10 самых прорывных технологий 2013 года и основанные на них стартапы

Пересказ с www.technologyreview.com/featuredstory/513736/supergrids/ ^[1]. MIT ^[2] опубликовал список самых прорывных технологий за 2013 год.


«Deep-learning» — «Глубокое обучение».

Фундаментальной идеей проекта является идея о создании по-настоящему умного компьютера, который мог бы понимать человеческий язык, а выводы и решения делать самостоятельно. Создателем идеи является американский изобретатель Рэй Курцвейл, и история его стартапа начинается со встречи с генеральным директором Google Ларри Пейджем. Целью их встречи было обсуждение предстоящей книги Курцвейла под названием «Как создать разум» («How to Create a Mind»). Во время встречи Курцвейл поделился своим желанием открыть компанию, чтобы реализовать свою концепцию «умного» компьютера. Конечно, для реализации такой идеи необходимы вычислительные мощности масштаба компании Google и, выслушав идею, такой профессионал как Ларри Пейдж понимал, что ее будет сложно осуществить маленькой компании с собственным источником дохода, так он предложил Р. Курцвейлу присоединиться к Google. Долго не думая Курцвейл стал работать на Google в качестве технического директора. Одной из причин такого быстрого согласия выступили достижения компании в области так называемого «глубокого обучения». Алгоритм программы пытается имитировать деятельность нейронов в новой коре головного мозга ^[3], в которой происходит около 80-ти процентов мышления ^[3]. Программное обеспечение узнает, в самом прямом смысле этого слова, как распознавать закономерности в звуках, изображениях и других данных. Таким образом, основная идея глубокого обучения в том, что программное обеспечение может имитировать большой массив нейронов неокортекса в искусственной «нейронной сети». Сегодня ученые в области теории вычислительных машин и систем, программисты могут моделировать намного больше слоев виртуальных нейронов, чем когда-либо прежде благодаря постоянному совершенствованию математических формул и увеличению мощностей компьютеров, и исследования в этой области продолжаются. Одно из их достаточно весомых достижений было отмечено в июне прошлого года, когда системе глубокого обучения «Гугла» продемонстрировали 10 млн кадров YouTube-видео, и она вдвое эффективнее других программ распознавала кошек и прочие объекты. Интересно, что технология помогла корпорации скорректировать работу приложения по распознаванию речи для мобильных телефонов.

«Temporary Social Media» — «Временные социальные сети»

На сегодняшний день важным аспектом нашей личной жизни является возможность контроля информации, которую мы раскрываем другим. Сегодня каждая фотография, любое обновление статуса, любой пост, опубликованный в социальных сетях, сохраняются в облаке. Пусть мы и хотели с кем-то поделиться этой информацией, но это не значит, что мы хотим, чтобы она осталась в наличии навсегда. И тут возникает вопрос, что бы было, если бы люди могли сделать их сообщения в интернете таким же, как и в повседневной жизни: все опубликованное нами автоматически бы исчезало, и не было бы «записано» для потомков. И такой сервис обещает приложение для мобильного телефона Snapchat, и популярность этого приложения резко возросла в течение прошлого года.

Создатели проекта — Эван Спейгел и Бобби Мерфи, старшекурсники в Стэнфорде. Идея им пришла в голову два года назад. Примерно в то время в Нью-Йорке конгрессмен Энтони Вайнер случайно сделал свои колоритные фотографии, которые в последствии были публикованы в Твиттере и ему пришлось уйти в отставку. Программа Snapchat ^[4] позволяет пользователям снимать фотографии и короткие видеоролики, а затем решать, как долго они будут видны получателю. Максимальное время публикации — 10 секунд, а затем образы исчезают навсегда.

Сейчас в Snapchat пользователи обмениваются 100 миллионами фото и видео каждый день. И это заставило понервничать создателей Facebook, которые теперь не безразличны к конфиденциальности информации своих пользователей, и в декабре запустили приложение — аналог Snapchat, под названием Poke.
Популярность Snapchat его создатели объясняют тем что, люди могут выражать свое мнение, не беспокоясь о том, что то, что они говорят, будет частью их цифрового досье навсегда.

«Prenatal DNA Sequencing» — «Пренатальное секвенирование ДНК»

В прошлом году компания Illumina ^[5] — производитель широко используемых в мире машин для секвенирования ДНК — согласилась выплатить почти полмиллиарда долларов мало кому известной компании, стартапу, — Verinata ^[6], у которого почти полностью отсутствует какой-либо доход. И все потому, что в основе стартапа лежит методика, позволяющая расшифровывать ДНК человеческого эмбриона.
Принцип технологии очень прост и безопасен — чтобы расшифровать ДНК эмбрион никак не тревожат, просто берут материнскую кровь и ищут в ней эмбриональную ДНК. Таким способом до рождения ребенка уже можно выявить довольно серьезные болезни, как например, синдром Дауна. Данная технология является прорывной, потому что никаким образом не угрожает плоду матери, а имеющиеся до этой, методики, создавали угрозу выкидыша. По прогнозам генерального директора Illumina Джея Флэтли такой тест будет проходить два миллиона женщин в год.
Сама компания Verinata находится в Редвуд-Сити, в Калифорнии.

«Additive Manufacturing» — «3D-печать»

Компания General Electric ^[7] (GE) будет использовать 3D-печать в изготовлении деталей для своих реактивных двигателей. General Electric — крупнейший в мире поставщик реактивных двигателей — собирается производить топливные форсунки для нового авиационного двигателя с помощью 3D-печати, а не литья и сварки металла. Этот метод, известный как аддитивное производство, может полностью изменить то, как GE разрабатывает и производит многие сложные детали, которые идут во всем — от газовых турбин до ультразвуковых машин.

3D-печать уже используется, чтобы сделать некоторые нишевые элементы, такие как медицинские имплантаты, пластмассовые прототипы для инженеров и дизайнеров. Но решение массового производства металлических сплавов, которые будут использоваться в тысячах реактивных двигателей, является важной задачей для технологии.
Прошлой осенью, GE купила пару компаний с ноу-хау в автоматизации точности изготовления металлов, а затем суммировала технологии в деятельность GE Aviation.

«Baxter: The Blue-Collar Robot» — «Бакстер: робот, производственный рабочий»

Робот Бакстер был разработан американской компанией Rethink Robotics ^[8]. Робот создан как рабочий производства, он является адаптивным, он содержит камеры, датчики и сложное программное обеспечение, которые позволяют ему «видеть» объекты, «чувствовать» силу и «понимать» поставленные задачи. В результате компания сделала робот, который автоматически адаптируется к меняющимся условиям, он делает то, что от него ожидают. От обычного промышленного робота его отличают лицо, двигающиеся глаза, гибкость движений, универсальность в применении, в то время как обычные роботы могут выполнять только определенные задачи, Бакстеру необходимо только выбрать нужные захваты и показать что делать. Цена такого удовольствия 25 000$, для промышленного предприятия сумма не велика в отношении прочих затрат при найме работника. В целом компания Rethink Robotics работает по принципу доступности в цене их продуктов и безопасности во время эксплуатации и рабочего процесса.

«Memory Implants» — «Имплантаты памяти»

Теодор Бергер, биомедицинский инженер и нейробиолог из Университета Южной Калифорнии в Лос-Анджелесе, предусматривает в не слишком отдаленном будущем день, когда пациент с тяжелой потерей памяти может получить помощь от электронного имплантата. У людей, чей мозг ^[3] был поврежден от болезни Альцгеймера, инсульта или какой либо травмы, в результате которой нарушаются нейронные сети и перестают формироваться долгосрочные воспоминания. На протяжении более двух десятилетий, Бергер трудился над разработкой кремниевых чипов, которые бы имитировали обработку сигнала, который воспроизводят нейроны, когда они функционируют должным образом работу, что позволяет нам вспомнить наш опыт и знания. В конечном счете, Бергер хочет восстановить способность создавать долгосрочные воспоминания путем имплантации чипов в головной мозг ^[3]. Устройство представляет собой крошечный чип с электродами и имплантируется в участок головного мозга ^[3], который отвечает за переход краткосрочной памяти в долгосрочную (гиппокамп), затем записывает сигналы — краткосрочные воспоминания. После этого сигналы отправляются в компьютер, где математически преобразуются в долгосрочные воспоминания; а затем отправляются на второй набор электродов, который стимулирует другой отдел гиппокампа.

Целью устройства является не идентификация отдельных воспоминаний, а изучение того, как они преобразуются в долгосрочные.
Команда Бергера протестировала устройства на крысах, обученных простому заданию на запоминание. Каждая крыса с имплантатом помещалась в камеру с двумя рычагами. Сначала ей показывали один рычаг с одной стороны, и крыса нажимала его. После небольшого ожидания, появлялось два рычага по обеим сторонам, и если крыса нажимала на второй рычаг, она получала глоток воды. Успешное выполнение этого задания требовало от крысы запоминания, какой рычаг она нажала первым.

Чтобы протестировать работу протезов памяти, исследователи вводили некоторым крысам вещество, нарушающее естественную работу памяти, и повторяли эксперимент с рычагами. Крысы по-прежнему были способны правильно пользоваться рычагами — а это означало, что они по-прежнему были способны формировать новые воспоминания. Другими словами, имплантаты крыс запоминали информацию за них.

«Big Data from Cheap Phones» — «Большие данные от дешевых телефонов»

Суть технологии в том, информация, которая собирается с простых сотовых телефонов, а впоследствии анализируется, может предоставить ученым и исследователям возможность проникнуть в суть того где, каким образом и в каком количестве перемещаются люди и сложить картину об их поведении. Эти данные полезны при решении самых кризисных ситуаций — и даже могут помочь понять распространение некоторых болезней и содействовать предотвращению их распространения.

Известный эпидемиолог Гарвардской школы общественного здравоохранения в Бостоне, Кэролайн Буке, на своем компьютере указывает точку на карте горной местности западной Кении, которая представляет одну из тысяч национальных башен сотовых телефонов. Буке занимается борьбой против малярии и объясняет что данные, переданные от этой башни около города Керихо, для нее могут быть на вес золота.
Когда она и ее коллеги изучали данные, переданные от этой башни, она обнаружила, что люди, делающие телефонные запросы или посылающие текстовые сообщения, проходящие через башню Керихо, совершали в 16 раз больше поездок далеко от области, чем в среднем по региону. Более того, они в три раза больше других посещали территорию к северо-востоку от озера Виктория, которая по записям министерства здравоохранения идентифицирована как горячая точка малярии. Таким образом, сигнальный радиус башни покрывает существенную область для передачи малярии, которая может передаваться от человека к человеку через укусы комаров. Вероятного виновника эпидемии показали спутниковые изображения — чайная плантация, которая, скорее всего, была полна мигрирующих рабочих. И Кэролайн Буке становилось очевидным, что там будет тонна зараженных людей.

Сейчас Буке строит новые прогнозирующие модели по распространению малярии, то что озеро Виктория – крупный центр малярии, определили уже давно, но до этого не было информации о том, сколько людей прибывает и убывает в это области, когда они прибывают и убывают, в какие конкретные места они идут, и какие из имеющихся мест привлекают людей больше всего.

К существующим и вполне обычным способам получения такой информации относятся опросы медсестрами пострадавших от малярии о том, где они были в последнее время, иногда работники общественного здравоохранения буквально подсчитывают людей в транспортных узлах.
Интеллектуальный анализ полученных с сотовых телефонов данных может помочь в принятии новых мер по борьбе с малярией, например, понять в каких местах нужно в первую очередь усилить борьбу с комарами. Анализ этих данных показывает, как они могут быть использованы для создания инструментов, которые работники здравоохранения, правительства и другие, могут использовать для выявления и мониторинга эпидемии, управления бедствиями, а также оптимизации транспортной системы.

«Supergrids» — «Сверхсети»

Supergrids (англ.) — сети сверхвысокого напряжения. Высоковольтные линии электропередач постоянного тока могут эффективно транспортировать электроэнергию на расстояния в тысячи километров и на большие расстояния под водой, опережая линии переменного тока, которые на сегодня доминируют в сетях передачи. Но они преобладали в течение столетия, потому что высокое напряжение постоянного тока могло быть использовано только для передачи «точка-точка», нельзя было сформировать интегрированные сеточные сети, необходимые для устойчивой системы электроэнергии.

Швейцарский конгломерат компании ABB ^[9] решил основное техническое препятствие к таким сетям. Они разработали «автоматический выключатель» постоянного тока, который разъединяет части сетки, в которых есть проблема, позволяя остальным продолжать работать. Эти сети будут более эффективными при подключении удаленных друг от друга источников возобновляемой энергии.

Автор: ChristinaGass

Источник ^[10]