Nul
(Afbeelding: Tekening van Christoph Roser op AllAboutLean.com (CC-BY-SA-4.0))
Diagrammen uitleggen van de vierde industriële revolutie, zoals deze door Christoph Roser, OK, zo ver als ze gaan. Afgezien van de term “cyber-fysische systemen”. Ugh. Wat ze bedoelen is dat fysische systemen worden steeds digitaal. Denk aan het Internet of Things (IoT) supercharged door kunstmatige intelligentie (AI).
Maar volgens Distinguished Professor Genevieve Bell, deze schema ‘ s zijn iets te missen nogal belangrijk is: de Mensen en hun sociale structuren.
“Nu, voor degenen die komen uit de sociale wetenschappen en geesteswetenschappen, dit is een uitstekende grafiek en het werk dat zij doet in het opruimen van de geschiedenis,” Bell zei in haar lezing op de Trinity Lange Kamer Hub aan het Trinity College in Dublin in juli.
“Het helpt niet als je wilt om na te denken over wat anders aan de hand was. Elk van deze technologische transformaties werd ook over diepgaande verschuivingen in de culturele praktijk, de sociale structuur, de sociale organisaties, heel andere ideeën over burgerschap, governance, verordening, ideeën van de burger en de maatschappij.”
Een ander probleem met dit simplistische weergave is van de manier waarop de Industrie 4.0 mensen hechten data voor deze grafiek. Stoomkracht en de mechanisering in 1760-1820 of zo. De massaproductie van misschien 1870, maar de meest bekende hoofdstuk wordt Henry Ford ‘ s werk in 1913. Dan computers en automatisering gestart worden gebruikt voor het beheren van de productie van 1950.
“Die tijd regeling werkt echt goed als je in het Westen. Zij houdt niet op als je in China of India of latijns-Amerika of Afrika, waar de meeste van die dingen gebeurd zijn in de 20e eeuw, veel van hen sinds 1945,” Bell gezegd.
Bell wil weten wat we kunnen leren van die eerste drie revoluties. Ze is hoofd van de 3A Instituut aan de Australische Nationale Universiteit, die werd gelanceerd in September 2017 en uit te werken hoe we moeten reageren, en misschien zelfs direct, de vierde revolutie.
Neem de stoommachines van de eerste industriële revolutie. Ze werden gebouwd door de smeden en ironmongers, die wist wat ze nodig hadden om te bouwen van de motoren. Maar ze wist niet hoe vorm te geven aan de industrie de motoren kan de macht, of hoe ze huis, of over de veiligheid van de systemen die ze nodig hadden. Deze en andere problemen voortkomend uit de nieuwe toegepaste wetenschap van de techniek. De eerste school van de engineering, de École Polytechnique, is opgericht in Parijs in 1794.
De grootschalige fabrieken en spoorwegen van de tweede industriële revolutie die nodig zijn enorme hoeveelheden geld. Verhogen en het beheren van dat geld letterlijk geleid tot het kapitalisme, en de concepten van de gewone aandelen van bedrijven en de handel in futures. En de eerste business school met de financiering van de industrie.
Vroeg in de computer revolutie, de AMERIKAANSE regering had een probleem. Bijna alle computers gebruikt op proprietary software van bedrijven als IBM en Honeywell. Dus vroegen ze aan de Stanford University wiskundige George Forsythe maken van een abstracte taal voor alle computers. Twee jaar later, ontwikkelde met zijn team een ding genaamd computer science, en gaf een standaard 10-pagina curriculum. Een bijgewerkte versie is nog steeds wereldwijd gebruikt vandaag de dag.
“Zo, techniek, management en informatica: Drie totaal verschillende toegepaste wetenschappen, die uit drie totaal verschillende technische regimes, met verschillende impulsen,” Bell gezegd.
“Iedere begint ongelooflijk breed in termen van ideeën, het trekt op, snel vernauwt tot een zeer duidelijke theoretische tools en een idee over de praktijk, dan is geschaald heel snel.”
Met dit in het achterhoofd, Bell zei dat de vierde industriële revolutie, heeft zijn eigen toegepaste wetenschap, dus dat is precies wat de 3A Instituut gaat bouwen — als de website het uitdrukt, “een nieuwe wetenschap toegepast om de beheersing van artificial intelligence, data en technologie en van hun impact op de mensheid”.
En de 3A Instituut plannen om dit te doen door 2022.
Negen maanden in dit grootse project, het is geïdentificeerd vijf sets van vragen die in deze nieuwe wetenschap moet beantwoorden.
De eerste is de Autonomie. Als autonome systemen werken zonder vooraf geschreven regels, hoe doen we stoppen ze draaien kwaad, zoals zo veel fictieve robots doen? Hoe doen de verschillende autonome systemen met elkaar communiceren? Hoe regelen wij deze interacties? Hoe stel je de beveiliging van die systemen en zorg dat ze veilig? Hoe veranderen de regels als de systemen over nationale grenzen?
Of, zoals Bell gevraagd, “Wat betekent het om te leven in een wereld waar de voorwerpen handelen zonder verwijzing naar ons? En hoe weten we wat ze doen? En moeten we de zorg?”
Ten tweede is het Agentschap, dat is echt over de grenzen van een object autonomie. Met een autonoom voertuig, bijvoorbeeld, niet om te stoppen bij de grens? Zo ja, welke grens? Bepaald door wie? Onder welke omstandigheden?
“Heeft uw auto dan te worden bijgewerkt, omdat Brexit, en zo ja, hoe zou je dat doen?” Bell gevraagd.
Als autonome voertuigen zijn de volgende regels, hoe zijn die regels gevoerd? Doe de regels zitten op het object, of ergens anders? Als er een netwerk regel dat krijgt voertuigen van de weg te laten voertuigen van hulpdiensten door, wie bepaalt dat en hoe? Als u meerdere objecten met verschillende regels, hoe ze het gaan elkaar?
Derde is de Zekerheid, en als Bell uitgelegd, “zitten onder het [is] een hele reeks andere woorden. Veiligheid, veiligheid, risico, vertrouwen, verantwoordelijkheid, explicability, beheersbaarheid.”
Ten vierde is er Statistieken.
“De industriële revolutie tot nu toe is overgegaan op het idee dat de juiste gegevens is een stijging van de productiviteit of efficiëntie. Dus machines deden wat de mensen niet konden, sneller, zonder lunch pauzes, meedogenloos,” Bell gezegd.
Doet het weer, we kunnen doen dingen anders, zei ze. Misschien hebben We opgenomen ecologische duurzaamheid als een gegeven.
“Wat je meet is wat je maakt, en dus denken dat we onze statistieken aan de voorkant zou een interessante manier van denken over dit.”
Statistieken voor de vierde revolutie systemen zijn de veiligheid, de kwaliteit van de besluitvorming en de kwaliteit van het verzamelen van gegevens.
Sommige AI technieken, waaronder diepe leren, zijn energie-intensief. Ongeveer 10 procent van de wereldwijde energie al gaat het in server farms. Misschien een energie-efficiëntie gegeven zou betekenen dat een aantal taken er gedaan zou worden, efficiënter door een mens.
Ten vijfde en ten slotte zijn Interfaces. Onze huidige systemen voor human-computer interaction (HCI) werkt mogelijk niet goed met de autonome systemen.
“Dit zijn objecten die u zal wonen, worden verplaatst door, dat kan in je leven, die kan leven om je heen en niet de zorg over u. de manier waarop we kiezen om te gaan met deze objecten voelt grondig verschilt van de manier waarop HCI heeft gekregen ons tot dit moment in de tijd,” Bell gezegd.
“Wat zou het betekenen om [hebben] systemen die zijn, weet ik niet, voeden? De zorg? De robots die niet willen om ons te doden, maar wilde voor ons.”
Als met de wetenschap van de computer van de 3A-Instituut is het ontwikkelen van een curriculum voor deze nog naamloze nieuwe wetenschap. Het eerste ontwerp zal worden getest op de 10 afgestudeerde studenten in 2019.
Bell ‘ s toespraak in Dublin, met de titel “het Beheren van de Machines”, bevatte veel meer detail dan hier gerapporteerd. Versies worden gepresenteerd rond de planeet, en video ‘ s beginnen te verschijnen. Deze schrijver adviseert hen.
Verwante Dekking
5 manieren machine learning maakt het leven moeilijker voor cybersecurity voors (TechRepublic)
Terwijl veel bedrijven wenden zich tot machine learning instrumenten voor het bestrijden van hackers, ze kunnen niet zo goed als ze lijken dankzij een tekort aan talent en een gebrek aan transparantie.
Google Naast 2018: Een diepere duik op AI en machine learning voorschotten
Google Cloud aankondigingen brengen diep leren en big data analytics dan de data wetenschappers, maar bedrijven willen meer.
Snel bewegen zonder te breken gegevens: Governance voor het managen van risico ‘ s in machine learning en buiten
Hoe ga je het oplossen van de spanning tussen de noodzaak om te bouwen en implementeren nauwkeurige machine learning modellen snel, en de behoefte om te begrijpen hoe de modellen werken, welke gegevens zij aanroeren, en wat zijn de gevolgen? Immuta zegt data governance is het antwoord.
Wanneer malware draait kunstmatige intelligentie in een wapen (TechRepublic)
In de toekomst, je gezicht zou kunnen worden de trigger voor de uitvoering van malware.
Het inhuren van kit: Android developer (Tech Pro Onderzoek)
Bedrijven zijn steeds meer afhankelijk van mobiele platforms om de macht van hun activiteiten en om een productieve arbeidskrachten, en dat betekent dat het inhuren van topnotch ontwikkelaars voor het maken van de apps die ze nodig hebben.
Verwante Onderwerpen:
Tech Industrie
CXO
Digitale Transformatie
Smart Cities
Cloud
0