Технология, которая автоматизирует подключение новых устройств к компьютеру и предоставляет их

Обновлено: 21.11.2024

В 2012 году венчурный капиталист и предприниматель Марк Андрисен предсказал, что рабочие места будут разделены между "людьми, которые говорят компьютерам, что делать, и людьми, которым компьютеры говорят, что делать". Уже сейчас смартфоны и другие устройства, подключенные к Интернету, назначают работу в самых разных средах, от складов Amazon до городских улиц. Рабочие, которые получают задания от компьютеров, могут увидеть, что их работа полностью автоматизирована, поскольку искусственный интеллект и роботы со временем становятся более способными. Однако эти же устройства также могут обучать сотрудников новым навыкам и преодолевать последующие волны автоматизации.

Джек Карстен

Бывший старший аналитик Центра технологических инноваций — Брукингский институт

Обучение навыкам обычно проводится в высших учебных заведениях или в самих компаниях. Однако рост стоимости обучения в колледже и сокращение инвестиций в обучение сокращают возможности для сотрудников приобретать навыки, необходимые для новых видов работы. Теперь новые технологии могут помочь заполнить этот пробел в обучении навыкам. Дополненная реальность и виртуальная реальность могут заставить компьютеры выполнять ручную работу вдали от офиса, предоставляя компаниям и работникам больше возможностей для выбора того, как и где проходить переподготовку. Вместо того, чтобы заставлять сотрудников идти в класс или на онлайн-портал, гарнитуры AR и VR могут обучать сотрудников новым навыкам на месте.

Компьютеры вне офиса

Когда-то автоматизация была прерогативой фабрик и других контролируемых сред, где машины могли заменить ручной труд. Затем мэйнфреймы и персональные компьютеры взяли на себя умственную работу в лабораториях и офисах. Теперь смартфоны и другие устройства, подключенные к Интернету, позволяют работникам носить с собой компьютеры, куда бы они ни направлялись. Оснащенный таким образом работник может выполнять ручные задачи, назначенные компьютером, который взял на себя большую часть умственной работы.

Связанные

Тенденции в секторе информационных технологий

Может ли дополненная реальность восполнить пробел в производственных навыках?

Представления об искусственном интеллекте, роботах и ​​автоматизации на основе данных поиска в Интернете

Такое разделение труда между людьми и компьютерами происходит в самых разных условиях. На складах Amazon ручные сканеры направляют сотрудников к каждому товару, включенному в заказ. Приложения для заказа такси, такие как Uber и Lyft, выполняют аналогичную задачу на городских улицах, сообщая водителям, где забирать и высаживать пассажиров. Приложения для доставки еды создали все больше «виртуальных ресторанов» без столов: приложение говорит поварам, какую еду готовить, и сообщает водителям, куда доставить каждый заказ. В настоящее время люди более способны, чем роботы, хватать предметы необычной формы, управлять автомобилем в неоптимальных условиях и готовить множество видов пищи. Тем не менее, Amazon, Uber, Lyft и компании, занимающиеся робототехникой, инвестируют в исследования и разработки для автоматизации этих задач. Возможно, мы недалеки от того времени, когда роботы и искусственный интеллект будут заниматься подготовкой и доставкой заказов электронной коммерции и продуктов питания.

Компьютерное обучение, а не замена

Компьютеры не должны заменять людей, если вместо этого они могут обучать людей, куда бы их ни привела их работа. Во все большем числе отраслей гарнитуры дополненной реальности накладывают технические знания, обычно полученные в классе, на ручную работу на рабочем месте. Может произойти и обратное: гарнитуры виртуальной реальности и портативные контроллеры могут имитировать практическое обучение в классе. Повышение информативности и интерактивности обучения для работников может сократить время, необходимое для приобретения опыта. Это относится как к новым работникам с небольшим набором навыков, так и к работникам среднего звена, осваивающим новые навыки.

Похожие книги

Открытые сети, закрытые режимы

Политика правительства в отношении программного обеспечения с открытым исходным кодом

Широкополосный доступ

Ускоренное обучение может создать для работодателей более гибкую рабочую силу. Хотя сами гарнитуры AR и VR по-прежнему относительно дороги, их стоимость может распространяться на многих сотрудников. Обучение можно легко перенастроить в соответствии с потребностями в новых навыках и повторить в любом месте, где находятся сотрудники. Напротив, инструктору-человеку необходимо будет самому освоить новые навыки, а затем преподавать в централизованном классе или ездить к работникам на местах. Гарнитуры AR и VR, распределенные по многим фабрикам или работающие на месте, позволяют сотрудникам применять технические знания, когда и где это необходимо.

Новые методы обучения работников открывают большие возможности для будущего работы. Вместо того чтобы полагаться на какой-то один набор навыков, работники смогут быстрее и эффективнее повышать свою квалификацию на протяжении всей своей карьеры. Этот подход приносит пользу отраслям, где поколения технологий развиваются намного быстрее, чем поколения рабочих. Дополненная реальность и виртуальная реальность, возможно, не способны улучшить каждую работу, но они могут добавить цифровой слой ко многим ручным задачам, выполняемым вдали от офиса. Работа с гарнитурой дополненной или виртуальной реальности не заменит работников, а даст им необходимые навыки для адаптации к экономике 21 века.

Amazon — общий неограниченный донор Brookings Institution. Выводы, интерпретации и выводы, опубликованные в этой статье, принадлежат исключительно автору и не зависят от каких-либо пожертвований.

Подробнее об основных функциях, отличительных чертах, сильных и слабых сторонах платформ блокчейна, которые получают максимальную отдачу .

Эксперты высоко оценивают недавно предложенное Комиссией по ценным бумагам и биржам США правило раскрытия информации о климатических рисках, которое требует от компаний выявлять климатические риски .

Недавнее мероприятие Accenture Technology Vision подчеркнуло трансформационные возможности виртуальных миров, а также указало на .

В этом выпуске подкаста Risk & Repeat рассматриваются два громких взлома, совершенных новой группой угроз Lapsus$, а также действия Microsoft и Okta.

Исследователи Google говорят, что ошибка нулевого дня, связанная с ошибкой использования после освобождения, была использована северокорейскими хакерами против обоих .

Поскольку штрафы и санкции GDPR увеличиваются, организации должны уделять первостепенное внимание соблюдению требований, чтобы избежать финансового и репутационного ущерба. Узнайте.

Чтобы преодолеть разрыв между командами NetOps и SecOps, сетевые специалисты должны знать основы безопасности, включая различные типы .

Какова реальность новых сетевых технологий? Здесь эксперты определяют риски — реальные или предполагаемые — и преимущества, которые они несут .

Сетевые архитектуры 4G и 5G имеют некоторые существенные различия. Посмотрите, чем отличаются две технологии и что нового .

Удвоив свою инициативу RPA, ServiceNow представила версию своей платформы Now для Сан-Диего, которая содержит центр RPA и a.

Nvidia представляет новую архитектуру GPU, суперкомпьютеры и чипы, которые вместе помогут разработчикам в создании аппаратного обеспечения.

Intel оптимистично настроена, что ее дорожная карта процессоров может вернуть компанию на первое место, но компания сталкивается со сложной перспективой .

Поставщик базы данных как услуги расширил возможности сбора данных об изменениях в своей облачной базе данных с помощью технологий из своего .

Поставщик платформы "база данных как услуга" стремится облегчить разработчикам создание приложений, управляемых данными, и возврат к исходному состоянию.

Хранилище данных Apache Pinot OLAP с открытым исходным кодом стало проще в развертывании, управлении и эксплуатации в облаке благодаря улучшенному .

Несмотря на то, что были приложены все усилия для соблюдения правил стиля цитирования, могут быть некоторые расхождения. Если у вас есть какие-либо вопросы, обратитесь к соответствующему руководству по стилю или другим источникам.

Наши редакторы рассмотрят то, что вы отправили, и решат, нужно ли пересматривать статью.

автоматизация, применение машин к задачам, которые когда-то выполнялись людьми, или, все чаще, к задачам, которые в противном случае были бы невозможны. Хотя термин механизация часто используется для обозначения простой замены человеческого труда машинами, автоматизация обычно подразумевает интеграцию машин в самоуправляемую систему. Автоматизация произвела революцию в тех областях, в которых она была внедрена, и едва ли найдется аспект современной жизни, на который она не повлияла.

Термин автоматизация был придуман в автомобильной промышленности примерно в 1946 году для описания более широкого использования автоматических устройств и средств управления на механизированных производственных линиях. Происхождение слова приписывают Д. С. Хардеру, в то время техническому директору Ford Motor Company.Этот термин широко используется в контексте производства, но он также применяется вне производства в связи с различными системами, в которых человеческое усилие и интеллект в значительной степени заменены механическими, электрическими или компьютерными действиями.

Виртуальная реальность используется только в игрушках? Использовались ли когда-нибудь роботы в бою? От компьютерных клавиатур до флэш-памяти — узнайте о гаджетах и ​​технологиях с помощью этой викторины.

В общем случае автоматизацию можно определить как технологию, связанную с выполнением процесса с помощью запрограммированных команд в сочетании с автоматическим контролем обратной связи для обеспечения надлежащего выполнения инструкций. Полученная система способна работать без вмешательства человека. Развитие этой технологии все больше зависит от использования компьютеров и связанных с ними технологий. Следовательно, автоматизированные системы становятся все более изощренными и сложными. Усовершенствованные системы представляют собой уровень возможностей и производительности, которые во многих отношениях превосходят способности людей выполнять те же действия.

Технологии автоматизации развились до такой степени, что на их основе развился ряд других технологий, получивших признание и собственный статус. Робототехника — одна из таких технологий; это специализированная отрасль автоматизации, в которой автоматическая машина обладает определенными антропоморфными или человекоподобными характеристиками. Наиболее типичной человеческой характеристикой современного промышленного робота является его механическая рука с приводом. Рука робота может быть запрограммирована на выполнение последовательности движений для выполнения полезных задач, таких как загрузка и разгрузка деталей на производственной машине или выполнение последовательности точечных сварных швов на металлических деталях кузова автомобиля во время сборки. Как видно из этих примеров, промышленные роботы обычно используются для замены людей на производственных предприятиях.

В этой статье рассматриваются основы автоматизации, в том числе ее историческое развитие, принципы и теория работы, применение на производстве и в некоторых услугах и отраслях, важных в повседневной жизни, а также влияние на человека и общество в целом. В статье также рассматривается разработка и технология робототехники как важная тема в области автоматизации. Связанные темы см. в разделе Информатика и обработка информации.

История развития автоматизации

Технология автоматизации развилась из родственной области механизации, начало которой положила промышленная революция. Механизация относится к замене силы человека (или животного) механической силой той или иной формы. Движущей силой механизации была склонность человечества к созданию инструментов и механических устройств. Здесь описаны некоторые важные исторические разработки в области механизации и автоматизации, которые привели к созданию современных автоматизированных систем.

Ранние разработки

Первые инструменты из камня представляли собой попытки доисторического человека направить свою физическую силу под контроль человеческого разума. Тысячи лет, несомненно, потребовались для разработки простых механических устройств и машин, таких как колесо, рычаг и шкив, с помощью которых можно было увеличить силу человеческих мышц. Следующим расширением стала разработка механических машин, для работы которых не требовалась человеческая сила. Примеры этих машин включают водяные колеса, ветряные мельницы и простые устройства с паровым приводом. Более 2000 лет назад китайцы разработали отбойные молотки, приводимые в движение проточной водой и водяными колесами. Первые греки экспериментировали с простыми реактивными двигателями, работающими от пара. Механические часы, представляющие собой довольно сложный узел с собственным встроенным источником питания (гирей), были разработаны около 1335 года в Европе. Ветряные мельницы с механизмами автоматического поворота парусов были разработаны в средние века в Европе и на Ближнем Востоке. Паровой двигатель стал крупным достижением в развитии механических машин и положил начало промышленной революции. В течение двух столетий, прошедших с момента появления паровой машины Уатта, были разработаны приводные двигатели и машины, получающие энергию от пара, электричества, химических, механических и ядерных источников.

Каждая новая разработка в истории механических машин влечет за собой повышенные требования к устройствам управления для использования мощности машины.Самые ранние паровые двигатели требовали, чтобы человек открывал и закрывал клапаны, чтобы сначала впустить пар в поршневую камеру, а затем выпустить его. Позже был разработан механизм золотникового клапана для автоматического выполнения этих функций. Единственная потребность человека-оператора заключалась в том, чтобы регулировать количество пара, которое контролировало скорость и мощность двигателя. Это требование человеческого внимания при работе паровой машины было устранено регулятором летающих шаров. Это устройство, изобретенное Джеймсом Уаттом в Англии, состояло из утяжеленного шара на шарнирном рычаге, механически соединенного с выходным валом двигателя. По мере увеличения скорости вращения вала центробежная сила заставляла утяжеленный шар двигаться наружу. Это движение управляло клапаном, который уменьшал подачу пара в двигатель, тем самым замедляя двигатель. Регулятор летающего шара остается элегантным ранним примером системы управления с отрицательной обратной связью, в которой увеличение выходной мощности системы используется для снижения активности системы.

Отрицательная обратная связь широко используется как средство автоматического управления для достижения постоянного уровня работы системы. Типичным примером системы управления с обратной связью является термостат, используемый в современных зданиях для контроля температуры в помещении. В этом устройстве понижение температуры в помещении приводит к замыканию электрического выключателя, в результате чего нагреватель включается. При повышении температуры в помещении выключатель размыкается и подача тепла отключается. Термостат можно настроить на включение нагревателя при любой заданной температуре.

Еще одним важным событием в истории автоматизации стал ткацкий станок Жаккарда (см. фотографию), который продемонстрировал концепцию программируемой машины. Около 1801 года французский изобретатель Жозеф-Мари Жаккард изобрел автоматический ткацкий станок, способный создавать сложные узоры на текстиле, управляя движением множества челноков с разноцветными нитями. Выбор различных рисунков определялся программой, содержащейся в стальных картах, в которых были пробиты отверстия. Эти карты были предками бумажных карт и лент, которыми управляют современные автоматические машины. Концепция программирования машины получила дальнейшее развитие позже, в 19 веке, когда Чарльз Бэббидж, английский математик, предложил сложную механическую «аналитическую машину», которая могла бы выполнять арифметические операции и обработку данных. Хотя Бэббидж так и не смог завершить его, это устройство было предшественником современного цифрового компьютера. См. компьютеры.

Искусственный интеллект (ИИ) позволяет машинам учиться на собственном опыте, приспосабливаться к новым данным и выполнять задачи, подобные человеческим. Большинство примеров ИИ, о которых вы слышали сегодня — от компьютеров, играющих в шахматы, до беспилотных автомобилей — в значительной степени зависят от глубокого обучения и обработки естественного языка. С помощью этих технологий компьютеры можно научить выполнять определенные задачи, обрабатывая большие объемы данных и распознавая закономерности в данных.

История искусственного интеллекта

Термин "искусственный интеллект" был придуман в 1956 году, но сегодня искусственный интеллект стал более популярным благодаря увеличению объемов данных, усовершенствованным алгоритмам, а также усовершенствованиям вычислительной мощности и хранилища.

Ранние исследования ИИ в 1950-х годах касались таких тем, как решение задач и символьные методы. В 1960-х годах министерство обороны США заинтересовалось этим типом работы и начало обучать компьютеры имитировать основные человеческие рассуждения. Например, Агентство перспективных оборонных исследовательских проектов (DARPA) завершило проекты по картированию улиц в 1970-х годах. А DARPA выпустила интеллектуальных персональных помощников в 2003 году, задолго до того, как Siri, Alexa или Cortana стали общеизвестными именами.

Эта ранняя работа проложила путь к автоматизации и формальным рассуждениям, которые мы видим сегодня в компьютерах, включая системы поддержки принятия решений и интеллектуальные поисковые системы, которые могут быть разработаны для дополнения и расширения человеческих способностей.

Хотя в голливудских фильмах и научно-фантастических романах искусственный интеллект изображается как человекоподобные роботы, захватившие мир, нынешняя эволюция технологий искусственного интеллекта не так уж страшна и умна. Вместо этого ИИ развился, чтобы обеспечить множество конкретных преимуществ в каждой отрасли. Продолжайте читать, чтобы узнать о современных примерах использования искусственного интеллекта в здравоохранении, розничной торговле и т. д.

Ранняя работа с нейронными сетями вызывает интерес к «мыслящим машинам».

Машинное обучение становится популярным.

Прорывы в области глубокого обучения стимулируют бум ИИ.

Тенденции искусственного интеллекта, за которыми стоит следить

Быстро посмотрите это видео, чтобы услышать, как эксперты по ИИ и профессионалы в области обработки данных оценивают тенденции ИИ в следующем десятилетии.

Какова роль этики в будущем ИИ? Насколько важны большие данные? Почему знание предметной области имеет решающее значение для успеха ИИ?

Самое главное: «Важно то, у кого есть данные. Вот кто станет королем», – говорит Харпер Рид, пионер технологий.

Почему искусственный интеллект важен?

ИИ автоматизирует повторяющееся обучение и поиск данных. Вместо автоматизации ручных задач ИИ выполняет частые, объемные, компьютеризированные задачи. И делает это надежно и без усталости. Конечно, люди по-прежнему необходимы для настройки системы и постановки правильных вопросов.

Искусственный интеллект расширяет возможности существующих продуктов. Многие продукты, которые вы уже используете, будут улучшены за счет возможностей искусственного интеллекта, подобно тому, как Siri была добавлена ​​в качестве функции в новое поколение продуктов Apple. Автоматизация, диалоговые платформы, боты и умные машины могут быть объединены с большими объемами данных для улучшения многих технологий. Обновления дома и на рабочем месте: от систем безопасности и умных камер до анализа инвестиций.

Искусственный интеллект адаптируется с помощью прогрессивных алгоритмов обучения, позволяя данным выполнять программирование. ИИ находит структуру и закономерности в данных, чтобы алгоритмы могли приобретать навыки. Точно так же, как алгоритм может научить себя играть в шахматы, он может сам научить себя, какой онлайн-продукт рекомендовать следующим. И модели адаптируются при получении новых данных.

ИИ анализирует больше и глубже данных, используя нейронные сети, которые имеют много скрытых слоев. Раньше создание системы обнаружения мошенничества с пятью скрытыми слоями было невозможным. Все изменилось благодаря невероятной мощности компьютеров и большим данным. Вам нужно много данных для обучения моделей глубокого обучения, потому что они учатся непосредственно на данных.

Искусственный интеллект достигает невероятной точности благодаря глубоким нейронным сетям. Например, ваше взаимодействие с Alexa и Google основано на глубоком обучении. И эти продукты становятся все более точными, чем больше вы их используете. В области медицины методы искусственного интеллекта, основанные на глубоком обучении и распознавании объектов, теперь можно использовать для более точного выявления рака на медицинских изображениях.

ИИ максимально эффективно использует данные. Когда алгоритмы самообучаемые, сами данные являются активом. Ответы в данных. Вам просто нужно применить ИИ, чтобы найти их. Поскольку роль данных сейчас важнее, чем когда-либо, они могут создать конкурентное преимущество. Если у вас есть лучшие данные в конкурентной отрасли, даже если все применяют одинаковые методы, лучшие данные победят.

О метавселенной много говорят и настороженно относятся к ней. Оба оправданы. Вот почему руководителям важно понимать, что такое шумиха, а что реальность и как ориентироваться в возможностях и рисках, которые несет с собой эта развивающаяся концепция. Наряду с пониманием последствий для бизнеса вам необходимо быстро освоить вспомогательные технологии.

Наша работа в этой области началась почти десять лет назад, когда PwC проанализировала более 250 новых технологий, чтобы определить те из них, которые окажут наибольшее влияние на бизнес в разных отраслях. Мы назвали тех, кто обладает наибольшим потенциалом, Эфирной восьмеркой. К ним относятся: искусственный интеллект (ИИ), дополненная реальность (AR), блокчейн, дроны, Интернет вещей (IoT), робототехника, 3D-печать и виртуальная реальность (VR).

Сегодня Essential Eight продолжает развиваться и оставлять свой след, поскольку пандемия ускоряет внедрение новых технологий. Некоторые из них, такие как ИИ, становятся неотъемлемой частью любой компании. Другие, такие как 3D-печать, были более сконцентрированы в определенных областях, таких как производство. Все это время мы отслеживали еще один глубокий сдвиг: как эти отдельные технологии объединяются преобразующим образом. Хотя существуют и другие многообещающие технологии, такие как квантовые вычисления и нанотехнологии, наиболее практическое и глубокое влияние в ближайшие пять лет будет по-прежнему исходить от Essential Eight. Но разница заключается в том, как они будут работать вместе, чтобы добиться этого эффекта.

Эта конвергенция преобразует восемь основных технологий в шесть мощных комбинаций: автоматизация доверия, иммерсивные интерфейсы, расширенная реальность, автономная работа, цифровое отражение и гиперсвязанные сети. Эта волна инноваций будет питать метавселенную и обещает значительно расширить нашу способность работать эффективнее и эффективнее благодаря использованию этих конвергентных технологий.

Воспроизведение этого видео в настоящее время недоступно

Технический эффект

Автоматизация доверия

Что это значит

Чтобы автоматизировать доверие, технологии Essential Eight, особенно блокчейн, Интернет вещей и искусственный интеллект, могут работать вместе для обеспечения подлинности данных, проверки личности и обеспечения безопасных многосторонних транзакций. Конвергентные технологии позволяют автоматизировать доверие к физическим, цифровым и человеческим активам.

Как это работает

В типичном примере датчики Интернета вещей могут отслеживать поддон с продуктами с момента, когда он покидает ферму, до момента, когда он попадает на склад, а затем в розничный магазин, проверяя всю цепочку поставок. Это подтверждает, где конкретный груз находится на маршруте, а также состояние продуктов на каждом этапе пути: становится ли транспортный контейнер слишком горячим, слишком холодным или слишком влажным?Эта информация записывается в безопасный неизменяемый блокчейн. Вместе IoT и блокчейн могут создать неизменную цепочку поставок, гарантируя, что покупатели получат подлинный продукт, который не был поврежден или заменен в пути. Эти технологии также позволяют проверить правильность и безопасность утилизации продукта, содержащего опасные материалы.

На что влияет

  • Производители могут использовать автоматическое доверие для повышения безопасности своих подключенных систем и устройств, а также своих производственных мощностей и оборудования.
  • В сфере здравоохранения сети врачей и больницы могут использовать надежные технологии для подтверждения полномочий каждого нового врача: истории образования, лицензий, истории соответствия нормативным требованиям и многого другого.
  • Коммунальные службы могут использовать автоматическое доверие, чтобы в спешке подтверждать многочисленные подрядчики, когда им нужно нанять дополнительные бригады для реагирования на стихийное бедствие.
  • В любой отрасли можно воспользоваться преимуществами корпоративной отчетности с поддержкой технологий, чтобы автоматизировать доверие и повысить прозрачность в отношениях с инвесторами, регулирующими органами и клиентами, а также снизить потенциальные риски.

Почему это важно

Доверие лежит в основе всех деловых и личных отношений. Если сотрудники, клиенты, инвесторы и сообщества не могут доверять безопасности, защите и конфиденциальности данных, систем и процессов, ваш бизнес пострадает. Без доверия и прозрачности вы также можете подвергнуться регулятивным и юридическим действиям.

Расширенная реальность

Что это такое

Дополненная реальность (AR), виртуальная реальность (VR) и смешанная реальность (MR) — это континуум иммерсивных технологий, объединенных общим термином расширенная реальность (XR), которые могут объединять физический и виртуальный миры.

Как это работает

XR находит широкое применение в сфере развлечений, а также в нашей повседневной жизни, где, подобно нашим мобильным телефонам, устройства XR могут постоянно предоставлять информацию об окружающем нас мире. В сфере бизнеса сегодня AR и MR используются в качестве вспомогательных средств для работы и для обучения, где данные используются для улучшения физического мира пользователя, в то время как VR имитирует среду, в которой пользователи могут практиковать социальные навыки и методы профессиональных навыков. XR, которая часто использует ИИ в своих приложениях и работает с гарнитурами IoT или мобильными устройствами, позволяет работникам выполнять даже рискованные задачи безопасным и реалистичным способом. Примеры включают обучение пилотов; обучение рабочих нефтяных вышек сложным процедурам безопасности; обучение страховых аджастеров выявлению ущерба от воды, дыма и огня; и повышение квалификации врачей для проведения операций. Технология XR может принести пользу практически всем отраслям, создавая более эффективные процессы, улучшая обучение и предлагая людям способы совместной работы в виртуальной среде.

На что влияет

  • Виртуальные среды для совместной работы позволяют людям собираться вместе и взаимодействовать друг с другом, даже если они находятся удаленно. Это было благом во время пандемии, и PwC работала со многими клиентами и проводила мероприятия, такие как наша биржа новых технологий, в совместной виртуальной реальности.
  • Виртуальная реальность может помочь бизнес-лидерам быстрее повышать квалификацию сотрудников, даже в то время, когда бюджеты на обучение могут сокращаться, а очное обучение может быть исключено. Это также позволяет нескольким пользователям просматривать один и тот же контент, но в индивидуальном порядке в зависимости от выбора каждого пользователя.
  • Команды дизайнеров могут исследовать, тестировать и оценивать различные концепции, не вкладывая средств в физические прототипы. Это может помочь организациям быстрее выводить на рынок более качественные продукты.

Почему это важно

Согласно оценке экономического воздействия, проведенной экономистами PwC, к 2030 году технологии расширенной реальности потенциально могут обеспечить рост мировой экономики на 1,5 триллиона долларов. Ценность будет включать в себя такие области, как создание нового клиентского опыта, ускорение разработки продуктов и повышение безопасности на рабочем месте.

Интерфейсы с эффектом погружения

Что это значит

Интерфейсы с эффектом погружения — это новый этап развития после голосовых интерфейсов. Теперь, когда мы можем разговаривать с нашей технологией, следующим шагом будет использование наших органов чувств и других восприятий для взаимодействия с ней. Иммерсивные интерфейсы обеспечивают более естественное и беспрепятственное общение между людьми, людьми, компьютерами и цифровой средой. Эти технологии используют преимущества человеческих качеств, таких как осязание и эмоции, чтобы приблизить пользователей к цифровому миру, очеловечивая взаимодействие с технологиями.

Как это работает

Способные собирать и обрабатывать огромные объемы данных локально с помощью встроенного искусственного интеллекта, иммерсивные интерфейсы могут воспринимать и реагировать на эмоции, движения всего тела, мозговые волны и поведение — в дополнение к традиционным интерфейсам, таким как голос и текст.Соединяя эту информацию с контекстуальными данными о пользователях и ситуациях, иммерсивные интерфейсы смогут предлагать идеи и дополнять рабочие процессы, позволяя пользователям интуитивно взаимодействовать с физически-цифровым миром.

На что влияет

  • Исследователи из исследовательской группы Fluid Interface Research Group MIT Media Labs используют синтетические носители, созданные с помощью алгоритмов искусственного интеллекта, для разработки «дипфейков во благо». Эти созданные компьютером видеоролики были протестированы во многих ранних случаях использования, в том числе:
    • В киноиндустрии это позволяет точно воспроизводить отснятый материал актера как более старую или младшую версию самого себя.
    • Музеи могут использовать эту технологию, чтобы посетители могли учиться на интерактивных версиях картины, например Мона Лиза, рассказывающая историю своего происхождения.
    • В корпоративном обучении или образовании дополненная реальность может обеспечить индивидуальное дистанционное изучение темы исторической личностью, знаменитостью или другим известным человеком по выбору учащегося. Например, изучите физику у Альберта Эйнштейна или потренируйтесь у своего любимого генерального директора.
    • Транснациональные корпорации в любой отрасли могут более широко распространять обучение клиентов или корпоративные сообщения с помощью мгновенной транскрипции, перевода и синхронизации исходного видео с несколькими языковыми версиями.

    Почему это важно

    Чтобы люди могли работать более эффективно и творчески, они должны иметь возможность взаимодействовать с технологиями естественным и плавным образом. Иммерсивные интерфейсы могут помочь в этом, предлагая новые способы использования технологий, чтобы иметь большее влияние.

    Автономность работы

    Что это такое

    Автоматизация предполагает преобразование ручных процессов в цифровые за счет интеграции автоматизации, робототехники и интеллектуальных систем, чтобы они работали в унисон. Автономность работы — это точка на континууме, где автоматизация перешла от точечных решений к обеспечению более широкой автоматизации рабочих процессов и склеиванию отдельных систем для создания более полных сквозных автоматизированных систем. Интеллектуальная автоматизация дает системам возможность учиться на предыдущих решениях и шаблонах данных, чтобы самостоятельно принимать разумные решения, освобождая людей, чтобы сосредоточиться на важной работе.

    Как это работает

    Полностью автономный бизнес-мир еще не за горами. Вместо этого несколько отраслей разрабатывают, интегрируют и даже модернизируют автономные системы в цепочке создания стоимости. Интеллектуальные системы автоматизации и машины с искусственным интеллектом автоматизируют все, от обработки внутренних данных до совместного использования. Автономные системы собирают большие объемы ранее недоступных данных от датчиков Интернета вещей, истории транзакций, машинных данных, человеческого ввода и многих других источников для аналитики и обратной связи, что может привести к более эффективному профилактическому обслуживанию и аналитике.

    На что влияет

    • Больницы используют робота Moxi от Diligent Robotics для работы вместе с медсестрами. Moxi берет на себя такие задачи, как доставка лекарств и лабораторных образцов, чтобы врачи могли проводить больше времени непосредственно с пациентами.
    • Промышленные и транспортные компании используют беспилотные автомобили в небезопасных, утомительных или рискованных условиях для людей-водителей.
    • Во многих отраслях разговорный ИИ и обработка естественного языка помогают компаниям отказаться от ручной работы и найти смысл в данных. Методы машинного обучения на естественном языке применяются к неструктурированным аудио- и текстовым данным, таким как звонки клиентов и чаты, для извлечения информации, анализа закономерностей и даже создания ответов.

    Почему это важно

    Рабочая автономия позволит компаниям поддерживать своих сотрудников и повышать их производительность за счет комплексной автоматизации рабочих процессов и предоставления доступа к ранее недоступным данным, а также получения важной информации для улучшения процесса принятия решений.

    Цифровое отражение

    Что это такое?

    Цифровое отражение – это виртуальное представление сложных взаимозависимых физических процессов и взаимодействий. В последние годы возможности оцифровки окружающего мира резко возросли благодаря достижениям в области Интернета вещей, имитационного моделирования и аналитических инструментов.

    Как это работает

    Этот цифровой мир может развиваться без вмешательства человека, что помогает нам находить новые идеи и тестировать сценарии. Цифровые отражения могут быть виртуальными копиями физических объектов — продуктов, процессов, мест и даже человеческих сообществ — которые можно испытать или поэкспериментировать в симуляциях, чтобы глубже понять их среду и жизненный цикл. Используя виртуальную копию физического объекта, действия можно тестировать в реальных сценариях, чтобы прогнозировать немедленный результат или принимать бизнес-решения. Например, компании могут использовать эту технологию для разработки виртуального автомобиля, завода или даже города.

    На что влияет

    • Ученые Всемирного экономического форума создают цифровое изображение мира, чтобы бороться с изменением климата.
    • Благодаря значительному увеличению пропускной способности, предлагаемой сетями 5G, передовые датчики теперь можно размещать в транспортной инфраструктуре для сбора данных в режиме реального времени, что позволяет создавать цифровых двойников для реализуемых проектов.
    • Промышленные, энергетические, коммунальные и горнодобывающие компании используют цифровые двойники своих объектов и рабочих площадок, чтобы прогнозировать, как изменения в окружающей среде и другие факторы влияют на производительность, безопасность и планирование.
    • Сиднейский университет создал цифрового двойника, представляющего каждого участника переписи, для моделирования распространения COVID-19.

    Почему это важно

    Разработка цифровых копий реальных систем, процессов, мест или даже самого мира важна, поскольку позволяет организациям создавать безопасные пространства для тестирования. В цифровом отражении вы можете моделировать разные сценарии и исследовать разные результаты.

    Гиперподключенные сети

    Что это такое?

    Гиперподключенные сети опираются на инфраструктуру сетей и Интернета вещей для обработки информации с молниеносной скоростью, чтобы интеллектуально соединить множество людей, устройств и систем. Эти технологии расширяют возможности подключения и обрабатывают быстрее, чем когда-либо прежде, обеспечивая беспрепятственное взаимодействие между людьми и автономными системами.

    Как это работает

    Миллиарды конечных точек, подключенных к Интернету вещей, в сочетании с облачными, 5G и ячеистыми сетями могут создавать стабильные, высокоскоростные сети с малой задержкой, которые служат основой крупномасштабной инфраструктуры, обеспечивая повсеместное подключение. Локализованная коммуникация IoT между устройствами может генерировать идеи и ответы на основе ИИ, когда и где они необходимы, без использования облака. Когда время обработки не является критичным (и, следовательно, его не нужно выполнять локально), данные будут отправляться в сеть через 5G, спутники, глобальную сеть с низким энергопотреблением (LPWAN) и другие стандарты связи. Локализованные, эффективные вычисления в сочетании с непрерывной аналитикой откроют новые возможности для бизнеса, которые раньше считались перспективными.

    На что влияет

    • Промышленные компании, занимающиеся горнодобывающей промышленностью и управлением строительством, в частности, используют платформу данных Skycatch для быстрого обследования участков с помощью сбора данных с помощью дронов и мощных периферийных вычислений для локального создания 3D-моделей.
    • Розничные продавцы могут подтвердить, что товары могут доставляться с завода на склад и в розничные магазины максимально быстро и безопасно благодаря подключенной цепочке поставок.
    • Гиперподключенные сети обеспечивают широкомасштабное взаимодействие между машинами, что позволяет им отслеживать их производительность, оптимизировать операции и заказывать детали до того, как они сломаются.

    Почему это важно

    Поскольку объем данных продолжает расти в геометрической прогрессии, становится все более важным собирать, распространять и хранить эти данные безопасным, масштабируемым и доступным способом, включая данные, пересылаемые с одного компьютера на другой. Гиперподключенные сети, включающие ИИ, Интернет вещей, блокчейн и даже дроны, могут быстро, эффективно и безопасно обрабатывать данные из различных источников в больших масштабах. Гиперподключенные сети все ближе и ближе приближаются к повсеместному подключению. Повсюду будет устойчивая связь с различными уровнями транспорта: маломощные сети для небольших объемов данных и сети с высокой пропускной способностью для критически важных приложений. Гиперподключенные сети создадут мир, полный подключений, а «мертвые зоны» уйдут в прошлое.

    Читайте также: