Pirmąją dalį skaitykite čia.
Prietaisų demokratija (device democracy or empowered edge)
Ribinė technologija (the edge) nurodo prietaisus, naudojamus žmonių arba integruotus į mus supantį pasaulį. Kraštų kompiuterija apibūdina skaičiavimo topologiją, kurioje informacijos apdorojimas ir turinio rinkimas bei pateikimas yra arčiau šių prietaisų. Stengiamasi, kad srautas ir duomenų apdorojimas išliktų lokalūs, nes taip sumažinama delsa, padidinamas mobilumas ir visiškai eliminuojama geografinio atstumo problematika. Šiuo metu daiktų interneto (internet of things; IoT) technologijos yra plačiai vartojamos ribinėse technologijose. Tai paprasta iliustruoti pasitelkiant sankryžas reguliuojančius šviesoforus. Pavyzdžiui, dėl paskirstytojo modelio IoT šviesoforai geba patys priimti sprendimus. T.y. esant įprastam eismo srautui šviesoforams nėra būtinybės komunikuoti su centriniu mazgu. Vis dėlto įvairiausių renginių metu šviesoforas realiu laiku gali pranešti centriniam debesų kompiuterijos mazgui apie įvykusius eismo pakitimus. Tuo tarpu šis centrinis mazgas, surinkęs informaciją iš kitų šviesoforų, priims tinkamiausią sprendimą, kaip turi būti sureguliuotas eismas sankryžose. Prietaisų demokratija (device democracy) žvelgia į prietaisų daugėjimą ir tai, kaip jie formuoja intelektualiųjų erdvių pagrindus, bei pagrindines programas ir paslaugas perkelia arčiau žmonių.
Iki 2023 -iųjų metų išmaniųjų prietaisų skaičius tinklo kraštuose gali išaugti 20 kartų.
Paskirstytasis debesis (distributed cloud)
Paskirstytasis debesis reiškia viešų debesijos paslaugų platinimą vietose, esančiose už debesijos paslaugų teikėjo fizinių duomenų centrų ribų, svarbu tik, kad šias vietas vis vien kontroliuotų teikėjas. Paskirstytojo debesies technologijoje debesijos paslaugų teikėjas yra atsakingas už visų paslaugų architektūros, operacijų, valdymo ir atnaujinimo aspektus. Evoliucija iš centralizuoto viešojo debesies į paskirstytą viešąjį debesį reiškia naują debesų kompiuterijos erą. Paskirstytoji debesų kompiuterija kartais dar gali būti vadinama kraštų (edge) kompiuterija. Paskirstytoje debesų kompiuterijoje yra atsisakoma centralizuoto modelio ir kur kas daugiau funkcijų patikima galiniams išmaniesiems tinklo įrenginiams, kurie patys tampa atsakingais už savo surinktų duomenų apdorojimą. Būtent tik juos apdorojus surinkta informacija pasidalijama su nutolusiais debesų kompiuterijos serveriais, kurie tampa atsakingais už tolimesnę priimtų duomenų distribuciją. Ir nors toks modelis gali atrodyti dar pakankamai naujas, jo panaudojimas tampa vis aktualesnis plečiantis daiktų interneto IoT rinkai.
Paskirstytasis debesis leidžia duomenų centrus rengti bet kur. Tai išsprendžia ir techninius klausimus, kaip kad delsa, ir reguliavimo problemas, pavyzdžiui, duomenų suverenitetas. Ši technologija taip pat siūlo viešojo debesies paslaugų pranašumus kartu su privataus, lokalaus debesies pranašumais.
Autonomiški/savavaldžiai prietaisai (autonomous things)
Autonomiški prietaisai, pavyzdžiui dronai, robotai, laivai ir kita, naudoja AI atlikti užduotis, kurias paprastai atlieka žmonės. Ši technologija varijuoja nuo pusiautonominių iki visiškai autonominių prietaisų ir tai atlieka esant įvairioms aplinkoms, tarkime, ore, jūroje ar sausumoje.
Nors šiuo metu autonomiški prietaisai daugiausia veikia kontroliuojamoje aplinkoje, pavyzdžiui, kasykloje ar sandėlyje, ilgainiui jie vystysis ir apims atvirąsias viešąsias erdves. Panašu, kad savavaldžiai prietaisai greitu metu neapsiribos tik individualiu veikimu, o pereis prie bendradarbiaujančių būrių. Būtent tokį pavyzdį ir matėme 2018 metų Žiemos olimpinėse žaidynėse, kai visus nustebino sinchroniškai veikiančių dronų būrys.
Dar vienas autonomiškų prietaisų pavyzdys galėtų būti savarankiškos transporto priemonės. Jos nuolat renka informaciją iš savo aplinkos, kaip kad, kelio sąlygos, galimi pavojai, pėsčiųjų judėjimo srautai, aplinkinės transporto priemonės ir kt. Šios transporto priemonės naudoja daug įvairios programinės įrangos ir renka milžiniškus duomenų kiekius, kad apmokytų dirbtinį intelektą užtikrinti žmonių ir krovinių saugumą taip, kad žmonėms į šį procesą kištis nereikėtų. Skaičiuojama, kad autonominės transporto priemonės apsikeičia apie 15 000 duomenų vienetų per dešimtąją sekundės dalį. Šis skaičius iki 2020 metų turėtų išaugti trylika kartų.
Vis tik, autonomiški prietaisai negali pakeisti žmogaus ir geriausiai veikia, kai jų tikslas yra aiškiai apibrėžtas.
Praktiškai panaudojamas blockchain’as (practical blockchain)
Blockchain’as tai nuolat besiplečiantis, chronologiškai sudarytas bei užšifruotas neatšaukiamų operacijų sąrašas, kuriuo naudojasi visi norintys ir tinklo prieigą turintys žmonės. Kalbant apie jį pirmiausia į galvą šauna kriptovaliutos, tačiau vis dažniau girdėti apie kitokius blockchain’o pritaikymo būdus.
Blockchain’as suteikia šalims galimybę atsekti turtą iki pat jo šaknų, tai naudinga tradicinio turto transakcijoms, tačiau taip pat suteikia galimybę, tarkime, atsekti maisto, sukėlusio ligas, pirminį tiekėją. Blockchain’as atveria kelią dvejoms ar daugiau viena kitos nepažįstančioms šalims saugiai bendrauti skaitmeninėje aplinkoje ir keistis vertę turinčiais vienetais be centralizuotos valdžios įsikišimo.
Pilną blockchain’o modelį sudaro keturi elementai: bendras, paskirstytas, nekintamas ir atsekamas sąrašas, šifravimas, žetonų sudarymas ir visuomenės sutarimo mechanizmas. Nors ši technologija dėl daugybės techninių kliūčių dar nėra paruošta naudojimui įmonėse, blockchain’as po truputį imamas naudoti mažuose projektuose ir visiškai lengvai plečiamas turėtų tapti 2023 – iais. Tarkime, Spotify nusipirko blockchain’o startuotį Mediachain Labs tam, kad būtų sukurti sprendimai, veikiantys per decentralizuotą duomenų bazę, kad menininkai ir licencijavimo sutartys būtų geriau susieti su Spotify platforma. Daugiau apie blockchain’o technologijos panaudojimą galite paskaityti forbes.
Dirbtinio intelekto saugumas (AI security)
Besivystančios technologijos, tokios kaip, hiperautomatizacija ir automatiški prietaisai, verslo pasauliui siūlo galimybę transformuotis. Vis tik, šios technologijos sukuria ir naujas saugumo spragas. Saugumo komandos turi spręsti šiuos iššūkius ir žinoti, kaip dirbtinis intelektas paveiks saugumo erdvę.
Dirbtinio intelekto saugumas turi tris pagrindines perspektyvas:
- Apsaugoti dirbtinio intelekto pagrindu veikiančias sistemas: apsaugoti AI apmokymo duomenis ir mašininio mokymosi modelius.
- Dirbtinio intelekto panaudojimas siekiant sustiprinti gynybą: mašininio mokymosi naudojimas norint suprasti modelius, atskleisti išpuolius ir automatizuoti kibernetinio saugumo procesų dalis.
- Numatyti netinkamą AI panaudojimą: atakų identifikavimas ir gynyba.
