മെഷീൻ ടു മെഷീൻ യുഗത്തിന്റെ ഉദയവും ഇൻഷുറൻസിനുള്ള അതിന്റെ പ്രത്യാഘാതങ്ങളും

മെഷീൻ-ടു-മെഷീൻ ടെക്നോളജി (M2M) പ്രധാനമായും ഒരു ഇന്റർനെറ്റ് ഓഫ് തിംഗ്സ് (IoT) പരിതസ്ഥിതിയിൽ സെൻസറുകൾ ഉൾക്കൊള്ളുന്നു, അവിടെ അവർ ഒരു സെർവറിലേക്കോ മറ്റൊരു സെൻസറിലേക്കോ വയർലെസ് ആയി ഡാറ്റ അയയ്ക്കുന്നു. മറ്റൊരു സെൻസറോ സെർവറോ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) ഉപയോഗിച്ച് ഡാറ്റ വിശകലനം ചെയ്യാനും തത്സമയം ഡാറ്റയിൽ യാന്ത്രികമായി പ്രവർത്തിക്കാനും. പ്രവർത്തനങ്ങൾ അലേർട്ടുകൾ, മുന്നറിയിപ്പ്, ദിശയിലെ മാറ്റം, ബ്രേക്ക്, വേഗത, തിരിയൽ, ഇടപാടുകൾ എന്നിങ്ങനെ എന്തും ആകാം. M2M ക്രമാതീതമായി വർദ്ധിക്കുന്നതിനാൽ, മുഴുവൻ ബിസിനസ് മോഡലുകളുടെയും ഉപഭോക്തൃ ബന്ധങ്ങളുടെയും പുനർനിർമ്മാണം ഞങ്ങൾ ഉടൻ കാണും. തീർച്ചയായും, ആപ്ലിക്കേഷനുകൾ ബിസിനസുകളുടെ ഭാവനയാൽ മാത്രം പരിമിതപ്പെടുത്തും.

ഈ പോസ്റ്റ് ഇനിപ്പറയുന്നവ പര്യവേക്ഷണം ചെയ്യും:

1. പ്രധാന M2M സാങ്കേതികവിദ്യകളുടെയും അവയുടെ വിനാശകരമായ സാധ്യതകളുടെയും അവലോകനം.
2. M2M ഇടപാടുകൾ; യന്ത്ര സമ്പദ്‌വ്യവസ്ഥയിലേക്ക് നയിക്കുന്ന മറ്റ് മെഷീനുകളുമായി നേരിട്ട് ഇടപാട് നടത്താൻ കഴിയുന്ന ഒരു പുതിയ വിപ്ലവം.
3. AI യുടെ സ്വാധീനമാണ് ഞങ്ങളെ M2M ലേക്ക് നയിക്കുന്നത്; വലിയ ഡാറ്റ, ആഴത്തിലുള്ള പഠനം, സ്ട്രീമിംഗ് അൽഗോരിതങ്ങൾ. ഓട്ടോമേറ്റഡ് മെഷീൻ ഇന്റലിജൻസും മെഷീൻ ടീച്ചിംഗും. മെഷീൻ ടീച്ചിംഗ് ഒരുപക്ഷേ മെഷീൻ എക്കണോമിയുടെ ഏറ്റവും മികച്ച പ്രവണതയാണ്.
4. ഭാവിയിലെ ഇൻഷുറൻസ് ബിസിനസ്സ് മോഡൽ: ബ്ലോക്ക്ചെയിൻ അടിസ്ഥാനമാക്കിയുള്ള ഇൻഷുറൻസ് സ്റ്റാർട്ടപ്പുകൾ.
5. ഉപസംഹാര കുറിപ്പ്

പ്രധാന M2M സാങ്കേതികവിദ്യകളുടെ അവലോകനം

ചില യഥാർത്ഥ ജീവിത സാഹചര്യങ്ങൾ സങ്കൽപ്പിക്കുക:

1. നിങ്ങളുടെ കാർ നിങ്ങളുടെ യാത്രാ യാത്രയെ മനസ്സിലാക്കുകയും മൈൽ അനുസരിച്ച് ഓട്ടോമാറ്റിക്കായി ആവശ്യാനുസരണം ഇൻഷുറൻസ് വാങ്ങുകയും ചെയ്യുന്നു. ഒരു യന്ത്രം അതിന്റെ സ്വന്തം ബാധ്യതാ ഇൻഷുറൻസ് സ്വയമേവ വാങ്ങുന്നു.
2. ധരിക്കാവുന്ന എക്സോസ്‌കെലിറ്റണുകൾ നിയമപാലകരും ഫാക്ടറി പ്രവർത്തനങ്ങളും അമാനുഷിക ശക്തിയും ചടുലതയും നൽകുന്നു
3. സൂപ്പർ-ഹ്യൂമൻ ഇന്റലിജൻസ് സൃഷ്ടിക്കാൻ ബ്രെയിൻ-കമ്പ്യൂട്ടർ ഇന്റർഫേസുകൾ നമ്മുടെ തലച്ചോറുമായി ലയിക്കുന്നു (ഉദാഹരണത്തിന്, എലോൺ മസ്‌കിന്റെ ന്യൂറൽ ലേസ്)
4. നമ്മൾ ദഹിപ്പിച്ച സ്മാർട്ട് ഗുളികകളും ആരോഗ്യ ധരിക്കാവുന്നവയും നമ്മുടെ മരണനിരക്കും രോഗസാധ്യതകളും നേരിട്ട് വിലയിരുത്തുന്നു.
5. ഒരു സെൽഫി എടുക്കുന്നതിലൂടെ നിങ്ങൾക്ക് ലൈഫ് ഇൻഷുറൻസ് ലഭിക്കും. ഈ ചിത്രങ്ങളിലൂടെ നിങ്ങളുടെ ജീവശാസ്ത്രപരമായ പ്രായം വൈദ്യശാസ്ത്രപരമായി നിർണ്ണയിക്കുന്ന ഒരു അൽഗോരിതം ഉപയോഗിച്ചാണ് സെൽഫികൾ വിശകലനം ചെയ്യുന്നത് (ഇതിനകം ലാപെറ്റസ് എന്ന സ്റ്റാർട്ടപ്പിന്റെ ക്രോണോസ് സോഫ്‌റ്റ്‌വെയറാണ് ഇത് ചെയ്യുന്നത്).
6. നിങ്ങളുടെ ഫ്രിഡ്ജുകൾ നിങ്ങളുടെ പതിവ് ഷോപ്പിംഗ്, സ്റ്റോക്കിംഗ് ശീലങ്ങൾ മനസ്സിലാക്കുകയും പാൽ പോലെയുള്ള ചില ഇനം തീർന്നതായി കണ്ടെത്തുകയും ചെയ്യുന്നു; അതിനാൽ, ഇത് നേരിട്ട് ഓൺലൈൻ ഷോപ്പിംഗ് വഴി പാൽ വാങ്ങുന്നു. നിങ്ങളുടെ ഏറ്റവും സാധാരണമായ ശീലങ്ങളെ അടിസ്ഥാനമാക്കി നിങ്ങളുടെ ഫ്രിഡ്ജ് തുടർച്ചയായി വീണ്ടും സംഭരിക്കപ്പെടും. പുതിയ ശീലങ്ങൾക്കും സാധാരണമല്ലാത്തതിനും, നിങ്ങൾക്ക് സ്വതന്ത്രമായി നിങ്ങളുടെ സാധനങ്ങൾ വാങ്ങുന്നതും ഫ്രിഡ്ജിൽ സാധാരണപോലെ സൂക്ഷിക്കുന്നതും തുടരാം.
7. അപകടങ്ങളും കൂട്ടിയിടികളും ഒഴിവാക്കുന്നതിനായി സ്വയം ഡ്രൈവിംഗ് കാറുകൾ സ്‌മാർട്ട് ഗ്രിഡിൽ പരസ്പരം സംവദിക്കുന്നു.
8. ഈയിടെയായി നിങ്ങൾ കൂടുതൽ അസ്വസ്ഥതയും വിഷാദവും അനുഭവിക്കുന്നുണ്ടെന്ന് നിങ്ങളുടെ റോബോട്ട് മനസ്സിലാക്കുന്നു, അതിനാൽ അത് നിങ്ങളെ ആശ്വസിപ്പിക്കാൻ ശ്രമിക്കുന്നു. വൈകാരിക പ്രതിരോധത്തിനായി ഉള്ളടക്കം വർദ്ധിപ്പിക്കാൻ ഇത് നിങ്ങളുടെ ഹെൽത്ത് കോച്ച് ബോട്ടിനോട് പറയുന്നു.
9. പൈപ്പിൽ വരാനിരിക്കുന്ന ഒരു പൊട്ടിത്തെറി സെൻസറുകൾ മനസ്സിലാക്കുന്നു, പൈപ്പ് പൊട്ടുന്നതിന് മുമ്പ്, ഒരു റിപ്പയർമാനെ നിങ്ങളുടെ വീട്ടിലേക്ക് അയയ്ക്കുന്നു
10. നിങ്ങളുടെ ചാറ്റ്ബോട്ട് നിങ്ങളുടെ സ്വകാര്യ സഹായിയാണ്. ഇത് നിങ്ങൾക്കായി ഷോപ്പിംഗ് നടത്തുന്നു, നിങ്ങൾ യാത്ര ചെയ്യുമ്പോൾ നമുക്ക് ഇൻഷുറൻസ് വാങ്ങേണ്ടിവരുമ്പോൾ മനസ്സിലാക്കുന്നു, നിങ്ങളുടെ ദൈനംദിന ജോലികൾ കൈകാര്യം ചെയ്യുന്നു, ബോട്ടുമായി സഹകരിച്ച് നിങ്ങൾ ഉണ്ടാക്കിയ ദൈനംദിന ഷെഡ്യൂളിൽ നിങ്ങളെ അപ്‌ഡേറ്റ് ചെയ്യുന്നു.
11. പുതിയ ടൂത്ത് ബ്രഷുകൾ നിർമ്മിക്കാൻ നിങ്ങൾക്ക് ഒരു 3D പ്രിന്റർ ഉണ്ട്. നിലവിലെ സ്മാർട്ട് ടൂത്ത് ബ്രഷ് അതിന്റെ ഫിലമെന്റുകൾ ജീർണ്ണമാകാൻ പോകുന്നുവെന്ന് മനസ്സിലാക്കുന്നു, അതിനാൽ ഇത് പുതിയ ഫിലമെന്റുകൾ നിർമ്മിക്കുന്നതിന് 3D പ്രിന്ററിലേക്ക് ഒരു സിഗ്നൽ അയയ്ക്കുന്നു.
12. പക്ഷി കൂട്ടങ്ങൾക്ക് പകരം, കൂട്ടായ കൂട്ട ബുദ്ധിയിൽ തങ്ങളുടെ ചുമതലകൾ നിറവേറ്റുന്നതിനായി ഡ്രോൺ കൂട്ടങ്ങൾ പറന്നു പോകുന്നത് നാം ഇപ്പോൾ കാണുന്നു.
13. ഒരു യന്ത്രം പരിശീലന വിവരങ്ങളില്ലാതെ തനിക്കെതിരെ ചെസ്സ് കളിക്കുകയും എല്ലാവരേയും എല്ലാറ്റിനേയും തോൽപ്പിക്കുകയും ചെയ്യുന്നു (AlphaGoZero ഇതിനകം ഇത് ചെയ്യുന്നു).
14. നമ്മുടെ ഭാവനയാൽ മാത്രം പരിമിതപ്പെടുത്തിയ, ഇതുപോലുള്ള എണ്ണമറ്റ യഥാർത്ഥ ജീവിത സാഹചര്യങ്ങളുണ്ട്.

M2M സാങ്കേതികവിദ്യകളിൽ നിന്ന് രണ്ട് മെറ്റാ-തീമുകൾ ഉയർന്നുവരുന്നു: പ്രതിരോധവും സൗകര്യവും. വാഹനാപകടങ്ങളിൽ ഭൂരിഭാഗവും മനുഷ്യന്റെ പിഴവുകൾ മൂലമാണ് സംഭവിക്കുന്നത് എന്നതിനാൽ സ്വയം ഓടിക്കുന്ന കാറുകൾക്ക് അപകടങ്ങൾ ഇല്ലാതാക്കാനോ സമൂലമായി കുറയ്ക്കാനോ കഴിയും. ധരിക്കാവുന്നവ ആരോഗ്യകരമായ ജീവിതശൈലിയിലേക്ക് നയിക്കും, സ്‌മാർട്ട് ഹോം സെൻസറുകൾ പൈപ്പ് പൊട്ടലും മറ്റ് പ്രശ്‌നങ്ങളും ഉണ്ടാകുന്നതിന് മുമ്പ് അവ പരിഹരിക്കും. ഈ പ്രതിരോധം രോഗാവസ്ഥ, അപകടങ്ങൾ, മറ്റ് മോശം സംഭവങ്ങൾ എന്നിവ കുറയ്ക്കുന്നു. ഒരു യന്ത്രത്തിൽ നിന്ന് മറ്റൊന്നിലേക്ക് എല്ലാം യാന്ത്രികമായി സംഭവിക്കുന്നതിനാൽ, ശേഷിക്കുന്ന ചില സന്ദർഭങ്ങളിൽ, അത് മാനുഷിക വൈദഗ്ധ്യവും ശ്രദ്ധയും കൊണ്ട് വർധിപ്പിക്കുന്നു എന്നതിനാൽ സൗകര്യം ഒരു അതിരുകടന്ന വശമാണ്. കാലക്രമേണ നമ്മുടെ പെരുമാറ്റങ്ങളെക്കുറിച്ചുള്ള സെൻസറുകളിൽ നിന്നുള്ള ഡാറ്റ ഉപയോഗിച്ച് സ്വയം പഠിക്കാൻ പ്രോഗ്രാം ചെയ്തിരിക്കുന്നത് മെഷീൻ പഠിക്കുന്നു. സർഗ്ഗാത്മകത പോലെയുള്ള കൂടുതൽ മാനുഷിക കാര്യങ്ങൾക്കായി നമ്മുടെ സമയവും പരിശ്രമവും സ്വതന്ത്രമാക്കുന്നതിന് പശ്ചാത്തലത്തിലും യാന്ത്രികമായും ഇത് സംഭവിക്കുന്നു.

ഈ ഉയർന്നുവരുന്ന സാങ്കേതികവിദ്യകൾ എക്സ്പോഷറുകളിൽ മാറ്റങ്ങൾ വരുത്തുകയും ഇൻഷുറൻസിൽ വലിയ സ്വാധീനം ചെലുത്തുകയും ചെയ്യുന്നു. ഇൻഷുറർക്ക് ഉപഭോക്താവുമായി ഇടപഴകാൻ കഴിയുന്ന നിരവധി ടച്ച് പോയിന്റുകൾ നിർമ്മിക്കപ്പെടുന്നു, വ്യക്തിഗത കവറേജിൽ കുറവ് ശ്രദ്ധ കേന്ദ്രീകരിക്കുകയും വാണിജ്യപരമായ കാര്യങ്ങളിൽ കൂടുതൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുകയും ചെയ്യുന്നു (സ്വയം-ഡ്രൈവിംഗ് കാർ തകരാറിലാകുകയോ ഹാക്ക് ചെയ്യപ്പെടുകയോ ചെയ്താൽ, ഹോം അസിസ്റ്റന്റ് ഹാക്ക് ചെയ്യപ്പെടുന്നു, പകരം സ്മാർട്ട് ഗുളിക വിഷം. മരണനിരക്കും രോഗസാധ്യതകളും ചലനാത്മകമായി വിലയിരുത്തുന്നതിന് തത്സമയ ഡാറ്റ നൽകൽ) തുടങ്ങിയവ. ക്ലെയിമുകളുടെ ആവൃത്തി സമൂലമായി കുറയാൻ സജ്ജീകരിച്ചിരിക്കുന്നു, എന്നാൽ ക്ലെയിമുകളുടെ തീവ്രത കൂടുതൽ സങ്കീർണ്ണവും വിലയിരുത്താൻ ബുദ്ധിമുട്ടുള്ളതുമാണ്, കാരണം നാശനഷ്ടങ്ങൾ വിലയിരുത്തുന്നതിനും നഷ്ടപരിഹാരത്തിന്റെ വിഹിതം ആനുപാതികമായി എങ്ങനെ വ്യത്യാസപ്പെടുന്നുവെന്ന് കാണുന്നതിനും വിവിധ പങ്കാളികളെ ബോർഡിൽ എടുക്കേണ്ടിവരും. വ്യത്യസ്ത പങ്കാളികളുടെ തെറ്റുകൾ. മെഷീൻ എക്കണോമിയിൽ ഇൻഷുറർമാർക്ക് പുതിയ അവസരങ്ങളിലേക്ക് നയിക്കുന്ന സൈബർ ഹാക്കിംഗ് വർദ്ധിക്കും.  

ഈ സാങ്കേതികവിദ്യകൾ ഒറ്റയ്ക്കല്ല; സാങ്കേതികവിദ്യയിൽ നിരന്തരം വിപ്ലവം സൃഷ്ടിക്കാതെ മുതലാളിത്തം നിലനിൽക്കില്ല, അതുവഴി നമ്മുടെ മനുഷ്യബന്ധങ്ങളും. നിങ്ങൾക്ക് ഇതിനെക്കുറിച്ച് കൂടുതൽ അവബോധം വേണമെങ്കിൽ, അൽഗോരിതങ്ങളും സാങ്കേതികവിദ്യയും നമ്മുടെ മാനസികാവസ്ഥയെയും ചിന്താ മനോഭാവത്തെയും നമ്മുടെ പെരുമാറ്റത്തെയും പ്രവർത്തനങ്ങളെയും എങ്ങനെ രൂപപ്പെടുത്തുന്നുവെന്ന് കാണുക, കൂടാതെ എല്ലാ സാങ്കേതികവിദ്യയും എത്ര വേഗത്തിലാണ് വികസിക്കുന്നതെന്ന് കാണുക. 1818-1883 കാലഘട്ടത്തിൽ ജീവിച്ചിരുന്ന കാൾ മാർക്‌സ് ആണ് ഈ നിരീക്ഷണം നടത്തിയത്, ലോകത്തിലെ എല്ലാ സാങ്കേതിക വിദ്യകളും ആഴത്തിലുള്ള ചിന്തയ്ക്കും വിവേകപൂർണ്ണമായ ജ്ഞാനത്തിനും പകരമല്ലെന്ന് ഇത് കാണിക്കുന്നു എന്നതാണ് അതിശയിപ്പിക്കുന്നത്.

സാമൂഹിക മാറ്റങ്ങളും സാങ്കേതിക മാറ്റങ്ങളുമായി കൈകോർക്കുന്നു. സമ്പന്നരെ മാത്രം സമ്പന്നരാക്കുന്നതിനുപകരം സാമൂഹിക സ്വാധീനത്തിൽ (ഉദാഹരണത്തിന് നാരങ്ങാവെള്ളം) ശ്രദ്ധ കേന്ദ്രീകരിച്ച് പിയർ ടു പിയർ ബിസിനസ്സ് മോഡലുകൾ ഞങ്ങൾ ഇപ്പോൾ കാണുന്നു. ആവശ്യാനുസരണം ഞങ്ങൾക്ക് ആക്‌സസ് (എന്നാൽ ഉടമസ്ഥാവകാശമല്ല) നൽകുന്നതിനാൽ പങ്കിടൽ സമ്പദ്‌വ്യവസ്ഥ സാങ്കേതികവിദ്യയുടെ ഉപയോഗം വർദ്ധിപ്പിക്കുന്നു. സഹസ്രാബ്ദ തലമുറയും മുൻ തലമുറകളിൽ നിന്ന് വളരെ വ്യത്യസ്‌തമാണ്, അവർ ആവശ്യപ്പെടുന്നതിനെക്കുറിച്ചും അവർ നമുക്ക് ചുറ്റുമുള്ള ലോകത്തെ എങ്ങനെ രൂപപ്പെടുത്തണമെന്നതിനെക്കുറിച്ചും ഞങ്ങൾ ഉണരാൻ തുടങ്ങിയിരിക്കുന്നു. സ്വന്തം വാലറ്റുകളുള്ള മെഷീനുകൾക്ക് മനുഷ്യർക്ക് ആവശ്യാനുസരണം സേവനങ്ങൾ നിർവഹിക്കാനും സ്വതന്ത്രമായി ഇടപാടുകൾ നടത്താനും കഴിയുമെന്നാണ് പങ്കിടൽ സമ്പദ്‌വ്യവസ്ഥ അർത്ഥമാക്കുന്നത്.

M2M സാമ്പത്തിക ഇടപാടുകൾ

ഞങ്ങളുടെ ഭാവി ഉപഭോക്താക്കൾ വാലറ്റുകളുള്ള യന്ത്രങ്ങളായിരിക്കും. "IOTA (ഇന്റർനെറ്റ് ഓഫ് തിംഗ്സ് ആപ്ലിക്കേഷൻ)" എന്ന് വിളിക്കപ്പെടുന്ന ഒരു ക്രിപ്‌റ്റോകറൻസി, IoT മെഷീനുകളെ മറ്റ് മെഷീനുകളിലേക്ക് നേരിട്ടും സ്വയമേവയും ഇടപാട് നടത്താൻ അനുവദിച്ചുകൊണ്ട് മെഷീൻ സമ്പദ്‌വ്യവസ്ഥയെ നമ്മുടെ ദൈനംദിന യാഥാർത്ഥ്യത്തിലേക്ക് നയിക്കാൻ ലക്ഷ്യമിടുന്നു, ഇത് മെഷീൻ കേന്ദ്രീകൃത ബിസിനസ്സ് മോഡലുകളുടെ ദ്രുതഗതിയിലുള്ള ആവിർഭാവത്തിലേക്ക് നയിക്കും. 

IOTA ഇത് ചെയ്യുന്നത് ബ്ലോക്ക്‌ചെയിൻ നീക്കം ചെയ്‌ത് പകരം 'ടാൻഗിൾ' ഡിസ്ട്രിബ്യൂഡ് ലെഡ്ജർ സ്വീകരിക്കുന്നതിലൂടെയാണ്, അത് സ്കെയിൽ ചെയ്യാവുന്നതും ഭാരം കുറഞ്ഞതും സീറോ ട്രാൻസാക്ഷൻ ഫീസുമുള്ളതുമാണ്, അതായത് മൈക്രോ-ഇടപാടുകൾ ആദ്യമായി പ്രായോഗികമാണ്. നിലവിലെ ബ്ലോക്ക്ചെയിൻ സിസ്റ്റങ്ങളെ അപേക്ഷിച്ച് IOTA യുടെ പ്രധാന നേട്ടങ്ങൾ ഇവയാണ്:

1. വ്യക്തമായ ഒരു ആശയം അനുവദിക്കുന്നതിന്, നിങ്ങളുടെ ഭക്ഷണം കൊണ്ടുവരുന്ന സമർപ്പിത വെയിറ്റർമാരുള്ള (ഖനിത്തൊഴിലാളികൾ) ഒരു റെസ്റ്റോറന്റ് പോലെയാണ് ബ്ലോക്ക്ചെയിൻ. ടാങ്കിളിൽ, എല്ലാവരും സ്വയം സേവിക്കുന്ന സ്വയം സേവന റെസ്റ്റോറന്റാണിത്. ഒരു പുതിയ ഇടപാട് നടത്തുമ്പോൾ വ്യക്തിയുടെ മുമ്പത്തെ രണ്ട് ഇടപാടുകൾ പരിശോധിക്കേണ്ട പ്രോട്ടോക്കോൾ വഴിയാണ് ടാംഗിൾ ഇത് ചെയ്യുന്നത്. അങ്ങനെ ഖനിത്തൊഴിലാളികൾ, ബ്ലോക്ക്‌ചെയിൻ നെറ്റ്‌വർക്കുകളിൽ അപാരമായ ശക്തി കെട്ടിപ്പടുക്കുന്ന പുതിയ ഇടനിലക്കാർ, ടാംഗിളിലൂടെ മൊത്തത്തിൽ ഉപയോഗശൂന്യമാക്കപ്പെടുന്നു. സർക്കാർ, പണം അച്ചടിക്കുന്ന ബാങ്കുകൾ, വിവിധ സ്ഥാപനങ്ങൾ എന്നിങ്ങനെയുള്ള ഇടനിലക്കാർ നമ്മെ ചൂഷണം ചെയ്യുന്നു എന്നതാണ് ബ്ലോക്ക്ചെയിനിന്റെ വാഗ്ദാനം, എന്നാൽ മറ്റൊരു വിഭാഗം ഇടനിലക്കാരായ ഖനിത്തൊഴിലാളികൾ വളരെ ശക്തരായി മാറുകയാണ്, പ്രത്യേകിച്ച് ചൈനീസ് ഖനിത്തൊഴിലാളികൾ ചെറുകിട ശക്തിയുടെ കേന്ദ്രീകരണത്തിലേക്ക് നയിക്കുന്നു. കൈകളുടെ എണ്ണം. ബിറ്റ്‌കോയിൻ ഖനനത്തിന് 159-ലധികം രാജ്യങ്ങൾ ഉൽപ്പാദിപ്പിക്കുന്ന വൈദ്യുതിയുടെ അത്രയും ഊർജം ആവശ്യമാണ് അതിനാൽ ഇത് വൈദ്യുതി സ്രോതസ്സുകളുടെ ഒരു വലിയ പാഴാക്കലാണ്.
2. ഖനനം സമയമെടുക്കുന്നതും ചെലവേറിയതുമായതിനാൽ, മൈക്രോ അല്ലെങ്കിൽ നാനോ ഇടപാടുകൾ നടത്തുന്നതിൽ അർത്ഥമില്ല. ഇടപാടുകൾ സമാന്തരമായി സാധൂകരിക്കാൻ ടാംഗിൾ ലെഡ്ജർ അനുവദിക്കുന്നു, കൂടാതെ IoT ലോകത്തെ നാനോ, മൈക്രോ ട്രാൻസാക്ഷനുകൾ നടത്താൻ അനുവദിക്കുന്നതിന് ഖനന ഫീസ് ആവശ്യമില്ല.
3. മെഷീനുകൾ ഇന്നത്തെ കാലത്ത് 'ബാങ്ക് ചെയ്യാത്ത' സ്രോതസ്സുകളാണ്, എന്നാൽ IOTA ഉപയോഗിച്ച് മെഷീനുകൾക്ക് വരുമാനം സൃഷ്ടിക്കാനും ഇൻഷുറൻസ്, ഊർജ്ജം, പരിപാലനം മുതലായവ സ്വന്തമായി വാങ്ങാൻ കഴിയുന്ന സാമ്പത്തികമായി ലാഭകരമായ ഒരു സ്വതന്ത്ര യൂണിറ്റായി മാറാനും കഴിയും. ബാങ്കുകൾ നിലവിൽ നിങ്ങളുടെ ഉപഭോക്താവിനെ അറിയുക (KYC) പോലെയുള്ള സുരക്ഷിതമായ ഐഡന്റിറ്റികൾ വഴി IOTA "നിങ്ങളുടെ മെഷീൻ അറിയുക (KYM)" നൽകുന്നു.

മുൻ ക്രിപ്‌റ്റോകൾക്ക് പരിഹരിക്കാൻ കഴിയാത്ത പ്രശ്‌നങ്ങൾ പരിഹരിക്കാൻ ലക്ഷ്യമിടുന്ന ക്രിപ്‌റ്റോകറൻസികളുടെ ഒരു പുതിയ ഇനമാണ് IOTA. താഴെ കാണിച്ചിരിക്കുന്നതുപോലെ ഡയറക്‌റ്റഡ് അസൈക്ലിക് ഗ്രാഫിന്റെ വിളിപ്പേരാണ് "ടാംഗിൾ" വിതരണം ചെയ്ത ലെഡ്ജർ: 

ഡയറക്‌റ്റഡ് അസൈക്ലിക് ഗ്രാഫ് എന്നത് ഒരു ക്രിപ്‌റ്റോഗ്രാഫിക് വികേന്ദ്രീകൃത നെറ്റ്‌വർക്കാണ്, അത് അനന്തത വരെ അളക്കാവുന്നതും ക്വാണ്ടം കമ്പ്യൂട്ടറുകളിൽ നിന്നുള്ള ആക്രമണങ്ങളെ പ്രതിരോധിക്കുന്നതും (ഇനിയും വാണിജ്യപരമായി പൂർണ്ണമായി വികസിപ്പിക്കുകയും മുഖ്യധാരാ ജീവിതത്തിൽ ഉപയോഗിക്കുകയും ചെയ്തിട്ടില്ല) ഹാഷ് അടിസ്ഥാനമാക്കിയുള്ള സിഗ്‌നേച്ചറുകളുടെ വ്യത്യസ്തമായ എൻക്രിപ്ഷൻ ഉപയോഗിച്ച്.  

സ്കെയിൽ ചെയ്യാൻ ബുദ്ധിമുട്ടുള്ളതായിത്തീരുന്നതിനുപകരം, കൂടുതൽ ഇടപാടുകൾ കൊണ്ട് ടാംഗിൾ യഥാർത്ഥത്തിൽ വേഗത്തിലാക്കുകയും മോശമാകുന്നതിനുപകരം സ്കെയിൽ കൂടുന്നതിനനുസരിച്ച് മെച്ചപ്പെടുകയും ചെയ്യുന്നു. IOTA ഉപയോഗിക്കുന്ന എല്ലാ ഉപകരണങ്ങളും Tangle നോഡിന്റെ ഭാഗമാണ്. നോഡ് നടത്തുന്ന ഓരോ ഇടപാടിനും, നോഡ് 2 മറ്റ് ഇടപാടുകൾ സ്ഥിരീകരിക്കണം. ഇടപാടുകൾ സ്ഥിരീകരിക്കേണ്ടതിന്റെ ഇരട്ടി ശേഷിയാണ് ഇതുവഴി ലഭ്യമാകുന്നത്. കുഴപ്പങ്ങൾ മൂലം വഷളാകുന്നതിനുപകരം കുഴപ്പങ്ങളാൽ മെച്ചപ്പെടുന്ന ഈ ആൻറി-ഫ്രഗൈൽ പ്രോപ്പർട്ടി ടാംഗിളിന്റെ ഒരു പ്രധാന നേട്ടമാണ്. 

ചരിത്രപരമായും ഇപ്പോഴുമായും, ഇടപാടുകളുടെ ഉത്ഭവം, ലക്ഷ്യസ്ഥാനം, അളവ്, ചരിത്രം എന്നിവ തെളിയിക്കുന്നതിന് അവയുടെ ട്രയൽ രേഖപ്പെടുത്തുന്നതിലൂടെ ഞങ്ങൾ ഇടപാടുകളിൽ വിശ്വാസമുണ്ടാക്കുന്നു. വക്കീലന്മാർ, ഓഡിറ്റർമാർ, ക്വാളിറ്റി ഇൻസ്‌പെക്ടർമാർ, കൂടാതെ നിരവധി സപ്പോർട്ട് ഫംഗ്‌ഷനുകൾ തുടങ്ങി നിരവധി പ്രൊഫഷനുകളുടെ ഭാഗമായി ഇതിന് വലിയ സമയവും പരിശ്രമവും ആവശ്യമാണ്. ഇത്, അങ്ങോട്ടും ഇങ്ങോട്ടും സ്വമേധയാ പരിശോധിച്ചുറപ്പിക്കുന്ന നമ്പർ-ക്രഞ്ചർമാരായി മനുഷ്യർ അവരുടെ സർഗ്ഗാത്മകതയെ ഇല്ലാതാക്കുന്നു, ഇടപാടുകൾ ചെലവേറിയതും കൃത്യമല്ലാത്തതും ചെലവേറിയതുമാക്കുന്നു. ഈ ഇടപാടുകളിൽ വിശ്വാസം സൃഷ്ടിക്കാൻ വേണ്ടി ഏകതാനമായ ആവർത്തന ജോലികൾ ചെയ്യുന്ന നിരവധി മനുഷ്യർ വളരെയധികം മനുഷ്യ കഷ്ടതകളും ദുഖയും അഭിമുഖീകരിച്ചിട്ടുണ്ട്. അറിവ് ശക്തിയായതിനാൽ, അധികാരത്തിലുള്ളവർ ജനസാമാന്യത്തെ തടയുന്നതിനായി പ്രധാനപ്പെട്ട വിവരങ്ങൾ മറച്ചുവെക്കുന്നു. നാലാമത്തെ വ്യാവസായിക വിപ്ലവത്തിന്റെ മുഖ്യലക്ഷ്യമായ സാങ്കേതിക വിദ്യയിലൂടെ ജനങ്ങൾക്ക് അധികാരം നൽകാനും ഇടനിലക്കാരുടെ 'ഇത്തരമെല്ലാം വെട്ടിച്ചുരുക്കാനും' ബ്ലോക്ക്ചെയിൻ നമ്മെ അനുവദിക്കുന്നു.

എന്നിരുന്നാലും, നിലവിലെ ബ്ലോക്ക്ചെയിനിന് സ്കേലബിളിറ്റി, ഇടപാട് ഫീസ്, ഖനനത്തിന് ആവശ്യമായ കമ്പ്യൂട്ടിംഗ് ഉറവിടങ്ങൾ എന്നിവ സംബന്ധിച്ച് അതിന്റേതായ പരിമിതികളുണ്ട്. ഇടപാടുകൾ സൃഷ്‌ടിക്കുന്നതിനും പരിശോധിച്ചുറപ്പിക്കുന്നതിനുമായി 'ടാംഗിൾ' ഡിസ്ട്രിബ്യൂട്ടഡ് ലെഡ്ജർ ഉപയോഗിച്ച് ഐഒടിഎ ബ്ലോക്ക്ചെയിനിനെ മൊത്തത്തിൽ ഇല്ലാതാക്കുന്നു. നിലവിലെ ക്രിപ്‌റ്റോകളുടെ പരിമിതികൾ കാരണം ഇതുവരെ നിയന്ത്രിച്ചിരിക്കുന്ന മെഷീൻ എക്കണോമിയുടെ ഒരു പ്രധാന സഹായിയായി പ്രവർത്തിക്കുക എന്നതാണ് IOTA യുടെ ലക്ഷ്യം.

വിതരണ ശൃംഖലകൾ, സ്മാർട്ട് സിറ്റികൾ, സ്മാർട്ട് ഗ്രിഡ്, ഷെയർഡ് കമ്പ്യൂട്ടിംഗ്, സ്മാർട്ട് ഗവേണൻസ്, ഹെൽത്ത് കെയർ സിസ്റ്റങ്ങൾ തുടങ്ങിയ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ഐഒടി എന്നിവയെ അടിസ്ഥാനമാക്കി നിരവധി സൈബർ-ഫിസിക്കൽ സംവിധാനങ്ങൾ ഉയർന്നുവരുമെന്ന് ന്യായമായും പ്രവചിക്കാം. യു‌എസ്‌എയിലെയും ചൈനയിലെയും സാധാരണ ഭീമന്മാർക്ക് പുറമെ AI-യിൽ നന്നായി അറിയപ്പെടാൻ അതിമോഹവും ആക്രമണാത്മകവുമായ പദ്ധതികളുള്ള ഒരു രാജ്യമാണ് യുഎഇ. ഡ്രോൺ പോലീസ്, ഡ്രൈവറില്ലാ കാറുകളുടെയും ഹൈപ്പർലൂപ്പുകളുടെയും പദ്ധതികൾ, ബ്ലോക്ക്ചെയിനിൽ അധിഷ്‌ഠിതമായ ഭരണം, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ലോകത്തിലെ ആദ്യത്തെ സംസ്ഥാന മന്ത്രി എന്നിങ്ങനെ നിരവധി AI സംരംഭങ്ങൾ യുഎഇയിലുണ്ട്.

മുതലാളിത്തത്തെ ആദ്യം നയിച്ചത് കാര്യക്ഷമതയ്ക്കുള്ള അന്വേഷണമായിരുന്നു, ഇപ്പോൾ ഈ അന്വേഷണം തന്നെ മുതലാളിത്തം അവസാനിപ്പിക്കാൻ പ്രവർത്തിക്കുന്നു. 3D പ്രിന്റിംഗും ഷെയറിംഗ് സമ്പദ്‌വ്യവസ്ഥയും ചെലവ് സമൂലമായി കുറയ്ക്കുകയും കാര്യക്ഷമത നിലവാരം ഉയർത്തുകയും ചെയ്യുന്നു, കൂടാതെ ഡിജിറ്റൽ വാലറ്റുകളുള്ള മെഷീനുകളുള്ള 'മെഷീൻ ഇക്കോണമി' കൂടുതൽ കാര്യക്ഷമതയിലേക്കുള്ള അടുത്ത ലോജിക്കൽ ഘട്ടമാണ്. ആദ്യമായി, ഒരു യന്ത്രം ഫിസിക്കൽ അല്ലെങ്കിൽ ഡാറ്റ സേവനങ്ങൾ വഴി വരുമാനം നേടുകയും ഊർജ്ജം, ഇൻഷുറൻസ്, മെയിന്റനൻസ് എന്നിവയ്ക്ക് സ്വന്തമായി ചെലവഴിക്കുകയും ചെയ്യുന്ന സാമ്പത്തികമായി സ്വതന്ത്രമായ ഒരു യൂണിറ്റ് ആയിരിക്കും. ഈ വിതരണം ചെയ്ത വിശ്വാസം കാരണം ആവശ്യാനുസരണം സമ്പദ്‌വ്യവസ്ഥ കുതിച്ചുയരും. 3D പ്രിന്റിംഗ് മെറ്റീരിയലുകളുടെയും റോബോട്ടുകളുടെയും നിർമ്മാണ ചെലവ് സമൂലമായി കുറയ്ക്കും, സാമ്പത്തികമായി സ്വതന്ത്ര റോബോട്ടുകൾ ഉടൻ തന്നെ മനുഷ്യർക്ക് ആവശ്യാനുസരണം സേവനങ്ങൾ നൽകാൻ തുടങ്ങും.

നൂറ്റാണ്ടുകൾ പഴക്കമുള്ള ലോയിഡിന്റെ ഇൻഷുറൻസ് വിപണിയെ മാറ്റിസ്ഥാപിക്കുന്നത് സങ്കൽപ്പിക്കുക. ഒരു സ്റ്റാർട്ടപ്പ്, TrustToken ഭൂമിയിലെ എല്ലാ യഥാർത്ഥ ആസ്തികളുടെയും മൂല്യമായ 256 ട്രില്യൺ ഡോളർ ഇടപാടുകൾ നടത്താൻ ഒരു ട്രസ്റ്റ് സമ്പദ്‌വ്യവസ്ഥ സൃഷ്ടിക്കാൻ ശ്രമിക്കുന്നു. പരിമിതമായ സുതാര്യത, പണലഭ്യത, വിശ്വാസ്യത, ഒരുപാട് പ്രശ്നങ്ങൾ എന്നിവയുള്ള കാലഹരണപ്പെട്ട മോഡലുകളിലാണ് നിലവിലെ ഇടപാടുകൾ നടക്കുന്നത്. ബ്ലോക്ക്‌ചെയിൻ പോലുള്ള ഡിജിറ്റൽ ലെഡ്ജറുകൾ ഉപയോഗിച്ച് ഈ ഇടപാടുകൾ നടത്തുന്നത് ടോക്കണൈസേഷന്റെ സാധ്യതയിലൂടെ കൂടുതൽ ലാഭകരമാണ്. യഥാർത്ഥ ലോക ആസ്തികൾ ഡിജിറ്റൽ ടോക്കണുകളാക്കി മാറ്റുന്ന പ്രക്രിയയാണ് ടോക്കണൈസേഷൻ. യഥാർത്ഥ ലോകത്തിലും സ്വീകാര്യമായ രീതിയിൽ 'നിയമപരമായി നടപ്പിലാക്കുകയും ഓഡിറ്റ് ചെയ്യുകയും ഇൻഷ്വർ ചെയ്യുകയും' ചെയ്യുന്ന തരത്തിൽ യഥാർത്ഥ ലോക ആസ്തികൾ ടോക്കണൈസുചെയ്യുന്നതിലൂടെ ഡിജിറ്റൽ, യഥാർത്ഥ ലോകങ്ങൾ തമ്മിലുള്ള പാലം TrustToken നിർമ്മിക്കുന്നു. യഥാർത്ഥ ലോകത്ത് നിയമപരമായ അധികാരികളുമായുള്ള ഉടമസ്ഥാവകാശം ഉറപ്പുനൽകുന്ന 'സ്മാർട്ട് ട്രസ്റ്റ്' കരാറിന്റെ സൃഷ്ടിയിലൂടെയാണ് ഇത് ചെയ്യുന്നത്, കൂടാതെ കരാറുകൾ ലംഘിക്കപ്പെടുമ്പോൾ ആവശ്യമായ ഏത് നടപടിയും നടപ്പിലാക്കുന്നു, പുനഃസ്ഥാപിക്കൽ, ക്രിമിനൽ പിഴ ചുമത്തൽ എന്നിവയും മറ്റും. ഒരു വികേന്ദ്രീകൃത TrustMarket എല്ലാ പങ്കാളികൾക്കും വിലകൾ ശേഖരിക്കാനും ചർച്ച ചെയ്യാനും ലഭ്യമാണ്, സേവനങ്ങളും ട്രസ്റ്റ് ടോക്കണുകളും കക്ഷികൾക്ക് വിശ്വസനീയമായ പെരുമാറ്റത്തിനും ഒരു ഓഡിറ്റ് ട്രയൽ സൃഷ്ടിക്കുന്നതിനും ആസ്തികൾ ഇൻഷ്വർ ചെയ്യുന്നതിനും ലഭിക്കുന്ന സിഗ്നലുകളും റിവാർഡുകളുമാണ്.

TrustTokens-ന് മികച്ച ഇൻഷുറൻസ് നടപ്പിലാക്കാൻ കഴിയുമോ എന്നത് ഒരു ചർച്ചാവിഷയമാണ്, എന്നാൽ നൂറ്റാണ്ടുകൾ പഴക്കമുള്ള Lloyd ന്റെ വിപണിയിൽ നമുക്ക് ഇത് കാണാൻ കഴിയും. ലോയിഡിന്റെ മാർക്കറ്റിൽ, ഇൻഷുറൻസ് വാങ്ങുന്നവരും വിൽക്കുന്നവരും ഇൻഷുറൻസ് നടപ്പിലാക്കുന്നതിനായി അണ്ടർ റൈറ്റർമാരും ഒത്തുകൂടുന്നു. ലോയിഡിന്റെ ഫണ്ടുകളുടെ ഒരു ഭരണനിർവ്വഹണം അവരുടെ വിവിധ സിൻഡിക്കേറ്റുകളെ നിരീക്ഷിക്കുകയും ഇൻഷുറൻസിൽ നിന്നും ഉണ്ടാകുന്ന ആഘാതങ്ങൾ ആഗിരണം ചെയ്യാൻ മൂലധന പര്യാപ്തത നൽകുകയും ചെയ്യുന്നു. ട്രസ്റ്റ്മാർക്കറ്റിന് ലോയിഡിന്റെ വിപണിയുടെ നവീകരിച്ച പതിപ്പായി മാറാൻ സാധ്യതയുണ്ട്, എന്നാൽ അതിന്റെ കൃത്യമായ വിജയം നിർണ്ണയിക്കാൻ വളരെ നേരത്തെ തന്നെ. TrustToken-ന് സമ്പദ്‌വ്യവസ്ഥ തുറക്കാനും യഥാർത്ഥ ലോക ആസ്തികളിൽ മെച്ചപ്പെട്ട മൂല്യവും കുറഞ്ഞ ചെലവും അഴിമതിയും സൃഷ്ടിക്കാനും കഴിയും, പ്രത്യേകിച്ച് റിയൽ എസ്റ്റേറ്റ്, ഇൻഷുറൻസ്, ചരക്ക് എന്നിവയിൽ വളരെ കുറച്ച് ആളുകൾക്ക് വളരെയധികം ശക്തി സൃഷ്ടിക്കുന്നു.

M2M സമവാക്യത്തിന്റെ AI ഭാഗം

AI-യിലും അതിന്റെ 10,000+ മെഷീൻ ലേണിംഗ് മോഡലുകളിലും ധാരാളം മഷി എഴുതിയിട്ടുണ്ട്, അവയ്ക്ക് അവരുടേതായ ശക്തിയും ബലഹീനതയും ഉണ്ട്, കൂടാതെ നമ്മുടെ ജീവിതത്തെ സമൂലമായി മെച്ചപ്പെടുത്തുന്നതിന് മുമ്പ് നമ്മിൽ നിന്ന് മറഞ്ഞിരിക്കുന്ന സ്ഥിതിവിവരക്കണക്കുകൾ കണ്ടെത്തുന്നതിന് ഞങ്ങളെ അനുവദിക്കുന്നു. ഞങ്ങൾ ഇവ വിശദമായി വിവരിക്കില്ല, എന്നാൽ മെഷീൻ ടീച്ചിംഗ്, ഓട്ടോമേറ്റഡ് മെഷീൻ ഇന്റലിജൻസ് (AML) എന്നീ രണ്ട് മേഖലകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കും, കാരണം ഇത് ഒറ്റപ്പെട്ട ഹാർഡ്‌വെയറിൽ നിന്ന് ഡാറ്റയുടെയും ഇന്റലിജൻസിന്റെയും സംയോജിത കാരിയറുകളിലേക്ക് മാറാൻ IoT-നെ അനുവദിക്കും.

മെഷീൻ പഠിപ്പിക്കൽ

മെഷീൻ ടീച്ചിംഗ്, ഒരുപക്ഷെ നമ്മൾ കാണുന്ന ഏറ്റവും എക്‌സ്‌പോണൻഷ്യൽ ട്രെൻഡാണ്, ഇത് നമ്മുടെ ദൈനംദിന ജീവിതത്തിന്റെ ഒരു പ്രധാന സവിശേഷതയായി മാറുന്നതിന് വിനീതമായ തുടക്കങ്ങളിൽ നിന്ന് അതിവേഗം മുന്നോട്ട് പോകാൻ M2M സമ്പദ്‌വ്യവസ്ഥയെ അനുവദിക്കും. സങ്കൽപ്പിക്കുക! മെഷീനുകൾ പരസ്പരം ഇടപാട് നടത്തുകയും സെർവറുകൾ, മനുഷ്യർ തുടങ്ങിയ മറ്റ് പ്ലാറ്റ്‌ഫോമുകളിലും മാത്രമല്ല, പരസ്പരം പഠിപ്പിക്കുകയും ചെയ്യുന്നു. ടെസ്‌ല മോഡൽ എസിന്റെ ഓട്ടോപൈലറ്റ് സവിശേഷതയിൽ ഇത് ഇതിനകം സംഭവിച്ചു. മനുഷ്യ ഡ്രൈവർ കാറിന്റെ വിദഗ്‌ധ അധ്യാപകനായി പ്രവർത്തിക്കുന്നു, എന്നാൽ കാറുകൾ ഈ ഡാറ്റ പങ്കിടുകയും വളരെ ചുരുങ്ങിയ സമയത്തിനുള്ളിൽ അവരുടെ അനുഭവം സമൂലമായി മെച്ചപ്പെടുത്തുകയും ചെയ്യുന്നു. ഇപ്പോൾ ഒരു IoT ഉപകരണം ഒരു ഒറ്റപ്പെട്ട ഉപകരണമല്ല, അത് ആദ്യം മുതൽ എല്ലാം സ്വന്തമായി പഠിക്കേണ്ടി വരും; ലോകമെമ്പാടുമുള്ള സമാനമായ മറ്റ് IoT ഉപകരണങ്ങൾ പഠിച്ച ബഹുജന പഠനത്തെ ഇതിന് പ്രയോജനപ്പെടുത്താൻ കഴിയും. മെഷീൻ ലേണിംഗ് വഴി പരിശീലിപ്പിക്കപ്പെട്ട IoT യുടെ ഇന്റലിജന്റ് സിസ്റ്റങ്ങൾ വെറും സ്മാർട്ടായി മാറുന്നില്ല എന്നാണ് ഇതിനർത്ഥം. എക്‌സ്‌പോണൻഷ്യൽ ട്രെൻഡുകളിൽ കാലക്രമേണ അവർ കൂടുതൽ സ്‌മാർട്ടാവുകയാണ്.

ഈ 'മെഷീൻ ടീച്ചിംഗിന്' വലിയ നേട്ടങ്ങളുണ്ട്, അത് ആവശ്യമായ പരിശീലന സമയം കുറയ്ക്കുന്നു, വൻതോതിലുള്ള പരിശീലന ഡാറ്റയുടെ ആവശ്യകതയെ മറികടക്കുന്നു, ഉപയോക്തൃ അനുഭവം മെച്ചപ്പെടുത്തുന്നതിന് യന്ത്രങ്ങളെ സ്വയം പഠിക്കാൻ അനുവദിക്കുന്നു. ഈ മെഷീൻ ടീച്ചിംഗ് ചിലപ്പോൾ സെൽഫ്-ഡ്രൈവിംഗ് കാറുകൾ ഒരു കൂട്ടായ തേനീച്ചക്കൂട് മനസ്സിൽ ഒരുമിച്ച് പഠിക്കുന്നത് പോലെ കൂട്ടായേക്കാം, അല്ലെങ്കിൽ രണ്ട് യന്ത്രങ്ങൾ തനിക്കെതിരെ ചെസ്സ് കളിക്കുന്നത് പോലെ, ഒരു യന്ത്രം തട്ടിപ്പായും മറ്റേ യന്ത്രം വഞ്ചനാപരമായും പ്രവർത്തിക്കുന്നത് പോലെ പ്രതികൂലമാകാം. ഡിറ്റക്ടറും മറ്റും. മറ്റൊരു മെഷീന്റെയും ആവശ്യമില്ലാതെ തന്നെ തനിക്കെതിരെ സിമുലേഷനുകളും ഗെയിമുകളും കളിച്ച് യന്ത്രത്തിന് സ്വയം പഠിപ്പിക്കാൻ കഴിയും. AlphaGoZero അത് കൃത്യമായി ചെയ്തിട്ടുണ്ട്. AlphaGoZero പരിശീലന ഡാറ്റയൊന്നും ഉപയോഗിക്കാതെ തനിക്കെതിരെ കളിച്ചു, തുടർന്ന് ലോകത്തിലെ ഏറ്റവും മികച്ച ഹ്യൂമൻ ഗോ കളിക്കാരെ പരാജയപ്പെടുത്തിയ AI ആയ AlphaGo-യെ പരാജയപ്പെടുത്തി (Go എന്നത് ചൈനീസ് ചെസിന്റെ ഒരു ജനപ്രിയ പതിപ്പാണ്). ആൽഫഗോസീറോയുടെ കളി കാണുമ്പോൾ ചെസ്സ് ഗ്രാൻഡ്മാസ്റ്റർമാർക്ക് ഉണ്ടായ വികാരം, ഒരു വികസിത അന്യഗ്രഹജീവിയായ അതിബുദ്ധിമാനായ ചെസ്സ് കളിക്കുന്നതുപോലെയായിരുന്നു.

ഇതിൽ നിന്നുള്ള അപേക്ഷകൾ ഞെട്ടിപ്പിക്കുന്നതാണ്; ഹൈപ്പർലൂപ്പ് (വളരെ വേഗതയേറിയ ട്രെയിൻ) അധിഷ്ഠിത ടണൽ പോഡുകൾ പരസ്പരം ആശയവിനിമയം നടത്തുന്നു, സ്വയംഭരണാധികാരമുള്ള കപ്പലുകൾ, ട്രക്കുകൾ, സ്‌വാം ഇന്റലിജൻസിൽ പ്രവർത്തിക്കുന്ന ഡ്രോണുകളുടെ മുഴുവൻ ഫ്‌ളീറ്റുകളും സ്മാർട്ട് ഗ്രിഡ് ഇടപെടലുകളിലൂടെ സ്വയം പഠിക്കുന്ന ലിവിംഗ് സിറ്റി. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ നാലാമത്തെ വ്യാവസായിക വിപ്ലവത്തിൽ സംഭവിക്കുന്ന മറ്റ് കണ്ടുപിടിത്തങ്ങൾക്കൊപ്പം ഇത് നിലവിലുള്ള ആരോഗ്യപ്രശ്നങ്ങളെയും സമ്പൂർണ്ണ ദാരിദ്ര്യം പോലുള്ള നിരവധി സാമൂഹിക പ്രശ്‌നങ്ങളെയും ഇല്ലാതാക്കുകയും ചന്ദ്രനെയും ചൊവ്വയെയും കോളനിവത്കരിക്കാൻ നമ്മെ അനുവദിക്കുകയും ചെയ്യും.

IOTA കൂടാതെ, ബ്ലോക്ക്ചെയിൻ ആവശ്യമില്ലാത്ത Dagcoins, byteballs എന്നിവയും ഉണ്ട്. ഐഒടിഎയുടെ 'ടാൻഗിൾ' പോലെ തന്നെ ഡാഗ്കോയിനുകളും ബൈറ്റ്ബോളുകളും വീണ്ടും ഡിഎജി ഡയറക്‌ടഡ് അക്രിലിക് ഗ്രാഫിനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. IOTA യുടെ സമാനമായ ഗുണങ്ങൾ ഡാഗ്‌കോയിനുകൾക്കും ബൈറ്റ്‌ബോളുകൾക്കും ഏകദേശം ബാധകമാണ്, കാരണം ഇവയെല്ലാം ബ്ലോക്ക്‌ഹെയ്‌നിന്റെ നിലവിലെ പരിമിതികളെ മറികടക്കുന്നു. 

യാന്ത്രിക യന്ത്ര പഠനം

AI അപ്പോക്കലിപ്‌സിനെക്കുറിച്ചുള്ള ഈ ഭയത്തിൽ നിന്ന് ആരും മുക്തരല്ലാത്ത, മിക്കവാറും എല്ലാ മേഖലകളും സംശയാസ്പദമായ സാഹചര്യത്തിൽ ഓട്ടോമേഷനിൽ തീർച്ചയായും വിശാലമായ ഒരു സന്ദർഭമുണ്ട്. ഓട്ടോമേഷന്റെ തിളക്കമാർന്ന ഒരു വശവുമുണ്ട്, അവിടെ ജോലിക്ക് പകരം 'പ്ലേ' പര്യവേക്ഷണം ചെയ്യാൻ ഇത് മനുഷ്യരെ അനുവദിക്കും. സമഗ്രമായ കവറേജിനായി, കാണുക ഈ ലേഖനം futurism.com-ൽ

ഡാറ്റാ സയന്റിസ്റ്റുകൾ, ആക്ച്വറികൾ, ക്വാണ്ടുകൾ, കൂടാതെ മറ്റു പലതും പോലുള്ള ക്വാണ്ടിറ്റേറ്റീവ് മോഡലർമാരുമായി ബന്ധപ്പെട്ട ഹൈപ്പും മഹത്വവും ഉണ്ടായിരുന്നിട്ടും, അവർ ഒരു ആശയക്കുഴപ്പം നേരിടുന്നു, അത് പരിഹരിക്കാൻ ഓട്ടോമേറ്റഡ് മെഷീൻ ഇന്റലിജൻസ് പുറപ്പെടുവിക്കുന്നു. അവരുടെ പരിശീലനവും അവർ യഥാർത്ഥത്തിൽ ചെയ്യുന്നതിനെ അപേക്ഷിച്ച് അവർ ചെയ്യേണ്ടതും തമ്മിലുള്ള അന്തരമാണ് ആശയക്കുഴപ്പം. ആവർത്തിച്ചുള്ള ജോലികൾ, നമ്പർ ക്രഞ്ചിംഗ്, ഡാറ്റ തരംതിരിക്കുക, ഡാറ്റ ശുദ്ധീകരിക്കുക, അത് മനസിലാക്കുക, മാതൃകകൾ രേഖപ്പെടുത്തുക തുടങ്ങിയ കുരങ്ങൻ ജോലികൾ (ബുദ്ധിപരമായി പരിശീലിപ്പിച്ചതും കഴിവുള്ളതുമായ ഒരു മനുഷ്യന് പകരം ഏതൊരു കുരങ്ങിനും ചെയ്യാൻ കഴിയുന്ന ജോലി) ആണ് ഇരുണ്ട യാഥാർത്ഥ്യം. ആവർത്തിച്ചുള്ള പ്രോഗ്രാമിംഗും (സ്പ്രെഡ്‌ഷീറ്റ് മെക്കാനിക്സും ആയതിനാൽ) ആ ഗണിതവുമായി സമ്പർക്കം പുലർത്താൻ നല്ല മെമ്മറിയും പ്രയോഗിക്കുന്നു. അവർ ചെയ്യേണ്ടത് സർഗ്ഗാത്മകത പുലർത്തുക, പ്രവർത്തനക്ഷമമായ സ്ഥിതിവിവരക്കണക്കുകൾ സൃഷ്ടിക്കുക, കൃത്യമായ ഡാറ്റാധിഷ്ഠിത ഫലങ്ങൾ കൊണ്ടുവരാൻ മറ്റ് പങ്കാളികളുമായി സംസാരിക്കുക, വിശകലനം ചെയ്യുക, നിലവിലുള്ള പ്രശ്നങ്ങൾക്ക് പുതിയ 'പോളിമാത്ത്' പരിഹാരങ്ങൾ കൊണ്ടുവരിക എന്നിവയാണ്.

ഈ വലിയ വിടവ് കുറയ്ക്കാൻ ഓട്ടോമേറ്റഡ് മെഷീൻ ഇന്റലിജൻസ് (AML) ശ്രദ്ധിക്കുന്നു. 200 ഡാറ്റാ സയന്റിസ്റ്റുകളുടെ ഒരു ടീമിനെ നിയമിക്കുന്നതിനുപകരം, AML ഉപയോഗിക്കുന്ന ഒരാൾക്ക് അല്ലെങ്കിൽ കുറച്ച് ഡാറ്റാ സയന്റിസ്റ്റുകൾക്ക് ഒരേ സമയം ഒന്നിലധികം മോഡലുകളുടെ ഫാസ്റ്റ് മോഡലിംഗ് പ്രയോജനപ്പെടുത്താൻ കഴിയും, കാരണം മെഷീൻ ലേണിംഗിന്റെ ഭൂരിഭാഗം ജോലികളും പര്യവേക്ഷണ ഡാറ്റാ വിശകലനം, ഫീച്ചർ പരിവർത്തനങ്ങൾ പോലെ AML വഴി സ്വയമേവയുള്ളതാണ്. അൽഗോരിതം തിരഞ്ഞെടുക്കൽ, ഹൈപ്പർ പാരാമീറ്റർ ട്യൂണിംഗ്, മോഡൽ ഡയഗ്നോസ്റ്റിക്സ്. DataRobot, Google-ന്റെ AutoML, H20-ന്റെ ഡ്രൈവർലെസ്സ് AI, IBNR റോബോട്ട്, നൂട്ടോണിയൻ, TPOT, Auto-Sklearn, Auto-Weka, Machine-JS, Big ML, Trifacta, Pure Predictive തുടങ്ങി നിരവധി പ്ലാറ്റ്‌ഫോമുകൾ ലഭ്യമാണ്. മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുള്ള മാനദണ്ഡങ്ങൾക്കനുസൃതമായി ഒപ്റ്റിമൽ മോഡലുകൾ കണ്ടെത്തുന്നതിന് ഒരേ സമയം ഡസൻ കണക്കിന് അനുയോജ്യമായ അൽഗോരിതങ്ങൾ കണക്കാക്കുക. അവ ആഴത്തിലുള്ള പഠന അൽഗോരിതങ്ങളോ സ്ട്രീമിംഗ് അൽഗോരിതങ്ങളോ ആകട്ടെ, നമുക്ക് യഥാർത്ഥത്തിൽ താൽപ്പര്യമുള്ള ഒപ്റ്റിമൽ സൊല്യൂഷൻ കണ്ടെത്തുന്നതിന് എല്ലാം ഓട്ടോമേറ്റഡ് ആണ്.

ഇതുവഴി, ഡാറ്റ ശാസ്ത്രജ്ഞരെ കൂടുതൽ മനുഷ്യരും കുറഞ്ഞ സൈബർഗ്-വൾക്കൻ-ഹ്യൂമൻ കാൽക്കുലേറ്ററുകളുമാക്കാൻ AML സ്വതന്ത്രമാക്കുന്നു. മെഷീനുകൾ അവർ ഏറ്റവും നന്നായി ചെയ്യുന്നതിലേക്കും (ആവർത്തിച്ചുള്ള ജോലികൾ, മോഡലിംഗ്) മനുഷ്യരെ അവർ നന്നായി ചെയ്യുന്നതിലേക്കും നിയോഗിക്കപ്പെടുന്നു (സർഗ്ഗാത്മകത പുലർത്തുക, ബിസിനസ്സ് ലക്ഷ്യങ്ങൾ കൈവരിക്കുന്നതിന് പ്രവർത്തനക്ഷമമായ സ്ഥിതിവിവരക്കണക്കുകൾ സൃഷ്ടിക്കുക, പുതിയ പരിഹാരങ്ങൾ സൃഷ്ടിക്കുക, ആശയവിനിമയം നടത്തുക). 'ആദ്യം കാത്തിരിക്കൂ, 10 വർഷത്തിനുള്ളിൽ മെഷീൻ ലേണിംഗിൽ പിഎച്ച്‌ഡി അല്ലെങ്കിൽ വിദഗ്ദ്ധനാകാൻ എന്നെ അനുവദിക്കൂ, അതിനുശേഷം ഞാൻ ഈ മോഡലുകൾ പ്രയോഗിക്കും; ലോകം ഇപ്പോൾ വളരെ വേഗത്തിൽ നീങ്ങുന്നു, ഇപ്പോൾ പ്രസക്തമായത് വളരെ വേഗത്തിൽ കാലഹരണപ്പെട്ടു. വേഗത്തിലുള്ള MOOC അധിഷ്‌ഠിത കോഴ്‌സും ഓൺലൈൻ പഠനവും ഇന്നത്തെ എക്‌സ്‌പോണൻഷ്യൽ സമൂഹത്തിൽ മുൻ തലമുറകൾ ഉപയോഗിച്ചിരുന്ന സ്ഥിരമായ ഒരു കരിയർ-ഇൻ-ലൈഫിന് പകരം ഇപ്പോൾ കൂടുതൽ അർത്ഥവത്താകുന്നു.

M2M സമ്പദ്‌വ്യവസ്ഥയിൽ AML ആവശ്യമാണ്, കാരണം അൽഗോരിതങ്ങൾ വികസിപ്പിക്കുകയും കുറച്ച് സമയം കൊണ്ട് എളുപ്പത്തിൽ വിന്യസിക്കുകയും വേണം. വളരെയധികം വിദഗ്ധർ ആവശ്യമുള്ള അൽഗോരിതങ്ങൾക്ക് പകരം, അവരുടെ മോഡലുകൾ വികസിപ്പിക്കാൻ മാസങ്ങൾ എടുക്കുന്നു, AML സമയ വിടവ് കുറയ്ക്കുകയും മുമ്പ് ചിന്തിക്കാനാകാത്ത സാഹചര്യങ്ങളിൽ AI പ്രയോഗിക്കുന്നതിൽ ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു.

ഭാവിയിലെ ഇൻഷുറൻസ് സാങ്കേതികവിദ്യകൾ

പ്രക്രിയ കൂടുതൽ തടസ്സമില്ലാത്തതും, ചടുലവും, കരുത്തുറ്റതും, അദൃശ്യവും, കുട്ടി കളിക്കുന്നത് പോലെ എളുപ്പവുമാക്കുന്നതിന്, വ്യവസ്ഥകൾ പാലിക്കുമ്പോൾ സ്വയം നടപ്പിലാക്കുന്ന സ്മാർട്ട് കരാറുകൾക്കൊപ്പം ബ്ലോക്ക്ചെയിൻ സാങ്കേതികവിദ്യ ഉപയോഗിക്കുന്നു. ഈ പുതിയ P2P ഇൻഷുറൻസ് മോഡൽ ഒരു ഡിജിറ്റൽ വാലറ്റ് ഉപയോഗിച്ച് പരമ്പരാഗത പ്രീമിയം പേയ്‌മെന്റ് ഇല്ലാതാക്കുന്നു, അവിടെ ഓരോ അംഗവും അവരുടെ പ്രീമിയം ഒരു എസ്‌ക്രോ-ടൈപ്പ് അക്കൗണ്ടിൽ ഇടുന്നു, ഒരു ക്ലെയിം ഉണ്ടെങ്കിൽ മാത്രമേ അത് ഉപയോഗിക്കാൻ കഴിയൂ. ഈ മോഡലിൽ, അംഗങ്ങൾ ആരും അവരുടെ ഡിജിറ്റൽ വാലറ്റുകളിൽ ഇട്ട തുകയേക്കാൾ കൂടുതൽ എക്സ്പോഷർ വഹിക്കുന്നില്ല. ക്ലെയിമുകളൊന്നും നടത്തുന്നില്ലെങ്കിൽ എല്ലാ ഡിജിറ്റൽ വാലറ്റുകളും അവരുടെ പണം സൂക്ഷിക്കും. ഈ മോഡലിലെ എല്ലാ പേയ്‌മെന്റുകളും ബിറ്റ്‌കോയിൻ ഉപയോഗിച്ചാണ് ഇടപാട് ചെലവ് കുറയ്ക്കുന്നത്. ബിറ്റ്‌കോയിൻ അടിസ്ഥാനമാക്കി ഈ മോഡൽ ഉപയോഗിക്കുന്ന ആദ്യത്തെ ഇൻഷുറർ താനാണെന്ന് Teambrella അവകാശപ്പെടുന്നു. തീർച്ചയായും, Teambrella തനിച്ചല്ല. പിയർ ടു പിയർ ഇൻഷുറൻസിനെയും മനുഷ്യ പ്രവർത്തനത്തിന്റെ മറ്റ് മേഖലകളെയും ലക്ഷ്യമിടുന്ന നിരവധി ബ്ലോക്ക്ചെയിനുകൾ അടിസ്ഥാനമാക്കിയുള്ള സ്റ്റാർട്ടപ്പുകൾ ഉണ്ട്. അവയിൽ ചിലത്:

1. എതറിസ്ക്
2. ഇൻഷുർപാൽ
3. എഐഗാങ്
4. റീഗ ലൈഫ്
5. ബിറ്റ് ലൈഫും ട്രസ്റ്റും
6. യൂണിറ്റി മാട്രിക്സ് കോമൺസ്

അതിനാൽ, ഇൻഷുറർ എന്ന നിലയിൽ ധാരാളം ആൾക്കൂട്ട ജ്ഞാനം ഇതിൽ ഉപയോഗിക്കുന്നു.ജനങ്ങളിൽ നിന്ന് പഠിക്കുന്നു, ജനങ്ങളോടൊപ്പം പദ്ധതികൾ, അവർക്കുള്ളതിൽ നിന്ന് ആരംഭിക്കുന്നു അവർക്കറിയാവുന്നവയെ അടിസ്ഥാനമാക്കി നിർമ്മിക്കുന്നു' (ലാവോ ത്സെ).

ഷെയർഹോൾഡർമാർക്ക് ലാഭം വർദ്ധിപ്പിക്കുന്ന ഒരു ആക്ച്വറിക്ക് പകരം, ഗ്രൗണ്ട് റിയാലിറ്റികളിൽ നിന്ന് ഒറ്റപ്പെട്ട് ഇരിക്കുക, ഗെയിമിൽ ചർമ്മത്തിന്റെ അഭാവം, അവരുടെ സമപ്രായക്കാരുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ആളുകളുടെ അവബോധത്തിലേക്ക് (അതായത്, ഡാറ്റ) വളരെ കുറച്ച് ആക്സസ് ഉണ്ട്, ഈ പിയർ ടു പിയർ ജനക്കൂട്ടത്തെ ശാക്തീകരിക്കുകയും ടാപ്പ് ചെയ്യുകയും ചെയ്യുന്നു. അവരുടെ ജ്ഞാനത്തിലേക്ക് (പുസ്തകങ്ങളിൽ നിന്നുള്ള ജ്ഞാനത്തിന് പകരം) അത് വളരെ മികച്ചതാണ്. ലിംഗഭേദം അടിസ്ഥാനമാക്കിയുള്ള റേറ്റിംഗ്, മറ്റൊരു ഇൻഷുററിലേക്ക് മാറാനുള്ള സാധ്യത കുറവാണെങ്കിൽ, നിങ്ങൾക്ക് ഉയർന്ന നിരക്ക് ഈടാക്കുന്ന വിലനിർണ്ണയ ഒപ്റ്റിമൈസേഷൻ പോലെയുള്ള അന്യായമായ വിലനിർണ്ണയ രീതികളും ഇവിടെയില്ല. ഭീമൻ ഇൻഷുറർക്ക് നിങ്ങളുടെ സമപ്രായക്കാരെക്കാൾ നിങ്ങളെ അറിയാൻ കഴിയില്ല, അത് അത്ര ലളിതമാണ്.

ഇതേ പിയർ-ടു-പിയർ ഇൻഷുറൻസ് നോൺ-ബ്ലോക്ക്ചെയിൻ അടിസ്ഥാനമാക്കിയുള്ള ഡിസ്ട്രിബ്യൂഡ് ലെഡ്ജറുകളിലും IOTA, Dagcoins, Byteballs എന്നിവയിലും ഈ പുതിയ ലെഡ്ജറുകളുടെ നിലവിലെ ബ്ലോക്ക്ചെയിനിനെ അപേക്ഷിച്ച് അധിക സാങ്കേതിക നേട്ടങ്ങളോടെ നടപ്പിലാക്കാൻ കഴിയും. സർക്കാരുകൾ, മുതലാളിത്ത ബിസിനസ്സുകൾ, സാമൂഹിക സ്ഥാപനങ്ങൾ തുടങ്ങി അടിച്ചമർത്തുന്ന ഇടനിലക്കാരില്ലാതെ, സമൂഹത്തിനും സമൂഹത്തിനും വേണ്ടിയുള്ള ഇടപാടുകൾ, പൂൾ ചെയ്യൽ തുടങ്ങി എന്തും യാന്ത്രികമായി പൂർണ്ണമായും വിശ്വാസയോഗ്യമായ രീതിയിൽ ചെയ്യുന്ന ബിസിനസ്സ് മോഡലുകൾ സമൂലമായി പുനർനിർമ്മിക്കുമെന്ന് ഈ ഡിജിറ്റൽ ടോക്കണൈസേഷൻ സ്റ്റാർട്ടപ്പുകൾ വാഗ്ദാനം ചെയ്യുന്നു. പിയർ ടു പിയർ ഇൻഷുറൻസ് മുഴുവൻ പ്രോഗ്രാമിന്റെ ഒരു ഭാഗം മാത്രമാണ്.

സ്‌മാർട്ട് കരാറുകൾക്ക് ബിൽറ്റ്-ഇൻ വ്യവസ്ഥകൾ ഉണ്ട്, അവ യാദൃശ്ചികത സംഭവിക്കുമ്പോൾ സ്വയമേവ പ്രവർത്തനക്ഷമമാവുകയും ക്ലെയിമുകൾക്ക് തൽക്ഷണം പണം ലഭിക്കുകയും ചെയ്യും. ഉയർന്ന യോഗ്യതകളുള്ളതും എന്നാൽ അടിസ്ഥാനപരമായി ക്ലറിക്കൽ ജോലി ചെയ്യുന്നതുമായ തൊഴിൽ സേനയുടെ വലിയ ആവശ്യം ഭാവിയിലെ ഒരു സുഗമമായ സ്വയംഭരണ സ്ഥാപനം കെട്ടിപ്പടുക്കുന്നതിന് മൊത്തത്തിൽ നീക്കം ചെയ്യുന്നു. 'ഷെയർഹോൾഡർമാരുടെ' അടിച്ചമർത്തുന്ന ഇടനിലക്കാരെ ഒഴിവാക്കുന്നു, അതിനർത്ഥം സൗകര്യവും കുറഞ്ഞ വിലയും നല്ല ഉപഭോക്തൃ പിന്തുണയും നൽകിക്കൊണ്ട് ഉപഭോക്തൃ താൽപ്പര്യങ്ങൾക്കനുസരിച്ച് പ്രവർത്തിക്കുന്നു എന്നാണ്. ഈ പിയർ ടു പിയർ ക്രമീകരണത്തിൽ, ഷെയർഹോൾഡർക്ക് പകരം കമ്മ്യൂണിറ്റിക്കാണ് ആനുകൂല്യങ്ങൾ ലഭിക്കുന്നത്. ക്ലെയിം പേയ്‌മെന്റ് എപ്പോൾ റിലീസ് ചെയ്യണമെന്നും എപ്പോൾ ചെയ്യരുതെന്നും പ്രോട്ടോക്കോളുകൾ വികസിപ്പിക്കുന്നതിന് ഈ പൂളുകൾക്ക് ഡാറ്റയുടെ പ്രധാന ഉറവിടം IoT നൽകുന്നു. ഒരേ ടോക്കണൈസേഷൻ അർത്ഥമാക്കുന്നത് ഭൂമിശാസ്ത്രവും നിയന്ത്രണങ്ങളും കൊണ്ട് പരിമിതപ്പെടുത്തുന്നതിന് പകരം ആർക്കും എവിടെയും ഇൻഷുറൻസ് പൂളിലേക്ക് ആക്‌സസ് ഉണ്ടായിരിക്കാം എന്നാണ്.