Prof. dr Petar Kočović
Hiperautomatizacija
Hiperautomatizacija je kombinacija višestrukog mašinskog učenja (ML), upakovanog softvera i alata za automatizaciju. Hiperautomatizacija se odnosi ne samo na širinu palete alata, veĆ i na sve korake same automatizacije (otkrij, analiziraj, dizajniraj, automatizuj, meri, nadgledaj i ponovo oceni). Razumevanje opsega mehanizama za automatizaciju, kako se međusobno odnose i kako se mogu kombinovati i koordinirati, glavni je fokus za hiperautomatizaciju. Ovaj trend je započet robotskom automatizacijom procesa.
Višestruko iskustvo
Do 2028. godine, korisničko iskustvo proći će kroz značajne promene u načinu na koji korisnici doživljavaju digitalni svet i kako u njemu komuniciraju. Konverzacione platforme menjaju način na koji ljudi komuniciraju sa digitalnim svetom. Virtuelna stvarnost (VR), proširena stvarnost (AR) i mešovita stvarnost (MR) menjaju način na koji ljudi doživljavaju digitalni svet. Ovaj kombinovani pomak u modelima percepcije i interakcije dovodi do budućeg multisenzorskog i multimodalnog iskustva.
Ilustracija (CC0 Pixabay)
Model će se prebaciti sa tehnološki pismenog čoveka na pismenu tehnologiju namenjenu čoveku. Teret prebacivanja namere preći će sa korisnika na računar. Ova sposobnost komunikacije sa korisnicima kroz mnoga ljudska čula pružiće bogatije okruženje za pružanje nijansiranih informacija.
Demokratizacija veštačenja
Demokratizacija je usmerena na pružanje tehničke ekspertize ljudima (na primer ML, razvoj aplikacija) ili stručnosti u poslovnom domenu (na primer, prodajni proces, ekonomska analiza) putem radikalno pojednostavljenog iskustva i bez opsežne i skupe obuke. „Pristup građanima” (na primer, naučnici o građanima [citizen data scientists], integratorima građana), kao i evolucija razvoja građana i modela bez koda, primeri su demokratizacije.
Do 2023. očekuje se da će se ubrzati četiri ključna aspekta trenda demokratizacije:
- Uključujući demokratizaciju podataka i analitiku (alati koji ciljaju naučnike podataka koji se šire u cilju profesionalne zajednice programera),
- Demokratizaciju razvoja (AI alati za korišćenje u prilagođenim aplikacijama),
- Demokratizacija dizajna (proširenje na fenomene niskog koda, bez koda, automatizacijom dodatnih funkcija za razvoj aplikacija radi osnaživanja građanina-programera) i
- Demokratizacija znanja (ne-IT profesionalci koji pristupaju alatima i ekspertnim sistemima koji ih osnažuju za eksploataciju i primenjuju specijalizovane veštine koje prevazilaze sopstvenu stručnost i obuku).
Ljudsko proširenje (Human Augmentation)
Teško je adekvatno prevesti pojam Human Augmentation, pa ga ostavljamo ovako za sada. Human Augmentation istražuje kako se tehnologija može koristiti za postizanje kognitivnih i fizičkih poboljšanja kao sastavnog dela ljudskog iskustva. Fizičko povećanje se ostvaruje promenom njihovih inherentnih fizičkih sposobnosti implantacijom ili hostovanjem tehnološkog elementa na njihovim telima, kao što je nosivi uređaj (wearable device). Kognitivno povećanje može se dogoditi pristupom informacijama i iskorišćavanju aplikacija na tradicionalnim računarskim sistemima i novonastalom višestrukom iskustvu u pametnim prostorima.
Ilustracija (CC0 Pixabay)
U narednih 10 godina sve veći nivo fizičke i kognitivne ljudskog povećavanja postaće preovlađujući jer pojedinci traže lična poboljšanja. Ovo će stvoriti novi efekat konzumiranja gde zaposleni žele da iskoriste svoja lična unapređenja – pa čak i da ih prošire – kako bi poboljšali svoje kancelarijsko okruženje.
Transparentnost i sledivost
Potrošači su sve svesniji da su njihovi lični podaci vredni i zahtevaju kontrolu. Organizacije prepoznaju sve veći rizik od zaštite ličnih podataka i upravljanja njima, a vlade sprovode strogo zakonodavstvo da bi to obezbedile. Transparentnost i sledivost su ključni elementi koji podržavaju ove digitalne etike i potrebe za privatnošću.
Transparentnost i sledivost odnose se na niz stavova, akcija i pratećih tehnologija i praksi dizajniranih za ispunjavanje regulatornih zahteva, očuvanje etičkog pristupa upotrebi veštačke inteligencije (AI) i drugih naprednih tehnologija i popravljanje rastućeg nedostatka poverenja u kompanije. Dok organizacije grade transparentnost i poverenje, moraju se usredsrediti na tri oblasti: (1) AI i ML; (2) privatnost, vlasništvo i kontrolu ličnih podataka i (3) etički usklađen dizajn.
Ojačani EDGE
Edge Computing je računarska topologija u kojoj se obrada informacija i prikupljanje i isporuka sadržaja postavljaju bliže izvorima, skladištima i potrošačima tih informacija. Pokušava zadržati saobraćaj i lokalnu obradu kako bi umanjio kašnjenje, iskoristio mogućnosti ivice i omogućio veću autonomiju na ivici.
Veliki deo trenutnog fokusa kod EDGE računarstva potiče od potrebe da IoT sistemi isporučuju isključene ili distribuirane mogućnosti ukoje su ugrađene u IoT svet za specifične industrije kao što su proizvodnja ili maloprodaja. Međutim, ručno računanje postaće dominantan faktor u gotovo svim industrijama i slučajevima primene jer je EDGE ojačan sve sofisticiranijim i specijalizovanim računskim resursima i više skladištenja podataka. Složeni rubovi uređaja, uključujući robote, bespilotne letelice, autonomna vozila i operativne sisteme, ubrzaće ovu promenu.
Distribuirani oblak
Distribuirani oblak je distribucija javnih usluga u oblaku na različite lokacije, dok izvorni javni provajder oblaka preuzima odgovornost za rad, upravljanje, ažuriranje i razvoj usluga. Ovo predstavlja značajan pomak od centralizovanog modela većine javnih usluga u oblaku i dovešće do nove ere u računarstvu u oblaku.
Autonomne stvari
Autonomne stvari su fizički uređaji koji koriste AI za automatizaciju funkcija koje su ljudi ranije obavljali. Najprepoznatljiviji oblici autonomnih stvari su roboti, bespilotne letelice, autonomna vozila /brodovi i uređaji. Njihova automatizacija nadilazi automatizaciju koju pružaju kruti programski modeli, i oni koriste AI da bi pružili napredna ponašanja koja prirodnije komuniciraju sa okolinom i sa ljudima. Kako se tehnološka sposobnost poboljšava, regulacije dozvoljavaju i društveno prihvatanje, autonomne stvari će se sve više raspoređivati u nekontrolisanim javnim prostorima.
Kako se autonomne stvari šire, očekujemo prelazak sa samostojećih inteligentnih stvari u roj kolaborativnih inteligentnih stvari gde će više uređaja raditi zajedno, bilo nezavisno od ljudi ili sa ljudskim doprinosom. Na primer, heterogeni roboti mogu da rade u koordinisanom postupku sklapanja. Na tržištu isporuke, najefikasnije rešenje može biti korišćenje autonomnog vozila za premeštanje paketa do ciljanog područja. Roboti i bespilotne letelice na vozilu tada bi mogle uticati na konačnu isporuku paketa.
Praktični blokčejn
Blokčejn (Blockchain) ima potencijal da preoblikuje industrije omogućavanjem poverenja, pružajući transparentnost i omogućavajući razmenu vrednosti kroz poslovne ekosisteme, potencijalno smanjujući troškove, smanjujući vreme transakcija i poboljšavajući protok novca. Imovina se može pratiti do njihovog porekla, značajno smanjujući mogućnosti zamene falsifikovanom robom. Praćenje imovine takođe ima vrednost u drugim oblastima, poput pronalaska hrane preko lanca snabdevanja radi lakšeg identifikovanja porekla kontaminacije ili praćenja pojedinih delova radi pomoći u opozivanju proizvoda. Druga oblast u kojoj blokčejn ima potencijal je upravljanje identitetom. Pametni ugovori mogu se programirati u blokčejn gde događaji mogu pokrenuti akcije; na primer, plaćanje se oslobađa kada se roba primi.
Ilustracija (CC0 Pixabay)
Blokčejn je i dalje nezreo za implementaciju preduzeća zbog niza tehničkih problema, uključujući lošu skalabilnost i interoperabilnost. Uprkos ovim izazovima, značajan potencijal za poremećaje i stvaranje prihoda znači da bi organizacije trebalo početi procenjivati blokčejn, čak i ako u kratkom roku ne predviđaju agresivno usvajanje tehnologija.
AI bezbednost
Veštačka inteligencija (AI) i mašinsko učenje (ML) će se i dalje primenjivati kako bi povećali ljudsko odlučivanje u širokom nizu slučajeva upotrebe. Iako ovo stvara velike mogućnosti za omogućavanje hiperautomacije i korišćenje autonomnih stvari za pružanje poslovne transformacije, to stvara značajne nove izazove za bezbednosni tim i rizične lidere sa ogromnim porastom potencijalnih tačaka napada pomoću IoT-a, računanja u oblaku, mikro-servisa i visokopovezanih sistema u pametni prostori. Vođe bezbednosti i rizika trebalo bi da se fokusiraju na tri ključna područja – zaštitu sistema koji rade na AI, korišćenje AI da bi se poboljšala odbrambena odbrana i predviđanje štetne upotrebe AI od strane napadača.
