כבר בשנה הבאה: 5 תחזיות טכנולוגיות ל-2017

הנבואה אמנם ניתנה לשוטים, אבל פיתוחים שתפסו תאוצה בשנה האחרונה עשויים בהחלט ללמד על הטרנדים הגדולים שצפויים לנו ב-2017

קרדיט צלם\תמונה: Yagi Studio, Getty Images Israelhttp://www.imagebank.co.il

מאת ג׳ף קוואלסקי

לעתים קרובות, ההוגים הנבונים והמבריקים ביותר טועים בגדול. קורה. בשנת 1878, מהנדס החשמל, סיר ויליאם פריס, ואיש דגול לתקופתו, העריך בעקשנות רבה כי הטלפון לעולם לא יוציא משימוש את השליחים. ב-1946, מנכ״ל 20 Century Fox דאריל זאנוק, אמר שאנשים ישתעממו תוך כמה חודשים למוות מהטלויזיה (שבדיוק נכנסה לבתים בארה״ב). ב-1977, המהנדס היזם, קן אולסן העריך בלא פחות נחישות כי ״אין כל סיבה שמישהו ירצה להחזיק מחשב בביתו״. ודוגמאות נוספות לא חסרות.

אין ספק. מי ששם את עצמו על תקן ׳חוזה עתידות טכנולוגי׳, מסתכן בלצאת, איך לומר זאת בעדינות, אידיוט. אבל, כשאני מסתכל היום, בשלהי 2016, לכיוון שנת 2017, אני לא יכול שלא להתלהב ולנסות לנפק עמה אמירות עם גוון ׳חזוני׳ משהו. יש לי תחושה טובה שזו הולכת להיות השנה בה נראה פריצת דרך אמיתית בתחומי העיצוב נתמך המחשוב (CAD) ובתחומי הייצור נתמך המחשוב (CAM). בניגוד לתחזיות העבר, נראה שכיום אפשר לומר בוודאות רבה כי רואים איך מחשבים יכולים לקחת חלק בהליכי חשיבה של בני אדם, בשר ודם… הם כבר לא ׳יסתפקו׳ רק בקבלת הוראות וביצוען.

הנה 5 תחזיות טכנולוגיות שהתגשמויותיהן צפויות בשנה הקרובה ומעבר להן.

1. מציאות מדומה

המציאות המדומה תביא לשינוי משמעותי בתעשיית הבנייה. כן הבנייה. VR וכליה, כבר מתחילים לשמש ככלי עזר בידיהם של לא מעט אדריכלים, אבל, האפקט הממשי הולך להיות דווקא בעולם הבנייה. VR נותן למקצועני הענף תצוגה נאמנה יותר וקרובה יותר למציאות של מה שקורה בשטח ושל הנתונים שהם מקבלים בדרך כלל מטבלאות אקסל משמימות או אפילו ממה שמספקות כיום תוכנות למודלי תלת מימד. עם VR, קבלנים יכולים לשוטט במרכז אתר בנייה וירטואלי לחלוטין ולראות ולעקוב אחר תהליכי הבנייה בו לאורך זמן. הם יוכלו להצביע על תקלות אפשריות ולנהל שינויים עוד לפני שהטרקטורים אפילו יעלו על השטח ויוכלו לאפשר לבנאים עצמם להריץ מהלכים ׳על יבש׳.

המשמעות בסוף היום למהלך הדרמטי הזה, של העברת מתכננים, מנהלים וקבלנים למסלול חדש של התייחסות לנתונים שבידיהם, היא חסכון עצום בכסף, בזמן וללא ספק – המנעות מטעויות שיכולות לעלות בחיי אדם.

 

2. למידת מכונה

למידה חישובית/למידת מכונה (Machine learning) תיקח את היצירתיות הטמונה בעיצוב מוצרים לשלב הבא של ההתפתחות. מדובר בתחום שמתפתח בקצב מדהים. באותה דרך בה מדענים מצליחים לעורר זכרונות שגויים במוח האנושי, כך ניתן כיום גם לדחוף ״נוירונים״ לתוך תוכנה כדי לגלות אובייקטים שמעולם לא הומצאו… דוגמה יפה לכך היא פרוייקט Design Graph של אוטודסק שמנסה לסייע למעצבים ולמהנדסים להתמודד עם השינויים שקורים בעולמם, וליתר דיוק: מה היה קורה אם הייתה דרך טובה יותר לסדר את כל המידע העיצובי? מדובר במערכת למידת מכונה רבת עוצמה, העושה שימוש באלגוריתמים כדי לאתר ול׳הניע׳ נתונים עיצוביים עשירים בתלת מימד. בסוף היום מדובר במערכת שניתן לאמן והיא בעצם מפתחת לעצמה ״מודעות״, בדיוק כמו שעובד המוח האנושי כשהוא מבחין בין ״כלב״, ל״חתול״.

ה-Design Graph מכניס את הרכיבים העיצוביים שמצא לקטגוריות וממפה את הקשרים בינהם ויוצר מעין קטלוג חי שמאפשר להגיב לעולם שמשתנה תדיר. המעצבים והמהנדסים יכולים כעת לחפש בכל הקבצים שלהם אחר סוגי חלקים מבוקשים, דוגמת ״בורג לאופניים״, ו-Design Graph שולף להם מאות אופציות לבקשה. הרכיב הוא חלק מפלטפורמת העיצוב השיתופית מבוססת הענן, שפותחה בחלקה במרכז הפיתוח של אוטודסק בישראל.

3. רובוטים חשים

רובוטים ׳חשים׳ יזרזו תהליכי ייצור מדוייקים יותר. מערכות צרכניות שמגיעות מעולם האינטרנט של הדברים (IoT) זוכות להערכת יתר, כך נראה לי… למה צריך טוסטר שמחובר לסמארטפון? לעומת זאת, אני מערך ש-IoT יעשה שינוי גדול יותר ויהיה משמעותי ביותר דווקא בעולם הרובוטים התעשייתיים.

עד עתה, רובוטים היו יצורים עיוורים, כשהם מבצעים את אותה עבודה שוב ושוב ושוב, בלי להתחשב בבני אדם, רובוטים אחרים שבסביבה או אפילו המוצר שעליו הם עובדים. אין ספק: רובוטים תעשייתיים צריכים להיות יותר גמישים ולהיות מסוגלים להתאים עצמם למצבים משתנים.

עבודה משמעותית ביותר בתחום הרובוטים ה׳חשים׳ נעשית כיום על ידי חוקרים דוגמת מדליין גנון (Madeline Gannon) בפרוייקט Quipt שמטרתו לסייע לרובוטים לראות את הסביבה בה הם פועלים ו׳להבין׳ איך הם צריכים להמנע מביצוע חוזר של אותן טעויות שוב ושוב. המעבדות שונות ברחבי העולם עובדים כים על רובוטים המסוגלים להדפיס בתלת מימד חלקים גדולים במיוחד, אבל, כשלרובוטים יש ״מטרות״, ולא ״משימות״. בכל שלב של הליך ההדפסה, הרובוט מבצע שורה של מדידות ובדיקות חכמות ו׳רואה׳ כיצד הוא עומד במשימה הסופית שלו ואם צריך לתקן משהו על הדרך.

רובוטים אחרים שנבנים כיום יכולים להתמודד בהצלחה עם משימות חדשות לחלוטין שלו ביצעו קודם לכן, ל׳גבש׳ לעצמם ׳עמדה׳ להחליט מה חשוב ומה פחות חשוב במשימה ואם נרשם כשלון בדרך – גם ללמוד ממנו ולא לחזור עליו. השלב הבא יהיה להחליף את העיניים של הרובוט (המצלמות הטיפשות) בעיניים שכבר כוללות מציאות מרונדרת וכך לאפשר לרובוט להבחין בין קוביית לגו לכסא עליו היא מונחת, קובייה אדומה בערימה של רוביות צהובות או בקוביה המונחת על חתול…

בשילוב של מכונות לומדות ומחשב רבב עוצה, הרובוט יכול כעת לחשוב על כמה סוגי התרחשויות צפויות ולהמנע מאלה שיביאו לידי טעויות ובמקביל, אם הרובוט יכול לחשוב על הפעילות, הוא לא צריך למעשה לבצעה במציאות – אם אין בה צורך. אם הוא לומד לטפל בקוביית הלגו בצורה הנכונה, הוא יכול כעת גם לישם את ההליך מול עוד מיליוני חפצים והקשרים. מלהיב באפשרויות.

 

4. Generative Design

Generative Design וסימולציות יוכלו לקבוע את זמינות הייצור עצמו. מחשבים שבאופן יצירתי מגיעים עם רעיונות משלהם, נמצאים כיום בלב מה שמוגדר בתעשייה Generative Design (שיכול להיות מתורגם ל״עיצוב יצרני״). ב-Generative Design אתה למעשה ׳חולק׳ את המטרה שלך עם המחשב, אומר לו מה אתה רוצה להשיג ואת המגבלות שלך והמחשב מהצד שלו חוקר את מגוון הפתרונות האפשריים ומעלה רעיונות ופתרונות שהמוח האנושי, בגלל מגבלותיו, לא יכול היה להגיע אליהם. מחשב רב עוצמה שיש לו גישה למאגרים של עיצובים, שרטוטים, או רעיונות יוכל בסיטואציות מסויימות לתת מענה טוב יותר לשלל אתגרים עיצוביים, במסגרתם, אלגוריתמים בעלי יכולת למידה יזהו דפוסי התנהגות של דגמים, ימיינו וילמדו אותם ללא כל צורך בהתערבות אנושית.

מעצב מתחיל עם ׳שיתוף׳ המשימה שלו עם המחשב, כשלא אומרים לו מה אתם רוצים לעשות, אלא ובעיקר מה אתם מנסים להשיג. מתארים למחשב את הבעיה ואז המחשב יוצר לבד וללא הכוונה סט נרחב של פתרונות פוטנציאליים, ומבצע – אוטומטית – מגוון עיבודים וחיבורים של גרסאות אפקטיביות. ההצעות העיצוביות מועברות למתכנן שיכול בשלב הזה לבחור משלל האופציות. התהליך מאפשר לבחור בדיוק את החלקים היותר מעניינים ומסייע למתכנן להתגבר על בעיות ולבחור את התכנון המנצח. חברת המטוסים Airbus עושה שימוש כבר בטכנולוגיה ליצירה של חלקי מטוסים קלים יותר וחזקים יותר. מתוך למעלה מעשרת אלפים אופציות שתוכננו על ידי המחשב בהליך Generative Design נבחרו מספר אופציות שהורצו בסימולציות חכמות. והתוצאה? כבר במטוסים החדשים של החברה. חסכון אדיר בכסף ובזמן ומטוסים קלים בהרבה…

5. שיתוף המונים

שיתוף המונים של נתונים ו-Generative Design ליצירת מקומות עבודה מאושרים יותר. נכון, Generative Design יגיע קודם כל לתעשייה היצרנית יותר, אבל, מה לגבי שילוב היכולות על ידי אדריכלים, למשל, כך שישפיעו על סביבות עבודה? באוניברסיטת טורונטו בהליך תכנון ובניית בניין MaRS, נבדקו צרכי האנשים שאמורים היו לאכלס את הבניין, כולל הצורך בעבודה משותפת, הרצון באור שמש, פרטיות וכד׳. על בסיס הנתונים וכלי Generative Design שבחנו עשרות אלפי קונפיגורציות אפשריות, נבחרו תוכניות שלקחו בחשבון אינספור מצבים שבעצם באו לענות על שאלת מיליון הדולר: מה יגרום לעובדים להיות יצירתיים ומאושרים יותר במקום העבודה החדש שלהם? וכאן באה לידי ביטוי עוצמת המערכת החדשה. במקום ללכת על ״בוא ניקח את האופציה הראשונה שעובדת בסדר״, בואו ונלך על ניתוח דינמי שייקח בחשבון העדפות של בני אדם. לא הגיוני יותר?

הכותב הינו CTO בחברת Autodesk

כתב אורח

אנחנו מארחים מפעם לפעם כותבים טכנולוגים אורחים, המפרסמים כתבות בתחומי התמחות שלהם. במידה ואתם מעוניינים לפרסם פוסט בשמכם, פנו אלינו באמצעות טופס יצירת קשר באתר.

הגב

5 Comments on "כבר בשנה הבאה: 5 תחזיות טכנולוגיות ל-2017"

avatar
Photo and Image Files
 
 
 
Audio and Video Files
 
 
 
Other File Types
 
 
 
Sort by:   newest | oldest | most voted
Yur
Guest

הסוף אומר הכל

Yur
Guest

חחחח הסוף מסביר הכל

אריה
Guest

נתחיל לראות התפתחות בתחום הבנייה, כלומר רובוט שמקים בניין 5 קומות ב48 שעות כמו לגו ממשטחי בלוקים ומלט לחיבורים… מדפסת תלת מימד מבטון שמדפיסה את הקירות ועולה לאט לאט למעלה,פיתוחים בתחום הבית החכם ועוד בתחום… כל אלו דברים שקיימים אבל עדיין לא בשלים…

dan
Guest

זה יקרה הרבה יותר מהר ממה שאתה חושב

תומר
Guest

התרגום איכותי מאד, רק חבל שלא עבר הגהה.

wpDiscuz

תגיות לכתבה: