Искусственный интеллект становится умнее, и он облегчит жизнь людям.

Уже сейчас в моде живые чат-боты. Скоро мы увидим, как искусственный интеллект предпримет основные шаги в направлении дополнения человеческого опыта в мониторинге и решении трафика сети IT-коммуникаций. Это фантастическая новость для бизнеса, потому что она не только ускорит решение проблем, но также в первую очередь прогнозирует и предотвращает возникновение проблем.

Искусственный интеллект и 5G оживят “интеллектуальный край”.

Практика переноса вычислительной мощности и приложений на периферию сети, где выполняется большинство бизнес-транзакций, не является новой концепцией и становится все более важной тенденцией в IT. Тем не менее, мы увидим, что прокси-серверы искусственного интеллекта начнут анализировать данные и принимать решения о скорости деформации в 2020 году. Это, в сочетании с ускорением 5G, позволит осуществлять массовую передачу данных, питаемую Интернетом вещей, оживляя интеллектуальное преимущество и создавая такие вещи, как разумная инфраструктура в городах ближе к реализации.

Разрыв в IT-навыках будет стимулировать “XaaS”.

В 2020 году быстрые темпы инноваций в сфере IT увеличат разрыв в навыках работы с IT и подтолкнут компании к более активному обращению к бизнес-приложениям и услугам в облаке по требованию, а не к созданию собственного оборудования. Разработчики внутренних отделов в организации станут основой во всей организации.

Предприятия должны будут подготовиться к безопасности на скорости 5G.

Благодаря высокой скорости и малой задержке 5G ускорит связь, но также ускорит преступность, позволив хакерам захватывать конфиденциальные данные с поразительной скоростью, когда они проникают в сети и устройства. Только искусственный интеллект и интеллектуальная автоматизация могут идти в ногу со скоростью нарушений. В 2020 году компании должны обратиться к искусственному интеллекту в планах по кибербезопасности.

Источник: https://leisurecentre.ru/osnovnye-texnologicheskie-prognozy-novogo-desyatiletiya-chast-2/

Во время начала нового десятилетия, полезно потратить немного времени на размышления о том, как далеко мы продвинулись за последние десять лет. Также нужно посмотреть вперед, чтобы увидеть, что на горизонте. В технологии это особенно важное упражнение, так как скорость изменения возможностей головокружительна, что в свою очередь позволяет маркетологам создавать искаженное представление о грядущем мире.

Например, десять лет назад был представлен первый iPad, а Nokia контролировала 40% мирового рынка мобильных телефонов, и потребители начали загружать приложения для социальных сетей на свои смартфоны. У многих из этих смартфонов не было сенсорных экранов. Помните любимые мини-клавиатуры QWERTY?

2010 год кажется был давным-давно, не так ли? Имея это в виду, далее представлено то, что мы можем ожидать от технологий в новом году..

Сеть 5G изменит жизнь, но не будет полностью доступной.

Появление технологий 5G изменит образ жизни потребителей и то, как бизнес взаимодействует с клиентами. Однако 2020 не будет таким годом. Массовая доступность 5G появится только через два-три года. Однако, это не помешает компаниям 5G убедить многие компании платить за “подключение 5G”, когда на практике они получат что-то, что не сильно отличается от них сейчас, но за гораздо более высокую цену.

Прогресс цифровой трансформации будет продолжаться в медленном, но устойчивом темпе.

В 2020 году предприятия будут продолжать уверенно двигаться в направлении своего цифрового будущего, но может пройти еще одно десятилетие, прежде чем большинство отраслей промышленности полностью реализуют свой цифровой потенциал. Если руководители таких компаний размышляют над стратегией цифровой трансформации своей компании, то им следует помнить, что не каждая часть предприятия должна трансформироваться одновременно. Поэтому лучше сфокусироваться на ключевых функциях, которые можно оцифровать, чтобы можно было конкурировать на рынке.

Источник: https://leisurecentre.ru/osnovnye-texnologicheskie-prognozy-novogo-desyatiletiya/

Преимущества MacOS Catalina 10.15.3

Согласно журналу изменений Apple, присутствуют две функции:

Оптимизация гамма-обработки низких уровней серого в Pro Display XDR для рабочих процессов SDR при использовании macOS.

Повышение производительности многопотокового редактирования видео в формате 4K для HEVC и H.264 в 16-дюймовым MacBook Pro.

Если вы в настоящее время используете MacOS Catalina, то вам следует выполнить обновление. Хотя ничего серьезного не исправлено, а небольшие детали, особенно дополнения безопасности, будут как раз кстати.

Тем, кто работает на более старых версиях MacOS, следует помнить, что обновление для системы безопасности было выпущено для MacOS 10.13 и 10.14 одновременно с этим обновлением. Apple молчаливо признает, что многие пользователи останутся на этих старых платформах, для поддержки 32-битных приложений.

Из-за проблем, остающихся в MacOS и в сторонних приложениях на платформе, последняя облегчает рекомендацию оставаться на более старой версии ОС, особенно если она все еще работает и может рассматриваться как критически важная машина для бизнеса.

Скоро.

В настоящее время в общедоступной бета-системе Apple нет доступных сборок для MacOS Catalina 10.15.4. Интересно, увидим ли мы еще какие-то серьезные улучшения для Catalina? Ожидается, что в июне на WWDC будет опубликовано ежегодное обновление MacOS, исправление этих проблем может присутствовать в 10.16.

К сожалению сейчас по-прежнему нет ничего нового, что могло бы привлечь тех, кто с удовольствием работает над старыми версиями.

Источник: https://leisurecentre.ru/stoit-li-vladelcam-macbook-obnovlyatsya-do-macos-catalina-10-15-3-chast-2/

Apple выпустила третье крупное обновление шестнадцатой версии MacOS. MacOS Catalina 10.15.3, выпущенная в конце января, включает в себя две функции, предназначенные для улучшения вывода видео на компьютерах Mac с упором на редактирование. Помимо прочего, ряд мелких ошибок и проблем был решен для “повышения стабильности, надежности и безопасность вашего Mac”.

Помимо последнего примечания о небольших исправлениях, стоит понимать, что это еще один выпуск, который предлагает очень мало с точки зрения конкретных исправлений или ожидаемых функций. Хотя в коде было обнаружено наличие “Pro Mode” для повышения производительности, нет никаких признаков того, что он был включен.

Обновления видеовыхода делают 10.15.3 простым выбором для тех, кто занимается сложным редактированием, особенно на профессиональном уровне. Также в этом обновлений нет реальных дополнений, включая обновления для системы безопасности, хотя фактические обновления неясны, что делает его достойным обновлением, особенно если вы пропустили последнее в прошлом месяце.

Совместимость.

MacOS Catalina 10.15 поддерживает все машины, на которых будет работать MacOS 10.14, за исключением тех, которые требуют обновления графического процессора:

Mac Pro: модели конца 2013 года и далее.
iMac Pro: все модели.
iMac: модели конца 2012 года и далее.
Mac Mini: модели конца 2012 года и далее.
MacBook Pro: модели середины 2012 года и далее.
MacBook Air: модели середины 2012 года и далее.
MacBook: модели начала 2015 года и далее.

Вам будет предложено обновить компьютер до Catalina, но если вы хотите начать установку, то можете перейти в Apple Menu — Software Update. Более подробную информацию можно найти на странице поддержки Apple.

MacOS Catalina 10.15.3 это отличный выпуск с вышеупомянутыми исправлениями ошибок, исправлениями безопасности и настройками стабильности.

Однако более крупные проблемы, такие как синхронизации и проблемы входа в iCloud, не были решены. На данном этапе создается впечатление, что Catalina находится в режиме обслуживания, а разработчики Apple сосредоточены на iOS, iPadOS и watchOS.

Источник: https://leisurecentre.ru/stoit-li-vladelcam-macbook-obnovlyatsya-do-macos-catalina-10-15-3/

Ежегодное мероприятие Samsung Unpacked пройдет менее, чем через две недели. Поэтому почти все, что компания планирует представить, уже просочилось. В связи с этим, все в курсе, что новая флагманская линейка Samsung будет называться Galaxy S20.

Предстоящая линейка Galaxy S20 от Samsung будет состоять из трех устройств: Galaxy S20 начального уровня с 6,2-дюймовым дисплеем, Galaxy S20 Plus с 6,7-дюймовым дисплеем и Galaxy S20 Ultra с 6,9-дюймовым дисплеем. В свете этого, новая утечка фотографий в Twitter показывает всем самый близкий взгляд на линейку смартфонов следующего поколения от Samsung.

Приведенная ниже фотография к сожалению не раскрывает огромное количество деталей, но она дает всем представление о том, как различаются размеры разных моделей S20. Это можно понять по тому, как модули камеры выступают на задней панели каждого устройства.

Стоит обратить внимание не неровности камеры на модели S20 Ultra. Однако, это не должно вызывать удивления, учитывая амбициозную схему камеры S20 Ultra. Также ранее упоминалось, что модель S20 Ultra вероятно будет оснащена широкоугольным объективом с разрешением 108 мегапикселей, телеобъективом с разрешением 48 мегапикселей, сверхшироким объективом с разрешением 12 мегапикселей и датчиками ToF. Более того, ходят слухи, что S20 Ultra может похвастаться поддержкой 10-кратного оптического зума.

Помимо прочего, ходят слухи, что линейка следующего поколения Samsung выйдет 6 марта.

Источник: https://leisurecentre.ru/v-seti-poyavilos-novoe-izobrazhenie-vsej-linejki-galaxy-s20-ot-samsung/

Согласно сообщениям китайских СМИ, роботы доставляют продукты питания и медикаменты людям, подозреваемым на наличие вируса. Робот по имени Little Peanut доставляет еду людям, находящимся на карантине в отеле, в то время как в больнице на юге Китая есть роботы для доставки лекарств, сбора постельного белья и мусора.

Помимо роботов для здравоохранения, существует растущий спрос на роботов для чистки и дезинфекции. Компания Xenex, расположенная в Сан-Антонио, штат Техас, США, продает роботов, использующих импульсный ксеноновый ультрафиолетовый свет для уничтожения патогенных микроорганизмов. Компания утверждает, что ее устройства в настоящее время используются для очистки помещений с подозреваемыми случаями коронавируса в Ухане.

Пресс-секретарь США, Мелинда Харт объясняет:
“Наша научная команда постоянно разговаривает по телефону с больницами, чтобы обсудить протоколы дезинфекции помещений и зон, в которых находились и лечатся пациенты. Мы также связывались с правительственными контактами в Китае и США, чтобы выяснить, насколько быстро мы можем экспортировать роботов в Китай”.

Было показано, что устройства уменьшают количество инфекций, связанных со здравоохранением, в нескольких отдельных исследованиях в больнице.

Тем временем, базирующаяся в Лос-Анджелесе, США, компания Dimer бесплатно предложила одну из своих машин для уничтожения микробов в международном аэропорту города. Обычно устройства “GermFalcon” продаются по 100 000 долларов за единицу.

Президент компании Dimer, Эллиот М. Крейтенберг объясняет:
“Мы дезинфицировали въездные самолеты из Китая в Лос-Анджелесе в последние несколько дней. Наша машина помещается внутри самолета и производит большие дозы ультрафиолетового света на поверхности, с которыми пассажиры соприкасаются во время полета”.

Машины которые помогают сдерживать распространение вируса, сейчас встречаются гораздо чаще, чем во время эпидемии атипичной пневмонии 2003 года, однако коронавирус в Ухане распространился быстрее.

Источник: https://leisurecentre.ru/vysokotexnologichnye-roboty-pomogayut-sderzhat-rasprostranenie-koronavirusa-chast-2/

Когда в среду врачи в вашингтонской больнице в попытались вылечить первый подтвержденный случай коронавируса Ухань в Соединенных Штатах, они подключили устройство под названием Vici, которое позволяло им взаимодействовать со своим пациентом не лично, а через экран.

Устройство для здравоохранения выглядит как планшет на колесах, который врачи могут использовать для общения с пациентами и выполнения основных диагностических функций, таких как измерение температуры. Устройство является одним из немногих высокотехнологичных аппаратов, которыми пользуются врачи, работники аэропорта и персонал отеля, в целях сдерживания коронавируса.

Доктор Эми Комптон-Филлипс, главный клинический сотрудник регионального медицинского центра Провиденс в Эверетте, штат Вашингтон, США, говорит:
“Технология помогает лицам осуществляющим уход, сократить количество близких взаимодействий”.
Vici, изготовлен в штате Калифорния, США, и напоминает планшет на колесах. Устройство может защитить медицинских работников ухаживающих за больными.

Во время вспышки вируса SARS в 2003 году значительная часть пострадавших была медицинскими работниками, что подчеркивает трудности обеспечения безопасности при лечении.

Китайская национальная комиссия по здравоохранению и Центры по контролю и профилактике заболеваний заявляют, что инфекция может передаваться от человека к человеку. Поэтому устройства созданные для здравоохранения и роботы, которые сводят к минимуму контакты с людьми в больницах, потенциально спасают жизни.

Компания Aethon, расположенная в Питтсбурге, США, продает робота по имени TUG, который автономно перевозит медикаменты в больницах. Питер Сейфф, руководитель Aethon, говорит:
“Если определенному вспомогательному персоналу не обязательно находиться в зонах пациентов, лучше всего избегать этого. Чем меньше людей соприкасается с инфицированными пациентами, тем лучше”.

Роботы Aethon TUG используются на более чем 140 объектах, хотя компания не стала комментировать, используется ли это устройство в какой-либо из больниц США, где было исследовано более 240 пациентов на наличие нового коронавируса.

Источник: https://leisurecentre.ru/vysokotexnologichnye-roboty-pomogayut-sderzhat-rasprostranenie-koronavirusa/

Фирмы занимающиеся маркировкой, эволюционировали, чтобы предоставить больше возможностей для конкретных областей и расширили область своих предложений. По мере того, как машинное обучение начинает применяться к более конкретным областям, потребности в маркировке данных для конкретных областей будут только возрастать. Согласно отчету Cognilytica, спрос на услуги маркировки данных со стороны третьих лиц вырастет с 1,7 миллиарда долларов в 2019 году, до более 4,1 миллиардов долларов к 2024 году. Это значительный рынок, гораздо больший, чем может показаться большинству.

Все чаще машины также выполняют работу по маркировке данных. Поставщики маркировки данных применяют машинное обучение в своих собственных усилиях по маркировке для выполнения некоторых работ, проверок качества человеческого труда и оптимизации процесса маркировки. Эти фирмы используют логическое машинное обучение для определения типов данных, которые не соответствуют структуре столбца данных, потенциального качества данных или проблем с форматированием, и предоставляют пользователям рекомендации по их очистке. Таким образом, машинное обучение помогает процессу совершенствования машинного обучения. Довольно интересно, когда искусственный интеллект применяется к искусственному интеллекту.

В обозримом будущем необходимость маркировки данных для машинного обучения не будет уменьшаться. Во всяком случае, использование машинного обучения продолжает расширяться в новые области, которые требуют новых знаний, будут создаваться и изучаться системами. Это в свою очередь требует хорошо обозначенных данных для обучения в этих новых областях, что в итоге требует услуг скрытой армии людей, которые заставляют искусственный интеллект работать так же, как и сегодня.

Источник: https://leisurecentre.ru/iskusstvennyj-intellekt-prodolzhaet-ostro-nuzhdatsya-v-cheloveke-chast-3/

Согласно недавнему отчету исследовательской фирмы Cognilytica, более 35 компаний в настоящее время заняты предоставлением человеческого труда для добавления меток и аннотаций к данным, для мощных контролируемых алгоритмов обучения. Некоторые из этих фирм используют общие краудсорсинговые подходы к маркировке данных. В то же время другие предлагают свои собственные, управляемые и обученные трудовые ресурсы, которые могут удовлетворить широкий спектр общих и специфических потребностей в области маркировки данных.

В отчете Cognilytica подробно описано, как задачи для маркировки и аннотирования данных сильно зависят от вида данных, которые должны быть помечены для целей машинного обучения и конкретной задачи обучения, которая необходима. Основные варианты использования для маркировки данных делятся на следующие основные категории:

Классификация изображений
Речевая и текстовая маркировка, маркировка речи и текста
Тегирование 3D Point Cloud
Анализ настроений
Разговорная маркировка
Релевантность и персонализация маркировки
Разработка “графа знаний”

Эти задачи маркировки становятся все более сложными и специфичными для конкретных областей по мере разработки моделей машинного обучения, которые могут обрабатывать более общие случаи использования. Например, инновационные медицинские технологии компании создают модели машинного обучения, которые могут идентифицировать возможные проблемы в медицинских изображениях, такие как сгустки, переломы, опухоли, обструкции и другие проблемы. Для построения этих моделей требуются первые обучающие алгоритмы машинного обучения для выявления проблем в изображениях. Для обучения моделей машинного обучения требуется много данных, которые были помечены с указанием конкретных проблемных областей. Для выполнения этой задачи по маркировке требуется определенный уровень знаний о том, как определить конкретную проблему, и знания о том, как правильно ее маркировать. Это не задача для случайного, уличного человека. Решение этой задачи требует определенного опыта в предметной области.

Источник: https://leisurecentre.ru/iskusstvennyj-intellekt-prodolzhaet-ostro-nuzhdatsya-v-cheloveke-chast-2/

Скрытый секрет искусственного интеллекта заключается в том, что большая часть его на самом деле работает благодаря людям. Если быть точнее, то контролируемые алгоритмы обучения, которые в последнее время привлекли большое внимание, зависят от людей, чтобы обеспечить хорошо маркированные обучающие данные. Их в свою очередь можно использовать для обучения алгоритмов машинного обучения. Поскольку машины должны сначала обучаться, они не могут учить себя сами, поэтому эта задача возлагается на человека.

Машинное обучение — это то, что питает современные системы искусственного интеллекта “ИИ”. Организации внедряют один или несколько из семи шаблонов ИИ, включая компьютерное зрение, обработку естественного языка, прогнозную аналитику, автономные системы, обнаружение паттернов и аномалий, целевые системы и гипер-персонализацию в широком спектре приложений. Однако, чтобы эти системы могли создавать точные обобщения, системы машинного обучения должны быть обучены на данных. Более продвинутые формы машинного обучения, особенно нейронные сети с глубоким обучением, требуют значительных объемов данных, чтобы иметь возможность создавать модели с желаемым уровнем точности. Само собой разумеется, что данные машинного обучения должны быть чистыми, точными, полными и хорошо маркированными, чтобы получающиеся модели машинного обучения были точными.

По данным аналитической компании Cognilytica, более 80% времени проекта ИИ тратится на подготовку и маркировку данных для использования в проектах машинного обучения.

Целая четверть этого времени затрачивается на предоставление необходимых меток для данных, чтобы подходы с машинным обучением под надзором действительно достигли своих целей обучения. Сторонние поставщики решений для управляемой маркировки устраняют этот пробел, предоставляя рабочую силу для выполнения маркировки в сочетании с опытом крупномасштабных усилий по маркировке данных и инфраструктурой для управления рабочими нагрузками маркировки и достижения желаемых уровней качества.

Источник: https://leisurecentre.ru/iskusstvennyj-intellekt-prodolzhaet-ostro-nuzhdatsya-v-cheloveke/