MIT назвал 10 самых перспективных технологий 2018 года

Нейросети-дуэлянты. Искусственные эмбрионы. Искусственный интеллект в облаке. Какие еще технологии MIT Technology Review назвал важнейшими в 2018 году?
Ежегодная подборка технологий, которые могут изменить мир будущего, собирается с 2001 года. Люди часто спрашивают, что такое «прорыв» в технологиях? На этот вопрос ответ не всегда будет очевидным, потому что некоторые технологии пока просто не получили широкого распространения, другие же коммерчески нереализуемы. Однако все они так или иначе окажут влияние на нашу жизнь.
В этом году новая техника искусственного интеллекта под названием GAN дает машинам воображение; искусственные эмбрионы, несмотря на опасения скептиков, пересматривают создание жизни и открывают огромное окно для исследований первых моментов жизни человека; экспериментальная установка в центре нефтехимической промышленности Техаса пытается создать абсолютно чистую электроэнергию из природного газа — вероятно, основного источника энергии будущего. Поехали.

3D-печать из металла

Хотя 3D-печать используется уже довольно давно, она оставалась по большей части в области хобби и дизайнеров, производящих единичные прототипы. И печать объекта из чего угодно, не считая пластика — например, металла, — была дорогой и мучительно медленной.
Впрочем, теперь она становится дешевой и достаточно простой, чтобы стать потенциально практичным способом производства частей. Если она будет широко принята, она может изменить то, как мы производим многие продукты массового производства (простите за тавтологию).
В краткосрочной перспективе производителям не нужно было бы хранить большой инвентарь — они могли бы просто распечатать объект, какую-нибудь запасную часть для стареющего автомобиля, если бы кому-то это понадобилось.
В долгосрочной перспективе крупные заводы, производящие небольшой ассортимент деталей в больших объемах, можно было бы заменить заводами поменьше, но уже с ассортиментом побольше, подходящим меняющимся нуждам клиентов.
Метод 3D-печати позволяет создавать легкие и прочные запчасти, а также воспроизводить сложные формы, которые было бы невозможно создать при помощи традиционных методов обработки металла. Также можно было бы уделить большее внимание микроструктуре металлов. В 2017 году ученые из Национальной лаборатории Лоренса Ливермора заявили, что разработали метод 3D-печати, позволяющий создавать запчасти из нержавеющей стали, которые в два раза прочнее традиционных.
Также в 2017 году 3D-печатная компания Markforged, небольшой стартап, расположенный недалеко от Бостона, представила первый 3D-металлический принтер всего за 100 000 долларов.
Другой бостонский стартап Desktop Metal начал отгружать первые машины для металлического прототипирования в декабре 2017 года. Он планирует начать продажу машин побольше, специально для производителей, которые будут работать в 100 раз быстрее, чем старые методы металлической печати.
Печать металлических частей также становится проще. Desktop Metal нынче предлагает программное обеспечение, которое создает конструкции, готовые для 3D-распечатки. Пользователи задают программе спецификации объекта, который они хотят распечатать, и ПО производит компьютерную модель, подходящую для печати.
General Electric, которая давно выступает за 3D-печать в своих авиационных продуктах, работает над тестовой версией своего нового металлопринтера, который достаточно быстро работает, чтобы создавать большие запчасти. Компания планирует начать продажу этого устройства уже в 2018 году.

Искусственные эмбрионы

В прорыве, который может изменить наш взгляд на создание жизни, эмбриологи из Университета Кембриджа в Великобритании вырастили вполне реалистичные на вид эмбрионы мыши, используя только стволовые клетки. Никаких яйцеклеток. Никакой спермы. Просто взяли клетки у других эмбрионов.
Ученые аккуратно разместили клетки в трехмерные леса и завороженно наблюдали, как те начали сообщаться и выстраиваться в хорошо различимую форму мышиного эмбриона возрастом в несколько дней.
«Мы знаем, что стволовые клетки обладают волшебной силой и огромным потенциалом. Мы не думали, что они смогут так красиво или даже идеально самоорганизоваться», рассказала руководящая группой ученых Магдалена Церника-Гётц.
Церника-Гётц говорит, что ее «синтетические» эмбрионы, вероятно, не смогли бы развиться в мышей. Тем не менее это намек на то, что скоро мы можем увидеть млекопитающих, рожденных без яйцеклетки вообще.
Впрочем, такую цель Церника-Гётц не ставит. Она хочет изучать, как клетки раннего эмбриона начинают принимать отведенные им роли. Следующим шагом будет создание искусственного эмбриона из человеческих стволовых клеток. Эта работа проводится в Университете Мичигана и Университете Рокфеллера.
Синтетические человеческие эмбрионы были бы благом для ученых, поскольку позволили бы наблюдать все события на ранней стадии развития плода. И поскольку такие эмбрионы появляются из стволовых клеток, которыми легко управлять, лаборатории могли бы использовать весь спектр инструментов, таких как редактирование генов, для исследования их по мере роста.
Искусственные эмбрионы, впрочем, заставляют задаваться этическими вопросами. Что, если они станут неотличимыми от настоящих? Как долго их можно будет выращивать в лаборатории, прежде чем они начнут чувствовать боль? Нам нужно заняться этими вопросами, прежде чем научная гонка зайдет слишком далеко.

Город с чувствами

Самые разные схемы умных городов сталкивались с задержками, отменами, невозможными планами или дороговизной. Новый проект в Торонто под названием Quayside должен изменить эту уже устоявшуюся схему вещей, переосмыслив городскую среду с нуля и выстроив ее вокруг новейших цифровых технологий.
Sidewalk Labs, которая принадлежит Alphabet и находится в Нью-Йорке, сотрудничает с канадским правительством, работая над этим высокотехнологичным проектом, предназначенным для промышленной набережной Торонто.
Одна из целей проекта — основывать решения по дизайну, политике и технологиях на информации, получаемой с обширной сети датчиков, которые собирают данные обо всем, начиная от качества воздуха и заканчивая уровнем шума и деятельностью людей.
Согласно плану, весь транспорт должен быть общим и самостоятельным. Под землей будут сновать роботы, выполняя рутинную работу вроде доставки почты. Sidewalk Labs говорит, что откроет доступ к программному обеспечению и системам, которые создает, чтобы другие компании могли создавать сервисы поверх них, как люди создают приложения для мобильных телефонов.
Компания намерена пристально наблюдать за общественной инфраструктурой, и это, конечно же, вызывает вопросы к неприкосновенности личной жизни и данных. Однако Sidewalk Labs считает, что совместная работа местного правительства и свободного сообщества позволит избавиться от этих переживаний.
«Мы пытаемся сделать из Quayside не только амбициозный проект, но и достаточно смиренный», говорит Рит Аггарвала, менеджер по планированию урбанистических систем в Sidewalk Labs. Это смирение может помочь Quayside избежать подводных камней, которые мешали прежним инициативам смарт-городов.

ИИ для всех и каждого

Искусственный интеллект до сих пор был игрушкой крупных технологических компаний — Amazon, Baidu, Google, Microsoft и нескольких стартапов. Для многих других компаний системы ИИ слишком дорогие и сложные для полноценного внедрения.
Решение? Инструменты машинного обучения, построенные на облачной основе, которые приведут ИИ к более широкой аудитории. На данный момент Amazon доминирует в сфере облачного ИИ со своей AWS. Google соперничает с ней с помощью TensorFlow, открытой библиотеки ИИ, которую можно использовать для создания другого ПО машинного обучения. Не так давно Google анонсировала Cloud AutoML, набор заранее обученных систем, которые упрощают использование ИИ.
Microsoft, у которой есть собственная облачная платформа Azure, объединяется с Amazon для создания Gluon, открытой библиотеки глубокого обучения. Gluon поможет в строительстве нейросетей — важнейшей технологии ИИ, которая грубо имитирует процесс обучения в человеческой голове — их будет так же легко делать, как и приложения для смартфона.
Непонятно, какая из этих компаний станет лидером в сфере облачных сервисов, предлагающих услуги ИИ. Но победителю это сулит огромные возможности для бизнеса. Особенно если революция ИИ докатится до самых разных частей глобальной экономики.
В настоящее время ИИ используется по большей части в технологической сфере, где улучшает производительность старых и создает новые продукты и сервисы. Но и другие виды бизнеса и промышленности хотят получить преимущество использования искусственного интеллекта. Такие сегменты, как медицина, производство, энергетика, запросто преобразуются, если полноценно внедрят новейшие технологии в области искусственного интеллекта.
Большинство же компаний пока еще не знают, как использовать облачный ИИ. Поэтому Amazon и Google налаживают работу консультационных сервисов. Как только ИИ станет доступен для всех, начнется революция.

Нейросети-дуэлянты

Искусственный интеллект научился очень хорошо идентифицировать объекты: покажите ему миллион изображений, и он сможет с завидной точностью найти на них пешехода, пересекающего улицу. Но ИИ плохо удается создавать изображения самих пешеходов. Если бы он был на это способен, он ткал бы гобелены реалистичных, но искусственных изображений с пешеходами в разных декорациях. Самоуправляемые автомобили могли бы использовать эту информацию для обучения, даже не выезжая на дорогу.
Проблема в том, что создание чего-то нового требует воображения. А это пока что остается прерогативой человека.
Ян Гудфеллоу в 2014 году предложил такое решение. Подход, известный как generative adversarial network, или GAN, берет две нейросети — упрощенные математические модели человеческого мозга, которые лежат в основе современного машинного обучения — и ставит их друг против друга в цифровой игре в кошки-мышки.
Обе нейросети тренируются на одном и том же наборе данных. Одна нейросеть — генератор — создает вариации изображений, которые она уже видела — например, изображение пешехода с третьей рукой. Вторая — дискриминатор — должна определить, будет ли рассмотренный ею пример похож на снимок, который она видела, или же фейком, произведенным генератором, — то есть может ли трехрукий человек быть настоящим?
Со временем генератор научится создавать настолько хорошие изображения, что дискриминатор не сможет отличить подделку от оригинала. Таким образом, генератор учится распознавать, а затем создавать реалистичные изображения пешеходов.
Эта технология стала одним из самых перспективных достижений в области ИИ за последнее десятилетие.
GAN использовались для создания реалистичных на слух речей и фотореалистичных поддельных изображений. В одном из примеров ученые из NVIDIA поручили GAN создать сотни заслуживающих доверия лиц несуществующих людей. Другая группа смогла сделать вполне убедительные поддельные изображения, похожие на работы Ван Гога. GAN могут переиначивать изображения по-разному — превращать солнечную дорогу в заснеженную, лошадей — в зебр.
Результаты не всегда идеальны. Но поскольку изображения или звуки получаются реалистичными, некоторые эксперты считают, что нейросети начинают понимать внутреннюю структуру мира. Возможно, в них зарождается воображение.

Наушники «Вавилонская рыба»

В культовой классике научной фантастики «Автостопом по галактике» можно было сунуть в ухо желтую Вавилонскую рыбку и получить мгновенный перевод. В реальном мире Google представляет временное решение: пару наушников Pixel Buds за 159 долларов. Они работают со смартфонами Pixel и Google.Переводчиком, обеспечивая практически мгновенный перевод.
Один человек надевает наушник, а другой держит телефон. Надевший наушник говорит на своем языке — например, на английском — и приложение переводит и проигрывает громкий перевод на телефоне. Человек, который держит телефон, отвечает; этот ответ переводится и проигрывается в наушниках.
Google Translate уже может поддерживать разговор, и ее приложения для iOS и Android позволяют двум пользователям разговаривать: они автоматически определяют используемые языки и переводят их. Однако фоновый шум затрудняет понимание приложением, что говорят люди, и также с трудом приложение определяет, когда люди начинают говорить, а когда перестают.
Pixel Buds решает эти проблемы, потому что владелец нажимает и держит палец на правом наушнике во время разговора. Сочетание взаимодействия между телефоном и динамиками позволяет поддерживать визуальный контакт, поскольку не нужно отвлекаться на телефон.
Pixel Buds выглядят странно и плохо входят в уши. Их также трудно настроить с помощью телефона. Но аппаратная проблема — меньшая из всех. Главное — концепция. И рыба не нужна.

Природный газ с нулевыми выбросами

Мир, вероятно, застрял на природном газе как на одном из главных источников электроэнергии в будущем. Дешевая и доступная, энергия природного газа, в настоящее время обеспечивает до 30% электричества в США и до 22% электричества в мире. И хотя она чище угля, выбросы углерода от нее все еще существенные.
Экспериментальная электростанция недалеко от Хьюстона в центре нефтяной и нефтеперерабатывающей промышленности США тестирует технологию, которая могла бы сделать чистую энергию из природного газа реальностью. Компания с 50-мегаваттным проектом Net Power считает, что может вырабатывать энергию так же недорого, как и обычные станции на природном газе, и, что важно, улавливать весь диоксид углерода, который выделяется в этом процессе.
Если это так, мир будет производить безуглеродную энергию из ископаемого топлива по хорошей цене. Такие газовые станции можно было бы включать и выключать в зависимости от спроса, избегая необходимости в поставке возобновляемых источников энергии. Net Power объединяет несколько энергетических компаний, включая 8 Rivers Capital, Exelon Generation и CB&I. Компания уже начала первичные испытания и предоставит результаты в ближайшие месяцы.
Станция помещает двуокись углерода, высвобождаемую в процессе сжигания природного газа под высоким давлением и температурой, используя сверхкритический CO2 в качестве «рабочей жидкости», которая движет специальной турбиной. Большая часть двуокиси углерода может перерабатываться непрерывно; остальная будет захватываться легко и просто.
Ключевая часть снижения стоимости зависит от продажи углекислого газа. Сегодня его основное использование заключается в извлечении нефти из нефтяных скважин. Это ограниченный рынок и уж точно не самый экологически чистый. Но Net Power планирует в конечном счете увидеть рост спроса на двуокись углерода в производстве цемента, пластмасс и других материалов на основе углерода.
Технологии Net Power не решат всех проблем с природным газом, особенно по части добычи. Но пока мы используем природный газ, мы можем постараться сделать его максимально чистым. Из всех технологий, которые разрабатываются в области чистой энергии, технология Net Power является одной из самых главных.

Идеальная неприкосновенность в онлайне

Настоящая неприкосновенность личных данных и жизни в Интернете может стать возможной, благодаря новому инструменту, который, например, может доказать, что вам 18 лет, не раскрывая дату вашего рождения, или что на вашем банковском счету есть достаточно денег, не раскрывая баланс вашего счета. Это ограничивает риск кражи личных данных.
Что это за инструмент? Криптографической протокол, называемый доказательством нулевого знания (zero-knowledge proof). Хотя исследователи долгое время его разрабатывали, большой интерес к нему проявился в прошлом году, благодаря росту криптовалютного рынка.
Большая часть практического применения доказательства нулевого знания была проделана командой Zcash, цифровой валюты, которая появилась в конце 2016 года. Разработчики Zcash использовали метод zk-SNARK, предоставляя пользователям возможность совершать анонимные транзакции.
В Bitcoin и большинстве других публичных блокчейнов это было бы невозможно, поскольку транзакции видны всем. Хотя эти транзакции теоретически анонимны, их можно комбинировать с другими данными для идентификации пользователей. Виталик Бутерин, создатель Ethereum, второй по популярности блокчейн-сети в мире, описал zk-SNARK как «совершенно революционную технологию».
Банки могли бы использовать ее в платежных системах, не раскрывая личных данных клиентов. В прошлом году JPMorgan Chase добавила zk-SNARK в собственную платежную систему на базе блокчейна.
И все же, несмотря на все плюсы, zk-SNARK сложный и медленный алгоритм. Однако альтернативы активно разрабатываются и однажды придут на смену существующим вариантам.

Генетические предсказание

Однажды все новорожденные младенцы будут получать карточку с анализом ДНК. В ней будет расписано, какие шансы получить инфаркт или рак, подсесть на сигареты или стать вундеркиндом.
Наука, которая сделала это возможным, появилась неожиданно, благодаря мощным генетическим исследованиям. В некоторых из них участвовало больше миллиона человек. Выяснилось, что самые распространенные заболевания и отклонения, а также черты личности вроде интеллекта являются результатом работы одного или нескольких генов, оказавшихся в том или не в том месте в нужное время. Используя данные крупных генетических исследований, ученые создают «полигенные оценки риска».
Хотя новые тесты ДНК дают вероятности, а не диагнозы, они могут существенно помочь медикам. Например, женщина с повышенным риском рака груди будет чаще делать маммограммы и посещать врача.
Фармацевтические компании также могут использовать оценки рисков для создания превентивных препаратов для заболеваний вроде Альцгеймера или инфаркта. Собирая волонтеров, которые вероятнее всего заболеют, они смогут точнее определять качество работы лекарств.
И все же прогнозы далеки от идеальных. Кроме того, полигенные оценки еще и вызывают сомнения, поскольку прогнозируют черты, а не только возможность заболеваний. Например, сейчас они с 10-процентной вероятностью прогнозируют коэффициент интеллекта человека. Но как родители и воспитатели воспользуются этой информацией?

Квантовый скачок в материалах

Перспектива появления мощных новых квантовых компьютеров полна неопределенностей. Они смогут производить вычисления, недостижимые силами современных машин, но мы пока до конца не осознали, что можно сделать с такой мощностью.
Одно из возможных применений: точное проектирование молекул.
Химики уже мечтают о создании новых белков для более эффективных препаратов, новых электролитов для лучших батарей, соединений, которые смогут напрямую преобразовывать солнечный свет в жидкое топливо, и более эффективных солнечных батарей.
У нас такого нет, потому что молекулы невероятно тяжело моделировать на классическом компьютере. Попробуйте имитировать поведение электронов в относительно простой молекуле — и вы столкнетесь со сложностями, выходящими далеко за пределы возможностей современных компьютеров.
Но для квантовых компьютеров это вполне по силам, потому что вместо цифровых битов, представляющих нули и единицы, они используют «кубиты», которые сами по себе являются квантовыми системами. Недавно ученые из IBM использовали квантовый компьютер с семью кубитами для моделирования небольшой молекулы из трех атомов. Очень скоро станет возможным точное моделирование более крупных и интересных молекул, а также лучших квантовых алгоритмов.