هوشا سافت

    10 فناوری برتر برای سال 2018: انجمن کامپیوتر IEEE آینده فناوری را پیش بینی می کند

دسته بندی : اخبار فن آوری اطلاعات

کارشناسان فناوری در انجمن کامپیوتر IEEE (IEEE-CS) سالانه آینده فناوری را پیش بینی می کنند و نشان دادند چیزی که آنها بر آن باور دارند بزرگترین روند تکنولوژی در سال 2018 خواهد بود. پیش بینی های سازمان برتر محاسبات حرفه ای جهان در بین بالاترین پیش بینی های ا

ارائه دهنده اخبار:IEEE Computer Society  

Dec 14, 2017


، کالیفرنیا، Dec 14، 2017 - کارشناسان فناوری در انجمن کامپیوتر IEEE (IEEE-CS) سالانه آینده فناوری را پیش بینی می کنند و نشان دادند چیزی که آنها بر آن باور دارند بزرگترین روند تکنولوژی در سال 2018 خواهد بود. پیش بینی های سازمان برتر محاسبات حرفه ای جهان در بین بالاترین پیش بینی های اعلام شده است.

Jean-Luc Gaudiot، رئیس انجمن کامپیوتر IEEE، بیان کرد: "پیش بینی های جامعه کامپیوتر ، بر اساس تجزیه و تحلیل عمیق از طریق یک تیم از کارشناسان فن آوری های پیشرو،  فن آوری های پرطرفدار که دارای پتانسیل ایجاد تغییرات گسترده برای 2018 هستند را شناسایی میکند.جامعه محاسباتی وسیع به جامعه کامپیوتر به عنوان ارائه دهنده اخبار و اطلاعات مربوط به فناوری مربوطه بستگی دارد و پیش بینی های ما با تعهد ما  نسبت به حفظ جامعه ای آگاه و آماده در برابر چشم انداز های  فناوری در آینده کاملا سازگاری دارد."


Dejan Milojicic، متخصص شرکت فن آوری ممتاز Hewlett Packard و رئیس پیشینIEEE Computer Society ، بیان کرد: "سال بعد شاهد برخی از معضلات جالب در آینده فناوری خواهیم بود. یادگیری عمیق و هوش مصنوعی در حقیقت  deployment domain را گسترش خواهند داد یا در حوزه شبکه عصبی  باقی می مانند؟ آیا فناوری های رمزنگاری انقلاب خارق العاده خود را حفظ خواهند کرد یا دچار حباب اقتصادی میشوند؟آیا  فناوری های جدید محاسبات و حافظه در نهایت زندگی طولانی قانون مور را مختل می کنند؟ ما شرط های خود را بر روی پیش بینی های 2018 مان بسته ایم. "

تکنولوژی های برتر  در سال 2018 عبارتند از:

1.     یادگیری عمیق(Deep learning) . یادگیری عمیق یک عملکرد هوش مصنوعی است که عملکرد مغز انسان در پردازش داده ها و ایجاد الگوهایی برای استفاده در تصمیم گیری را تقلید می کند.یادگیری عمیق حوزه ای جدید در تحقیقات یادگیری ماشین است.در واقع یادگیری ماشین (ML) و DL   هم اکنون در قله دوره ی انقلابی خود هستند و به طور گسترده در مرکز داده ها اتخاذ شده اند(آمازون در حال ساخت واحد های پردازش تصویر [GPU] قابل استفاده برای DL است ، گوگل DL را بر روی واحد های پردازش تنسور (TPU)  خود اجرا میکند و ...) . یادگیری عمیق در لبه شبکه مورد بررسی قرار می گیرد  تا از ازدیاد داده های ارسال شده به مرکز داده بکاهد.به طور کلی یادگیری عمیق در تمام صنایع با تعداد زیادی از وظایف مختلف استفاده می شود و برنامه های تجاری که از تشخیص تصویر استفاده می کنند، پلتفرم های open source با برنامه های توصیه کننده به مصرف کننده و ابزارهای تحقیق پزشکی که امکان استفاده مجدد از داروها برای بیماری های جدید را بررسی می کنند، بعضی از نمونه های یادگیری عمیق هستند

 

2.     ارزهای دیجیتال.( Bitcoin) ارز دیجیتال یک روش پرداخت است که تنها در فرم الکترونیکی موجود است و ملموس نیست پول دیجیتال را می توان بین اشخاص یا کاربران با کمک تکنولوژی مانند کامپیوتر، گوشی های هوشمند و اینترنت انتقال داد. اگر چه پولی مشابه ارزهای فیزیکی است، پول دیجیتال اجازه انتقال مالکیت بدون محدودیت و همچنین معاملات لحظه ای را می دهد. ارزهای دیجیتال می توانند برای خرید کالاها و خدمات مورد استفاده قرار گیرند اما همچنین می توانند به جوامعی خاص از جمله بازی ها یا شبکه های اجتماعی محدود شوند.

 

3.     Blockchain. فناوری بلاک چین اساساً یک پایگاه داده توزیع شده از اسناد و یا دفتر کل عمومی” از همه تراکنش‌ها یا رویدادهای دیجیتال” است که توسط اجزای تشکیل دهنده اش به شکل مشترک اجرا می‌شود. هر تراکنش در دفتر کلی عمومی با توافق اکثریت اجزای سیستم محقق می‌گردد. اطلاعاتی که یکبار وارد سیستم شده باشد، هرگز پاک نمی‌شوند. بلاک چین برای هر تراکنشمنحصر به فردی که ایجاد شده باشد، اطلاعات قطعی و قابل بازبینی را ثیت می‌کند. برای مثال دزدیدن کلوچه از مغازهای خلوت بسیار ساده تر از دزدیدن آن از یک فروشگاه بزرگ در حضور هزاران شاهد است.به نظر میرسد که انقلاب بلاک چین در یک نوسان کامل است.بر اساس آمار google ، درخواست جستجوی Google برای کلمه کلیدی blockchain به میزان 250٪ افزایش یافته است .

 

4.       Industrial Internet of Things(IoT). به معنای وسیع تر، اصطلاح IoT شامل همه چیزهایی است که به اینترنت متصل شده اند، اما به طور افزاینده ای برای تعریف اشیائی که "با یکدیگر" صحبت می کنند استفاده می شود. با ترکیب این دستگاه های متصل با سیستم های خودکار، "جمع آوری اطلاعات، تجزیه و تحلیل و ایجاد یک عمل" برای کمک به کسی برای انجام یک کار خاص و یا یادگیری  یک فرآیند ممکن می شود.

 

5.    Robotic.اگرچه تحقیقات رباتیک برای چندین دهه انجام گرفته است، رباتیک هنوز به شکوفایی نرسیده است. با این حال، چند سال گذشته شاهد افزایش دسترسی به بازار روبات های مصرف کننده ، و همچنین ربات های پیچیده تر نظامی و صنعتی بوده است. ما پیش بینی می کنیم که این امر موجب می شود که استفاده از رباتیک در فضای پزشکی برای مراقبت از بیماران و سایر استفاده های طبی افزایش یابد.رباتیک همراه با DL و AIدر سال 2018 پیشرفت بیشتری خواهد داشت. رباتیک همچنین تکامل اخلاقیات را القا می کند (نگاه کنید 8).

 

6.     حمل و نقل کمک کننده(AT). در حالی که وعده وسایل نقلیه کاملا خودمختار به علت موانع متعدد با کاهش سرعت مواجه شده است، استفاده محدودی از کمک های خودکار همچنان به رشد خود ادامه دادند ، مانند کمک به پارکینگ، تشخیص ویدئو و هشدار برای ترک خطوط و شناسایی موانع ناگهانی. پیش بینی می شود با استفاده از اتوماسیون و یادگیری ماشین/یادگیری عمیق در صنعت خودرو ، کمک کننده وسائل نقلیه (vehicle assistance) پیشرفت بیشتری خواهد داشت.

 

7.     واقعیت کمک و واقعیت مجازی (AR / VR). دستگاه های بازی و ابزارهای AR / VR در سال گذشته افزایش یافته است. پیش بینی می کنیم که این روند با استفاده از رابط کاربری مدرن مانند تجسم 3بعدی و تشخیص حرکت رشد می کند. این امر می تواند افراد را با metadata مرتبط سازد که می تواند با توجه به تنظیمات حریم خصوصی مورد بررسی قرار گیرد و همچنان به سیاست های بین المللی برای امنیت سایبری و حفظ حریم خصوصی ادامه می دهد (نگاه کنید به 10).

 

8.     اخلاق، قوانین و سیاست های حفظ حریم خصوصی، امنیت و مسئولیت . با پیشرفت روزافزون  DL ، رباتیک ، کمک های تکنولوژیکی  و برنامه های کاربردی AI ، تکنولوژی از توانایی جامعه در کنترل آن به راحتی جلوگیری کرده است. راهنمایی های اجباری قبلا عمیقا در جنبه های مختلف طراحی مورد تجزیه و تحلیل قرار گرفته اند (استانداردهای IEEE) و بیشتر در سیستم های مستقل و هوشمند و در امنیت سایبری استفاده می شود. اما تصویب ملاحظات اخلاقی در بسیاری از صنایع عمودی و فن آوری های افقی سرعت می گیرد

 

9.     شتاب دهنده ها و3D . با پایان دادن به مقیاس قدرت و قانون مور و تغییر به 3D، شتاب دهنده ها به عنوان راهی برای ادامه کار بهبود عملکرد سخت افزاری و بهره وری انرژی و کاهش هزینه ها ظهور می کنند. تعدادی از فن آوری های موجود FPGA)ها و ASIC ها) و موارد جدید مانند DMP) های مبتنی بر ( memristor وجود دارند که وعده زیادی برای سرعت بخشیدن به دامنه های کاربردی دارند (مانند ضرب ماتریس برای استفاده از الگوریتم های DL ).ما تنوع گسترده تر و کاربرد وسیع تر شتاب دهنده ها را پیش بینی می کنیم، که منجر به استفاده گسترده تر در سال 2018 خواهد شد.

 

10. امنیت سایبری و AI .امنیت سایبری برای زندگی روزمره و کسب و کار ضروری است، اما مدیریت آن به مرور زمان به طور مداوم سخت ترمی شود. بهره برداری ها و سوءاستفاده ها  بسیار پیچیده شده است در چنین شرایطی ادامه دادن و بقا برای فناوری اطلاعات بسیار سخت می شود. اتوماسیون خالص دیگر کافی نیست و AI مورد نیاز است تا تجزیه و تحلیل داده ها و اسکریپت های خودکار را بهبود بخشد. اما خود AI از حمله سایبری مصون نیست و  ما نیاز داریم تکنیک های AI / DL را در حضور ترافیک دفاعی در هر منطقه کاربردی قوی تر کنیم.

فن آوری های موجود: فناوری هایی که در ادامه به آنها اشاره می کنیم را در لیست 10 فناوری برتر قرار ندادیم چرا که فرض کردیم این فناوری ها پذیرش گسترده را از قبل به دست آورده اند:

1.                                         Data Science

2.                                         Cloudification

3.                                         Smart cities

4.                                         Sustainability

5.                                         IoT/Edge Computing

 



SOURCE IEEE Computer Society


Related Links

گردآوری و ترجمه از گروه دانشوران سرمد

تعداد بازدید :  906 تاریخ : ۱۳۹۷/۰۴/۲۷ برابر است با 2018/07/18

بازگشت