Мир не стоит на месте и постоянно развивается. С годами старое уходит в прошлое, взамен приходит новое, более продвинутое. Есть технологии, которые пока не нашли широкого применения или станут эталоном общедоступности.
1. 3D-печать металла
Сама по себе 3D-печать существует уже очень давно, но она использовалась, в основном, для работы с пластиком. Все остальные материалы — в особенности, металл — были для этой технологии слишком дорогостоящими.
Впрочем, теперь она становится дешевой и достаточно простой, чтобы стать потенциально практичным способом производства частей. Если она будет широко принята, она может изменить то, как мы производим многие продукты массового производства.
В частности, недостающую деталь можно будет просто напечатать на принтере в единственном экземпляре, вместо того, чтобы организовывать широкомасштабное производство. Для старых машин, телевизоров и прочей раритетной техники исчезнет проблема отсутствия запчастей. Заводы смогут разнообразить модельный ряд своих механизмов, адаптируя их под конкретные нужды заказчиков. И для этого не понадобится закупать новое оборудование.
В 2017 году 3D-печатная компания Markforged, небольшой стартап, расположенный недалеко от Бостона, представила первый 3D-металлический принтер всего за 100 000 долларов.
Другой бостонский стартап Desktop Metal начал отгружать первые машины для металлического прототипирования в декабре 2017 года. Он планирует начать продажу машин побольше, специально для производителей, которые будут работать в 100 раз быстрее, чем старые методы металлической печати.
2. Искусственные эмбрионы
Ученые из Кембриджа полностью меняют саму концепцию создания новой жизни. Им удалось вырастить в пробирке мышиный эмбрион, используя для этого одни лишь стволовые клетки. Ни яйцеклетки, ни сперматозоиды для этого не потребовались. Стволовые клетки каким-то образом самоорганизовывались в эмбрион, который, правда, пока неспособен дальше развиваться. Тем не менее это первый шаг на пути создания жизнеспособных человеческих эмбрионов таким нестандартным методом.
Подобные исследования помогут ученым понять, как выращивать искусственные органы и редактировать гены, предотвращать наследственные заболевания и изучать развитие эмбрионов на самых ранних стадиях. Правда, возникает ряд этических проблем, которые необходимо решить до того, как технологию удастся усовершенствовать до нужного уровня.
3. Умные города
Sidewalk Labs, дочерняя компания Google построит в канадском Торонто «умный» район площадью 8 кв. км. Он расположится вдоль Восточной береговой линии города, а местное подразделение интернет-поисковика Google Canada перенесет туда свой головной офис. Компания станет там якорным резидентом и вложит в развитие района $50 млн.
Проект обойдется Sidewalk примерно в $1 млрд, и еще $1,25 млрд добавят власти Торонто. План подразумевает полное обновление системы транспорта (все автомобили будут беспилотными и райдшеринговыми), а также создание доступного жилья. Будут установлены жесткие требования к защите права на частную жизнь, особенно в том, что касается вмешательства со стороны правительства. Кроме того, в «умном» районе появятся автономные транзитные линии и максимально экологически чистые энергетические системы.
Обширная сеть датчиков будет помогать совершенствовать инфраструктуру, собирая информацию обо всем, начиная с качества воздуха и уровня шума, заканчивая ежедневной деятельностью горожан. Sidewalk Labs сделает весь свой софт бесплатным, чтобы на его основе ИТ-компании могли создавать новые, интересные приложения.
Если проект в Торонто окажется успешным, умные районы построят в Сан-Франциско, Денвере, Лос-Анджелесе и Бостоне.
4. ИИ для всех
Искусственный интеллект до сих пор был игрушкой крупных технологических компаний — Amazon, Baidu, Google, Microsoft и нескольких стартапов. Для многих других компаний системы ИИ слишком дорогие и сложные для полноценного внедрения. Но технологические гиганты начали размещать некоторые свои разработки на облачных платформах, чтобы и другие компании могли использовать машинное обучение в своих целях. Это позволит индустрии развиваться намного быстрее и поможет произвести революцию в медицине, производстве и энергетике.
5. Соревнование нейронных сетей
Искусственный интеллект научился очень хорошо идентифицировать объекты: покажите ему миллион изображений, и он сможет с завидной точностью найти на них пешехода, пересекающего улицу. Но ИИ плохо удается создавать изображения самих пешеходов. Если бы он был на это способен, он ткал бы гобелены реалистичных, но искусственных изображений с пешеходами в разных декорациях.
Проблема в том, что создание чего-то нового требует воображения. А это пока что остается прерогативой человека.
Ян Гудфеллоу в 2014 году предложил такое решение. Подход, известный как generative adversarial network, или GAN, берет две нейросети — упрощенные математические модели человеческого мозга, которые лежат в основе современного машинного обучения — и ставит их друг против друга в цифровой игре в кошки-мышки.
Обе нейросети тренируются на одном и том же наборе данных. Одна нейросеть — генератор — создает вариации изображений, которые она уже видела — например, изображение пешехода с третьей рукой. Вторая — дискриминатор — должна определить, будет ли рассмотренный ею пример похож на снимок, который она видела, или же фейком, произведенным генератором, — то есть может ли трехрукий человек быть настоящим?
Со временем генератор научится создавать настолько хорошие изображения, что дискриминатор не сможет отличить подделку от оригинала. Таким образом, генератор учится распознавать, а затем создавать реалистичные изображения пешеходов.
Эта технология стала одним из самых перспективных достижений в области ИИ за последнее десятилетие.
GAN использовались для создания реалистичных на слух речей и фотореалистичных поддельных изображений. В одном из примеров ученые из NVIDIA поручили GAN создать сотни заслуживающих доверия лиц несуществующих людей. Другая группа смогла сделать вполне убедительные поддельные изображения, похожие на работы Ван Гога. GAN могут переиначивать изображения по-разному — превращать солнечную дорогу в заснеженную, лошадей — в зебр.
Результаты не всегда идеальны. Но поскольку изображения или звуки получаются реалистичными, некоторые эксперты считают, что нейросети начинают понимать внутреннюю структуру мира. Возможно, в них зарождается воображение.
6. «Вавилонская рыбка»
Google выпустила наушники Pixel Buds за $159 — аналог «вавилонской рыбки» из «Автостопом по галактике». Они способны автоматически переводить с 40 языков, нужно всего лишь нажать на кнопку или произнести что-то вроде: «Помоги мне говорить на испанском!». Правда, эта функция доступна только в комплекте с еще одной новинкой — смартфоном Google Pixel 2.
Один человек надевает наушники, другой держит в руках смартфон. Человек в наушниках говорит на своем языке — смартфон автоматически переводит его речь по громкой связи. Человек со смартфоном отвечает — в наушниках раздается синхронный перевод. Понятно, что общаться таким образом на шумных улицах будет проблематично, поскольку системе непросто распознавать речь среди сотен других звуков. И все же, это лучше, чем разговаривать через Google Translate, поскольку каждый из участников диалога может контролировать микрофон в наушниках и в телефоне, приближая его по мере необходимости.
7. Квантовые компьютеры
Больше всего появления квантовых компьютеров ждут химики. Они уже предвкушают, как будут с их помощью создавать новые молекулы. Новые белки для гораздо более эффективных лекарств, новые электролиты для аккумуляторов, а также соединения, которые смогут превратить солнечный свет непосредственно в жидкое топливо. Обычные компьютеры не обладают достаточной вычислительной мощностью для построения таких, а с появлением квантовых это станет частью повседневной жизни ученых-химиков.
Калифорнийский стартап Rigetti Computing доказал, что квантовый компьютер можно использовать для машинного обучения. Также компания открыла доступ к своему квантовому компьютеру Forest, расположенному в облаке и способному выполнять расчеты с помощью процессора на 19 кубитов.
Подписывайтесь на канал, у нас много интересного.