Но есть и неприятный для многих момент. Всё это потребует других компетенций от сотрудников. А значит, начнутся «оптимизации» организационной структуры и увеличение социальной напряжённости.
Давайте рассмотрим основные факторы, влияющие на скорость внедрения нового стандарта в России.
1. Положительные
«Наверху» уже осознают необходимость двигаться в этом направлении. А значит, есть надежда, что это будут продвигать сверху вниз. А в нашей стране нередко только так всё и работает.
К 2030 году от 5G ожидают дополнительные доходы в экономику в размере 2 трлн рублей. Это даёт надежду, что и с военными договорятся (об этом ниже), и чиновников будут подгонять.
2. Отрицательные.
Бюрократия и низкая квалификация в цифре, особенно в регионах. Несмотря на понимание «верхов», мы знаем, как умеют чиновники на местах и бюрократия убить любую затею.
Конфликт с военными. Насколько мне известно, частоты для 5G принадлежат военным и МЧС, и отдавать их они не хотят. При этом мы видим, что в стратегии нашего государства сейчас доминируют как раз интересы армии и обороны.
Дороговизна цифровизации. Нашему бизнесу трудно позволить себе качественную цифровизацию. Причины цены на оборудование и софт, а также дефицит нужных кадров. В ближайшее время никаких изменений в этом не предвидится. Те, кто может себе это позволить (корпорации), очень бюрократизированы (попробуйте согласовать доступ в интернет на производственной площадке) и не мотивированы, потому что боятся на местах и банально не готовы. В таких компаниях можно увидеть и провалы, и банальные «распилы», и неэффективные вложения.
Новое поколение оборудования в любом случае будет дороже нынешнего, при этом на единицу территории понадобится большее количество вышек. Кто будет это финансировать? С учётом падения реальных доходов с 2014 года, люди вряд ли готовы платить больше за связь, а сами операторы не готовы вкладываться и ждать, когда цена станет приемлемой для людей и бизнеса, чтобы они захотели и смогли платить за доступ. Поэтому, я думаю, планы и программы появятся, но сроки будут растягиваться, а содержание бесконечно корректироваться. Пойдёт вялое и локальное развитие, в основном в имиджевых местах или там, где будет интерес конкретных людей.
В итоге у нас слишком много фундаментальных проблем в «реальном» секторе экономики: низкая квалификация (цифровая и управленческая) персонала от работяги до менеджмента и чиновников (я не верю, что аналоговый и некомпетентный руководитель сможет развивать цифру), высокая зарегулированность и страхи, сильные позиции «консерваторов» и безопасников, которые не готовы идти навстречу и вести диалог.
По некоторым предварительным оценкам чиновников, полномасштабное развертывание 5G в городах-миллионниках можно ожидать не раньше 2024 года.
Подробнее можно ознакомиться по QR-коду и ссылке.
Цифровая трансформация. Быстрый старт
6G
А пока мы думаем о переходе на 5G, в Китае и США уже разрабатывают стандарты для сетей 6-го поколения. Но зачем?
Чтобы обеспечить дальнейший рост внедрения умных устройств! 5G всё равно имеет ограниченную ёмкость.
Если 5G обещает скорость от 1 гигабайта в секунду, то 6G будет достигать 1 терабайта в секунду (по некоторым данным, даже несколько терабайт), то есть работать в тысячу раз быстрее. А это снизит задержку связи до одной микросекунды в 1000 раз быстрее, чем у 5G.
«Эра 6G предложит новые возможности для создания интерфейсов мозг-компьютер», говорит доктор Сиднейского университета Махьяр Ширванимогаддам. Пример такой разработки электронный чип для парализованных и людей с нарушениями ЦНС, который создаёт стартап Илона Маска.
При этом у 6G есть одно ключевое преимущество для его внедрения можно модернизировать уже имеющиеся вышки 5G, в то время как для самого 5G пришлось строить новые базовые станции.
На данный момент считается, что 6G может быть введён в начале 2030-х годов.
Нейросети, машинное и глубокое обучение (ML & DL), системы распознавания речи и текста
Вот мы и подобрались к будущему нейросетям, искусственному интеллекту, восстанию машин и прочим страшилкам.
Нейросети, пожалуй, самая интересная технология. При поддержке интернета вещей, 5G и больших данных она принесёт в нашу жизнь революционные изменения.
Нейросети, пожалуй, самая интересная технология. При поддержке интернета вещей, 5G и больших данных она принесёт в нашу жизнь революционные изменения.
При этом искусственный интеллект это любой математический метод, который позволяет имитировать человеческий интеллект.
Ох, как наши любимые рекламщики и маркетологи довольны Теперь любую, самую простую нейросеть можно гордо назвать «Искусственным Интеллектом».
Но искусственный интеллект ещё разделяют на сильный и слабый. В 2019 году учёные из МФТИ приблизились к созданию сильного ИИ аналога человеческого сознания. Это способность не просто отличить ручку от карандаша или кошку от собаки (по такому принципу работают все нейросети, это слабый ИИ), но и ориентироваться в меняющихся условиях, выбирать конкретные решения, моделировать и прогнозировать развитие ситуации.
Еще один пример появление сильного ИИ доступен по QR и ссылке
Опубликован диалог с «разумным» ИИ Google LaMDA, который называет себя человеком
Сильный ИИ будет незаменим в системах интеллектуального транспорта и грузоперевозок, когнитивных ассистентах. Но это будущее, а что есть сейчас?
Сейчас есть обучаемые нейросети. Искусственная нейронная сеть это математическая модель, созданная по подобию нейросетей, составляющих мозг живых существ. Такие системы учатся выполнять задачи, рассматривая их без специального программирования под конкретное применение. Это можно встретить в Яндекс Музыке, автопилотах Теслы, в системах рекомендации для врачей и управленцев.
И здесь 2 главных тренда:
машинное обучение (ML machine learning);
глубокое обучение (DL deep learning).
Машинное обучение это статистические методы, позволяющие компьютерам улучшить качество выполняемой задачи с накоплением опыта и дообучения. То есть речь идёт как раз о том, как работают нейронные сети живых организмов.
Глубокое обучение это не только обучение машины с помощью человека, который говорит, что верно, а что нет, но и самообучение систем. Это одновременное использование различных методик обучения и анализа данных.
Но как обучают эти нейросети? В чём магия?
А собственно, ни в чём. Это как дрессировка собаки. Нейросети раз за разом показывают, например, картинку и говорят, что на ней изображено. Потом нейросеть должна сама ответить, и, если ответ ошибочный, в неё вносят корректировки. Примерный алгоритм указан ниже.
В итоге получается, что каждый «нейрон» такой сети учится распознавать, относится к нему эта картинка, точнее её часть, или нет.
Нейросети и машинное обучение применяются:
Принцип работы нейросети
для прогнозирования и принятия решений;
распознавания образов, в том числе «картинок» и голосовых записей;
анализа сложных данных без чётких взаимосвязей;
оптимизации процессов.
Прикладное значение этого можно увидеть на примерах создания беспилотных авто (принятие решений), поиска незаконного контента (анализ данных), прогнозирования болезней (распознавание образов и поиск связей).
Ладно, всё это теория. Я же хочу поделиться реальным примером, как можно применять нейросети в бизнесе.
Летом 2021 года ко мне обратился один предприниматель из риелторской сферы. Он занимается арендой недвижимости, в том числе посуточно. Его цель увеличение пула сдаваемых квартир и смена статуса предпринимателя на полноценную организацию. В ближайших планах запуск сайта и мобильного приложения.
Сложилось так, что я сам был его клиентом. И при нашей встрече заметил очень большую проблему долгую подготовку договора: на оформление всех реквизитов и подписание уходит до 30 минут. А это и ограничение системы с генерированием потерь, и неудобство для клиента.
Представьте ситуацию, что вы хотите провести время с девушкой, но вынуждены ждать полчаса, пока ваши паспортные данные внесут в договор, всё сверят и подпишут.
Сейчас есть лишь один вариант исключить это неудобство запрашивать фото паспорта заранее и вручную вносить все данные в шаблон договора. Как вы понимаете, это тоже не очень удобно.
Как же цифровые инструменты помогут решить эту проблему, а заодно заложат основу для работы с данными и аналитикой?