Най-революционните научни технологии на 2018 година
АВТОР: СТОЯН ТОШЕВ
Предполагам сте чували за легендарния американски технологичен университет в Масачузетс, САЩ – MIT. Той е „отгледал“ десетки легендарни учени и продължава да бъде „люлка“ на съвременните технологии.
Вече 17 години поред, от 2001 досега, MIT ежегодно подбира 10-те най-революционни технологии за конкретната година и ги публикува. И ако често хората питат „Но кое точно е революционното в тези технологии?“, ето и отговора: Това са научни постижения, които имат реален облик, макар някои все още да не са масово срещани. И които гарантирано ще имат сериозен ефект върху живота на човечеството в следващите години.
3D печат на метални обекти
Макар и триизмерният печат да е познат дори вече на домашния потребител, той все още не е масов и до голяма степен си остава любим на дизайнери, произвеждащи уникати и еднократни прототипи. А отпечатваните обекти почти винаги са изградени от специални пластмаси и полимери – защото използването на други материали, например метали е невероятно скъпо и бавно. Досега…
Идеята 3D печата на метални компоненти да стане евтин е много примамлива. Защото ще даде нови, неподозирани възможности на много индустрии, произвеждащи части за машини. Ето и примерите:
В краткосрочен план производителите вече няма да има нужда да поддържат огромни складове с милиони резервни части – загуба на пространство и материал. Те просто ще могат да отпечатват частта при поръчването ѝ и само, когато някой има нужда от нея. А в дългосрочен – гигантските тежки заводи, произвеждащи само определени части за машини, може би ще бъдат заменени от много по-малки, чисти такива, но и с възможности просто да се адаптират спрямо променящите се нужди на клиентите.
Технологията за печат с метали ще доведе до появата на по-леки и здрави елементи, сложни форми, които са невъзможни за създаване с традиционните фабрични методи. Освен това може да се постигне по-прецизен контрол на микроструктурата на металите. В отговор на това през 2017 година учени от националната лаборатория в Ливърмор, САЩ, създадоха метод за триизмерен печат на стоманени части, които са… два пъти по-здрави от традиционно създаваните!
Отново през 2017 година – компанията Markforged, малък стартъп, базиран в Бостън, показа на пазара първия 3D принтер, печатащ с метали, за цена под 100 000 долара. Още един стартъп от Бостън – Desktop Metal пък в края на 2017 година започна да продава такива машини, за които се твърди, че са 100 пъти по-бързи от предишните методи за печат на метални елементи.
Самото печатане на метални части също става по-лесно. Desktop Metal предлага софтуер, който сам генерира дизайн, съвместим с триизмерния печат. Потребителите просто въвеждат в програмата спецификациите на обекта, който искат да създадат, а софтуерът генерира компютърен модел, подходящ за отпечатване.
Изкуствени ембриони
Този научен пробив звучи малко зловещо, но в научната общност има голям отзвук, а евентуалните ползи в бъдеще могат да бъдат различни, макар и не съвсем ясни.
Учени от университета в Кеймбридж успяха да отгледат миши ембриони, създадени на основата на стволови клетки от друг ембрион. Тоест – без наличието на яйцеклетка! Те са взели стволовите клетки от първия индивид и са ги поставили внимателно в специално създаден триизмерен поддържащ скелет. След което наблюдавали успешното образуване и израстване на нов миши ембрион в рамките на няколко дни.
Учените отдавна знаят, че стволовите клетки имат направо магични свойства, но създаването на нови ембриони без специализирани яйцеклетки би могло да улесни учените в редица насоки, особено при тестването на нови лекарства или методи при които се налага изпробването върху редица живи екземпляри. И ако сега това са само ембриони, в близко бъдеще вероятно ще можем да отглеждаме гръбначни животни, родени изобщо без яйцеклетки.
По-нататъшните изследвания на екипа включват разбира се и човешки ембриони, чиито гени могат да се манипулират преди самото им образуване. Но това разбира се ще породи множество етични проблеми
Чувстващ град
Това вече звучи странно, но една от дъщерните компании на Alphabet (разбирайте Google), базирана в Ню Йорк, си сътрудничи с канадското правителство за грандиозен хай-тек проект, който се осъществява в близост до Торонто.
Една от задачите на проекта е да се постигне коренно нов начин за организация на живота в „чувстващия град“. Да се промени технологичното, политическото, дизайнерското виждане на жителите в него въз основа на разполагането и действието на милиони сензори за различна информация в целия град. Те ще събират данни за всичко в него – от качеството на въздуха за дишане, до нивата на шум или различните активности на жителите.
Проектът включва още налагането на това всички автомобили в града да бъдат автономни и споделени с всички граждани. Роботи ще вършат „черната работа“, като например ще доставят пратки. Публичната инфраструктура ще бъде непрекъснато тествана за различни проблеми, но това поражда и определени притеснения относно свободата на личността.
Още един интересен факт. Компанията, създател на проекта, обявява, че всичките основни елементи на „чувстващия град“ ще бъдат обединени и достъпни от софтуер, който от своя страна ще е достъпен за други компании, които могат да градят своите допълнителни услуги въз основа на базовите. Или точно както потребители и малки компании могат сами да създават приложения за мобилни телефони.
Изкуствен интелект за всеки
Днес системите за изкуствен интелект се използват предимно в индустрията на високите технологии, където възможностите им се ползват за създаване на нови продукти и услуги. Но все повече внимание им обръщат и малките компании, дори крайните потребители. Области, като медицината, производството и енергийните компании също имат нужда да се променят и да използват системите за изкуствен интелект, за да повишат икономическата си продуктивност.
Изкуственият интелект към момента е нещо, което само големи компании като Amazon, Baidu, Google и Microsoft могат да развиват. За останалите това е доста скъпо. Така че какво е решението? Специалните машинно-обучаващи се приложения, базирани в „облака“. В тази област доминира Amazon със своя AWS, но Google почти не им отстъпва със своя TensorFlow, библиотеки с изкуствен интелект и отворен код, които могат да бъдат използвани за създаването на друг софтуер за обучение на изкуствен интелект. А наскоро Google представи и Cloud AutoML, набор от дефинирани системи, които още повече облекчават създаването и употребата на приложения с изкуствен интелект.
От своя страна Microsoft също има собствена AI облачна система, Azure. Но това не пречи да обедини усилия с Amazon над създаването на Gluon – библиотека за самообучение с отворен код, която създава невронни мрежи – ключова технология за изкуствения интелект която имитира начина по който се учи човешкия мозък.
Не е много ясно коя от всички компании ще стане лидер в предлагането на услуги с изкуствен интелект. Но залогът е огромен, а бизнес възможностите – безгранични. Затова и светът на AI се отваря все повече и повече.
„Дуелиращи се“ невронни мрежи
В продължение на предишния абзац – изкуственият интелект от година на година става все по-добър по отношение на разпознаването на неща. Покажете му милиони снимки и той ще може да ви определи моментално кои от тях изобразяват пешеходци, пресичащи улицата, но ако трябва самият той да създаде такива изображения, нещата се влошават.
Една от сериозните цели на учените е да накарат ИИ да прави точно това – да може да създава голям брой изкуствено генерирани изображения, чрез които да се самообучава. Като например да получим възможност да обучаваме автономните автомобили на Tesla и Google, без да се налага те да излизат по пътищата и да причиняват инциденти. А всъщност да се „учат“ сами в нещо като тренажори в тъмна стаичка.
Проблемът обаче е, че това е все едно да създадете начин, по който ИИ да има… въображение. А това е нещо доста сложно.
Едно от успешните решения предлага Ян Гудфелоу, все още студент през 2014 година в университета Монреал, Канада. Неговото творение се нарича „генеративна състезателна мрежа“ или съкратено GAN. Тя включва две невронни мрежи, опростен математически модел на човешкия мозък, които използват модерно машинно обучение и в крайна сметка ги противопоставя една срещу друга – нещо като игра на котка и мишка.
Двете мрежи се обучават от едно и също хранилище на данни. Първата мрежа се нарича „генератор“ и има за задача да създава вариации от изображения, които вече познава – като например пешеходци с две или повече ръце. Втората се нарича „разпознавател“ и има за задача да разглежда изображенията на първата, опитвайки се да разпознава кои са истински и кои – фалшиви. Например – изображението на пешеходец с две ръце е реално, но с три – не е.
С течение на времето генераторът може да стане толкова добър, че да създава изображения, които разпознавателят да не разбира, че са фалшиви.
Тази технология е една от най-обещаващите през последното десетилетия и може да помогне на машините да постигнат резултати, заблуждаващи дори хората.
Слушалки с вграден преводач
Да, те дори вече съществуват, а някои закачливо ги наричат „вавилонски рибки“ в чест на великия роман на Дъглас Адамс – „Пътеводител на галактическия стопаджия“, в който тези рибки превеждат от и на всеки език във Вселената.
В реалния свят Google предлага подобно решение – срещу 159 долара за бройка, можете да си купите Pixel Buds. Тези слушалки работят с телефоните Pixel и приложението Google Translate и могат да правят преводи в реално време.
Единият човек в разговора носи слушалките, докато другият държи телефона. Този със слушалките говори на собствения си език (по подразбиране английски), а приложението превежда това което казва и го възпроизвежда на телефона. Човекът, държащ телефона отговаря, а неговите думи се превеждат и възпроизвеждат през слушалките.
Природен газ без въглерод?
Това звучи странно, но и екологично. Светът днес е буквално привързан към използването на природен газ, защото голяма част от произвежданото електричество се базира на изгарянето на природен газ. И макар последният да е доста по-чист спрямо въглища или нефт, все пак също отделя въглеродни емисии – отговорни за парников ефект и замърсявания.
Напредничава технология обещава да се справи с това. Тествана в електростанция близо до Хюстън, Тексас, и наречена Net Power, тя обещава да създава енергия не само по-евтина спрямо досегашните използващи природен газ, но и да спира максимално отделянето на въглеродни емисии по време на процеса. При успех това означава, че светът ще разполага с начин да създава „зелена енергия“, незамърсяваща околната среда от фосилните горива и на съвсем разумна цена. Това ще намали и нуждата от употреба на атомни централи и ще даде възможност за спокойно развитие на останалите „зелени“ методи за добив на енергия.
Net Power е дело на няколко партниращи си компании, които в момента конструират опитната електроцентрала и вече тестват производството. В нея въглеродният диоксид, отделен при изгарянето на природен газ, се поставя под огромно налягане и топлина, като след това той получава качества на флуид и може да се използва да върти генериращи електричество турбини. Повечето от него може да се рециклира и използва отново, а останалият да се отделя в неактивно състояние.
Максимално защитен интернет
Разработчиците на криптовалутата Zcash обявиха през тази година, че създават нов тип протокол, който може да гарантира пълна анонимност за разлика от открития код на блокчейн технологията.
Използването на такъв протокол може да се използва за максимална защита на потребителските данни например. Ако искате да потвърдите своята възраст, но да не предавате през интернет датата си на раждане – звучи интересно нали? Така смятат и американските банки JP Morgan и ING, които вече започват да въвеждат този протокол в работата на своите системи за разплащане.
Дигиталната валута Zcash, пусната през 2016 година, сега става интересна, защото нейните разработчици предлагат метода zk-SNARK (zero-knowledge), който позволява потребителите да правят транзакциите си напълно анонимно. Това нещо не е възможно при Bitcoin и повечето публични блокчейн системи при които транзакциите са видими за всички. Макар че те теоретично са анонимни, на практика могат да се комбинират с други данни за да се проследи и дори да се идентифицира потребителя. Затова и вещите в тази област специалисти, като Виталик Бутерин – създателят на Ethereum (втората в света по популярност дигитална валута) описва zk-SNARK като напълно променяща правилата на играта технология.
Предсказващ генетичен код
Благодарение на технологиите медицината в близко време ще може да предсказва още след раждането на човек, от какви болести ще боледува той. Учените генетици през последните години установиха, че разпространението на болестите и особеностите на умственото развитие зависят не от наличието на един или друг ген, а от определеното взаимодействие на цели групи гени. И ако засега тоталното предсказване на целия живот на човека все пак звучи доста фантастично, то такава технология скоро може да се използва поне за повишаване на вниманието към определени рискове фактори на индивида още от самото му раждане.
Така още с раждането ще можем да знаем, дали човекът в своята преклонна възраст ще е способен да развие рак или Алцхаймер. Но проблемът е, че дори тези предсказания да се оказват максимално верни, те все пак ще предизвикват социални проблеми. Кой човек ще се чувства щастлив при мисълта, че му е „гарантиран рак или Алцхаймер“?
Квантово създадени материали
Всички знаем колко перспективни са квантовите компютри. Те са способни на истински чудеса, заради своята изчислителна способност, несравнимо по-голяма от днешните компютри. Но все още хората не могат да създадат достатъчно добри методи с които да използват квантовите изчисления.
Ето обаче една доста перспективна възможност – прецизното проектиране на нови вещества, молекули и лекарства. Благодарение на това химиците вече могат да мечтаят за създаването на нови протеини, на много по-ефективни лекарства, нови електролити за много по-добри батерии, съединения които могат да превръщат слънчевата светлина директно в течно гориво, много по-ефективни соларни панели и т.н.
Днес все още не разполагаме с тези неща, защото молекулите им са много сложни за моделиране за класическите компютри. Например опитайте да симулирате поведението на електроните в една сравнително проста молекула и ще се натъкнете на усложнения, далеч отвъд предела на възможности на днешните компютри.
Но това е лесно за квантовите компютри, които вместо битове от типа 0 и 1, използват кубитове. И колкото повече „кубита“ ползва един квантов компютър, толкова повече паралелни операции може да извършва. Така симулирането на малка молекула от три атома вече е съвсем постижимо – каквото са и сторили наскоро в лаборатория на IBM, използвайки квантов компютър със седем кубита.
