Помните сцену из фильма «Матрица», когда Морфеус демонстрирует Нео возможности его мозга? Главного героя подключают к специальной машине, а после «закачивают» в него знания о боевых искусствах. Нео просыпается со словами: «Я знаю кунг-фу», на что Морфеус предлагает ему доказать свои способности. Такие технологии далеко не футуристическое будущее. Ученые разрабатывают специальные датчики и чипы, которые можно вживлять в мозг, а Илон Маск запускает Neuralink – специальный интерфейс подключения мозга к компьютеру. О том, какие еще тренды мира технологий ждут нас в ближайшем будущем – в материале Kursiv.kz.
Нейроинтерфейс
В 1963 году испанский нейрофизиолог и профессор Йельского университета Хосе Дельгадо провел эксперимент — вживил специальный чип в мозг быка и управлял им через портативный передатчик. Разработки ученого стали началом развития нейроинтерфейса, а фотография, где Дельгадо сидит на белом заборчике загона и пытается воздействовать на быка с помощью радиосигнала, до сих до сих пор хранится в архиве университета.
Разработки нейроинтерфейса пошли еще дальше и вот мы уже слышим, что изобретатель Илон Маск собирается запустить Neuralink — специальное подключение мозга к компьютеру. Такую технологию мы все видели в фантастических фильмах, когда, ученый-злодей подключает датчики к мозгу и получает возможность читать мысли или манипулировать своим пациентом. Конечно, у Маска другие мотивы. Никто не собирается лезть к вам в голову, но тесное взаимодействие между биологическим и цифровым интеллектом, способное передавать мысли сразу в сеть, может помочь воздействовать на внешние устройства силой мысли.
Например, пациенты с болезнью Паркинсона или черепно-мозговыми травмами в будущем смогут управлять искусственным руками, чтобы помочь себе передвигаться. Если заглядывать уж совсем далеко, то можно предположить, что при помощи нейроинтерфейса можно будет загружать базу данных в мозг, чтобы человек смог прокачать свои навыки.
Fast Data
Каждый обмен фотографиями с котиками в социальных медиа генерирует большие данные, которые дальше могут быть использованы компаниями. Чтобы не утонуть в потоке информации, от больших данных решили сделать своеобразное ответвление и создать Fast Data. Необходимость в технологии появилась как раз для того, чтобы справится с потоком информации и обработать миллионы гигабайт данных за считанные секунды. Если раньше данные использовались для углубленного изучения поведения пользователей, анализа мошенничества со стороны киберпреступников и оптимизации некоторых операций на производстве, то сейчас помимо обработки, понадобилась еще и немедленная реакции на происходящее.
«Ключевым моментом в будущем году станет реальное время и поток, так что Fast Data как способ обработки информации только начнет набирать обороты. Fast Data это разновидность Big Data, но при этом с данными вы работаете не так, как с некоторыми периодически запрошенными структурами, а как с потоком», — комментирует Игорь Рыбаков, технический директор DAR tech.
По словам спикера, подход Fast Data очень сильно коррелируется с подходом Data Lake, который также работает с потоком данных, как с водой.
«Мы говорим о том, что из всех источников нам нужно получить информацию в режиме реального времени. Эта информация будет передаваться как поток, обрабатываться как поток, сохраняться в Data Lake. Если мы захотим эту информацию повторно обработать, то таким же образом можем получить из Data Lake информацию, которая проистекает из Data Lake обрабатывается как поток и складывается в других структурах или выдается пользователю как результат»,- объясняет Игорь Рыбаков.
По прогнозам IDC, через два года каждый человек в сети будет создавать примерно 1,7 мегабайта новых данных каждую секунду, это не считая 44 трлн гигабайт данных, которые к тому времени уже будут существовать в цифровой вселенной. Получается, на конкурентные преимущества может рассчитывать тот бизнес, который будет не просто накапливать данные, а получит возможность их использовать, например, для анализа происходящего или принятия стратегических решений.
Компьютерное зрение
Как и предыдущие тренды, компьютерное зрение начало свое развитие задолго до того, как полноценно заявило о себе на рынке. Со временем такие технологии стали проникать в индустрии за пределами своей отрасли и вот уже крупные компании выстроились в очередь, чтобы использовать компьютерное зрение у себя на производстве.
Самым крупными «потребителями» компьютерного зрения стали автоконцерны. В прошлом году Chrysler выпустил концепт-кар Portal со встроенными камерами, расположенными прямо за рулем. За счет компьютерного зрения машина может определить личность водителя, подобрать подходящую музыку и настроить положение кресла. Другой производитель – BMW – заявил, что запускает проект по разработке автономных автомобилей совместно с Intel и израильским поставщиком автомобильных систем машинного зрения Mobileye.
В исследовательской компании Tractica подсчитали, что к 2025 году выручка на этом рынке достигнет $26,2 млрд, а в топ сфер, где используется компьютерное зрение, станет видеонаблюдение, системы для автомобилей и медицинский анализ изображений.
Адитья Каул, аналитик Tractica уверен, что предприятия уже давно стали выходить за рамки анализа данных. Вместо этого, компании начинают использовать искусственный интеллект и компьютерные зрения для бизнеса.
Гибридные облака
Пока все разбирались с тем, как устроены облачные системы, в ИТ появился новый тренд – гибридные облака. Некая смесь публичного облака (Public Cloud), например, Amazon Web Services и частного облака вашего офиса. Главное причиной здесь остается скорость и экономия, ведь вычислительная мощность вашего облака ограничена, а возможности публичного облака могут легко масштабироваться. Получается, вы можете на собственных ресурсах развернуть частное облако для решения повседневных задач, а для краткосрочных и ресурсоемких задач выделить для себя любое количество ресурсов из публичного облака, при этом платить только за фактически используемые ресурсы.
«Использование облачных технологий в дата-центрах самих компаний — Private Cloud станет следующим новым трендом в ИТ на будущий год. На это есть, как минимум, три причины: лучшая утилизация существующих и возможно несколько устаревших серверов, улучшается доступность сервисов и мы получаем бесшовную интеграцию с Public Cloud, как результат- гибридное облако»,- уверен Рыбаков.
«Все это сильно ускоряет процессы разработки, уменьшает расходы на сопровождение и внедрение систем и повышает отказоустойчивость систем, потому как клауд-инфраструктура в принципе заточена на то, чтобы повысить доступность сервисов. Соответственно, повысить качество и отказоустойчивость бизнес-процессов»,- дополняет спикер.
Индустрия 4.0
Термин Индустрия 4.0 появилась относительно недавно. Кто-то вкладывал в него понятие революции интеллектуальных машин, а кто-то говорил о четвертой промышленной революции. Если обратиться к истории, то выходит, что первая такая революция произошла в девятнадцатом веке, когда была изобретена паровая машина. Вторая — в начале двадцатого века, вместе с электричеством и конвейерными производством. Третью вызвали компьютерные технологии в семидесятые. Теперь, с развитием технологий и искусственного интеллекта, наступает четвертая промышленная революция или индустрия 4.0, которая и станет трендом на ближайшие пару лет.
«Когда мы говорим об индустрии 4.0, то имеем ввиду использование технологий цифровых гигантов, IoT, Fast Data для того, чтобы решить производственные задачи. Как правило, задачи сводятся к тому, чтобы увеличить производительность или сократить расходы»,- объясняет Игорь Рыбаков.
По словам спикера, одна из задач, которые хорошо подходят к этому вопросу – это predictive maintains, то есть предсказание поломок или предсказание необходимости обслужить какое-либо оборудование.
Представьте себе транспортное средство, которое способно самостоятельно выбирать оптимальный маршрут, загруженность и, например, степень износа деталей. Более того, машина самостоятельно заказывает для себя запчасти. Такая, практически полная автономия, во время решения важных задач без использования человеческого участия способна привести нас к новой промышленной революции.
«Как раз для этого используются такие понятия, как digital twin и digital shadow. Необходимо это для того, чтобы построить модель какого-то оборудования, снимать информацию с датчиков этого оборудования, обрабатывать их и предсказывать, когда лучше обслужить это оборудование и сэкономить затраты на обслуживание и не допустить простоя в работе, которое часто оборачивается убытками», — объясняет Рыбаков.
