Le programme de Gartner pour ceux qui travaillent dans le domaine de la technologie est comme une exposition de haute couture. En le regardant, vous pouvez savoir à l'avance quels mots sont les plus hype cette saison et ce que vous entendrez lors de toutes les conférences à venir.

Nous avons déchiffré ce qui se cache derrière les beaux mots de ce graphique afin que vous puissiez également parler cette langue.





Pour commencer, en quelques mots, quel genre de calendrier est-ce. Chaque année au mois d'août, l'agence de conseil Gartner publie un rapport - Gartner Hype Curve. En russe, il s'agit d'une «courbe de battage médiatique» ou, plus simplement, d'un battage médiatique. Il y a 30 ans, les rappeurs du groupe Public Enemy chantaient: "Don't croyez le battage médiatique". Croyez-le ou non, la question est personnelle, mais au moins cela vaut la peine de connaître ces mots clés si vous travaillez dans le domaine de la technologie et que vous souhaitez connaître les tendances mondiales.

Il s'agit d'un graphique des attentes du public à l'égard d'une technologie particulière. Selon Gartner, dans le cas idéal, la technologie passe par 5 étapes séquentiellement: le lancement de la technologie, le pic des attentes élevées, la vallée de la déception, la pente de l'éducation, le plateau de la productivité. Mais il arrive aussi qu'il se noie dans une «vallée de déception» - vous pouvez vous rappeler très facilement les exemples, prendre les mêmes bitcoins: initialement au sommet comme «argent du futur», ils ont rapidement baissé lorsque les lacunes de la technologie sont apparues, tout d'abord des restrictions sur le nombre de transactions et l'énorme quantité d'électricité requise pour générer des bitcoins (ce qui entraîne déjà des problèmes environnementaux). Et bien sûr, nous ne devons pas oublier que le graphique de Gartner n'est qu'une prévision: ici, par exemple, vous pouvez lire un article détaillé où les prédictions les plus vives non satisfaites sont triées.

Passons donc en revue le nouveau graphique de Gartner. Les technologies sont divisées en 5 grands groupes thématiques:

1. IA et analyse avancées
   
2. Calcul et communications postclassiques
   
3. Sensoriel et mobilité
   
4. Humain augmenté
   
5. Écosystèmes numériques
   

1. IA et analyse avancées

Au cours des 10 dernières années, nous avons vu le point culminant de l'apprentissage en profondeur (Deep Learning). Ces réseaux sont vraiment efficaces pour leurs tâches. En 2018, Jan Lecun, Jeffrey Hinton et Yoshua Benjio ont reçu le prix Turing pour leur ouverture, le prix le plus prestigieux, un analogue du prix Nobel d'informatique. Ainsi, les principales tendances dans ce domaine, qui sont mises sur le graphique:

1.1. Transfert d'apprentissage

Vous ne formez pas un réseau de neurones à partir de zéro, mais prenez un réseau déjà formé et attribuez-lui une cible différente. Parfois, pour cela, vous devez recycler une partie du réseau, mais pas l'ensemble du réseau, ce qui est beaucoup plus rapide. Par exemple, si vous prenez un réseau neuronal ResNet50 prêt à l'emploi formé sur l'ensemble de données ImageNet1000, vous obtiendrez un algorithme qui peut classer un grand nombre d'objets différents à partir d'une image à un niveau très profond (1000 classes basées sur des attributs générés par 50 couches d'un réseau neuronal). Mais vous n'avez pas besoin de former l'ensemble du réseau, ce qui prendrait des mois.

Dans le cours en ligne Samsung «Réseaux de neurones et vision par ordinateur», par exemple, dans la tâche finale de Kaggle avec la classification des plaques en propre et sale, une approche est montrée qu'en 5 minutes vous donne un réseau neuronal profond qui peut distinguer les plaques sales des plaques propres construit sur l'architecture ci-dessus. Le réseau d'origine ne savait pas quelles plaques étaient en général, il a seulement appris à distinguer les oiseaux des chiens (voir ImageNet).


Source: Cours en ligne Samsung «Réseaux de neurones et vision par ordinateur»

Pour le transfert d'apprentissage, vous devez savoir quelles approches fonctionnent, quelles sont les architectures de base toutes faites. En général, cela accélère considérablement l'émergence d'applications pratiques de l'apprentissage automatique.

1.2. Réseaux Génératifs d'Adversariat (GAN)

C'est pour les cas où il est très difficile pour nous de formuler l'objectif de la formation. Plus la tâche est proche de la vie réelle, plus elle est compréhensible pour nous («apporter une table de chevet»), mais plus il est difficile de la formuler comme une tâche technique. Le GAN n'est qu'une tentative pour nous débarrasser de ce problème.

Deux réseaux fonctionnent ici: un générateur (Generative), l'autre discriminateur (Adversarial). Un réseau apprend à faire un travail utile (classer des images, reconnaître des sons, dessiner des dessins animés). Et un autre réseau apprend à apprendre ce réseau: il a de vrais exemples, et il apprend à trouver une formule complexe jusqu'alors inconnue pour comparer la partie générative du réseau avec des objets du monde réel (ensemble d'entraînement) selon des signes profonds vraiment importants: le nombre d'yeux, la proximité avec le style de Miyazaki, prononciation correcte de l'anglais.


Un exemple du résultat du réseau pour générer des personnages animés. Source

Mais là, bien sûr, il est difficile de construire une architecture. Lancer des neurones ne suffit pas, il faut les préparer. Et vous devez apprendre pendant des semaines. Mes collègues du Samsung Center for Artificial Intelligence traitent du sujet GAN, et c'est l'une de leurs principales questions de recherche. Par exemple, voici un tel développement : l'utilisation de réseaux génératifs pour la synthèse de photographies réalistes de personnes avec une pose variable - par exemple, pour créer une cabine d'essayage virtuelle, ou pour synthétiser un visage, ce qui peut réduire la quantité d'informations qui doivent être stockées ou transmises pour assurer une communication vidéo, une diffusion ou une protection de haute qualité données personnelles.


Source

1.3. Expliqué AI

Dans certaines tâches rares, les progrès des architectures profondes ont soudainement rapproché les capacités des réseaux de neurones profonds de celles des humains. Maintenant, la bataille est d'élargir le cercle de ces tâches. Par exemple, un robot aspirateur pourrait facilement distinguer un chat d'un chien lors d'une rencontre directe. Mais dans la plupart des situations de la vie, il ne pourra pas trouver un chat dormant parmi le linge ou les meubles (cependant, comme nous, dans la plupart des cas ...).

Quelle est la raison du succès des réseaux de neurones profonds? Ils développent une représentation du problème, basée non pas sur des informations "visibles à l'oeil nu" (pixels d'une photographie, sauts de volume sonore ...), mais sur des signes obtenus après prétraitement de ces informations par plusieurs centaines de couches d'un réseau neuronal. Malheureusement, ces relations peuvent également être dénuées de sens, contradictoires ou porter des traces d'imperfections dans l'ensemble de données d'origine. Par exemple, sur ce à quoi peut conduire l'utilisation inconsidérée de l'IA dans le recrutement, il existe un petit jeu informatique Survival Of The Best Fit .


Le système de balisage des images s'appelle la personne qui cuisine la femme, bien que l'image soit en fait un homme ( Source ). Cela a été remarqué au Virginia Institute.

Des méthodes d'explication de l'IA sont nécessaires pour analyser des relations complexes et profondes que nous ne pouvons souvent pas formuler nous-mêmes. Ils organisent les signes des réseaux de neurones profonds afin qu'après la formation, nous puissions analyser la représentation interne que le réseau a apprise, et non pas seulement compter sur sa solution.

1.4. Analyse périphérique / AI (Edge Analytics / AI)

Tout, où se trouve le mot Edge, signifie littéralement ce qui suit: transférer certains des algorithmes du cloud / serveur au niveau du périphérique / de la passerelle. Un tel algorithme fonctionnera plus rapidement et n'aura pas besoin de se connecter à un serveur central pour son travail. Si vous connaissez l'abstraction du «client léger», alors ici nous épaississons un peu ce client.
Cela peut être important pour l'Internet des objets. Par exemple, si la machine est en surchauffe et doit être refroidie, il est logique d'envoyer un signal à ce sujet immédiatement, au niveau de l'usine, sans attendre que les données soient transférées vers le cloud et de là au maître de quart. Ou un autre exemple: les drones peuvent gérer seuls la situation du trafic, sans accéder au serveur central.


Source

Ou un autre exemple de la raison pour laquelle cela est important du point de vue de la sécurité: lorsque vous tapez des textes sur votre téléphone, il se souvient des mots qui vous sont typiques, de sorte que le clavier du téléphone vous invite plus facilement - c'est ce qu'on appelle la saisie de texte prédictive. Envoyer quelque part au centre de données tout ce que vous entrez sur le clavier serait une violation de votre vie privée et tout simplement dangereux. Par conséquent, la formation au clavier n'a lieu que dans le cadre de votre appareil.

1.5. Plateforme d'IA en tant que service (AI PaaS)

PaaS - Platform-as-a-service est un modèle commercial dans lequel nous avons accès à une plate-forme intégrée, y compris son stockage de données basé sur le cloud et des procédures prêtes à l'emploi. Ainsi, nous pouvons nous libérer des tâches d'infrastructure et nous concentrer complètement sur la production de quelque chose d'utile. Exemples de plates-formes PaaS pour les tâches d'IA: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.

1.6. Apprentissage automatique adaptatif (ML adaptatif)

Et si nous permettions à l'intelligence artificielle de s'adapter ... vous demandez - c'est-à-dire, comment? ... Cela ne s'adapte-t-il pas de toute façon? Le problème est le suivant: nous organisons minutieusement chacune de ces tâches avant de construire un algorithme d'intelligence artificielle pour le résoudre. Ils vous répondront - il s'avère que cette chaîne peut être simplifiée.

L'apprentissage automatique normal fonctionne sur le principe d'un système ouvert (boucle ouverte): vous préparez des données, inventez un réseau neuronal (ou autre), vous vous entraînez, puis examinez quelques indicateurs, et si vous aimez tout, vous pouvez envoyer un réseau neuronal vers des smartphones pour résoudre les problèmes des utilisateurs . Mais dans les applications où il y a beaucoup de données et dont la nature change progressivement, d'autres méthodes sont nécessaires. De tels systèmes, qui s'adaptent et se forment eux-mêmes, s'organisent en circuits fermés et autodidactes (boucle fermée), et ils devraient fonctionner sans faute.

Applications - il peut s'agir de Stream Analytics, sur la base duquel de nombreux hommes d'affaires prennent des décisions, ou de la gestion adaptative de la production. A l'échelle des applications modernes et prenant en compte des risques mieux compris pour l'homme, les méthodes qui composent la solution à ce problème, toutes ces méthodes sont regroupées sous le nom général Adaptive AI.


Source

En regardant cette photo, il est difficile de se débarrasser du sentiment que les futurologues ne nourrissent pas le pain - laissez le robot apprendre à respirer ...

Calcul et communications postclassiques

2.1. Communications mobiles de cinquième génération (5G)

C'est un sujet tellement intéressant que nous nous référons immédiatement à notre article . Eh bien, voici une brève compression. La 5G en augmentant la fréquence des transferts de données rendra la vitesse d'Internet extrêmement rapide. Il est plus difficile pour les ondes courtes de passer à travers les obstacles, donc la disposition des réseaux sera complètement différente: les stations de base ont besoin de 500 fois plus.

Avec la vitesse, nous obtiendrons de nouveaux phénomènes: des jeux en temps réel avec la réalité augmentée, effectuant des tâches complexes (comme la chirurgie) grâce à la téléprésence, prévenant les accidents et les situations difficiles sur les routes grâce à la communication entre les machines. Du plus prosaïque: l'Internet mobile cessera enfin de tomber lors d'événements de masse, comme un match au stade.


Source de l'image - Reuters, Niantic

2.2. Mémoire de nouvelle génération

Ici, nous parlons de la cinquième génération de RAM - DDR5. Samsung a annoncé que d'ici la fin de 2019, il y aura des produits basés sur DDR5. Il est prévu que la nouvelle mémoire soit deux fois plus rapide et deux fois plus grande avec la préservation du facteur de forme, c'est-à-dire que nous pouvons obtenir des clés mémoire d'une capacité allant jusqu'à 32 Go pour notre ordinateur. À l'avenir, cela sera particulièrement vrai pour les smartphones (la nouvelle mémoire sera dans la version basse consommation) et pour les ordinateurs portables (où le nombre d'emplacements DIMM est limité). Et l'apprentissage automatique nécessite de grandes quantités de RAM.

2.3. Systèmes satellitaires à orbite terrestre basse

L'idée de remplacer des satellites lourds, chers et puissants par un essaim de petits satellites bon marché est loin d'être nouvelle et est apparue dans les années 90. A propos du fait que "Elon Mask va bientôt distribuer Internet à tout le monde depuis le satellite", maintenant seul le paresseux n'a pas entendu. Ici, la société la plus célèbre est Iridium, qui a fait faillite à la fin des années 90, mais a été sauvée aux dépens du département américain de la Défense (à ne pas confondre avec iRidium - le système russe de maison intelligente). Le projet d'Elon Mask (Starlink) est loin d'être le seul - Richard Branson (OneWeb - 1440 satellites présumés), Boeing (3000 satellites), Samsung (4600 satellites), et d'autres participent à la course aux satellites.

Quelle est la situation dans ce domaine, à quoi ressemble l'économie - lisez la critique . Et nous attendons les premiers tests de ces systèmes par les premiers utilisateurs, qui devraient avoir lieu l'année prochaine.

2.4. Impression 3D à l'échelle nanométrique (Impression 3D à l'échelle nanométrique)

L'impression 3D, bien qu'elle n'entre pas dans la vie de chacun (sous la forme promise par une usine de plastique individuelle à domicile), a cependant depuis longtemps quitté le créneau de la technologie pour les geeks. Vous pouvez en juger par le fait que l'existence d'au moins des stylos sculptés en 3D est connue de tout étudiant, et beaucoup rêvent d'acheter une boîte avec des patins et une extrudeuse pour ... "juste comme ça" (ou déjà achetée).

La stéréolithographie (imprimantes laser 3D) permet d'imprimer avec des photons individuels: de nouveaux polymères sont à l'étude, pour lesquels deux photons suffisent à se solidifier. Cela permettra dans des conditions non-laboratoire de créer des filtres, supports, ressorts, capillaires, lentilles et ... vos options complètement nouveaux dans les commentaires! Et ce n'est pas loin de la photopolymérisation - seule cette technologie vous permet "d'imprimer" des processeurs et des circuits de calcul. De plus, pas la première année, il y a eu une technologie pour imprimer des structures tridimensionnelles en graphène à 500 nm , mais sans développement radical.


Source

3. Sensoriel et mobilité (Sensation et mobilité)

3.1. Véhicules sans pilote, niveaux 4 et 5 (conduite autonome niveaux 4 et 5)

Afin de ne pas se confondre dans la terminologie, il est utile de comprendre quels niveaux d'autonomie se distinguent (extrait d'un article détaillé auquel nous renvoyons toutes les personnes intéressées):

Niveau 1: Régulateur de vitesse: aide le conducteur dans des situations très limitées (par exemple, garder la voiture à une vitesse donnée après que le conducteur a levé le pied de la pédale)
Niveau 2: assistance limitée pour la direction et le freinage. Le conducteur doit être prêt à prendre le contrôle presque instantanément. Ses mains sont sur le volant, son regard est dirigé vers la route. C'est ce que Tesla et General Motors ont déjà.
Niveau 3: Le conducteur n'a plus à surveiller constamment la route. Mais il doit rester vigilant et être prêt à prendre le contrôle. C'est quelque chose qui n'est pas disponible sur les voitures disponibles. Tous existent actuellement - au niveau de 1-2.
Niveau 4: Véritable pilote automatique, mais avec des limites: ne voyagez que dans une zone connue qui est soigneusement cartographiée et généralement connue du système, et dans certaines conditions: par exemple, en l'absence de neige. Waymo et General Motors ont de tels prototypes, et ils prévoient de les lancer dans plusieurs villes et de les tester dans la vie réelle. Yandex dispose de zones d'essai pour un taxi sans pilote à Skolkovo et Innopolis: le voyage se déroule sous la supervision d'un ingénieur assis sur le siège passager; D'ici la fin de l'année, l'entreprise prévoit d'étendre la flotte à 100 véhicules sans pilote.
Niveau 5: conduite entièrement automatique, remplacement complet d'un conducteur en direct. De tels systèmes n'existent pas et il est peu probable qu'ils apparaissent dans les années à venir.

Est-il réaliste de voir tout cela dans un avenir prévisible? Ici, je voudrais rediriger le lecteur vers l'article "Pourquoi il est impossible de lancer Robotaxi d'ici 2020, comme le promet Tesla . " Cela est dû en partie au manque de connectivité 5G: les vitesses 4G disponibles ne sont pas suffisantes. En partie avec un coût très élevé des voitures autonomes: elles ne sont pas rentables, le modèle économique est incompréhensible. En un mot, «tout est compliqué» ici, et ce n'est pas un hasard si Gartner écrit que les prévisions pour la mise en œuvre massive des niveaux 4 et 5 ne sont pas antérieures à 10 ans.

3.2. Caméras de détection 3D

Il y a huit ans, le contrôleur de jeu Microsoft Kinect a fait du bruit en offrant une solution abordable et relativement peu coûteuse pour la vision 3D. Depuis lors, les jeux d'éducation physique et de danse avec Kinekt ont connu une brève montée et une baisse, mais les caméras 3D ont été utilisées dans les robots industriels, les véhicules sans pilote et les téléphones mobiles pour s'identifier par le visage. La technologie est devenue moins chère, plus compacte et plus abordable.


Le téléphone Samsung S10 possède un appareil photo à temps de vol qui mesure la distance au sujet - pour faciliter la mise au point. Source

Si vous êtes intéressé par ce sujet, nous redirigeons vers un très bon aperçu détaillé des caméras de profondeur: partie 1 , partie 2 .

3.3. Petits drones de livraison de fret (Drones de livraison de fret léger)

Cette année, Amazon a fait des histoires en montrant à l'exposition un nouveau drone volant capable de transporter de petites charges allant jusqu'à 2 kg. Pour la ville, avec ses embouteillages, cela semble être la solution parfaite. Voyons comment ces drones feront leurs preuves dans un avenir très proche. Peut-être vaut-il la peine de faire preuve d'un scepticisme prudent: il y a de nombreux problèmes, à commencer par la possibilité d'un vol facile du drone, et se terminant par les restrictions législatives sur les drones. Amazon Prime Air existe depuis six ans, mais est toujours en phase de test.


Le nouveau drone d'Amazon dévoilé ce printemps. Il y a quelque chose dans Star Wars. Source

En plus d'Amazon, il y a d'autres acteurs sur ce marché (il y a une revue détaillée), mais pas un seul produit fini: tout est au stade des tests et des campagnes marketing. Par ailleurs, il convient de noter des projets médicaux hautement spécialisés très intéressants en Afrique: livraison de sang de donneurs au Ghana (14 000 accouchements, Zipline) et au Rwanda (Matternet).

3.4. Voler des véhicules autonomes

Il est difficile de dire quelque chose de précis. Selon Gartner, cela n'apparaîtra pas avant 10 ans. En général, tous les mêmes problèmes ici que dans les véhicules sans pilote, seulement ils acquièrent une nouvelle dimension - la verticale. Porsche, Boeing, Uber déclarent leurs ambitions de construire un taxi volant.

3.5. Nuage de réalité augmentée (AR Cloud)

Une copie numérique permanente du monde réel, vous permettant de créer une nouvelle couche de réalité commune à tous les utilisateurs. Parlant dans un langage plus technique, nous parlons de créer une plateforme cloud ouverte dans laquelle les développeurs pourraient intégrer leurs applications AR. Le modèle de monétisation est compréhensible, c'est une sorte d'analogue Steam. L'idée est tellement ancrée que maintenant certaines personnes croient que la RA sans nuage est tout simplement inutile.

À quoi cela pourrait ressembler dans le futur est dessiné dans une petite vidéo. Il ressemble à la prochaine série de "Black Mirror":


Vous pouvez également lire l'article de revue.

4. Augmented Human

4.1. Emotion AI

Comment mesurer, simuler et répondre aux émotions humaines? Certains des clients ici sont des entreprises qui produisent des assistants vocaux comme Amazon Alexa. Ils peuvent vraiment s'habituer à la maison s'ils apprennent à reconnaître l'humeur: comprendre la raison de l'insatisfaction de l'utilisateur, essayer de régler la situation. En général, il y a beaucoup plus d'informations dans le contexte que dans le message lui-même. Et le contexte est une expression faciale, une intonation et un comportement non verbal.

À partir d'autres applications pratiques: analyse des émotions lors d'un entretien d'embauche (par interview vidéo), évaluation des réactions aux publicités ou à d'autres contenus vidéo (sourires, rires), aide pédagogique (par exemple, pour une pratique indépendante dans l'art de parler en public).

Il est difficile de parler mieux à ce sujet que l'auteur du court métrage de 6 minutesVoler votre sentiment . Une vidéo pleine d'esprit et de style montre comment vous pouvez mesurer nos émotions à des fins de marketing et découvrez à partir de vos réactions immédiates si vous aimez la pizza, les chiens, Kanye West et même quel est votre niveau de revenu et votre QI approximatif. En allant sur le site du film en utilisant le lien ci-dessus, vous devenez membre de la vidéo interactive en utilisant la caméra intégrée de votre ordinateur portable. Le film a déjà été projeté dans plusieurs festivals de cinéma.


Source

Il existe même une telle étude intéressante: comment reconnaître le sarcasme dans le texte. Nous avons pris des tweets avec le hashtag # sarcasm et créé un échantillon d'entraînement de 25 000 tweets sur le sarcasme et 100 000 tweets réguliers sur tout dans le monde. Nous avons utilisé la bibliothèque TensorFlow, formé le système, voici le résultat:


Source

Alors maintenant, si vous n'êtes pas sûr de votre collègue ou ami - il vous a dit quelque chose de sérieux ou de sarcasme - vous pouvez utiliser un réseau neuronal déjà formé !

4.2. Intelligence augmentée

Automatisation du travail intellectuel à l'aide de méthodes d'apprentissage automatique. Cela ne semble rien de nouveau? Mais ici le libellé lui-même est important, d'autant plus qu'il coïncide en abréviation avec Intelligence artificielle. Cela fait référence à la polémique sur l'IA «forte» et «faible».
L'IA forte est la même intelligence artificielle des films de science-fiction qui est entièrement équivalente à l'esprit humain et se reconnaît en tant que personne. Cela n'existe pas encore et il n'est pas clair si cela existera du tout.

Une IA faible n'est pas une personne indépendante, mais un assistant humain. Il ne prétend pas être une pensée humaine, mais sait simplement comment résoudre les problèmes d'information, par exemple, déterminer ce qui est montré dans l'image ou traduire le texte.


Source

En ce sens, l'intelligence augmentée est dans sa forme la plus pure une «IA faible», et la formulation semble réussie, car elle ne confond pas et ne tente pas de voir ici la très «IA forte» dont tout le monde rêve (ou qui a peur, si vous vous souvenez des nombreux arguments sur la «rébellion» voitures "). En utilisant l'expression Augmented Intelligence, nous semblons immédiatement devenir les héros d'un autre film: de la science-fiction (comme "I, Robot" par Asimov) nous entrons dans le cyberpunk (toutes sortes d'implants qui étendent les capacités humaines sont appelées "augmentations" dans ce genre).

Comme dit Eric Brinolfsson et Andrew MakAffi: « voici ce qui se passe dans les 10 prochaines années. Ce n'est pas l'IA qui remplacera les managers, mais les managers qui l'utiliseront remplaceront ceux qui ne l'ont pas encore fait. »

Exemples:

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

4.3. (Biochips)

C'est un thème préféré de tous les films et livres cyberpunk. En général, ébrécher les animaux n'est pas une nouvelle pratique. Mais maintenant, ces puces ont également commencé à s'implanter sur les gens.

Dans ce cas, le battage médiatique est très probablement lié au cas sensationnel de la société américaine Three Square Market. Là, l'employeur a commencé à offrir des puces à implanter sous la peau en échange d'une redevance. La puce vous permet d'ouvrir des portes, de vous connecter à des ordinateurs, d'acheter des collations dans la machine, c'est-à-dire une telle carte d'employé universelle. De plus, une telle puce sert précisément de carte d'identité, elle n'a pas de module GPS, il est donc impossible de suivre qui que ce soit par elle. Et si une personne veut retirer la puce de sa main, cela prend 5 minutes avec l'aide d'un médecin.


Les puces sont généralement implantées entre le pouce et l'index. Source

Lisez un article détaillé sur l'état de l' art du chipsing dans le monde.

4.4. Espace de travail immersif

«Immersif» est un autre nouveau mot qui n'a tout simplement nulle part où aller. C'est partout. Théâtre immersif, exposition, cinéma. Que veut-on dire? L'immersivité est la création d'un effet d'immersion lorsque la frontière entre l'auteur et le spectateur, le monde virtuel et réel est perdue. En ce qui concerne le lieu de travail, cela signifie probablement brouiller la ligne entre l'exécuteur testamentaire et l'initiateur et encourager les employés à prendre une position plus active en reformatant leur environnement.

Depuis qu'Agile est partout avec nous maintenant, la flexibilité et l'interaction étroite - les lieux de travail devraient être aussi facilement configurables que possible, devraient encourager le travail de groupe. L'économie dicte ses conditions: il y a plus d'employés temporaires, le coût de la location de bureaux augmente, et dans les conditions d'un marché du travail compétitif, les entreprises informatiques tentent d'augmenter la satisfaction des employés en créant des espaces de loisirs et autres avantages. Et tout cela affecte la conception des emplois.


Extrait du rapport Knoll

4.5. Personnification

Tout le monde sait ce qu'est la personnalisation dans la publicité. C'est lorsque vous discutez aujourd'hui avec un collègue que quelque chose est sec dans la pièce et que vous devez acheter un humidificateur au bureau, et le lendemain, vous voyez une publicité sur votre réseau social - "achetez un humidificateur" (un cas réel qui m'est arrivé).


Source

La personnification, selon Gartner, est une réponse à la préoccupation croissante des utilisateurs concernant l'utilisation de leurs données personnelles à des fins publicitaires. L'objectif est de développer une approche dans laquelle nous verrons des publicités adaptées au contexte dans lequel nous nous situons, et non à nous personnellement. Par exemple, notre emplacement, le type d'appareil, l'heure du jour, les conditions météorologiques - c'est quelque chose qui ne viole pas nos données personnelles, et nous ne ressentons pas la sensation désagréable de «surveillance». A

propos de la différence entre ces deux concepts, voir note Andrew Frank dans un blog sur le site Gartner. Il y a une distinction si subtile et des mots si similaires que vous, ne connaissant pas la différence, courez le risque de vous disputer longtemps avec l'interlocuteur, ne soupçonnant pas que, en général, les deux ont raison (et c'est aussi un cas réel qui est arrivé à l'auteur).

4.6. Biotech - Tissus artificiels (Biotech - Tissus de culture ou artificiels)

C'est d'abord l'idée de faire pousser de la viande artificielle. Dans le même temps, plusieurs équipes à travers le monde sont engagées dans le développement du laboratoire Meat 2.0 - on s'attend à ce qu'il devienne moins cher que d'habitude, et les fast-foods puis les supermarchés y basculeront. Parmi les investisseurs dans cette technologie figurent Bill Gates, Sergey Brin, Richard Branson et d'autres.


Source

Raisons pour lesquelles tout le monde est si intéressé par la viande artificielle:

1. Réchauffement climatique: émissions de méthane des exploitations agricoles. Cela représente 18% du volume mondial de gaz affectant le climat.
   
2. Croissance démographique. La demande de viande augmente et cela ne fonctionnera pas pour nourrir tout le monde avec de la viande naturelle - c'est tout simplement cher.
   
3. Manque d'espace. 70% des forêts amazoniennes ont déjà été coupées pour le pâturage.
   
4. Considérations éthiques. Il y a ceux pour qui c'est important. L'organisation de protection des animaux PETA a déjà offert un prix d'un million de dollars au scientifique qui lancera sur le marché de la viande de poulet artificielle.
   

Remplacer la vraie viande par du soja est une solution partielle, car les gens ressentent bien la différence de goût et de texture, et il est peu probable qu'ils abandonnent un steak en faveur du soja. Il faut donc de la vraie viande biologique. Maintenant, malheureusement, la viande artificielle est trop chère: à partir de 12 $ le kilogramme. Cela est dû au processus complexe de croissance de cette viande. Lisez tout cet article .

Si nous parlons d'autres cas de croissance tissulaire - déjà en médecine - alors le sujet avec les organes artificiels est intéressant: par exemple, un «patch» pour le muscle cardiaque, imprimé avec une imprimante 3D spéciale. Il y a des histoires connues comme un cœur de souris artificiellement développé, mais en général, tout n'est pas allé au-delà de la portée des essais cliniques. Nous ne verrons donc guère Frankenstein dans les années à venir.

Ici, Gartner est très prudent dans ses estimations, gardant apparemment à l'esprit sa prédiction ratée de 2015 selon laquelle en 2019, 10% de la population des pays développés auront un implant médical imprimé en 3D. Par conséquent, cela indique un temps pour atteindre le plateau de productivité - au moins 10 ans.

5. Écosystèmes numériques

5.1. Web décentralisé

Ce concept est étroitement lié au nom de l'inventeur du Web, le lauréat du prix Turing, Sir Tim Burners-Lee. Pour lui, l'éthique en informatique a toujours été importante et l'essence collective de l'Internet a été importante: jetant les bases de l'hypertexte, il était convaincu que le réseau devait fonctionner comme un web, et non comme une hiérarchie. C'était donc à un stade précoce du développement du réseau. Cependant, avec la croissance d'Internet, sa structure est devenue centralisée pour un certain nombre de raisons. Il s'est avéré que l'accès au réseau pour un pays entier peut être facilement bloqué avec seulement quelques fournisseurs. Et les données des utilisateurs sont devenues une source de force et de revenus pour les sociétés Internet.

«Internet est déjà décentralisé», explique Burners-Lee. - Le problème est qu'un moteur de recherche, un grand réseau social, une plateforme de microblogging dominent. Nous n'avons pas de problèmes technologiques, mais il y en a des sociaux. »

Dans sa lettre ouverte au 30e anniversaire du World Wide Web, le créateur du Web a souligné trois problèmes principaux d'Internet:

1. Dommages ciblés, tels que les attaques de pirates informatiques parrainées par l'État, la criminalité et le harcèlement en ligne
   
2. Le dispositif même du système, qui au détriment de l'utilisateur crée la base de mécanismes tels que: la promotion financière des appâts cliquables et la diffusion virale de fausses informations
   
3. Conséquences inattendues de la conception du système qui conduisent à des conflits et à des discussions en ligne de moindre qualité
   

Et Tim Berners-Lee a déjà une réponse sur les principes sur lesquels «Healthy Man Internet» pourrait être basé, sans problème numéro 2: «Pour de nombreux utilisateurs, les revenus publicitaires restent le seul modèle pour interagir avec le Web. Même si les gens ont peur de ce qui se passe avec leurs données, ils acceptent de conclure un accord avec la machine marketing pour avoir la possibilité de recevoir du contenu gratuitement. Imaginez un monde dans lequel le paiement des biens de service est facile et agréable pour les deux parties. » Parmi les options pour organiser cela: les musiciens peuvent vendre leurs enregistrements sans intermédiaires sous forme d'iTunes, et les sites d'actualités peuvent utiliser le système de micropaiement pour lire un article, au lieu de gagner de l'argent sur la publicité.

En tant que prototype expérimental d'un tel nouvel Internet, Tim Berners-Lee a lancé le projet SOLID, dont l'essence est que vous stockez vos données dans le «foyer» - stockage d'informations, et que vous pouvez fournir ces données à des applications tierces. Mais en principe, vous êtes vous-même les maîtres de vos données. Tout cela est étroitement lié au concept de réseaux peer-to-peer, c'est-à-dire que votre ordinateur demande non seulement des services, mais les fournit également afin de ne pas compter sur un seul serveur comme un seul canal.


Source

5.2. Organisations autonomes décentralisées

Il s'agit d'une organisation régie par des règles enregistrées sous la forme d'un programme informatique. Ses activités financières sont basées sur la blockchain. La création de telles organisations a pour but d'éliminer l'État du rôle d'intermédiaire et de créer un environnement de confiance commun pour les contreparties, que personne ne possède seul, mais tous ensemble. C'est-à-dire, en théorie, cela devrait, si l'idée prend racine, abolir les notaires et autres institutions de vérification familières.

L'exemple le plus célèbre d'une telle organisation était The DAO, qui se concentrait sur les entreprises de capital-risque, qui a levé 150 millions de dollars en 2016, dont 50 ont été instantanément volés par un «trou» légal dans les règles. Un dilemme difficile est venu immédiatement: soit faire reculer et restituer l'argent, soit admettre que le retrait d'argent était légal, car il ne violait en rien les règles de la plateforme. En conséquence, afin de rendre de l'argent aux investisseurs, les créateurs ont dû détruire The DAO, réécrivant la blockchain et violant son principe de base - l'immuabilité.


Bandes dessinées sur Ethereum (à gauche) et The DAO (à droite). Source

Toute cette histoire a gâché la réputation de l'idée DAO elle-même. Ce projet a été réalisé sur la base de la crypto-monnaie Ethereum, l'année prochaine la version d'Ether 2.0 est attendue - peut-être que les auteurs (y compris le célèbre Vitalik Buterin) prendront en compte les erreurs et montreront quelque chose de nouveau. C'est probablement pourquoi Gartner a placé le DAO sur une ligne ascendante.

5.3 Données synthétiques

Pour former des réseaux de neurones, de grandes quantités de données sont nécessaires. Le marquage manuel des données est un travail énorme qui ne peut être fait que par les humains. Par conséquent, vous pouvez créer des jeux de données artificiels. Par exemple, les mêmes collections de visages humains sur le site https://generated.photos . Ils sont créés en utilisant des algorithmes GAN, qui ont déjà été mentionnés ci-dessus.


Ces personnes n'appartiennent pas aux gens. Source

Un grand avantage de ces données est qu'il n'y a aucune difficulté juridique à les utiliser: il n'y a personne pour donner son consentement au traitement des données personnelles.

5.4 Opérations numériques

Le suffixe "Ops" est devenu incroyablement à la mode depuis que DevOps a pris racine dans notre discours. Maintenant à propos de ce qu'est DigitalOps - c'est juste une généralisation de DevOps, DesignOps, MarketingOps ... ne vous ennuyez-vous pas encore? En bref, il s'agit d'un transfert de l'approche adoptée dans DevOps de l'industrie du logiciel à tous les autres aspects de l'entreprise - marketing, conception, etc.


Source

L'idée de DevOps était de supprimer les barrières entre le développement lui-même (opérations) et les opérations (processus métier), grâce à la création d'équipes communes, où les programmeurs, les testeurs, la sécurité et les administrateurs; mise en œuvre de certaines pratiques: intégration continue, infrastructure en tant que code, réduction et renforcement des chaînes de rétroaction. L'objectif était d'accélérer la mise sur le marché du produit. Si vous pensiez que c'était comme Agile, vous le pensiez bien. Maintenant, transférez mentalement cette approche de la sphère du développement logiciel au développement en général - et vous comprenez ce qu'est DigitalOps.

5.5. Graphes de connaissances

Une façon logicielle de simuler un domaine de connaissances, notamment en utilisant des algorithmes d'apprentissage automatique. Un graphe de connaissances est construit au-dessus des bases de données existantes pour relier toutes les informations: à la fois structurées (une liste d'événements ou de personnes) et non structurées (texte de l'article).

L'exemple le plus simple est la carte que vous pouvez voir dans les résultats de recherche Google. Si vous cherchez une personne ou une institution, vous verrez une carte à droite:


Veuillez noter que les «événements à venir» ne sont pas une copie des informations de Google maps, mais une intégration du calendrier avec Yandex.Afishey: vous pouvez facilement le voir si vous cliquez sur les événements. En d'autres termes, il s'agit d'une combinaison de plusieurs sources de données.

Si vous demandez une liste - par exemple, des "réalisateurs célèbres" - ils vous montreront un "carrousel":

Bonus pour ceux qui ont lu jusqu'au bout

Et maintenant, quand nous avons clarifié pour nous-mêmes la signification de chacun des points, nous pouvons regarder la même image, mais déjà en russe:



Partagez-le librement sur les réseaux sociaux!


Tatyana Volkova - Auteur du programme de suivi de l'Internet des objets de la Samsung IT Academy, spécialiste des programmes de responsabilité sociale des entreprises au Samsung Research Center