Компьютерное зрение в разные технологические эпохи: от простейших устройств до технологий Индустрии 5.0

Индустрии 1.0, 2.0 и 3.0 — смена ключевых технологий

Рассмотрим основные этапы развития промышленного производства и причины появления терминов «индустрия 1.0», «2.0» и «3.0». Данные стадии представлены на рисунке 1.

Классификация индустрий 1.0 и 2.0 базируется на четких критериях, а именно — внедрении новых энергетических технологий (пара и электричества соответственно). Определение индустрии 3.0 обусловлено появлением электроники и информационных технологий. В данном случае прослеживается преемственность с предшествующими этапами: развитие ИТ зачастую интерпретируется как столь же масштабная и фундаментальная трансформация, как переход к использованию электричества. Несмотря на отсутствие прямой очевидности, выделение индустрий 1.0, 2.0 и 3.0 подчиняется единой внутренней логике развития производства.

Рис. 1. Основные этапы развития промышленного производства от индустрии 1.0 к индустрии 4.0.

Разграничение индустрий 1.0 и 2.0 обусловлено появлением новых технологий общего назначения (TGN). Технология общего назначения характеризуется тем, что она не обеспечивает прямого роста эффективности бизнеса сама по себе, однако служит фундаментом для создания производных инноваций, способствующих повышению результативности деятельности компании. В современной экономической науке в качестве ключевых TGN выделяют пар и электричество. Каждая из этих технологий требовала формирования соответствующего технико-экономического уклада, что определяет этапы развития промышленного производства.

Аналогичная логика лежит в основе определения индустрии 3.0. Многие эксперты классифицируют информационные технологии как очередную технологию общего назначения. Существующие исследования подтверждают сходство свойств ИТ и электричества как опорных технологий, позволяющих создавать производные решения для оптимизации эффективности деятельности организаций.

Зрение машин: как человечество учило технику видеть до эпохи нейросетей

В настоящее время такие технологии, как автономный транспорт, системы распознавания лиц в мобильных устройствах и интеллектуальные камеры на производстве, стали неотъемлемой частью повседневности. В основе функционирования этих решений лежит компьютерное зрение — область искусственного интеллекта, направленная на обучение машин интерпретации визуальной информации. Однако возникает вопрос о том, какими методами осуществлялся анализ изображений в производственных и исследовательских структурах до появления современных процессоров и нейронных сетей.

Для понимания эволюции систем машинного зрения необходимо проанализировать исторический контекст развития технологий через призму первой, второй и третьей промышленных революций.

Индустрия 1.0 и 2.0: Механические «слепые» гиганты

Период: Конец XVIII — начало XX века.
Технологический базис: Паровые двигатели, конвейеры, электричество.

В эпоху Индустрии 1.0 (пар и механизация) и Индустрии 2.0 (поточное производство и электрификация) компьютерного зрения не существовало даже в виде концепции. По одной простой причине: не было самих компьютеров.

Однако именно в это время сформировался главный запрос будущего: автоматизация контроля качества.

Когда Генри Форд запустил свой знаменитый автомобильный конвейер, скорость производства выросла в разы. Но у этой медали была обратная сторона. Человеческий глаз быстро уставал. Рабочий, часами смотрящий на проплывающие мимо детали, неизбежно пропускал брак.

В начале XX века инженеры начали создавать первые «оптические датчики» — прообразы будущих систем зрения. Это были простейшие фотоэлементы, которые реагировали на прерывание светового луча. Например, если коробка на конвейере была слишком высокой, она перекрывала свет, и система останавливала ленту. Машины были абсолютно «слепыми», но они уже учились фиксировать физическое присутствие объектов с помощью света.

Индустрия 3.0: Цифровой рассвет и первые «глаза»

Период: Вторая половина XX века.
Технологический базис: Изобретение транзисторов, ЭВМ, автоматизация и ЧПУ.

Настоящая история компьютерного зрения начинается здесь. Индустрия 3.0 принесла на заводы компьютеры и программируемые логические контроллеры (ПЛК). Автоматизация вышла на новый уровень: роботы начали сваривать кузова и собирать микросхемы. Именно тогда инженеры поняли: чтобы робот работал точнее, ему нужно «видеть».

1960-е: Легендарный эксперимент в MIT

В 1966 году пионер искусственного интеллекта Сеймур Пейперт из Массачусетского технологического института (MIT) запустил проект The Summer Vision Project. Он искренне полагал, что если прикрепить камеру к компьютеру, то группа студентов за пару месяцев научит машину описывать то, что она видит (разделять объекты на «фон» и «фигуры»).

Эксперимент провалился. Оказалось, что зрение — это не просто фиксация пикселей, а сложнейший аналитический процесс мозга. Но именно эта неудача дала старт новой науке.

1970–1980-е: Эпоха жестких алгоритмов

В эпоху Индустрии 3.0 компьютеры были слишком медленными, а памяти катастрофически не хватало. Хранить миллиарды цветных картинок было невозможно, поэтому ученые работали с черно-белыми, сильно сжатыми изображениями.

Технология того времени называлась машинным зрением (Machine Vision). В отличие от современного гибкого ИИ, системы Индустрии 3.0 работали на строгих математических алгоритмах:

1. 1. Поиск границ (Edge Detection): Алгоритмы (например, оператор Собеля или Кэнни) искали резкие перепады яркости на картинке. Так компьютер понимал, где заканчивается деталь и начинается стол.
   2. Сравнение по шаблону (Template Matching): В память компьютера загружали идеальный контур детали (например, идеальный силуэт гайки). Камера делала снимок, и алгоритм накладывал шаблон на изображение. Если совпадение составляло, например, менее 95% — деталь признавалась бракованной.
   3. Бинаризация: Картинку превращали в строго черные и строго белые пиксели без оттенков серого. Это позволяло мгновенно подсчитывать площадь объекта или искать сквозные дыры в деталях.

Где это применялось?

На заводах конца XX века машинное зрение стало незаменимым. Специальные умные камеры:

• Проверяли уровень налива пива или молока в бутылках на конвейере.
• Считывали первые штрих-коды.
• Проверяли правильность расположения радиодеталей на печатных платах.
• Помогали роботам-манипуляторам брать детали из коробки.

Ограничения технологий прошлого

Почему зрение эпохи Индустрии 3.0 не могло выйти за пределы завода? Ему мешали три главных фактора:

• Чувствительность к свету: Стоило солнцу зайти за тучу и изменить освещение в цеху, как алгоритмы переставали узнавать объекты. Заводам приходилось строить специальные изолированные световые короба для камер.
• Отсутствие гибкости: Если фабрика начинала выпускать деталь другого размера, инженерам приходилось неделями переписывать код вручную. Машина не умела учиться на примерах.
• Непереносимость хаоса: Робот мог распознать деталь только в том случае, если она лежала перед ним под строго определенным углом на идеально ровном контрастном фоне.

На пороге Индустрии 4.0: Итоги эволюции

Этапы индустриализации 1.0 и 2.0 сформировали потребность в автоматизации контроля, в то время как Индустрия 3.0 обеспечила этот процесс цифровым интеллектом и первыми математическими инструментами для анализа геометрии и контраста.

Эволюция компьютерного зрения в указанные периоды продемонстрировала, что обеспечение способности машин к «зрению» предполагает не просто установку видеокамеры, а создание комплексной математической модели восприятия окружающего мира. Инженеры эпохи Индустрии 3.0 довели классические методы обработки изображений до совершенства, заложив фундаментальную базу для развития технологий в начале XXI века (Индустрия 4.0). Именно на этом фундаменте интеграция больших данных, высокопроизводительных графических процессоров и глубоких нейронных сетей позволила машинам обрести возможности визуального восприятия, сопоставимые с человеческими.

Индустрия 4.0 — много шума…

Сейчас говорят об индустрии 4.0 и основа для выделения этого этапа уже не так очевидна. Что за ним стоит? Концепция «Индустрии 4.0» была сформулирована в 2011 г. президентом Всемирного экономического форума в Давосе Клаусом Швабом. Индустрия 4.0 — это не новые технологии, но «совершенно новый подход к производству», как отметила в отчете Industrie 4.0 Working Group. Индустрия 4.0, получила своё название в 2011 году в результате инициативы немецких бизнесменов и учёных, которые определили её так:

«средство повышения конкурентоспособности обрабатывающей промышленности Германии через усиленную интеграцию киберфизических систем, или CPS, в заводские процессы».

Как видите самое первое определение индустрии 4.0 опирается на один комплекс технологий — «киберфизические системы». Киберфизическая система — это система, интегрирующая материальное оборудование, датчики, вычислительные ресурсы и информационные системы, на протяжении всей цепочки создания стоимости, как правило, выходящей за рамки одного предприятия или бизнеса. В своём изначальном варианте индустрия 4.0 опиралась на киберфизические системы, которые сами настраиваются на выполнение новых задач, сами себя обслуживают, анализируют и сами изменяют технологический процесс в зависимости от поставленных им задач.  В результате этого, по мнению разработчиков, должно происходить взаимодействие между производственными мощностями и произведёнными ими товарами без непосредственного участия человека с их самоадаптацией под новые потребности потребителей. Материальный мир объединяется с виртуальным, в результате чего рождаются новые киберфизические комплексы. Причём ставилась задача достичь настолько глубокого и  автоматизированного взаимодействия, что потребитель товаров мог практически в онлайне мониторить производство своего заказа.

В основе выделения индустрии 1.0 и 2.0 — появление новой технологии общего назначения. Многие экономисты полагают, что ИТ, которые привели к появлению индустрии 3.0 — это тоже технология общего назначения.

Несомненно, подобные киберфизические системы — это весьма значимая производственная технология, но почему она приведёт к такой же промышленной революции, как и электричество и ИТ — неясно. Ведь по сути киберфизическая система — это эволюция сегодняшних информационных систем. Мы уже давно видим, что происходит всё большая автоматизация процессов и этапов производства: цифровое проектирование изделия, автоматический заказ необходимых компонентов в нужном количестве, контроль их поставки, мониторинг пути готового продукта от склада на фабрике до магазина и до конечного клиента. И концепция индустрии 4.0 — это никакая не революция, а эволюционное развитие использования ИТ во всей цепочке от заказа до доставки готового продукта.

В широком понимании индустрия 4.0 — это объединение многих широко известных новых технологий. Логика этого определения, похоже, проста — давайте соберём вместе всё новое, авось получится синергия и выйдет что-то кардинально новое.

Весьма очевидная идея глубоко интегрированных и максимально интеллектуальных производственных систем, достаточно быстро завоевала мир. США последовали примеру Германии и в 2014 году компании General Electric, AT&T, Cisco, IBM и Intel создали Консорциум промышленного интернета (Industrial Internet Consortium). Аналогичная инициатива есть и в Китае. В конце августа 2015 года «Российские космические системы» и «Ростелеком» подписали меморандум о создании Ассоциации содействия развитию Промышленного интернета «Национальный консорциум Промышленного интернета».

Однако, нацеленность немецких промышленников на киберфизические системы, разделяли не все и программы других стран отличались как по технологиям, на которые делалась ставка, так и по используемым концепциям. Неудивительно, что в результате исходное понимание термина «индустрия 4.0» изменилось и эволюционировало. Несмотря на то что об индустрии 4.0 много говорят, её смысл сильно размыт. Можно дать два определения:

Индустрия 4.0 (в узком смысле) — это индустриальный интернет вещей и те организационные изменения и новые практики, которые повлечёт его массовое использования во всех производственных процессах.

Индустрия 4.0 (в широком смысле) — новая парадигма производства, которая синтезирует в единое целое несколько технологических подходов:

• совместимость, способность машин, устройств, сенсоров и людей взаимодействовать и общаться друг с другом через интернет вещей, сокращение участия человека во взаимодействиях между вещами;
• прозрачность, создание цифровых двойников реальных объектов, систем функций, которые точно отражают всё, что происходит с физическим объектом;
• поддержка принятия решений информационными системами, через сбор, анализ и визуализацию информации;
• придание всем устройствам функций искусственного интеллекта, появление «умных» вещей;
• децентрализация управленческих решений, делегирование некоторых из них киберфизическим системам.

Как видите, в широком понимании индустрия 4.0 — это объединение многих широко известных новых технологий. Логика этого определения, похоже, проста — давайте соберём вместе всё новое, авось получится синергия и выйдет что-то кардинально новое. Изначальная нацеленность немецких промышленников на киберфизические системы уже, по всей видимости, слишком узка, надо охватить все больше технологий и подходов. А то вдруг ничего не выйдет, не получится качественно нового этапа производства.

В основе выделения индустрии 4.0 нет опоры на новую технологию общего назначения! Мы по-прежнему имеем дело с той же технологией общего назначения, что и в индустрии 4.0. Вместо этого, есть надежда, что радикальные изменения наступят в связи с синергией новых технологий и новых подходов.

На рисунке 2 показан спектр технологий и подходов, которые чаще всего ассоциируются с понятием «индустрия 4.0». Причём, почему в этот список попали некоторые давно развиваемые технологии, неясно. Например, одно из ключевых понятий индустрии 4.0 — это искусственный интеллект. Действительно, искусственный интеллект, о котором начали говорить еще в 60-х годах прошлого века, сейчас переживает второе рождение. Причины, по всей видимости, связаны с появлением новых алгоритмов, новых вычислительных мощностей, а также с новыми возможностями использования — ростом роботизации, появлением возможности в значительной степени автоматизированного управления и т. д.  Однако, это естественная эволюция технологии, на чём зиждется уверенность, что именно сейчас настало время для взлёта искусственного интеллекта? Почему именно сейчас он «расцветёт пышным цветом»? Чётких ответов на этот вопрос нет.

Рис. 2. Основные новые технологии и концепции, чаще всего ассоциируемые с понятием «индустрия 4.0».

Как видите, индустрия 4.0 — это крайне размытый и неопределённый термин, под который при желании можно подвести что угодно. Сегодня термин «индустрия 4.0» повсеместно стали использовать как синоним четвёртой промышленной революции. Это вряд ли оправдано и больше похоже на маркетинговый «шум», чем на действительно глубокое понимание технологической эволюции производства. Показательна следующая цитата:

«Несмотря на то, что Индустрия 4.0 — одна из самых обсуждаемых тем в эти дни, я не могу объяснить своему сыну, что она означает», — так выразился один из менеджеров Audi в 2016 году.

В основе выделения индустрии 4.0 нет опоры на новую технологию общего назначения! Мы по-прежнему имеем дело с той же технологией общего назначения — электроникой и ИТ. Вместо этого есть идея, что радикальные изменения наступят в связи с синергией новых технологий и новых подходов и взглядов. Возможно и так, но, во-первых, это изменение логики формирования этапов 1.0 — 3.0. А, во-вторых, — на чём основана уверенность, что эта синергия будет столь радикальной, что может породить новый этап эволюции производства? Ни на чём!

Похоже, основная идея индустрии 4.0 — маркетинговая — успеть за той волной использования ИТ в производстве, которая идёт. Идея, конечно правильная, успевать надо, но это не оправдывает выделения нового этапа развития производства. Для нового этапа нужны более серьёзные основания, чем всё новое, собранное в одну большую кучу.

По сути то, что описывается как индустрия 4.0, скорее правильно назвать индустрия 3.1, ну в крайнем случае 3.2. Так было бы честнее перед покупателями. Но честность перед нами — это не приоритет. Ведь поставщикам ИТ и других цифровых технологий надо продавать, учёным — получать новые гранты и темы для публикаций, а политикам — объяснять, почему их страна самая передовая. Для этого термин «индустрия 4.0» отлично подходит.

Глаза фабрики будущего: как компьютерное зрение меняет Индустрию 4.0

Мы живем в эпоху Индустрии 4.0, где автоматизация объединяется с большими данными и искусственным интеллектом (ИИ). В этом технологическом оркестре компьютерное зрение (Computer Vision, CV) играет роль главного органа чувств. Если раньше роботы на заводах действовали «вслепую» по строго заданным координатам, то сегодня они обрели полноценное зрение.

Что такое компьютерное зрение в современной промышленности?

Компьютерное зрение — это область ИИ, которая учит машины «видеть» и анализировать цифровые изображения или видео. Система состоит из высокоскоростных камер, датчиков и нейросетей. Камеры фиксируют происходящее на конвейере, а алгоритмы глубокого обучения мгновенно распознают объекты, находят дефекты и прогнозируют сбои.

Ключевые сферы применения

• Сверхточный контроль качества. Человеческий глаз устает после нескольких часов монотонной работы. Системы CV проверяют тысячи деталей в минуту с точностью до микрона. Они находят микротрещины на печатных платах, царапины на автомобильных кузовах или отклонения в форме лекарственных таблеток.
• Умная робототехника и навигация. Современные роботы-манипуляторы используют CV, чтобы брать детали произвольной формы из хаотично заполненных коробок. Автономные мобильные роботы (AMR) и беспилотные погрузчики перемещаются по складам, распознавая препятствия, дорожные знаки и людей.
• Безопасность сотрудников. Нейросети непрерывно следят за соблюдением техники безопасности. Система мгновенно подаст сигнал или остановит станок, если рабочий зашел в опасную зону, забыл надеть каску, перчатки или защитные очки.
• Предиктивное обслуживание. Камеры, работающие в инфракрасном (тепловизионном) спектре, видят перегрев кабелей или подшипников до того, как оборудование выйдет из строя. Это предотвращает дорогостоящие простои производства.

Технологический прорыв: почему это стало возможно именно сейчас?

Концепция компьютерного зрения зародилась еще в прошлом веке, но настоящий бум случился благодаря трем факторам:

1. 1. Эволюция нейросетей. Появление сверточных (CNN) и трансформерных архитектур позволило машинам распознавать образы лучше человека.
   2. Доступность «железа». Мощные графические процессоры (GPU) и специализированные чипы обрабатывают огромные потоки видеоданных в режиме реального времени.
   3. Концепция Edge Computing (граничные вычисления). Данные обрабатываются прямо на фабрике, рядом с камерой, а не отправляются в далекое облако. Это снижает задержку сигнала до долей миллисекунды.

Вызовы и барьеры

Несмотря на очевидные плюсы, внедрение CV сталкивается со сложностями:

• Изменение условий среды. Блики света, пыль, вибрации на заводе могут запутать нейросеть. Требуются дорогие промышленные камеры и сложная программная адаптация.
• Дефицит данных. Чтобы обучить ИИ находить редкий брак, нужны тысячи примеров этого брака. Компании решают это с помощью синтетических данных — генерации поддельных дефектов на 3D-моделях.
• Высокая стоимость. Разработка и интеграция индивидуальных ИИ-решений под конкретный конвейер все еще требуют серьезных инвестиций.

Взгляд в будущее

Индустрия 4.0 стремительно движется к Индустрии 5.0, где во главе угла встанет синергия человека и машины. Компьютерное зрение перестанет быть просто инструментом контроля. Оно превратит заводы в адаптивные организмы, где ИИ предугадывает желания инженеров, мгновенно перестраивает производственные линии под штучные заказы и делает тяжелый труд абсолютно безопасным. Машины научились видеть — теперь они учатся понимать наш мир.

Индустрия 5.0: Возвращение человека на завод будущего

Еще недавно мир обсуждал Индустрию 4.0 — эпоху тотальной автоматизации, «умных» фабрик и интернета вещей. Заводы превращались в безлюдные пространства, где роботы общались с роботами. Однако цифровизация ради цифровизации быстро уперлась в тупик: машинам не хватает гибкости, критического мышления и творческого подхода.

Сегодня на смену приходит новая концепция — Индустрия 5.0. Ее главное отличие — это возвращение человека в центр производственного процесса. Это не шаг назад к ручному труду, а синергия, где лучшие качества человека соединяются с безграничной мощью машин.

Философия Индустрии 5.0: Три главных столпа

Если Индустрия 4.0 была сосредоточена на технологиях и эффективности, то Пятая промышленная революция базируется на ценностях:

1. 1. Человекоцентричность (Human-centricity). Технологии больше не заменяют людей. Они подстраиваются под нужды, безопасность и комфорт работника.
   2. Устойчивость (Sustainability). Производство обязано быть «зеленым». Индустрия 5.0 делает ставку на возобновляемую энергию, переработку отходов и минимальный углеродный след.
   3. Сверхживучесть (Resilience). Пандемии и экономические кризисы показали хрупкость глобальных логистических цепочек. Новая индустрия создается так, чтобы заводы могли мгновенно адаптироваться к любым изменениям на рынке.

Технологический фундамент: Что движет революцией?

Индустрия 5.0 не отказывается от достижений прошлого, а выводит их на новый уровень с помощью следующих технологий:

1. Коботы (Коллаборативные роботы)

В отличие от массивных промышленных роботов прошлого, которые работали за защитными сетками, коботы спроектированы для безопасной работы бок о бок с человеком. Они берут на себя монотонный, тяжелый и опасный труд (например, подъем тяжестей или сварку), в то время как человек занимается контролем качества, кастомизацией и финальной сборкой.

2. Генеративный искусственный интеллект и роевой ИИ

ИИ перестал быть просто аналитиком данных. В Индустрии 5.0 он становится полноценным напарником. Генеративный ИИ помогает инженерам проектировать детали, предлагая тысячи оптимальных вариантов за секунды. Роевой ИИ управляет логистикой внутри цехов, координируя действия сотен беспилотных доставщиков.

3. Когнитивные цифровые двойники (Cognitive Digital Twins)

Цифровой двойник — это виртуальная копия реального завода или продукта. В новой эпохе эти модели наделены «когнитивными» функциями. Они не просто отражают текущее состояние станков, а предсказывают поломки за недели до их адаптации, самостоятельно перестраивают графики работы и тестируют новые конфигурации без остановки реального конвейера.

4. Эквиваленты человеческих чувств: AR/VR и нейроинтерфейсы

Очки дополненной реальности (AR) выводят подсказки и схемы прямо перед глазами мастера, собирающего сложный авиационный двигатель. Экзоскелеты, управляемые импульсами мышц (а в перспективе — и нейроинтерфейсами), превращают обычного рабочего в супергероя, способного без устали работать с тяжелыми деталями.

5. Биотехнологии и замкнутый цикл

Синтетическая биология и новые биоматериалы позволяют создавать самовосстанавливающиеся покрытия и биоразлагаемую упаковку. Фабрики Индустрии 5.0 проектируются по принципу замкнутого цикла (Circular Economy), где отходы одного процесса становятся сырьем для другого.

Что нас ждет в ближайшем будущем?

• Гиперкастомизация. Массовое однотипное производство уходит в прошлое. Вы сможете заказать кроссовки, автомобиль или смартфон, созданные строго под ваши анатомические особенности и дизайн-предпочтения. Роботы и люди соберут этот уникальный товар на одном и том же конвейере без удорожания стоимости.
• Смена фокуса в профессиях. Спрос на простой физический труд продолжит падать. Но резко вырастет потребность в «регулировщиках хаоса» — специалистах по этике ИИ, инженерах промышленного дизайна, психологах по взаимодействию роботов и людей, а также экспертах по зеленой энергетике.
• Локальные микрофабрики. Вместо гигантских заводов в Азии товары начнут производиться на небольших, высокотехнологичных и экологически чистых микрофабриках прямо внутри крупных городов, ближе к потребителю.

Индустрия 5.0 доказывает: восстания машин не будет. Технологический прогресс наконец-то развернулся лицом к человеку. Нас ждет будущее, в котором роботы возьмут на себя рутину, а люди вернут себе радость творчества, созидания и интеллектуального труда.

Семь ключевых технологий

Эксперты World Economic Forum совместно с компанией Accenture выделили семь ключевых технологий, которые способны оказать наибольшее влияние на предприятия (рис. 3). Обратите внимание: в этом перечне нет технологий, которые в последнее время у всех на устах — блокчейна и криптовалют (прежде всего биткоина). Авторы отчёта отмечают, что этот список не всеобъемлющий и не включает только что появившиеся технологии, к которым они и относят блокчейн и криптовалюты. В исследовании, предпринятом экспертами World Economic Forum, блокчейн-технологии возникали лишь в одном или двух кейсах. То есть эксперты считают, что пока ещё рано говорить о вызванных этими технологиями изменениях — перспективы блокчейна пока не ясны. Видимо, по той же самой причине в этот список не вошли квантовые вычисления, которые некоторые эксперты уже включают в список важнейших цифровых технологий.

Рис. 3. Семь ключевых технологий по мнению экспертов World Economic Forum. Источник: World Economic Forum совместно с компанией Accenture.

Весьма похожую версию ключевых технологий предлагают эксперты PwC. Они не включили в этот список социальные медиа и платформы. Вероятно, по их мнению, эта технология уже исчерпала свой потенциал и её влияние на предприятия в ближайшее время будет минимальным. Зато эксперты PwC добавили к ключевым технологиям блокчейн и виртуальную/дополненную реальность. По всей видимости, в PwC считают, что уже сегодня блокчейн — это очень важная технология цифровой трансформации. Другие источники выделяют весьма похожие списки технологий.

10 ключевых технологий

Особняком стоят, пожалуй, только эксперты компании Gartner, которые традиционно составляют свой список, куда вошли 10 ключевых технологий ближайших лет. По их мнению, главный драйвер цифровизации предприятий и общества — это тесная взаимосвязь (даже переплетение) людей, устройств, контента и интеллектуальных сервисов, которое эксперты Gartner назвали «умной» цифровой сетью. Она «умная», поскольку широко использует искусственный интеллект, который проникает практически во все технологии и позволяет создавать потенциально автономные и гибкие системы. Цифровая, поскольку взаимопроникновение виртуального и реального миров позволяет создать новую, расширенную «цифрой» среду. И, соответственно, эксперты Gartner разделили все технологии по этим трём группам: «умные», цифровые и сетевые (рис. 4).

Искусственный интеллект (AI Foundations). Искусственный интеллект — это совокупность технологий, которые позволяют машинам воспринимать, понимать, действовать и учиться. Интерес к этим технологиям продолжает расти. Однако недавнее исследование Gartner показало, что отнюдь не все компании активно работают в этом направлении — 59% организаций всё ещё собирают информацию и обдумывают стратегии использования искусственного интеллекта. Эксперты Gartner отмечают, что обещания создать искусственный интеллект универсального характера, который полностью заменит человека, пока стоит отнести к спекуляциям. Сегодня можно говорить лишь об узком и специализированном искусственном интеллекте, который ориентирован на решение конкретной задачи. Например, понимание языка, управление транспортным средством в контролируемом окружении, компьютерное зрение (распознавание объектов, лиц, слежение за объектами, распознавание рукописного текста, определение эмоций, пола, возраста, распознавание сцены), звуковое зрение (синтез речи, распознавание звуков и речи, определение эмоций, пола, возраста, языка), обработка естественного языка (машинный перевод, идентификация ключевых слов и смысла, классификация текста, синтез текстов, определение языка) и т. д.

Например, сейчас в мире установлено около 265 млрд CCTV-камер, и 98% того, что они снимают, вообще никто не смотрит. Даже если найти массу дешевых операторов, исследования показывают, что уже через 20 минут люди перестают замечать, что происходит на экране. И вот здесь как раз искусственный интеллект вместе с технологиями  компьютерного зрения и машинного обучения — единственно возможное решение. «Предприятиям следует сосредоточиться на достижении результатов от использования узкого искусственного интеллекта и оставить искусственный интеллект универсального характера исследователям и писателям-фантастам», — резюмировал вице-президент Gartner Дэвид Сирли.

«Умные» приложения и аналитика (Intelligent Apps and Analytics). «В течение следующих нескольких лет в каждом приложении, программе или сервисе будет использоваться искусственный интеллект на определенном уровне», — прогнозируют эксперты Gartner. И советуют: «Спросите у ваших поставщиков ПО и цифровых услуг, как они планируют использовать искусственный интеллект для повышения ценности в новых версиях, будет ли расширенная аналитика, «умные» процессы и продвинутое взаимодействие с пользователями». Примеры таких «умных» приложений — виртуальные ассистенты и советники. Естественно, искусственным интеллектом должны дополниться и аналитические приложения, что позволит на ином уровне собирать данные и проводить исследования. Подобные приложения создают новый интеллектуальный слой между людьми и системами и имеют потенциал к трансформации как структуры самой работы, так и рабочего места. Причём Дэвид Сирли подчёркивает, что речь не идёт о замене человеческого интеллекта: «Исследуйте «умные» приложения для поддержки человеческой деятельности, а не просто как инструмент заменяющий людей».

Рис. 4. 10 ключевых технологий по версии Gartner.

«Умные» устройства (Intelligent Things). «Умные» устройства используют искусственный интеллект и машинное обучение для более интеллектуального взаимодействия с людьми и окружающей средой. Эти устройства будут действовать полуавтономно или совершено автономно в различной среде, в том числе и неконтролируемой (например, дрон). По мере развития искусственного интеллекта и машинного обучения «умные» устройства будут всё чаще появляться в различных сферах — от интеллектуального медицинского оборудования до автономных роботов — сборщиков урожая. Более того, эксперты Gartner отмечают, что стоит ожидать перехода от автономных вещей к рою «умных» устройств (например, рой дронов), где несколько устройств будут работать вместе независимо или под контролем людей.

Цифровые двойники (Digital Twins). Цифровой двойник — это образ или модель объекта (системы) реального мира в мире цифровом. Причём эти цифровые двойники постоянно связаны с объектами реального мира через интернет вещей. Эксперты Gartner прогнозируют быстрый рост их количества — к 2020 году цифровые двойники будут существовать уже для 1 млрд устройств с 21 млрд датчиков. Такие возможности контроля позволят потенциально сэкономить миллиарды долларов на ремонте и техническом обслуживании оборудования, а также оптимизации его производительности. Специалисты Gartner уверены, что в краткосрочной перспективе цифровые двойники помогут управлять активами, но в более дальней перспективе ценность будет создаваться в области эффективности работы оборудования и понимания того, как оно используется и как его можно улучшить.

Важно, что цифровые двойники будут не только у материальных объектов. «Со временем цифровые образы практически всех аспектов нашего мира будут динамически связаны с их реальными прототипами. Появится почти безграничная возможность моделирования любых ситуаций», — говорит Дэвид Сирли.

Облачные технологии и периферийные вычисления (Cloud to the Edge). Концепция «периферийных вычислений» (edge computing) основана на идее обработки данных ближе к тому месту, где они создаются. По мнению экспертов Gartner, всё больше вычислительных ресурсов будут переноситься в конечные устройства — например, в беспилотный автомобиль или дрон. Но сети передачи данных не безграничны — слишком быстрое увеличение объёмов, передаваемых в облачные ЦОД данных, всё больше и больше приводит к потерям в скорости. Обработка данных на границе сети позволяет анализировать важные данные почти в режиме реального времени.

По сути облачные технологии и периферийные вычисления — это два противоположных подхода, которые  хорошо дополняют и компенсируют друг друга, а не конкурируют. Эксперты Gartner считают, что объединение этих двух моделей ─ облачных вычислений, которые используются для реализации сервисно-ориентированных подходов, и периферийных вычислений, которые позволяют использовать режим реального времени, — повышает  эффективность каждого из них.

Диалоговые платформы (Conversational Platforms). Задача перевода и понимания различных намерений людей постепенно переходит от человека к компьютеру, и диалоговые платформы — это отражение этой тенденции. Уже сейчас системы способны понимать и давать ответы как на простые вопросы (какая погода?), так и на более сложные. В Gartner убеждены, что эти платформы будут развиваться до более сложных: например, они смогут собрать устные показания от свидетелей преступлений и составить фоторобот преступника. Главная проблема, с которой сталкиваются сейчас диалоговые платформы, заключается в том, что пользователи должны коммуницировать с ними на очень структурированном языке.

Эффект погружения/присутствия (Immersive Experience). Это тенденция слияния инструментов дополненной реальности (augmented reality) и виртуальной реальности (virtual reality) с инструментами отражения физической реальности. Вместе они меняют то, как люди воспринимают и взаимодействуют с цифровым миром. У пользователя появятся захватывающие возможности  взаимодействия и с цифровыми, и с реальными объектами, при этом сохранится присутствие в физическом мире. По мнению экспертов Gartner, в сочетании с диалоговыми платформами это приведет к фундаментальным изменениям в  пользовательском опыте взаимодействия с миром.

Блокчейн (Blockchain). По сути, блокчейн — это разделяемая, распределённая и децентрализованная технология, которая, будучи независимой от отдельных приложений или участников, способна устранить часть издержек бизнеса (так называемых трансакционных издержек, или издержек, связанных с проверкой достоверности получаемой информации). Это позволит не доверяющим друг другу сторонам совершать коммерческие сделки. И хотя разговор о блокчейн часто сводится к вопросам финансов, эта технология имеет много других потенциальных приложений в государственном управлении, здравоохранении, цепочках поставок и др. Однако в Gartner отмечают, что многие основанные на блокчейн инструменты незрелы, непроверены до конца и в значительной степени нерегулируемы. Опробование этой технологии – это, несомненно, тенденция нескольких ближайших лет, но насколько широко её будут применять на практике, сказать сложно.

Управление по событиям (Event-driven). Для новых цифровых предприятий жизненно важно отслеживать события в жизни компании в режиме онлайн, чтобы  использовать быстро открывающиеся возможности. Некоторые события или их комбинации представляют собой ситуации, которые требуют определённых действий; а значит, необходимо без промедления принимать решения и реагировать. Самыми важными событиями являются те, которые затрагивают несколько сторон (несколько направлений бизнеса, несколько партнёров и т. п.).

С появлением интернета вещей, «умных» вещей, искусственного интеллекта и других технологий события можно обнаружить быстрее и проанализировать их более глубоко. В результате событийное мышление должно стать частью цифровой бизнес-стратегии. Суть событийного мышления — всегда держать руку на пульсе, быть готовым к решениям и действиям и постоянно учиться. Эксперты Gartner прогнозируют, что к 2020 году регистрация событий в реальном времени и управление на основе событий станет необходимой характеристикой для 80% цифровых решений, а 80% новых экосистем бизнеса потребуют поддержки обработки событий.

Непрерывная адаптивная оценка рисков и доверия (Continuous Adaptive Risk and Trust). Цифровой бизнес создаёт сложную меняющуюся среду, и в ней возникают проблемы безопасности, а использование всё более сложных инструментов увеличивает угрозу. Традиционные методы безопасности, основанные на идеях собственности и контроля (разрешить – запретить), а не доверия, не будут работать в цифровом мире. Инфраструктура безопасности и защита периметра не гарантируют своевременного обнаружения и не могут защищать от инсайдерских атак. Непрерывная адаптивная оценка риска и доверия — это новый подход к безопасности, который позволяет принимать решения в режиме реального времени.