Исследовательская и консалтинговая компания Gartner, специализирующаяся на рынках информационных технологий, опубликовала Радар влияния новых технологий и трендов на 2024 год. Он включает четыре сектора — решения для «умного» мира, инновации в сфере продуктивности, решения для конфиденциальности и прозрачности, а также критически важные вспомогательные инструменты.

1. Решения для «умного» мира

Эта категория охватывает изменения в том, как мы взаимодействуем с людьми, локациями, контентом и вещами в условиях конвергенции пользовательского онлайн- и офлайн-опыта.

• ИИ-аватары — это человекоподобные виртуальные персонажи, созданные с использованием компьютерных изображений и различных ИИ-методов и приложений.
• Цифровые двойники — это цифровое представление, отражающее состояние физических или виртуальных активов, процессов, людей или организаций либо их групп.
• Мультимодальные пользовательские интерфейсы (UI) означают модели, в которых разные взаимодействия пользователя и машины могут происходить одновременно.
• «Умное» пространство означает физическую среду, в которой люди и цифровые системы взаимодействуют в рамках всё более открытых, связанных через сеть, скоординированных и интеллектуальных экосистем.
• Пространственные вычисления — это вычислительная среда, объединяющая в себе физические и цифровые объекты в общей системе отсчета.

2. Революция в продуктивности

Эта категория подчеркивает потенциал продуктивности генеративного ИИ, во многом способствующей его широкому распространению в корпоративной среде.

• Сжатие модели — это набор методов, позволяющих уменьшить размер обученной нейронной сети для использования в малых устройствах или чтобы увеличить мощность центральной системы.
• Автономные беспилотные летательные аппараты (БПЛА) — используются в основном для инспекции активов, но начинают также применяться для доставки небольших посылок.
• Генеративный ИИ (GenAI) — группа технологий, способных создавать новые производные версии контента, стратегий, разработок и методов, обучаясь на больших массивах исходного контента.
• Виртуальные помощники с GenAI — следующее поколение виртуальных цифровых помощников, которые используют большие языковые модели (LLM), обеспечивая революционные возможности.
• Преобразователи (vision transformers) для компьютерного зрения (ViT) — нейронные сети, которые вычисляют соотношения между пикселями разных частей изображения, чтобы достичь более точной классификации изображений, улучшить обнаружение объектов и генерацию изображений.
• Интеллектуальные приложения — используют методы искусственного интеллекта для обучения на внешних источниках данных.
• Синтезированные данные — генерируются искусственно в отличие от сбора данных из реальных событий/источников.
• Обучение с самоконтролем (self-supervised) — подход к машинному обучению, при котором размеченные данные создаются из самих данных, не прибегая к данным прежних результатов и без участия человека для разметки или обратной связи.

3. Конфиденциальность и прозрачность

Эта категория нацелена на принятие верных бизнес-решений с учетом этических аспектов при внедрении ИИ и использование принципов проектирования ИИ, приносящих выигрыш для общества.

• Человеко-ориентированный ИИ (HCAI) — общий принцип проектирования искусственного интеллекта, согласно которому ИИ должен выигрывать от вклада, вносимого человеком.
• Поведенческая аналитика — функции отслеживания в сеансах взаимодействия пользователя с защищенным сервисом для построения моделей доверия с целью различения мошенников, доверенных пользователей и ботов.
• Ответственный ИИ — общий термин, обозначающий разные аспекты принятия верных бизнес-решений с учетом этических норм при внедрении ИИ в организации.
• Системы децентрализованной идентификации (DCI) или суверенной идентификации (SSI) призваны решить проблемы конфиденциальности и прозрачности традиционных систем идентификации.
• Технологии повышения конфиденциальности (PET) — набор надежных подходов, обеспечивающих обработку информации с одновременной защитой сопутствующих персональных данных.

4. Критически важные вспомогательные технологии

Эта категория отражает ожидания от новых приложений (которые откроют новые сценарии использования или расширят существующий пользовательский опыт), помогая определить, какие технологии следует изучать и во что инвестировать.

• Нейроморфные вычисления — инженерный подход к проектированию компьютерных систем, при котором их компоненты имитируют функции человеческого мозга и нервной системы.
• Токенизация — это криптографически защищенное представление ценного объекта или данных.
• Квантовые процессоры — чипы, составленные из кубитов (квантовых битов), аналога битов в классических вычислениях.
• Гипермасштабируемые периферийные вычисления (HEC) — это общедоступное облачное решение для периферийной (edge) среды на основе распределенной облачной платформы, управляемое и контролируемое с помощью гипермасштабируемого облачного сервиса.
• ИИ-чипы — тип микропроцессоров, оптимизированных для обработки глубоких нейронных сетей.
• Web3 — новый комплекс технологий для разработки децентрализованных веб-приложений, который обеспечивает архитектуру расширяемости, децентрализованную идентификацию и кросс-цепочечную совместимость.
• Блокчейн — группа технологий, нацеленных на одноранговое распространение, децентрализацию, неизменяемость, шифрование и токенизацию.
• Графы знаний (ГЗ) — машиночитаемые структуры данных, которые описывают взаимосвязь между разнородными данными в виде сети узлов и связей.
• Мегагруппировки низкоорбитальных (LEO) спутников могут обеспечить глобальную связь и доступ в интернет с задержкой и скоростью, сравнимыми с базовой проводной сетью.
• Частный 5G — основан на стандартах консорциума 3GPP для предоставления связи, оптимизированных услуг и безопасности для организаций.
• Масштабируемые векторные базы данных — обеспечивают возможность векторного поиска и работают в сочетании с большими языковыми моделями, используя способность модели выдавать при поиске информацию, специфичную для данной организации или области.