A programação do Gartner para quem trabalha no campo da tecnologia é como uma exposição de alta moda. Olhando para ele, você pode descobrir com antecedência quais palavras são as mais animadas nesta temporada e o que ouvirá em todas as próximas conferências.

Deciframos o que está oculto por trás das belas palavras deste gráfico, para que você também possa falar esse idioma.





Para começar, apenas algumas palavras, que tipo de programação é essa. Todos os anos em agosto, a agência de consultoria Gartner publica um relatório - a Curva de Hype do Gartner. Em russo, é uma "curva de hype" ou, mais simplesmente, um hype. Há 30 anos, os rappers do grupo Public Enemy cantaram: "Não acredite no hype". Acredite ou não, a pergunta é pessoal, mas pelo menos vale a pena conhecer essas palavras-chave se você trabalha no campo da tecnologia e deseja conhecer as tendências mundiais.

Este é um gráfico das expectativas do público de uma tecnologia específica. Segundo o Gartner, no caso ideal, a tecnologia passa por cinco estágios consecutivos: o lançamento da tecnologia, o pico de grandes expectativas, o vale da decepção, a inclinação da educação, o platô da produtividade. Mas também acontece que está se afogando em um "vale da decepção" - você pode se lembrar dos exemplos com muita facilidade, pegue os mesmos bitcoins: inicialmente no auge como "dinheiro do futuro", eles diminuíram rapidamente quando as deficiências da tecnologia se tornaram aparentes, antes de tudo restrições ao número de transações e à enorme quantidade de eletricidade necessária para gerar bitcoins (o que já implica problemas ambientais). E, é claro, não devemos esquecer que o gráfico do Gartner é apenas uma previsão: aqui, por exemplo, você pode ler um artigo detalhado em que as previsões mais vívidas não realizadas são classificadas.

Então, vamos examinar o novo gráfico do Gartner. As tecnologias são divididas em 5 grandes grupos temáticos:

1. IA e análises avançadas
   
2. Computação pós-clássica e comunicações
   
3. Sensorial e Mobilidade
   
4. Humano aumentado
   
5. Ecossistemas Digitais
   

1. IA e análises avançadas

Nos últimos 10 anos, vimos o ponto alto do aprendizado profundo (Deep Learning). Essas redes são realmente eficazes para suas tarefas. Em 2018, Jan Lecun, Jeffrey Hinton e Yoshua Benjio receberam o Prêmio Turing por abri-los, o prêmio de maior prestígio, um análogo do Prêmio Nobel de ciência da computação. Então, as principais tendências nessa área, que são colocadas no gráfico:

1.1 Transferência de Aprendizado

Você não treina uma rede neural do zero, mas pega uma já treinada e atribui a ela um alvo diferente. Às vezes, para isso, você precisa treinar novamente parte da rede, mas não toda a rede, o que é muito mais rápido. Por exemplo, se você usar uma rede neural ResNet50 pronta e treinada no conjunto de dados ImageNet1000, obterá um algoritmo que pode classificar muitos objetos diferentes de uma imagem em um nível muito profundo (1000 classes com base nos atributos gerados por 50 camadas de uma rede neural). Mas você não precisa treinar toda a rede, o que levaria meses.

No curso on-line da Samsung “Redes neurais e visão computacional”, por exemplo, na tarefa final do Kaggle com a classificação de placas em limpas e sujas, é mostrada uma abordagem que em 5 minutos fornece uma rede neural profunda que pode distinguir placas sujas das limpas construído na arquitetura acima. A rede original não sabia o que eram placas em geral, apenas aprendeu a distinguir pássaros de cães (consulte ImageNet).


Fonte: Curso Online da Samsung “Redes Neurais e Visão Computacional”

Para o Transfer Learning, você precisa saber quais abordagens funcionam, quais são as arquiteturas básicas prontas. Em geral, isso acelera bastante o surgimento de aplicações práticas de aprendizado de máquina.

1.2 Redes adversas generativas (GAN)

Isso é para aqueles casos em que é muito difícil formular o objetivo do treinamento. Quanto mais próxima a tarefa estiver da vida real, mais compreensível será para nós ("traga uma mesa de cabeceira"), mas mais difícil será formulá-la como uma tarefa técnica. O GAN é apenas uma tentativa de nos livrar desse problema.

Duas redes funcionam aqui: um gerador (Generative), o outro discriminador (Adversarial). Uma rede aprende a fazer um trabalho útil (classifique imagens, reconheça sons, desenhe caricaturas). E outra rede aprende a aprender essa rede: ela tem exemplos reais e aprende a encontrar uma fórmula complexa anteriormente desconhecida para comparar a parte generativa da rede com objetos do mundo real (conjunto de treinamento) de acordo com sinais profundos realmente importantes: número de olhos, proximidade com o estilo de Miyazaki, pronúncia correta do inglês.


Um exemplo do resultado da rede para gerar personagens de anime. Fonte

Mas é claro que é difícil construir arquitetura. Jogar neurônios não é suficiente, eles precisam estar preparados. E você tem que aprender por semanas. Meus colegas do Centro de Inteligência Artificial da Samsung lidam com o tópico GAN, e essa é uma das principais perguntas de pesquisa. Por exemplo, aqui está esse desenvolvimento : o uso de redes generativas para a síntese de fotografias realistas de pessoas com uma pose variável - por exemplo, para criar um provador virtual ou sintetizar um rosto, o que pode reduzir a quantidade de informações que precisam ser armazenadas ou transmitidas para garantir comunicação, transmissão ou proteção de vídeo de alta qualidade dados pessoais.


Fonte

1.3 IA explicada

Em algumas tarefas raras, os avanços nas arquiteturas profundas subitamente aproximaram os recursos das redes neurais profundas dos humanos. Agora a batalha é expandir o círculo de tais tarefas. Por exemplo, um aspirador de pó robô poderia facilmente distinguir um gato de um cachorro em um encontro frontal. Mas na maioria das situações da vida ele não conseguirá encontrar um gato dormindo entre roupas de cama ou móveis (no entanto, como nós, na maioria dos casos ...).

Qual é a razão do sucesso de redes neurais profundas? Eles desenvolvem uma representação do problema, com base não nas informações "visíveis a olho nu" (pixels de uma fotografia, saltos no volume do som ...), mas nos sinais obtidos após o pré-processamento dessas informações por várias centenas de camadas de uma rede neural. Infelizmente, esses relacionamentos também podem ser sem sentido, contraditórios ou conter traços de imperfeições no conjunto de dados original. Por exemplo, sobre o que o uso impensado da IA ​​no recrutamento pode levar, existe um pequeno jogo de computador Survival Of The Best Fit .


O sistema para marcar as imagens é chamado de pessoa que cozinha a mulher, embora a foto seja na verdade um homem ( Fonte ). Isso foi notado no Instituto Virginia.

Métodos de IA explicáveis ​​são necessários para analisar relacionamentos complexos e profundos que muitas vezes não podemos nos formular. Eles organizam os sinais de redes neurais profundas para que, após o treinamento, possamos analisar a representação interna que a rede aprendeu e não apenas confiar em sua solução.

1.4 Análise periférica / AI (Edge Analytics / AI)

Tudo, onde está a palavra Edge, significa literalmente o seguinte: transferir alguns dos algoritmos da nuvem / servidor para o nível do dispositivo / gateway final. Esse algoritmo funcionará mais rápido e não precisará se conectar a um servidor central para o seu trabalho. Se você está familiarizado com a abstração do “thin client”, então aqui aumentamos um pouco esse cliente.
Isso pode ser importante para a Internet das coisas. Por exemplo, se a máquina estiver superaquecida e precisar ser resfriada, faz sentido enviar um sinal sobre isso imediatamente, no nível da instalação, sem aguardar que os dados sejam enviados para a nuvem e daí para o mestre de turnos. Ou outro exemplo: os drones podem lidar sozinhos com a situação do tráfego, sem acessar o servidor central.


Fonte

Ou outro exemplo de por que isso é importante do ponto de vista da segurança: quando você digita textos em seu telefone, ele lembra as palavras que são típicas para você, de modo que o teclado do telefone solicita mais comodidade - isso é chamado de entrada de texto previsto. Enviar para o datacenter tudo o que você digitar no teclado seria uma violação da sua privacidade e simplesmente insegura. Portanto, o treinamento do teclado ocorre somente na estrutura do seu dispositivo.

1.5 Plataforma de IA como serviço (AI PaaS)

PaaS - Plataforma como serviço é um modelo de negócios no qual obtemos acesso a uma plataforma integrada, incluindo armazenamento de dados baseado em nuvem e procedimentos prontos. Assim, podemos nos libertar das tarefas de infraestrutura e nos concentrar completamente na produção de algo útil. Exemplo de plataformas PaaS para tarefas de IA: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.

1.6 Aprendizado de Máquina Adaptativo (Adaptive ML)

E se permitirmos que a inteligência artificial se adapte ... você pergunta - isto é, como? ... De qualquer maneira, ela não se adapta à tarefa? O problema é o seguinte: organizamos cuidadosamente cada uma dessas tarefas antes de construir um algoritmo de inteligência artificial para resolvê-las. Eles responderão a você - acontece que essa cadeia pode ser simplificada.

O aprendizado de máquina normal funciona com base no princípio de um sistema aberto (loop aberto): você prepara dados, inventa uma rede neural (ou qualquer outra coisa), treina, analisa alguns indicadores e, se você gosta de tudo, pode enviar uma rede neural para smartphones para resolver tarefas do usuário . Mas em aplicativos em que há muitos dados e sua natureza está mudando gradualmente, outros métodos são necessários. Tais sistemas, que se adaptam e se treinam, se organizam em circuitos fechados de auto-aprendizagem (circuito fechado) e devem funcionar sem falhas.

Aplicativos - pode ser o Stream Analytics, com base no qual muitos empresários tomam decisões ou gerenciamento de produção adaptável. Na escala de aplicações modernas e levando em consideração os riscos mais bem compreendidos pelas pessoas, os métodos que compõem a solução para esse problema, todos esses métodos são coletados sob o nome geral Adaptive AI.


Fonte

Olhando para esta foto, é difícil livrar-se da sensação de que os futurologistas não alimentam pão - deixe o robô aprender a respirar ...

Computação pós-clássica e comunicações

2.1 Comunicações móveis de quinta geração (5G)

Esse é um tópico tão interessante que nos referimos imediatamente ao nosso artigo . Bem, aqui está um breve aperto. O 5G, aumentando a frequência da transferência de dados, tornará a velocidade da Internet irrealisticamente rápida. É mais difícil que ondas curtas passem por obstáculos, portanto o arranjo das redes será completamente diferente: as estações base precisam 500 vezes mais.

Juntamente com a velocidade, obteremos novos fenômenos: jogos em tempo real com realidade aumentada, realizando tarefas complexas (como cirurgia) por meio de telepresença, prevenindo acidentes e situações difíceis nas estradas através da comunicação entre máquinas. Do mais prosaico: a Internet móvel finalmente deixará de cair durante eventos de massa, como uma partida no estádio.


Fonte da imagem - Reuters, Niantic

2.2 Memória de próxima geração

Aqui estamos falando sobre a quinta geração de RAM - DDR5. A Samsung anunciou que até o final de 2019 haverá produtos baseados em DDR5. Espera-se que a nova memória seja duas vezes mais rápida e duas vezes mais espaçosa com a preservação do fator de forma, ou seja, podemos obter cartões de memória com capacidade de até 32 GB para o nosso computador. No futuro, isso será especialmente verdadeiro para smartphones (a nova memória estará na versão de baixo consumo de energia) e para laptops (onde o número de slots DIMM é limitado). E o aprendizado de máquina requer grandes quantidades de RAM.

2.3 Sistemas de satélite com baixa órbita terrestre

A idéia de substituir satélites pesados, caros e poderosos por um enxame de satélites pequenos e baratos está longe de ser nova e apareceu nos anos 90. Sobre o fato de que "Elon Mask em breve estará distribuindo a Internet para todos do satélite", agora apenas o preguiçoso não ouviu. Aqui, a empresa mais famosa é a Iridium, que faliu no final dos anos 90, mas foi salva às custas do Departamento de Defesa dos EUA (não deve ser confundida com o iRidium - o sistema doméstico inteligente russo). O projeto de Elon Mask (Starlink) está longe de ser o único - Richard Branson (alegados satélites OneWeb - 1440), Boeing (3000 satélites), Samsung (4600 satélites) e outros participantes da corrida por satélites.

Qual é a situação nesta área, como a economia fica lá - leia a resenha . E estamos aguardando os primeiros testes desses sistemas pelos primeiros usuários, que devem ocorrer no próximo ano.

2.4 Impressão 3D em nanoescala (Impressão 3D em nanoescala)

A impressão 3D, embora não tenha entrado na vida de todas as pessoas (na forma prometida por uma fábrica de plástico doméstica individual), no entanto, há muito tempo deixou o nicho da tecnologia para os geeks. Você pode julgar pelo fato de que a existência de pelo menos canetas esculpidas em 3D é conhecida por qualquer aluno, e muitos sonham em comprar uma caixa com corredores e uma extrusora para ... "exatamente assim" (ou já comprados).

A estereolitografia (impressoras a laser 3D) permite imprimir com fótons individuais: novos polímeros estão sendo investigados, para os quais dois fótons são suficientes para solidificar. Isso permitirá que, em condições não laboratoriais, crie filtros, suportes, molas, capilares, lentes e ... completamente suas novas opções nos comentários! E aqui não está longe da fotopolimerização - somente esta tecnologia permite "imprimir" processadores e circuitos computacionais. Além disso, não no primeiro ano, houve uma tecnologia para imprimir estruturas tridimensionais de grafeno a 500 nm , mas sem desenvolvimento radical.


Fonte

3. Sensorial e mobilidade (detecção e mobilidade)

3.1 Veículos não tripulados, níveis 4 e 5 (condução autônoma, níveis 4 e 5)

Para não se confundir com a terminologia, vale a pena entender quais níveis de autonomia são distinguidos (extraído de um artigo detalhado ao qual nos referimos a todas as pessoas interessadas):

Nível 1: Cruise control: assistência ao motorista em situações muito limitadas (por exemplo, manter o carro a uma determinada velocidade depois que o motorista tirou o pé do pedal)
Nível 2: Assistência limitada à direção e frenagem. O motorista deve estar pronto para assumir o controle quase instantaneamente. Suas mãos estão no volante, seu olhar está direcionado para a estrada. Isso é o que Tesla e General Motors já têm.
Nível 3: O motorista não precisa mais monitorar constantemente a estrada. Mas ele deve permanecer alerta e estar pronto para assumir o controle. Isso é algo que não está disponível nos carros disponíveis. Tudo existente no momento - no nível 1-2.
Nível 4: verdadeiro piloto automático, mas com limitações: viaje apenas em uma área conhecida que é cuidadosamente mapeada e geralmente conhecida pelo sistema e sob certas condições: por exemplo, na ausência de neve. Waymo e General Motors têm esses protótipos e planejam lançá-los em várias cidades e testá-los na vida real. A Yandex possui zonas de teste para um táxi não tripulado em Skolkovo e Innópolis: a viagem ocorre sob a supervisão de um engenheiro sentado no banco do passageiro; Até o final do ano, a empresa planeja expandir a frota para 100 veículos não tripulados.
Nível 5: direção totalmente automática, substituição total de um motorista ativo. Tais sistemas não existem e é improvável que apareçam nos próximos anos.

Quão realista é ver tudo isso no futuro próximo? Aqui, gostaria de redirecionar o leitor para o artigo "Por que é impossível lançar o Robotaxi até 2020, como Tesla promete . " Isso se deve em parte à falta de conectividade 5G: as velocidades 4G disponíveis não são suficientes. Em parte com um custo muito alto dos carros autônomos: até agora, eles não são rentáveis, o modelo de negócios é incompreensível. Em uma palavra, “tudo é complicado” aqui, e não é coincidência que o Gartner escreva que a previsão para a implementação em massa dos níveis 4 e 5 não é anterior a dez anos.

3.2 Câmeras com detecção 3D

Oito anos atrás, o controlador de jogos Microsoft Kinect fez barulho ao oferecer uma solução acessível e relativamente barata para a visão 3D. Desde então, os jogos de educação física e dança com a Kinekt sofreram um breve aumento e declínio, mas as câmeras 3D têm sido usadas em robôs industriais, veículos não tripulados e telefones celulares para identificar pelo rosto. A tecnologia tornou-se mais barata, mais compacta e mais acessível.


O telefone Samsung S10 possui uma câmera Time-of-Flight que mede a distância do objeto - para facilitar o foco. Fonte

Se você estiver interessado neste tópico, redirecionamos para uma visão geral muito boa e detalhada das câmeras de profundidade: parte 1 , parte 2 .

3.3 Drones pequenos para entrega de carga (Drones leves para entrega de carga)

Este ano, a Amazon fez barulho ao mostrar na exposição um novo drone voador capaz de transportar pequenas cargas de até 2 kg de peso. Para a cidade, com seus congestionamentos, essa parece ser a solução perfeita. Vamos ver como esses drones se provarão em um futuro muito próximo. Talvez valha a pena incluir um ceticismo cuidadoso: existem muitos problemas, começando com a possibilidade de roubo fácil do drone e terminando com as restrições legislativas aos UAVs. O Amazon Prime Air existe há seis anos, mas ainda está na fase de testes.


O novo drone da Amazon revelou nesta primavera. Há algo sobre Star Wars nele. Fonte

Além da Amazon, existem outros players neste mercado (há uma revisão detalhada), mas não um único produto final: tudo está na fase de testes e campanhas de marketing. Separadamente, vale a pena notar projetos médicos altamente especializados bastante interessantes na África: entrega de sangue de doadores em Gana (14.000 partos, tirolesa) e Ruanda (Matternet).

3.4 Veículos Autônomos Voadores

É difícil dizer algo definitivo. Segundo o Gartner, isso não aparecerá antes de 10 anos. Em geral, todos os mesmos problemas aqui que em veículos não tripulados, apenas eles adquirem uma nova dimensão - a vertical. Porsche, Boeing, Uber declaram suas ambições de construir um táxi voador.

3.5 Nuvem de realidade aumentada (AR Cloud)

Uma cópia digital permanente do mundo real, permitindo que você crie uma nova camada de realidade comum a todos os usuários. Falando em uma linguagem mais técnica, estamos falando sobre a criação de uma plataforma de nuvem aberta na qual os desenvolvedores possam integrar seus aplicativos de recuperação garantida. O modelo de monetização é compreensível, é um tipo de analógico do Steam. A idéia é tão arraigada que agora algumas pessoas acreditam que o AR sem uma nuvem é simplesmente inútil.

A aparência dele no futuro é desenhada em um pequeno vídeo. Parece que a próxima série de "Black Mirror":


Você também pode ler o artigo de revisão.

4. Humano aumentado

4.1 Emotion AI

Como medir, simular e responder às emoções humanas? Alguns dos clientes aqui são empresas que produzem assistentes de voz como o Amazon Alexa. Eles realmente podem se acostumar com a casa, se aprenderem a reconhecer o clima: entender o motivo da insatisfação do usuário, tentar consertar a situação. Em geral, há muito mais informações no contexto do que na própria mensagem. E o contexto é uma expressão facial, entonação e comportamento não verbal.

De outras aplicações práticas: análise de emoções durante uma entrevista de emprego (por entrevista em vídeo), avaliação de reações a comerciais ou outro conteúdo em vídeo (sorrisos, risos), assistência educacional (por exemplo, para práticas independentes na arte de falar em público).

É difícil falar melhor sobre esse assunto do que o autor do curta de 6 minutos.Roubando seu sentimento . Um vídeo engenhoso e elegante mostra como você pode medir nossas emoções para fins de marketing e descobrir por suas reações imediatas se você gosta de pizza, cachorro, Kanye West e até mesmo qual é o seu nível de renda e QI aproximado. Ao acessar o site do filme usando o link acima, você se torna membro do vídeo interativo usando a câmera embutida no seu laptop. O filme já foi exibido em vários festivais de cinema.


Fonte

Existe até um estudo tão interessante: como reconhecer o sarcasmo no texto. Pegamos tweets com a hashtag # sarcasm e fizemos uma amostra de treinamento de 25.000 tweets sobre sarcasmo e 100.000 tweets regulares sobre tudo no mundo. Usamos a biblioteca TensorFlow, treinamos o sistema, eis o resultado:


Fonte

Então agora, se você não tem certeza sobre seu colega ou amigo - ele lhe disse algo sério ou com sarcasmo - você pode usar uma rede neural já treinada !

4.2 Inteligência Aumentada

Automação do trabalho intelectual usando métodos de aprendizado de máquina. Parece nada de novo? Mas aqui o próprio texto é importante, especialmente porque coincide com a abreviação de Inteligência Artificial. Isso se refere à polêmica sobre a IA "forte" e "fraca".
A IA forte é a mesma inteligência artificial dos filmes de ficção científica que é totalmente equivalente à mente humana e se reconhece como pessoa. Isso ainda não existe e não está claro se existirá.

Uma IA fraca não é uma pessoa independente, mas uma assistente humana. Ele não finge ser humano, mas simplesmente sabe como resolver problemas de informação, por exemplo, determinar o que é mostrado na figura ou traduzir o texto.


Fonte

Nesse sentido, a Inteligência Aumentada é, na sua forma mais pura, uma "IA fraca", e as palavras parecem bem-sucedidas, uma vez que não confunde e tenta ver aqui a "IA forte" que todos sonham (ou têm medo, se você se lembrar dos numerosos argumentos sobre a "rebelião"). carros "). Usando a expressão Inteligência Aumentada, imediatamente parecemos nos tornar heróis de outro filme: da ficção científica (como "I, Robot" de Asimov) entramos no cyberpunk (todos os tipos de implantes que expandem as capacidades humanas são chamados de "ampliações" nesse gênero).

Como disse Eric Brinolfsson e Andrew MakAffi: "isto é o que acontece nos próximos 10 anos. A IA não substituirá os gerentes, mas os gerentes que usam a AI substituirão aqueles que ainda não o fizeram ".

Exemplos:

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

4.3. (Biochips)

Este é um tema favorito de todos os filmes e livros de cyberpunk. Em geral, lascar animais de estimação não é uma prática nova. Mas agora esses chips também começaram a se implantar nas pessoas.

Nesse caso, o hype provavelmente está relacionado ao sensacional caso da empresa americana Three Square Market. Lá, o empregador começou a oferecer chips para implantar sob a pele em troca de uma taxa. O chip permite abrir portas, fazer login em computadores, comprar lanches na máquina - ou seja, um cartão de funcionário universal. Além disso, esse chip serve exatamente como um cartão de identificação, não possui um módulo GPS e, portanto, é impossível rastrear alguém por ele. E se uma pessoa quiser remover o chip da mão, leva 5 minutos com a ajuda de um médico.


As microplaquetas são geralmente implantadas entre o polegar e o indicador. Fonte

Leia um artigo detalhado sobre o estado da arte do chipsing no mundo.

4.4 Área de trabalho imersiva

"Imersivo" é outra palavra nova que simplesmente não tem para onde ir. Está em todo lugar. Teatro imersivo, exposição, cinema. O que se entende? Imersividade é a criação de um efeito de imersão quando se perde a fronteira entre o autor e o espectador, o mundo virtual e o mundo real. Em relação ao local de trabalho, presumivelmente, isso significa desfocar a linha entre o executor e o iniciador e incentivar os funcionários a assumir uma posição mais ativa reformatando o ambiente.

Como o Agile está em toda parte conosco agora, flexibilidade e interação estreita - os locais de trabalho devem ser o mais facilmente configuráveis ​​possível, devem incentivar o trabalho em grupo. A economia determina suas condições: há mais funcionários temporários, o custo do aluguel de escritórios aumenta e, nas condições de um mercado de trabalho competitivo, as empresas de TI tentam aumentar a satisfação dos funcionários criando áreas de lazer e outros benefícios. E tudo isso afeta o design dos trabalhos.


Do Relatório Knoll

4.5 Personificação

Todo mundo sabe o que é personalização na publicidade. É quando você está discutindo hoje com um colega que algo está seco na sala e você precisa comprar um umidificador no escritório, e no dia seguinte você vê um anúncio em sua rede social - "compre um umidificador" (um caso real que aconteceu comigo).


Fonte

A personificação, de acordo com o Gartner, é uma resposta à crescente preocupação dos usuários sobre o uso de seus dados pessoais para fins publicitários. O objetivo é desenvolver uma abordagem na qual mostraremos anúncios adequados ao contexto em que estamos localizados, e não a nós pessoalmente. Por exemplo, nossa localização, tipo de dispositivo, hora do dia, condições climáticas - isso é algo que não viola nossos dados pessoais e não sentimos a sensação desagradável de "vigilância".

Sobre a diferença entre estes dois conceitos, ver nota Andrew Frank em um blog no site Gartner. Há uma distinção tão sutil e palavras semelhantes que você, sem saber a diferença, corre o risco de discutir com seu interlocutor por um longo tempo, sem suspeitar que, em geral, ambos estejam certos (e esse também é um caso real que aconteceu com o autor).

4.6 Biotecnologia - Tecidos artificiais (Biotecnologia - Tecido cultivado ou artificial)

Esta é, antes de tudo, a idéia de cultivar carne artificial. Ao mesmo tempo, várias equipes ao redor do mundo estão envolvidas no desenvolvimento do laboratório Meat 2.0 - espera-se que ele se torne mais barato do que o habitual, comidas rápidas e, em seguida, supermercados mudem para ele. Entre os investidores dessa tecnologia estão Bill Gates, Sergey Brin, Richard Branson e outros.


Fonte

Razões pelas quais todos estão tão interessados ​​em carne artificial:

1. Aquecimento global: emissões de metano de fazendas. Isso representa 18% do volume global de gases que afetam o clima.
   
2. Crescimento populacional. A demanda por carne está crescendo e não funcionará para alimentar todos com carne natural - é simplesmente caro.
   
3. Falta de espaço. 70% das florestas da Amazônia já foram derrubadas para pastagem.
   
4. Considerações éticas. Existem aqueles para quem isso é importante. A organização de proteção animal da PETA já ofereceu um prêmio de US $ 1 milhão ao cientista que lançará carne artificial de frango no mercado.
   

Substituir carne de verdade por soja é uma solução parcial, porque as pessoas sentem bem a diferença de sabor e textura e dificilmente desistirão de um bife em favor da soja. Então, o que é necessário é carne real, cultivada organicamente. Agora, infelizmente, a carne artificial é muito cara: de US $ 12 por quilograma. Isto é devido ao complexo processo de cultivo dessa carne. Leia sobre todo este artigo .

Se falamos de outros casos de crescimento de tecidos - já na medicina -, o tópico com órgãos artificiais é interessante: por exemplo, um "adesivo" para o músculo cardíaco, impresso com uma impressora 3D especial. Existem histórias conhecidas como um coração artificial de camundongo crescido, mas, em geral, tudo não foi além do escopo dos ensaios clínicos. Portanto, dificilmente veremos Frankenstein nos próximos anos.

Aqui, Gartner é muito cauteloso em suas estimativas, aparentemente tendo em mente sua previsão fracassada de 2015 de que em 2019 10% da população dos países desenvolvidos terão um dispositivo de implante médico impresso em 3D. Portanto, indica um tempo para atingir o platô da produtividade - pelo menos 10 anos.

5. Ecossistemas Digitais

5.1 Web descentralizada

Esse conceito está intimamente relacionado ao nome do inventor da web, o vencedor do Prêmio Turing, Sir Tim Burners-Lee. Para ele, a ética na ciência da computação sempre foi importante e a essência coletiva da Internet era importante: lançando as bases do hipertexto, ele estava convencido de que a rede deveria funcionar como uma rede e não como uma hierarquia. Por isso, estava em um estágio inicial no desenvolvimento da rede. No entanto, com o crescimento da Internet, sua estrutura tornou-se centralizada por vários motivos. Descobriu-se que o acesso à rede para um país inteiro pode ser facilmente bloqueado com apenas alguns provedores. E os dados do usuário se tornaram uma fonte de força e receita para as empresas de Internet.

"A Internet já está descentralizada", diz Burners-Lee. - O problema é que um mecanismo de busca, uma grande rede social e uma plataforma de microblog dominam. Não temos problemas tecnológicos, mas existem problemas sociais. ”

Em sua carta aberta ao 30º aniversário da World Wide Web, o criador da Web destacou três problemas principais da Internet:

1. Dano direcionado, como ataques de hackers patrocinados pelo Estado, crime e assédio online
   
2. O próprio dispositivo do sistema, que em detrimento do usuário cria a base para mecanismos como: promoção financeira da clickbait e distribuição viral de informações falsas
   
3. Consequências não intencionais do design do sistema que levam a conflitos e discussões on-line de menor qualidade
   

E Tim Berners-Lee já tem uma resposta sobre quais princípios a “Internet do Homem Saudável” poderia se basear, sem o problema número 2: “Para muitos usuários, a receita de publicidade continua sendo o único modelo para interagir com a web. Mesmo que as pessoas tenham medo do que está acontecendo com seus dados, elas concordam em fazer um acordo com a máquina de marketing pela oportunidade de receber conteúdo gratuitamente. Imagine um mundo em que o pagamento por bens de serviço seja fácil e agradável para ambas as partes. ” Das opções de como isso pode ser arranjado: os músicos podem vender suas gravações sem intermediários na forma do iTunes, e os sites de notícias podem usar o sistema de micropagamentos para ler um artigo, em vez de ganhar dinheiro com publicidade.

Como protótipo experimental dessa nova Internet, Tim Berners-Lee lançou o projeto SOLID, cuja essência é que você armazena seus dados na “lareira” - armazenamento de informações e pode fornecer esses dados para aplicativos de terceiros. Mas, em princípio, você mesmo é o mestre dos seus dados. Tudo isso está intimamente ligado ao conceito de redes ponto a ponto, ou seja, o seu computador não apenas solicita serviços, mas também os fornece para não depender de um servidor como um único canal.


Fonte

5.2 Organizações autônomas descentralizadas

Esta é uma organização que é governada por regras registradas na forma de um programa de computador. Suas atividades financeiras são baseadas no blockchain. O objetivo de criar essas organizações é eliminar o Estado do papel de intermediário e criar um ambiente confiável e comum para as contrapartes, que ninguém possui sozinho, mas que possui em conjunto. Isto é, em teoria, isso deveria, se a idéia se enraizar, abolir notários e outras instituições familiares de verificação.

O exemplo mais famoso dessa organização foi o DAO, que se concentrava em negócios de risco, que levantou US $ 150 milhões em 2016, dos quais 50 foram instantaneamente roubados através de um "buraco" legal nas regras. Um dilema difícil veio imediatamente: reverter e devolver o dinheiro, ou admitir que a retirada de dinheiro era legal, porque de forma alguma violava as regras da plataforma. Como resultado, para devolver dinheiro aos investidores, os criadores tiveram que destruir o DAO, reescrevendo o blockchain e violando seu princípio básico - imutabilidade.


Quadrinhos sobre Ethereum (à esquerda) e DAO (à direita). Fonte

Toda essa história estragou a reputação da própria idéia do DAO. Esse projeto foi feito com base na criptomoeda Ethereum; no próximo ano é esperada a versão do Ether 2.0 - talvez os autores (incluindo o famoso Vitalik Buterin) levem em conta erros e mostrem algo novo. É provavelmente por isso que o Gartner colocou o DAO em uma linha ascendente.

5.3 Dados sintéticos

Para treinar redes neurais, são necessárias grandes quantidades de dados. Marcar dados manualmente é um trabalho enorme que só pode ser feito por humanos. Portanto, você pode criar conjuntos de dados artificiais. Por exemplo, as mesmas coleções de rostos humanos no site https://generated.photos . Eles são criados usando algoritmos GAN, que já foram mencionados acima.


Essas pessoas não pertencem a pessoas. Fonte

Uma grande vantagem de tais dados é que não há dificuldade legal em usá-los: não há ninguém que dê consentimento ao processamento de dados pessoais.

5.4.Ops Digitais

O sufixo "Ops" tornou-se incrivelmente elegante desde que o DevOps criou raízes em nosso discurso. Agora, sobre o que é DigitalOps - é apenas uma generalização de DevOps, DesignOps, MarketingOps ... você ainda não está entediado? Em resumo, essa é uma transferência da abordagem adotada no DevOps da indústria de software para todos os outros aspectos do negócio - marketing, design etc.


Fonte

A idéia do DevOps era remover as barreiras entre o próprio Desenvolvimento (Operações) e Operações (processos de negócios), através da criação de equipes comuns, onde programadores, testadores, segurança e administradores; implementação de certas práticas: integração contínua, infraestrutura como código, redução e fortalecimento de cadeias de feedback. O objetivo era acelerar o lançamento do produto no mercado. Se você pensou que era como o Agile, achou certo. Agora transfira mentalmente essa abordagem da esfera do desenvolvimento de software para o desenvolvimento em geral - e você entende o que é o DigitalOps.

5.5 Gráficos de conhecimento

Uma maneira de simular um campo de conhecimento, incluindo o uso de algoritmos de aprendizado de máquina. Um gráfico de conhecimento é construído sobre os bancos de dados existentes para vincular todas as informações: estruturadas (uma lista de eventos ou pessoas) e não estruturadas (texto do artigo).

O exemplo mais simples é o cartão que você pode ver nos resultados de pesquisa do Google. Se você está procurando algum tipo de pessoa ou instituição, verá um cartão à direita:


Observe que "Próximos eventos" não é uma cópia das informações dos mapas do Google, mas a integração da programação com o Yandex.Afishey: você pode ver isso facilmente se clicar em eventos. Ou seja, essa é uma combinação de várias fontes de dados juntas.

Se você solicitar uma lista - por exemplo, "diretores famosos" - eles mostrarão um "carrossel":

Bônus para quem leu até o fim

E agora, quando esclarecemos por nós mesmos o significado de cada um dos pontos, podemos olhar para a mesma imagem, mas já em russo:



Compartilhe-o livremente nas redes sociais!


Tatyana Volkova - autora da Internet das Coisas da Samsung IT Academy acompanha o currículo, especialista em programas de responsabilidade social corporativa no Samsung Research Center