Lentävät varastot, robotin vastaanottovirkailijat, älykäs wc-tilat… kuulostavatko tällaiset innovaatiot tieteellisen fiktioina tai osana mahdollista todellisuutta? Teknologia on kehittynyt niin nopeasti, että lähitulevaisuudessa maailma voi hyvin muistuttavat kuvitettua futuristisissa elokuvissa, kuten Blade Runnerissa, älykkäillä robotteilla ja teknologioilla ympärillämme.

Mutta mitkä teknologiat todella vaikuttavat? Viimeisimpien edistysaskeleiden ja nykyisten suuntausten perusteella tässä on viisi innovaatiota, jotka todella voisivat muokata tulevaisuutta.

1. Älykäs koti

Monet tyypilliset taloustavarat voivat jo muodostaa yhteyden Internetiin ja antaa tietoja. Mutta paljon älykkäitä kotiteknologioita ei ole tällä hetkellä älykäs. Älykäs mittari antaa ihmisille mahdollisuuden nähdä, miten energiaa käytetään, kun taas älykäs televisio yhdistää television televisioon internetyhteydellä. Samalla lailla, älykäs valaistus, kauko-ovilukot or älykäs lämmitysohjaus mahdollistaa ohjelmoinnin mobiililaitteella yksinkertaisesti siirtämällä ohjauspistettä seinäpaneelista kämmenelle.

Mutta tekniikka siirtyy nopeasti kohti kohtaa, jossa se voi käyttää tietoja ja yhteyksiä toimimaan käyttäjän puolesta. Jotta tekniikka todella muuttaisi, tekniikan on haihduttava enemmän taustaan ​​- kuvitella pesukone, joka tunnistaa esimerkiksi sen, mitä vaatteita olet asettanut siihen, ja valitsee automaattisesti oikean ohjelman tai varoittaa, että olet asettanut kohteita, jotka et halua pestä yhdessä. Täällä on tärkeää ymmärtää paremmin ihmisten jokapäiväistä toimintaa, motivaatioita ja vuorovaikutusta älykkäiden esineiden kanssa, jotta ne eivät pääse kutsumattomat vieraat kotona.

Tällaiset teknologiat voisivat jopa toimia kaikkien eduksi. BBC: n raportitesimerkiksi, että energiantoimittajat "vähentävät kustannuksia sellaiselle henkilölle, joka sallii pesukoneensa käynnistämisen internetissä maksimoimaan edullisen aurinkoenergian käytön aurinkoisella iltapäivällä" tai "jotta niiden pakastimet pysäytettäisiin muutaman minuutin ajan sujuva kysyntä ruuhka-aikoina ”.

Tärkein huolenaihe tällä alalla on turvallisuus. Internet-yhteydet voi ja hakataan - Muista vain viime aikoina ransomware-hyökkäys. Kotimme on loppujen lopuksi paikka, jossa meidän pitäisi tuntea olonsa turvallisimmaksi. Jotta nämä tekniikat tulisivat laajalle levinneiksi, näiden tekniikoiden on säilytettävä se näin.

2. Virtuaaliset sihteerit

Vaikka sihteerit ovat erittäin tärkeässä asemassa yrityksissä, he viettävät usein suuria osia työpäivistään aikaa vievillä mutta suhteellisen triviaaleilla tehtävillä, jotka voitaisiin automatisoida. Harkitse "yksinkertaisen" kokouksen järjestämistä - sinun on löydettävä oikeat ihmiset, jotka voivat osallistua (todennäköisesti yritysten rajojen yli) ja tunnistaa sitten, milloin ne ovat kaikkien saatavilla. Se ei ole merkitystä.

Työkalut, kuten doodle.com, joka vertaa ihmisten saatavuutta löytääksesi parhaan kokousajan, voi auttaa. He luottavat kuitenkin lopulta niihin, jotka osallistuvat aktiivisesti. Ne tulevat myös hyödyllisiksi vasta, kun oikeat ihmiset on jo tunnistettu.

Käyttämällä kontekstitietoja (organisaatioiden kaaviot, mobiililaitteiden sijaintitietoisuus ja kalenterit) oikean henkilön tunnistaminen ja tietyn tapahtuman oikea aika on tekninen optimointiongelma, jota EU: n rahoittama inContext-projekti jo vuosikymmen sitten. Tässä vaiheessa teknologian kerääminen kontekstitiedoista oli paljon vähemmän kehittynyt - älypuhelimet olivat edelleen outoja ja datan louhinta ja käsittely ei ollut siellä, missä se on nykyään. Tulevina vuosina voisimme kuitenkin nähdä, että koneet tekevät paljon enemmän päivittäisestä suunnittelusta yrityksissä.

Virtuaalisten avustajien rooli voi ylittää kokousten aikataulun ja ihmisten päiväkirjojen järjestämisen - ne voivat auttaa projektipäälliköitä koota oikea tiimi ja jaa ne oikeaan tehtävään, niin että jokainen työ suoritetaan tehokkaasti.

Haittapuoli on, että suuri osa tarvittavista kontekstitiedoista on suhteellisen yksityisyyttä invasiivisia - mutta sitten nuorempi sukupolvi jakaa iloisesti joka minuutti Twitterissä ja XML: ssä, ja tällaiset huolenaiheet saattavat muuttua vähäisemmiksi ajan mittaan. Ja mihin meidän pitäisi tehdä viiva? Otammeko täysin huomioon "koneiden nousun" ja automatisoimme mahdollisimman paljon tai säilytämme todellisia ihmisiä päivittäisissä rooleissaan ja käyttävät robotteja vain sellaisten todella vähäisten tehtävien suorittamiseen, joita kukaan ei halua tehdä? Tämä kysymys on vastattava - ja pian.

3. AI-lääkärit

Elämme jännittävinä aikoina, kun lääketiede ja AI-tekniikkaa muotoiluun terveydenhuollon tulevaisuutta toimitukset ympäri maailmaa.

Mutta miten sinusta tuntuu saavansa diagnoosin tekoälystä? Babylon Health -niminen yksityisyritys on jo käynnissä oikeudenkäynnin, jossa on viisi Lontoon kaupunkia chatbot muihin kuin hätäpuheluihin. Keinotekoinen älykkyyttä koulutettiin massiivisilla potilastiedoilla, jotta neuvoisivat käyttäjiä käymään sairaalan hätäosastolla, käymään apteekissa tai pysymään kotona.

Yhtiö väittää, että se pystyy pian kehittämään järjestelmän, joka voisi potentiaalisesti ylittää lääkäreitä ja sairaanhoitajia diagnoosien tekemisessä. Niissä maissa, joissa on lääketieteellisen henkilöstön puute, tämä voisi parantaa merkittävästi terveydenhoitoa, jolloin lääkärit voivat keskittyä hoitoon pikemminkin kuin viettää liikaa aikaa diagnoosin tekemiseen. Tämä voisi määritellä merkittävästi uudelleen niiden kliinistä roolia ja käytäntöjä.

Muualla, IBM Watson, The CloudMedx-foorumi ja Deep Genomics -tekniikka voi antaa lääkäreille tietoa potilastiedoista ja olemassa olevista hoidoista, auttaa heitä tekemään tietoisempia päätöksiä ja auttamaan uusien hoitojen kehittämisessä.

Yhä useammat mobiilisovellukset ja itsetunnistustekniikat, kuten Fitbit, Jawbone Up ja Withings, voivat nyt helpottaa potilaiden käyttäytymisen, hoitotilan ja toiminnan keräämistä. Ei ole vaikea kuvitella, että jopa meidän wc: t tulevat pian älykkäämmin ja niitä käytetään ihmisten virtsan ja ulosteiden tutkimiseen. reaaliaikainen riskien arviointi tietyille sairauksille.

Jotta AI-tekniikka voitaisiin ottaa laajalti käyttöön terveydenhuollossa, on kuitenkin puututtava moniin oikeutettuihin huolenaiheisiin. Jo, käyttökelpoisuus, terveystieto, yksityisyys, turvallisuus, sisällön laatu ja luottamus ongelmia on raportoitu monien näistä sovelluksista.

On myös kliinisten ohjeiden noudattamatta jättäminen, eettiset näkökohdatja epäjohdonmukaiset odotukset ottaen huomioon potilaan tietojen kerääminen, viestintä, käyttö ja tallentaminen. Lisäksi teknologian rajoitukset on tehtävä selväksi, jotta vältetään väärinkäsityksiä, jotka voivat vahingoittaa potilaita.

Jos AI-järjestelmät pystyvät vastaamaan näihin haasteisiin ja keskittymään olemassa olevien hoitokäytäntöjen ymmärtämiseen ja parantamiseen sekä lääkärin ja potilaan väliseen suhteeseen, voimme odottaa yhä onnistuneempia tarinoita tietokeskeisistä terveydenhuollon aloitteista.

4. Hoito-robotit

Onko meillä robotteja, jotka vastaavat oviin kodeissa? Mahdollisesti. Useimmissa ihmisten kodeissa? Vaikka ne ovat kohtuuhintaisia, luultavasti ei. Mikä on menestyksekkäiden älykkäiden teknologioiden erottaminen epäonnistuneista, on, kuinka hyödyllisiä ne ovat. Ja kuinka hyödyllisiä ne ovat riippuvaisia ​​asiayhteydestä. Useimmiten se ei luultavasti ole niin hyödyllistä, että robotti vastaa oveen. Mutta kuvittele, kuinka hyödyllinen robotin vastaanottovirkailija voisi olla paikoissa, joissa on pulaa henkilöstöstä - vanhusten hoitokodeissa, Esimerkiksi.

AI: llä varustetut robotit, kuten ääni- ja kasvotunnistus, voivat olla vuorovaikutuksessa kävijöiden kanssa tarkistaakseen, kuka he haluavat käydä, ja onko heillä pääsy hoitokodiin. Kun olet varmistanut, että reititysalgoritmeja käyttävät robotit voivat ohjata kävijää kohti henkilöä, jota he haluavat käydä. Tämä voisi antaa henkilöstölle mahdollisuuden viettää enemmän laatuaikaa vanhusten kanssa, mikä parantaa heidän elintasoa.

Tarvittava AI tarvitsee edelleen etenemistä täysin hallitsemattomissa ympäristöissä. Viimeaikaiset tulokset ovat kuitenkin myönteisiä. Facebookin DeepFace-ohjelmisto pystyi sovittamaan kasvot 97.25% tarkkuudella testatessaan standarditietokannassa, jota tutkijat käyttivät tutkimaan rajoittamattoman kasvojen tunnistamisen ongelmaa. Ohjelmisto perustuu Deep Learning- keinotekoinen hermoverkko, joka koostuu miljoonista neuronaalisista yhteyksistä, jotka pystyvät automaattisesti hankkimaan tietoa tiedoista.

5. Lentävät varastot ja itsekulkevat autot

Itsekulkevat ajoneuvot ovat kiistatta yksi parhaillaan tutkittavista tekniikoista. Huolimatta siitä, että he voi tehdä virheitä, he voivat itse asiassa olla turvallisempi kuin ihmisten kuljettajat. Tämä johtuu osittain siitä, että he voivat käyttää lukuisia antureita kerätä tietoja maailmasta, mukaan lukien 360-asteen näkymät auton ympärille.

Lisäksi ne voisivat kommunikoida keskenään onnettomuuksien ja liikenneruuhkien välttämiseksi. Enemmän kuin yleisön omaisuutta, itse ajavat autot ovat todennäköisesti erityisen hyödyllisiä toimittajayrityksille, jotta ne voivat säästää kustannuksia ja tehdä nopeampia ja tehokkaampia toimituksia.

Ennakkoja tarvitaan edelleen, jotta tällaisten ajoneuvojen laajamittainen käyttö ei ainoastaan ​​paranna heidän kykyään ajaa täysin itsenäisesti kiireisillä teillä, vaan myös varmistaa asianmukainen oikeudellinen kehys on paikallaan. Autonvalmistajat ovat kuitenkin ottamassa kilpailua aikaa vastaan ​​nähdäkseen, kuka on ensimmäinen, joka tarjoaa itsekulkevan auton massoille. Uskotaan, että ensimmäinen täysin itsenäinen auto voisi tulla saataville jo seuraavan vuosikymmenen aikana.

Tämän alueen edistyminen ei todennäköisesti pysähdy itsekulkeviin autoihin tai kuorma-autoihin. Amazon on hiljattain tehnyt patentin lentävät varastot jotka voisivat käydä paikoissa, joissa tiettyjen tuotteiden kysynnän odotetaan kasvavan. Lentävät varastot lähettävät sitten itsenäisiä droneja toimitusten tekemiseksi. Ei tiedetä, edistävätkö Amazon todella tällaisten hankkeiden kehittämistä testit autonomisilla droneilla on jo onnistuneesti toteutettu.

Teknologian ansiosta tulevaisuus on täällä - meidän on vain pohdittava, miten parhaiten se voidaan muokata.

Tietoja kirjoittajista

Leandro L. Minku, tietojenkäsittelytieteen laitos, Leicesterin yliopisto; Nervo Xavier Verdezoto D, tietojenkäsittelytieteen laitos, Leicesterin yliopisto, ja Stephan Reiff-Marganiec, johtaja, Leicesterin yliopisto

Tämä artikkeli julkaistiin alunperin Conversation. Lue alkuperäinen artikkeli.

Liittyvät kirjat:

at InnerSelf Market ja Amazon