10 топовых многообещающих технологий 2018 года по версии MIT

    Нейросети-дуэлянты. Искусственные зародыши. Искусственный ум в облаке. Какие гораздо технологии MIT Technology Review именовал важными в 2018 году? Каждогодная выборка технологий, кои умеют сконфигурировать мир грядущего, собирается с 2001 года. Люди частенько спрашивают, что этакое «прорыв» в разработках? На этот вопросец ответ и не все время будет банальным, так как некие технологии пока что ординарно и не получили машистого распространения, альтернативные же коммерчески нереализуемы. Но они все эдак либо по другому окажут воздействие на нашу жизнь.

    В этом году новенькая техника искусственного ума под заглавием GAN предлагает машинкам воображение; искусственные зародыши, невзирая на опаски скептиков, пересматривают производство жизни и раскрывают большущее окно для исследовательских работ первых моментов жизни человека; экспериментальная инсталляция посередине нефтехимической индустрии Техаса пробует сделать полностью чистую электроэнергию из природного газа — возможно, основного родника энергии грядущего. Поехали.

    Содержание

    • 1 3D-печать из сплава
    • 2 Искусственные зародыши
    • 3 Город с ощущениями
    • 4 ИИ для любых и каждого
    • 5 Нейросети-дуэлянты
    • 6 Наушники «Вавилонская рыба»
    • 7 Природный газ с нулевыми выбросами
    • 8 Безупречная неприкосновенность в онлайне
    • 9 Генетические пророчество
    • 10 Квантовый скачок в материалах

    3D-печать из сплава

    Хотя 3D-печать употребляется уже достаточно издавна, она оставалась по наибольшей части в области хобби и модельеров, производящих единичные прообразы. И печать объекта из чего же угодно, кроме пластика — например, сплава, — была дорогущий и утомительно неспешной.

    Вобщем, сейчас она становится дешевенькой и довольно простейший, дабы предстать потенциально удобным методом изготовления элементов. Ежели она будет обширно общепринята, она может сконфигурировать то, как только мы производим почти все товары массового изготовления (простите за тавтологию).

    В короткосрочной перспективе производителям нежелательно существовало бы хранить объемной инвентарь — они могли бы ординарно распечатать объект, какую-нибудь резервную часть для стареющего седана, если б кому-то это же пригодилось.

    В длительной перспективе большие фабрики, производящие маленький ассортимент деталей в большенных размерах, можно существовало бы поменять заводами гораздо меньше, однако уже с ассортиментом побольше, пригодным меняющимся нуждам клиентов.

    Способ 3D-печати дозволяет производить несложные и высокопрочные запчасти, также воспроизводить сложноватые формы, кои существовало бы нереально сделать с помощью классических способов обработки сплава. А также можно существовало бы уделить большее внимание микроструктуре металлов. В 2017 году ученые из Государственной лаборатории Лоренса Ливермора заявили, что разработали способ 3D-печати, позволяющий производить запчасти из нержавеющей стали, кои вдвое прочнее классических.

    А также в 2017 году 3D-печатная корпорация Markforged, маленький стартап, расположенный неподалеку от Бостона, предположила первый 3D-металлический принтер всего за 100 000 баксов.

    Альтернативный бостонский стартап Desktop Metal начал отгружать первые машинки для чугунного прототипирования в декабре 2017 года. Он планирует начать продажу машин побольше, умышленно для производителей, кои будут ишачить в 100 раз скорее, чем старенькые способы стальной печати.

    Печать железных элементов а также становится проще. Desktop Metal сегодня дает программное обеспечение, которое образовывает конструкции, доделанные для 3D-распечатки. Юзеры задают програмке спецификации объекта, который они намерены распечатать, и ПО осуществляет компьютерную фотомодель, благоприятную для печати.

    General Electric, которая издавна выступает за 3D-печать в собственных авиационных препаратах, ишачит над испытательной версией собственного новенького металлопринтера, который довольно резво ишачит, дабы производить заглавные запчасти. Корпорация планирует начать продажу сего прибора уже в 2018 году.

    Искусственные зародыши

    В прорыве, который может сконфигурировать наш взор на производство жизни, эмбриологи из Вуза Кембриджа в Англии вырастили полностью близкие к реальности с виду зародыши грызуны, используя лишь стволовые клеточки. Никаких яйцеклеток. Никакой спермы. Ординарно взяли клеточки у остальных зародышей.

    Ученые аккуратненько расположили клеточки в трехмерные леса и завороженно следили, как только те самый начали сообщаться и выстраиваться в ладно различимую форму мышиного зародыша возрастом в некоторое количество дней.

    «Мы знаем, что стволовые клеточки владеют магической силой и большущим потенциалом. Мы и не задумывались, что они сумеют эдак эффектно либо даже безупречно самоорганизоваться», поведала руководящая группой ученых Магдалена Церника-Гётц.

    Церника-Гётц разговаривает, что ее «синтетические» зародыши, возможно, и не сумели бы развиться в грызунов. Все же это же намек на то, что вскоре мы можем узреть млекопитающих, рожденных без яйцеклетки вообщем.

    Вобщем, этакую миссию Церника-Гётц и не ставит. Она намерено учить, как только клеточки ранешного зародыша начинают воспринимать отведенные им же участия. Последующим этапом будет производство искусственного зародыша из человечьих стволовых клеток. Эта работа проводится в Институте Мичигана и Институте Рокфеллера.

    Синтетические людские зародыши могли быть благом для ученых, так как дозволили бы следить все действия на ранешней стадии развития плода. И так как этакие зародыши рождаются из стволовых клеток, которыми не сложно заведовать, лаборатории могли бы применять весь диапазон инструментов, этаких как только редактирование генов, для научные исследования них по мере увеличения.

    Искусственные зародыши, вобщем, принуждают задаваться этическими вопросцами. Что, ежели они предстанут неотличимыми от истинных? Как только длительно них можно будет растить в лаборатории, до того как они начнут ощущать боль? Нам надо заняться этими вопросцами, до того как научная гонка зайдет очень далековато.

    Город с ощущениями

    Самые различные схемы мозговитых городов сталкивались с задержками, отменами, неосуществимыми замыслами либо накладностью. Новейший проект в Торонто под заглавием Quayside обязан сконфигурировать эту уже закоренелую схему вещей, переосмыслив городскую среду с нуля и выстроив ее вокруг новых цифровых технологий.

    Sidewalk Labs, которая принадлежит Alphabet и присутствует в Нью-Йорке, сотрудничает с канадским правительством, работая над сиим сверхтехнологичным проектом, созданным для индустриальной набережной Торонто.

    Одна из намерений проекта — основывать решения по художественному дизайну, политике и разработках на инфы, получаемой с широкой паутине датчиков, кои коллекционируют заданные обо всем, начиная от свойства воздуха и заканчивая уровнем шума и деятельностью граждан.

    Согласно замыслу, весь транспорт обязан быть общим и самостоятельным. Под планетой земля будут сновать боты, выполняя рутинную работу вроде доставки почты. Sidewalk Labs разговаривает, что откроет доступ к программному обеспечению и системам, кои образовывает, дабы альтернативные предприятия могли производить услуги поверх их, как только люди производят приложения для мобильников.

    Корпорация хочет внимательно следить за публичной инфраструктурой, и это же, конечно, вызывает вопросцы к неприкосновенности субъективной жизни и заданных. Но Sidewalk Labs полагает, что совместная работа здешнего правительства и вакантного общества дозволит избавиться от этих переживаний.

    «Мы пытаемся предпринять из Quayside не совсем только принципиальный проект, да и довольно смиренный», разговаривает Рит Аггарвала, менеджер по планированию урбанизированных систем в Sidewalk Labs. Это же смирение может посодействовать Quayside избежать подводных камешков, кои мешали прежним инициативам смарт-городов.

    ИИ для любых и каждого

    Искусственный ум до сего времени был игрушкой больших технологических корпораций — Amazon, Baidu, Гугл, Microsoft и пары стартапов. Для почти всех остальных корпораций системы ИИ очень дорогие и сложноватые для всеполноценного применения.

    Решение? Инструменты машинного обучения, возведенные на пасмурной базе, кои приведут ИИ к наиболее обширной аудитории. Сейчас Amazon доминирует в сфере пасмурного ИИ со собственной AWS. Гугл конкурирует с ней при помощи TensorFlow, открытой библиотеки ИИ, которую можно применять для сотворения иного ПО машинного обучения. Недавно Гугл анонсировала Cloud AutoML, комплект заблаговременно квалифицированных систем, кои облегчают пользование ИИ.

    Microsoft, у которой существуют собственная пасмурная платформа Azure, соединяется воединыжды с Amazon для сотворения Gluon, открытой библиотеки глубочайшего обучения. Gluon поможет в возведении нейросетей — важнейшей технологии ИИ, которая грубо имитирует процесс обучения в людской голове — их будет эдак же не сложно выполнять, как только и приложения для телефона.

    Невнятно, какая из этих корпораций станет фаворитом в сфере пасмурных сервисов, предлагающих сервисы ИИ. Однако фавориту это же сулит гигантские способности для бизнеса. В особенности ежели революция ИИ докатится перед началом самых различных элементов всемирной экономики.

    В текущее время ИИ употребляется по наибольшей части в технологической сфере, где оптимизирует производительность древних и образовывает новейшие товары и услуги. Да и альтернативные облики бизнеса и индустрии намерены получить привилегию пользования искусственного ума. Этакие сегменты, как только медицина, создание, энергетика, просто превращаются, ежели всеполноценно введут новые технологии в области искусственного ума.

    Большая часть же корпораций еще пока и не знают, как только применять пасмурный ИИ. Потому Amazon и Гугл налаживают работу консультационных сервисов. Как ИИ станет доступен для любых, начнется революция.

    Нейросети-дуэлянты

    Искусственный ум научился максимально ладно идентифицировать объекты: покажите ему же миллион изображений, и он сумеет с завидной точностью определить на их пешехода, пересекающего улицу. Однако ИИ никудышно удается производить изображения самих пешеходов. Если б он был на это же в силах, он ткал бы гобелены близких к реальности, однако искусственных изображений с пешеходами в различных декорациях. Самоуправляемые авто могли бы применять эту информацию для обучения, даже и не выезжая на дорогу.

    Неполадка в фолиант, что производство чего-то новенького просит воображения. А уж это же пока останется прерогативой человека.

    Ян Гудфеллоу в 2014 году предложил этакое решение. Подход, узнаваемый как только generative adversarial network, либо GAN, берет две нейросети — упрощенные математические фотомодели людского головного мозга, кои лежат в базе современного машинного обучения — и ставит них друг против друга в цифровой игре в кошки-мышки.

    Обе нейросети тренятся на одном и фолиант же наборе заданных. Одна нейросеть — генератор — образовывает варианты изображений, кои она уже лицезрела — к примеру, изображение пешехода с третьей рукою. Вторая — дискриминатор — обязана обусловить, будет ли рассмотренный ею пример похож на снимок, который она лицезрела, либо же фейком, произведенным генератором, — другими словами может ли трехрукий человек быть заправдашним?

    С течением времени генератор научится производить так хорошенькие изображения, что дискриминатор и не сумеет отличить подделку от оригинала. Таким макаром, генератор обучается распознавать, а уж потом производить близкие к реальности изображения пешеходов.

    Эта разработка предстала одним из самых многообещающих достижений в области ИИ за крайнее десятилетие.

    GAN использовались для сотворения близких к реальности на слух речей и фотореалистичных поддельных изображений. В одном из примеров ученые из NVIDIA поручили GAN сделать сотки заслуживающих доверия лиц несуществующих граждан. Иная группа сумела предпринять полностью убедительные поддельные изображения, похожие на работы Ван Гога. GAN умеют переиначивать изображения по-разному — превращать солнечную дорогу в заснеженную, лошадок — в зебр.

    Результаты и не все время безупречны. Однако так как изображения либо звуки получаются близкими к реальности, некие специалисты полагают, что нейросети осознают внутридомовую структуру мира. Может быть, в их зарождается воображение.

    Наушники «Вавилонская рыба»

    В культовой классике научной фантастики «Автостопом по галактике» можно существовало засунуть в ухо желтоватую Вавилонскую рыбку и получить моментальный перевод. В действительном мире Гугл воображает временное решение: пару наушников Pixel Buds за 159 баксов. Они ишачят со телефонами Pixel и Гугл.Переводчиком, обеспечивая почти моментальный перевод.

    Один человек надевает наушник, а уж альтернативный удерживает смартфон. Надевший наушник разговаривает на собственном языке — к примеру, на англоязычном — и приложение переводит и проигрывает звучный перевод на мобильнике. Человек, который удерживает смартфон, отвечает; этот ответ переводится и проигрывается в наушниках.

    Гугл Translate уже может поддерживать разговор, и ее приложения для iOS и Android дозволяют двум юзерам говорить: они автоматизированно формулируют расходуемые языки и переводят них. Но фоновый шум затрудняет осознание приложением, что рассказывают люди, и а также с трудом приложение измеряет, когда люди начинают твердить, а уж когда перестают.

    Pixel Buds предпринимает эти трудности, так как обладатель жмет и удерживает палец на правом наушнике во время разговора. Сочетание взаимодействия меж мобильником и динамиками дозволяет поддерживать зрительный контакт, так как нежелательно отвлекаться на смартфон.

    Pixel Buds смотрятся удивительно и никудышно входят в уши. Них а также тяжело настроить при помощи смартфона. Однако аппаратная неполадка — наименьшая из любых. Первостепенное — концепция. И рыба и не востребована.

    Природный газ с нулевыми выбросами

    Мир, возможно, застрял на природном газе как только на одном из основных источников электроэнергии в дальнейшем. Недорогая и относительно доступная, энергия природного газа, в текущее время обеспечивает перед началом 30% электро энергии в США и перед началом 22% электро энергии во всем мире. И хотя она чище угля, выбросы углерода от нее все гораздо значительные.

    Экспериментальная электрическая станция неподалеку от Хьюстона посередине нефтяной и нефтеперерабатывающей индустрии США тестирует технологию, которая могла бы предпринять чистую энергию из природного газа действительностью. Корпорация с 50-мегаваттным проектом Net Power полагает, что может производить энергию эдак же дешево, как только и нормальные станции на природном газе, и, что немаловажно, улавливать весь диоксид углерода, который выделяется в этом процессе.

    Ежели это же эдак, мир будет осуществлять безуглеродную энергию из ископаемого горючего по оптимальной стоимости. Этакие газовые станции можно существовало бы включать и выключать зависимо от спроса, избегая целесообразности в поставке возобновляемых источников энергии. Net Power соединяет воединыжды несколько энергетических корпораций, включая 8 Rivers Capital, Exelon Generation и CB&I. Корпорация уже начала первичные тесты и предоставит результаты в наиблежайшие месяцы.

    Станция помещает двуокись углерода, высвобождаемую в ходе сжигания природного газа под высоченным давлением и температурой, используя сверхкритический CO2 в качестве «рабочей жидкости», которая движет специальной турбиной. Большинство двуокиси углерода может перерабатываться безпрерывно; остальная будет захватываться не сложно и ординарно.

    Главная часть понижения цене находится в зависимости от реализации углекислого газа. Сейчас его главное пользование заключается в извлечении нефти из нефтяных скважин. Это же консервативный базар и уж определенно и не самый экологически незапятнанный. Однако Net Power планирует в конечном счете узреть рост спроса на двуокись углерода в производстве цемента, пластмасс и остальных материалов на базе углерода.

    Технологии Net Power и не решат любых неурядиц с природным газом, в особенности по части добычи. Однако пока что мы используем природный газ, мы можем попытаться предпринять его очень незапятнанным. Из любых технологий, кои разрабатываются в области незапятанной энергии, разработка Net Power является одной из самых основных.

    Безупречная неприкосновенность в онлайне

    Реальная неприкосновенность субъективных заданных и жизни в Вебе готов стать потенциальной, благодаря новенькому инструменту, который, к примеру, может обосновать, что для вас 18 лет, и не раскрывая дату вашего рождения, либо что на вашем банковском счету существуют довольно денежек, и не раскрывая баланс вашего счета. Это же ограничивает риск кражи субъективных заданных.

    Что же это все-таки за инструмент? Криптографической протокол, именуемый подтверждением нулевого познания (zero-knowledge proof). Хотя исследователи длительное время его разрабатывали, объемной энтузиазм к нему проявился в минувшем году, благодаря росту криптовалютного базара.

    Большинство практического внедрения подтверждения нулевого познания существовала проделана командой Zcash, цифровой валюты, которая возникла в финале 2016 года. Создатели Zcash приименяли способ zk-SNARK, предоставляя юзерам вероятность совершать анонимные транзакции.

    В Bitcoin и большинстве остальных общественных блокчейнов это же существовало бы нереально, так как транзакции видны всем. Хотя эти транзакции на теоретическом уровне анонимны, них можно сочитать с иными заданными для идентификации юзеров. Виталик Бутерин, автор Ethereum, второй по популярности блокчейн-сети в мирt, обрисовал zk-SNARK как только «совершенно революционную технологию».

    Банки могли бы применять ее в платежных системах, и не раскрывая субъективных заданных клиентов. В минувшем году JPMorgan Chase добавила zk-SNARK в свою платежную систему на основе блокчейна.

    И тем не менее, невзирая на все про все достоинства, zk-SNARK непростой и неспешный метод. Но кандидатуры интенсивно разрабатываются и в один прекрасный момент придут на замену имеющимся вариациям.

    Генетические пророчество

    В один прекрасный момент все новорожденные малыши будут приобретать карточку с анализом ДНК. Внутри нее будет расписано, какие шансы получить инсульт либо рак, подсесть на сигареты либо предстать вундеркиндом.

    Наука, которая проделала это же вероятным, возникла непредвиденно, благодаря сильным генетическим научным исследованиям. В энных из их участвовало все больше миллиона человек. Выяснилось, что самые всераспространенные болезни и отличия, также черты персоны вроде ума являются результатом работы единого либо пары генов, оказавшихся в фолиант либо и не в фолиант месте в надобное время. Используя заданные больших генетических исследовательских работ, ученые производят «полигенные оценки риска».

    Хотя новейшие испытания ДНК предлагают вероятности, а уж и не диагнозы, они умеют значительно посодействовать докторам. К примеру, девушка с завышенным риском рака груди будет почаще выполнять маммограммы и посещать доктора.

    Лекарственные предприятия а также умеют применять оценки рисков для сотворения превентивных препаратов для болезней вроде Альцгеймера либо инсульта. Собирая волонтеров, кои скорее всего захворают, они сумеют вернее измерять качество работы фармацевтических средств.

    И тем не менее прогнозы далеки от безупречных. За исключением тамошнего, полигенные оценки к тому же вызывают сомнения, так как предсказывают черты, а уж не совсем только вероятность болезней. К примеру, ныне они с 10-процентной вероятностью предсказывают коэффициент ума человека. Однако как только предки и воспитатели воспользуются данной информацией?

    Квантовый скачок в материалах

    Перспектива возникновения сильных новеньких квантовых компов полна неопределенностей. Они сумеют осуществлять вычисления, недосягаемые силами современных машин, однако мы пока что перед началом финала и не поняли, что можно предпринять с этакий мощностью.

    Одно из потенциальных применений: четкое проектирование молекул.

    Химики уже грезят об разработке новеньких белков для наиболее действенных препаратов, новеньких электролитов для топовых батарей, стыков, кои сумеют впрямую преобразовывать солнечный свет в жидкое горючее, и поболее действенных солнечных батарей.

    У нас этакого нет, так как молекулы неописуемо трудно моделировать на традиционном персональном компьютере. Попытайтесь имитировать поведение электронов в относительно простейший молекуле — и вы столкнетесь со сложностями, выходящими далековато за границы способностей современных компов.

    Однако для квантовых компов это же полностью по силам, так как заместо цифровых битов, представляющих нули и единицы, они задействуют «кубиты», кои сами по самому себе являются квантовыми системами. Не так давно ученые из IBM приименяли квантовый персональный компьютер с семью кубитами для моделирования маленький молекулы из трех атомов. Максимально вскоре станет вероятным четкое моделирование наиболее больших и увлекательных молекул, также топовых квантовых алгоритмов.