Составили прогнозы о том, какие технологии повлияют на бизнес и пользователей в 2018 году и как изменятся индустрии финансов, путешествий, телекоммуникаций, розничная торговля, здравоохранение и медиа.

В закладки

Финансы

1. 2018 год будет «годом искусственного интеллекта» , с экспоненциальным ростом использования artificial intelligence (AI). Разрыв в уровне владения технологиями AI превратится в войну за таланты, а разговоры о AI как о похитителе рабочих мест трансформируются в обсуждения AI как создателя рабочих мест.

Сложность и мощность новых AI-программ будут стимулировать развитие кибербезопасности финансовых и персональных данных.

Использование машинного обучения (machine learning, ML) для анализа финансовых данных будет стремительно распространяться, особенно в области анализа неструктурированных данных, например, новости компаний и клиентов. Это станет следующей крупной областью для управления инвестиционными рисками.

Развитие технологий AI стимулирует революцию в области регулирования финансовых рынков. Одно из регуляторных преимуществ AI - потенциальная возможность помочь избежать обвалов банковских систем. Искусственный интеллект начинает все чаще использоваться в секторе для оценки рисков возникновения эффекта домино.

Диджитализация пользовательского опыта останется одним из ключевых приоритетов. Клиенты ожидают получить доступ к тем же типам универсальных решений и интерфейсам, ориентированных на потребителя, который они используют в других аспектах своей жизни. Компании, которые не смогут этого сделать, сохранив безопасность финансовой и личной информации, потеряют клиентов.

Важность управления операционными рисками (operational risk management, ORM) будет возрастать, по мере того как руководители будут терять работу в связи с провалами в управлении операционными рисками. Технология будет играть все более значительную роль в оценке рисков компаний - менеджмент будут стремиться к совершенствованию практик управления данными для повышения степени точности идентификации рисков.

Преимущества распределенного регистра (distributed ledger technologies, DLT), такие как блокчейн, станут понятными большему количеству людей, что приведет к их значительному росту (не связанному с ростом криптовалют). Технология распределенного регистра будет объединяться с другими технологиями, такими как интернет вещей (IoT). Блокчейн станет рассматриваться как решение проблем кибербезопасности и защиты персональных данных.

Путешествия

1. Туристические компании будут продолжать инвестировать в персонализирующее ПО (анализирующее персональные предпочтения пользователя) для улучшения пользовательского опыта. Машинное обучение и искусственный интеллект также набирают обороты, компании видят перспективы в автоматизации простых бизнес-процессов.

Речевые технологии (voice activated technologies) вскоре могут заменить мобильные приложения. Они демонстрируют лучшие результаты, распознавая устные запросы и давая более точные ответы для определенных наборов задач.

Виртуальная реальность (virtual reality, VR) и дополненная реальность (augmented reality, AR) изменят способ онлайн-шопинга путешественников. Marriott, Best Western, Kayak, Carlson Rezidor и Airbnb уже используют эти технологии.

Роботы начинают работать в отелях. Совсем скоро они будут регистрировать заезды, использоваться для информационной поддержки и развлечения гостей, обслуживать номера. Robotic Process Automation (RPA) поможет предприятиям выполнять повторяющиеся административные задачи более качественно и дешево.

Нарушения правил кибербезопасности и управление рисками по-прежнему вызывают озабоченность у компаний всех калибров. 2017 год показал, что даже самые большие, богатые и устойчивые мировые корпорации могут пошатнуться из-за слабых подходов к безопасности и конфиденциальности.

Телеком

1. Телекоммуникационные компании продолжат предоставлять услуги мобильной связи, в том числе, для сохранения контактов с клиентами. При этом операторы будут вводить все новые услуги для поддержки и роста.

Технологии 5G позволят разрабатывать и развертывать новые типы цифровых услуг. Ожидаемые преимущества услуги революционны, одно и ключевых – многократно превышающая существующую скорость передачи данных. Но телекоммуникационные компании только начинают объявлять намечаемые сроки развертывания сетей. Первые опыты внедрения 5G ожидаются в Росии на Чемпионате мира по футболу и на Олимпийских играх в Корее уже в этом году. Впрочем, полноценного внедрения технологии стоит ожидать не ранее 2020 года.

К 2020 году будет создано 25 млрд удаленных устройств и интернет вещей (internet of things, IoT) поможет связать 4,4 млрд из них. Цифровая трансформация представит новые возможности для телекоммуникационной отрасли, включая строительство платформ и приложений для транспортной сферы, сельского хозяйства, здравоохранения, страхования и дома.

Телекоммуникационные компании будут использовать свою масштабную инфраструктуру для расширения предложений обеспечения безопасности и смягчения проблемы растущих киберугроз .

Несмотря на антимонопольные вопросы AT&T / Time Warner в США, слияния и поглощения в секторе продолжатся: с 2010 года уже было объявлено более чем о 2400 сделках в телекоме.

Медицина

1. Больницы и фармацевтические компании будут проявлять живой интерес к блокчейну , используя его для анализа данных пациентов в исследовательских целях. Пациенты, с свою очередь, смогут контролировать доступ к персональным данным, что ранее было невозможно.
2. Развитие технологий искусственного интеллекта (AI) в телемедицине будет ускоряться по мере развития машинного обучения (ML) и методов обработки естественного языка (natural language processing). Это позволит клиентам предоставить персонализированный опыт, поможет повысить эффективность и сократить расходы в системе здравоохранения.

Population health management - агрегация данных и выбор лучших практик в области здравоохранения - приведет к увеличению инвестиций в программы оздоровления, призванные сохранить здоровых пациентов здоровыми и создать передовые способы профилактики заболеваний пациентов, подверженных рискам.

Розничная торговля

Ритейлеры будут продолжать цифровую трансформацию , которой способствуют интернет-продажи ведущих игроков отрасли. Благодаря внедрению масштабируемых Agile-технологий, изменения произойдут и в IT-ландшафте ритейлеров, и в их бизнес-моделях в целом.

1. Data analytics и машинное обучение помогут розничным сетям персонализировать свои сообщения и использовать данные для настройки алгоритмов работы с покупателями. Анализ данных будет играть значительную роль в управлении товарными запасами и их распределении.
2. Ожидаемы ориентированные на ритейл технологические стартапы или решения автоматизации процессов робототехники (robotics process automation), поскольку все больше и больше розничных компаний делают ставку на автоматизацию операциях для оптимизации затрат.

Медиа и развлечения

1. Технологические изменения в медиа и развлечениях сделают 2018 год «годом голоса» . Ожидается, что к концу 2018 года будет продано более 24,5 млн. устройств Google Home и Amazon Echo.

Виртуальные помощники (virtual assistants) позволят пользователям использовать голосовой поиск, а подкасты и social video позволят обмениваться голосовыми сообщениями.

Ожидается, что в 2018 году подкастинг вырастет с 21% до 24% вместе с ростом визуальных social medial-платформ, которые позволят пользователям создавать видеоконтент на разных платформах. Доверительные рассказы в формате social video заставляют действовать, открывая огромную возможность для брендинга, продвижения и продаж.

Цифровизация бизнеса размывает физический и виртуальный миры, преобразуя бизнес-проекты, отрасли, рынки и организации. Продолжающаяся эволюция бизнеса использует новые технологии для интеграции физического и виртуального миров, создания совершенно новых бизнес-моделей. Будущее будет определяться умными устройствами, предоставляющими всё большее проникновение цифровых услуг во все аспекты жизни. Gartner называет взаимодействие людей, устройств, контента и услуг "интеллектуальной цифровой группой" (intelligent digital mesh ). Это обеспечивается цифровизацией бизнес-платформ, предоставляющих богатый интеллектуальный набор услуг для поддержки бизнеса.

Gartner выделяет 10 основных технологических тенденций, которые можно объединить в три группы – искусственный интеллект (ИИ), цифровизация, построение mesh -сетей (см. Рис. 1).

Рисунок 1. Top 10 Strategic Technology Trends for 2018

"Интеллектуальный тренд" исследует, как ИИ проникает практически во все существующие технологии и создает совершенно новые направления. Применение ИИ станет основным направлением для поставщиков технологий до 2022 года. Использование ИИ будет способствовать появлению всё более гибких автономных систем.

1. Использование ИИ
2. Интеллектуальные приложения и аналитика
3. Интеллектуальные вещи

"Цифровой тренд" фокусируется на смешении физического и цифрового миров. В связи с тем, что поток данных, генерируемый вещами растет экспоненциально, вычислительные мощности смещаются к границам сетей для обработки этого потока информации и на центральные узлы отправляются только сводные данные. Цифровые тенденции, наряду с возможностями, предоставляемыми ИИ, являются драйверами нового этапа цифровизации бизнеса и создания экосистемы цифрового бизнеса.

1. Цифровые модели
2. Граничные облачные вычисления
3. Диалоговые системы
4. Технологии погружения (Immersive Experience)

"Тренд построения mesh-сетей" относится к использованию связей между всё увеличивающимся количеством людей и компаний, а также устройств, контента и услуг, для достижения результатов цифрового бизнеса. Ячеистая топология (mesh) требует использования новых возможностей, которые обеспечат глубокую безопасность и смогут реагировать на возникающие события в этих соединениях.

1. Блокчейн
2. Событийно-управляемая модель (Event-driven model)
3. Непрерывная оценка риска и степени доверия (Continuous Adaptive Risk and Trust, CARTA)

В данном списке представлены направления развития, которые еще не получили широкого распространения, но имеют значительное отраслевое воздействие. До 2022 года технологии, связанные с этими тенденциями, достигнут достаточного уровня зрелости.

Тренд 1. Использование ИИ

Создание систем, которые обучаются, адаптируются и потенциально действуют автономно, станет основным направлением разработок, по крайней мере, до 2020 года. Возможность использования ИИ для повышения эффективности принятия решений, создания новых бизнес-моделей и экосистем приведет к выигрышу в цифровых инициативах до 2025 года. Развитие ИИ строится на многочисленных технологиях, которые развивались на протяжении многих лет. Это приводит к тому, что:

• используются всё более продвинутые алгоритмы машинного обучения – контролируемые, неконтролируемые и алгоритмы обучения с подкреплением;
• для машинного обучения доступны огромные массивы данных;
• для обработки большого объема данных и сложных алгоритмов используются аппаратные средства, обеспечивающие практически безграничные вычислительные мощности.

При этом сегодняшние задачи подразумевают использование «узкого ИИ» - см. Рис. 2.

Рисунок 2. Narrow AI"s Place in the Long History of AI

«Узкий ИИ» состоит из высокоуровневых программ машинного обучения, ориентированных на решения конкретных задач (например, понимание человеческого языка или управление транспортным средством в контролируемой среде). Используемые алгоритмы оптимизированы для конкретной заданной задачи. Все имеющиеся примеры реальных реализаций или разработок ИИ являются примерами «узкого ИИ». С другой стороны, общий искусственный интеллект (General AI) использует машинное обучение для решения широкого спектра задач. Такие системы ИИ, если бы они существовали, успешно выполняли бы любую интеллектуальную задачу, которую мог бы выполнять человек, и постоянно обучались, как это делают люди. Подобные системы, вероятно, не будут созданы, но интерес к ним не утихает.

Технологии ИИ быстро развиваются. Успешное использование этих технологий требует значительных инвестиций. Недостаточное развитие науки о данных, вероятно, затруднит применение ИИ в краткосрочной перспективе. К 2020 году 30% новых проектов будут развивать ИИ совместными командами ученых и программистов.

Прикладное применение ИИ приводит к ряду интеллектуальных реализаций. К ним относятся как физические устройства (такие как роботы, автономные транспортные средства и бытовая электроника), так и приложения, и услуги (виртуальные персональные помощники и интеллектуальные консультанты). Эти реализации ИИ будут позиционироваться как новый класс явно интеллектуальных приложений и вещей. Они обеспечат встроенный интеллект в широкой спектр взаимодействующих между собой устройств, а также в существующие программные и сервисные решения. Для создания подобных систем используется сложная научная база. Это означает, что многие организации будут использовать ИИ в основном уже в готовых интеллектуальных приложениях и вещях, в том числе по принципу «модель как сервис» (models as a service, MaaS).

Тренд 2. Интеллектуальные приложения и аналитика

Компании применяют методы ИИ для создания новых категорий систем, например, виртуальные клиентские помощники, VCA, а также для улучшения традиционных приложений (таких как системы анализа производительности, системы анализа продаж и маркетинга, системы безопасности). Интеллектуальные приложения смогут трансформировать характер работы и структуру рабочего места. При изучении того, как и где возможно использовать ИИ, целесообразно сосредоточиться на трех целевых доменах:

• Аналитика : ИИ может использоваться для создания более предиктивной или предписывающей аналитики. ИИ также используется для расширенной аналитики;
• Процесс : ИИ может управлять более интеллектуальными действиями приложения. Например, вы можете использовать ИИ для интеллектуального сопоставления счетов или анализа документов электронной почты для улучшения качества обслуживания;
• Пользовательский опыт : взаимодействие на человеческом языке, используемое для создания VPA, распознавание лиц или другие приложения ИИ для понимания эмоций пользователя, контекста или намерения и прогнозирования потребностей.

В течение следующих нескольких лет практически каждое приложение или сервис будут включать ИИ в каком-либо объеме. Некоторые из этих приложений станут интеллектуальными приложениями в явном виде и не могут существовать без ИИ и машинного обучения. Другие будут использовать ИИ незаметно для пользователя.

VPA, такие как Google Now, Microsoft Cortana, Apple Siri, Алиса от Яндекс, чат-боты (например, Facebook Messenger) быстро развиваются и могут работать с ИИ (например, Wit.ai). Приложения могут создавать новый интеллектуальный промежуточный уровень для взаимодействия между людьми и системами. Например, в здравоохранении online-консультанты, оснащенные ИИ, могут улучшить понимание проблемы врачами, что позволит предоставлять более персонализированные методы лечения.

Расширенная аналитика позволит больше времени уделять исследованиям

Расширенная аналитика - это стратегическая парадигма данных и аналитики нового поколения, на которую оказывает влияние ИИ – см. Рис. 3. ИИ использует машинное обучение для автоматизации процесса подготовки данных и предварительной подготовки информации. Расширенная аналитика позволит специалистам сосредоточиться на решении специализированных проблем. Пользователи будут тратить меньше времени на подготовку данных и больше времени на анализ наиболее важных идей.

Рисунок 3. Augmented Analytics for Citizen and Professional Data Scientists

Как небольшие стартапы, так и крупные компании теперь предлагают приложения с расширенными возможностями аналитики с использованием ИИ. К 2020 году расширенная аналитика станет доминирующим драйвером для систем анализа данных, и автоматизация задач в области информатики позволит непрофессиональным ученым производить больший объем расширенного анализа, чем сегодня специализированным ученым-исследователям.

Тренд 3. Интеллектуальные вещи

Интеллектуальные вещи - это системы, которые выходят за рамки жестко заданных программных моделей, и используют ИИ для расширения модели поведения, что приводит к более естественному взаимодействию с окружающей средой и людьми. ИИ способствует развитию новых интеллектуальных решений, таких, как беспилотные транспортные средства, роботы и дроны, а также предоставляет расширенные возможности для множества существующих платформ, потребительских и промышленных систем, подключенных к IoT (см. Рис. 4).

Рисунок 4. Intelligent Things Span Many Sectors

Интеллектуальные вещи являются либо полу-, либо полностью автономными. Слово "автономный", когда оно используется для описания интеллектуальных систем, необходимо интерпретировать. В понимании Gartner "автономный" означает свободу от внешнего контроля или влияния человека. Имеется в виду, что эти интеллектуальные вещи могут функционировать без надзора в течение определенного периода времени для решения поставленной задачи. Интеллектуальные вещи могут иметь различные уровни автономии, о чем свидетельствуют следующие примеры:

• Роботы-пылесосы, которые имеют ограниченную автономность и ограниченный интеллект;
• Дроны, которые в полете могут автономно уклоняться от препятствий;
• Беспилотные летательные аппараты, которые могут летать в зданиях, в том числе через окна и двери.

Автономные дроны и роботы претерпят значительную техническую эволюцию, основанную на моделях и алгоритмах машинного обучения. Достижения в одной области будут доступны приложениям из других областей.

Использование беспилотных транспортных средств в контролируемых условиях (например, сельское хозяйство, добыча полезных ископаемых или складирование) является растущей областью интересов интеллектуальных вещей. В промышленных условиях транспортные средства могут быть полностью автономными. При этом к 2022 году, по оценке Gartner, будут доминировать полуавтономные сценарии, требующие участия водителя и такие автономные транспортные средства будут использоваться на дорогах в ограниченных, четко определенных контролируемых зонах (пример - использование беспилотных такси в рамках технопарка Сколково).

ИИ будет все чаще внедряться в повседневные вещи - умная бытовая техника, умные колонки, оборудование для больниц. Это явление тесно связано с появлением диалоговых платформ, расширением IoT и тенденцией к разработки цифровых моделей.

Другие рынки будут иметь аналогичный потенциал для реализации встроенного интеллекта. Например, современный цифровой стетоскоп может записывать и сохранять звуки пульса и дыхания. Сбор и хранение таких данных, связывание этих данных с диагностической и лечебной информацией, а также создание приложений, использующих ИИ, позволит врачам получать помощь в диагностировании пациентов в режиме реального времени. Однако, при реализации более сложных сценариях необходимо учитывать такие важные вопросы, как конфиденциальность пациентов и нормативные ограничения. Gartner считает, что эти не технические проблемы и сложность создания узкоспециализированных помощников замедлят внедрение ИИ в промышленных IoT и других бизнес-сценариях. Организации, которые смогут устранить эти барьеры, будут иметь значительные конкурентные преимущества.

Рой умных вещей будет работать вместе

По мере того как количество интеллектуальных систем будет разрастаться, Gartner ожидает перехода от автономных интеллектуальных вещей к рою интеллектуальных вещей. При такой реализации несколько устройств будут работать вместе, независимо от людей или с управлением одним человеком. Например, если дрон произвел осмотр полей и обнаружил, что какие-то из них готовы к уборке, он может отправить в нужное место «автономный комбайн». На логистическом рынке наиболее эффективным решением может быть использование беспилотных автомобилей для перевозки грузов до перевалочных складов. Роботы и дроны, находящиеся на борту этих беспилотных автомобилей, смогут затем произвести окончательную доставку товара покупателю. Военные проводят работы в данной области и изучают возможность использования роев дронов для нападения или защиты военных целей.

Тренд 4. Цифровые модели

Цифровая модель - это цифровое представление реальной сущности или системы – Рис. 5.

CAD = computer-aided design; FEA = finite element analysis; ML = machine learning

Рисунок 5. Digital Twins Are Digital Representations of Real-World Objects

Реализация цифровой модели представляет собой программный модуль, который отражает уникальный физический объект. Данные из нескольких цифровых моделей могут быть агрегированы для составного представления о нескольких реальных объектах. Понятие цифрового представления реальных объектов или систем не ново. При этом, в рамках последних разработок:

• обеспечивается надежность моделей;
• обеспечивается связь цифровых моделей с реальным миром, потенциально в режиме реального времени;
• используются big data и ИИ;
• обеспечивается возможность взаимодействия моделей и оценка сценариев «что, если».

Построение цифровых моделей в рамках проектов IoT сегодня представляет определенный интерес. Хорошо продуманные цифровые модели активов могут значительно упростить и ускорить принятие решений на предприятиях. Модели связаны с их реальными аналогами и используются для понимания состояния вещей или системы, реагирования на изменения, улучшения операций. Сначала организации будут внедрять простые цифровые модели. Они будут развивать эти модели, улучшая их способность собирать и визуализировать правильные данные, применять нужную аналитику и различные наборы правил. После 2027 года использование цифровых моделей будет применяться уже не только инженерами-технологами и учеными-исследователями.

Цифровые модели могут повысить понимание данных и улучшить принятие решений, и в конечном итоге будут помогать в разработке новых бизнес-сценариев. Их использование принесет множество преимуществ в различные сроки, в том числе:

• Краткосрочный период: цифровые модели будут применяться в мониторинге, оптимизации и улучшении пользовательского опыта, что важно почти во всех отраслях. Переход от превентивного к предиктивному обслуживанию - это наиболее ценное использование цифровых моделей систем и механизмов. Преимущества для клиентов включают сокращение времени простоя и снижение эксплуатационных расходов.
• Среднесрочный период: организации будут использовать цифровые модели для управления компаниями и повышения операционной эффективности. Цифровые модели будут использоваться для планирования периодов обслуживания оборудования и прогнозирования отказа, на основе полученных данных о состоянии систем, что позволит ремонтировать оборудование в нужные моменты (предиктивно), чтобы предотвратить его отказ. Организации также будут использовать цифровые модели для улучшения процесса разработки, используя их для имитации поведения новых продуктов на основе понимания цифровой модели предыдущих реализаций с учетом их стоимости, оказания воздействия на окружающую среду и производительности.
• Долгосрочные период: цифровые модели будут способствовать развитию инноваций, путем предоставления информации о том, как использовать и улучшать продукты и услуги. Новые бизнес-модели могут сосредоточиться на упреждающих советах. Например, инженеры-автомобилестроители могут использовать цифровые модели совместно с инструментом аналитики для анализа того, как будет управляться конкретный автомобиль, чтобы предложить новые функции для снижения аварийности. Инженеры смогут также предлагать новые решения для обслуживания машины с точки зрения водителя.

Цифровые модели будут связаны с другими цифровыми объектами

Цифровые модели объединяют огромные объемы информации об отдельных активах и группах, часто обеспечивая контроль над ними. По мере развития, модели будут «общаться друг с другом», например, чтобы создать модель «цифрового завода» из множества связанных цифровых моделей отдельных цехов, сборочных линий и т.д. Цифровые модели активов будут связаны с другими цифровыми объектами для людей (цифровые персоны), процессов (правоохранительных органов) и пространств (цифровых городов). Понимание этих связей, выделение отдельных элементов, где это необходимо, и отслеживание взаимодействий будет важно для поддержки безопасной цифровой среды.

Хотя сегодня большое внимание уделяется цифровым моделям активов в области Интернета вещей, более сложные цифровые модели реального мира оказывают гораздо большее влияние. Цифровые модели построены на концепции, что виртуальные модели активов сосуществуют и связаны с реальными активами - они являются двойниками. Однако эта концепция не ограничивается активами (или вещами). Создание цифровых аналогов реальных элементов развивается по различным направлениям. Подобно цифровым моделям, эти цифровые аналоги объектов часто создаются из структур метаданных и моделей вещей, не связанными, или незначительно связанными с реальными объектами.

Тренд 5. Граничные облачные вычисления

Граничные вычисления (edge computing) описывают вычислительную топологию, в соответствии с которой сбор, обработка и доставка контента располагаются ближе к источникам и потребителям информации. Граничные вычисления основаны на концепциях mesh-сетей и распределенных вычислений. В этой концепции данные стараются обрабатывать локально, с целью сократить трафик в сети и задержку при доставке контента. По сути, понятие граничных вычислений существует уже много лет. Маятник «где обрабатывать данные» качался между централизованным подходом (например, мэйнфреймом или централизованным облаком) и более децентрализованными подходами (такими, как ПК и мобильные устройства). Проблемы со связностью и задержкой, ограничения полосы пропускания стандартных подходов построения сети, а также большая функциональность, заложенная в концепцию граничных вычислений, благоприятствуют развертыванию распределенных моделей. Пока данная топология, приложения и сетевые архитектуры не получили широкого применения. Платформы для управления системами и сетями необходимо будет расширить, включив в них особенности технологий граничных вычислений. К данным технологиям относятся прореживание, сжатие и защита данных, локальная аналитика. Edge computing решает многие насущные проблемы, такие как высокая стоимость WAN-сети и неприемлемые задержки. Топология граничных вычислений позволит в ближайшем будущем однозначно определить особенности цифрового бизнеса и ИТ-решений.

Edge Computing привносит распределенные вычисления в облачные системы

Большинство специалистов рассматривают облачные и граничные вычисления как конкурирующие подходы построения сетей. Развертывание публичных облаков рассматривается как существенная экономия, централизация точек обработки данных, в том числе с выполнением вычислений, которые более оптимально было бы выполнять на границе сети. Но это неправильное понимание обоих понятий. Облачные вычисления - это стиль вычислений, в котором гибко масштабируемые технологические возможности поставляются как услуга с использованием интернет-технологий. Облачные вычисления не требуют централизации. Граничные вычисления привносят аспекты распределенных вычислений в облачную модель. Необходимо рассматривать облачные и граничные вычисления как взаимодополняющие, а не конкурирующие концепции – Рис. 6.

Рисунок 6. Cloud and Edge Computing Are Complementary Concepts

В некоторых реализациях "облаков" уже используется подход, который распределяет функциональные возможности к границе сети (например, Microsoft Office 365 и AWS Greengrass). Gartner ожидает, что этот подход будет использоваться чаще, поскольку поставщики облачных технологий продвигаются дальше на рынок IoT, а поставщики IoT систем используют построение "облаков" для более эффективного управления своими решениями. Несмотря на то, что IoT является сильным драйвером для подхода «от облака к границе», эта тенденция также принесет пользу для мобильных устройств или стационарных PC. Вероятнее всего, появятся другие решения, подобные «Office 365».

Тренд 6. Диалоговые системы

Диалоговые системы приведут к новому большому сдвигу парадигмы в том, как люди взаимодействуют с цифровым миром. Сложность перевода намерения (определения задачи) пользователя будет перемещаться от человека к компьютеру. Система получит вопрос или команду от человека обычным языком. Система ответит человеку, выполнив функцию, предоставив контент или запрашивая дополнительные данные.

Диалоговая система обеспечивает высокоуровневую модель проектирования и механизм выполнения, в котором происходит взаимодействие человека и машины. Как предполагает термин «диалоговая», интерфейсы взаимодействия реализуются в основном на устном или письменном языке пользователя. Со временем будут добавлены и другие механизмы взаимодействия – зрение, вкус, запах, прикосновения. Использование расширенных сенсорных каналов будет поддерживать расширенные возможности, такие как обнаружение эмоций посредством анализа выражения лица или состояния здоровья человека посредством анализа запахов.

В течение следующих нескольких лет диалоговые системы, основанные на естественном (вербальном или письменном) языке, станут основной целью для взаимодействия с пользователем. Gartner прогнозирует, что к 2019 году 20% взаимодействия пользователей со смартфонами будут проходить через VPA (виртуальный личный помощник, virtual personal assistant). Исследование Gartner показало, что уже сейчас четверть пользователей смартфонов используют VPA ежедневно или еженедельно.

Диалоговые платформы наиболее узнаваемы в следующих форматах:

• VPA, такие как Amazon Alexa, Apple Siri, Google Assistant и Microsoft Cortana;
• VCA (виртуальное вычислительное устройство , virtual compute appliance), такие как IPsoft"s Amelia, Watson Virtual Agent, Artificial Solutions, Interactions, Next IT и Nuance;
• Структуры Chatbot, такие как Amazon Lex, API.AI от Google, IBM Watson Conversation и Microsoft Bot Framework.

Взаимодействие в диалоговых системах обычно неформально и двунаправленно. Взаимодействие может быть простым запросом или вопросом (например, «какая погода на улице?» или «сколько времени?») с простым ответом. В ином случае, это может быть структурированное взаимодействие, например, необходимое для бронирования столика в ресторане или номера в гостинице. По мере развития технологии возможно будет реализовывать чрезвычайно сложные запросы, что приведет к получению достаточно сложных результатов. Например, диалоговая система сможет собрать устные показания свидетелей преступления, и на основании их составит образ подозреваемого.

Рисунок 7. Conversational Platforms Include New User Experience Design Elements

Тренд 7. Технологии погружения (Immersive Experience)

В то время как диалоговые платформы меняют способ взаимодействия людей с цифровым миром, виртуальная реальность (virtual reality, VR), дополненная реальность (augmented reality, AR) и смешанная реальность (mixed reality, MR) меняют то, как люди воспринимают цифровой мир. Этот комбинированный сдвиг в моделях восприятия и взаимодействия приведет к реализации впечатляющего пользовательского интерфейса.

VR и AR - это отдельные, но связанные технологии. MR расширяет оба подхода, чтобы более надежно подключить физический мир. Визуальный аспект взаимодействия важен, но существуют также и другие модели взаимодействия, такие как сенсорная (тактильная обратная связь) и звуковая (пространственный звук). В большей степени это касается MR, в которой пользователь сможет взаимодействовать с цифровыми и реальными объектами, сохраняя при этом присутствие в физическом мире.

VR обеспечивает компьютерную 3D-среду, которая окружает пользователя и естественным образом реагирует на действия человека. Обычно это происходит с помощью шлема виртуальной реальности (head-mounted display, HMD), который занимает все поле зрения пользователя. Контроллеры распознавание жестов или миниатюрные контроллеры отслеживают положения рук и тела, позволяя использовать сенсорную обратную связь. Стационарные контроллеры обеспечивают более глубокое чувство погружения в виртуальную реальность, с возможностью организации трехмерного изображение сразу для нескольких участников.

AR - это использование в режиме реального времени информации в виде текстовых, графических, видео и других виртуальных дополнений, интегрированных с объектами реального мира. Дополненная реальность реализуется посредством использования шлема виртуальной реальности или мобильного устройства. Наложение элементов виртуального мира на фон реального мира отличает дополненную реальность (AR) от виртуальной (VR). AR стремится улучшить взаимодействие пользователей с реальной физической средой, а не отделять их от нее. Это определение также относится и к смешенной реальности (МР), которая дополнительно объединяет элементы многих видов технологий погружения.

Рынок VR и AR является молодым и разрозненным. Однако инвестиции в эту область не уменьшаются. В 2016 году было выделено 2.09 млрд. долларов США, в 2017 году планировалось увеличение на 3% до 2,16 млрд. долларов. Большая часть инвестиций предназначена для разработки базовых технологий, или для технологий, позволяющих совершить технологический скачок в данной области. В 2017 году Apple представила ARKit 15, а Google – ARCore. Эти технологические платформы виртуальной реальности предназначены для мобильных вычислительных устройств компаний, и они указывают на значительный долгосрочный интерес со стороны лидеров рынка. ARCore и ARKit, Google Cardboard и Daydream, Samsung Gear VR используют смартфон в качестве вычислительной платформы для VR и AR.

VR и AR могут повысить производительность

Интерес к технологиям высок, что приводит к многочисленным новым приложениям для виртуальной реальности. Многие из них не представляют никакой реальной ценности для бизнеса, помимо организации дополнительных развлечений, таких как видеоигры и 360-градусные сферические видеоролики. Для компаний это означает, что рынок хаотичен. AR и VR часто используются как новинка для взаимодействия с клиентами. Обычно дополненная реальность реализуется через смартфон (как у Pokémon Go). Иногда это вариант использования шлема виртуальной реальности (например, Everest VR на HTC Vive, который позволяет зрителям наслаждаться просмотром, когда они практически поднимаются на Эверест). Однако 40% организаций, использующих или использующих AR, считают, что технология превосходит их ожидания.

До 2021 года потребительский и деловой контент, а также и приложения для виртуальной реальности будут быстро развиваться. В 2018 году рынок виртуальной реальности достигнет 67,2 млн. устройств. До 2021 год технология head-mounted display (HMD) будет значительно улучшаться, но наиболее широко будет распространена технология AR на мобильных устройствах.

Дальнейшим развитием является смешанная реальность - Рис. 8. Она реализует технологию, которая оптимизирует интерфейс, более соответствующий тому, как люди взаимодействуют со своим миром. MR использует шлемы виртуальной реальности, смарфоны и планшеты, умные зеркала, системы отображения информации на лобовом стекле автомобиля и проекторы. Смешанная реальность выходит за рамки использования только визуальной информации, в ней также используются звуковые, тактильные и другие сенсорные каналы ввода/вывода. MR также включает в себя маяки и датчики, встроенные в среду вокруг пользователя.

Рисунок 8. The Future of the User Experience (UX)

Интеграция VR и AR с различными системами (мобильными, носимыми, IoT, множеством датчиков, диалоговыми платформами) расширит возможности приложений. Помещения и окружающее пространство станут взаимодействовать с вещами, и работать вместе с виртуальными мирами. Представьте себе склад, который может не только определять присутствие рабочих, но также помогать им понять состояние обслуживаемого оборудования и визуально показывать детали, требующие замены. При этом, хотя потенциал VR и AR впечатляет, для широкого внедрения и использования предстоит еще решить много сложных задач.

Тренд 8. Блокчейн

Блокчейн развился из цифровой валютной инфраструктуры в платформу для цифровой трансформации. Блокчейн и другие технологии с распределенной базой данных обеспечивают доверие к ненадежным средам, устраняя необходимость в едином центре аутентификации. В этом исследовании Gartner используется термин «блокчейн» как общий термин для всех технологий с распределенной базой данных. Технологии блокчейн предлагают радикальный отход от текущих централизованных транзакций и механизмов учета.

По своей сути, блокчейн является общей, распределенной, децентрализованной и токенизированной базой данных. Блокчейн - мощный инструмент для цифрового бизнеса и обеспечивает:

• Устранение сложностей взаимодействия в бизнесе и технике;
• Возможность создания собственного актива и его распространение;
• Создание управляемую доверительную модель .

Блокчейн набирает популярность, поскольку он предлагает возможности преобразования операционной модели отрасли. Финансирование проектов блокчейн продолжает расти, и одной из интересных разработок является использование первичного размещения (initial coin offerings, ICO) в качестве источника финансирования. Повышенный интерес к блокчейну первоначально находился в финансовой отрасли. Но блокчейн имеет много потенциальных реализаций помимо финансовых услуг, включая государственные приложения, здравоохранение, производство, логистику, распространение контента, проверку подлинности и патентное право.

Критическим аспектом технологии блокчейн является нерегулируемое государством создание и перевод денежных средств, примером которых является биткоин. Эта возможность финансирует большую часть развития блокчейна, но в связи с этим беспокоит государственных регуляторов и правительство. Дискуссии о разрешенных, не разрешенных, гибридных и частных экосистемах и управлении этими системами приведут к более надежному анализу распределенных баз данных. Рабочие решения появятся в 2021 году по мере завершения этого анализа.

Блокчейн потенциально предлагает значительные долгосрочные преимущества, несмотря на имеющиеся проблемы

К основным потенциальным преимуществам блокчейна относятся:

• Улучшенный денежный поток
• Снижение транзакционных издержек
• Сокращение расчетного времени
• Происхождение активов
• Создание собственного актива
• Новые модели доверия

Использование открытого блокчейна может устранить необходимость использования доверенных центров аутентификации в записях транзакций и арбитражных спорах. Это связано с тем, что доверие встроено в модель через неизменные записи в распределенной базе данных. Потенциал этой технологии для радикального преобразования экономических взаимодействий должен поднять ряд важных вопросов для общества, правительств и компаний. Пока нет четких ответов на эти вопросы.

Блокчейн сталкивается с другими важными вопросами, которые не позволят реализовать надежные масштабируемые решения в срок до 2022 года. Технологии и концепции блокчейн являются незрелыми, плохо понятными и недоказанными в критически важных бизнес-операциях.

Тренд 9. Событийно-управляемая модель (Event-Driven Model)

Бизнес всегда ощущает и готов использовать новые аспекты цифровых технологий. Это центральное место в цифровизации бизнеса. Бизнес-события отражают начало определенных состояний или изменения состояний. Некоторые бизнес-события или комбинации событий представляют собой бизнес-моменты - выявленные ситуации, которые требуют определенных бизнес-действий. Наиболее важные бизнес-моменты имеют последствия для нескольких сторон (например, отдельные приложения, бизнес-направления или партнеры).

Более крупные бизнес-события можно обнаружить быстрее и проанализировать более подробно, используя брокеры событий, IoT, облачные вычисления, блокчейн, управление данными в памяти и ИИ. Но технология сама по себе не может обеспечить полную ценность событийно-управляемой модели. Для этого требуется внесение изменений в культуру и лидерство: ИТ-руководители, планировщики и архитекторы должны использовать «событийное мышление». К 2020 году для 80% цифровых бизнес-решений потребуется ситуационная осведомленность о событиях в реальном времени. И 80% новых бизнес-экосистем потребуется поддержка для обработки событий.

Событийно-управляемая архитектура оптимизирована для гибкости, отказоустойчивости, расширяемости, более низкой стоимости изменений, открытого дизайна. Для достижения целей пользователями в диалоговых платформах необходимо обеспечить динамический подход, основанный на событиях. Пользовательский интерфейс с диалоговыми платформами становится более интеллектуальным, реагируя на динамический и изменяющийся контекст пользователя и интегрируя различные системные элементы. Потоки данных из систем IoT представляют собой потоки событий. Принятие решений в режиме реального времени и ситуационная осведомленность требуют постоянного мониторинга и оценки событий.

События станут более важными в интеллектуальной цифровой mesh-сети

Модели проектирования приложений, управляемые запросами и событиями, являются взаимодополняющими – Рис. 10. Обе модели являются полезными, в зависимости от выполняемого бизнес-процесса. Модель, управляемая запросами, с ее командным и структурированным подходом обеспечивает большую уверенность и контроль взаимодействия между службами. Эта модель относительно жесткая, с ограниченным параллелизмом и созданием зависимостей. Подход, основанный на событиях, более гибкий, поддерживающий потоки событий и масштабирование в реальном времени. Но для этого требуется введение промежуточного уровня, брокера событий (event broker). Разработчики процессов, архитекторы и программисты должны рассматривать оба подхода как равные. Событийно-управляемая модель постепенно станет предпочтительным подходом из-за её гибкости.

Рисунок 10. Event-Driven and Request-Driven Application Design Models Are Complementary

Тренд 10. Непрерывная оценка риска и степени доверия (Continuous Adaptive Risk and Trust, CARTA)

Интеллектуальная цифровая mesh-сеть и связанные с ней цифровые технологические платформы и архитектура приложений создают все более сложный мир для построения систем обеспечения безопасности. Продолжающаяся эволюция «индустрии взлома» и использование в ней всё более сложных инструментов, включая те же самые передовые технологии, которые доступны для «добросовестных» компаний, значительно повышают потенциал угрозы. Надеяться на защиту периметра на основе статических правил уже некорректно и несовременно. Это особенно важно, поскольку организации всё чаще используют мобильные устройства, облачные сервисы и открытые API в процессе создания бизнес-экосистем для клиентов и партнеров. ИТ-руководители должны сосредоточиться на обнаружении угроз и реагировании на них, а также использовать традиционные меры, такие как блокировка, для предотвращения атак и других злоупотреблений. В то же время для цифрового бизнеса потребуется более совершенная защита доступа, когда системы и информация находятся в цифровой mesh-сети. Руководители по вопросам безопасности и управления рисками должны применять стратегический подход, основанный на непрерывной оценке риска и степени доверия (continuous adaptive risk and trust assessment, CARTA). Это жизненно важно для безопасного доступа к цифровым бизнес-инициативам в мире продвинутых таргетированных атак и позволит принимать решения в режиме реального времени, основанного на оценке риска и использовании доверительной модели.

Необходимо устранять барьеры между командами безопасности и разработчиков приложений

В рамках подхода CARTA организации должны устранять барьеры между командами разработчиков и безопасности. Аналогией данной ситуации является то, как инструменты и процессы DevOps преодолевают разрыв между разработкой и эксплуатацией. Команды безопасности не могут позволить себе дожидаться окончания процесса сборки и выпуска приложения для проведения подробного сканирования на наличие уязвимостей. Требования безопасности должны быть четко обозначены и легко интегрированы в процессы разработчиков, а не наоборот. Архитекторы информационной безопасности совместно с DevOps должны интегрировать процедуру тестирования в необходимые точки рабочих процессов. Организация работ должна быть прозрачной для разработчиков, обеспечивать совместную работу и гибкость среды разработки. Это приведет к созданию DevSecOps модели, показанной на Рис. 11.

Все платформы информационной безопасности должны предоставлять полную функциональность через API. Таким образом, процессы могут быть интегрированы в процесс DevOps и автоматизированы в предпочтительную инструментальную цепочку разработчика.

Выводы

Искусственный интеллект (ИИ) обеспечивает ценность для каждой отрасли, позволяя создавать новые бизнес-модели, поддерживая основные направления, такие как взаимодействие с клиентами, цифровое производство, умные города, беспилотные автомобили, управление рисками, компьютерное зрение и распознавание речи.

Поскольку люди, места, процессы и «вещи» становятся все более цифровыми, они будут представлены цифровыми моделями. Это обеспечит благодатную почву для новых событийно-управляемых бизнес-процессов, а также бизнес-моделей и цифровых экосистем.

Способ взаимодействия с цифровыми технологиями будет претерпевать радикальные преобразования в течение следующих пяти – десяти лет. Диалоговые платформы, дополненная реальность, виртуальная реальность и смешанная реальность обеспечат более естественное и захватывающее взаимодействие с цифровым миром.

Цифровой бизнес событийно-ориентирован, что означает, что он должен постоянно адаптироваться к новым вызовам. То же самое относится и к инфраструктуре безопасности и оценке рисков, которые ее поддерживают.

Как будут развиваться производство и строительство в ближайшие 20 лет? Появится ли в этих отраслях «волшебная кнопка», нажав на которую можно будет получить готовое решение, будь то здание или уникальное изделие? Эти вопросы легли в основу прошедшего недавно Форума Будущего компании Autodesk. На мероприятии назвали главные технологические тренды, которые будут влиять на бизнес в России и в мире следующие 5-20 лет. О них – в этой статье.

Тренд № 1: Производственные технологии в стройке

В строительстве активно развивается так называемая префабрикация. Она позволяет изготавливать на заводе как практически готовые помещения (модули), так и их элементы, а также типовые панели зданий, которые затем отправляются для сборки на строительную площадку.

Ожидается, что в России префабрикация станет стандартом приблизительно в ближайшие 5 лет. В частности, сегодня ее развивает компания КНАУФ, построившая в Красногорске завод для производства элементов и модулей. Запуск ожидается в 3-м квартале этого года. Поскольку сборка здания из заводских модулей на строительной площадке выполняется всего за несколько часов, уже в этом году появятся первые жилые дома, построенные по такому принципу. Проекты модулей разработаны с применением технологии информационного моделирования (BIM), повсеместное внедрение которой в России поддержано Минстроем. Для каждого модуля в ПО AutodeskRevit создано BIM-семейство – трехмерные модели объектов, из которых состоит BIM-модель проекта.Модели включают необходимые архитектурные, конструктивные и инженерные решения с выбором оборудования и варианта внутренней и наружной отделки. Всего разработано более 90 видов модулей, которые можно комбинировать для создания индивидуальных проектов. В компании уверены – модульное строительство позволит снизить расходы на проектирование, материалы и логистику более чем на 30%. Кроме того, по предварительным расчетам, квадратный метр модульного жилья со всеми коммуникациями и отделкой будет стоить до 40 тыс. рублей, что значительно дешевле, чем при строительстве с применением традиционных методов.

Еще один вариант применения производственных технологий в строительстве – создание нестандартных металлоконструкций, например, при возведении несущих колонн небоскребов, которые являются уникальными конструкциями и принимают на себя высокую нагрузку. Такие проекты, в частности, выполняет китайская компания CCEED (China Construction Eighth Engineering Division). На заводе по 3D-модели колонны изготавливаются на станках с ЧПУ. Эти массивные металлические конструкции состоят из отдельных деталей. После изготовления на каждую деталь наносится QR-код, чтобы собрать информацию обо всех частях в BIM-модель и отслеживать их путь от завода до места установки. Чтобы убедиться в том, что все конструкции правильно соединятся между собой, на заводе их сканируют лазерным сканером и превращают в актуальные 3D-модели с помощью Recap. Затем их анализируют на отклонения от исходной спецификации и соответственно обновляют BIM-модель.

Тренд № 2: Большие данные

Стройка становится интеллектуальной. На это влияют ряд факторов: активное внедрение BIMна этапе строительства (а не только проектирования, как раньше), использование датчиков и беспилотных летательных аппаратов для сбора информации об объекте, появление инструментов на базе искусственного интеллекта для анализа больших данных в строительных проектах. Например, облачный сервис BIM 360 Project IQ, использующий машинное обучение, представляет собой базу знаний, в которой собрано около 20 млн. проблем, встречавшихся раньше в строительных проектах. Используя эту информацию, Project IQ позволяет анализировать строительные данные, выявлять тенденции, шаблоны и типовые решения. Компания, начиная новый проект, может обратиться к базе и посмотреть, какие проблемы встречались в аналогичных случаях. Таким образом, она может заранее оптимизировать свою работу.

Другой пример – Smartvid.io, стартап, который использует искусственный интеллект и машинное обучение для анализа фото и видео информации на стройплощадке. Технология, интегрированная с облачным сервисом Autodesk BIM 360 для стройки, может применяться для повышения безопасности, контроля качества строительства и повышения эффективности процессов. Доступ к платформе и данным можно осуществить с любого устройства – дронов, камер GoPro, мобильных телефонов и планшетов.

В промышленности рост объема данных и развитие интернета вещей привели к появлению умных фабрик – новому виду предприятия, подразумевающему максимальную цифровизацию процессов проектирования и производства и минимизацию человеческих ресурсов. Работа такой фабрики может, среди прочего, сократить расходы на производство и логистику на 10-20%, снизить время простоя оборудования на 30-50%, а также увеличить производительность на 3-5%. Неотъемлемой частью умной фабрики является ее цифровой двойник (digital twin) – виртуальная копия, полностью повторяющая происходящее на «реальном» предприятии. Такой двойник позволяет отследить все данные и процессы, контролировать и оптимизировать их при необходимости.

Недавно Autodesk открыл такую умную фабрику в Бирмингеме, Великобритания. Она оснащена не только новейшим оборудованием, но и технологиями Autodesk для организации умного производства. Все данные предприятия собираются в систему Autodesk Fusion Production, которая использует общую облачную среду с единым инструментом для сбора, объединения и демонстрации данных с различных частей производства и ЧПУ станков, используя промышленный интернет вещей. Это общее пространство данных помогает команде определять неэффективные процессы и предлагает решения по улучшению производительности. Благодаря аналитике, построенной на данных с производства и IoT, менеджеры на предприятии могут использовать данные и в режиме реального времени отображать их для каждого участника цепочки поставок. Проектировщики смогут видеть последующие технологические процессы и усовершенствовать дизайн в соответствии с возможностями производства. Возможность подключения к данным в режиме реального времени также позволяет членам команды находить и исправлять ошибки, если они происходят, получать больше информации о производительности, помогающей улучшить показатели качества и сократить время простоя оборудования.

Тренд № 3: Кастомизация

Еще одна тенденция – персонализация изделий. Для производства изделий с кастомизированным дизайном используют, в том числе, 3D-печать. С ее помощью можно создать формы, недоступные для производства традиционными методами.

К кастомизации постепенно приходят и популярные бренды, например, производители спортивной обуви. Например, компания Under Armour использовала 3D-печать и персонализацию изделий для лимитированной серии кроссовок UA Architech. Главной особенностью стала подошва, решетчатая структура которой могла быть произведена только с помощью аддитивного производства. Подошва фиксирует положение ноги и адаптируется под движение, позволяя тем самым избежать травм. Для ее проектирования был использован генеративный дизайн от Autodesk, который позволил с помощью ключевых параметров – максимального веса владельца кроссовок, размера его ноги, предпочтительной формы подошвы, а также количества и интенсивности нагрузок – создать наиболее оптимальный вариант.

Тренд № 4: Компьютер-проектировщик

Генеративный дизайн является революционной технологией, использующей алгоритмы искусственного интеллекта для разработки изделия. За рекордно короткие сроки он может создать сотни тысяч вариантов конструкций и планировок, опираясь на критерии и ограничения (например, вес, способ производства, материалы), заданные инженером, при этом нередко предлагая варианты, которые человек не может даже вообразить. Последнему остается только выбрать нужный вариант.

Совсем недавно о планах ее внедрения заявила компания General Motors– она будет использовать сочетание генеративного дизайна и 3D-печати для создания деталей автомобилей. В качестве эксперимента специалисты компании создали крепление сиденья. Оно получилось на 40% легче и на 20% прочнее.

Тренд № 5: Роботы-партнеры

По прогнозам Autodesk, в ближайшие 5-15 лет будет решен вопрос взаимодействия роботов и людей так, чтобы оно проходило безопасно и продуктивно.

Робот Эш, созданный Autodesk, живет в Сан-Франциско. Его отличие от собратьев в том, что он не заперт в ограниченном пространстве, а взаимодействует напрямую с людьми. Это происходит через систему виртуальной реальности – сотрудники Autodesk используют для этого VR-очки, которые позволяют им погрузиться в его среду. Кроме того, Эш оснащен компьютерным зрением, благодаря чему может видеть окружающих, узнавать о процессах, происходящих вокруг, и учиться выполнять, то что от него ждут.

Еще один пример – робот Бишоп, которого нужно было обучить перекладывать некоторые детали. В определенный момент стало понятно, что его обучение можно проводить не в реальном, а в виртуальном мире – это будет намного эффективнее. В виртуальном пространстве разместили трехмерные модели кирпичиков Лего. В этом пространстве Бишоп выполняет множество имитаций хватательных движений и сборки за короткий срок. Благодаря машинному обучению буквально за несколько часов Бишоп осваивает любую хаотичную ситуацию и может предложить подходящий дизайн. Самое потрясающее в том, что, поскольку в проекте использовались облачные технологии, множество других роботов, по сути, тут же стали обладателями этих знаний.
__________________________________________________________________________________

Оргкомитет Форума Будущего

Пользовалась спросом лишь у любителей и дизайнеров. Они создавали одноразовые прототипы из пластика, потому что другие материалы, такие как металл, делали печать дорогим и невозможно долгим процессом.

Сейчас 3D-печать позволяет легко и быстро изготовить объекты из любого материала, в том числе металла. Это значит, что предприятиям не нужно хранить горы деталей на складе. После того как поступил заказ, его сразу можно изготовить и отправить клиенту. В долгосрочной перспективе заводы станут более универсальными. Производители смогут изготавливать детали разной сложности без дополнительного оборудования.

static1.squarespace.com

Эмбриологи Кембриджского университета смогли искусственно создать мышиные эмбрионы из стволовых клеток. Это достижение открывает новые возможности для понимания того, как зародилась жизнь.

Мы знали, что стволовые клетки обладают мощным потенциалом, но не представляли, что они могут самостоятельно организовываться в такие структуры.

Магдалена Зерница-Гёц, профессор биологии стволовых клеток и молекулярной биологии

Следующим шагом, по словам Магдалены, будет создание искусственного эмбриона из человеческих стволовых клеток. Над этим работают учёные в Университете Мичигана и Университете Рокфеллера.

Искусственные эмбрионы человека помогут изучить само понятие жизни. Однако в этом случае встаёт ряд этических вопросов. Что, если они окажутся неотличимыми от настоящих эмбрионов? Как долго их можно выращивать в лаборатории, прежде чем они почувствуют боль?

businessinantwerp.eu

Понятие «умный город» пока из области фантастики. Все планы по созданию такой инфраструктуры до сих пор существуют лишь на бумаге. Однако нью-йоркская компания Alphab’s Sidewalk Labs в рамках проекта Quayside собирается переосмыслить эту идею и создать в Торонто целый квартал, используя новейшие цифровые технологии.

Alphab’s Sidewalk Labs планирует разместить множество датчиков, которые будут собирать информацию о городе и его жителях. В плане проекта говорится об автоматизированных транспортных средствах и роботах, работающих в метро. Кроме того, компания разместит программное обеспечение в открытом доступе, чтобы разработчики смогли создавать и внедрять свои сервисы.

Alphab’s Sidewalk Labs намерена внимательно следить за общественной жизнью. Это решение вызывает обеспокоенность у жителей города. Они переживают за . Однако сотрудники Sidewalk Labs считают, что смогут уладить этот вопрос.

По данным государственного агентства Waterfront Toronto, другие города Северной Америки уже стоят в очереди на участие в проекте Quayside.

Мне уже позвонили из Сан-Франциско, Денвера, Лос-Анджелеса и Бостона с просьбами о внедрении системы.

Уилл Фляйсиг, генеральный директор Waterfront Toronto

learnfly.com

(ИИ) был дорогой игрушкой для крупных компаний вроде Amazon, Baidu, Google и Microsoft, а для остальных оказался недоступным и непонятным инструментом. Однако гиганты индустрии планируют размещать свои разработки в облачных сервисах, чтобы ими могли воспользоваться другие.

До сих пор в этой области доминировала AWS - дочерняя компания Amazon. Google не осталась в стороне и разработала TensorFlow - библиотеку ИИ с открытым исходным кодом. Её используют для разработки программ с машинным обучением. Недавно поисковый гигант анонсировал Cloud AutoML. Это набор систем, которые сделают ИИ более простым в использовании.

Microsoft вместе с Amazon создала Gluon - библиотеку машинного обучения с открытым исходным кодом. Она должна помочь в создании нейронных сетей - ключевой технологии искусственного интеллекта, которая грубо имитирует человеческое обучение.

Пока неизвестно, какая компания станет лидером рынка. В любом случае потребители останутся в выигрыше.

fraunhofer.de

Искусственный интеллект прекрасно разбирается в предметах. Покажите миллион фотографий, и он с необычайной точностью определит, где изображён пешеход, переходящий дорогу. Однако ИИ долгое время был лишён возможности творить самостоятельно. Будь у искусственного интеллекта воображение, он мог бы использовать его для обучения. Например, нейросеть в беспилотном автомобиле научилась бы распознавать людей на дороге без необходимости выезжать на улицу.

Аспирант Монреальского университета Ян Гудфеллоу предложил решение этой проблемы. Он описал метод, который получил название «генеративно-состязательная сеть», или GAN. Алгоритм построен на взаимодействии двух нейросетей - генератора и дискриминатора. Одна из них создаёт изображения, а другая сравнивает их с базой данных и определяет подлинность.

Возьмём пример с . В начале обучения изображения пешехода будут отличаться от реальности. Генератор может рисовать его с тремя руками, огромной головой или вообще непохожим на человека. Дискриминатор будет браковать эти изображения. В конце концов одна нейросеть нарисует такого реалистичного пешехода, что другая не сможет отличить его от настоящего.

GAN по праву считают технологическим прорывом. Некоторые эксперты уверены, что с помощью этого алгоритма искусственный интеллект научится лучше понимать окружающий мир.

1843magazine.static-economist.com

Это вымышленное существо из серии книг Дугласа Адамса «Автостопом по галактике». Своего рода органический имплантат, с помощью которого носитель может понимать любой язык. Рыбка переводит инопланетную речь в режиме реального времени и передаёт сигналы прямо в мозг.

Наши технологии пока не настолько продвинутые, но тоже кое-что умеют. Google анонсировала наушники Pixel Buds, которые, помимо выполнения своих основных задач, могут переводить иностранную речь в реальном времени с помощью голосового ассистента. Пока наушники находятся на стадии разработки. Однако каждый может получить доступ к базовой технологии голосового перевода на своём смартфоне.

Стоит упомянуть и Microsoft. Компания реализовала перевод в реальном времени через приложение Skype. Такими темпами человечество изобретёт свою вавилонскую рыбку.

Природный газ - дешёвый и доступный источник энергии. С помощью него добывают 30% электроэнергии в США и 22% во всём мире. Однако это загрязняет окружающую среду.

Американский стартап NetPower построил экспериментальную электростанцию в Хьюстоне. Диоксид углерода, который получается в результате сжигания газа, будут перерабатывать или продавать другим компаниям. С помощью новой технологии можно не только решить экологические проблемы, но и снизить стоимость производства электроэнергии.

lobnyamedia.ru

Доказательство с нулевым разглашением - протокол, который защитит личные данные в Сети. Он обрёл большую популярность благодаря криптовалюте Zcash, которую запустили в 2016 году. Разработчики применили метод под названием zk-SNARK, чтобы пользователи могли совершать анонимные транзакции.

В большинстве публичных блокчейнов транзакции видны всем. В теории они анонимные, но, сопоставив данные из других источников, можно отследить пользователя. Виталик Бутерин, создатель Etherium - второй по популярности блокчейн-сети, назвал zk-SNARK «технологией, абсолютно меняющей игру».

Банки смогут проводить платежи, не разглашая при этом информации о клиенте. В прошлом году JPMorgan Chase добавил zk-SNARK в свою собственную платёжную систему на основе блокчейна. Обычные пользователи тоже не останутся в стороне. Например, они смогут доказать, что у них достаточно денег на карте, не раскрывая банковских данных.

Тем не менее предстоит ещё много работы. zk-SNARK - сложная и медленная технология, которая нуждается в дополнительной настройке.

9. Генетические прогнозы

nationmagazine.ru

Оказывается, самые распространённые болезни, черты характера и поведения, а также интеллект зависят не от одного или нескольких генов, а от их комбинаций. Используя данные крупных генетических исследований, учёные разработали так называемые полигенные оценки риска.

Новые тесты ДНК помогут создавать более эффективные лекарства. Фармацевтические компании смогут использовать результаты тестов в лабораторных исследованиях. Например, набрать группу добровольцев, у которых есть риск развития , для тестирования новых препаратов.

Проблема ДНК-тестов заключается в том, что, помимо болезней, они могут выявить черты характера и даже уровень интеллекта. С одной стороны, это хорошо, с другой - неизвестно, как будут обращаться с этой информацией педагоги и родители. Как изменится воспитание детей, если родители обнаружат низкий уровень интеллекта у ребёнка?

geekinsight.ru

Химики давно мечтают об эффективных лекарствах на основе новых белков, о мощных батареях и соединениях, которые могут превратить солнечный свет в жидкое топливо. У нас нет всех этих вещей, потому что смоделировать молекулы на современных компьютерах очень тяжело. Не хватает мощности.

Попробуйте имитировать поведение электронов даже в простой молекуле, и вы столкнётесь с большими сложностями. Однако скоро всё изменится. Недавно исследователи IBM смоделировали молекулу с помощью 7-кубитного квантового компьютера. Со временем исследователи смогут моделировать более сложные молекулы на машинах с большим количеством кубитов.

‍

‍

Истощение месторождений полезных ископаемых на суше создает стимулы для поиска новых способов их добычи. В последние годы активно применяются микроорганизмы для извлечения металлов из бедных руд и техногенных отходов. Например, переработка 1 млн штук сотовых телефонов позволяет получить 16 тонн меди, 350 кг серебра, 34 кг золота и почти 15 кг палладия.

Растет заинтересованность в освоении глубоководных месторождений, содержащих практически неисчерпаемые запасы редкоземельных металлов. Перспектива коммерческого освоения космических недр также уже не выглядит научной фантастикой - стартуют проекты по добыче металлов на Луне и астероидах и их переработке на космических орбитальных фабриках. Об этих прорывных технологиях и пойдет речь в данном выпуске.

Современная логистика меняется под влиянием многих факторов. Повышаются требования потребителей в B2B и B2C-сегментах с точки зрения скорости, качества и прозрачности процессов. Новые рыночные модели (экономика совместного потребления, краудсорсинг и др.) меняют характер логистических процессов и архитектуру цепочек, сокращая ряд звеньев. На традиционный рынок выходят новые игроки: это и стартапы, предлагающие более гибкие ценовые решения по доставке с использованием новых технологий (для доставки «последней мили», ставкам на грузы и др.), и крупные игроки из высокотехнологичных отраслей (автономный транспорт, БПЛА и др.).

Логистика, однако, отстает в части цифровизации по сравнению со сферами телекоммуникаций, средств массовой информации, банковских услуг и розничной торговли. В большинстве традиционных логистических компаний по-прежнему много ручного труда, неэффективно используются имеющиеся активы (в среднем в мире 50% грузовиков возвращаются обратно пустыми после доставки груза). А недостаточная гибкость и прозрачность операций является препятствием на пути интеграции логистических процессов.

Цифровизация сектора логистики должна базироваться на создании надежной внутренней цифровой основы в компаниях, внедрении новых бизнес-моделей и сервисов. В настоящем выпуске представлены несколько ключевых направлений трансформации сектора: использование «физического» интернета, краудсорсинг при организации доставки товаров, решения по доставке «последней мили».

Усиливающаяся глобализация и цифровизация, широкое распространение технологий анализа больших данных радикально меняют организацию управления воздушным пространством и рынок авиационных перевозок. Ведущие авиакомпании мира модернизируют локационные системы, чтобы максимально точно идентифицировать местоположение воздушных судов, пассажиров и багажа, ускорять наземные предполетные приготовления, автоматизировать и улучшать сервис. В этом выпуске информационного бюллетеня описаны три перспективных направления, определяющие будущее отрасли авиаперевозок: ADS-B-технологии организации воздушного движения, интернет вещей и RFID-маркировка.

В настоящее время датчики для контроля параметров движения (измерения ускорения, ударов, вибрации, углов отклонения от заданного положения) широко используются в качестве средств для управления работой различных объектов. Основой таких систем является датчик линейного ускорения — акселерометр. Его применение открывает широкие возможности по решению задач в разных областях современной техники. Это могут быть исследовательские, геодезические, строительные работы, машиностроение (системы безопасности на основе датчиков удара), авиастроение (датчики для корректировки параметров движения) и др. Использование базовых технологий микроэлектроники позволяет реализовывать подобные системы на стандартном оборудовании и не требует дополнительных финансовых вложений.

Главными движущими силами технологических изменений в XXI в. стали интеллектуализация и миниатюризация технических систем. Развитие информационных, исполнительных и сенсорных компонентов и их объединение на базе нано-и микросистемной техники (НМСТ) легло в основу этих процессов. В результате были созданы малоразмерные технические объекты с развитыми возможностями взаимодействия с внешней средой. Они незаменимы для развертывания «цифровой революции» в промышленности и для создания таких приложений, как беспилотные системы вождения, Интернет вещей, интеллектуальные инфраструктуры. К примеру, уже сегодня около 10% ВВП в европейских странах напрямую связано с микро- и наноинженерией.

В последние годы наносистемная техника (НСТ), берущая свое начало в интегральных технологиях микроэлектроники, превратилась в сегмент с богатым разнообразием конструктивных и технологических направлений. Основой будущего наносистем должна стать унификация их компонентов на функциональном, конструктивном и информационном уровнях. Традиционный подход к развитию НСТ, связанный с последовательным уменьшением размеров путем различного рода обработки: литографии, травления и т.д. (так называемый подход «сверху-вниз»), имеет свои технологические ограничения. В качестве альтернативы выступает применение новых материалов и нанотехнологий при создании наносистем (подход «снизу-вверх») и внедрение технологий самоорганизации.

Агролесоводство — это система выращивания сельскохозяйственных культур и разведения скота одновременно с ведением различных форм лесного хозяйства (сбор, выращивание недревесных, лекарственных и пищевых продуктов) на лесных или закустаренных землях. Возникающие при этом эффекты способствуют повышению ресурсоэффективности, монетизации экосистемных услуг, диверсификации видов деятельности, более полному использованию потенциала производства биомассы. Для России, как для страны с обширными лесными площадями, зачастую используемыми неоптимальным образом, задача распространения агролесоводческих систем крайне актуальна. Применение таких технологий позволит повысить экономический потенциал лесных территорий, качество почвы и воды, а также снизить объем выбросов углекислого газа в атмосферу Земли.
В настоящем выпуске описаны перспективные технологии необходимые для поддержания продовольственной и экологической безопасности страны, повышения эффективности лесопользования: роботизированные системы с роевым интеллектом, генномодифицированные породы деревьев, системы автоматической лесоинвентаризации.

В последние годы достигнуты значительные успехи в области информационно-коммуникационных технологий (ИКТ), оказывающих глубокое воздействие на социально-экономическую, производственную и другие сферы. Технологической основой ИКТ являются микроэлектроника и наноэлектроника (размер элементов менее 100 нм). Число микроэлектронных устройств в мире растет экспоненциально с каждым годом. Однако только 2% от общего количества изготавливаемых микропроцессоров используются в компьютерах, остальные получают иное применение. В развитых странах уже сейчас на человека приходится до 10 тыс. микроэлектронных устройств.
Имеющегося быстродействия современной электроники достаточно для решения большинства повседневных задач, но зачастую в процессе работы требуется изменить конфигурацию оборудования, к которому нет физического доступа. С расширением степени проникновения ИКТ и развитием Интернета вещей высока актуальность снятия технологических ограничений по внедрению электронных устройств, в том числе за счет их реконфигурации.

Изменение климата, обусловленное выбросами парниковых газов, становится все более острой глобальной проблемой. Концентрация углекислого газа в атмосфере Земли в 2016 г. преодолела психологически значимую отметку в 400 ppm (parts per million — частицы СО 2 на миллион частиц воздуха). Ожидается, что к концу столетия концентрация СО 2 может увеличиться примерно в 2 раза. При этом, несмотря на устойчивый рост солнечной и ветровой энергетики, конкурентоспособной альтернативы традиционным технологиям сжигания углеводородов до сих пор не существует.
По данным Международного энергетического агентства, наибольшая доля выбросов углекислого газа приходится на предприятия черной металлургии (30%) и цементной промышленности (26%). Спрос на продукцию этих отраслей вырастет к 2050 г. на 30% и 22% соответственно. Технологии улавливания и захоронения углерода (carbon capture and storage technology — CCS) признаны критически важными для сдерживания роста температуры на планете в пределах 1,5-2 °С к 2050 г. Применение этих технологий — эффективный способ существенно снизить объем выбросов «грязных» предприятий.
Используемый метод аминовой очистки, в силу запретительной дороговизны, не нашел широкого применения в промышленности. Однако новые технологические решения (например, применение ферментов, мембран и хемосорбентов) будут способствовать удешевлению данного метода и его широкому внедрению.

Двигатели внутреннего сгорания (ДВС) уже почти 200 лет служат человечеству. Однако их широкое использование оборачивается целым рядом экологических и ресурсных проблем. 26% всех выбросов антропогенных парниковых газов вызваны сжиганием ископаемого топлива. При этом более 90% топлива, используемого для автомобилей, судов, локомотивов и самолетов, получено из нефти. При сгорании нефтепродуктов в атмосферу выделяются крайне вредные окись углерода, двуокись углерода, углеводороды, окислы азота и другие компоненты. Загрязнение воздуха выступает причиной каждой девятой смерти в мире и признано одним из крупнейших вызовов в области здравоохранения и окружающей среды. В ряде развитых стран принимаются активные меры по постепенному переводу транспорта с ДВС и расширению использования альтернативных источников топлива. Так, Германия приняла закон о запрете продажи новых автомобилей с ДВС с 2030 г. Страна планирует к 2050 г. сократить автомобильные выхлопы до нуля. Аналогичные инициативы обсуждаются в других странах ЕС, США, Индии.
Более активное использование современных альтернативных силовых установок позволит снизить объем вредных выбросов в атмосферу Земли, сократить расходы на содержание транспортных средств и увеличить их КПД. Разработка таких технологий даст возможность странам, испытывающим дефицит традиционного топлива, уменьшить свою энергетическую зависимость. Ниже рассмотрены перспективные технологии новых типов двигателей для автомобилей, работающих на альтернативном топливе: водородные и метанольные топливные элементы для электромобилей, а также двигатели внутреннего сгорания на диметиловом эфире.

На протяжении последних лет активно развиваются разнообразные тренды, связанные с фрагментацией медиапотребления, ростом пропускной способности линий передачи данных и вычислительной скорости устройств, расширением контента, произведенного самими пользователями и др. Новые технологии все сильнее унифицируют данные и платформы их доставки, но одновременно — делают выбор зрителей и читателей индивидуализированным, формируя новый тип мобильного и интерактивного потребления. В итоге мы наблюдаем существенную медиатизацию различных аспектов повседневной жизни: спорта, медицины, культуры, досуга и др. В этих условиях приобретает актуальность мониторинг технологических трендов, связанных с развитием не только устройств потребления, но и производства контента.
В данном выпуске представлены технологии в сфере медиакоммуникаций: роботизированное производство контента и его локализация, иммерсивная виртуальная реальность как новый тип развлечений.