۱. خانهی هوشمند
بعضی از لوازم خانگی امروزی میتوانند به اینترنت متصل شوند؛ اما فناوری خانهی هوشمند فراتر از اتصال به اینترنت است. یک شمارشگر هوشمند تنها میتواند میزان انرژی مصرفشده را به افراد نشان دهد و یک تلویزیون هوشمند تنها ترکیبی از تلویزیون و امکان اتصال به اینترنت است. بهطور مشابه، روشنایی هوشمند، قفل درب کنترل از راه دور یا سیستم کنترل گرمایش هوشمند به شما این امکان را میدهند تا از طریق تلفن همراه برنامهریزی شوند؛ اما فناوری بهسرعت در حالت حرکت بهسوی استفاده از دادهها و ارتباطهای اشخاص برای فعالیت به جای کاربر است.
برای آنکه تغییری واقعی ایجاد شود، نیاز است تا فناوری عمیقتر به فضای خانهها وارد شود؛ تصور کنید ماشین لباسشویی شما، لباسهایتان را ارزیابی کند و بهصورت خودکار برنامهی شستشو مناسب را انتخاب کند یا حتی دربارهی برنامهی انتخابی شما که برای شستن لباسها مناسب نیست، به شما هشدار دهد.
در این مرحله، درک فعالیتهای روزانه، انگیزهها و تعاملهای انسانها با اشیاء هوشمند اهمیت دارد؛ اما نگرانی اصلی استفاده از این فناوری هوشمند، موضوع امنیت است؛ دستگاههایی که به اینترنت متصل میشوند میتوانند هک شوند، همانطور که این اتفاق امروزه نیز رخ داده است.
خانهی ما جایی است که باید امنیت بالایی داشته باشند؛ درنتیجه فناوریهای هوشمند برای گسترش یافتن در خانهها باید در جهت تأمین این امنیت فعالیت کنند.
۲. منشی مجازی
با وجود اینکه منشیها نقش تعیینکنندهای در کسبوکار دارند؛ اما اغلب، بیشتر وقت خود را با کارهای وقتگیر و نسبتاً کماهمیتی که میتوانند بهصورت خودکار انجام شوند، میگذرانند. سازوکار یک گردهمایی ساده را در نظر بگیرید. شما باید افراد مناسب برای شرکت در این گردهمایی که ترجیحاً از قسمتهای مختلف بازار تجارت باشند، پیدا کنید و سپس زمان مناسبی برای جلسه تعیین کنید.
ابزارهایی مانند سایت doodle.com که برای تعیین بهترین زمان جلسه، زمانهای خالی افراد را با یکدیگر مقایسه میکند، به تسهیل این امر کمک میکنند؛ اما این ابزارها درنهایت بر افرادی که مشارکت بالایی دارند، تمرکز میکنند و در صورتی که افراد مناسب شناسایی شده باشند، مفید خواهند بود.
در پروژهای تحت حمایت اتحادیهی اروپا که به مدت زمان ۱۰ سال به طول انجامید، استفاده از اطلاعاتی مانند دستهبندی سازمانی، آگاهی از جایگاه تلفنهای همراه و تقویمها برای شناسایی افراد مناسب و زمان مناسب برپایی یک رویداد که به یک مسئلهی بهینهسازی فنی تبدیل شده بود، مورد بررسی قرار گرفت.
در این بررسی، فناوری جمعآوری اطلاعات متناسب با سطح امروزی نبود؛ تلفنهای هوشمند هنوز اشیائی عجیب بودند و دادهکاوی و پردازش اطلاعات جایگاه امروزی خود را نداشتند.
با این حال، در سالهای آتی میتوانیم ماشینهایی را که فعالیتهایی فراتر از برنامهریزیهای روزانه در کسب و کارها انجام میدهند، ببینیم.
در واقع، نقش دستیارهای مجازی میتواند فراتر از برنامهریزی جلسات و سازماندهی دفتر خاطرات افراد باشد؛ این دستیارها میتوانند به مدیران پروژهها کمک کنند تا افراد مناسب را برای گروه خود جمعآوری کنند و آنها را در جایگاه مناسبی قرار دهند که در نتیجه کارها با راندمان بالاتری انجام شود.
از سوی دیگر، اکثر اطلاعات مورد نیاز نسبتاً شخصی هستند؛ با این وجود نسل جوان از به اشتراک گذاشتن تمام لحظههای خود در شبکههای اجتماعی نظیر توییتر و اسنپچت استقبال میکنند و چنین نگرانی به مرور زمان اهمیت کمتری خواهد داشت؛ اما آیا ما باید ظهور ماشینآلات را بهطور کامل بپذیریم یا افراد واقعی را در نقشهای روزانهی خود حفظ کنیم و از رباتها تنها در انجام کارهای کمکی استفاده کنیم؟ این سؤالی است که باید بهزودی پاسخ داده شود.
۳. هوش مصنوعی پزشک
ما در زمانی هیجانانگیز زندگی میکنیم؛ جایی که دستاوردهای دارویی و فناوری هوش مصنوعی آیندهی بهداشت و درمان را به تصویر خواهند کشید؛ اما چه احساسی خواهید داشت اگر برای تشخصی بیماری خود به هوش مصنوعی مراجعه کنید؟ یک شرکت خصوصی با نام بابیلون هلث در حال حاضر آزمایشی را در ۵ منطقهی شهر لندن انجام میدهد و مراکز مشاوره را تشویق میکند که در شرایط غیر اضطراری با یک چتبات تماس بگیرند.
این هوش مصنوعی بهگونهای آموزش دیده است تا با استفاده از دادههای بسیار زیاد سایر بیماران، به کاربران پیشنهاد دهد که به اورژانس بیمارستان یا داروخانه مراجعه کنند یا در خانه استراحت کنند.
این شرکت ادعا میکند که بهزودی میتواند سیستمی را توسعه دهد که همانند پزشکان و پرستاران، بیماری را تشخیص دهند.
در کشورهایی که با کمبود پزشک مواجه هستند، این فناوری میتواند بهصورت قابلتوجهی وضعیت سلامت را بهبود ببخشد و به پزشکان این امکان را بدهد تا بهجای صرف زمان بسیار برای تشخیص بیماری بر درمان آن تمرکز کنند.
از سوی دیگر، هوش مصنوعی واتسون آیبیام، پلتفرم کلود مِد ایکس و فناوری دیپ گِنومیکس با مراجعه به سوابق بیماری افراد و درمانهای انجامشده، میتوانند به متخصصان بالینی کمک کنند تا با آگاهی بیشتری به تجویز درمان جدید بپردازند.
تعداد روز افزون برنامههای تلفن همراه و فناوریهای ردیاب مانند فیتبیت، امروزه میتوانند اطلاعات رفتاری و وضعیت درمانی و فعالیتهای بیماران را جمعآوری کنند؛ اما با این اوصاف برای پذیرش گستردهی فناوری هوش مصنوعی در مراقبتهای سلامت، بسیاری از نگرانیهای قانونی و مشروع باید در نظر گرفته شود؛ در حال حاضر، قابل استفاده بودن، اطلاعات سلامتی مناسب، حفظ حریم خصوصی، امنیت، کیفیت محتوا و اعتمادسازی جزو موارد گزارش دادهشده در بیشتر این نرمافزارها هستند.
همچنین فقدان پیروی از دستورالعملهای درمانگاهی، نگرانیهای اخلاقی و متناسب نبودن انتظارات در مورد جمعآوری، ارتباط، استفاده و ذخیرهسازی دادههای بیماران نیز از دیگر مشکلات استفاده از هوش مصنوعی در بخش پزشکی هستند.
علاوه بر این، محدودیتهای فناوری برای جلوگیری از برداشتهای غلطی که ممکن است به بیمار آسیب برساند، باید شفافسازی شود.اگر سیستمهای هوش مصنوعی بتوانند با این چالشها روبهرو شوند و بر درک و بهبود اقدامات درمانی و ارتباط بین پزشک و بیمار تمرکز کنند، ما میتوانیم شاهد داستانهای بیشتر و موفقتری از ابتکارهای مراقبتهای بهداشتی مبتنی بر دادهها باشیم.
۴. ربات خدمتکار
آیا روزی خواهد رسید که رباتها پاسخگوی مراجعهکنندگان به خانهی شما باشند؟ حتی اگر قیمت این رباتها مناسب باشد، امکان وقوع چنین اتفاقی بسیار کم است. چیزی که باعث تمایز فناوری هوشمند موفق از ناموفق میشود، میزان مفید بودن آنها است؛ و این میزان مفید بودن بستگی به زمینهی فعالیت آن فناوری دارد. برای اکثر افراد شاید داشتن رباتی که به مهمانان شما رسیدگی کند به آن صورت مفید نباشد؛ اما تصور کنید یک ربات خدمتکار در جایی مانند خانهی سالمندان که با کمبود کارکنان مواجه است، چقدر مفید خواهد بود.
رباتهای مجهز به هوش مصنوعی، مانند رباتهای تشخیص صدا و چهره، میتوانند با افراد مراجعهکننده تعامل داشته باشند و به بررسی آنها و امکان دسترسی این افراد به فرد مربوطه بپردازند.
بعد از تأیید این افراد، رباتهایی با الگوریتم مسیریابی میتوانند مراجعهکنندگان را به مقصد خود هدایت کنند؛ این کار باعث میشود تا پرستاران مدت زمان بیشتری را به بهبود وضعیت زندگی افراد سالمند اختصاص دهند.
هوش مصنوعی همچنان نیازمند پیشرفت بیشتر برای کار در محیطهای کنترلنشده است؛ اما نتایج اخیر، مثبت هستند. نرمافزار دیپفِیس فیسبوک در آزمایشی که در آن محققان برای بررسی مشکل تشخیص چهرهی بدون محدودیت، انجام دادهاند، این توانایی را داشت که چهرهها را با دقت ۹۷.۲۵ درصد بهدرستی تشخیص دهد. این نرمافزار بر اساسیادگیری عمیق ساخته شده است. یادگیری عمیق یک شبکهی عصبی مصنوعی است و از میلیونها ارتباط نوری تشکیل شده که میتوانند بهصورت خودکار اطلاعات را با مراجعه به دادهها بهدست آورد.
۵. انبار با قابلیت پرواز و خودروی خودران
خودروی خودران مسلماً یکی از شگفتآورترین فناوریهای حال حاضر است. با وجود این واقعیت که فناوری خودروهای خودران اشتباهاتی نیز به همراه دارد؛ اما میتواند ایمنتر از رانندگی انسانها باشد. یکی از دلایل این ایمنی، استفادهی گسترده از حسگرها برای جمعآوری دادهها از محیط اطراف است که به خودرو، نمایی ۳۶۰ درجه میدهد.
علاوه بر این، خودروهای خودران میتوانند با برقراری ارتباط با یکدیگر مانع از تصادف و راهبندان شوند؛ اما خودروهای خودران علاوه بر استفادهی عمومی میتوانند برای شرکتهای تحویل محصولات نیز مفید باشند؛ با این کار این شرکتها میتوانند هزینهی ارسال محصولات را کاهش دهند و با سرعت و کارایی بیشتری محصولات را به مشتری تحویل دهند.
پیشرفتهای بیشتری برای استفادهی گسترده از این خودروها لازم است؛ این پیشرفتها هم کنترل کامل وسیله در محیطهای پر رفتوآمد را شامل میشوند و هم چارچوب قانونی مناسب برای استفاده از این وسیلهها؛ به نظر میرسد که باوجود رقابتی که بین شرکتهای خودروسازی آغاز شده است، اولین خودروهای کاملاً خودکار تا ۱۰ سال آینده در دسترس همگان قرار بگیرند.
کاربرد فناوری خودران تنها به خودروها و کامیونها اختصاص ندارد. آمازون بهتازگی پتنتی با نام انبارهای پرنده را به ثبت رسانده است که میتوانند در مکانهایی که انتظار رونق یک محصول وجود دارد، حضور داشته باشند و با استفاده از پهپادهای خودکار، کالاها را به مشتریان تحویل میدهند.
اینکه آیا آمازون واقعاً چنین پروژهای را پیش خواهد برد، مشخص نیست؛ اما آزمایش پهپادهای خودکار این شرکت برای حمل محمولهها موفقیتآمیز بوده است.