MIT составил рейтинг из 13 самых продвинутых IT-компаний мира, использующих ИИ


Оглавление (нажмите, чтобы открыть):

Пройти мимо: почему в России катастрофически мало применяется искусственный интеллект

В своем недавнем прогнозе Gartner предсказывает объем глобального рынка искусственного интеллекта (ИИ) на уровне $1,2 трлн к концу 2020 года, что на 70% больше показателя прошлого года. Бурный рост ждет отрасль и в среднесрочной перспективе — к 2022 году вложения в ИИ составят почти $4 трлн.

Российские аналитики более сдержанны в прогнозах. Например, согласно результатам исследования «Актуальные тенденции рынка искусственного интеллекта и машинного обучения» по итогам 2020 года сегмент ИИ в нашей стране ограничивался 700 млн рублей. Причем и эта небольшая сумма включает в себя в том числе стоимость приобретенных лицензий на комплексные решения, в состав которых среди прочего входит и функциональность ИИ, но при этом необязательно используется.

В исследовании PwC Digital IQ отмечается, что к 2020 году только 35% российских компаний инвестировали в развитие ИИ, тогда как в мире 54%. Но уже к 2020 году эти показатели прогнозируются на уровне 74% для отечественного сегмента и 63% для зарубежного. Доля России на рынке машинного обучения в ближайшие годы будет расти, и признаки этого мы уже наблюдаем.

Точки роста

Пока западные компании (по мнению того же Gartner) называют управление клиентским опытом одной из основных бизнес-задач, решаемых с помощью ИИ, в России технологии находят более широкое применение в оптимизации производственных процессов. Например, промышленные корпорации используют машинное обучение для выявления брака на производстве. Для предприятий с высоким оборотом повышение эффективности производства даже на 5–20% представляют собой огромный потенциал. Кстати, тенденция повышения спроса со стороны промышленников четко отражена в исследовании компании «Цифра» и Российского союза промышленников и предпринимателей, согласно которому объем российского рынка ИИ в промышленности к 2021 году достигнет $380 млн (нельзя напрямую сравнивать с вышеприведенным исследованием по ИИ, так как возможно применение различных методик).

Расширение применения систем ИИ происходит благодаря появлению новых инструментов, которые повышают точность и снижают требования как к специалистам по Data Science, так и к вычислительным мощностям. Становятся все более доступными и сами вычислительные мощности, и средства сбора информации, в частности, решения в области интернета вещей.

Растут и возможности по подготовке специалистов: например, в 2020 году 5 из 10 топ-курсов образовательной платформы Coursera были посвящены машинному обучению (Mary Meeker, Internet trends 2020). На рынке появляется все больше экспертов с соответствующим опытом, и они дешевеют (это немаловажно с учетом того, что сейчас их зарплаты порой в 10 раз выше, чем у других IT-специалистов).

Совокупность всех этих факторов ведет к тому, что отрасль за отраслью входит в зону окупаемости применения ИИ. К примеру, отечественный рынок разговорного ИИ (чат-боты и интеллектуальные ассистенты) будет увеличиваться почти в 3 раза ежегодно, вплоть до 2023 года, по прогнозам Just AI.

Барьеры для внедрения

Даже если применение ИИ может быть результативным, далеко не всегда компании оказываются готовы к внедрению новых технологий. Исходя из практики, я вижу несколько основных причин, замедляющих распространение новых технологий, несмотря на их рентабельность.

Во-первых, организациям действительно нужно измениться самим и быть готовыми потратиться на новые статьи расходов. Дорогостоящее ПО, высокооплачиваемые вакансии, новые механизмы принятия решений и бизнес-процессы по итогам — согласование всего этого может длиться довольно долго. Причем часто в западных компаниях как раз эти вопросы решаются проще: там уже назначен ответственный за направление (Chief Data Officer), есть бюджет и есть поддержка этих изменений на уровне центрального офиса.

Во-вторых, искусственный интеллект встречает серьезное сопротивление со стороны своих «человеческих конкурентов». Например, опытному инженеру, который 40 лет работает в цехе и прекрасно знает, «что и как должно быть», требуется пересмотреть отношение к своей работе, согласиться с коррективами в механизме принятия решений, научиться взаимодействовать со специалистами по Data Science. Последние не заменят реальных экспертов, которые досконально знают свою предметную область, могут правильно поставить задачу, интерпретировать полученные данные и, главное, применять созданную модель для достижения конкретных бизнес-результатов. Специалисты по Data Science станут их помощниками и партнерами. Но для понимания этого требуется время, а также стимулирование со стороны руководителей и владельцев бизнеса.

В-третьих, многие стартапы, готовые создать прорывные решения, часто оказываются неспособны завершить проект и внедрить реально работающую систему. Побеждая в популярных хакатонах, молодые команды решают задачи бизнеса в том числе с помощью машинного обучения, однако в большинстве случаев самостоятельно провести интеграцию, подготовить методику испытаний, протестировать системы, оценить возможность сбора дополнительных данных и т. д не могут. Эту трудность можно разрешить, привлекая опытные компании, имеющие опыт по интеграции решений в сложные и неповоротливые бизнес-процессы корпораций.

Эти препятствия характерны не только для России. В недавнем исследовании Fujitsu и Pierre Audoin Consultants (PAC) по Европе отмечается: самыми серьезными факторами, тормозящими внедрение ИИ, считаются отсутствие его доступности в готовых решениях (61%), а также внутренняя культура и процессы предприятия, которые серьезно затрудняют внедрение технологии (52%).

Перед прыжком

Машинное обучение и искусственный интеллект применимы в массе областей деятельности любого крупного предприятия — от борьбы с промышленным браком, оптимизации производства, управления складскими запасами и информационной безопасностью до управления персоналом, маркетинга и электронной коммерции. И это разнообразие в областях применения успешно реализуется уже сейчас.

— Бинбанк использует искусственный интеллект в маркетинговых коммуникациях, что позволило компании в три раза снизить стоимость привлечения новых клиентов, по собственным данным фирмы.

— Росбанк с помощью ИИ выбирает оптимальное расположение розничных отделений.

— В банке ВТБ запущена кросс-канальная система противодействия мошенничеству на базе методов машинного обучения и углубленной аналитики.

— В сети «Рив Гош» по итогам нашего проекта, представленного на конференции Forbes, искусственный интеллект с точностью до 47% оценивает шансы прихода в магазин того или иного держателя карты лояльности и в 33% случаев угадывает, какие два товара из десятков тысяч он приобретет в ближайшие две недели.

— Сеть гипермаркетов «Лента» работает над усилением клиентоориентированности, используя аналитику Revionics и машинное обучение.

— В «М.Видео» с помощью искусственного интеллекта мы с коллегами сегментируем брошенные в интернет-магазине корзины, выявляем, по каким причинам покупки не доведены до конца.

— Новолипецкий металлургический комбинат выделил десятки производственных процессов, в которых возможно применение ML-технологий, и теперь предприятие последовательно отрабатывает каждый из них совместно с нашими специалистами.

— Компания «Химпром» заявила о внедрении рекомендательной ИИ-системы, которая будет определять оптимальные технологические режимы и позволит увеличить производительность на 5%.

Не только коммерческий сектор активно тестирует возможности искусственного интеллекта: в проектах поддержки государственных инициатив технологии также апробируются. Например, в программе «Умный город» автоматизируется поиск преступников в московском метро и инновации в образовании.

Оптимизация конкретного бизнес-процесса с помощью ИИ может заработать или сэкономить всего 3–5%, но раз таких бизнес-процессов десятки, при грамотном подходе регулярная работа по внедрению технологии может дать гигантский общий эффект. И чем раньше компания начнет на практике внедрять искусственный интеллект, учиться на ошибках, меняться и наращивать свои компетенции в использовании этой новой технологии, тем сложнее потом будет ее догнать конкурентам.

50 самых продвинутых компаний мира по версии MIT Technology

К странице.

Ресурс MIT Technology Review в пятый раз опубликовал свой рейтинг 50-ти самых продвинутых компаний мира, которые занимаются такими родами деятельности как перевозка, компьютерные технологии и коммуникации, биотехнологии и энергия. Первое место рейтинга авторы оставили за компанией Илона Маска Tesla, которая наиболее известна в мире производством электрокаров. По мнению авторов недавний выход Tesla на рынок домашних батарей с системой Tesla Energy является именно тем рывком, который позволяет поставить компанию на первое место. Также внимание ресурса привлекло намерение Илона Маска построить «гигафабрику» аккумуляторов, что потребует инвестиций размером в $5 миллиардов.

Мало того, в рейтинге MIT оказались и две другие (реальные, если не принимать во внимание такие ещё не реализованные проекты вроде транспортной системы Hyperloop) компании, принадлежащие Илону Маску — SolarCity и SpaceX. Первая из этой пары попала в рейтинг благодаря тому, что солнечные панели, которые она намерена производить, уже заказаны американскими покупателями в количестве 177 000 штук. SpaceX заслужила своё 22-е место благодаря разработке технологий по повторному использованию ракет-носителей типа Falcon.

Второе место в рейтинге заняла китайская Xiaomi — производитель смартфонов. На третьем месте располагается биотехнологическая компания Illuminia, которая занимается производством доступных систем анализа ДНК, используемых в больницах и исследовательских лабораториях. Сегодня анализ ДНК в 90% случаев производится при помощи технологий Illumina. В целом в первой десятке «самых продвинутых» оказались компании, которые занимаются «реальными физическими технологиями», которые «можно пощупать»; из компаний, которые строят свой бизнес на интернете в десятке лидеров всего две — китайский ритейлер Alibaba и онлайн-кинотеатр Netflix.

Известные всем высокотехнологичные компании, такие как Google, Amazon, Apple, Facebook и Microsoft, также оказались в рейтинге MIT, правда, их позиции сильно отличаются. Если первая четвёрка находятся примерно посредине списка, то Microsoft отдали только 48-место, «засчитав» компании её технологию дополненной реальности Hololens. Google опередил Apple, благодаря проекту Loon по осуществлению общепланетарного доступа в интернет при помощи системы воздушных шаров. Авторы рейтинга отдали Apple 16 место, поскольку та выпустила умные часы Apple Watch и технологию платежей Apple Pay. Из молодых IT-стартапов в MIT посчитали достойными внимания корпоративный мессенджер Slack, приложение для обмена исчезающими фотографиями Snapchat и краудсорсинговую компанию Uber.

Топ-10 технологий искусственного интеллекта

Основываясь на анализе 13 ключевых технологий искусственного интеллекта, опубликованном исследовательской компанией Forrester, колумнист Forbes Жил Пресс выделил десятку наиболее актуальных технологий, которые уже используются в работе многих компаний.

1. Генерация естественного языка

Создание текста на основе компьютерных данных уже используется в поддержке клиентов, генерации отчётов и оформлении выводов, сделанных «умными» системами «корпоративного интеллекта».

Существующие поставщики услуг: Attivio, Cambridge Semantics, Digital Reasoning, Lucidworks, Narrative Science, SAS.

2. Распознавание речи

Преобразование человеческой речи в формат, удобный для использования в приложениях. В настоящее время используется в интерактивных помощниках и мобильных приложениях.

Существующие поставщики услуг: NICE, Nuance Communications, OpenText, Verint Systems.

3. Виртуальные помощники


Из-за большой шумихи их называют «любимцами медиа» — речь о целом спектре разработок, от простых чат-ботов до продвинутых систем, способных «общаться» с людьми. Используются в клиентской поддержке и в качестве умных домашних помощников.

Существующие поставщики услуг: Amazon, Apple, Artificial Solutions, Assist AI, Creative Virtual, Google, IBM, IPsoft, Microsoft, Satisfi.

4. Платформы машинного обучения

Эти продукты предоставляют алгоритмы, API, наборы инструментов для обучения и разработки, а также вычислительные мощности для проектирования, тренировки и внедрения моделей в существующие приложения, процессы и т.д. Используется в множестве корпоративных приложений — в основном для предсказания процессов или классификации объектов.

Существующие поставщики услуг: Amazon, Fractal Analytics, Google, H2O.ai, Microsoft, SAS, Skytree.

5. Оптимизированное под ИИ «железо»

Под ним понимают графические процессоры и устройства, специально разработанные для эффективного обеспечения вычислений в области искусственного интеллекта. Используются преимущественно в проектах глубокого машинного обучения.

Существующие поставщики услуг: Alluviate, Cray, Google, IBM, Intel, Nvidia.

6. Управление решениями

Этим занимаются программы, которые внедряют правила и логику, а также используются для первоначальной и последующей настройки и обучения систем искусственного интеллекта. Технология достаточно «взрослая» и применяется в различных корпоративных приложениях, выполняя автоматизированное принятие решений или помогая этому процессу.

Существующие поставщики услуг: Advanced Systems Concepts, Informatica, Maana, Pegasystems, UiPath.

7. Платформы глубокого обучения

Особый тип машинного обучения, который состоит из искусственных нейронных сетей с многочисленными уровнями абстракции. Используется преимущественно в распознавании образов и приложениях-классификаторов, поддерживаемых большими объёмами данных.

Существующие поставщики услуг: Deep Instinct, Ersatz Labs, Fluid AI, MathWorks, Peltarion, Saffron Technology, Sentient Technologies.

8. Биометрика

Обеспечение более естественного взаимодействия между людьми и различными устройствами. В эту область включают распознавание изображений и прикосновений, речи и языка тела. Используется в основном для исследований рынков.

Существующие поставщики услуг: 3VR, Affectiva, Agnitio, FaceFirst, Sensory, Synqera, Tahzoo

9. Автоматизация роботизированных процессов

Использование скриптов и других способов для автоматизации работы и повышения эффективности бизнес-процессов. Применяется в случаях, когда использование человека для контроля работы слишком дорого или неэффективно.

Существующие поставщики услуг: Advanced Systems Concepts, Automation Anywhere, Blue Prism, UiPath, WorkFusion.

10. Аналитика текстов и обработка естественного языка

Обработка естественного языка использует (и поддерживает) аналитику текстов через машинное обучение и статистические методы для облегчения понимания структуры и значения предложений, эмоционального окраса и т.д. Применяется для выявления мошенничества, усиления безопасности в автоматических помощниках и при получении данных.

Существующие поставщики услуг: Basis Technology, Coveo, Expert System, Indico, Knime, Lexalytics, Linguamatics, Mindbreeze, Sinequa, Stratifyd, Synapsify.

Исследование Forrester выяснило причины, по которым компании не планируют внедрять ИИ. В первую очередь это отсутствие понятного способа применения (42%), непонимание возможностей ИИ (39%) и отсутствие достаточных навыков для внедрения технологии (29%). По мнению аналитиков, применение искусственного интеллекта в бизнес-процессах станет более заметно, когда технологическая индустрия сможет дать понятные ответы на эти вопросы.

Подробнее о «ИИ-суперкомпьютере» NV > 07.11.2020 [14:00], Константин Ходаковский

Мы уже писали, что NVIDIA представила Jetson Xavier NX. Теперь предлагаем ознакомиться с некоторыми подробностями о самом компактным в мире, по словам производителя, суперкомпьютере с функциями ИИ для роботизированных и встраиваемых вычислительных устройств. Несмотря на размер меньше кредитной карты и энергопотребление 15 Вт, этот модуль обеспечивает производительность на уровне до 21 тераопераций/с (Топс).

Jetson Xavier NX открывает возможности для встраиваемых вычислительных устройств, требующих повышенной производительности, но ограниченных размером, весом, энергопотреблением или стоимостью. К ним относятся роботы, беспилотники, интеллектуальные датчики высокого разрешения, системы машинного зрения, сетевые видеорегистраторы, портативные медицинские устройства и другие промышленные системы Интернета вещей.

  • 14:45 07.11.2020 У российских врачей появится цифровой помощник на базе ИИ
  • 00:07 07.11.2020 NV > 12:05 06.11.2020 RISC-V выходит на орбиту GlobalFoundries: 12-нм техпроцесс, память HBM2E и упаковка 2.5D
  • 00:18 06.11.2020 MIT и Ford представили новый метод навигации для роботов-курьеров
  • 13:43 03.11.2020 Голосовые записи с умных колонок Echo Dot станут уликой в деле об убийстве
  • 13:29 01.11.2020 Построенный Intel умный 11-этажный дом в сутки вырабатывает до 100 Тбайт данных
  • 10:00 01.11.2020 Контроллер Rambus разгоняет память GDDR6 до 18 Гбит/с
  • 09:32 26.10.2020 Исследователи из Google учат ИИ распознавать запахи
  • 23:32 24.10.2020 Toyota рассказала о своих самоходных такси для Олимпиады в Токио 2020 года

У российских врачей появится цифровой помощник на базе ИИ

Сбербанк намерен реализовать ряд перспективных проектов в сфере здравоохранения с использованием технологий искусственного интеллекта (ИИ). Об этом, как сообщает «РИА Новости», рассказал заместитель председателя правления Сбербанка Александр Ведяхин.

Одна из инициатив предусматривает создание цифрового помощника для врачей. Такая система, используя ИИ-алгоритмы, позволит ускорить диагностику заболеваний и повысить её точность. Кроме того, помощник сможет рекомендовать наиболее эффективное лечение.

Обучаться такой ИИ-ассистент будет на обширном массиве данных, сформированном с участием высококвалифицированных медицинских специалистов. Иными словами, цифровой помощник сможет использовать опыт большого числа докторов высшей категории.


«Мы видим большой потенциал в создании умных инструментов для врача, его помощника, который позволяет специалисту быстрее и лучше диагностировать заболевание и предлагать необходимое лечение. Мы уже обсуждаем с несколькими субъектами России старт этой работы на уровне администрации региона», — рассказал господин Ведяхин.

Кроме того, Сбербанк разрабатывает платформу на базе ИИ для анализа медицинских изображений. Было отмечено, что существующие алгоритмы уже позволяют с высокой эффективностью выявлять признаки различных заболеваний.

Источник:

NV > 07.11.2020 [00:07], Алексей Степин

Компания NVIDIA продолжает наращивать своё присутствие на рынке мини-систем для сферы IoT и роботехники: в дополнение к анонсированной весной этого года плате Jetson Nano была представлена новейшая Jetson Xavier NX. Новинка выполнена в прежнем 260-контактном форм-факторе, в виде компактной платы с процессором и оперативной памятью, разъём полностью совместим, что позволяет использовать «системные платы» от предыдущей модели.

Производительность Jetson Xavier NX поднята на новый уровень: если Jetson Nano использовала 4 ядра ARM A57 и 128 ядер Maxwell, то новинка может похвастаться наличием 8 ядер Carmel. Эта архитектура является наследницей Denver 2 и использует набор инструкций ARMv8.2. Теплопакет конфигурируемый: в 10-ваттном режиме активно 6 ядер (4×1,2 ГГц + 2×1,5 ГГц), а в 15-ваттном частоты существенно повышены (4/6×1,4 ГГц + 2×1,9 ГГц). Объём оперативной памяти составляет 8 Гбайт LPDDR4x со 128-битным доступом, пиковая пропускная способность 51,2 Гбайт/с.

Графическая и вычислительная подсистема представлена комплектом из 384 ядер Volta, 48 тензорных ядер и двух ядер NVDLA. Максимальная частота 800 или 1100 МГц, производительность в режиме INT8 заявлена на уровне 21 Топс. Поддерживается аппаратное кодирование и декодирование H.265 и H.264, имеется интерфейс для подключения до шести камер одновременно (30 Гбит/с, 1,9 Гпикс/с). Поддерживается стандарт PCIe 3.0 (2×4 линии). В спецификациях новой платформы имеется разночтение: на одном слайде упоминается 16 Гбайт флеш-памяти eMMC, на другом почему-то лишь 8.

Мастер Йода рекомендует:  10 советов как подтянуть разговорный английский язык

К сожалению, поддержки Wi-Fi у новинки не появилось, сетевая часть по-прежнему представлена лишь контроллером Gigabit Ethernet, так что для реализации беспроводного подключения потребуются дополнительные модули. Стоит новинка недёшево, $399, что, впрочем, существенно меньше стоимости полноразмерной платы Jetson Xavier ($599 и выше). К тому же Jetson Xavier NX существенно компактнее и потребляет меньше энергии, а в производительности уступает старшему собрату несильно.

Источник:

RISC-V выходит на орбиту GlobalFoundries: 12-нм техпроцесс, память HBM2E и упаковка 2.5D

Компании GlobalFoundries и SiFive сообщили, что они начинают совместную разработку интересных решений для выпуска на 12-нм мощностях Fab 8 в США. Компания SiFive, напомним, является первым разработчиком эталонных вычислительных ядер на открытой архитектуре RISC-V, которые доступны для лицензирования и производства сторонними компаниями.

Совсем недавно, например, SiFive сообщила о разработке ядер новой 8-й серии U8. Правда, ядра серии U8 оптимизированы для производства в рамках 7-нм техпроцесса, что GlobalFoundries пока (или вообще) не по зубам. Но она тоже не желает оставаться в стороне от прогресса и намерена предложить мощности и технологии для выпуска решений на архитектуре RISC-V.

В пресс-релизе сообщается, что GlobalFoundries и SiFive намерены создать готовое к использованию сторонними разработчиками предложение в виде массивов памяти HBM2E в сочетании с SoC на архитектуре RISC-V на подложке (интерпозере) с использованием техпроцессов 12LP/12LP+ компании GlobalFoundries. Интерфейс HBM2E также разработан компанией SiFive и будет доступен в виде IP для сторонних разработчиков.

Для клиентов GlobalFoundries соответствующие инструменты проектирования будут подготовлены в первой половине 2020 года. Целевое назначение реализации интерфейса HBM2E в сочетании с RISC-V, упаковкой 2.5D и 12-нм техпроцессом ― это создание процессоров и ускорителей для искусственного интеллекта и машинного обучения. Отдельно нельзя не отметить, что платформа RISC-V вышла на новый для себя уровень. Это уровень, когда контрактные производители готовы создавать библиотеки для поддержки архитектуры собственными техпроцессами. Пусть пока это только GlobalFoundries, но налицо продвижение RISC-V в массы разработчиков.

Источник:

MIT и Ford представили новый метод навигации для роботов-курьеров

Инженеры из Массачусетского технологического института (MIT) и Ford Motor разработали новый метод ориентирования для роботов-доставщиков. Благодаря новому методу навигации роботы во время движения ориентируются по специальным подсказкам на местности без помощи GPS.

Так называемые «подсказки» фактически могут представлять собой почти всё что угодно, например входную дверь, тротуар, гараж и прочие объекты. Для получения визуальной информации роботов оснастили специальными камерами, которые с помощью искусственного интеллекта отмечают различные объекты, создавая себе подсказки. Затем нейросеть на основе имеющихся подсказок строит карту и соответственно маршрут, по которому робот двигается в точку прибытия.

«Даже если робот доставляет посылку туда, где раньше никогда не был, ранее добавленные подсказки помогут ему ориентироваться, ведь даже в незнакомом месте могут быть такие же объекты, которые он видел в других местах» — заявил Майкл Эверетт (Michael Everett), аспирант кафедры машиностроения Массачусетского технологического института.

Программа использует уже существующие алгоритмы, которые обрабатывают входящие визуальные образы и разбивают их на семантические подсказки, а уже после используются для построения карт и позволяют искать самый эффективный путь к месту назначения.

Источник:

Голосовые записи с умных колонок Echo Dot станут уликой в деле об убийстве

Полиция снова прибегла к возможности использовать голосовые записи Alexa в рамках расследования. Правоохранители в Халландейл-Бич (штат Флорида) использовали ордер на обыск, чтобы собрать записи Alexa из двух портативных колонок Echo Dot по делу об убийстве. Впрочем, на этот раз органы правопорядка уже не ждут большого объёма полезной информации.

Следователи хотят знать, не уловили ли случайно умные динамики стычку между Адамом и Сильвией Криспо (Adam and Silvia Crespo) в июле. Адам утверждает, что его жена умерла от колотого ранения в грудную клетку в результате несчастного случая, но детективы хотят знать, предшествовала ли этому ссора между супругами. При множественных возгласах и криках алгоритм вполне может ошибочно среагировать на голосовую команду и сохранить в архиве короткую запись.

В отличие от первого убийства в Арканзасе, полиция Халландейла не ожидает полной аудиозаписи. В ордере на обыск указано, что полицейские получили записи Amazon Echo с голосовыми командами Alexa. По всей видимости, они надеются, что кто-то из участников инцидента мог случайно вызвать работу голосового помощника. При этом адвокат Адама Криспо, Кристофер О’Тул (Christopher O’Toole) рад, что к делу приобщены записи Alexa, поскольку полагает, что это поддержит версию событий его клиента.

Как и ранее, Amazon в своем заявлении подчеркнула, что не передаёт информацию о клиентах, если это не предписано юридически обоснованным и обязательным для исполнения решением суда, а также противостоит чрезмерным или иным неуместным запросам.

Полиция вряд ли готова проигнорировать эти материалы, особенно если улик недостаточно. Но на фоне возрастающей популярности умных колонок, приходит всё большее понимание их ограничений. Более того, некоторые пользователи следят за своими данными. Например, владелец Alexa может удалить сделанные за день голосовые записи. Хотя многие люди не нуждаются в таких действиях, есть вероятность, что любые соответствующие архивы исчезнут, прежде чем полиция сможет их прослушать. А для последней, возможно, останется лишь сам факт удаления записей в определённое время, что тоже может служить косвенной уликой.

Источник:

Построенный Intel умный 11-этажный дом в сутки вырабатывает до 100 Тбайт данных

Компания Intel сообщила, что с её помощью и при непосредственном участии построено самое умное в мире здание ― центр разработки PTK1 в Петах-Тикве, Израиль. Здание высотой в 11 этажей (10 плюс подземная парковка) имеет площадь 74 322 м 2 и напичкано разнообразными датчиками в количестве 14 000 штук, что в два раза выше по сравнению с предыдущими реализациями.

Вся эта система в здании в сутки генерирует от 50 до 100 Тбайт данных. На основе этой информации ИИ здания без вмешательства человека самостоятельно распоряжается освещением, отоплением (кондиционированием), снабжением водой и другими службами, необходимыми для нормального функционирования как сооружения, так и находящихся в нём граждан.

В здании PTK1 размещены 2700 эргономичных рабочих мест, 143 конференц-зала, видеозалы, комнаты для совместной работы и шесть учебных комнат. Кроме этого предусмотрены 198 мест для «альтернативных» условий работы. Рабочие места, среда конференц-залов, парковка, столовая, спортивные залы и другие помещения в здании, включая служебные, также включены в мониторинг, которым занимается ИИ.

В Intel утверждают, что энергоэффективность сооружения PTK1 на 40 % выше, чем у обычного офисного здания. Также здание PTK1 потребляет на 75 % меньше воды, чем аналогичные, пусть даже самые современные офисы. При этом все потребности здания в электричестве на 100 % обеспечиваются за счёт возобновляемых источников.

Добавим, центр PTK1 принял сотрудников, работающих в области вычислительной техники, связи, искусственного интеллекта и кибербезопасности. Раньше все эти люди были разбросаны по восьми зданиям в пяти кампусах.

Источник:

Контроллер Rambus разгоняет память GDDR6 до 18 Гбит/с

На днях компания Rambus сообщила, что смогла достичь стабильной работы памяти GDDR6 с производительностью 18 Гбит/с на каждый контакт шины данных микросхем памяти. Для чипа GDDR6 с двумя каналами по 16 бит общая пропускная способность достигла 72 Гбайт/с. Это наивысший в индустрии результат, который можно будет использовать в продукции с применением массовой памяти. При этом Rambus сравнивает GDDR6 с памятью DDR4, которая оказывается в 4–5 раз медленнее, но этому есть объяснение.

Красивый сигнал без искажений на рекордной скорости (Rambus)

Память GDDR6 и соответствующие контроллеры, а также решения в виде физических уровней доступа компания Rambus продвигает для сфер, где до этого почти исключительно использовалась компьютерная, а не графическая память. Это ускорители вычислений, машинное обучение, искусственный интеллект, в целом решения для центров обработки данных, активное сетевое оборудование, а также бортовые компьютеры, системы помощи водителям и автопилоты. Во всём этом многообразии контроллеры памяти Rambus могут стать мостиком между GPU и GDDR6, но это будет лишь частным случаем, на который Rambus даже не обращает внимания в пресс-релизе. Память GDDR6 выйдет далеко за рамки графических ускорителей и, попутно, станет бюджетной альтернативой памяти HBM.

В представленном эксперименте память GDDR6 от одного из партнёров Rambus работала в паре с контроллером бывшей компании Northwest Logic, которую Rambus купила прошедшим летом, и с физическим уровнем (PHY) самой компании. На представленной копии экрана с частотными характеристиками и согласно заявлению разработчика платформа продемонстрировала целостность и стабильность сигнальных характеристик. Если кратко ― бери и пользуйся.

Компания Rambus предоставляет IP-блоки PHY и контроллеров для интеграции интерфейса GDDR6 сторонними разработчиками в SoC, ASIC, FPGA и в другую логику. Это обещает быструю разработку и скорейший выпуск решений с памятью GDDR6 всеми заинтересованными.


Источник:

Исследователи из Google учат ИИ распознавать запахи

В отличие от определения цветов, которые легко идентифицируются по длине волны, определение запахов по молекулам отличается крайней неоднозначностью. Часто даже два человека могут один и тот же аромат описать по-разному. А ведь в строении молекул есть ещё так называемые хиральные пары, когда все связи и строения атомов одинаковые и отличаются только зеркальным отражением друг друга, например, тмин и мята, ароматы которых совершенно не совпадают при одинаковом строении на атомарном уровне. Человек отличит эту тонкость, а как научить этому ИИ? Но ведь это не остановит учёных?

Westend61, Getty Images

Исследователи из Google задались целью научить ИИ распознавать запахи по молекулярному строению веществ. Из примерно 5000 молекул с известным описанием ароматов в таких терминах, как «маслянистый», «тропический», «слабый» и так далее, для обучения ИИ была сделана выборка на 2/3 из исходных данных. Глубокое машинное обучение проводилось на такой свёрточной нейросети, как GNN (graph neural network). На основе полученной модели искусственному интеллекту были предложены оставшиеся молекулы, которые система смогла более-менее успешно идентифицировать самостоятельно.

В компании Google не испытывают иллюзий по поводу скорого появления ИИ-платформ для точного определения запахов. Это очень сложная для решения проблема. Например, у человека для этого в носу расположено свыше 400 типов рецепторов, а ведь ещё различать запахи мы учимся с рождения. Но решение проблемы с определением ароматов манит широкими перспективами: от оцифровки с возможностью компьютерного синтеза запахов до возвращения чувствительности к ароматам людям, лишённых этой роскоши по тем или иным причинам.

Работы в этом направлении ведутся во многих странах мира. Россия также вовлечена в процесс создания «электронного носа» и решений для идентификации запахов. В Google надеются, что научное сообщество сможет обмениваться самыми современными моделями и наборами данных для продвижения по пути цифрового распознавания ароматов.

Источник:

Toyota рассказала о своих самоходных такси для Олимпиады в Токио 2020 года

Toyota до последнего времени сохраняла молчание о своей программе автопилотируемых машин. Японский автопроизводитель предоставлял лишь некоторую информацию об испытательных транспортных средствах и типах используемых датчиков, но публика очень мало видела автомобилей в эксплуатации.

Это должно измениться в 2020 году: Toyota заявила, что запустит тестовую услугу роботизированного такси в центре Токио с помощью своего парка автоматизированных транспортных средств SAE Level-4. SAE означает Общество инженеров-автомобилестроителей (Society of Automobile Engineers), а уровень 4 относится к классификации автономных транспортных средств, которые способны выполнять все задачи вождения при определенном наборе условий, таких как погода или география.

Toyota может относить свои машины к 4-му уровню, но это не значит, что они обойдутся без водителя. Японское законодательство требует, чтобы за рулём всегда присутствовал для безопасности человек, готовый вмешаться и взять на себя управление при необходимости. По словам Toyota, в автомобиле также будет присутствовать технический специалист, который будет анализировать работу системы и автомобиля и общаться с водителем. Эти поездки, скорее всего, будут напоминать аналогичные тесты в США, где все, кроме очень небольшого числа операторов, постоянно держат в машине двух сотрудников.

Компания будет предлагать поездки на своих автомобилях в течение лишь небольшого промежутка времени: с июля по сентябрь 2020 года. Машины будут ездить только в оживлённом районе Токио под названием Одайба. «Сложная пешеходная среда, интенсивное автомобильное движение, разнообразная дорожная инфраструктура и высокие стеклянные здания в Одайбе создают непростые условия для демонстрации возможностей технологии автопилота», — подчёркивает Toyota. Люди, которые заинтересованы в испытании услуги, могут зарегистрироваться на сайте Toyota, а затем автопроизводитель отберёт группу, которая сможет участвовать.

Автомобили будут оснащены программным обеспечением Toyota Chauffeur, которое автопроизводитель ранее описывал как создающееся для полной автономности, когда человек практически исключён из вождения либо во всех средах, либо в пределах ограниченной области вождения. У Toyota есть второй автопилот под названием Guardian, который, по сути, является продвинутой системой помощи водителю, похожей на автопилот Tesla. Но сегодня ни то, ни другое не предлагается ни в одном серийном автомобиле компании.

Исследовательский институт Toyota, подразделение автопроизводителя, базирующееся в Кремниевой долине, уже несколько лет проводит испытания в США на своей закрытой территории у озера Оттава (штат Мичиган). Там, по словам Toyota, институт воспроизвёл наиболее сложные характеристики инфраструктуры и сценарии вождения Одайбы для своих транспортных средств.

Тесты должны совпасть с Олимпийскими играми 2020 года в Токио. Автопроизводитель также заявил, что воспользуется случаем, чтобы продемонстрировать свои твердотельные аккумуляторы для электромобилей. Компания отметила, что предоставит 3700 транспортных средств для Олимпиады, 90 процентов из которых будут электрифицированы. Это может означать аккумуляторные, водородные или даже газоэлектрические гибриды. Из 3700 автомобилей 850 будут работать от аккумуляторов, а 500 — от топливных элементов.

ТОП-5 стран, лидирующих в сфере искусственного интеллекта

24 октября 2020

Искусственный интеллект стал незаменимой технологией в 21 веке. Значимая роль ИИ в жизни людей стимулирует ученых продолжать заниматься его совершенствованием. В некоторых странах этому вопросу уделяют особо большое внимание.

В Соединенных Штатах Америки 2 028 компаний функционируют в сфере создания ИИ. Искусственный интеллект применяют для того, чтобы упростить использование девайсов, сделать технику более инновационной, реализовать концепцию «интернета вещей» и усовершенствовать военную технику.

Искусственный интеллект в Китае имеет огромное значение для развития сферы торговли, на которой держится экономика страны. Такие крупные компании, как Tencent и Alibaba, активно внедряют ИИ в свои облачные сервисы, чтобы сделать их лучше.

Лидер в Европе по развитию технологии ИИ. Огромное значение искусственный интеллект имеет в сфере телекоммуникаций, медицины, машиностроения и пр. Упор британские ученые делают на общественно значимые сферы, которые сейчас нуждаются в усовершенствовании.

На протяжении последних 2 лет Министерство сельского хозяйства Испании изучает использование ИИ для исследования эволюции вредителей оливковых культур. В данной сфере искусственный интеллект демонстрирует неплохие результаты, но до совершенства ему еще рано. Особенный интерес к развитию технологий ИИ испанские ученые питают в течение последних 50 лет, пребывая под влиянием англо-американской научно-изобретательной среды.

Центр развития технологий, в том числе ИИ. Научно-исследовательские институты Швеции работают с целью сделать жизнь людей проще. В развитие науки и техники инвестируют львиную долю финансовых средств. Ученые из Швеции разработали так называемые «говорящие головы», которые помогают путешественникам узнать нужную информацию о поездке в аэропорту, на вокзале или автостанции. Также была изобретена машина, которая сортирует использованные батареи с помощью ИИ.

Искусственный интеллект (мировой рынок)

Содержание

Рекордные инвестиции в ИИ-стартапы

Во втором квартале 2020 года стартапы в области искусственного интеллекта получили финансирование в размере 7,4 миллиарда долларов, что является самым высоким показателем за всю историю наблюдений. Количество сделок также росло. Было заключено 488 сделок по искусственному интеллекту.

40% европейских ИИ-стартапов не имеют отношения к искусственному интеллекту

40% европейских стартапов, занимающихся разработками в области искусственного интеллекта, на самом деле не используют его. К такому выводу пришли аналитики венчурной компании MMC Ventures на основе опубликованного в марте 2020 года опроса 2800 стартапов в 13 странах ЕС.

В 40% случаев мы не смогли найти доказательства использования искусственного интеллекта, — заявил журналу Forbes директор по исследованиям MMC Дэвид Кельнар (David Kelnar).

По его словам, стартапы, которые «люди воспринимают и считают ИИ-компаниями, таковыми, вероятно, не являются».

Некоторые начинающие разработчики технологий используют модное словосочетание «искусственный интеллект» для привлечения внимания к себе и своим продуктам, чтобы получить больше финансирования. Согласно оценкам MMC, компании, заявляющие работу над ИИ-решениями, привлекают в среднем на 15-50% инвестиций.

При этом не всегда сами стартапы заявляют об использовании искусственного интеллекта, отмечает Forbes. Некоторые аналитические сайты приписывают компаниям приставку «ИИ», а в отчете MMC не уточняется процент компаний, которые целенаправленно вводят в заблуждение своих клиентов и инвесторов, говоря о применении искусственного интеллекта.

Партнер юридической фирмы по интеллектуальной собственности Gill Jennings and Every Питер Финни подтвердил выводы исследования. По его словам, количество заявок на ИИ-патенты выросло, так как компании стремятся сделать свой бизнес более привлекательным для инвестиций. [1]

Сектор ИИ — это пузырь, который скоро может лопнуть, — считает он.

В MMC изучили наиболее популярные среди стартапов, действительно занимающихся ИИ, регионы и направления. Больше всего таких стартапов в Британии — 479 к марту 2020 года, далее идут Франция (217 стартапов), Германия (196), Испания (166) и Нидерланды (103). Что касается сфер, то больше всего стартапов занимается разработками, связанными с медициной и поддержанием здоровья.

Рынок ИИ будет расти на 31% ежегодно

По оценкам аналитиков международной консалтинговой компании Frost & Sullivan, к 2022 году суммарный объем рынка технологий ИИ увеличится до $52,5 млрд, или в 4 раза по сравнению с уровнем 2020 года ($13,4 млрд). Ежегодный темп роста (CAGR) в прогнозируемый период будет сохраняться на уровне 31%. Повсеместное внедрение технологий ИИ к 2030 году увеличит объем глобального рынка товаров и услуг на $15,7 трлн, сообщили TAdviser в Frost & Sullivan 15 января 2020 года.

Если проанализировать данные за последние несколько лет, то можно сделать вывод, что искусственный интеллект в ближайшем будущем станет неотъемлемой частью нашей личной и профессиональной жизни, — отметил Денис Степанов, директор по развитию бизнеса Frost & Sullivan. — Эта технология уже принята на вооружение во всех крупных отраслях. Средние ежегодные расходы крупных компаний на приложения на основе технологии искусственного интеллекта постоянно растут, так как компании желают получить конкурентное преимущество путем улучшения своих бизнес-процессов при помощи машин.

По данным Frost & Sullivan, лидером по сумме инвестиций в развитие технологий ИИ и количеству заключенных сделок остается США, за которыми следуют Китай и Великобритания. Однако, если принимать во внимание среднюю стоимость сделки, то безусловным лидером является Китай, средний размер сделок которого в последние 2 года составлял более чем $100 млн против $15 млн и $5,4 млн у США и Великобритании соответственно.


Китай активно развивается в направлении технологий ИИ. В 2020 году доля мирового объема инвестиций, пришедшая в китайские стартапы, впервые превысила долю американских компаний и составила 48%, — уточнил Степанов. — При этом в США находится 54% от всех ИИ-стартапов, а в Китае — лишь 15%. Такой рост популярности искусственного интеллекта в Китае связан с тем, что местное правительство активно продвигает технологию во многие отрасли, начиная с сельского хозяйства и заканчивая оборонно-промышленным комплексом. В случае, если этот рынок технологии ИИ продолжит расти с таким темпом, США рискуют потерять лидирующие позиции, а Китай имеет все шансы стать мировым лидером на рынке разработки и применения технологии.

Наиболее популярными среди инвесторов компаниями в 2020 году стали китайские SenseTime ($1200 млн инвестиций), UBTech Robotics ($820 млн), Megvii Technology ($600 млн), YITU Technology ($300 млн) и американские Dataminer ($391 млн), CrowdStrike ($200 млн) и Pony.ai ($214 млн), отметили во Frost & Sullivan. Технологические ИИ-стартапы привлекли внимание таких компаний, как Alibaba Group, Fidelity International, General Atlantic, Accel и других.

Мастер Йода рекомендует:  Как с помощью css сделать ссылку красивой

Исследованиями в различных технологических областях искусственного интеллекта занимаются такие компании, как IBM, Google, CloudMinds, Affectiva и т.д.

В сфере здравоохранения ИИ в основном используется для выявления закономерностей в медицинских данных и позволяет значительно повысить точность лечения, сводя к минимуму возможность постановки ложных диагнозов, и, как следствие, снижая затраты на лечение. Так, калифорнийский стартап HealthTap разработал приложение, анализирующее записи более 100 тыс. врачей для выявления наиболее точного диагноза.

ИИ также трансформирует пространство кибербезопасности, обеспечивая применение инноваций для защиты от угроз, которые традиционные средства сетевой безопасности не способны обнаружить. Специалисты компании Deep Instinct (Израиль) разработали собственные алгоритмы глубокого обучения (одной из областей ИИ), которые позволяют выявить аномалии в поведении сети и наличие целевых кибератак (APT), которые не могут быть обнаружены с помощью традиционных технологий.

Большое влияние приложений, основанных на технологиях ИИ, распространяется также на такие отрасли, как ИКТ, банковское дело и финансы, автомобилестроение, видеоигры и развлечения. По словам Степанова, в дальнейшем влияние ИИ-приложений будет усиливаться в том числе в аэрокосмической и оборонной отраслях, энергетике, розничной торговле.

По мнению аналитиков Frost & Sullivan, устойчивый рост рынка технологий ИИ в мире будет также обусловлен интеграцией умных приложений в таких областях, как робототехника, создание и развитие систем когнитивных, нейроморфных, квантовых и масштабных вычислений.

Среди множества стартапов в этой сфере можно отдельно выделить реализуемый проект МФТИ по разработке гибридных чипов (нейронных сопроцессоров) на основе мемристорных и оптогенетических технологий, который является синтезом фундаментальных исследований мирового уровня и прикладного применения этих разработок сразу в нескольких сферах: нейробиология и нейрофармакология, протезы и искусственные части тела, интегрированные с нервной системой человека, энергоэффективные и сверхбыстрые вычисления, человеко-машинный интерфейс, — добавил Денис Степанов.

Рост рынка ИИ-софта на 26,6% до $2,6 млрд — IDC

Объем мирового рынка программных платформ искусственного интеллекта в 2020 году достиг $2,6 млрд, увеличившись на 26,6% относительно 2020-го. Такие данные аналитики IDC обнародовали в июне 2020 года.

Директор по исследованиям направления Cognitive/Artificial Intelligence Systems в IDC Дэвид Шубмел (David Schubmehl) говорит, что в 2020 году компании переходили от тестирования искусственного интеллекта к промышленной эксплуатации таких приложений в своих бизнес-процессах.

Рынок программных ИИ-платформ демонстрирует рост, предоставляя инструменты и возможности, которые используются организациями для разработки таких приложений, — отметил эксперт.

В IDC ожидают сохранение такой тенденции и уверены в дальнейшем росте спроса на решения с открытым исходным кодом.

По мнению специалистов, настало время действовать для производителей, которые хотят заработать на искусственном интеллекте, глубоком и машинном обучении.

Крупнейшим производителем ИИ-софта аналитики называют компанию IBM, которая в 2020 году заработала на таких продуктах $240,6 млн, что на 26,6% превосходит значение годичной давности. Рыночная доля IBM достигла 9,3%.

На втором месте расположилась SAS, чей бизнес растёт ещё быстрее, чем у лидера. В 2020 году доходы компании на рассматриваемом рынке повысились на 104,6% и составили $89 млн.

По словам Дэвида Шубмела, SAS показала впечатляющий рост на рынке технологий искусственного интеллекта благодаря своим лидирующим позициям в области аналитики.

По мере того, как организации переходят от экспериментов к промышленной эксплуатации ИИ для решения своих бизнес-задач, многие ищут надежного поставщика, который предлагает аналитическую экспертизу и знание предметной области. Встроенные возможности SAS для искусственного интеллекта и интеграция с технологиями с открытым исходным кодом позволяют компании использовать преимущества технологии для автоматизации процессов без тяжелого подъема обучающих моделей искусственного интеллекта, — сказал Шумбел.

Разработка решений на базе ИИ входит в число ключевых приоритетов SAS. Эта технология находится на пике востребованности, и сильные позиции в области углубленной аналитики позволяют использовать ее возможности по максимуму, отметили в компании. По данным IDC, SAS занимает 30,8% глобального рынка углубленной аналитики.

В докладе IDC говорится, что рост рынка платформенных ИИ-решений и разрабатывающих их компаний обусловлен высоким спросом на искусственный интеллект в корпоративном секторе.

Ранее в 2020 году аналитики Gartner опубликовали результаты исследования, которое показало, что число компаний, использующих искусственный интеллект в рабочих процессах, за четыре года стало на 270% больше. 37% компаний задействуют ИИ-системы в той или иной форме. В 2015 году этот показатель измерялся 10%, в 2020-м — 25%.

Эксперты сходятся во мнении, что ИИ становится неотъемлемой частью будущих корпоративных стратегий независимо от рынка. Например, 52% телекоммуникационных компаний, представители которых приняли участие в исследовании, уже используют чат-ботов для улучшения качества обслуживания клиентов.

В то же время, как сообщают в аналитическом агентстве IDC, лишь 25% организаций, которые уже внедрили ИИ-системы, разработали корпоративные стратегии по использованию этой технологии. Половина респондентов считают ИИ приоритетным направлением, а две трети опрошенных сообщили, что поддерживают культуру, при которой искусственный интеллект находится на первом месте.

Рост китайского рынка ИИ на 52,8% до 33,9 млрд юаней

В 2020 году продажи программного обеспечения и оборудования, предназначенные для создания и функционирования систем искусственного интеллекта, на китайском рынке достигли 33,9 млрд юаней ($4,93 млрд по курсу на 16 июля 2020-го), что на 52,8% больше, чем годом ранее. Такие данные в июле 2020 года обнародовала неправительственная организация Китайское интернет-общество (Internet Society of China). Подробнее здесь.

Продажи чипов для глубокого обучения достигли 164,9 млн штук — Tractica

Объем мирового рынка чипов, предназначенных для решения задач в области глубокого обучения, в 2020 году достиг 164,9 млн штук. Такие данные 6 мая 2020 года обнародовали в аналитической компании Tractica.

Как сообщается в исследовании, быстрое внедрение искусственного интеллекта для решения практических бизнес-задач привело к появлению ряда неопределённостей и рисков почти на всех рынках. Однако есть факт, который нельзя отрицать: в современной ИИ-индустрии оборудование является ключевым фактором для преодоления основных проблем, а чипсеты — это «сердце» таких устройств.

Учитывая широкую доступность ИИ, почти наверняка произойдёт то, что каждое приложение в будущем будет нуждаться в некотором ускорении с использованием наборов ИИ-микросхем, будь то в дата-центре или на границе сети. Ускорение может принимать самые разные формы: от простой ИИ-библиотеки, запущенной на центральном процессоре, до более сложного пользовательского оборудования.

По словам экспертов, потенциал искусственного интеллекта лучше всего проявляется, когда ИИ-чипсеты оптимизированы для предоставления необходимой вычислительной мощности с правильным расходом энергии для конкретных ИИ-приложений. Такая тенденция ведёт к расширению специализаций и разнообразию ИИ-чипов.

Прогнозируется, что глобальные поставки микросхем, предназначенных для реализации глубокого обучения, к 2025 году превысят 2,9 млрд штук, а в деньгах объём рынка достигнет $72,6 млрд.

Наибольшим спросом на рассматриваемом рынке пользуются графические и центральные процессоры. Однако в будущем в лидеры вырвутся интегральные схемы специального назначения (ASIC). Кроме того, растущий спрос ожидается на однокристальные (SoC) ускорители и программируемые решения (FPGA).

Что касается крупнейших производителей чипов для глубокого обучения, то лидерами в Tractica называют компании Nv >[3]

Объем рынка в $8,1 млрд — Tractica

В конце декабря 2020 года аналитическая компания Tractica представила отчет по развитию и развертыванию технологий искусственного интеллекта (ИИ). По оценкам экспертов, объем мирового рынка соответствующего программного обеспечения по итогам 2020 года достиг $8,1 млрд и в дальнейшем будет только расти. Ожидается, что к 2025 году продажи будут измеряться $105,8 млрд.

Программное обеспечение с элементами искусственного интеллекта становится все более востребованным и распространенным благодаря растущим объемам данных, увеличению вычислительной мощности компьютеров и повышению производительности алгоритмов. Технологии ИИ проникли практически в каждую отрасль, позволив машинам говорить, слушать, двигаться и принимать решения, а множество вариантов их использования раскрывают потенциальные возможности для развития бизнеса, привлекают новые инвестиции и способствуют изменениям в существующих бизнес-процессах.

Согласно отчету Tractica, технологии ИИ на конец 2020 года используются в 258 областях. Главный аналитик Кит Киркпатрик (Keith Kirkpatrick) говорит следующее:

Возможности ИИ можно использовать в широком спектре отраслей и регионов: от рекламы и автомобилестроения до транспорта и телекоммуникаций. При этом значительная часть общего дохода сконцентрирована на узкоспециализированных рынках с потребностью в обработке крупных массивов данных.

В отчете компании Tractica «Случаи использования искусственного интеллекта» подробно рассматривается использование ИИ на потребительском, корпоративном и государственном рынках. Компания выявила, контекстуализировала и предложила реальные примеры и прогнозы доходов для каждого варианта использования, организовав их по отраслевым секторам. Получившийся отчет служит справочником по прогнозированию рынка ИИ, предлагая обзор и анализ каждого варианта использования, включенного в модель. Проведя глубокий анализ рынка приложений, Tractica также определила в отчете возможности для расширения рынка искусственного интеллекта. [4]

В десятку наиболее популярных областей использования ПО с элементами искусственного интеллекта с точки зрения приносимой выручки специалисты включили: видеонаблюдение, системы мониторинга и управления ИТ-сетями и операциями, клиентское обслуживание и маркетинг, распознавание голоса и речи, обнаружение и распознавание объектов техникой/автомобилями и уклонение от столкновения с ними, изучение и анализ патентов, запрос фото и видеоизображений, анализ медицинских снимков, обработка данных пациентов, прогностическое техобслуживание.

Согласно расчетам аналитической компании >


Наибольшие ИИ-инвестиции по итогам 2020 года аналитики ожидают в розничной торговле и банковской сфере (более $4 млрд). В таких областях, как дискретное производство, медицина и непрерывное производство, также ожидаются значительные затраты в ИИ-продукты.

Около 40% затрат на когнитивные и ИИ-технологии приходится на программное обеспечение, в том числе на когнитивные платформы, которые предоставляют инструменты и технологии для анализа, организации, доступа и оказания консультационных услуг на основе структурированной и неструктурированной информации. Этот сегмент будет самым быстрорастущим: каждый год его объем будет увеличиваться в среднем на 43,1%.

Как совершенствуется искусственный интеллект — главные тенденции и препятствия

Рынок ПО для глубокого обучения оценили в $3 млрд

26 ноября 2020 года аналитическая компания Tractica опубликовала некоторые результаты исследования рынка программного обеспечения, предназначенного для задач глубокого обучения. Продажи такого софта в 2020 году достигли $3 млрд, а к 2025 году показатель может вырасти до $67,2 млрд.

Как отмечают эксперты, глубокое обучение — это модный термин, который широко рекламировался компаниями и технологическими изданиями на протяжении многих лет. Однако до 2020 года внедрение такого софта приносило весьма скудные результаты, которые не оправдали ожидания.

После этого срока истинный потенциал глубокого обучения был реализован благодаря достижениям в разработке оборудования и алгоритмов, применяемых для распознавания образцов в непрерывном цикле обучения, что позволило программам самообучаться на задачах, не требующих явно заданного программного кода.

К концу 2020 года практические проекты глубокого обучения сосредоточены в таких областях, как распознавание изображений, анализ текста, рекомендации по продуктам, предотвращение мошенничества и курирование данных. Вместе с тем, как считают аналитики, технология способна привести к созданию еще более производительных и прорывных приложений в области беспилотных автомобилей, персонализированного оборудования, профилактической медицины и др.

Старший аналитик Tractica Кит Киркпатрик (Keith Kirkpatrick) говорит, что глубокое обучение стало ключевой сферой интереса благодаря своему потенциалу к преобразованию целых отраслей. Лидерами рынка такого ПО эксперты называются компании Google, Facebook, Microsoft, IBM, Amazon и Baidu.

Наибольший спрос на софт для глубокого обучения приходится на Северную Америку — в 2020 году доля этого региона на рынке составила примерно 50%. В тройку лидеров вошли Азиатско-Тихоокеанский регион и Европа. [5]

Markets And Markets: Объем рынка распознавания образов достигнет $29,9 млрд к 2020 г

По оценке Markets And Markets, опубликованной в 2020 году, объем рынка распознавания образов достигнет $29,98 млрд к 2020 году со средним CAGR на уровне 19,1 %. Технологии распознавания образов содержат в себе распознавание паттернов, оптических образов, кода, объектов и цифровых фотографий. Они либо по отдельности, либо в интегрированном виде используются в таких сферах, как безопасность и наблюдение, сканирование и создание изображений, маркетинг и реклама, дополненная реальность и поиск изображений.

Ключевым драйвером этого рынка является уход всех процессов как в бизнесе, так и в потребительском сегменте в облака, а также рост влияния Интернета, смартфонов, социальных медиа. Акторами этого рынка являются такие крупные корпорации, как NEC, Google, Honeywell, Hitachi и Qualcomm. Также присутствует множество меньших по размеру игроков, таких как LTU Technologies, Attrasoft, Blippar и SLYCE, и таких вендоров, как Catchoom и Wikitude.

Продажи ИИ-софта оценили в $3,2 млрд

В 2020 году объем мирового рынка программного обеспечения, использующего алгоритмы искусственного интеллекта (ИИ), достиг $3,2 млрд, подсчитали в исследовательской компании Tractica. Подробнее здесь.

Tractica: Объем рынка ИИ $643,7 млн, к 2025 году достигнет $38,8 млрд

Хотя в перспективе 10 лет ИИ-технологии повлияют практически на каждый бизнес, основными драйверами рынка станут секторы потребительских продуктов, бизнес-услуг, рекламы и обороны. Tractica предсказывает рост доходов на рынке ИИ с $643,7 млн в 2020 году до $38,8 млрд к 2025 году.

Tractica на основе таксономии 191 реального кейса поделила рынок ИИ на 27 секторов. Эксперты предполагают, что такие usecase, как распознавание образов, алгоритмическая биржевая торговля и управление данными пациентов в здравоохранении, имеют колоссальный потенциал масштабирования, в то время как другие кейсы пока являются нишевыми. Динамика ИИ, на их взгляд, будет основываться на шести фундаментальных технологиях:

  • машинное обучение,
  • глубинное обучение,
  • компьютерное зрение,
  • обработка естественного языка,
  • машинная аргументация и
  • сильный ИИ.

Развитие рынка ИИ в терминах доли на рынке будет происходить преимущественно в Северной Америке, поскольку и сейчас этот регион является центром динамичного развития продвинутых технологий, производственных процессов, инфраструктуры, располагаемого дохода и т. д. Широкая адаптация технологии ИИ в промышленности, медиа и рекламе, здравоохранении, BFSI, транспорте и автопроме является ключевым фактором, поддерживающим рост рынка ИИ в этом регионе.

Искусственный интеллект стал ключевым технологическим трендом 2020 года, и объем глобальных инвестиций в него превышает $500 млн. По прогнозам международной исследовательской компании Markets and Markets, к 2020 году рынок ИИ вырастет до $5 млрд за счет применения технологий машинного обучения и распознавания естественного языка в рекламе, розничной торговле, финансах и здравоохранении.

В Gartner считают, что к 2020 году около 40% всех взаимодействий с виртуальными помощниками будет опираться на данные, обработанные нейронными сетями.

ИИ-стартапы привлекли $5 млрд инвестиций

По данным CB Insights, в 2020 году стартапы в области искусственного интеллекта (ИИ) смогли привлечь в совокупности $5,02 млрд инвестиций, что стало наибольшей суммой за прошлые пять лет.

Количество раундов финансирования проектов в области ИИ выросло со 160 (2012 год) до 658 — то есть, более чем в 4 раза. Также возросла доля неамериканских стартапов, постепенно увеличившись с 21% до 38% за период с 2012 по 2020 год, хотя большая часть инвестиций по-прежнему достаётся американским компаниям.

Было проведено несколько мегараундов финансирования. Наибольшую сумму получило израильское приложение Gett, использующее алгоритмы ИИ для развертывания работы автономных автомобилей. Volkswagen поддержал компанию Gett инвестициями в размере 300 млн долларов с целью расширения прогнозирующих алгоритмов Gett.

Market And Markets: Рынок технологий обработки естественного языка — $7,63 млрд

Рынок технологий для обработки естественного языка (Natural Language Processing, NLP) оценивается Market And Markets в $7,63 млрд в 2020 году с прогнозом роста до $ 16,07 млрд к 2021, с CAGR на уровне 16 1 %. Основными драйверами компания считает возрастающий спрос на более продвинутый уровень пользовательского опыта, рост пользования умными девайсами, рост инвестиций в здравоохранение, растущее применение сетевых и облачных бизнес-приложений и рост M2M-технологий.

Объем рынка технологий распознавания речи — $104 млрд

Мировой рынок технологий распознавания речи оценен BCC Research в колоссальные $90,3 млрд в 2015 году. Ожидается, что этот рынок вырастет со $104,4 млрд в 2020 до $184,9 млрд в 2021 со средними темпами (CAGR) на уровне 12,1 % за период 2020–2021.

MIT опубликовал рейтинг из 50 самых продвинутых компаний мира, поставив Tesla на первое место

Ресурс MIT Technology Review в пятый раз опубликовал свой рейтинг 50-ти самых продвинутых компаний мира, которые занимаются такими родами деятельности как перевозка, компьютерные технологии и коммуникации, биотехнологии и энергия. Первое место рейтинга авторы оставили за компанией Илона Маска Tesla, которая наиболее известна в мире производством электрокаров. По мнению авторов недавний выход Tesla на рынок домашних батарей с системой Tesla Energy является именно тем рывком, который позволяет поставить компанию на первое место. Также внимание ресурса привлекло намерение Илона Маска построить «гигафабрику» аккумуляторов, что потребует инвестиций размером в $5 миллиардов.

Мало того, в рейтинге MIT оказались и две другие (реальные, если не принимать во внимание такие ещё не реализованные проекты вроде транспортной системы Hyperloop) компании, принадлежащие Илону Маску — SolarCity и SpaceX. Первая из этой пары попала в рейтинг благодаря тому, что солнечные панели, которые она намерена производить, уже заказаны американскими покупателями в количестве 177 000 штук. SpaceX заслужила своё 22-е место благодаря разработке технологий по повторному использованию ракет-носителей типа Falcon.

Второе место в рейтинге заняла китайская Xiaomi — производитель смартфонов. На третьем месте располагается биотехнологическая компания Illuminia, которая занимается производством доступных систем анализа ДНК, используемых в больницах и исследовательских лабораториях. Сегодня анализ ДНК в 90% случаев производится при помощи технологий Illumina. В целом в первой десятке «самых продвинутых» оказались компании, которые занимаются «реальными физическими технологиями», которые «можно пощупать»; из компаний, которые строят свой бизнес на интернете в десятке лидеров всего две — китайский ритейлер Alibaba и онлайн-кинотеатр Netflix.

Известные всем высокотехнологичные компании, такие как Google, Amazon, Apple, Facebook и Microsoft, также оказались в рейтинге MIT, правда, их позиции сильно отличаются. Если первая четвёрка находятся примерно посредине списка, то Microsoft отдали только 48-место, «засчитав» компании её технологию дополненной реальности Hololens. Google опередил Apple, благодаря проекту Loon по осуществлению общепланетарного доступа в интернет при помощи системы воздушных шаров. Авторы рейтинга отдали Apple 16 место, поскольку та выпустила умные часы Apple Watch и технологию платежей Apple Pay. Из молодых IT-стартапов в MIT посчитали достойными внимания корпоративный мессенджер Slack, приложение для обмена исчезающими фотографиями Snapchat и краудсорсинговую компанию Uber.

MIT Technology Review: ТОП-50 самых инновационных компаний мира

MIT Technology Review — издание Массачусетского технологического института, рассказываещее о главных трендах в области технологий и технологического бизнеса

Ежегодный рейтинг от MIT Technology Review впервые возглавил американский разработчик графических ускорителей, процессоров и наборов системной логики Nvidia.

По сравнению с прошлогодним рейтингом Nvidia поднялась сразу на 11 позиций. Такой взлет, вероятно, связан с популярностью майнинга криптовалют, для которого компания производит профессиональные видеокарты. Кроме того, Nvidia лидирует в разработке ИИ-технологий, например для беспилотных автомобилей, над созданием которых в последнее время трудятся специалисты многих автокомпаний.

Второй в рейтинге стала компания SpaceX — завсегдатай рейтинга с 2011 года. Тройку лучших замыкает Amazon — абсолютный лидер прошлого года.

Впервые в ТОП-50 самых инновационных компаний попала Adidas, активно использующая новые технологии. Благодаря запуску роботизированной микрофабрики по производству обуви концерн занял 38 строчку рейтинга. В рейтинге в очередной раз нет ни одной компании из России.


MIT Technology Review — издание Массачусетского технологического института, которое рассказывает о главных трендах в области технологий и технологического бизнеса, а также публикует рейтинги самых революционных технологий.

Источник: www.sostav.ru

Мы ежедневно собираем для вас важные исследования со всего мира. Следите за нами в Facebook, Twitter и Вконтакте, чтобы всегда иметь под рукой свежие и актуальные данные. А также подписывайтесь на нашу еженедельную рассылку. Подписаться!

10 важнейших технологий 2020 года по мнению Билла Гейтса и MIT

Билл Гейтс: «Для меня было честью составить список из десяти прорывных технологий. Выбрать только десять для этого списка было сложно. Я хотел не только выбрать вещи, которые появятся в заголовках в 2020 году, но захватить этот момент технологической истории — и это заставило меня задуматься о том, как инновации развивались со временем. Тогда я вспомнил про плуг — среди всех вещей. Плуги отлично воплощают историю инноваций.

Мастер Йода рекомендует:  Курс PHP для начинающих бесплатные онлайн уроки

Люди использовали их с 4000 г. до н.э., когда месопотамские фермеры первыми начали насыщать почву кислородом при помощи заостренных палок. С тех пор мы медленно улучшаем их, а современные плуги — это чудеса техники.

Но какое назначение у плуга в действительности?».

Гибкие роботы

Роботы учатся обращаться с физическим миром.

Несмотря на все разговоры о том, что машины отнимают работы, промышленные роботы все еще неуклюжие и гибкие. Робот может многократно находить компонент на сборочной линии с удивительной точностью и никогда не заскучает, но переместите объект на полдюйма или замените его чем-то слегка непохожим, и машина будет неумело шарить по поверхности или хватать воздух.

Хотя робота пока нельзя запрограммировать на понимание того, как хватать любой объект, только взглянув на него, как это делают люди, теперь он может научиться управлять объектом самостоятельно посредством виртуальных проб и ошибок.

Один из таких проектов — Dactyl, робот, который научил себя переворачивать игрушечный кубик на руке. Dactyl, который разрабатывали в некоммерческой организации OpenAI, представляет собой цельную руку робота, окруженную массивом источников света и камер. Используя так называемое обучение с усилением, программное обеспечение на основе нейросетей, робот учился хватать и переворачивать кубик в моделируемой среде, прежде чем проделать этот трюк собственноручно. Эксперименты с ПО, поначалу случайные, усиливают связи в сети со временем, приближая робота к цели.

Обычно перенести такого рода виртуальную практику в реальный мир невозможно, потому что такие вещи, как трение или различные свойства различных материалов трудно смоделировать. Команда OpenAI обошла это, добавив случайности в виртуальное обучение и дав роботу пример из беспорядка реальности.

Новая волна ядерной энергетики

Усовершенствованные реакторы ядерного деления и синтеза стали ближе к реальности.

Новые ядерные конструкции, которые набрали ход в прошлом году, обещают сделать этот источник энергии безопаснее и дешевле. Среди них — реакторы деления IV поколения, эволюция традиционного дизайна; небольшие модульные реакторы; реакторы синтеза, которые всегда были чем-то недостижимым. Инженеры реакторов IV поколения, вроде канадской Terrestrial Energy и вашингтонской TerraPower, вступили в партнерские отношения с коммунальщиками, надеясь наладить поставки в энергосеть к 2020 году.

Небольшие модульные реакторы обычно производят десятки мегаватт энергии (для сравнения, обычный ядерный реактор производит порядка 1000 МВт). Компании вроде орегонской NuScale утверждают, что миниатюрные реакторы смогут сэкономить денег и сократить риски для окружающей среды.

Был также прогресс в области синтеза. Хотя никто не ожидает поставок до 2030 года, такие компании, как General Fusion и Commonwealth Fusion Systems, ответвление MIT, добились определенных успехов. Многие считают, что синтез — это несбыточная мечта, но поскольку реакторы не смогут плавиться и создавать долгоживущие радиоактивные отходы, общество с большей готовностью пойдет на их распространение, в отличие от обычных ядерных реакторов. Билл Гейтс инвестировал в TerraPower и Commonwealth Fusion Systems, кстати.

Прогнозирование недоношенных новорожденных

Простой анализ крови может предсказать, есть ли риск преждевременных родов у беременной женщины.

Наш генетический материал живет в основном внутри наших клеток. Но небольшое количество «бесклеточной» ДНК и РНК также плавают в нашей крови, часто выделяясь умирающими клетками. У беременных этот бесклеточный материал представляет собой алфавитный бульон из нуклеиновых кислот плода, плацента и матери.

Стивен Квейк, биоинженер из Стэнфорда, нашел способ использовать этот бульон для решения одной из самых сложных проблем медицины: примерно каждый десятый младенец рождается преждевременно.

Свободно плавающие ДНК и РНК могут может предоставить информацию, которая ранее требовала инвазивных способов захвата клеток, вроде биопсии опухоли или пункции живота беременной женщины для выполнения амниоцентеза. Теперь стало проще обнаруживать и секвенировать небольшие количества бесклеточного генетического материала в крови. В последние несколько лет ученые начали разрабатывать анализы крови для рака (по обнаружению ДНК опухолевых клеток) и для предродового скрининга состояний вроде синдрома Дауна.

Тесты на поиск таких условий полагаются на поиск генетических мутаций в ДНК. РНК, с другой стороны, является молекулой, которая регулирует экспрессию генов — сколько белка производится геном. Секвенируя свободно плавающую РНК в крови матери, Квейк смог обнаружить колебания в экспрессии семи генов, которые он связывает с преждевременными родами. Это позволило ему идентифицировать женщин, которые с определенной вероятностью разродятся преждевременно. После тревоги врачи могут назначить меры предосторожности и контроля и дать ребенку больший шанс на выживание.

По словам Квейка, технология, лежащая в основе анализа крови, быстрая, простая и стоит меньше 10 долларов за измерение. Вместе с коллегами он запустил стартап Akna Dx, чтобы поставить анализ на поток.

Кишечный зонд в таблетке

Небольшое устройство, которое можно проглотить, делает подробные снимки кишечника без анестезии, даже у младенцев и детей.

Экологическая кишечная дисфункция, вызванная окружающей средой (EED), может быть одной из самых дорогостоящих болезней, о которых вы слышали. Отмеченная воспаленным кишечником, который пропускает и плохо впитывает питательные вещества, она широко распространена в бедных странах и является одной из причин, по которой люди страдают от недоедания, задержек в развитии и никогда не достигают нормального роста. Никто не знает, что точно вызывает это расстройство, как его предотвращать или лечить.

Практический скрининг для ее обнаружения помог бы медицинским работникам узнавать, когда и как вмешиваться. Терапия уже доступна для младенцев, но диагностика и изучение болезней в кишечнике таких маленьких детей, часто требует обезболивания и введения эндоскопа в горло. Это дорого, неудобно и непрактично в тех регионах мира, где распространена эта дисфункция кишечника.

Поэтому Гильермо Тирни, патолог и инженер Массачусетской больницы общего профиля в Бостоне, разрабатывает небольшие устройства, которые можно использовать для проверки кишечника на наличие признаков EED или даже получения биопсии тканей. В отличие от эндоскопов, они простые в использовании при оказании первой помощи.

Капсулы Тирни для глотания содержат миниатюрные микроскопы. Они крепятся к гибкому нитевидному тросу, который обеспечивает питание и освещение при отправке изображений на консоль с монитором. Это дает медицинскому работнику возможность приостанавливать капсулу в интересных местах и доставать ее по завершении, чтобы затем стерилизовать ее и повторно использовать. Хотя звучит странно, команда Тирни разработала метод, не вызывающий дискомфорта. Также это позволяет делать снимки всей поверхности пищеварительного тракта с разрешением до отдельной клетки или захватывать трехмерные кросс-секции глубиной в несколько миллиметров.

У технологии есть несколько применений; она используется для скрининга пищевода Барретта, предшественника рака пищевода. Для EED команда Тирни разработала еще меньшую версию для детей, которые не могут проглотить таблетку. Ее протестировали на подростках из Пакистана, где распространен EED, а на младенцах испытания запланированы на 2020 год.

Маленький зонд поможет исследователям ответить на вопросы о развитии EED — например, на какие клетки он воздействует и какие бактерии вовлечены — и оценить вмешательства и потенциальные методы лечения.

Индивидуальные противораковые вакцины

Такое лечение побуждает естественную защиту организма уничтожать только раковые клетки, выявляя мутации, уникальные для каждой опухоли.

Ученые находятся на пороге коммерциализации первой персонализированной противораковой вакцины. Если она будет работать, как планируется, такая вакцина, побуждающая иммунную систему человека определять опухоль по ее уникальным мутациям, сможет эффективно отключать некоторые виды рака.

Используя естественную защиту организма для избирательного уничтожения только опухолевых клеток, эта вакцина, в отличие от традиционных химиотерапий, ограничивает повреждение здоровых клеток. Атакующие иммунные клетки также будут бдительными к появлению любых беспризорных раковых клеток после изначального лечения.

Возможность появления таких вакцин начала обретать форму в 2008 году, спустя пять лет после завершения Human Genome Project, проекта генома человека, когда генетики опубликовали первую последовательность раковой опухолевой клетки.

Вскоре после этого ученые начали сравнивать ДНК опухолевых клеток с ДНК здоровых клеток — и других опухолевых клеток. Эти исследования подтвердили, что все раковые клетки содержат сотни, если не тысячи специфических мутаций, большинство из которых уникальны для каждой опухоли.

Несколькими годами спустя немецкий стартап BioNTech предоставил убедительные доказательства того, что вакцина, содержащая копии таких мутаций, может катализировать иммунную систему организма на производство Т-клеток, предназначенных для поиска, атаки и уничтожения всех раковых клеток.

В декабре 2020 года BioNTech совместно с биотехнологическим гигантом Genentech начала масштабное тестирование вакцины у онкологических больных. Продолжающееся исследование нацелено на 10 раковых заболеваний и планирует охватить 560 пациентов по всему земному шару.


Обе компании разрабатывают новые технологии производства, чтобы дешево и быстро производить тысячи индивидуальных вакцин. Это будет сложно, потому что создание вакцины включает в себя биопсию опухоли пациента, секвенирование и анализ его ДНК, а также передачу этой информации на производственную площадку. После производства вакцина должна быть незамедлительно доставлена в больницу; задержка может быть смертельной.

Бургер без коровы

Как выращенные в лаборатории, так и растительные варианты приближаются по вкусу и питательной ценности реального мяса, не нанося урона окружающей среде.

ООН ожидает, что к 2050 году в мире будет 9,8 миллиарда человек. И эти люди становятся богаче. Ни одна из этих тенденций не сулит ничего хорошего для изменения климата, особенно потому, что когда люди уходят от бедности, они начинают есть больше мяса.

К этой дате, согласно прогнозам, люди будут потреблять на 70% больше мяса, чем в 2005 году. И оказывается, что выращивание животных для употребления в пищу является одним из худших наших действий по отношению к окружающей среде.

В зависимости от животного, производство килограмма мясного белка западными промышленными методами требует в 8 – 50 раз больше воды, в 12 – 34 раз больше земли и в 12 – 40 раз больше ископаемого топлива, чем для производства килограмма растительного белка.

Проблема в том, что люди вряд ли остановятся употреблять мясо в пищу в скором времени. Это значит, что выращенное в лаборатории мясо и растительные альтернативы могут стать лучшим способом ограничить разрушение.

Производство мяса в лаборатории подразумевает извлечение мышечной ткани у животных и выращивание ее в биореакторах. Конечный продукт очень похож на натуральный, правда, ученые пока работают над вкусом. Ученые из Университета Маастрихта в Нидерландах, которые работают над масштабным производством лабораторного мяса, считают, что вырастят бургер в лаборатории уже в следующем году. Один из минусов лабораторно выращенного мяса в том, что и в таком случае польза для окружающей среды минимальна — выбросы углерода сократятся в лучшем случае на 7%.

Как вариант — делать мясо на растительной основе, как это делают Beyond Meat и Impossible Foods (Билл Гейтс, кстати, инвестор в обеих компаниях). Они берут белок гороха, сои, пшеницы, картофеля и растительные масла для имитации текстуры и вкуса мяса животных.

Beyond Meat располагает 2400 квадратных метров земли в Калифорнии и уже продала больше 25 миллионов бургеров в 30 000 магазинов и ресторанов. Котлета Beyond Meat, вероятно, будет генерировать на 90% меньше выбросов парниковых газов, чем обычный бургер, приготовленный из коровы.

Улавливатель углекислого газа

Практичные и доступные способы улавливания углекислого газа из воздуха могли бы поглощать избыточные выбросы парниковых газов.

Даже если мы замедлим выбросы углекислого газа, согревающий эффект парникового газа может сохраняться в течение тысяч лет. Чтобы предотвратить опасное повышение температуры, по мнению ООН, миру в этом столетии потребуется удалить из атмосферы 1 триллион тонн углекислого газа.

Прошлым летом климатолог из Гарварда Дэвид Кейт подсчитал, что теоретически машины могут справиться с этим менее чем за 100 долларов за тонну, если будут использовать метод прямого захвата воздуха. Это на порядок дешевле, чем по более ранним оценкам, что заставило многих ученых отказаться от технологии как от слишком дорогой, хотя потребуются годы, чтобы затраты упали до такого уровня.

Но когда вы поймаете углерод, вам все равно придется выяснить, что с ним делать.

Канадский стартап Carbon Engineering, который Кейт основал в 2009 году, планирует расширить свою пилотную программу и увеличить производство синтетического топлива, используя уловленный углекислый газ в качестве ключевого ингредиента. (Билл Гейтс инвестировал в Carbon Engineering).

Расположенный в Цюрихе завод прямого захвата воздуха Climeworks будет производить метан из углекислого газа и водорода, а второй завод в Швейцарии будет продавать углекислый газ для индустрии безалкогольных напитков.

Тем не менее, если использовать его в синтетическом топливе или газировке, углекислый газ будет возвращаться обратно в атмосферу. Конечная цель — навсегда заблокировать выбросы парниковых газов. Некоторые из них можно купировать в углеродном волокне, полимерах или бетоне, но куда проще было бы просто поместить их под землю. Только в данном случае эту бизнес-модель мало кто поддержит.

Фактически, удаление CO2 из воздуха, с инженерной точки зрения, является одним из самых сложных и дорогих способов борьбы с изменением климата. Но учитывая то, как медленно мы сокращаем выбросы, хороших вариантов не остается.

ЭКГ на запястье

Нормативное одобрение и технологические достижения облегчают людям постоянный мониторинг сердца с помощью носимых устройств.

Фитнес-трекеры — несерьезные медицинские устройства. Интенсивная тренировка или ослабленный ремешок могут сбить с толку датчики, считывающие ваш пульс. Но электрокардиограмма, которую врачи используют для диагностики нарушений еще до того, как они вызовут инсульт или сердечный приступ, требует посещения клиники, и зачастую люди просто не успевают сдать тест вовремя.

Умные часы с поддержкой ЭКГ, ставшие возможными благодаря новым правилам и нововведениям в аппаратном и программном обеспечении, предлагают удобство носимого устройства с точностью, близкой к точности медицинской.

Ремешок для Apple Watch, разработанный AliveCor, способен обнаруживать мерцательную аритмию, частую причину образования тромбов и инсультов, получил одобрение FDA в 2020 году. В прошлом году Apple выпустила собственную функцию ЭКГ, встроенную в часы.

Вскоре после этого и компания Withings также объявила о планах приобрести часы с ЭКГ.

В современных носимых устройствах по-прежнему используется только один датчик, тогда как в реальной ЭКГ их 12. И никакой из носимых устройств пока не может обнаружить сердечный приступ, когда он наступает.

Но это может измениться — скоро.

Санитария без канализации

Энергоэффективные туалеты смогут работать даже без систем канализации и обрабатывать отходы на месте.

Около 2,3 миллиарда человек не имеют доступа к хорошим санитарным условиям. Отсутствие работоспособных туалетов побуждает людей сбрасывать фекальные массы в близлежащие пруды и ручьи, распространяя бактерии, вирусы и паразиты, которые могут вызывать диарею и холеру. Диарея является причиной смерти одного из девяти детей во всем мире.

Ученые работают над созданием нового вида туалета, который будет достаточно дешевым для развивающегося мира и сможет не только собирать, но и утилизировать отходы.

В 2011 году Билл Гейтс создал своеобразный X Prize в этой области — конкурс «изобрети туалет заново». С момента запуска несколько команд представили свои опытные образцы. Все отходы обрабатываются на месте, поэтому нет необходимости в большом количестве воды, чтобы относить их в канализацию.

Рассматривают также варианты с нагреванием отходов, чтобы производился богатый углеродом материал, способный удобрять почву.

«Гладко» говорящие виртуальные ассистенты

Новые методы, способные улавливать смысловые связи между словами, делают машины лучше в понимании естественного языка.

Мы привыкли к виртуальным помощникам — Alexa проигрывает музыку в гостиной, Siri ставит будильники на телефоне — но они пока не оправдали возлагаемых на них надежд в плане проявлений сообразительности. Они должны были упростить нашу жизнь, но едва ли оцарапали эту почву. Они распознают лишь узкий диапазон команд и легко сбиваются с курса.

Некоторые новейшие достижения должны расширить репертуар цифровых помощников. В июне 2020 года исследователи из OpenAI разработали методику, которая обучает ИИ по неразмеченному тексту, избегая затрат денег и времени на классификацию и маркировку всех данных вручную. Несколько месяцев спустя Google представила систему BERT, которая научилась предсказывать пропущенные слова, изучая миллионы предложений. В тесте с множественным выбором он справился так же хорошо, как и люди при заполнении пробелов.

Эти улучшения, в сочетании с улучшенным синтезом речи, позволяют нам перейти от простых инструкций для помощников ИИ к разговорам с ними. Они позволят им справляться с простыми задачами вроде составления заметок о встречах, поиска информации и онлайн-покупок.

Некоторые уже готовы. Google Duplex, удивительно «человечное» обновление Google Assistant, может принимать за вас звонки от спамеров и продавцов из телевизора. Также оно может сделать звонки от вашего лица, чтобы запланировать бронь ресторана или купить билеты.

В Китае пользователи уже привыкли к AliMe от Alibaba, который координирует доставку посылок по телефону и торгуется по поводу цены товаров в чате.

Но хоть программы ИИ и стали лучше понимать, что вы хотите, они все равно не понимают предложения. Строки составляются или генерируются статистически, демонстрируя, насколько трудно дать машинам истинное понимание языка. Когда мы преодолеем это препятствие, мы увидим еще одну революцию. От координатора-логиста — к няне, учителю или даже другу.

Какого прорыва из этого списка ожидаете лично вы? Расскажите об этом в нашем чате в Телеграме.

Nvidia впервые возглавила рейтинг инновационных компаний мира

Американский разработчик графических ускорителей, процессоров и наборов системной логики компания Nvidia впервые возглавила рейтинг самых инновационных компаний мира, составленный MIT Technology Review, пишет газета «Коммерсант». Российские компании в рейтинг, насчитывающий 50 позиций, не вошли.

По сравнению с прошлогодним рейтингом Nvidia поднялась сразу на 11 позиций, зарекомендовав себя в качестве ведущего поставщика вычислительной мощности для программного обеспечения искусственного интеллекта (ИИ). Как подчеркивают составители рейтинга, в течение последнего финансового квартала доходы компании от своего центра обработки данных и автомобильного бизнеса увеличились на 186% и 24% соответственно.

Вторую строчку в списке самых инновационных заняла аэрокосмическая компания SpaceX, основанная Илоном Маском. При этом годом ранее SpaceX занимала в рейтинге 16-е место. За прошедшее с тех пор время SpaceX успела совершить несколько успешных пусков ракет Falcon 9 и не раз сажала их первые ступени. При этом два раза успешную посадку совершили ступени, отправленные в космос повторно.

Тройку лидеров рейтинга замкнула Amazon, которая опустилась на две строчки. Основным достижением компании в области инноваций можно назвать голосового помощника Alexa, а также проект Amazon Go, в рамках которого компания тестирует в Сиэтле магазин без продавцов и касс.

В десятку рейтинга также вошли биотехническая компания 23andMe, владеющий Google холдинг Alphabet, IT-компания iFlytek, которая доминирует на рынке голосовых технологий в Китае, американская биофармацевтическая компания Kite Pharma, китайская коммуникационная компания Tencent, владеющая мессенджером WeChat, а также американские биотехнологические компании Regeneron и Spark Therapeutics.

Что же касается Apple, которая недавно заняла второе место в рейтинге самых дорогих брендов мира, то она расположилась на 16-й строчке рейтинга. Соцсеть Facebook заняла 23-е место, а Microsoft – 27-е. Компании Intel и IMB расположились на 13-м и 39-м месте соответственно, а еще одна компания Илона Маска – Tesla заняла 31-ю строчку.

Стоит также отметить, что в рейтинг впервые попала компания Adidas, занявшая в списке 38-е место. Ее успеху поспособствовали запуск роботизированной микрофабрики по производству обуви в Германии и разработка коммерческой спортивной обуви Futurecraft 4D, изготовленной при помощи 3D-печати.

Добавить комментарий