2017 год стал годом, когда искусственный интеллект (ИИ) стал повсеместным в домах, отчасти благодаря агрессивным рекламным кампаниям Amazon и Google, объявившим своих цифровых домашних помощников новой необходимой бытовой техникой, что привело к потребительскому видению Интернета вещей (IoT). к жизни.
Биткойн и блокчейн вошли в потребительский лексикон в безумии СМИ, когда они достигли 19 000 долларов США за монету (хотя и всего на 20 минут) и привели тысячи новых кандидатов в Google: Что такое биткойн и как он сделает меня богатым?
А в результате кибератаки WannaCry заветные фотографии и документы потребителей были отправлены с целью выкупа, нанеся ущерб британской государственной службе здравоохранения и напомнив всем, что кибербезопасность предназначена не только для крупных корпораций или шпионских агентств.
Учитывая все это, а также наблюдение Нильса Бора о том, что предсказывать очень сложно (особенно в отношении будущего), вот наши шесть прогнозов о том, как эти ключевые темы - AI и машинное обучение (ML), IoT, безопасность, блокчейн - являются вероятно, в 2018 году начнется реальное изменение нашего взаимодействия с технологиями ...
1. Периферийные устройства будут продолжать революцию в области искусственного интеллекта (ИИ).
Вы когда-нибудь пробовали использовать Siri в автономном режиме? Внезапно ваш знающий маленький друг становится довольно тупым. В 2017 году ИИ скармливал потребителям контент на Facebook или Netflix, в то время как такие помощники, как Siri, Alexa или Google Assistant, определяли, какая песня играет или какая погода будет завтра.
Эти сервисы великолепны и пользуются большой популярностью, но для обработки и доставки информации требуется подключение к облаку - само устройство является просто каналом. В 2018 году мы увидим переход к распределенному ИИ «на грани», когда вычисления ИИ будут выполняться на самом устройстве.
Недавние цифры в отчете Arm AI Today, AI Tomorrow за 2017 год показывают, что даже с учетом преимуществ в производительности ИИ, подключенного к облаку, 57% потребителей предпочли бы, чтобы устройства ИИ были способны обрабатывать и хранить информацию локально.
Достижения в области технологии периферийных устройств будут иметь решающее значение для обеспечения вычислительной мощности с малой задержкой, необходимой для действительно включения полностью автономных автомобилей «уровня 5», способных анализировать и реагировать на данные от сотен датчиков без необходимости подключения к облаку.
2. Интернет вещей (IoT) начнет избавляться от заряда аккумулятора.
Сбор энергии существует уже давно, от светофоров на солнечных батареях и камер контроля скорости до скромных кристаллических радиоприемников без батарей. Тем не менее, для большинства современных устройств в IoT аккумуляторы являются неизбежным злом, а в качестве ограниченного ресурса любое устройство в конечном итоге разрядит свою батарею и «умрет».
В этом году мы, скорее всего, увидим первые устройства со сверхнизким энергопотреблением, такие как маяки Bluetooth, которые прослужат десятилетия без замены батарей или вмешательства человека, но все же смогут обеспечить полезный уровень вычислительных функций.
Эти системы, вероятно, будут использовать методы сбора энергии, такие как захват окружающей нас радиочастотной энергии 2,4 ГГц или пьезоэлектрический эффект - например, сбор энергии вибрации, создаваемой автомобилями, грохочущими по подвесному мосту. Освобождение Интернета вещей от заряда аккумулятора станет ключевым фактором в достижении триллиона устройств.
3. После биткойн блокчейн превратится в систему «умных контрактов».
Для многих «блокчейн» просто синоним криптовалюты, такой как биткойн. Но в 2018 году он, вероятно, перерастет свой медийно-ориентированный имидж «быстрого обогащения» и утвердится в качестве ключевой платформы для смарт-контрактов: юридически обеспеченных соглашений, заключенных между двумя машинами без участия человека.
Начали появляться новое поколение алгоритмов блокчейна и платформ приложений, часто основанных на Ethereum, которые одновременно обещают безопасность и вычислительную эффективность. Это может изменить бизнес на всех уровнях, от цепочек поставок до финансовых услуг, здравоохранения и глобальных ресурсов.
4. К концу 2018 года 33% экономической стоимости на рынке смартфонов будет включать функции искусственного интеллекта, в то время как все ведущие приложения в магазинах приложений будут использовать ту или иную форму искусственного интеллекта / машинного обучения (ML) для выполнения основной функции.
Arm определяет «экономическую ценность» как доход, полученный от приложений на основе ИИ и устройств с ИИ. В дополнение к увеличению доходов от устройств с поддержкой ИИ, Arm считает, что растущая тенденция приложений будет использовать методы ИИ или машинного обучения для выполнения основной функции.
Добавление к смартфонам настоящего краевого ИИ / машинного обучения (вместо предлагаемой в настоящее время облачной поддержки) откроет новую эру эффективности и интеллекта, что даст смартфону гораздо более достойную причину называть себя «умным».
5. Машинное обучение начнет играть повсеместную роль в обеспечении безопасности смартфонов.
Римские императоры полагались на своих дегустаторов, чтобы обезопасить себя от отравленной пищи. ML возьмет на себя эту роль в обеспечении безопасности смартфонов, например, сначала запустив любое приложение, загруженное в защищенную песочницу, отслеживая его поведение и шаблоны трафика.
Если троянский конь, изображающий из себя, казалось бы, безобидное приложение, попытается получить доступ к личным данным или местоположению пользователя, ML может распознать это как угрозу и отключить приложение. Конечно, есть все шансы, что мошеннические приложения научатся этому подходу и будут вести себя наилучшим образом в течение испытательного срока ...
ML также может использоваться для аутентификации пользователей; Ваш телефон со временем узнает, куда вы обычно идете, какие приложения вы регулярно используете, ваш пульс в состоянии покоя и даже походку, чтобы убедиться, что это вы, а не неавторизованный пользователь, пользуетесь смартфоном.
6. Мы увидим начало диагностики с помощью машинного обучения в массовом масштабе.
2018 станет годом, когда врачи будут уделять большое внимание обращению к базе данных с поддержкой машинного обучения для более точных диагнозов. Электронные коллекции диагностических данных - например, тысячи сканирований здоровых и больных органов - уже существуют, и они станут все более жизненно важными для предоставления врачам более целенаправленных диагнозов, которые они должны учитывать перед тем, как общаться с пациентами. ML также может помочь найти интересующие области на большом медицинском изображении, помогая людям, даже если оно не дает полного диагноза.
Машинное обучение также начнет играть роль в моделировании лечения: методы на основе ИИ позволят запускать несколько моделей с базами данных с информацией о пациентах для определения новых или лучших методов лечения для целевых групп пациентов с конкретными симптомами или генетическими особенностями без использования реальных данных. испытания. Эти достижения могут в конечном итоге привести к значительному улучшению качества жизни пациентов с определенными заболеваниями.
Одной из наиболее многообещающих областей улучшенного лечения является использование методов лечения на основе генов, которые хорошо подходят для математических манипуляций: методы на основе искусственного интеллекта помогут достичь рентабельных методов лечения с помощью секвенирования генов, которые могут идентифицировать излечимые виды рака на более ранней стадии.
