزيادة وتيرة نقل البيانات سيجعل سرعة الإنترنت سريعة بشكل غير واقعي. يصعب على الموجات القصيرة المرور عبر العقبات ، لذلك سيكون ترتيب الشبكات مختلفًا تمامًا: تحتاج المحطات الأساسية إلى 500 مرة أكثر.

مع السرعة ، سنحصل على ظواهر جديدة: ألعاب في الوقت الحقيقي مع الواقع المعزز ، وأداء مهام معقدة (مثل الجراحة) من خلال التواجد عن بعد ، ومنع الحوادث والمواقف الصعبة على الطرق من خلال التواصل بين الآلات. من الناحية العملية ، سيتوقف الإنترنت المحمول في النهاية عن السقوط خلال الأحداث الجماهيرية ، مثل مباراة في الملعب.


مصدر الصورة - رويترز ، Niantic

2.2. ذاكرة الجيل التالي

نحن هنا نتحدث عن الجيل الخامس من ذاكرة الوصول العشوائي - DDR5. أعلنت شركة Samsung أنه بحلول نهاية عام 2019 سيكون هناك منتجات تعتمد على DDR5. من المتوقع أن تكون الذاكرة الجديدة أسرع مرتين ومرتاحة مع الحفاظ على عامل الشكل ، أي أنه يمكننا الحصول على بطاقات ذاكرة بسعة تصل إلى 32 جيجابايت للكمبيوتر الخاص بنا. في المستقبل ، سيكون هذا صحيحًا بشكل خاص على الهواتف الذكية (ستكون الذاكرة الجديدة في إصدار الطاقة المنخفضة) وللأجهزة المحمولة (حيث يكون عدد فتحات DIMM محدودًا). والتعلم الآلي يتطلب كميات كبيرة من ذاكرة الوصول العشوائي.

2.3. أنظمة الأقمار الصناعية ذات المدار الأرضي المنخفض

فكرة استبدال الأقمار الصناعية الثقيلة والمكلفة والقوية بسرب من الأقمار الصناعية الصغيرة والرخيصة ليست جديدة ، وظهرت مرة أخرى في التسعينيات. حول حقيقة أن "قناع إيلون سيتم توزيع الإنترنت قريبًا للجميع من القمر الصناعي" ، والآن لم يسمع سوى الشخص الكسول. هنا ، الشركة الأكثر شهرة هي Iridium ، التي أفلست في أواخر التسعينيات ، ولكن تم حفظها على حساب وزارة الدفاع الأمريكية (يجب عدم الخلط بينها وبين iRidium - نظام المنزل الذكي الروسي). مشروع Elon Mask (Starlink) بعيد عن المشروع الوحيد - ريتشارد برانسون (OneWeb - 1440 من الأقمار الصناعية المزعومة) ، وبوينج (3000 قمر صناعي) ، وسامسونج (4600 قمر صناعي) ، وآخرون يشاركون في سباق الأقمار الصناعية.

ما هو الوضع في هذا المجال ، وكيف يبدو الاقتصاد هناك - اقرأ المراجعة . ونحن في انتظار الاختبارات الأولى لهذه الأنظمة من قبل المستخدمين الأوائل ، والتي يجب أن تتم في العام المقبل.

2.4. الطباعة ثلاثية الأبعاد في مقياس النانو (الطباعة النانوية ثلاثية الأبعاد)

الطباعة ثلاثية الأبعاد ، على الرغم من أنها لم تدخل حياة كل شخص (بالشكل الذي وعد به مصنع فردي للبلاستيك المنزلي) ، ومع ذلك ، فقد تركت منذ زمن بعيد مكانة التكنولوجيا للمهوسين. يمكنك الحكم على حقيقة أن وجود الأقلام المنحوتة على الأقل ثلاثي الأبعاد معروف لأي طالب ، ويحلم الكثيرون بشراء صندوق مع عدائين وطارد من أجل ... "مثل ذلك" (أو تم شراؤه بالفعل).

تسمح الطباعة المجسمة (الطابعات الليزرية ثلاثية الأبعاد) بالطباعة باستخدام فوتونات فردية: يتم فحص بوليمرات جديدة ، والتي يكفي فوتونان لتصلبها. سيسمح ذلك في الظروف غير المختبرية بإنشاء مرشحات جديدة تمامًا ، يتصاعد ، الينابيع ، الشعيرات الدموية ، العدسات و ... خياراتك في التعليقات! وهنا ليس بعيدًا عن البلمرة الضوئية - هذه التكنولوجيا فقط تسمح لك بطباعة المعالجات والدوائر الحاسوبية. بالإضافة إلى ذلك ، لم تكن هناك في السنة الأولى تقنية لطباعة هياكل ثلاثية الأبعاد من الجرافين 500 نانومتر ، ولكن بدون تطور جذري.


مصدر

3. الحسية والتنقل (الاستشعار والتنقل)

3.1. المركبات غير المأهولة ، المستوى 4 و 5 (القيادة المستقلة المستوى 4 و 5)

من أجل عدم الخلط بين المصطلحات ، يجدر فهم مستويات التمييز الذاتي التي يتم تمييزها (مأخوذة من مقالة مفصلة نشير إليها جميع الأشخاص المهتمين):

المستوى 1: التحكم في التطواف: ساعد السائق في مواقف محدودة للغاية (على سبيل المثال ، الحفاظ على السيارة بسرعة معينة بعد أن يرفع السائق قدمه عن دواسة القدم)
المستوى 2: مساعدة محدودة في التوجيه والكبح. يجب أن يكون السائق جاهزًا للسيطرة على الفور تقريبًا. يديه على عجلة القيادة ، يتم توجيه نظرته إلى الطريق. هذا هو ما تسلا وجنرال موتورز بالفعل.
المستوى 3: لم يعد على السائق أن يراقب الطريق باستمرار. لكنه يجب أن يبقى يقظًا وأن يكون مستعدًا لتولي زمام الأمور. هذا شيء غير متوفر في السيارات المتاحة. كل ما هو موجود في الوقت الراهن - على مستوى 1-2.
المستوى 4: الطيار الآلي الحقيقي ، ولكن مع قيود: السفر فقط في منطقة معروفة تم تعيينها بعناية ومعروفة بشكل عام للنظام ، وتحت ظروف معينة: على سبيل المثال ، في حالة عدم وجود الثلج. لدى Waymo و General Motors مثل هذه النماذج الأولية ، وهي تخطط لإطلاقها في العديد من المدن واختبارها في الحياة الواقعية. يوجد في Yandex مناطق اختبار لسيارة أجرة غير مأهولة في سكولكوفو وإينوبوليس: الرحلة تتم تحت إشراف مهندس يجلس في مقعد الراكب ؛ بحلول نهاية العام ، تخطط الشركة لتوسيع الأسطول ليشمل 100 مركبة بدون طيار.
المستوى 5: القيادة الأوتوماتيكية الكاملة والاستبدال الكامل للسائق المباشر. مثل هذه الأنظمة غير موجودة ، ومن غير المرجح أن تظهر في السنوات القادمة.

ما مدى واقعية رؤية كل هذا في المستقبل المنظور؟ أود هنا إعادة توجيه القارئ إلى المقال "لماذا من المستحيل إطلاق Robotaxi بحلول عام 2020 ، كما وعدت تسلا" . ويرجع ذلك جزئيًا إلى عدم وجود اتصال 5G: سرعات 4G المتاحة ليست كافية. جزئيا مع ارتفاع تكلفة السيارات ذاتية الحكم: فهي غير مربحة حتى الآن ، ونموذج الأعمال غير مفهوم. باختصار ، "كل شيء معقد" هنا ، وليس من قبيل الصدفة أن يكتب غارتنر أن التنبؤ بالتنفيذ الشامل للمستوى 4 و 5 ليس قبل 10 سنوات.

3.2. كاميرات الاستشعار 3D

منذ ثمانية أعوام ، أحدثت وحدة التحكم في ألعاب Microsoft Kinect ضجة من خلال تقديم حل بأسعار معقولة وغير مكلفة نسبيًا للرؤية ثلاثية الأبعاد. منذ ذلك الحين ، شهدت الألعاب الرياضية والرقصية مع Kinekt صعودها وهبوطها لفترة وجيزة ، ولكن تم استخدام الكاميرات ثلاثية الأبعاد في الروبوتات الصناعية والمركبات غير المأهولة والهواتف المحمولة لتحديد الوجه. أصبحت التكنولوجيا أرخص وأكثر إحكاما وأكثر بأسعار معقولة.


يحتوي هاتف Samsung S10 على كاميرا وقت الطيران تقيس المسافة إلى الموضوع - لتسهيل التركيز. مصدر

إذا كنت مهتمًا بهذا الموضوع ، فنحن نعيد التوجيه إلى نظرة عامة تفصيلية جيدة للغاية حول كاميرات العمق: الجزء 1 ، الجزء 2 .

3.3. طائرات بدون طيار لتسليم الشحنات الصغيرة

أثارت الأمازون هذا العام ضجة كبيرة عندما أظهرت في المعرض طائرة بدون طيار جديدة قادرة على حمل حمولات صغيرة يصل وزنها إلى 2 كجم. بالنسبة للمدينة ، مع الاختناقات المرورية ، يبدو هذا هو الحل الأمثل. دعونا نرى كيف ستثبت هذه الطائرات بدون طيار نفسها في المستقبل القريب جدا. ربما يكون الأمر يستحق الاهتمام ، بما في ذلك الشكوك المتأنية: هناك العديد من المشكلات ، بدءًا من احتمال سرقة الطائرة بدون طيار ، وتنتهي بالقيود التشريعية على الطائرات بدون طيار. إن شركة Amazon Prime Air موجودة منذ ست سنوات ، لكنها لا تزال في مرحلة الاختبار.


كشفت طائرة بدون طيار الأمازون الجديدة في هذا الربيع. هناك شيء حول حرب النجوم فيه. مصدر

بالإضافة إلى Amazon ، يوجد لاعبون آخرون في هذا السوق (هناك مراجعة تفصيلية) ، ولكن ليس هناك منتج نهائي واحد: كل شيء في مرحلة الاختبار وحملات التسويق. بشكل منفصل ، تجدر الإشارة إلى مشاريع طبية متخصصة للغاية ومثيرة للاهتمام للغاية في إفريقيا: تسليم الدم للمانحين في غانا (14000 ولادة ، Zipline) ورواندا (Matternet).

3.4. تحلق المركبات ذاتية الحكم

من الصعب قول شيء محدد. وفقًا لما ذكره غارتنر ، لن يظهر ذلك قبل 10 سنوات. بشكل عام ، كل نفس المشاكل هنا كما هو الحال في المركبات غير المأهولة ، فقط يكتسبون بُعدًا جديدًا - العمودي. بورش وبوينج وأوبر تعلن طموحاتها لبناء سيارة أجرة طيران.

3.5. سحابة الواقع المعزز (AR Cloud)

نسخة رقمية دائمة من العالم الواقعي ، مما يتيح لك إنشاء طبقة جديدة من الواقع المشترك لجميع المستخدمين. نتحدث بلغة أكثر تقنية ، نحن نتحدث عن إنشاء منصة سحابة مفتوحة يمكن للمطورين من خلالها دمج تطبيقات AR الخاصة بهم. نموذج التسييل مفهوم ، إنه نوع من التناظرية البخارية. الفكرة متأصلة لدرجة أن بعض الناس يعتقدون الآن أن AR بدون سحابة هو ببساطة عديمة الفائدة.

كيف تبدو في المستقبل يتم رسمها في فيديو صغير. يبدو أن السلسلة التالية من "مرآة سوداء":


يمكنك أيضا قراءة في مقال المراجعة.

4. الإنسان المعزز

4.1. العاطفة AI

كيف تقيس العواطف البشرية وتحاكيها وتستجيب لها؟ بعض العملاء هنا هم الشركات التي تنتج مساعدين صوتيين مثل Amazon Alexa. يمكنهم حقًا التعود على المنزل إذا تعلموا التعرف على الحالة المزاجية: فهم سبب عدم رضا المستخدم ، حاول إصلاح الموقف. بشكل عام ، هناك معلومات أكثر بكثير في السياق عن الرسالة نفسها. والسياق عبارة عن تعبيرات الوجه ، والتجويد ، والسلوك غير اللفظي.

من التطبيقات العملية الأخرى: تحليل العواطف أثناء مقابلة العمل (عبر مقابلة بالفيديو) ، وتقييم ردود الفعل على الإعلانات التجارية أو غيرها من محتوى الفيديو (الابتسامات ، والضحك) ، والمساعدة التعليمية (على سبيل المثال ، للممارسة المستقلة في فن التحدث أمام الجمهور).

من الصعب التحدث عن هذا الموضوع بشكل أفضل من مؤلف كتاب "القصير" الذي يبلغ مدته 6 دقائقسرقة الشعور اور . يوضح مقطع الفيديو الذكي والأنيق كيف يمكنك قياس عواطفنا لأغراض التسويق ، واكتشف من ردود أفعالك الفورية ما إذا كنت تحب البيتزا والكلاب و Kanye West وحتى مستوى دخلك وحساب الذكاء التقريبي. بالانتقال إلى موقع الفيلم باستخدام الرابط أعلاه ، فإنك تصبح عضوًا في الفيديو التفاعلي باستخدام الكاميرا المدمجة في الكمبيوتر المحمول. تم عرض الفيلم بالفعل في العديد من مهرجانات الأفلام.


مصدر

هناك حتى دراسة مثيرة للاهتمام: كيفية التعرف على السخرية في النص. أخذنا تويت مع الهاشتاج # سخرية وعيننا عينة تدريب من 25000 تويت سخرية و 100000 تغريدة منتظمة حول كل شيء في العالم. استخدمنا مكتبة TensorFlow ، ودربنا النظام ، وإليكم النتيجة:


مصدر

الآن ، إذا لم تكن متأكدًا من زميلك أو صديقك - أخبرك بشيء خطير أو بسخرية - يمكنك استخدام الشبكة العصبية المدربة بالفعل !

4.2. الذكاء المعزز

أتمتة العمل الفكري باستخدام أساليب التعلم الآلي. يبدو لا شيء جديد؟ ولكن الصياغة نفسها مهمة ، خاصةً لأنها تتزامن مع اختصار الذكاء الاصطناعي. يشير هذا إلى الجدل الدائر حول الذكاء الاصطناعي "القوي" و "الضعيف".
الذكاء الاصطناعى القوي هو نفس الذكاء الاصطناعي من أفلام الخيال العلمي التي تعادل بالكامل العقل البشري وتعترف بنفسها كشخص. هذا غير موجود حتى الآن وليس من الواضح ما إذا كان سيكون موجودًا على الإطلاق.

الذكاء الاصطناعي الضعيف ليس شخصًا مستقلاً ، لكنه مساعد بشري. لا يتظاهر بأنه يشبه التفكير الإنساني ، لكنه يعرف ببساطة كيفية حل مشاكل المعلومات ، على سبيل المثال ، تحديد ما يظهر في الصورة أو ترجمة النص.


مصدر

بهذا المعنى ، فإن الذكاء المعزز في أنقى صوره هو "الذكاء الاصطناعى الضعيف" ، والصياغة تبدو ناجحة ، لأنها لا تربك وتغري أن ترى هنا "الذكاء الاصطناعي القوي" الذي يحلم به الجميع (أو يخافون منه ، إذا كنت تتذكر الحجج العديدة حول "التمرد") السيارات "). باستخدام تعبير "الذكاء المعزز" ، يبدو أننا على الفور نصبح أبطال فيلم آخر: من الخيال العلمي (مثل "I، Robot" بواسطة Asimov) نصل إلى cyberpunk (تسمى جميع أنواع الغرسات التي توسع القدرات البشرية "بالتعزيزات" في هذا النوع).

كما قال اريك Brinolfsson وأندرو MakAffi: "هذا هو ما سيحدث في السنوات ال 10 المقبلة. لن يحل محل الذكاء الاصطناعي محل المديرين ، ولكن هؤلاء المديرين الذين يستخدمون الذكاء الاصطناعى سيحلون محل الذين لم يفعلوا ذلك بعد. "

الأمثلة على ذلك:

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

4.3. (Biochips)

هذا هو الموضوع المفضل لجميع الأفلام والكتب الإلكترونية. بشكل عام ، فإن تقطيع الحيوانات الأليفة ليس ممارسة جديدة. ولكن الآن بدأت هذه الرقائق أيضًا في زرع الناس.

في هذه الحالة ، يتم ربط الضجيج على الأرجح بالحالة المثيرة في الشركة الأمريكية Three Square Market. هناك ، بدأ صاحب العمل في تقديم رقائق لزرعها تحت الجلد مقابل رسوم. تتيح لك الشريحة فتح الأبواب وتسجيل الدخول إلى أجهزة الكمبيوتر وشراء الوجبات الخفيفة في الجهاز ، أي بطاقة الموظف الشاملة هذه. علاوة على ذلك ، تعمل مثل هذه الشريحة على وجه التحديد كبطاقة تعريف ، ولا تحتوي على وحدة GPS ، وبالتالي يتعذر تتبع أي شخص بها. وإذا أراد الشخص إزالة الرقاقة من يده ، فستستغرق 5 دقائق بمساعدة طبيب.


عادة ما يتم زرع الرقائق بين الإبهام والسبابة. مصدر

اقرأ مقالا مفصلا عن حالة فن الرقائق في العالم.

4.4. مساحة عمل غامرة

كلمة "غامرة" هي كلمة أخرى جديدة ليس لديها مكان تذهب إليه. إنه في كل مكان. مسرح غامرة ، معرض ، سينما. ما هو المقصود؟ الغمر هو خلق تأثير الانغماس عند فقدان الحدود بين المؤلف والمشاهد ، العالم الافتراضي والواقعي. فيما يتعلق بمكان العمل ، من المفترض أن هذا يعني عدم وضوح الخط الفاصل بين المنفذ والبادئ وتشجيع الموظفين على اتخاذ موقف أكثر نشاطًا من خلال إعادة تهيئة بيئتهم.

نظرًا لأن Agile موجود معنا في كل مكان الآن ، فإن المرونة والتفاعل الوثيق - يجب أن تكون أماكن العمل سهلة التهيئة قدر الإمكان ، ويجب أن تشجع العمل الجماعي. يفرض الاقتصاد شروطه: هناك عدد أكبر من الموظفين المؤقتين ، وتكلفة استئجار مساحات المكاتب آخذة في الازدياد ، وفي ظروف سوق العمل التنافسي ، تحاول شركات تكنولوجيا المعلومات زيادة رضا الموظفين عن طريق إنشاء مناطق ترفيهية وغيرها من المزايا. وكل هذا يؤثر على تصميم الوظائف.


من تقرير الربوة

4.5. تجسيد (تجسيد)

الجميع يعرف ما هو التخصيص في الإعلان. هذا هو عندما تناقش اليوم مع أحد الزملاء أن هناك شيئًا ما جافًا في الغرفة وتحتاج إلى شراء جهاز ترطيب في المكتب ، وفي اليوم التالي تشاهد إعلانًا على شبكتك الاجتماعية - "اشتر جهاز ترطيب" (حالة حقيقية حدثت لي).


مصدر

يعتبر التجسيد الشخصي ، وفقًا لشركة Gartner ، استجابةً للقلق المتزايد للمستخدمين بشأن استخدام بياناتهم الشخصية لأغراض الدعاية. الهدف هو تطوير منهج يتم عرض إعلانات مناسبة للسياق الذي نتواجد فيه ، وليس لنا شخصيًا. على سبيل المثال ، موقعنا ، ونوع الجهاز ، والوقت من اليوم ، والظروف الجوية - وهذا هو ما لا ينتهك بياناتنا الشخصية ، ونحن لا نشعر بالإحساس غير السار "بالمراقبة".

عن الفرق بين هذين المفهومين، انظر مذكرة أندرو فرانك في بلوق على موقع غارتنر. يوجد مثل هذا التمييز الدقيق والكلمات المتشابهة التي تواجهك ، دون معرفة الفرق ، في المجادلة مع المحاور الخاص بك لفترة طويلة ، ولا تشك في أن كليهما على حق (وهذه أيضًا حالة حقيقية حدثت للمؤلف).

4.6. Biotech - الأقمشة الصناعية (Biotech - الأنسجة المزروعة أو الاصطناعية)

هذه هي أولاً فكرة زراعة اللحوم الاصطناعية. في الوقت نفسه ، تشارك العديد من الفرق في جميع أنحاء العالم في تطوير معمل Meat 2.0 - من المتوقع أن يصبح أرخص من المعتاد ، وأن تتحول الأطعمة السريعة ومن ثم محلات السوبر ماركت إليه. من بين المستثمرين في هذه التكنولوجيا بيل غيتس وسيرجي برين وريتشارد برانسون وآخرون.


مصدر

أسباب اهتمام الجميع باللحوم الصناعية:

1. الاحتباس الحراري: انبعاثات غاز الميثان من المزارع. هذا هو 18 ٪ من الحجم العالمي للغازات التي تؤثر على المناخ.
   
2. النمو السكاني. يزداد الطلب على اللحوم ، ولن يعمل على إطعام الجميع باللحوم الطبيعية - إنها ببساطة باهظة الثمن.
   
3. قلة الفضاء. 70٪ من غابات الأمازون قد تم تقليصها بالفعل لأغراض المراعي.
   
4. الاعتبارات الأخلاقية. هناك أولئك الذين هذا مهم. قدمت منظمة حماية الحيوان في بيتا بالفعل جائزة قدرها مليون دولار للعالم الذي سيطلق لحم الدجاج الاصطناعي في السوق.
   

يعد استبدال اللحوم الحقيقية بفول الصويا حلاً جزئيًا ، لأن الناس يشعرون جيدًا بالفرق في المذاق والملمس ، ومن غير المرجح أن يتخلىوا عن شريحة لحم لصالح الصويا. إذاً ما نحتاج إليه هو اللحوم الحقيقية العضوية. الآن ، للأسف ، اللحوم الصناعية باهظة الثمن: من 12 دولارًا للكيلوغرام الواحد. هذا يرجع إلى العملية المعقدة لزراعة مثل هذه اللحوم. قرأت عن كل هذا المقال .

إذا تحدثنا عن حالات أخرى لنمو الأنسجة - بالفعل في الطب - فإن الموضوع مع الأعضاء الاصطناعية مثير للاهتمام: على سبيل المثال ، "تصحيح" لعضلة القلب ، مطبوع باستخدام طابعة ثلاثية الأبعاد خاصة. هناك قصص معروفة مثل قلب فأر اصطناعي نما ، لكن بشكل عام ، لم يتجاوز كل شيء نطاق التجارب السريرية. لذلك بالكاد نرى فرانكشتاين في السنوات القادمة.

هنا غارتنر حذر للغاية في تقديراته ، مع الأخذ في الاعتبار على ما يبدو توقعه الفاشل لعام 2015 بأن 10٪ من سكان البلدان المتقدمة في عام 2019 سيحصلون على جهاز غرس طبي مطبوع ثلاثي الأبعاد. لذلك ، يشير إلى وقت للوصول إلى هضبة الإنتاجية - على الأقل 10 سنوات.

5. النظم البيئية الرقمية

5.1. الويب اللامركزي

يرتبط هذا المفهوم ارتباطًا وثيقًا باسم مخترع الويب ، الفائز بجائزة تورينج ، السير تيم بيرنرز لي. بالنسبة له ، كانت الأخلاقيات في علوم الكمبيوتر مهمة دائمًا وكان الجوهر الجماعي للإنترنت مهمًا: وضع الأسس للنص التشعبي ، كان مقتنعًا بأنه يجب أن تعمل الشبكة كويب وليس التسلسل الهرمي. لذلك كان في مرحلة مبكرة في تطوير الشبكة. ومع ذلك ، مع نمو الإنترنت ، أصبح هيكلها مركزيًا لعدة أسباب. اتضح أنه يمكن حظر الوصول إلى الشبكة لبلد بأكمله بسهولة من خلال عدد قليل من مقدمي الخدمات. وأصبحت بيانات المستخدم مصدر قوة وإيرادات لشركات الإنترنت.

يقول Burners-Lee: "الإنترنت لا مركزي بالفعل". - المشكلة هي أن محرك بحث واحد ، وشبكة اجتماعية كبيرة واحدة ، ومنصة واحدة تدوين المدونات الصغيرة يهيمن. ليست لدينا مشاكل تكنولوجية ، ولكن هناك مشاكل اجتماعية. "

في رسالته المفتوحة للاحتفال بالذكرى الثلاثين لشبكة الويب العالمية ، أوضح خالق الويب ثلاث مشاكل رئيسية للإنترنت:

1. الضرر المستهدف ، مثل هجمات القراصنة التي ترعاها الدولة والجريمة والتحرش عبر الإنترنت
   
2. جهاز النظام نفسه ، الذي يضر المستخدم بإنشاء أساس لآليات مثل: الترويج المالي ل clickbait والتوزيع الفيروسي للمعلومات الخاطئة
   
3. النتائج غير المقصودة لتصميم النظام التي تؤدي إلى تعارضات ومناقشات عبر الإنترنت منخفضة الجودة
   

لدى Tim Berners-Lee بالفعل إجابة عن المبادئ التي يمكن أن تستند إليها "شبكة الإنترنت الصحية" ، بدون المشكلة رقم 2: "بالنسبة للعديد من المستخدمين ، تظل إيرادات الإعلانات هي النموذج الوحيد للتفاعل مع الويب. حتى إذا كان الناس خائفون مما يحدث مع بياناتهم ، فإنهم يوافقون على عقد صفقة مع آلة التسويق لإتاحة الفرصة لتلقي المحتوى مجانًا. تخيل عالما تكون فيه سداد ثمن سلع الخدمة سهلة وممتعة لكلا الطرفين. " من بين الخيارات الخاصة بكيفية ترتيب ذلك: يمكن للموسيقيين بيع تسجيلاتهم دون وسطاء في شكل iTunes ، ويمكن للمواقع الإخبارية استخدام نظام الإقراض المصغر لقراءة مقال واحد ، بدلاً من جني الأموال من الإعلانات.

كنموذج تجريبي لهذا الإنترنت الجديد ، أطلق Tim Berners-Lee مشروع SOLID ، الذي يتمثل جوهره في أن تقوم بتخزين بياناتك في "الموقد" - تخزين المعلومات ، ويمكنك توفير هذه البيانات لتطبيقات الطرف الثالث. لكن من حيث المبدأ ، أنت نفسك سادة بياناتك. يرتبط كل هذا ارتباطًا وثيقًا بمفهوم شبكات الند للند ، أي أن جهاز الكمبيوتر الخاص بك لا يطلب خدمات فحسب ، بل يوفرها أيضًا حتى لا تعتمد على خادم واحد كقناة واحدة.


مصدر

5.2. منظمات الحكم الذاتي اللامركزية

هذه منظمة تحكمها قواعد مسجلة في شكل برنامج كمبيوتر. وتستند أنشطتها المالية على blockchain. والغرض من إنشاء مثل هذه المنظمات هو إزالة الدولة من دور الوسيط وخلق بيئة موثوقة مشتركة للأطراف المقابلة ، التي لا يملكها أحد بمفرده ، ولكن الجميع يمتلكونها معًا. هذا ، من الناحية النظرية ، ينبغي لهذا ، إذا جذرت الفكرة ، إلغاء كتاب العدل ومؤسسات التحقق المألوفة الأخرى.

وكان المثال الأكثر شهرة لمثل هذه المنظمة هو DAO ، الذي ركز على الأعمال التجارية ، التي جمعت 150 مليون دولار في عام 2016 ، منها 50 سُرقت على الفور من خلال "ثقب" قانوني في القواعد. ظهرت معضلة صعبة على الفور: إما إعادة الأموال وإعادتها ، أو الاعتراف بأن سحب الأموال كان قانونيًا ، لأنه لا ينتهك بأي حال قواعد المنصة. نتيجة لذلك ، من أجل إعادة الأموال إلى المستثمرين ، كان على المبدعين أن يدمروا DAO ، وأن يعيدوا كتابة blockchain وانتهاك مبدأه الأساسي - عدم الثبات.


كاريكاتير حول Ethereum (يسار) و DAO (يمين). مصدر

هذه القصة كلها أفسدت سمعة فكرة DAO نفسها. تم إنشاء هذا المشروع على أساس العملة المشفرة Ethereum ، ومن المتوقع إصدار إصدار Ether 2.0 في العام المقبل - ربما يأخذ المؤلفون (بما في ذلك Vitalik Buterin الشهير) الأخطاء ويظهرون شيئًا جديدًا. هذا هو السبب في أن غارتنر وضع DAO على خط تصاعدي.

5.3 المواد التركيبية

لتدريب الشبكات العصبية ، هناك حاجة إلى كميات كبيرة من البيانات. تعد عملية ترميز البيانات يدويًا مهمة ضخمة لا يمكن القيام بها إلا بواسطة البشر. لذلك ، يمكنك إنشاء مجموعات البيانات الاصطناعية. على سبيل المثال ، نفس مجموعات الوجوه البشرية على الموقع https://generated.photos . يتم إنشاؤها باستخدام GAN - الخوارزميات ، والتي سبق ذكرها أعلاه.


هؤلاء الأشخاص لا ينتمون إلى الناس. مصدر

هناك إضافة كبيرة لهذه البيانات هي أنه لا توجد صعوبة قانونية في استخدامها: لا يوجد أحد يعطي الموافقة على معالجة البيانات الشخصية.

5.4.العمليات الرقمية

أصبحت لاحقة "Ops" من المألوف بشكل لا يصدق منذ أن بدأت DevOps في جذر خطابنا. الآن حول ماهية DigitalOps - إنها مجرد تعميم لـ DevOps و DesignOps و MarketingOps ... ألا تشعر بالملل بعد؟ باختصار ، هذا هو نقل النهج المعتمد في DevOps من صناعة البرمجيات إلى جميع جوانب العمل الأخرى - التسويق ، التصميم ، إلخ.


مصدر

كانت فكرة DevOps هي إزالة الحواجز القائمة بين التطوير نفسه (العمليات) والعمليات (العمليات التجارية) ، من خلال إنشاء فرق مشتركة ، حيث المبرمجون ، والمختبرين ، والأمن ، والمسؤولين ؛ تنفيذ بعض الممارسات: التكامل المستمر ، والبنية التحتية كرمز ، والحد من وتعزيز سلاسل ردود الفعل. كان الهدف هو تسريع إطلاق المنتج في السوق. إذا كنت تعتقد أنه كان مثل Agile ، فكرت أنه صحيح. الآن نقل هذا النهج عقليا من مجال تطوير البرمجيات إلى التطوير بشكل عام - وأنت تفهم ماهية DigitalOps.

5.5. الرسوم البيانية المعرفة

طريقة برمجية لمحاكاة مجال المعرفة ، بما في ذلك استخدام خوارزميات التعلم الآلي. يعتمد الرسم البياني للمعرفة على قمة قواعد البيانات الحالية لربط جميع المعلومات معًا: منظمًا (قائمة بالأحداث أو الأشخاص) وغير منظم (نص المقالة).

أبسط مثال على ذلك هو البطاقة التي يمكنك رؤيتها في نتائج بحث Google. إذا كنت تبحث عن شخص أو مؤسسة ، فسترى بطاقة على اليمين:


يرجى ملاحظة أن "الأحداث القادمة" ليست نسخة من المعلومات من خرائط جوجل ، ولكن دمج الجدول الزمني مع Yandex.Afishey: يمكنك بسهولة رؤية هذا إذا نقرت على الأحداث. بمعنى ، هذا مزيج من عدة مصادر بيانات معًا.

إذا طلبت قائمة - على سبيل المثال ، "مخرجون مشهورون" - فسوف يعرضون لك "دائري":

مكافأة لأولئك الذين قرأوا حتى النهاية

والآن ، عندما أوضحنا لأنفسنا معنى كل نقطة من النقاط ، يمكننا أن ننظر إلى نفس الصورة ، ولكن بالفعل باللغة الروسية:



تقاسمها بحرية على الشبكات الاجتماعية!


تاتيانا فولكوفا - مؤلفة مناهج تتبع مسار تكنولوجيا المعلومات من أكاديمية سامسونغ لتقنية المعلومات ، متخصصة في برامج المسؤولية الاجتماعية للشركات في مركز أبحاث سامسونج