Во второй день на мероприятии для прессы в Сан-Франциско выступил директор по технологиям Intel Джастин Раттнер. Ниже — тезисы его выступления. Со многими темами мы позднее познакомились на масштабной выставке. Интересно, что все большее внимание уделяется социальным аспектам технологий и всё меньше — конкретным технологическим деталям.
Раттнер начал с того, что в дополнение к своей надёжной и разносторонней исследовательской работе два года назад сотрудники Intel Labs применили уникальную модель прямого сотрудничества с ведущими специалистами мира, создав глобальную сеть из семи Центров науки и технологий Intel (ISTCs) и Совместных исследовательских институтов Intel (ICRIs). В каждом центре было создано живое сообщество исследователей, чтобы ускорить прогресс во встроенной, облачной, доступной и безопасной обработке данных среди прочих областей. Сегодняшнее мероприятие демонстрирует образцы этих исследовательских достижений — и многие из собственных лабораторий Intel — в этих и многих других секторах, в том числе в визуальной и контекстно-ориентированной обработке информации, а также значительный прогресс в такой области, как работа с большими объёмами данных.
«Большая часть наших исследований проводится силами работников корпорации Intel, но нас радует качество и количество исследований, являющихся плодами сотрудничества (ISTC и ICRI)«, сказал Раттнер. «Важно то, что структура этого сотрудничества основана на открытой модели IP-адреса, что полезно не только для корпорации Intel и исследователей, но и для всей индустрии высоких технологий и для человеческого общества в целом«.
Повышение качества жизни. Магазины, помогающие покупать
Технология Shelf-Edge Technology (SET) от Intel Labs позволяет с помощью специальных датчиков обнаруживать ваше присутствие, когда вы передвигаетесь по магазину, помогать найти нужный товар и не обращать внимание на ненужный. Так, например, если на ужин вы приготовили красную рыбу, сервис SET может порекомендовать наиболее подходящее к ней вино с учётом ваших вкусов, а также помочь вам избежать покупки продуктов, на которые отмечаются аллергические реакции.
Понимайте других. Научный подход к водителям автомобилей
Специалисты Intel Labs пытаются найти способ снизить риски невнимательного вождения. Новые технологические решения позволят оценивать состояние водителя и предупреждать о его сомнительном самочувствии до того момента, когда могла произойти авария. Создаются приложения, позволяющие проследить, куда направлен взгляд водителя, измерить активность его мозга и степень насыщения его кислородом, сравнив эти показатели с нормами для безопасного вождения.
Общение транспорта и безопасность. Машины видят друг друга
Большинства дорожно-транспортных происшествий можно было бы избежать, если бы водителей предупредили об опасности хотя бы за мгновение. Первой мерой для снижения вероятности ДТП станет возможность автомобилей, мотоциклов и скутеров общаться друг с другом и действовать совместно. Для этого важно, чтобы связь между ними была надёжной на улицах большого города. Intel Labs совместно с Intel Collaborative Research Institute for Connected Context Computing работает над проектом высокоскоростной передачи данных между автомобилями на небольшие расстояния с помощью света от задних габаритных фонарей. В технологии для кодировки данных в видимой части спектра используется прямая модуляция светодиодного излучения задних фонарей, при этом основная функция фонарей как осветительных приборов не прерывается. Есть надежда, что новая технология поможет спасти много жизней, дав транспортным средствам возможность общаться между собой.
Директор по технологиям Intel Джастин Раттнер
Умный дом. Место, где обитают программные приложения
В домах уже есть много устройств, которые взаимодействуют друг с другом: ПК, телефоны, телевизоры, аудио- и видеоаппаратура, камеры, осветительные приборы и прочее. Скоро эти устройства смогут работать в соответствии с нашими желаниями. Они могут знать, когда дети приходят из школы или, когда пора выгулять собаку. Intel Labs разрабатывают новые виды интерфейса пользователя с модулями, которые позволят координировать работу устройств с помощью датчиков и сигналов в доме. Новая модель программирования поможет человеку использовать бытовые устройства, координировать их работу и анализировать показания датчиков, чтобы дом работал в соответствии с желаниями хозяев.
Улучшение сотрудничества. Соединяем все данные
Для более продуктивной работы всем нам нужно постоянно быть на связи и получать новую информацию с места работы. Intel Labs работают над созданием умной рабочей среды и датчиков, которые люди могут установить — и забыть про них. Так, например, eBadge — портативное устройство, содержащее персональные данные, которые позволяют идентифицировать личность владельца. Оно вырабатывает достаточно энергии для поддержания рабочего режима. Кроме этого, eBadge можно объединять со смартфоном и отображать, например, календарь, напоминания или текстовые сообщения.
Internet of Displays от группы Intel Visual Computing Institute (Intel Labs и университеты США и Германии) позволяет отказаться от кабелей при выводе на экран видео. Благодаря этой разработке, применимой как дома, так в магазинах розничной торговли и даже на глобальных проектах, стало возможным выводить одно и то же изображение на любое количество экранов, подключая неограниченное количество устройств, которые могут располагаться где угодно, и при этом нет необходимости протягивать кабели.
Городская инфраструктура. Жизнь в городе будет комфортнее
Сейчас более 50% населения Земли живет в городах, а к 2050 г. число городских жителей превысит 70%. Поэтому просто необходимо совершенствовать городскую инфраструктуру. От этого будет зависеть существование и благополучие будущих городов. Специалисты Intel Labs показывают, как инфраструктура может собирать данные о городе, объединять и анализировать их, чтобы сделать жизнь горожан удобнее.
Исследовательское подразделение Intel Collaborative Research Institute в Лондоне разрабатывает стационарные и мобильные датчики для сбора данных о жителях и городской инфраструктуре в режиме реального времени, чтобы с их помощью находить решения разнообразных проблем: от засухи и автомобильных пробок до неэкономичного использования энергии. Сеть датчиков может использоваться для того, чтобы отслеживать транспортные потоки и прогнозировать последствия непогоды и их влияние на водоснабжение, а также передавать информацию практически в режиме реального времени горожанам с помощью экранов, расположенных по всему городу, и мобильных приложений.
Определение взаимосвязей. Быстро объединяем данные
Всех нас ждет эпоха Больших данных (Big Data). В связи с этим очень важно изучать связи между обширными массивами информации. Специалисты Intel Labs совместно с университетами разработали инструменты, позволяющие обнаружить неожиданные связи между людьми, предметами или событиями, которые могут быть полезными для рабочего и личного использования. Так, например, программное обеспечение, разработанное Intel (Graph Builder), Intel Science and Technology Center for Cloud Computing at CMU (GraphLab) и стратегическим исследовательским альянсом Intel, используется для того, чтобы выявить связи между любыми двумя статьями в Wikipedia, даже если текст еще редактируются. Прогнозный аналитический инструмент быстро находит соотношения между двумя элементами даже с несколькими степенями разделения. Другой пример — успех Intel Science и Technology Center for Big Data, в котором были созданы технологии приближенного анализа, способные просмотреть текст сотен миллионов новых сообщений в Twitter по всему миру и выбрать наиболее соответствующие запросу. Степень точности такого приближенного анализа составляет 90%, а задача выполняется в 10 раз быстрее, чем при использовании традиционных методов анализа.
Визуализация больших данных. Увидеть быстрее
Просмотр изображений с очень подробными деталями, например, в компьютерной томографиии, позволяет специалистам выявить скрытые подробности и решить реальные проблемы. Но время, которое тратится на обработку таких изображений (особенно на мобильных устройствах), может быть слишком большим. В Intel Visual Computing Institute разработаны технологии, в которых для работы с огромными изображениями на любых устройствах — от смартфона до многоэкранного дисплея — используется гибридная обработка данных систем «пользователь — удаленная среда». Такое решение позволяет с меньшими затратами оценивать важную визуальную информацию: съемки Земли, трехмерные результаты компьютерной томографии и даже фрактальные изображения размером в 4 йоттабайта (1 йоттабайт = 4 трлн байтов).
Конфиденциальность. Идентификация не требуется
Удаление конфиденциальной информации из записей называется анонимизацией или деперсонализацией. Эта возможность становится все более важной, позволяя при этом пользоваться всеми преимуществами вычислений в удаленной среде и больших данных и не беспокоиться о том, кто может получить доступ к личной информации. В крупных компаниях конфиденциальность данных тоже является очень важным вопросом. Intel Labs предлагает способ анонимизировать и эффективно анализировать данные компании, при котором взаимодействие пользователей становится еще лучше.
Защита данных передатчиков. Данные под защитой
Для улучшения взаимодействия с электронными устройствами и окружающим миром используются такие передатчики, как камеры, микрофоны и приборы, определяющие местонахождение. Но без защиты информация с таких передатчиков может быть использована в преступных целях, например, для подделки личности, паролей и финансовой информации. Intel Labs разработала исследовательский прототип, объединяющий техническое и программное обеспечение Intel, который позволит защитить данные с передатчиков от различных видов программных взломов, например, перехвата API функций, руткитов уровня ядра и мошеннических гипервизоров.
Качественное видео. Ускорение потоков
Intel Labs работают над тем, чтобы повысить качество потокового видео с использованием стандарта MPEG Dynamic Adaptive Streaming over HTTP (DASH). Объединив новые технологии, такие, как обратная связь с использованием сервера и адаптация скорости передачи к ее качеству, команда специалистов Intel может передавать потоковое видео высокого качества с меньшим количеством остановок или помех. Они представляют решения для видео стандарта DASH, в котором потоковый сервер и потоковый клиент имеют общую статистику. С помощью программы управления DASH можно достичь высокого качества, четкого и ясного видео.
Масштабируемый ввод-вывод. Снижение затрат энергии
Высокоэффективные вычисления для серверов и центров обработки данных предполагают высокую производительность ввода-вывода. Но по мере роста этой производительности растет и потребление энергии, что приводит к понижению энергоэффективности. Intel Labs предлагает систему ввода-вывода с 64 полосами на каждый порт, которую легко можно масштабировать, сохраняя при этом разумный уровень потребления энергии. При этом совокупная пропускная способность системы оказывается в 5 раз выше существующих. Динамичное изменение потребления позволяет обеспечить масштабирование энерговыделение от 0,8 до 2,6 ПДж/бит, в то время как скорость передачи данных для одной полосы составляет от 2 до 16 Гбит/с.
Сжатие памяти. Уменьшим несущественное
Переносные устройства и многие встраиваемые решения, включая однокристальные системы, могут занимать значительный объем полезной площади процессора. Несмотря на то, что, как известно, X86 ISA от Intel обладает хорошей плотностью записи данных, а размер скомпилированных двоичных файлов у него один из самых маленьких среди коммерческих ЦП, в будущем потребуются мощные процессоры с еще меньшей полезной площадью. Intel Labs разработали оригинальную технологию уменьшения площади кристалла, позволяющую снизить объем памяти с фиксированными затратами для многих встраиваемых и мобильных приложений.
Анализ личных данных. Ваши устройства хорошо знают вас
Intel Labs представляет цифровых помощников человека как для предупреждения, так и для реакции на происходящее. В обоих режимах внутренний сервер производит аналитические данные, способные не только узнать человека, но и с помощью алгоритмов машинного осмысления вычислить, что этому человеку может понадобиться в зависимости от ситуации или окружения.
В режиме реакции для производства контекстуальных ответов на запросы пользователя через мобильное устройство используется семантическая база данных журнала регистрации всех его действий. По желанию пользователь может получать на свое устройство подсказки, содержащие интересную информацию и подсказки, которые основываются на текущем контексте и журнале действий. Например, если человек забыл принять необходимое лекарство, устройство напомнит ему об этом.
|
следующая новость предыдущая новость |
||
|
