Bilim kurgu, yapay zeka robotlarını kötü adamlar olarak tasvir etse de, bazı teknoloji devleri de artık onları güvenlik için kullanıyor. Microsoft ve Uber gibi şirketler, suçları tahmin etmek ve önlemek için Knightscope K5 robotunu otoparklarda ve geniş açık alanlarda devriye gezmek için kullanıyor. Robot, plakayı okuyabilir, şüpheli etkinliği bildirebilir ve sahibine bildirmek için veri toplayabilir.
Bu yapay zeka odaklı robotlar, "otonom şeylere" sadece bir örnektir. 2019'da Gartner'ın 7 stratejik teknolojisinden biridir ve önümüzdeki beş yıl içinde büyük aksaklıklar ve fırsatlar getirebilir.
Trend 1: Otonom şeyler
Arabalar, robotlar veya tarım olsun, otonom şeyler, geleneksel olarak insanlar tarafından yapılan görevleri gerçekleştirmek için AI kullanır. Zekanın karmaşıklığı değişiklik gösterir, ancak tüm otonom şeyler, çevreleriyle daha doğal bir şekilde etkileşim kurmak için yapay zeka kullanır.
Beş tür özerk şey vardır:
Bu beş tür dört ortamı işgal eder: okyanus, kara, hava ve dijital. Hepsinin farklı derecelerde yetenek, koordinasyon ve zeka vardır. Örneğin, havada çalışan insansız hava araçlarına uzanarak, sahada tamamen bağımsız olarak çalışan tarım robotlarına yapay olarak yardımcı olabilirler. Bu, potansiyel uygulamaların geniş bir resmini çizer.Neredeyse her uygulama, hizmet ve IoT nesnesi, süreçleri veya insan operasyonlarını otomatikleştirmek veya geliştirmek için bir tür yapay zeka kullanacaktır. Drone sürüleri gibi işbirlikçi özerk şeyler, yapay zeka sistemlerinin gelecekteki gelişimini giderek daha fazla teşvik edecek.
Trend 2: Gelişmiş analiz (büyük veri)
Veri bilimcileri artık hazırlamak, analiz etmek, gruplandırmak ve ondan sonuç çıkarmak için gittikçe daha fazla veriye sahip. Veri miktarı göz önüne alındığında, tüm olasılıkları keşfetmek imkansız hale gelir. Bu, şirketlerin veri bilimcilerinin keşfedemeyeceği hipotezlere ilişkin temel bilgileri gözden kaçırabileceği anlamına gelir.
Veri bilimcileri daha fazla hipotezi keşfetmek için otomatikleştirilmiş algoritmalar kullandığından, gelişmiş analitik üçüncü veri dalgasını ve analitik yetenekleri temsil eder. Veri bilimi ve makine öğrenimi platformları, şirketlerin analitik içgörüler oluşturma biçimini değiştirdi.
"2020'ye kadar, veri bilimi görevlerinin% 40'ından fazlası otomatik hale getirilecek."
Gelişmiş analiz, kişisel önyargıları ortadan kaldırırken gizli kalıpları belirleyebilir. Şirketler, yanlışlıkla algoritmalara sapmalar ekleme riskiyle karşı karşıya kalsa da, gelişmiş analiz ve otomatikleştirilmiş içgörüler, sonunda kurumsal uygulamalara yerleştirilecektir.
2020 yılına kadar vatandaş veri bilimcilerinin sayısı, profesyonel veri bilimcilerinden beş kat daha hızlı olacak. Vatandaş veri bilimcileri, veri bilimi işlevlerini otomatikleştirmek, veri kümelerini otomatik olarak tanımlamak, hipotezler geliştirmek ve veri modellerini tanımlamak için yapay zeka temelli gelişmiş analiz araçlarını kullanıyor. Şirketler, veri bilimi yeteneklerini gerçekleştirmenin ve genişletmenin bir yolu olarak vatandaş veri bilimcilerini görecek. Gartner, 2020 yılına kadar veri bilimi görevlerinin% 40'ından fazlasının otomatik hale getirileceğini ve böylece vatandaş veri bilimcilerinin üretkenliğini ve yaygın kullanımını artıracağını tahmin ediyor. Vatandaş veri bilimcileri ve gelişmiş analitik arasında, veri içgörüleri analistler, karar vericiler ve operasyon çalışanları dahil olmak üzere kuruluş genelinde daha yaygın olarak kullanılacaktır.
Trend 3: AI odaklı geliştirme
Yapay zeka odaklı geliştirme, yapay zekayı uygulamalara yerleştiren ve geliştirme süreci için yapay zeka odaklı araçlar oluşturmak için yapay zekayı kullanan araçlara, tekniklere ve en iyi uygulamalara odaklanır. Bu eğilim üç alanda gelişiyor:
AI tabanlı çözümler oluşturmak için kullanılan araçlar, veri bilimcileri için araçlardan (AI altyapısı, AI çerçeveleri ve AI platformları) profesyonel geliştirici toplulukları için araçlara (AI platformları, AI hizmetleri) doğru genişliyor. Bu araçlarla, profesyonel geliştiriciler, profesyonel veri bilimcilerinin katılımı olmadan uygulamalara yapay zeka destekli işlevler ve modeller ekleyebilir.
Yapay zeka tabanlı çözümler oluşturmak için kullanılan araçlara, profesyonel geliştiricilere yardımcı olabilecek ve yapay zeka destekli çözümlerin geliştirilmesiyle ilgili görevleri otomatikleştirebilecek yapay zeka odaklı işlevler verilmektedir. Gelişmiş analiz, otomatik test, otomatik kod üretimi ve otomatik çözüm geliştirme, geliştirme sürecini hızlandıracak ve daha geniş bir kullanıcı yelpazesinin uygulamalar geliştirmesine olanak sağlayacaktır.
Yapay zeka özellikli araçlar, uygulama geliştirme (AD) ile ilgili işlevlere yardımcı olmaktan ve otomatikleştirmekten, iş alanı uzmanlığını kullanan ve AD süreç yığınını (genel geliştirmeden iş çözümü tasarımına) otomatikleştiren daha yüksek etkinliklere doğru gelişiyor.
Pazar, geliştiricilerle çalışmaya odaklanan veri bilimcilerinden, hizmetler olarak sağlanan önceden tanımlanmış modelleri kullanarak bağımsız olarak çalışan geliştiricilere geçecek. Bu, daha fazla geliştiricinin bu hizmetlerden yararlanmasına ve verimliliği artırmasına olanak tanır. Bu eğilimler, sanal yazılım geliştiricilerin ve profesyonel olmayan "vatandaş uygulama geliştiricilerinin" yaygın kullanımına da yol açtı.
Trend 4: Uçları güçlendirin
Edge computing, bilgi işlemenin ve içerik toplama ve dağıtımının bilgi kaynağına daha yakın olduğu ve trafiği yerel olarak tutmanın gecikmeyi azaltacağı bir topolojidir. Şu anda, bu teknolojinin odak noktasının çoğu, IoT sistemlerinin gömülü IoT dünyasında bağlantısız veya dağıtılmış işlevler sağlaması gerektiğidir. Bu tür topoloji, yüksek WAN maliyetleri ve kabul edilemez gecikme seviyeleri gibi zorlukları çözecektir. Ayrıca dijital iş ve BT çözümlerinin detaylarını uygulayacak.
"Teknoloji ve düşünce, deneyimin insanları yüzlerce uç cihazla birleştirdiği noktaya dönüşecek."
Gartner, 2028 yılına kadar sensörleri, depolamayı, hesaplamayı ve gelişmiş yapay zeka işlevlerini uç cihazlara yerleştirmeyi planlıyor. Genel anlamda istihbarat, endüstriyel ekipmandan ekranlara, akıllı telefonlardan araba jeneratörlerine kadar çeşitli terminal cihazlarının sınırlarına doğru hareket edecek.
Trend 5: Sürükleyici teknoloji
2028 yılına gelindiğinde, kullanıcıların dünyayla etkileşim biçimini değiştiren konuşma platformları ve kullanıcıların dünyayı algılama biçimini değiştiren artırılmış gerçeklik (AR), karma gerçeklik (MR) ve sanal gerçeklik (VR) teknolojileri yeni bir sürükleyicilik getirecek. Deneyim. AR, MR ve VR, üretkenliği artırma potansiyelini gösterir.Yeni nesil VR, şekilleri algılayabilir ve kullanıcının konumunu ve MR'ı izleyerek insanların dünyalarını görüntülemelerine ve etkileşimde bulunmalarına olanak tanır.
2022'ye kadar, işletmelerin% 70'i tüketim ve kurumsal kullanım için kapsamlı teknolojiyi kullanmaya çalışacak ve% 25'i üretimde konuşlandırılacaktır. Sanal kişisel asistanlardan sohbet robotlarına kadar konuşma platformlarının geleceği, platformların yüz ifadelerine dayalı duyguları algılamasını sağlamak için genişletilmiş duyusal kanalları birleştirecek ve etkileşimlerinde daha konuşkan hale gelecektir.
Sonunda, teknoloji ve düşünce, insanların yüzlerce uç cihazı (bilgisayarlardan arabalara) bağladıkları noktaya kayacak.
Trend 6: Akıllı Alan
Akıllı alan, insanların ve teknolojik olarak desteklenen sistemlerin giderek daha açık, bağlantılı, koordineli ve akıllı bir ekosistemde etkileşime girdiği fiziksel veya dijital bir ortamdır. Teknoloji günlük yaşamın daha entegre bir parçası haline geldikçe, akıllı alanlar hızlandırılmış teslimat dönemine girecek. Ek olarak, kişisel çözümler akıllı alanlar haline geldikçe, yapay zeka odaklı teknoloji, uç bilgi işlem, blok zinciri ve dijital ikizler gibi diğer trendler bu eğilime doğru ilerliyor.
Akıllı alanlar yalnızca beş temel alanda gelişir: açıklık, bağlanabilirlik, koordinasyon, zeka ve kapsam. Esasen, akıllı alan, bireysel teknolojiler silolardan ortaya çıktıkça ve işbirliğine dayalı ve etkileşimli ortamlar oluşturmak için birlikte çalıştıkça gelişiyor. Akıllı alanların en yaygın örneği, ticari, konut ve endüstriyel toplulukları birleştiren alanların akıllı şehir ekosistem çerçevesi kullanılarak tasarlandığı ve tüm sektörlerin sosyal ve topluluk işbirliğine bağlı olduğu akıllı şehirlerdir.
Trend 7: Kuantum Hesaplama
Kuantum hesaplama, atom altı parçacıkların kuantum durumuna dayanan klasik olmayan bir hesaplamadır ve bilgiyi kübit veya "kübit" olarak ifade edilen öğeler olarak ifade eder.
Kuantum bilgisayarlar, katlanarak ölçeklenebilir ve oldukça paralel bilgi işlem modelleridir. Geleneksel bilgisayarlar ile kuantum bilgisayarlar arasındaki farkı hayal etmenin bir yolu, büyük bir kütüphane hayal etmektir.
Klasik bir bilgisayar kütüphanedeki her kitabı doğrusal bir şekilde okurken, kuantum bilgisayar tüm kitapları aynı anda okur. Kuantum bilgisayarlar teorik olarak aynı anda milyonlarca hesaplamayı işleyebilir. Ticari olarak temin edilebilen, uygun fiyatlı ve güvenilir hizmetler şeklindeki kuantum hesaplama bazı endüstrileri değiştirecek.
Geleceğin akıllı yapay zeka çipini yıkın
PCB'lerin üretimini teşvik etmekten artırılmış gerçeklikte vazgeçilmez bir rol oynamaya kadar, yeni nesil yapay zeka, bildiğimiz şekliyle hayatı tamamen değiştirme potansiyeline sahip. Google, kendi TPU ve Egde TPU'yu piyasaya sürdü: TPU, TensorFlow'daki makine öğrenimi iş yükleri için özel olarak tasarlanmış, uygulamaya özel özel bir entegre devredir (ASIC). Birinci nesil TPU yalnızca muhakeme için kullanılsa da, Cloud TPU muhakeme ve makine öğrenimi eğitimi için uygundur. Cloud TPU, güçlü 64 GB yüksek bant genişliğine sahip bellek ve 180 TFLOPS performansı sağlamak için dört özel ASIC ile oluşturulmuştur.
Geçen yıl Google, TPU'sunun modern GPU'lardan ve çıkarım CPU'larından 15 ila 30 kat daha hızlı olduğunu ve TOPS / Watt ölçümünün 30-80 kat arttığını duyurdu.
San Francisco'daki Google Next konferansındaki açılış konuşmasında, Google Cloudun Nesnelerin İnterneti Başkan Yardımcısı Injong Rhee, Google'ın yeni özel uç TPU çevresinde iki yeni AIY proje panosu olan AIY Projeleri Edge TPU Geliştirme Kartı ve Edge TPU Hızlandırıcısı'nın lansmanını duyurdu.
Kaynak: Software Defined World (SDX)