Роботы для наращивания ресниц и чипы в мозг: фантастические технологии 2025 года
Мясо из лаборатории по доступной цене
Сама технология искусственно выращенного мяса не нова, но до недавнего времени она была недостаточно эффективна для коммерческих масштабов. Например, в исследовании инженера-химика Дэвида Хамберда за 2021 год утверждалось, что за фунт (0,45 кг) такого мяса придется отдать $40, тогда как стоимость обычного мяса на прилавках колебалась в пределах $5. Эми Чен, COO компании-производителя лабораторного мяса Upside, три года назад заявляла, что основная задача на ближайшие годы — это масштабирование производства. Однако до сих пор этого не произошло — и в 2024 году стартапы, занимающиеся выращиванием искусственного мяса, сталкивались с проблемами, несмотря на многообещающее начало, а в Европе, как писали технологические издания, достигли «долины смерти» — так принято называть период, когда денег уже вложено много, а прибыли все нет.
Однако есть вероятность, что уже в следующем году ситуация изменится. Мясо, выращенное в лабораториях, может прорваться в массовое производство в 2025 году. Такие компании, как Future Meat Technologies и Eat Just, уже продвигают свою продукцию на рынках Сингапура и Израиля. Снижение затрат на биореакторы и клеточные среды может сделать процесс производства мяса более доступным, и, согласно исследованию Eduson, это должно случиться как раз в 2025 году.
Вторая по величине экономика мира — Китай — даже рассматривает возможность включения культивированного мяса в аграрные программы и уже развивает свое производство в этом направлении. В первой же по величине экономике мира, США, министерство сельского хозяйства уже дало разрешение на продажу искусственно выращенного мяса, хотя ранее компании получали отказ.
Умное зеркало увидит настроение
«Черное зеркало» (гаджет) у нас уже есть, теперь пришла очередь умного зеркала, и его задача не в том, чтобы делать идеальные селфи. Французское зеркало Baracoda BMind — это инновационный гаджет для поддержки психоэмоционального и физического состояния пользователей.
Существуют и другие умные зеркала (например, китайский HiMirror Plus+ или канадский Anura MagicMirror), но они дают рекомендации, касающиеся лишь физического состояния владельца. BMind же работает и с ментальным здоровьем: оно оснащено генеративным ИИ и технологиями обработки естественного языка (NLP). Это позволяет девайсу не только анализировать внешний вид пользователя, но и отслеживать его эмоциональное состояние. Например, если система определит признаки грусти на лице, она спросит, как прошел день, и может предложить светотерапию или медитацию.
Помимо ментального благополучия, зеркало анализирует состояние кожи и даже помогает улучшить уход за зубами с помощью интерактивных инструкций по чистке. В 2024 году зеркало получило престижную технологическую премию CES Innovation Award в категории «умный дом».
Шустрый робот для наращивания ресниц
AI идет семимильными шагами и проникает во все сферы, в том числе в бьюти-индустрию. Компания LUUM Precision Lash представила робота для наращивания ресниц, который сочетает искусственный интеллект и робототехнику. Он уже проходит тестирование в Ulta Beauty, крупнейшей сети косметических магазинов США. Технология позволяет сокращать время наращивания ресниц — даже сложная процедура с двойным объемом и длиной займет не больше 75 минут (обычно на это уходит от полутора до четырех часов). LUUM не планирует останавливаться на этом показателе: в планах компании — сократить время наращивания ресниц до 33 минут.
Робот способен работать быстрее и аккуратнее человека. Он использует системы компьютерного зрения и микро-манипуляторов, которые позволяют размещать искусственные ресницы на натуральных с точностью до долей миллиметра (а это как раз основная сложность в процедуре наращивания).
Колумнистка глянцевого журнала Marie Claire Мишель Стэнсбери, которая сходила на процедуру, рассказывает, что робот поможет мастерам одновременно выполнять сразу несколько заказов, увеличивая пропускную способность салона и положительно влияя на прибыль. В будущем его можно научить проводить и другие популярные процедуры. Такими темпами AI скоро станет полноценным участником бьюти-индустрии.
Agentic AI и эра автономного интеллекта
Agentic AI представляет собой искусственный интеллект, способный самостоятельно планировать и выполнять действия для достижения поставленных пользователем целей. В отличие от традиционных ИИ-систем, которые требуют явных инструкций, агентные ИИ могут принимать решения и действовать автономно. Разработками в этом направлении занимаются сразу несколько компаний: среди них и техно-гигант Microsoft, и менее известные широкой аудитории Cognigy и CloudFabrix. Agentic AI — это не изобретение конкретного человека, а скорее один из путей эволюции ИИ и другой подход к его созданию и обучению.
Согласно прогнозам аналитической компании Gartner, к 2028 году не менее 15% повседневных рабочих решений будут приниматься с использованием таких автономных агентов. А исследователи из McKinsey считают, что агентные ИИ способны выполнять сложные, многоэтапные рабочие процессы, действуя как виртуальные сотрудники и взаимодействуя с людьми на естественном языке.
Благодаря развитию автономного интеллекта нас ждет и бум ИИ-агентов, пишет MIT Technology Review. По сути это — личный ассистент для любого пользователя. Он будет ставить вам встречи в календарь, планировать рабочий график, бронировать билеты и гостиницы — словом, делать все задачи, которые можно решить в онлайне. И некоторые разработки уже есть. Например, Salesforce запустили платформу, где все их компании-клиенты могут создавать ИИ-агентов под нужды своих потребителей. Не ясно, насколько эффективными и «понятливыми» будут первые поколения таких агентов. Но мы, например, помним, как быстро нейросети эволюционировали от генерации жутковатых видео до вполне реалистичных роликов. Возможно, что-то подобное стоит ожидать и в отношении ИИ-агентов.
Нейроморфные вычисления, или Мозг в кремниевой оболочке
Нейроморфные процессоры представляют собой третье поколение вычислительных устройств. Они имитируют архитектуру и функционирование человеческого мозга. В отличие от традиционных процессоров нейроморфные чипы обрабатывают информацию параллельно, используя спайковые нейронные сети и синапсы, подобно биологическим системам.
Некоторые нейроморфные системы способны к обучению на месте, без необходимости передачи данных в облако, что повышает скорость и безопасность обработки. Такие процессоры уже существуют: например, в этом году Intel вместе с Sandia National Laboratories представили нейроморфный компьютер Hala Point на основе чипа Loihi 2, который содержит более 2 млрд транзисторов и способен имитировать работу 130 000 нейронов. Компания утверждает, что эта система обладает мощностью мозга совы. Другие производители тоже могут похвастаться нейроморфными чипами (например, NorthPole от IBM), однако создать полноценную систему пока что удалось лишь исследователям из Intel и Sandia National Laboratories.
Однако есть и минусы: вряд ли получится бесшовно перейти на новые процессоры. Майк Дэвис, руководитель направления нейроморфных вычислений в Intel, прямо это признает и говорит, что в 2025 году мы не увидим Hala Point в смартфонах или умных пылесосах, но зато их будут постепенно внедрять в дата-центры и другие девайсы и инфраструктурные IT-объекты.
Синтетические медиа для всех и каждого
Синтетические медиа — это контент, полностью создаваемый генеративными нейросетями. Они уже используются для автоматизации написания новостей, создания видеороликов и графики. Например, Reuters еще в 2020 году применяли AI для выпуска новостей по итогу футбольного матча. Однако пять лет назад возможности нейросетей все еще были гораздо ограниченнее, чем сейчас.
Основным преимуществом синтетических медиа является их скорость и низкая стоимость. Генеративный ИИ может создавать материалы за считанные секунды, что особенно актуально для индустрии новостей, где важна оперативность. Применение таких систем уже тестируется: например, норвежская телерадиокомпания (NRK) использует искусственный интеллект для создания кратких новостных обзоров, чтобы привлечь молодую аудиторию. Обзоры генерируются на основе материалов NRK с помощью GPT-3.5 от OpenAI, но перед публикацией все же проходят проверку и правки журналистов.
А Bloomberg использует нейросети для формирования финансовой аналитики и новостей. Еще один пример — Xiaomingbot, ИИ-репортер, который способен генерировать новости, переводить их на различные языки, озвучивать и представлять информацию через анимированного аватара. С момента запуска Xiaomingbot написал более 600 000 статей.
Синтетические медиа открывают простор для персонализации. Под каждого читателя можно будет создавать персонализированный контент: личное медиа по любой тематике, которое всегда доступно. Пользователь авторизуется и укажет свои интересы, а нейросеть будет создавать для него материалы с новостями или лонгридами по теме. Отслеживая его действия, можно будет корректировать выпуск следующих материалов и делать их интереснее для читателя. Однако синтетические медиа также вызывают вопросы, касающиеся этики, достоверности и необходимости контроля, чтобы избежать дезинформации.
При этом потенциал синтетических медиа огромен, особенно для нишевых изданий и стартапов, которые смогут минимизировать затраты на контент-маркетинг, сосредотачиваясь на его распространении и персонализации для аудитории.
«Когнитивные» цифровые двойники городов и устройств
Цифровые двойники — это виртуальные копии реальных объектов или процессов, которые используют данные с сенсоров, модели машинного обучения и прогнозные аналитические алгоритмы. Они позволяют в режиме реального времени наблюдать за системой или объектом, предсказывать ее поведение. Допустим, такая модель может быть у самолета. Сенсоры на реальном самолете собирают данные о состоянии двигателя, крыльев, топливной системы и других систем. Эти данные передаются в его компьютерную модель — это и есть цифровой двойник самолета. Машинное обучение и прогнозная аналитика предсказывают по двойнику то, как изменяются параметры самолета при различных условиях, например при перегрузках, турбулентности или сильном ветре.
Технология цифрового двойничества уже широко используется в промышленности, логистике и управлении инфраструктурой.
Основное преимущество — их способность предсказывать поломки оборудования, оптимизировать производственные линии и планировать ресурсы. Например, в машиностроении цифровой двойник двигателя может помогать инженерам анализировать его работу, предупреждать о возможных сбоях и предлагать рекомендации по обслуживанию.
Сейчас эту технологию чаще всего используют в городском управлении. Цифровые двойники применяются для моделирования дорожного движения, энергопотребления и работы коммунальных систем. Сингапур, например, создал цифровой двойник всего государства, нечто похожее есть в Амстердаме и других европейских городах и даже в Москве. Двойники помогают планировать развитие инфраструктуры и обеспечивать устойчивость к экологическим и социальным вызовам.
Согласно планам Министерства строительства и ЖКХ России, в ближайшие три года цифровые двойники будут созданы для всех российских городов с населением более миллиона человек.
Нейроусиление — в массы
Нейроусиление, основанное на интерфейсах мозг-компьютер (Brain-Machine Interface, BBMIs), представляет собой технологию, которая позволяет усиливать когнитивные способности человека. Если ранние разработки концентрировались на восстановлении утраченных функций (движения или речи), то современные проекты затрагивают и повышение производительности мозга.
Neuralink и Kernel уже тестируют устройства, которые улучшают концентрацию, помогают запоминать больше информации и быстрее обрабатывать данные. Эти технологии особенно востребованы в корпоративной среде, где растет потребность в сотрудниках, способных справляться с большими объемами информации и сложными аналитическими задачами.
Применение таких устройств может варьироваться от поддержки людей с когнитивными нарушениями до усиления способностей здоровых пользователей. Скорее всего, в следующем году мы увидим новости о первых здоровых добровольцах, которые опробуют технологию на себе.
Конечно, внедрение нейроусиления вызывает дискуссии об этике и рисках, связанных с возможным неравенством доступа и безопасностью данных. При этом потенциал технологии огромен: она может изменить не только индивидуальные способности, но и весь подход человечества к обучению и работе.
Вертолеты-такси для перемещений без пробок
Электросамолеты с вертикальным взлетом и посадкой (eVTOL) — звучит очень длинно и замысловато, но по сути они представляют собой нечто вроде электрического вертолета.
Эти аппараты разрабатываются преимущественно для коммерческого использования: перевозки пассажиров между пригородами и центрами городов или из аэропорта в город. В перспективе такие воздушные такси могут стать беспилотными, что делает эту технологию еще более футуристичной.
С 2023 года разработки в этой области набирают обороты и уже максимально приблизились к тому, чтобы стать частью городского транспорта. Например, китайская компания EHang уже получила разрешение на массовое производство eVTOL и даже начала принимать заказы. Другие страны не отстают: так, Южная Корея и ОАЭ разработали нормативные акты, позволяющие использовать эти аппараты. При этом у азиатского государства есть два своих прототипа eVTOL, а в Абу-Даби уже построили площадку для такого аппарата.
В США компания Archer прошла сертификацию FAA (Федерального управления авиации) для коммерческой эксплуатации. В FAA даже утвердили правила обучения пилотов и эксплуатации eVTOL, по сути, новой категории летательных аппаратов.
Интерес к разработке продолжает расти, особенно со стороны крупных авиационных компаний вроде Boeing, Embraer и Airbus, которые активно инвестируют в стартапы и собственные проекты.
Невидимый интеллект, или Сенсоры везде и всюду
Концепция Ambient Invisible Intelligence (невидимый интеллект в окружающей среде) подразумевает интеграцию умных систем в повседневную жизнь посредством недорогих датчиков и меток. Эти технологии позволяют автоматизировать процессы в различных сферах, таких как логистика, розничная торговля и городской транспорт. Разработками занимаются сразу несколько компаний и организаций: например, Массачусетский технологический университет, компания Arm и даже Philips, которая и ввела термин Ambient Intelligence еще в 1990-е годы.
Внедрение этого принципа позволит объединить все городские системы в одну мегасистему, которая будет следить за безопасностью, предлагать решения по оптимизации (например, тех участков дорог, где скапливаются пробки). Компания Gartner в своем отчете «Toп-10 технологических трендов 2025» отмечает, что невидимый интеллект будет играть ключевую роль в сборе и анализе данных, которые ранее было сложно или дорого получить.
А еще невидимый интеллект внесет вклад и в повседневную жизнь каждого человека: он будет следить за энергопотреблением в доме или делать поход в магазин еще проще за счет полного отсутствия касс. Вариативность применения и относительная дешевизна делает концепцию довольно привлекательной для городских властей и компаний.