Մեքենա-մեքենա դարաշրջանի լուսաբացը և դրա հետևանքները ապահովագրության համար

«Մեքենայից մեքենա» տեխնոլոգիան (M2M) հիմնականում ներառում է սենսորներ Իրերի ինտերնետի (IoT) միջավայրում, որտեղ նրանք տվյալները անլար կերպով ուղարկում են սերվեր կամ մեկ այլ սենսոր: Մեկ այլ սենսոր կամ սերվեր օգտագործում է Արհեստական ​​ինտելեկտը (AI)՝ տվյալների վերլուծության և տվյալների վրա ավտոմատ կերպով իրական ժամանակում գործելու համար: Գործողությունները կարող են լինել ցանկացած բան, ինչպիսին է ահազանգերը, նախազգուշացումները և ուղղության փոփոխությունը, արգելակումը, արագությունը, շրջադարձը և նույնիսկ գործարքները: Քանի որ M2M-ը էքսպոնենցիալ աճում է, մենք շուտով ականատես կլինենք ամբողջ բիզնես մոդելների և հաճախորդների հետ հարաբերությունների վերահայտնագործմանը: Իսկապես, դիմումները կսահմանափակվեն միայն բիզնեսի երևակայությամբ:

Այս գրառումը կուսումնասիրի հետևյալը.

1. Հիմնական M2M տեխնոլոգիաների և դրանց խանգարող ներուժի ակնարկ:
2. M2M գործարքներ; մի ամբողջ նոր հեղափոխություն, որտեղ մեքենաները կարող են ուղղակիորեն փոխազդել այլ մեքենաների հետ՝ տանելով դեպի մեքենայական տնտեսություն:
3. AI-ի ազդեցությունն այն է, ինչը մեզ տանում է դեպի M2M: մեծ տվյալներ, խորը ուսուցում, հոսքային ալգորիթմներ: Ավտոմատացված մեքենայական բանականություն և մեքենայական ուսուցում: Մեքենայի ուսուցումը մեքենայական տնտեսության թերեւս ամենաէքսպոնենցիոնալ միտումն է:
4. Ապագայի ապահովագրական բիզնես մոդել. Insuretech ստարտափներ՝ հիմնված բլոկչեյնի վրա:
5. Ավարտելով դիտողություններ

Հիմնական M2M տեխնոլոգիաների ակնարկ

Պատկերացրեք իրական կյանքի մի քանի սցենար.

1. Ձեր մեքենան զգում է ձեր ճամփորդությունը և ավտոմատ կերպով գնում է ապահովագրություն՝ ըստ պահանջի: Մեքենան ավտոմատ կերպով գնում է իր սեփական պատասխանատվության ապահովագրությունը:
2. Իրավապահ մարմիններին և գործարանին տվող էկզոկմախքները գերմարդկային ուժ և ճարպկություն են հաղորդում
3. Ուղեղ-համակարգիչ ինտերֆեյսները միաձուլվում են մեր ուղեղի հետ՝ ստեղծելով գերմարդկային ինտելեկտ (օրինակ՝ Իլոն Մասկի նյարդային ժանյակ)
4. Մեր կողմից մարսված խելացի հաբեր և առողջության համար նախատեսված կրելի սարքեր, որոնք ուղղակիորեն գնահատում են մեր մահացության և հիվանդացության ռիսկերը:
5. Դուք կարող եք կյանքի ապահովագրություն ստանալ սելֆի անելուց։ Սելֆիները վերլուծվում են ալգորիթմի միջոցով, որը բժշկականորեն որոշում է ձեր կենսաբանական տարիքը այս նկարների միջոցով (արդեն արվում է Lapetus ստարտափի Chronos ծրագրաշարի կողմից):
6. Ձեր սառնարանները հասկանում են ձեր կանոնավոր գնումների և գուլպաների սովորույթները և գտնում են, որ կաթի նման որոշ ապրանքներ հաղթահարվում են. Այսպիսով, այն կաթ է գնում ուղղակիորեն առցանց գնումների միջոցով: Ձեր սառնարանը շարունակաբար համալրվելու է ձեր ամենատարածված սովորությունների հիման վրա: Նոր սովորությունների և ոչ սովորական սովորությունների համար կարող եք շարունակել ինքնուրույն գնել ձեր իրերը և պահել դրանք սառնարանում, ինչպես միշտ:
7. Ինքնավար մեքենաները փոխազդում են միմյանց հետ խելացի ցանցում՝ վթարներից և բախումներից խուսափելու համար:
8. Ձեր ռոբոտը զգում է, որ դուք վերջերս ավելի շատ եք տխրում և ընկճվում, ուստի փորձում է ձեզ ուրախացնել: Այն ձեր առողջապահական մարզիչ բոտին ասում է, որ ավելացնի բովանդակությունը հուզական ճկունության համար:
9. Սենսորները զգում են խողովակի մոտալուտ պայթումը և նախքան խողովակի պայթելը, վերանորոգողին ուղարկում է ձեր տուն
10. Ձեր չաթբոտը ձեր անձնական օգնականն է: Այն կատարում է գնումներ ձեզ համար, զգում է, թե երբ է ձեզ անհրաժեշտ ապահովագրություն գնել, ասենք ճանապարհորդելիս, կատարում է ձեր ամենօրյա գործերը և ձեզ թարմացնում է ձեր ամենօրյա գրաֆիկը, որը կազմել եք բոտի հետ համատեղ:
11. Դուք ունեք 3D տպիչ՝ նոր ատամի խոզանակներ պատրաստելու համար։ Ներկայիս խելացի ատամի խոզանակը զգում է, որ իր թելերը պատրաստվում են մաշվել, ուստի այն ազդանշան է ուղարկում 3D տպիչին՝ նոր թելեր ստեղծելու համար:
12. Թռչունների պարսերի փոխարեն մենք այժմ տեսնում ենք անօդաչու թռչող սարքեր, որոնք իրենց առաջադրանքները կատարում են կոլեկտիվ երամի հետախուզության մեջ:
13. Մեքենան շախմատ է խաղում իր դեմ՝ առանց մարզումների տվյալների և հաղթում է գրեթե բոլորին և ամեն ինչին (AlphaGoZero-ն դա արդեն անում է):
14. Կան անհամար իրական կյանքի նման սցենարներ, որոնք սահմանափակված են միայն մեր երևակայությամբ:

M2M տեխնոլոգիաներից բխող երկու մետաթեմա կա՝ կանխարգելում և հարմարավետություն: Ինքնավար մեքենաները կարող են վերացնել կամ արմատապես նվազեցնել վթարները, քանի որ ավտովթարների մեծ մասը տեղի է ունենում մարդկային սխալների հետևանքով: Հագվող սարքերը կարող են հանգեցնել ավելի առողջ ապրելակերպի, խելացի տան սենսորների խողովակների պայթելու և այլ խնդիրների՝ նախքան դրանք առաջանալը և դրանք շտկելը: Այս կանխարգելումը նվազեցնում է հիվանդացությունը, դժբախտ պատահարները և այլ վատ իրադարձությունները: Հարմարավետությունը համապարփակ ասպեկտ է, քանի որ ամեն ինչ ավտոմատ կերպով տեղի է ունենում մի մեքենայից մյուսը, իսկ մնացած մի քանի դեպքերում այն ​​համալրվում է մարդկային փորձով և ուշադրությամբ: Մեքենան սովորում է, թե ինչ է ծրագրավորված սովորելու ինքնուրույն՝ օգտագործելով ժամանակի ընթացքում մեր վարքագծի մասին իր սենսորների տվյալները: Դա տեղի է ունենում հետին պլանում և ինքնաբերաբար ազատում մեր ժամանակը և ջանքերը այլ ավելի մարդկային բաների վրա, ինչպիսիք են ստեղծագործ լինելը:

Այս զարգացող տեխնոլոգիաները հանգեցնում են ազդեցության փոփոխության և մեծ ազդեցություն ունեն ապահովագրության վրա: Կազմված են մեծ թվով հպման կետեր, որտեղ ապահովագրողը կարող է համագործակցել հաճախորդի հետ, ավելի քիչ է կենտրոնանում անձնական ծածկույթի վրա և ավելի շատ առևտրային ասպեկտի վրա (օրինակ՝ եթե ինքնակառավարվող մեքենան անսարք է կամ թալանվում է, տան օգնականը կոտրվում է, փոխարենը՝ խելացի հաբերը թունավորվում են): իրական ժամանակում տվյալների տրամադրում՝ մահացության և հիվանդացության ռիսկերը դինամիկ գնահատելու համար) և այլն: Պահանջների հաճախականությունը նախատեսված է արմատապես կնվազի, սակայն պահանջների ծանրությունը կարող է լինել ավելի բարդ և դժվար գնահատելի, քանի որ տարբեր շահագրգիռ կողմեր ​​պետք է հաշվի առնվեն վնասները գնահատելու և տեսնելու, թե ինչպես է վնասի ծածկույթի տեսակարար կշիռը տատանվում՝ համամասնորեն: տարբեր շահագրգիռ կողմերի սխալները: Կիբեր հաքերները կբազմապատկվեն՝ ապահովելով նոր հնարավորություններ ապահովագրողների համար մեքենայական տնտեսության մեջ:  

Այս տեխնոլոգիաները միայնակ չեն. կապիտալիզմը չի կարող գոյություն ունենալ առանց անընդհատ հեղափոխելու տեխնոլոգիան և դրանով իսկ մեր մարդկային հարաբերությունները նրա հետ։ Եթե ​​ձեզ անհրաժեշտ է ավելի շատ տեղեկացվածություն այս մասին, տեսեք, թե ինչպես են ալգորիթմներն ու տեխնոլոգիաները ձևավորում մեր մտածելակերպը, մտածողության վերաբերմունքը մեր վարքագծին և գործողություններին և տեսեք, թե որքան արագ է զարգանում ամբողջ տեխնոլոգիան: Զարմանալին այն է, որ այս դիտարկումն արվել է Կարլ Մարքսի կողմից, մեկը, ով ապրել է 1818-1883 թվականներին, և սա ցույց է տալիս, որ աշխարհի բոլոր տեխնոլոգիաները չեն կարող փոխարինել խորը մտածողության և գիտուն իմաստության:

Սոցիալական փոփոխությունները զուգընթաց գնում են տեխնոլոգիական փոփոխություններին: Այժմ մենք տեսնում ենք հասակակից բիզնես մոդելներ, որոնք կենտրոնացած են սոցիալական ազդեցության վրա (օրինակ՝ Լիմոնադը)՝ միայն հարուստներին ավելի հարուստ դարձնելու փոխարեն: Համօգտագործման տնտեսությունը խթանում է տեխնոլոգիաների օգտագործումը, քանի որ այն ապահովում է մեզ հասանելիություն (բայց ոչ սեփականություն) ըստ պահանջի: Հազարամյա սերունդը նույնպես շատ է տարբերվում նախորդ սերունդներից, և մենք միայն սկսել ենք արթնանալ, թե ինչ են նրանք պահանջում և ինչպես են ուզում ձևավորել մեզ շրջապատող աշխարհը: Համօգտագործման տնտեսությունը կարող է նշանակել, որ իրենց դրամապանակներով մեքենաները կարող են ծառայություններ մատուցել մարդկանց համար ըստ պահանջի և ինքնուրույն գործարքներ կատարել:

M2M ֆինանսական գործարքներ

Մեր ապագա հաճախորդները կլինեն դրամապանակներով մեքենաներ: «IOTA (Իրերի ինտերնետ հավելված)» կոչվող կրիպտոարժույթը նպատակ ունի մղել մեքենայական տնտեսությունը մեր առօրյա իրականություն՝ թույլ տալով IoT մեքենաներին ուղղակիորեն և ավտոմատ կերպով գործարքներ կատարել այլ մեքենաների հետ, ինչը կհանգեցնի մեքենակենտրոն բիզնես մոդելների արագ առաջացմանը: 

IOTA-ն դա անում է՝ հեռացնելով բլոկչեյնը և փոխարենը ընդունելով «խճճված» բաշխված մատյան, որը մասշտաբային է, թեթև և ունի զրոյական գործարքների վճարներ, ինչը նշանակում է, որ միկրո-գործարքները առաջին անգամ կենսունակ են: IOTA-ի հիմնական առավելությունները ներկայիս բլոկչեյն համակարգերի նկատմամբ հետևյալն են.

1. Հստակ պատկերացում կազմելու համար բլոկչեյնը նման է ռեստորանի՝ նվիրված մատուցողներով (հանքագործներ), որոնք ձեզ են բերում ձեր սնունդը: Tangle-ում դա ինքնասպասարկման ռեստորան է, որտեղ յուրաքանչյուրն իրեն է սպասարկում: Tangle-ը դա անում է արձանագրության միջոցով, որը անձը պետք է ստուգի իր նախորդ երկու գործարքները նոր գործարք կատարելիս: Այսպիսով, հանքագործները՝ նոր միջնորդը, որը հսկայական ուժ է ստեղծում բլոկչեյն ցանցերում, ընդհանրապես անօգուտ են դառնում Tangle-ի միջոցով: Բլոկչեյնի խոստումն այն է, որ միջնորդները շահագործում են մեզ՝ լինեն դրանք կառավարությունը, փող տպող բանկերը, տարբեր հաստատությունները, բայց միջնորդների մեկ այլ դաս՝ «հանքափորներ» դառնում են բավականին հզոր, հատկապես չինացի հանքագործները, որոնք հանգեցնում են հսկայական ուժի կենտրոնացման փոքր երկրներում։ ձեռքերի քանակը. Բիթքոյնի մայնինգը խլում է նույնքան էներգիա, որքան ավելի քան 159 երկրների կողմից արտադրված էլեկտրաէներգիան, ուստի այն նաև էլեկտրաէներգիայի ռեսուրսների հսկայական վատնում է, քանի որ գործարքը վավերացնելու համար բարդ գաղտնագրային մաթեմատիկական կոդեր կոտրելու համար պահանջվում է հսկայական համակարգչային տեխնիկա:
2. Քանի որ մայնինգը ժամանակատար և թանկ է, իմաստ չունի միկրո կամ նանո գործարքներ կատարել: Tangle ledger-ը թույլ է տալիս զուգահեռաբար վավերացնել գործարքները և չի պահանջում մայնինգի վճարներ՝ IoT աշխարհին կենսականորեն թույլ տալու համար նանո և միկրոգործարքներ իրականացնել:
3. Մեքենաներն այսօրվա ժամանակներում «առանց բանկային» աղբյուրներ են, սակայն IOTA-ի միջոցով մեքենաները կարող են եկամուտ ստեղծել և դառնալ տնտեսապես կենսունակ անկախ միավոր, որը կարող է ինքնուրույն գնել ապահովագրություն, էներգիա, սպասարկում և այլն: IOTA-ն տրամադրում է «Ճանաչիր քո մեքենան (KYM)» ապահով ինքնության միջոցով, ինչպիսին բանկերն են ներկայումս ճանաչում քո հաճախորդին (KYC):

IOTA-ն կրիպտոարժույթների նոր տեսակ է, որի նպատակն է լուծել այնպիսի խնդիրներ, որոնք նախկին կրիպտոները չէին կարողանում լուծել: «Tangle» բաշխված գրացուցակը Ուղղորդված ացիկլիկ գրաֆիկի մականունն է, ինչպես ցույց է տրված ստորև. 

Directed Acyclic Graph-ը կրիպտոգրաֆիկ ապակենտրոնացված ցանց է, որը ենթադրաբար ընդարձակելի է մինչև անսահմանություն և դիմակայում է քվանտային համակարգիչների հարձակումներին (որոնք դեռ պետք է ամբողջությամբ մշակվեն և օգտագործվեն հիմնական կյանքում)՝ օգտագործելով հեշի վրա հիմնված ստորագրությունների կոդավորման տարբեր ձևեր:  

Սանդղակի համար ծանրաբեռնված դառնալու փոխարեն, Tangle-ն իրականում արագանում է ավելի շատ գործարքներով և դառնում ավելի լավը, քանի որ այն մեծանում է, այլ ոչ թե վատանում: IOTA օգտագործող բոլոր սարքերը կազմված են Node of the Tangle-ի մաս: Հանգույցի կողմից կատարված յուրաքանչյուր գործարքի համար 2-րդ հանգույցը պետք է հաստատի այլ գործարքներ: Այսպիսով, երկու անգամ ավելի շատ հնարավորություն կա, քան գործարքները հաստատելու անհրաժեշտությունը: Այս հակափխրուն հատկությունը, որում խճճվածությունը բարելավվում է քաոսի պատճառով, քաոսի պատճառով վատթարանալու փոխարեն, Tangle-ի հիմնական առավելությունն է: 

Պատմականորեն և նույնիսկ ներկայումս մենք վստահություն ենք ներշնչում գործարքների նկատմամբ՝ գրանցելով դրանց հետքը՝ ապացուցելու գործարքների ծագումը, նպատակակետը, քանակը և պատմությունը: Սա հսկայական ժամանակ և ջանքեր է պահանջում բազմաթիվ մասնագիտությունների մասով, ինչպիսիք են իրավաբանները, աուդիտորները, որակի տեսուչները և բազմաթիվ օժանդակ գործառույթներ: Սա, իր հերթին, ստիպում է մարդկանց սպանել իրենց ստեղծարարությունը՝ դառնալով թվերի բեկորներ, որոնք ձեռքով ստուգումներ են անում այս ու այն կողմ, ինչը հանգեցնում է գործարքների թանկ, ոչ ճշգրիտ և թանկարժեք լինելուն: Չափազանց շատ մարդկային տառապանք, և Դուկխային բախվել են շատ մարդիկ, ովքեր միապաղաղ կրկնվող աշխատանքներ են կատարում միայն այս գործարքների նկատմամբ վստահություն ստեղծելու համար: Քանի որ գիտելիքը ուժ է, կարևոր տեղեկատվությունը թաքցվում է իշխանության մեջ գտնվողների կողմից՝ զանգվածներին զսպելու համար: Բլոկչեյնը մեզ թույլ է տալիս պոտենցիալ «կտրել միջնորդների այս ամբողջ խայտառակությունը» և իշխանություն տալ մարդկանց տեխնոլոգիայի միջոցով, ինչը չորրորդ արդյունաբերական հեղափոխության գլխավոր նպատակն է:

Այնուամենայնիվ, ներկայիս բլոկչեյնն ունի իր սահմանափակումների շարքը՝ կապված մասշտաբայնության, գործարքների վճարների և հաշվողական ռեսուրսների հետ, որոնք պահանջվում են հանքարդյունաբերության համար: IOTA-ն ընդհանրապես վերացնում է բլոկչեյնը՝ այն փոխարինելով «Tangle» բաշխված մատյանով՝ գործարքներ ստեղծելու և ստուգելու համար: IOTA-ի նպատակն է հանդես գալ որպես մեքենայական տնտեսության հիմնական ակտիվացնող, որը մինչ այժմ սահմանափակվել է ներկայիս կրիպտոների սահմանափակումների պատճառով:

Կարելի է ողջամտորեն կանխատեսել, որ շատ կիբերֆիզիկական համակարգեր կհայտնվեն և հիմնված կլինեն Արհեստական ​​ինտելեկտի և IoT-ի վրա, ինչպիսիք են մատակարարման շղթաները, խելացի քաղաքները, խելացի ցանցերը, ընդհանուր հաշվարկները, խելացի կառավարումը և առողջապահական համակարգերը: Մի երկիր, որն ունի շատ հավակնոտ և ագրեսիվ պլաններ՝ ԱՄՆ-ի և Չինաստանի սովորական հսկաների կողքին AI-ում հայտնի դառնալու համար, ԱՄԷ-ն է։ ԱՄԷ-ն այնքան շատ ինտելեկտուալ նախաձեռնություններ ունի, ինչպիսին ցույց է տվել անօդաչու ոստիկաններին, առանց վարորդ մեքենաների և հիպերլոպերի պլաններ, բլոկչեյնի վրա հիմնված կառավարում և նույնիսկ ունի արհեստական ​​ինտելեկտի գծով աշխարհում առաջին պետնախարարը:

Արդյունավետության ձգտումն այն որոնումն էր, որն առաջին անգամ մղեց կապիտալիզմին, իսկ հիմա հենց այս որոնումն է աշխատում կապիտալիզմին վերջ տալու համար: 3D տպագրությունը և համօգտագործման տնտեսությունը արմատապես նվազեցնում են ծախսերը և բարձրացնում արդյունավետության մակարդակը, իսկ թվային դրամապանակներով մեքենաներով «Մեքենայի տնտեսությունը» հաջորդ տրամաբանական քայլն է դեպի ավելի մեծ արդյունավետություն: Առաջին անգամ մեքենան տնտեսապես անկախ միավոր է, որը եկամուտ է ստանում ֆիզիկական կամ տվյալների ծառայությունների միջոցով և ինքնուրույն ծախսում է էներգիայի, ապահովագրության և պահպանման վրա: Այս բաշխված վստահության պատճառով ըստ պահանջարկի տնտեսությունը կզարգանա: 3D տպագրությունն արմատապես կնվազեցնի նյութերի և ռոբոտների պատրաստման ծախսերը, իսկ տնտեսապես անկախ ռոբոտները շուտով կսկսեն ծառայություններ մատուցել մարդկանց՝ ըստ պահանջի:

Տեսնելու համար, թե ինչ պայթյունավտանգ ազդեցություն կարող է ունենալ, պատկերացրեք, թե ինչպես եք փոխարինում դարավոր Lloyd's ապահովագրական շուկան: Ստարտափ TrustToken-ը փորձում է ստեղծել վստահության տնտեսություն՝ 256 տրիլիոն ԱՄՆ դոլարի գործարքներ իրականացնելու համար, ինչը կազմում է երկրի վրա իրական աշխարհի բոլոր ակտիվների արժեքը: Ընթացիկ գործարքները տեղի են ունենում հնացած մոդելներով՝ սահմանափակ թափանցիկությամբ, իրացվելիությամբ, վստահությամբ և բազմաթիվ խնդիրներով: Այս գործարքների իրականացումը, օգտագործելով թվային մատյաններ, ինչպիսին է բլոկչեյնը, շատ ավելի շահութաբեր է նշանավորման ներուժի միջոցով: Tokenization-ը գործընթաց է, որի միջոցով իրական աշխարհի ակտիվները վերածվում են թվային նշանների: TrustToken-ը կամուրջ է ստեղծում թվային և իրական աշխարհների միջև՝ իրական աշխարհի ակտիվների խորհրդանշականացման միջոցով, որն ընդունելի է նաև իրական աշխարհում և «օրինական կերպով կիրարկվի, աուդիտի ենթարկվի և ապահովագրվի»: Դա արվում է «SmartTrust» պայմանագրի ստեղծման միջոցով, որը երաշխավորում է սեփականությունը իրական աշխարհում օրինական մարմինների հետ, ինչպես նաև իրականացնում է ցանկացած անհրաժեշտ գործողություն, երբ խախտվում են պայմանագրերը, ներառյալ վերապահումը, քրեական պատիժների գանձումը և շատ ավելին: Ապակենտրոնացված TrustMarket-ը հասանելի է բոլոր շահագրգիռ կողմերի համար՝ հավաքելու և բանակցելու գների, ծառայությունների և TrustTokens-ը ազդանշաններ և պարգևներ են, որոնք ստանում են կողմերը վստահելի վարքագծի համար, ստեղծելու աուդիտի հետքը և ապահովագրելու ակտիվները:

Արդյոք TrustTokens-ը ի վիճակի է իրականացնել ձայնային ապահովագրություն, քննարկման առարկա է, բայց մենք դա արդեն կարող ենք տեսնել դարավոր Lloyd's շուկայում: Lloyd's շուկայում ապահովագրության գնորդներն ու վաճառողները և տեղաբաշխողները հավաքվում են միասին՝ ապահովագրություն իրականացնելու համար: Lloyd's ֆոնդերի վարչակազմը վերահսկում է նրանց տարբեր սինդիկատները և ապահովում է կապիտալի համարժեքություն՝ կլանելու այն ցնցումները, որոնք գալիս են նաև ապահովագրությունից: TrustMarket-ը ներուժ ունի դառնալու Lloyd's շուկայի արդիականացված տարբերակը, սակայն դրա ճշգրիտ հաջողությունը որոշելը դեռ վաղ է: TrustToken-ը կարող է բացել տնտեսությունը և ստեղծել ավելի լավ արժեք և ավելի քիչ ծախսեր և կոռուպցիա իրական աշխարհի ակտիվներում, հատկապես անշարժ գույքի, ապահովագրության և ապրանքների մեջ, որոնք չափազանց մեծ ուժ են ստեղծում շատ քչերի ձեռքում:

M2M հավասարման AI մասը

Շատ թանաք է գրվել AI-ի և դրա 10,000+ մեքենայական ուսուցման մոդելների վրա, որոնք ունեն իրենց ուժեղ և թույլ կողմերը և թույլ են տալիս մեզ բացահայտել այնպիսի պատկերացումներ, որոնք նախկինում թաքցված էին մեզանից՝ արմատապես բարելավելու մեր կյանքը: Մենք մանրամասն չենք նկարագրի դրանք, այլ կկենտրոնանանք մեքենայական ուսուցման և ավտոմատացված մեքենայական ինտելեկտի (AML) երկու ոլորտների վրա, քանի որ դրանք թույլ կտան IoT-ին վերափոխվել ապարատային մեկուսացված մասերից տվյալների և հետախուզության ինտեգրված կրիչների:

Մեքենայի ուսուցում

Մեքենայական ուսուցումը, թերևս, ամենաէքսպոնենցիոնալ միտումն է, որը մենք տեսնում ենք, որը կարող է թույլ տալ M2M-ի տնտեսությանը համեստ սկզբից էքսպոնենցիալ կերպով աջակցել՝ դառնալով մեր առօրյա կյանքի գերիշխող հատկանիշը: Պատկերացնել! Մեքենաներ, որոնք ոչ միայն գործարքներ են կատարում միմյանց և այլ հարթակների հետ, ինչպիսիք են սերվերները և մարդիկ, այլև սովորեցնում են միմյանց: Դա արդեն տեղի է ունեցել Tesla Model S-ի ավտոմատ օդաչուի ֆունկցիայի դեպքում: Մարդ վարորդը գործում է որպես մեքենայի փորձագետ ուսուցիչ, բայց մեքենաները կիսում են այս տվյալները և սովորում միմյանց միջև՝ ծայրահեղ կարճ ժամանակում արմատապես բարելավելով իրենց փորձը: Այժմ մեկ IoT սարքը մեկուսացված սարք չէ, որը ստիպված կլինի ինքնուրույն սովորել ամեն ինչ զրոյից. այն կարող է օգտագործել զանգվածային ուսուցումը, որը սովորել է նմանատիպ այլ IoT սարքերի կողմից նաև ամբողջ աշխարհում: Սա նշանակում է, որ մեքենայական ուսուցմամբ վերապատրաստված IoT-ի խելացի համակարգերը ոչ միայն ավելի խելացի են դառնում. նրանք ժամանակի ընթացքում ավելի խելացի են դառնում էքսպոնենցիոնալ միտումների մեջ:

Այս «Մեքենայի ուսուցումն» ունի հսկայական առավելություններ, քանի որ այն նվազեցնում է ուսուցման պահանջվող ժամանակը, շրջանցում է ուսուցման զանգվածային տվյալներ ունենալու անհրաժեշտությունը և թույլ է տալիս մեքենաներին ինքնուրույն սովորել՝ բարելավելու օգտատերերի փորձը: Մեքենայի այս ուսուցումը երբեմն կարող է լինել կոլեկտիվ, ինչպես ինքնակառավարվող մեքենաները, որոնք կիսվում և սովորում են միասին, ինչ-որ կոլեկտիվ մտքի ձևով, կամ կարող է լինել հակառակորդ, ինչպես երկու մեքենաներ, որոնք շախմատ են խաղում իր դեմ, մեկը հանդես է գալիս որպես խարդախ, իսկ մյուսը ՝ որպես խարդախ: դետեկտոր և այլն: Մեքենան կարող է նաև իրեն սովորեցնել՝ խաղալով իր դեմ սիմուլյացիաներ և խաղեր՝ առանց որևէ այլ մեքենայի անհրաժեշտության: AlphaGoZero-ն արել է հենց դա: AlphaGoZero-ն չօգտագործեց մարզումների որևէ տվյալ և խաղաց իր դեմ, իսկ հետո հաղթեց AlphaGo-ին, որն այն արհեստական ​​ինտելեկտն էր, որը հաղթել էր աշխարհի լավագույն մարդկանց Go խաղացողներին (Go-ն չինական շախմատի հայտնի տարբերակն է): Այն զգացումը, որ ունեին շախմատի գրոսմայստերները AlphaGoZero-ի խաղը դիտելուց, նման էր առաջադեմ այլմոլորակայինների գերխելացի մրցավազքի, որը շախմատ է խաղում:

Սրանից դիմումները ապշեցուցիչ են. Hyperloop (շատ արագ գնացքի) վրա հիմնված թունելային պատյաններ, որոնք շփվում են միմյանց հետ, ինքնավար նավեր, բեռնատարներ, անօդաչու թռչող սարքերի ամբողջ նավատորմը, որոնք աշխատում են ամբոխի հետախուզության վրա և կենդանի քաղաքը սովորում է իրենից խելացի ցանցի փոխազդեցությունների միջոցով: Սա Արհեստական ​​ինտելեկտի չորրորդ արդյունաբերական հեղափոխության ժամանակ տեղի ունեցած այլ նորամուծությունների հետ միասին կարող է արմատախիլ անել ներկայիս առողջական խնդիրները, բազմաթիվ սոցիալական խնդիրներ, ինչպիսիք են բացարձակ աղքատությունը և թույլ տալ մեզ գաղութացնել Լուսինն ու Մարսը:

Բացի IOTA-ից, կան նաև Dagcoins և byteballs, որոնք չեն պահանջում բլոկչեյն: Ե՛վ Dagcoins, և՛ byteballs-ը կրկին հիմնված են DAG-ի ուղղորդված Acrelic գրաֆիկի վրա, ինչպես IOTA-ի «խճճվելն է»: IOTA-ի նմանատիպ առավելությունները մոտավորապես վերաբերում են Dagcoins-ին և byteballs-ին, քանի որ դրանք բոլորը հաղթահարում են բլոկհեյնի ներկայիս սահմանափակումները: 

Ավտոմատացված մեքենայական ուսուցում

Իհարկե, ավտոմատացման ավելի լայն ենթատեքստ կա, որտեղ գրեթե բոլոր ոլորտները կասկածվում են, և ոչ ոք զերծ չէ AI-ի ապոկալիպսիսի այս վախից: Կա նաև ավտոմատացման ավելի պայծառ կողմ, որտեղ այն մարդկանց թույլ կտա ուսումնասիրել «խաղը» միայն աշխատանքի փոխարեն: Համապարփակ լուսաբանման համար տե՛ս այս հոդվածը futurism.com կայքում

Չնայած քանակական մոդելավորողների հետ կապված աղմուկին և փառքին, ինչպիսիք են տվյալների գիտնականները, ակտուարները, քվանտները և շատ ուրիշներ, նրանք բախվում են հանելուկի, որը փորձում է լուծել ավտոմատացված մեքենայական հետախուզությունը: Հանելուկը նրանց ուսուցման և այն բանի միջև եղած բացն է, թե ինչ պետք է անեն՝ համեմատած այն բանի հետ, ինչ իրականում անում են: Մռայլ իրականությունն այն է, որ ժամանակի մեծ մասը կապված է կապիկների աշխատանքով (աշխատանք, որը կարող է անել ցանկացած կապիկ՝ ինտելեկտուալ պատրաստված և իրավասու մարդու փոխարեն), ինչպիսիք են կրկնվող առաջադրանքները, թվերի ճզմումը, տվյալների տեսակավորումը, տվյալների մաքրումը, դրանք հասկանալը, մոդելների փաստաթղթավորումը: և կիրառելով կրկնվող ծրագրավորում (լինելով նաև աղյուսակների մեխանիկա) և լավ հիշողություն՝ այդ ամբողջ մաթեմատիկայի հետ կապի մեջ մնալու համար: Այն, ինչ նրանք պետք է անեն, ստեղծագործական լինելն է, գործնական պատկերացումների ստեղծումը, այլ շահագրգիռ կողմերի հետ զրուցելը տվյալների վրա հիմնված կոնկրետ արդյունքների հասնելու համար, վերլուծելն ու գոյություն ունեցող խնդիրների նոր «բազմաթիվ» լուծումները գտնելը:

Ավտոմատացված մեքենայական ինտելեկտը (AML) հոգ է տանում նվազեցնելու այս հսկայական բացը: 200 տվյալների գիտնականներից կազմված թիմ վարձելու փոխարեն, AML օգտագործող մեկ կամ մի քանի տվյալների գիտնական կարող է միաժամանակ օգտագործել բազմաթիվ մոդելների արագ մոդելավորում, քանի որ մեքենայական ուսուցման աշխատանքի մեծ մասն արդեն ավտոմատացված է AML-ի միջոցով, ինչպիսիք են տվյալների հետախուզական վերլուծությունը, առանձնահատկությունների փոխակերպումները, ալգորիթմի ընտրություն, հիպեր պարամետրերի թյունինգ և մոդելի ախտորոշում: Կան մի շարք հարթակներ, ինչպիսիք են DataRobot-ը, Google-ի AutoML-ը, H20-ի Driverless AI-ն, IBNR Robot-ը, Nutonian-ը, TPOT-ը, Auto-Sklearn-ը, Auto-Weka-ն, Machine-JS-ը, Big ML-ը, Trifacta-ն և Pure Predictive-ը և այլն: միաժամանակ հաշվարկել տասնյակ հարմար ալգորիթմներ՝ նախապես սահմանված չափանիշների համաձայն օպտիմալ մոդելներ պարզելու համար: Անկախ նրանից, թե դրանք խորը ուսուցման ալգորիթմներ են, թե հոսքային ալգորիթմներ, բոլորն էլ ավտոմատացված են՝ գտնելու օպտիմալ լուծումը, որն իրականում մեզ հետաքրքրում է:

Այս կերպ AML-ն ազատում է տվյալների գիտնականներին, որպեսզի նրանք լինեն ավելի շատ մարդ և ավելի քիչ կիբորգ-վուլկան-մարդ հաշվիչներ: Մեքենաներին պատվիրակվում է այն, ինչ նրանք լավագույնս են անում (կրկնվող առաջադրանքներ, մոդելավորում), իսկ մարդկանց հանձնարարվում է այն, ինչ նրանք լավագույնս են անում (լինել ստեղծագործ, ստեղծել գործնական պատկերացումներ՝ առաջ մղելու բիզնեսի նպատակները, ստեղծելով նոր լուծումներ և հաղորդելով դրանք): Ես հիմա չեմ կարող ասել, որ «սպասեք, սկզբում թույլ տվեք 10 տարի հետո դառնալ մեքենայական ուսուցման ասպիրանտ կամ փորձագետ, ապա ես կկիրառեմ այս մոդելները. աշխարհն այժմ շատ արագ է շարժվում, և այն, ինչ այժմ տեղին է, շատ արագ հնանում է: MOOC-ի վրա հիմնված արագ տեմպերով դասընթացը և առցանց ուսուցումը շատ ավելի իմաստալից են այսօրվա էքսպոնենցիոնալ հասարակության մեջ, այլ ոչ թե ֆիքսված մեկ կարիերան կյանքում, որին սովոր էին նախորդ սերունդները:

AML-ն անհրաժեշտ է M2M տնտեսության մեջ, քանի որ ալգորիթմները պետք է մշակվեն և գործարկվեն հեշտությամբ՝ քիչ ժամանակով: Փոխանակ ալգորիթմների համար, որոնք պահանջում են չափազանց շատ փորձագետներ, և նրանք ամիսներ են պահանջում իրենց մոդելները մշակելու համար, AML-ը կամրջում է ժամանակի բացը և թույլ է տալիս ուժեղացնել AI-ն կիրառելու արտադրողականությունը այնպիսի իրավիճակներում, որոնք նախկինում անհնար էր պատկերացնել:

Ապագայի ապահովագրողներ

Գործընթացն ավելի անխափան, արագաշարժ, ամուր, անտեսանելի և հեշտ դարձնելու համար, ինչպես երեխան խաղում է, բլոկչեյն տեխնոլոգիան օգտագործվում է խելացի պայմանագրերով, որոնք գործում են, երբ պայմանները բավարարվում են: P2P ապահովագրության այս նոր մոդելը վերացնում է ավանդական պրեմիումի վճարումը` փոխարենը օգտագործելով թվային դրամապանակ, որտեղ յուրաքանչյուր անդամ իր պրեմիում է դնում պահուստային տիպի հաշվի մեջ, որպեսզի այն օգտագործվի միայն պահանջ ներկայացնելու դեպքում: Այս մոդելում անդամներից ոչ մեկը չի կրում ավելի մեծ ազդեցություն, քան այն գումարը, որը նրանք դնում են իրենց թվային դրամապանակներում: Եթե ​​որևէ պահանջ չի ներկայացվում, բոլոր թվային դրամապանակները պահում են իրենց գումարները: Այս մոդելի բոլոր վճարումները կատարվում են բիթքոյնի միջոցով՝ հետագայում նվազեցնելով գործարքի ծախսերը: Teambrella-ն պնդում է, որ առաջին ապահովագրողն է, որն օգտագործում է բիթքոյնի վրա հիմնված այս մոդելը: Իսկապես, Teambrella-ն միայնակ չէ: Կան բազմաթիվ բլոկչեյնների վրա հիմնված ստարտափներ, որոնք ուղղված են հավասարից հավասար ապահովագրությանը և մարդկային գործունեության այլ ոլորտներին: Դրանցից մի քանիսն են.

1. Եթերսկ
2. Ապահովագրություն
3. Այգանգ
4. Rega Life
5. Bit Life and Trust
6. Unity Matrix Commons

Այսպիսով, ամբոխի մեծ իմաստությունը օգտագործվում է որպես ապահովագրող:Սովորում է ժողովրդից, ծրագրերը ժողովրդի հետ, Սկսվում է նրանից, ինչ նրանք ունեն Եվ կառուցում է այն, ինչ նրանք գիտեն» (Լաո Ցզե):

Փոխանակ ակտուարը, որն առավելագույնի հասցնում է շահույթը բաժնետերերի համար, նստում է գետնից մեկուսացված, խաղի մեջ բացակայում է խաղը և շատ ավելի քիչ հասանելիություն ունի մարդկանց իրազեկությանը (այսինքն՝ տվյալներին)՝ համեմատած իրենց հասակակիցների հետ, այս հավասարը հավասարին հզորացնում է ամբոխին և թակում է: մտնել նրանց իմաստության մեջ (գրքերի իմաստության փոխարեն), ինչը շատ ավելի լավ է: Այստեղ նաև չկան անարդար գնագոյացման պրակտիկաներ, ինչպիսիք են սեռի վրա հիմնված վարկանիշը, գնագոյացման օպտիմալացումը, որը ձեզնից ավելի բարձր գանձում է, եթե ավելի քիչ հավանական է տեղափոխվել այլ ապահովագրող և հակառակը: Հսկայական ապահովագրողը չի կարող ձեզ ավելի շատ ճանաչել, քան ձեր հասակակիցները, դա այնքան էլ պարզ է:

Այս նույն հավասարակից-հասակակից ապահովագրությունը կարող է իրականացվել նաև ոչ բլոկչեյնի վրա հիմնված բաշխված մատյաններում, ինչպիսիք են IOTA-ն, Dagcoins-ը և Byteballs-ը՝ այս նոր մատյանների լրացուցիչ տեխնոլոգիական առավելություններով ընթացիկ բլոկչեյնի նկատմամբ: Թվային նշանավորման այս ստարտափները խոստանում են արմատապես վերաստեղծել բիզնես մոդելներ, որտեղ գործարքները, միավորումները և գրեթե ամեն ինչ կատարվում է համայնքի և համայնքի համար ավտոմատացված, լիովին վստահելի ձևով, առանց ճնշող միջնորդների, ինչպիսիք են կառավարությունները, կապիտալիստական ​​բիզնեսները, սոցիալական ինստիտուտները և այլն: Peer to Peer Insurance-ը ամբողջ ծրագրի միայն մի մասն է:

Խելացի պայմանագրերն ունեն ներկառուցված պայմաններ, որոնք ավտոմատ կերպով գործարկվում են, երբ պատահականությունը տեղի է ունենում, և պահանջներն անմիջապես վճարվում են: Բարձր որակավորում ունեցող, բայց, ըստ էության, գործավարական աշխատանք կատարող աշխատուժի հսկայական կարիքն ընդհանրապես հանվում է ապագայի հարթ ինքնավար կազմակերպություն կառուցելու համար: Խուսափվում են «բաժնետերերի» ճնշող միջնորդներից, ինչը նշանակում է, որ սպառողների շահերը գործում են՝ տրամադրելով հարմարավետություն, ցածր գներ և լավ հաճախորդների աջակցություն: Այս հավասարակցական միջավայրում օգուտները բաժնետիրոջ փոխարեն բաժին են ընկնում համայնքին: IoT-ն տրամադրում է տվյալների հիմնական աղբյուրը այս լողավազաններին՝ մշակելու արձանագրություններ, երբ ազատել պահանջների վճարումը և երբ՝ ոչ: Նույն նշանավորումը նշանակում է, որ ցանկացած ոք, ցանկացած վայրում, կարող է մուտք ունենալ ապահովագրական լողավազան՝ աշխարհագրությամբ և կանոնակարգերով սահմանափակվելու փոխարեն: