Нові цифрові технології з’являються швидше, ніж ми встигаємо опанувати попередні. Чи всі інновації корисні і потрібні людству? Які з них справді здатні змінити наш світ на краще?
Анна Тополь, технічний директор Global THINKLab, IBM Industry Research, презентувала щорічний перелік «передбачень» від IBM на Think Summit у Києві. «Освіторія» записала найважливіше про 5 інновацій, які змінять наше життя.
Щороку IBM презентує 5 технологій IBM Research, які можуть суттєво вплинути на світ упродовж наступних 5 років. Кожна з них спрямована на подолання соціальної проблеми.
Проблема № 1. Забруднення океану пластиком. Рішення — технологія «renewable plastic» («відновлюваний пластик»)
Ми часто не усвідомлюємо, наскільки нагальною є проблема «тихоокеанського» сміття. Перший синтетичний полімер з’явився на ринку в 1907 році. Нині ми щороку виробляємо понад 300 мільйонів тонн пластику. І половина з нього (близько 150 мільйонів тонн) — це тверді відходи. Дозвольте показати вам перспективу: ми почали створювати цей безлад 1907 року й до сьогодні виробили 8 мільярдів тонн пластику — це гора завбільшки з 5 тисяч Колізеїв. Чи даємо ми собі раду з прибиранням цього мотлоху? Не дуже. Тож ось виклик: пластик як матеріал — дуже зручний для нас, і тому малоймовірно, що ми почнемо виробляти його менше. І перед науковцями стояло дуже конкретне завдання: знайти спосіб розщепити пластик, який вже був в ужитку, і зробити так, щоб його можна було використовувати знову.
Через кілька років досліджень учений IBM довів, що можна переробити типовий мікс пластикових відходів за допомогою технології Volatile Catalyst (VolCat). Ця технологія дає змогу розщепити полімери пластику (PET) й у результаті відновити мономер (BHET), який можна заново використати для виробництва пластику.
Уявіть, ніби все це відбувається в каструлі на вашій кухні: ви кладете туди пластикові відходи, додаєте хімічну речовину — каталізатор, нагріваєте, і цей каталізатор під збільшеним тиском дуже вибірково розщеплює полімери термопластику й створює мономер (білий порошок), який можна знову використати.
Щоразу, коли ви берете пластикову пляшку або контейнер і бачите на ній маркування з трикутником і цифрою 1, пам’ятайте, що це PET — дуже поширений термопластик, який ми також використовуємо у виробництві одягу й ниток. Тож маємо втішні прогнози — ми спроможні відновлювати пластик в найближчому майбутньому.
Проблема № 2. Збільшення населення планети. Рішення — digital farming (цифрове фермерство)
До 2050 року населення нашої планети збільшиться на 2,2 мільярди. У світі буде більше людей і водночас на 20 % менше землі для вирощування їжі. Це величезний виклик. Ми вважаємо, що тут потрібна цифрова трансформація в галузі фермерства. Фермерство — це наука й мистецтво управління багатьма ресурсами — ґрунтом, добривами, зерном, зрошенням. Щоб вирішити це важливе завдання, IBM Research Lab запропонувала кілька інновацій для фермерів.
Одна з них — AgroPad — шматочок паперу розміром з візитівку, який містить мікрофлюїдний сенсорний датчик. Фермер може змішати зразок ґрунту з водою й покласти трохи суміші на сенсорну сторону папірця. За 10 секунд він отримає на свій смартфон інформацію про мінеральний склад цього ґрунту, а також поради, як і чим його можна збагатити. Звісно, фермери й сьогодні роблять такі аналізи ґрунту, але спершу потрібно надіслати зразок на аналіз, і результати можна буде отримати аж за кілька тижнів.
Наше передбачення: сільське господарство стане дуже диджиталізованим і підкорить нові горизонти. Зокрема, виробники добрив матимуть змогу роздавати фермерам такі паперові датчики і через мобільні додатки давати поради для покращення якості ґрунту, а отже і врожаю.
Проблема № 3. Забагато харчових відходів. Рішення — блокчейн
Ми втрачаємо 45 % харчових продуктів — це переважно овочі й фрукти, які псуються й не з’їдаються. І тут може допомогти технологія блокчейну. Щоб системи постачання продуктів запрацювали ефективніше, потрібно, щоб усі — від фермера до постачальника й від супермаркету до споживача — розуміли важливість спільної роботи над подоланням проблеми.
Наше передбачення: від моменту, коли цей апельсин зірвали з дерева, і протягом усіх етапів його зберігання й транспортування споживач матиме повну інформацію. Знатиме, коли його зірвали, скільки часу він був у дорозі, яка була температура й вологість на складі, де його зберігали і чи обробляли якимись речовинами. Тож, коли цей апельсин привезуть до супермаркету, продавець точно знатиме, яку коробку слід продавати спочатку. І ви достеменно знатимете, що купуєте.
Проблема № 4. Безпека харчових продуктів або стійкість до антибіотиків. Рішення — картографування мікробіому
Резистентність до антибіотиків буде однією з ТОП-10 причин смертності в майбутньому. Зокрема, у Сполучених Штатах трапляється понад 2 мільйони заражень інфекціями й 23 тисячі смертей на рік. У всьому світі стійкість до антибіотиків створює потенційну небезпеку для успіху людства у сфері піклування про здоров’я, виробництва їжі й, зрештою, прогнозування тривалості життя. Той антибіотик, що вилікував мене рік тому, може не допомогти мені через 10 років. Ми живемо серед бактерій і вірусів, і ми повинні вміти їх виявляти й розпізнавати. Деякі бактерії не становлять загрози для здоров’я, проте серед них є й дуже небезпечні. Сьогодні геномні тести стають дешевшими. Але, якщо просто зробити аналіз і тримати його при собі, це не буде мати користі для суспільства.
IBM Research створила найбільшу мікробіологічну базу даних — OMXWare, що налічує понад 166 тисяч генотипів. Це хмарна платформа для дослідження мікробного життя з підтримкою масштабування. Завдяки аналізу генотипу й фенотипу, що забезпечується цією базою даних, у майбутньому можуть бути вирішені такі проблеми, як ефективність ліків, безпека харчових продуктів, розповсюдження токсинів, антибактеріальний опір і багато інших. У часи, коли дискусія про конфіденційність даних «гаряча», ми усвідомлюємо, що захист інформації дуже важливий. Проте водночас ми маємо розуміти: заради розв’язання глобальних людських проблем нам корисно ділитися певною інформацією. Будь‑які знання про все, що нас оточує, — на вагу золота. Лише спільними зусиллями ми допоможемо лікарям і фармацевтам не просто розробляти ефективні лікарські засоби, а зрозуміти, наскільки дієвими є наявні у світі ліки і як нам запобігти виникненню хвороб.
Проблема № 5. Підробки. Рішення — технологія «Verifier»
«Verifier» — це комбінований оптичний пристрій. Його можна приєднати до смартфона, і розроблена IBM програма зі штучним інтелектом розпізнає те, що «бачить» його камера. Наразі цей пристрій, розроблений ученими IBM Research у США, «бачить» на мікронному рівні й розпізнає бактерії. У майбутньому він також працюватиме на нанометричному рівні й зможе ідентифікувати віруси.
Штучний інтелект аналізує просканований об’єкт, і «Verifier» із точністю до 97 % визначає, що за бактерії в ньому є і скільки їх. За допомогою цього пристрою можна перевірити на справжність багато матеріалів, навіть якщо відмінностей не видно неозброєним оком. Наприклад, чи справжню оливкову олію ви купили. У США 73 % оливкової олії «extrа virgin» — підробка. Або дипломи Гарварду: є значно більше людей із гарвардським дипломом, аніж справжніх студентів Гарварду. Фальшиві дипломи та сертифікати Verifier розпізнає, ідентифікуючи топологію поверхонь, довжину хвиль і їх вібрації.
«Освіторія» попросила Анну Тополь зробити передбачення в галузі освіти.
Чи можемо ми довіряти штучному інтелекту (АІ)? Це непокоїть більшість людей. Коли ви купуєте іграшку дитині, на етикетці ви прочитаєте, з чого вона виготовлена й що з нею можна робити. Коли купуєте девайс, вам дадуть інструкцію з використання. Штучний інтелект не має ні простої інструкції, ні опису «продукту». Тож найбільший виклик тут — що в нас поки немає зрозумілих фактологічних даних. Моє передбачення — штучний інтелект ставатиме прозорішим, щойно ми навчимося створювати факт-лісти. Якщо я створила інструмент чи програму зі штучним інтелектом, мені слід надати інформацію, коли і як вона тестувалася. Це дуже важливо для освіти, адже за допомогою штучного інтелекту ми будемо навчати наших дітей у майбутньому.
Я і ви, як батьки, хочемо бути певні, що діти отримують найкращу освіту й підтримку. Єдиний спосіб не стати жертвами страху перед системами штучного інтелекту — це розуміти, що вони створюються з прагненням до прозорості, безпеки й визначеності. І єдиний шлях довіряти таким системам — це мати їх так званий «родовід»: знати точно від самої розробки й до кінцевого продукту, що траплялося з програмою, як і якою її створили. Ми повинні плекати в собі етичну відповідальність щодо створення й використання технологій АІ. Якщо я виробляю ґаджет чи програму, маю розуміти, який виклик чи проблему вони можуть допомогти вирішити. Ба більше, коли ми створили щось, що допомагає нам, маємо нести відповідальність за те, щоб ця програма вдосконалювалася з часом. Навіть системи штучного інтелекту можна хакнути, тому розробникам необхідно буде регулярно і вчасно їх оновлювати.
