2019'daki ilk on teknoloji trendi, gelecekte hangi alanlar sektörün yeni rotası olacak?
2018 yapay zeka yılıdır.Bu yıl fırsatlarla dolu.Teknoloji şirketleri 2018'de inanılmaz bir hızla ilerlemeye devam etti. Yüksek hızlı İnternet ve yapay zekanın gelişmesiyle birlikte Amazon, Facebook, Google, Megvii Technology Face ++, SenseTime Technology ve Jilian Technology Video ++ gibi şirketler yapay zeka ve internette hızlanmaya devam etme fırsatını yakalayacak ve hızla işgal edecek Sanayi yolu.
2018 sona eriyor, peki 2019'da hayatımızı hangi şaşırtıcı yeni teknolojiler değiştirmeye devam edecek?
1. Derin öğrenme hızlandırıcı (GPU, FPGA ve TPU)
Son yıllarda, heterojen hızlandırıcılar, mükemmel performans-güç oranları sayesinde mevcut mimari araştırmalarının ana yönü haline geldi. Aynı zamanda, derin öğrenmenin yükselişiyle birlikte, derin öğrenme sinir ağları üzerine yapılan araştırmalar, makine öğreniminin ön saflarına geri döndü. Bu nedenle, sinir ağı işleme sistemlerinin hızlandırıcılarda nasıl verimli bir şekilde uygulanacağı, akademi ve endüstriden büyük ilgi gördü. Giderek daha fazla şirket, kendi derin öğrenme hızlandırıcılarını tasarlama planlarını duyurdu.Bu hızlandırıcılar genellikle veri merkezlerinde kullanılır ve uçta konuşlandırılabilir.
Derin öğrenme alanındaki en yaygın evrişimli sinir ağından başlayarak, algoritmanın özellikleriyle birleştirilen üç tipik sinir ağı seviyesi soyutlanmıştır ve bu ağ seviyeleri şu anda en yaygın kullanılan kıyaslama platformlarında ve hızlandırıcı platformlarda uygulanmaktadır. Ana katkılar aşağıdaki üç yönü içerir:
1. Evrişimli sinir ağlarını ve derin sinir ağlarını başlangıç noktası olarak alarak, en yaygın üç sinir ağı düzeyini soyutlayın ve ayırın. SIMD mimarisinin Intel SSE komut seti, GPU hızlandırıcının CUDA programlama ortamı ve kendi uyguladığımız özel sinir ağı hızlandırıcısı gibi farklı platformların mimari özellikleriyle birleştiğinde, üç sinir ağı katmanı algoritmasını engelleyebilir ve veri çoğaltmayı keşfedebiliriz. Kullanılabilirliğin optimizasyonu, yeniden özelleştirme ve algoritmanın uygulanması.
2. Sinir ağı işleme deneyi, 10 test programı üzerinde üç platformda gerçekleştirildi. Sonuçlar, özel sinir ağı hızlandırıcısının performans açısından SIMD kıyaslama platformuna kıyasla ortalama 117,87 kat iyileşmeye, güç tüketimi kullanımında ortalama 21,08 kat iyileşmeye ve Ivy Bridge mimarisinin yalnızca% 1,87'sine eşdeğer bir alana sahip olduğunu gösteriyor. GPU ile karşılaştırıldığında, özel sinir ağı hızlandırıcısı performansta ortalama 0,22 kat iyileşme gösterirken, alan GPUC2070 yonga üzerindeki alanın yalnızca% 0,56'sıdır.
3. Deneysel analiz yoluyla, sinir ağı algoritmaları için, GPU mimarisinin ana performans darboğazının, veri aktarımı için PCIe bant genişliğinin sınırlandırılması olduğu bulunmuştur; SIMD mimarisinin ana performans darboğazı, paralelleştirme derecesinin yeterince yüksek olmamasıdır. Özel sinir ağı hızlandırıcısı, DMA'yı veri erişim sürecini optimize etmek için verilerin yeniden kullanılabilirliğini kullanacak şekilde tasarlar ve tamamlanmamış ardışık düzen tasarımı, yüksek eşzamanlı işleme elde etmek için hesaplama bağımsızlığını kullanır.Bu noktaların her ikisi de mimariden yukarıdaki performans darboğazlarını aşmıştır.
2. Otonom sürüş
Tamamen otonom kendi kendine giden arabalardan hala birkaç yıl uzaktayız, ancak kişisel ve belediye araçları giderek otomatikleştirilmiş yardım sistemlerini entegre ediyor. Bu teknolojilerin yaygın olarak uygulanması, tamamen sürücüsüz araçların yolunu açacaktır.
İnsansız sürüşün geleceği, insanların artık kendi arabalarını kullanmamalarını sağlayacak ve kargo taşımacılığı, otonom araç filolarına sahip şirketler tarafından sağlanan bir hizmet olacak. Otoparklar ve garajlar gibi tesisler terk edilmiş bir yere çekilecek ve gelecekte trafik de büyük değişikliklere uğrayacak.
Sürücüsüz otomobillerin teknolojisi ve tasarımına dayanarak, inanılmaz bir servet patent haklarına sahip birkaç kişiye aktarılacak. Bu, sürücüsüz araç yazılımı sahiplerine atıfta bulunur, bu kişiler ürettikleri sürücüsüz araçlardan sorumludur.
Başlangıçta araçlar sadece ulaşım aracımızdı ama günümüzde sürücüsüz araçlar büyük değişimlere uğradı, üzerlerine oturup yemek yiyebilir, kitap okuyabilir, gazete okuyabiliriz. Otonom araçlar elektrikli olduğundan ve sürücü kontrolü gerektirmediğinden, bu arabalar daha az parça ile inşa edilecek, böylece araçlar daha hızlı üretilecek ve daha az üretim işçiliği gerektirecek. Ayrıca aracın tasarımı da değişecek. Kaza olasılığı büyük ölçüde azalacağından, araç yapımında kullanılan karbon fiber gibi malzemeler çeşitli tasarımlara olanak tanıyacak ve otonom araçlar farklı boyut ve şekillerde görünecektir.
Üç. IoB
Tüketiciler, fitness takipçileri ve akıllı gözlükler de dahil olmak üzere insan vücuduna daha da yaklaşan Nesnelerin İnternetini (IoT) ve kendi kendini izleyen cihazları benimsemeye devam ediyor. Dijital tabletler ana akım tıp alanına giriyor. Vücut eki, implante edilebilir ve gömülü IoB cihazları da ortamdaki sensörlerle etkileşime girmeye başlıyor. Bu cihazlar daha zengin veri sağlayabilir ve daha ilginç ve kullanışlı uygulamalar yapabilir, ancak aynı zamanda Güvenlik, mahremiyet, fiziksel zarar ve kötüye kullanımla ilgili endişeleri dile getirir.
4. Sosyal Kredi Algoritması
Sosyal kredi algoritmaları, ürünlere veya sosyal hizmetlere erişimi onaylamak için kişileri tanımlamak ve sosyal medyadan ve diğer çevrimiçi profillerden onlar hakkındaki verileri almak için yüz tanıma ve diğer biyometrikleri kullanır. Raporda, Çin gibi bazı ülkelerin ülkeye olan bağlılığı değerlendirmek için zaten bu sistemleri kullandığına dikkat çekildi.
Çevrimiçi dünyamızda, biyometrik teknoloji ve karışık sosyal veri akışlarının birleşimi, kısa bir gözlemi bir kişinin yargısına dönüştürebilir. Raporlara göre, bazı ülkeler ülkeye olan bağlılıklarını değerlendirmek için zaten sosyal kredi algoritmaları kullanıyor.
V. Akıllı malzeme ve ekipman
Kısılabilir cam ve yutulabilir sensörler gibi gelişmiş malzemeler ve ekipmanlar, sağlık hizmetleri, paketleme, elektrikli ev aletleri ve diğer alanlarda yeni uygulamalar yaratacaktır. Rapora göre, bu teknolojilerin kullanımının IoT cihazlarını algılama şeklimiz üzerinde büyük bir etkisi olacak ve yeni ürünlerin doğmasına yol açacak.
6. Sanal Gerçeklik (VR) ve Artırılmış Gerçeklik (AR)
Şu anda, VR ve AR teknolojileri çoğunlukla çalışan eğitimi, eğitimi, mühendislik ve diğer alanlarda kullanılmaktadır. Ancak raporda VR ve AR maliyetlerinin yüksek olduğuna dikkat çekildi. Ancak VR sunucuları giderek daha yaygın hale geldikçe, 2019'da bir devrilme noktasına ulaşabilir.
Yazılım açısından bakıldığında, bu aşamada birçok görsel zorluk vardır:
VR'nin temel teknolojileri izleme (izleme) ve CG'dir (bilgisayar grafikleri). Sanal gerçeklik teknolojisinin üç serbestlik dereceli yön takibi ve altı serbestlik dereceli konum takibinden önce sunumu, esas olarak, deneycinin bilgisayar simülasyonu tarafından oluşturulan kurgusal dünyanın görüntülerini görüntülemek için tamamen kapalı bir başa takılı ekrana güvenmesi ve kulaklıklar ve hareket sensörleriyle donatılmış olmasıdır. Veya görsel, işitsel, dokunsal ve diğer duyusal deneyimleri sağlamak için diğer cihazlar vb. Sanal gerçeklik sistemindeki tüm cihaz seti, deneyimleyenin deneyimine dayalı olarak geri bildirim verebilir, böylece deneyimleyen kişi sürükleyici bir his elde edebilir.
Sanal gerçeklik, algılama alanımızı üç boyutlu olarak genişleten, hayal kurma endüstrisidir.Belki de sanal gerçeklik teknolojisinin geleceği net bir şekilde özetlenemez ve ilgili ürünlerin yaygınlaşması uzun zaman alacaktır. Artık sanal gerçeklik başlığı tarafından görüntülenen resim yeterince net değil, piksel parçacıklarını hala görebiliyorsunuz ve gördüklerinize dokunamıyorsunuz ama zamanla tüm bunlar değişecek. Sanal gerçeklik teknolojisinin mevcut gelişimi yeterince olgunlaşmamış ve pek çok tartışma olsa da, sanal gerçeklik teknolojisinin ister oyunlar ister sosyal etkileşim için olsun, önemli yeni bir ortam ve yeni bir platform haline geleceği yadsınamaz. Daha fazla alan.
7. Güvenlik koruması
Bilgisayar korsanları daha karmaşık hale geldikçe, siber saldırılar ve veri ihlalleri ile ilgili manşetler de daha sık hale geliyor. Saldırganlar her yerde var olarak tanımlanabilir: dışarıdaki şirketler bilgisayar korsanları, organize suç grupları ve ulus devlet siber casusluğuyla doludur ve yetenekleri ve kibirleri gün geçtikçe artmaktadır; şirket içinde çalışanlar ve yükleniciler vardır, isteseler de istemeseler de yapabilirler. Kötü niyetli veya tesadüfi olayların suçlusu.
Fiziksel ve siber saldırılar eşzamanlı olarak uygulanacak ve benzeri görülmemiş hasarlara neden olacaktır. Birçok ulus-devlet aktörü ve terör örgütü (veya birlikte çalışan), "karma" saldırılar gerçekleştirmek için tüm silahlı kuvvetlerini (hem geleneksel hem de dijital) bir araya getirme yeteneğine sahip olacak. Saldırı başarılı olursa, kaçınılmaz olarak büyük hasara neden olacaktır.
Bunlar arasında, telekomünikasyon hizmetleri ve internet bağlantıları en büyük darbeyi çekecekler ve bu da bireylerin ve kuruluşların dış dünyadan soyutlanmasına neden olacak. Temel fiziksel ve dijital altyapı çökeceği için, acil servisler ve yerel ve merkezi hükümet yardımı alışılmadık şekilde yavaşlayacak veya hiç olmayacak.
Bu saldırıların amacı, en büyük kaos, korku ve endişe yelpazesini yaratmaktır. Etkilenen şehir felç olacak, hayatları ve ticari faaliyetlerin güvenliğini tehlikeye atacak. Evde olan kişiler işe gitmek istemez ve gidemezler veya evde işlerini desteklemek için elektrik ve iletişimleri yoktur. Zaten ofiste olanlar da kaçmak için bu hiçbir yerde mahsur kalacaklar çünkü saldırı onlara her açıdan saldıracak. Mevcut iş sürekliliği planları işe yaramaz; her sistem hatalı bir durumda olduğunda ve kişisel hayatlar da tehlikede olduğunda, olası olaylara hazırlanma yeteneği veya enerjisi olmayacaktır. İnsanlar paniğe kapılacak ve çalışma gündemi iptal edilecek.
Yeni nesil güvenlik yöntemleri geçmişte olduğundan daha agresif yöntemler kullanıyor ve saldırıları tanımlamak için makine öğrenimi ve diğer yöntemlerin kullanılması, 19 yıllık teknolojik değişimin anahtarı haline geldi.
8. Akıllı AI robotu
Rapora göre yapay zeka (AI) chatbotları, temel müşteri hizmetleri ve işletim sistemlerinde sıklıkla sanal asistan olarak kullanılıyor ve son yıllarda kullanım kolaylığı ve pratikliği artıyor. Teknoloji, 2019'da daha fazla kullanım alanı elde etmek için diğer endüstrilere de yayılmaya devam edecek.
Şu anda, robotlar endüstriyel alanda büyük miktarlarda kullanılmaya başlandı ve insanların yapamayacağı şeyleri başarabilirler. Bununla birlikte, robotlar, yalnızca üretim ve hizmet endüstrileri gibi daha az alanda insanları aşar. Genel amaçlı robotlar, insanları tamamen geçebilirse, O zaman büyük bir şok olur.
9. İstenmeyen postaları önleyin
Spam aramalar, özellikle mağdurların aile üyeleri veya meslektaşlarının arayan numaralarını taklit ederek yapılan sahtekarlık aramaları için her zaman bir sorun olmuştur. Bu, insanların genellikle telefonu görmezden gelmelerine ve cevapsız gerçek acil aramalar gibi risklere neden olmasına neden olur. Ancak, yeni teknolojiler artık aldatıcı arayan kimliğini engelleyebilir ve şüpheli aramaları yakalayabilir, böylece bilgisayarlar, arayanın meşru olup olmadığını değerlendirmek için sorularını sorabilir.
10. Makine öğrenimi
Teknoloji yakında sosyal sorunları çözmeye yardımcı olabilecektir. Makine öğrenimi büyük ilerleme kaydetmiş ve birçok pratik sorunu çözmüş olsa da, nesnel olarak konuşursak, makine öğrenimi alanında hala büyük zorluklar vardır.
Her şeyden önce, ana makine öğrenimi teknolojisi, gizli krizi tahmin etmemizi imkansız kılan bir kara kutu teknolojisidir.Bu sorunu çözmek için, makine öğrenimini yorumlanabilir ve müdahale edilebilir hale getirmeliyiz. İkinci olarak, mevcut ana makine öğreniminin yüksek bir hesaplama maliyeti vardır ve hafif makine öğrenimi algoritmaları icat etmek acildir. Ek olarak, fizik, kimya, biyoloji ve sosyal bilimlerde insanlar, görünüşlerin ardındaki derin yasaları tanımlamak için genellikle basit ve güzel denklemler (Schrödinger denklemi gibi ikinci dereceden kısmi diferansiyel denklemler gibi) kullanırlar. Öyleyse, makine öğrenimi alanında, basit ve güzel yasaları da takip edebilir miyiz? Bunun gibi birçok zorluk var, ancak bu alanın gelecekteki gelişimine hala güveniyoruz.
Gelecekte, makine öğreniminin, robotların ve insansız hava araçlarının büyük ölçekli kullanımının tarımı iyileştirmeye, kuraklıkları hafifletmeye, gıda tedarikini sağlamaya ve uzak bölgelerin sağlığını iyileştirmeye yardımcı olması bekleniyor. Bu faaliyetlerden bazıları çoktan başladı ve önümüzdeki yıl benimsenme oranının ve başarılı vaka raporlarının artacağı tahmin edilebilir.
