10 تکنولوژی پیشرفته

دوشنبه
8:19
علی موسوی

شبکه های عصبی دو نفره جنین های مصنوعی. AI در ابر. خوش آمدید به لیست سالانه ما از 10 پیشرفت های تکنولوژیکی که ما فکر می کنیم نحوه کار و زندگی ما در حال حاضر و سال های آینده را شکل می دهد.

هر سال از سال 2001 ما چیزی را که ما آن را 10 فن آوری پیشرفت می نامیم انتخاب کرده ایم. مردم اغلب می پرسند، دقیقا منظور شما از طریق "دستیابی به موفقیت" چیست؟ این یک سوال معقول است - برخی از برداشت های ما هنوز به استفاده گسترده ای نرسیده اند، در حالی که دیگران ممکن است در دسترس قرار بگیرند. چیزی که ما واقعا دنبال آن هستیم فناوری یا حتی مجموعه ای از فناوری ها است که تأثیر زیادی بر زندگی ما دارد.

برای این سال، یک تکنیک جدید در هوش مصنوعی به نام GAN، تخیل ماشین ها است؛ جنین های مصنوعی، علیرغم برخی از محدودیت های اخلاقی سرسخت، تعریف جدیدی از چگونگی ایجاد زندگی و باز کردن یک پنجره تحقیق را در لحظات اولیه زندگی انسان می گذارند. و یک کارخانه آزمایشی در قلب صنایع پتروشیمی تگزاس در حال تلاش برای ایجاد انرژی کاملا تمیز از گاز طبیعی است - احتمالا یک منبع انرژی عمده برای آینده قابل پیش بینی است. اینها و بقیه لیست ما ارزش چشم پوشی دارند. ویراستاران
این داستان بخشی از شماره مارس / آوریل 2018 است
بقیه مسئله را ببینید

اشتراک در

3D چاپ فلزی
دراک برهنی

در حالی که چاپ سه بعدی در دهه های گذشته بوده است، به طور عمده در زمینه سرگرمی ها و طراحان تولید نمونه های یکپارچه باقی مانده است. و اشیاء چاپ با هر چیزی غیر از پلاستیک، به ویژه فلز، گران بوده و به شدت دردناک است.

در حال حاضر، با این حال، آن را ارزان و آسان به اندازه کافی به عنوان یک روش بالقوه عملی از قطعات تولید می شود. اگر به طور گسترده ای تصویب شود، می تواند نحوه توزیع تولید محصولات بسیاری را تغییر دهد.
3D چاپ فلزی

دستیابی به موفقیت در حال حاضر چاپگر می تواند اشیاء فلزی را به سرعت و ارزان انجام دهد.
چرا اهمیت دارد توانایی ساخت اشیاء فلزی بزرگ و پیچیده بر تقاضا می تواند تولید را تغییر دهد.
بازیکنان کلیدی Markforged، دسکتاپ متال، GE
در حال حاضر موجود است

در کوتاه مدت، تولید کنندگان نیازی به نگهداری از موجودی های بزرگ ندارند؛ هر زمان که کسی به آن نیاز داشته باشد، می تواند به سادگی یک شی را، مانند بخش جایگزینی برای ماشین پیری، چاپ کند.

در بلندمدت، کارخانجات بزرگ که مجموعهای محدودی از قطعات را تولید می کنند ممکن است جایگزین آنها با کوچکترهایی شوند که انواع مختلفی را به وجود می آورند و با نیازهای مشتریان سازگار می شوند.

این تکنولوژی می تواند قطعات سبک تر، قوی تر و اشکال پیچیده ای ایجاد کند که با روش های تولید فلزات معمول امکان پذیر نیست. همچنین می تواند کنترل دقیق تر ریزساختار فلزات را فراهم کند. در سال 2017، محققان آزمایشگاه ملی لارنس لیورمور اعلام کردند که یک روش چاپ سهبعدی را برای ایجاد قطعات فولادی ضدزنگ دو برابر قویتر از استاندارد ساخته شده است.

همچنین در سال 2017، شرکت Markforged سه بعدی چاپ، یک راه اندازی کوچکی در خارج از بوستون، نخستین چاپگر سه بعدی فلزی را برای کمتر از 100،000 دلار منتشر کرد.

راه اندازی یکی دیگر از منطقه بوستون، دسامبر متال، در ماه دسامبر 2017 اولین ماشین های نمونه سازی اولیه فلز خود را به فروش رساند. این طرح قصد دارد فروش ماشین های بزرگتر طراحی شده برای تولید، که 100 برابر سریعتر از روش های چاپ متال های قدیمی است.
چاپ قطعات فلزی نیز آسان تر می شود. Desktop Metal در حال حاضر نرم افزاری را ارائه می دهد که طرح های آماده برای چاپ سه بعدی را تولید می کند. کاربران به برنامه مشخصات جسم که می خواهند برای چاپ آن بپردازند، و نرم افزار یک مدل کامپیوتری مناسب برای چاپ را تولید می کند.

GE، که مدتها پیش طرفدار چاپ سه بعدی در محصولات حمل و نقل هوایی خود است (نگاه کنید به "10 تکنولوژی پیشرفت 2013: تولید افزودنی")، دارای نسخه آزمایشی چاپگر فلزی جدید خود است که به اندازه کافی سریع برای ساخت قطعات بزرگ است. این شرکت قصد دارد فروش چاپگر را در سال 2018 آغاز کند. -Erin Winick

جنین های مصنوعی
دانشگاه کمبریج

جنبندهایی که در دانشگاه کمبریج در بریتانیا کار می کنند، در جنبه های جدیدی که زندگی جدید را می توان ایجاد کرد، جنین های ماوس واقعی را با استفاده از سلول های بنیادی افزایش داده است. بدون تخم مرغ بدون اسپرم فقط سلول ها از جنین دیگر جدا می شوند.
جنین های مصنوعی

دستیابی به موفقیت بدون استفاده از تخم مرغ و یا سلول های اسپرم، محققان ساختارهای جنینی مانند سلول های بنیادی را به تنهایی ساختند و مسیر جدیدی برای ایجاد زندگی ایجاد می کنند.
چرا جنبش های مصنوعی برای محققان برای مطالعه شروع مرموز زندگی انسانی آسان تر است، اما آنها بحث های اخلاقی جدیدی را به وجود می آورند.
بازیکنان کلیدی دانشگاه کمبریج؛ دانشگاه میشیگان؛ دانشگاه راكفلر
در حال حاضر موجود است

محققان این سلول ها را به دقت در یک داربست سه بعدی گذاشتند و تماشا کردند، با تعجب، شروع به برقراری ارتباط و شکل دادن به یک گلوله متمایز از یک جنین موش چندین روزه کردند.

"ما می دانیم که سلول های بنیادی جادویی هستند که توانایی بالقوه آنها را دارند. ما متوجه نشدیم که آنها می توانند خود را سازماندهی می کنند به طوری زیبا و یا کاملا، "Magdelena Zernicka-Goetz، که به رهبری تیم، در آن زمان مصاحبه کننده گفت.

Zernicka-Goetz می گوید که جنین های "مصنوعی" او احتمالا نمی تواند به موش تبدیل شود. با این حال، آنها اشاره ای دارند که ما زود می توانیم پستانداران بدون تخم مرغ متولد شود.

این هدف Zernicka-Goetz نیست. او می خواهد به مطالعه اینکه چگونه سلول های جنین اولیه شروع به مصرف نقش های تخصصی خود می کنند. او می گوید گام بعدی این است که یک جنین مصنوعی از سلول های بنیادی انسانی بسازد که کار در دانشگاه میشیگان و دانشگاه راکفلر دنبال می شود.

جنین های انسان مصنوعی دانشمندانی هستند که اجازه می دهد آنها را از ابتدا در حال توسعه توسعه دهند. و از آنجا که این جنین ها با سلول های بنیادی به راحتی دستکاری می شوند، آزمایشگاه ها قادر خواهند بود طیف وسیعی از ابزارها مانند ویرایش ژن را به کار گیرند تا آنها را در زمان رشد آنها تحقیق کنند.

جنین مصنوعی، با این حال، سوالات اخلاقی را مطرح می کند. چه می شود اگر آنها از جنین های واقعی غیر قابل تشخیص باشند؟ قبل از احساس درد، چه مدت می توانند در آزمایشگاه رشد کنند؟ Bioethhicists می گویند ما باید این سوالات را قبل از اینکه نژادهای علمی بسیار بیشتر به آن پرداخته شود، بپردازیم. -Antonio Regalado

حسگر شهر
تورنتو پیاده رو

طرح های هوشمندانه شهر چندین بار به تاخیر افتاده اند، اهداف جاهطلبانه خود را به دست آورده اند، یا هر کس به جز ثروتمندان ثروتمند ارزش دارد. یک پروژه جدید در تورنتو، به نام Quayside، امیدوار است که این الگوی شکست را تغییر دهد با تجدید یک محله شهری از زمین و بازسازی آن در اطراف آخرین فن آوری های دیجیتال.
حسگر شهر

دستیابی به موفقیت محله محله تورنتو قصد دارد اولین وظیفه ی موفقیت آمیز طراحی شهری پیشرفته با تکنولوژی پیشرفته دیجیتال باشد.
چرا این مسائل شهرهای هوشمند می توانند مناطق شهری را مقرون به صرفه تر، مقرون به صرفه تر و دوستانه تر سازند.
آزمایشگاه های پیاده روی Key Players و Waterfront Toronto
پروژه در دسترس در اکتبر 2017 اعلام شد ساخت و ساز می تواند در سال 2019 آغاز شود

Labs Sidewalk Alphabet، واقع در شهر نیویورک، در حال همکاری با دولت کانادا در پروژه فن آوری بالا، قرار گرفته است برای اسکله صنعتی تورنتو.

یکی از اهداف این پروژه تصویب تصمیمات در مورد طراحی، سیاست و فناوری بر روی اطلاعات از یک شبکه گسترده از سنسورها است که جمع آوری اطلاعات از همه چیز از کیفیت هوا تا سطح سر و صدا به فعالیت های مردم است.

در این برنامه همه وسایل نقلیه باید مستقل و مشترک باشند. روبات ها در زیر زمین کارهایی را انجام می دهند که مانند ارسال ایمیل انجام می شود. آزمایشگاه های پیاده روی می گوید که دسترسی به نرم افزار و سیستم هایی را که ایجاد می کند، باز می کند، بنابراین سایر شرکت ها می توانند سرویس های خود را در بالای آنها ایجاد کنند، همانطور که افراد برای برنامه های تلفن همراه طراحی می کنند.
این شرکت قصد دارد از نظارت بر زیرساخت های عمومی نظارت کند و این نگرانی ها در مورد مدیریت داده ها و حفظ حریم خصوصی را افزایش داده است. اما آزمایشگاه های پیاده روی معتقدند که می تواند با جامعه و دولت محلی برای کاهش این نگرانی ها کار کند.

ریت Aggarwala، مدیر اجرایی مسئول برنامه ریزی سیستم های شهری آزمایشگاه پیاده روی می گوید: "چه چیزی در مورد آنچه ما در حال تلاش در Quayside متمایز است این است که این پروژه نه تنها فوق العاده جاه طلبی است، بلکه دارای مقدار معینی از فروتنی است." این فروتنی ممکن است به Quayside کمک کند تا از اشتباهات پیشگیرانه پیشین شهر هوشمندانه جلوگیری شود.

با توجه به Waterfront Toronto، آژانس دولتی که در حال بررسی توسعه Quayside است، دیگر شهرهای آمریکای شمالی در حال پیگیری شدن در آینده در لیست آزمایشگاه پیاده روی هستند. مدیرکل آژانس Will Fleissig می گوید: "سان فرانسیسکو، دنور، لس آنجلس، و بوستون همه خواستار معرفی هستند." الیزابث Woyke
ادامه مطلب
یک شهر هوشمندانه هوشمندانه
یک پروژه بلند پروازانه توسط آزمایشگاه Sidewalk شرکت تابعه Alphabet می تواند نحوه زندگی، کار و بازی در محله های شهری را تغییر دهد.

AI برای همه
میگوئل پورلان

هوش مصنوعی تا به حال به طور عمده بازی از شرکت های بزرگ فناوری مانند آمازون، Baidu، گوگل و مایکروسافت، و همچنین برخی از راه اندازی شد. برای بسیاری از شرکت های دیگر و بخش های اقتصاد، سیستم های AI بیش از حد گران هستند و به سختی به طور کامل اجرا می شوند.
AI برای همه

AI بر مبنای ابر مبتنی بر فناوری ارزانتر و آسانتر از استفاده است.
چرا این موضوع در حال حاضر استفاده از AI تحت تاثیر شرکت های نسبتا کم است، اما به عنوان یک سرویس مبتنی بر ابر، می تواند به طور گسترده ای در دسترس بسیاری دیگر باشد تا اقتصاد را تقویت کند.
بازیکنان اصلی آمازون؛ گوگل مایکروسافت
در حال حاضر موجود است

راه حل چیست؟ ابزارهای آموزش مکانیکی مبتنی بر ابر آورده AI را به مخاطبان بسیار وسیع تر می رسانند. تا کنون، آمازون AI ابر با شرکت فرعی AWS غالب است. گوگل با استفاده از TensorFlow، یک کتابخانه AI منبع باز است که می تواند برای ساختن دیگر نرم افزارهای یادگیری ماشین استفاده شود. به تازگی گوگل Cloud AutoML را اعلام کرد، مجموعه ای از سیستم های آموزش دیده که می تواند AI ساده تر از آن استفاده کند.

مایکروسافت، که دارای پلتفرم ابر خود AI است، Azure با آمازون همکاری می کند تا Gluon، یک کتابخانه عمیق با منبع باز را ارائه دهد. Gluon قرار است ساخت شبکه های عصبی - یک تکنولوژی کلیدی در هوش مصنوعی است که به شدت شبیه یادگیری مغز انسان است - همانند ساخت یک برنامه گوشی هوشمند.

مشخص نیست که کدام یک از این شرکت ها در ارائه خدمات ابری AI رهبر خواهند شد. اما این فرصت کسب و کار بزرگ برای برندگان است.

اگر انقلاب هوش مصنوعی گسترده تر از طریق بخش های مختلف اقتصاد گسترش یابد، این محصولات ضروری خواهد بود.

در حال حاضر AI به طور عمده در صنایع فناوری مورد استفاده قرار می گیرد، جایی که کارایی و تولید محصولات و خدمات جدید را ایجاد کرده است. اما بسیاری دیگر از صنایع و صنایع تلاش کرده اند تا از پیشرفت های هوش مصنوعی بهره مند شوند. اگر بتوانند تکنولوژی را به طور کامل به کار ببندند، با افزایش قابل توجهی در بهره وری اقتصادی، بخش هایی مانند پزشکی، تولید و انرژی نیز می توانند تبدیل شوند.

با این حال، اکثر شرکت ها هنوز به اندازه کافی افرادی ندارند که می دانند چگونه از Cloud AI استفاده کنند. بنابراین آمازون و گوگل نیز خدمات مشاوره ای را ایجاد می کنند. هنگامی که ابر تکنولوژی را در اختیار تقریبا همه قرار می دهد، انقلاب واقعی AI می تواند آغاز شود.
برفی یخی

دو شبکه عصبی
نقاشی توسط DEREK BRAHNEY | دیوان محاسبات مایکل نیلسن، "شبکه های عصبی و آموزش عمیق"، اعلامیه تعیین سال 2015

هوش مصنوعی در شناسایی چیزها بسیار خوب است: آن را یک میلیون عکس نشان می دهد، و می تواند به شما با دقت بی عیب و نقص که نشان می دهد عبور عابر پیاده یک خیابان است. اما AI در تولید تصاویری از عابران پیاده به شدت ناامید است. اگر بتواند این کار را بکند، قادر خواهد بود که عکس های واقع گرایانه اما مصنوعی را نشان دهد که عابرین پیاده را در محیط های مختلف نشان می دهند، که یک ماشین راننده می تواند برای آموزش بدون استفاده از جاده ها استفاده کند.
مشکل این است که ایجاد چیزی کاملا جدید نیازمند تخیل است و تا به امروز آن را از بین برده است.

این راه حل ابتدا به ایان گودفلول، سپس یک دانشجوی دکترا در دانشگاه مونترال، در طی یک استدلال دانشگاهی در یک نوار در سال 2014 رسید. این رویکرد، که به عنوان یک شبکه نژادپرستانه شناخته می شود، یا GAN، دو شبکه عصبی را به دست می آورد - مدل های ریاضی ساده از مغز انسان که پایه ترین مدرن ترین یادگیری ماشین است و آنها را در برابر یکدیگر در یک بازی گربه و موش دیجیتالی قرار می دهد.

هر دو شبکه در همان مجموعه داده آموزش داده می شوند. یکی که ژنراتور شناخته شده است، با ایجاد تغییرات در تصاویری که قبلا مشاهده شده است، ممکن است یک عکس از عابر پیاده با بازوی اضافی باشد. دومین، که به عنوان تبعیض کننده شناخته می شود، خواسته می شود تا مشخص کند که آیا نمونه ای که می بیند مانند تصاویری است که آموزش داده شده است یا جعلی که توسط ژنراتور تولید می شود، اساسا این است که فرد سه نفر مسلح واقعی است؟

با گذشت زمان، ژنراتور می تواند در تولید تصاویری بسیار شبیه باشد که تبعیض کننده نمی تواند جعلی را تشخیص دهد. اساسا، ژنراتور آموزش داده شده است تا تشخیص دهد، و پس از آن ایجاد تصاویر واقعی از عابران پیاده.

این فناوری در دهه گذشته یکی از پیشرفته ترین و پیشرفته ترین AI شده است و قادر به کمک به ماشین آلات تولید نتایجی است که حتی انسانها را فریب می دهد.

GAN ها از ایجاد گفتار واقع گرایانه و صدای جعلی نوری استفاده می کنند. در یک مثال جالب، محققان Chipmaker Nvidia یک GAN با عکس های مشهور را برای ایجاد صدها چهره معتبر از افرادی که وجود نداشت، مجددا نصب کردند. گروه تحقیقاتی دیگری نقاشی های جعلی را که به نظر می رسد آثار ون گوگ را شگفت زده می کند. در ادامه، GAN ها می توانند تصاویر را به طرق مختلف به تصویر بکشند: یک جاده آفتابی به نظر می رسد برف، یا تبدیل اسب به زبری.

نتایج همیشه خوب نیست: GAN ها می توانند دوچرخه سواری با دو دسته فرمان، می گویند، یا چهره با ابرو در جای اشتباه است. اما به این دلیل که تصاویر و صداها اغلب بسیار شگفت آور واقعی هستند، بعضی از کارشناسان معتقدند که این حس وجود دارد که GAN ها در حال درک ساختار اساسی جهان هستند که می بینند و می شنوند. و به این معنا است که هوش مصنوعی ممکن است همراه با یک احساس تخیل، توانایی مستقلتر از آنچه که در جهان میبیند، حس کند. - جیمی کاندلایف
ادامه مطلب
GANfather: مردی که هدیه ای از تخیل را در اختیار دارد
ایان گودفلول، با کشیدن شبکه های عصبی در برابر یکدیگر، ابزار قدرتمند AI را ایجاد کرده است. حالا او و بقیه ما باید با عواقب روبرو شوند.

ابلدها بابل-ماهی
گوگل

در کلاسیک علمی تخیلی کلاسیک راهنمای هیتچیکر برای کهکشان، شما یک ماهی بابل زرد را به گوش خود می کشید تا ترجمه ها را در یک لحظه دریافت کنید. در دنیای واقعی، گوگل با یک راه حل موقت مطرح شده است: 159 دلار جفت earbuds، به نام Pixel Buds. این کار با استفاده از گوشی های هوشمند Pixel و برنامه Google Translate برای تولید ترجمه عملا در زمان واقعی انجام می شود.
ابلدها بابل-ماهی

ترجمه در زمان واقعی در برابری اکنون برای تعداد زیادی از زبانها کار می کند و آسان برای استفاده است.
چرا این موضوع در دنیای جهانی به طور فزاینده ای، زبان هنوز هم مانع برقراری ارتباط است.
کلید های اصلی Google و Baidu
در حال حاضر موجود است

یک نفر میله های گوشه را می پوشاند، در حالی که دیگر گوشی را نگه می دارد. مصرفکنندگان earbud در زبان خود صحبت می کنند - انگلیسی به طور پیش فرض است و برنامه ترجمه را صحبت می کند و آن را با صدای بلند در تلفن می نویسد. فردی که تلفن دارد پاسخ می دهد این پاسخ از طریق earbuds ترجمه و پخش می شود.

گوگل ترجمه در حال حاضر دارای یک ویژگی مکالمه است، و برنامه های iOS و Android آن را به کاربران اجازه می دهد تا به دو زبان مختلف صحبت کنند زیرا به طور خودکار از زبان های مختلف استفاده می کنند و سپس آنها را ترجمه می کند. اما سر و صدای پس زمینه می تواند برنامه را برای درک آنچه مردم می گویند سخت کند، و همچنین می توانید دریابید که وقتی یک نفر صحبت کردن را متوقف کرد و زمان شروع ترجمه است.

جوانه های پیکسل این مشکلات را از بین می برند، زیرا پوشنده پوشاننده در حالی که صحبت می کند، انگشت خود را روی گوشه سمت راست نگه می دارد. تقسیم تعامل بین گوشی و گوشه هر فرد به کنترل یک میکروفون کمک می کند و بلندگو ها تماس چشم را حفظ می کنند، زیرا آنها سعی در انتقال تلفن به عقب و جلو ندارند.

جوانه های پیکسل به طور گسترده ای طراحی شده اند. آنها به نظر احمقانه نگاه می کنند، و ممکن است در گوش شما نباشد. آنها همچنین می توانند با استفاده از یک تلفن با مشکل مواجه شوند.

هرچند سخت افزار سخت افزاری می تواند ثابت شود. جوانه های پیکسل وعده برقراری ارتباط متقابل قابل درک بین زبان ها را در نزدیکی زمان واقعی نشان می دهد. و هیچ ماهی مورد نیاز نیست راشل متز
گاز طبیعی زغال سنگ کربن
میگوئل پورلان

جهان احتمالا با استفاده از گاز طبیعی به عنوان یکی از منابع اولیه برق ما در آینده قابل پیش بینی است. در حال حاضر ارزان و به راحتی در دسترس است، این در حال حاضر بیش از 30 درصد برق ایالات متحده و 22 درصد برق جهان را تشکیل می دهد. و اگر چه پاکتر از زغال است، هنوز هم یک منبع عظیم انتشار کربن است.

نیروگاه خلبان فقط در خارج از هوستون، در قلب صنعت نفت و پالایش نفت ایالات متحده، تکنولوژی را آزمایش می کند که می تواند انرژی پاک را از گاز طبیعی به واقعیت تبدیل کند. شرکت مستقر در پروژه 50 مگاوات، Net Power، معتقد است که می تواند قدرت را به همان اندازه ارزان قیمت به عنوان استاندارد های گاز طبیعی تولید کند و اساسا تمام دی اکسید کربن آزاد شده در این فرایند را جذب کند.
گاز طبیعی زغال سنگ کربن

دستیابی به موفقیت یک نیروگاه به طور مؤثر و کم هزینه کربن را که توسط سوختن گاز طبیعی آزاد می شود را از بین می برد و از انتشار گازهای گلخانه ای جلوگیری می کند.
چرا این موضوع حدود 32 درصد از برق ایالات متحده با گاز طبیعی تولید می شود، که حدود 30 درصد از انتشار گازهای گلخانه ای را در بر می گیرد.
بازیکنان کلیدی 8 Rivers Capital؛ نسل اکسلون؛ CB & I
در دسترس بودن 3 تا 5 سال

اگر چنین است، این بدان معنی است که جهان راهی برای تولید انرژی بدون کربن از یک سوخت فسیلی با هزینه معقول دارد. چنین گیاهان گاز طبیعی می تواند به صورت تقاضای حرکت کند و به پایین برود، اجتناب از هزینه های بالای سرمایه گذاری انرژی هسته ای و کنار گذاشتن عرضه ناپایدار که انرژی های تجدید پذیر به طور کلی فراهم می کند.

Net Power همکاری بین شرکت توسعه فن آوری 8 Rivers Capital، Exelon Generation و شرکت ساخت و ساز انرژی CB & I است. این شرکت در حال راه اندازی کارخانه است و آزمایش اولیه را آغاز کرده است. این در نظر دارد نتایج حاصل از ارزیابی های اولیه در ماه های آینده را منتشر کند.

این گیاه دی اکسید کربن را از سوختن گاز طبیعی تحت فشار و گرما آزاد می کند، با استفاده از CO2 به عنوان "مایع کار" که یک توربین مخصوص ساخته شده است، را احیا می کند. بیشتر دی اکسید کربن می تواند به طور مداوم بازیافت شود؛ بقیه را می توان به راحتی اسیر کرد.

بخش عمده ای از کاهش هزینه ها بستگی به فروش دی اکسید کربن دارد. امروزه استفاده اصلی در کمک به استخراج روغن از چاه های نفتی است. این یک بازار محدود است و نه به خصوص سبز. با این حال، در نهایت، Net Power امیدوار است تا تقاضای رو به رشد دی اکسید کربن در تولید سیمان و ساخت پلاستیک و مواد دیگر بر اساس کربن روبرو شود.

فن آوری Net Power تمام مشکلات مربوط به گاز طبیعی را، به ویژه در قسمت استخراج، حل نمی کند. اما تا زمانی که ما از گاز طبیعی استفاده می کنیم، ممکن است به همان اندازه که ممکن است از آن استفاده کنیم. از تمامی فن آوری های انرژی پاک در توسعه، Net Power یکی از دورترین ها است که به همراه وعده بیشتر از پیشرفت نهایی در کاهش انتشار کربن است. معبد یاماها

حفظ حریم شخصی کامل
میگوئل پورلان

در نهایت ممکن است حریم خصوصی اینترنت به لطف ابزار جدیدی که می تواند به عنوان مثال امکان پذیر باشد، امکان پذیر می شود؛ به شما ثابت کنید که شما بیش از 18 سال داشته اید، بدون اینکه تاریخ تولد خود را نشان دهید، یا ثابت کنید پول کافی برای انجام یک معامله مالی در بانک وجود دارد یا سایر جزئیات این مسأله ریسک نقض حریم خصوصی یا سرقت هویت را محدود می کند.
حفظ حریم شخصی کامل

دانشمندان کامپیوتر دستیابی به موفقیت در حال تکمیل ابزار رمزنگاری برای اثبات چیزی بدون آشکار شدن اطلاعاتی هستند که اثبات شده است.
چرا این موضوع مهم است اگر شما نیاز به افشای اطلاعات شخصی برای انجام کاری در اینترنت داشته باشید، این کار راحت تر خواهد بود بدون اینکه از حریم خصوصی خود رنج ببرید یا خودتان را به سرقت هویت افشا کنید.
بازیکنان اصلی Zcash؛ JPMorgan Chase؛ ING
در حال حاضر موجود است

این ابزار یک پروتکل رمزنگاری در حال ظهور است که به معنای اثبات دانش صفر است. اگرچه محققان در دهه های گذشته کار کرده اند، منافع در سال گذشته منفجر شده است، بخشی از آن به وسواس فزاینده ای که با استفاده از رمزنگاری معامله گران صورت می گیرد، که بیشتر آنها خصوصی نیستند.

بخش عمده ای از اعتبار برای اثبات صفر دانش واقعی به Zcash، یک ارز دیجیتالی است که در اواخر سال 2016 راه اندازی شد. توسعه دهندگان Zcash با استفاده از یک روش به نام zk-SNARK (برای "دانش ناقص و غیر متقابل دانش دانش") به استفاده از کاربران را قادر به برقراری ارتباط ناشناس می دانند.

این معمولا در Bitcoin و اکثر سیستم های عمومی Blockchain معمولی امکان پذیر نیست، که در آن معاملات برای همه قابل مشاهده است. اگرچه این تراکنشها از لحاظ نظری ناشناس هستند، آنها می توانند با سایر داده ها ترکیب شوند تا کاربران را شناسایی و حتی شناسایی کنند. ویتالیک بوترین، خالق Ethereum، دومین شبکه محبوب ترین بلوک چینی در دنیا، zk-SNARK را به عنوان یک "فناوری در حال تغییر کاملا بازی" توصیف کرده است.

برای بانک ها، این می تواند راهی برای استفاده از بلوک های زنجیره ای در سیستم های پرداخت بدون قربانی کردن حریم خصوصی مشتریان خود باشد. سال گذشته JPMorgan Chase zk-SNARKs را به سیستم پرداخت مبتنی بر Blockchain اضافه کرد.

با وجود همه وعده های خود، ZK-SNARK ها محاسبات سنگین و آهسته دارند. آنها همچنین به اصطلاح "نصب قابل اعتماد" نیاز دارند که یک کلید رمزنگاری ایجاد کنند که می تواند تمام سیستم را به خطر اندازد اگر به دست اشتباه برسد. اما رز
پیشگامان به جایگزینی هایی هستند که اثبات صفر دانش را به طور موثرتری انجام می دهند و نیازی به چنین کلیدی ندارند. -Mike Orcutt

فانتزی ژنتیکی
دراک برهنی

یک روز بچه ها کارت های گزارش DNA را در هنگام تولد دریافت خواهند کرد. این گزارش ها پیش بینی می کند که شانس ابتلا به حمله قلبی یا سرطان، تکان خوردن از دخانیات و هوشمند بودن نسبت به میانگین آنها را پیش بینی کند.
فانتزی ژنتیک

دستیابی به موفقیت دانشمندان می توانند از ژنوم خود برای پیش بینی شانس ابتلا به بیماری های قلبی یا سرطان پستان و حتی IQ خود استفاده کنند.
چرا این پیش بینی های مبتنی بر DNA می تواند پیشرفت سلامت عمومی بزرگ بعدی باشد، اما آنها خطرات تبعیض ژنتیکی را افزایش خواهند داد.
بازیکنان کلیدی Helix؛ 23andMe؛ ژنتیک میریاد؛ بریتانیا Biobank؛ موسسه گسترده
در حال حاضر موجود است

علت ایجاد این کارت های گزارش ممکن است به طور ناگهانی وارد شده، به لطف مطالعات ژنتیک بزرگ - برخی از آنها شامل بیش از یک میلیون نفر.

به نظر می رسد که شایع ترین بیماری ها و بسیاری از رفتارها و صفات، از جمله هوش، نتیجه یک یا چند ژن نیست، اما بسیاری از آنها در کنسرت شرکت می کنند. با استفاده از داده های مطالعات ژنتیک در حال انجام، دانشمندان آنچه را که آنها "نمرات رگرسیون های پلی ژنی" نامیده اند ایجاد می کنند.

اگرچه آزمایشات جدید DNA احتمالا را ارائه می دهند، تشخیص نمی دهند، آنها می توانند تا حد زیادی به دارو کمک کنند. به عنوان مثال، اگر زنان در معرض خطر ابتلا به سرطان پستان ماموگرام بیشتری داشته باشند و کسانی که در معرض خطر کمتری قرار می گیرند، این آزمایش ها احتمال ابتلا به سرطان واقعی را افزایش می دهند و آلارم های نادرست را کاهش می دهند.

شرکت های دارویی همچنین می توانند از نمرات در آزمایش های بالینی داروهای پیشگیرانه برای بیماری هایی مانند بیماری آلزایمر یا بیماری قلبی استفاده کنند. با جمع آوری داوطلبانی که احتمال بیشتری دارند بیمار می شوند، می توانند با دقت آزمایش کنند که مواد مخدر چگونه کار می کنند.

مشکل این است که پیش بینی ها بسیار دور هستند. چه کسی می خواهد بداند آنها ممکن است آلزایمر را توسعه دهند؟ اگر فردی با ریسک کم خطر برای سرطان، غربالگری شود، و به هر حال، سرطان را توسعه می دهد؟

نمرات پلي ژنيک نيز بحث برانگيز هستند، زيرا آنها مي توانند هر نوع صفت، نه فقط بيماري را پيش بيني کنند. به عنوان مثال، اکنون می توانند حدود 10 درصد از عملکرد یک فرد را در آزمون های IQ پیش بینی کنند. با پیشرفت نمرات، احتمال دارد که پیش بینی های IQ DNA به طور معمول در دسترس قرار گیرد. اما پدر و مادر و معلمان چگونه از این اطلاعات استفاده می کنند؟

اریک ترکیهیمر، ژنتیک رفتاری، احتمال اینکه دادههای ژنتیکی برای هر دو خوب و بد استفاده شود، چیزی است که تکنولوژی جدید را "به طور همزمان هیجان انگیز و هشدار دهنده" می سازد. -Antonio Regalado
ادامه مطلب
پیش بینی های سرنوشت ژنتیکی خیلی دقیق تر بود
نمره های پلی گن ژنی مبتنی بر DNA در پیش بینی هوش، خطرات بیماری های شایع و بیشتر، بهتر می شود.

جهش کوانتومی مواد
جابر ليبمن

چشم انداز کامپیوترهای جدید کوانتومی جدید با یک پازل همراه است. آنها قادر به انجام کارهای محاسباتی با ماشین های امروز ناپذیر می باشند، اما ما هنوز نمی دانیم چه چیزی ممکن است با آن قدرت ها انجام دهیم.
جهش کوانتومی مواد

دستیابی به موفقیت IBM، ساختار الکترونیکی یک مولکول کوچک را با استفاده از یک کامپیوتر کوانتومی هفت کیبتی شبیه سازی کرده است.
چرا این مساله درک دقیق مولکول ها به متخصصین شیمیایی اجازه می دهد تا داروهای موثرتر و مواد بهتر برای تولید و توزیع انرژی طراحی کنند.
کلید های اصلی آی بی ام؛ گوگل آلن اسپورو گوزیک، هاروارد
در دسترس بودن 5 تا 10 سال

یکی از احتمالات احتمال و جذاب: دقیقا طراحی مولکول ها.

شیمی در حال حاضر در حال خواب از پروتئین های جدید برای داروهای بسیار موثر، الکترولیت های جدید برای باتری های بهتر، ترکیبات است که می تواند نور خورشید را به طور مستقیم به سوخت مایع تبدیل، و سلول های خورشیدی بسیار کارآمد تر.

ما این چیزها را نداریم، چون مولکول ها به طور مضحک سخت به مدل کامپیوتری کلاسیک می روند. سعی کنید شبیه سازی رفتار الکترون ها را در یک مولکول نسبتا ساده انجام دهید و به پیچیدگی هایی که فراتر از توانایی های رایانه های امروز است، برسید.

اما این یک مشکل طبیعی برای رایانه های کوانتومی است که به جای بیت های دیجیتالی که از 1s و 0s استفاده می کنند، از qubits استفاده می کنند که خود سیستم های کوانتومی هستند. به تازگی، محققان IBM از یک کامپیوتر کوانتومی با هفت کویت برای استفاده از یک مولکول کوچک از سه اتم استفاده کرده اند.

با توجه به اینکه دانشمندان ماشینهای با qubits بیشتری تولید می کنند و به همان اندازه مهم هستند، الگوریتم های کوانتومی بهتر، ممکن است به دقت شبیه سازی مولکول های بسیار بزرگتر و جالب تر انجام شود. دیوید روتن

موضوعات: تکنولوژی,
[ بازدید : 1244 ] [ امتیاز : 3 ] [ نظر شما :
]

مطالب مرتبط

نام :
ایمیل :
آدرس وب سایت :
متن :
:) :( ;) :D ;)) :X :? :P :* =(( :O @};- :B /:) =D> :S
کد امنیتی : ریست تصویر
مجله اینترنتی6n6
تمامی حقوق این وب سایت متعلق به 6n6مجله اینترنتی است. || طراح قالب avazak.ir
ساخت وبلاگ تالار ایجاد وبلاگ عکس عاشقانه فال حافظ فال حافظ خرید بک لینک خرید آنتی ویروس دانلود تک آهنگ انجام پروژه متلب انجام پروژه متلب انجام پروژه های دانشجویی مجله اینترنتی دلنا ثبت شرکت ثبت برند نظافت منزل در تهران پیش بینی نتایج فوتبال
بستن تبلیغات [X]