۱۰ تکنولوژی انقلابی که در سال ۲۰۲۱ به آن‌ها دست پیدا کردیم

در این مقاله قصد داریم به مرور ۱۰ تکنولوژی انقلابی بپردازیم که طی یک سال اخیر به دست آمده‌اند و قرار است تاثیری چشمگیر روی زندگی بشر بگذارند. برخی از این تکنولوژی‌ها، مانند واکسن‌های mRNA، همین حالا در حال دگرگون کردن زندگی‌مان هستند و برخی دیگر هم اثرات خود را تا چند سال دیگر به نمایش درخواهند آورد. با کنار یکدیگر قرار دادن تکنولوژی‌های حاضر در این لیست، می‌توانیم چشم‌اندازی کلی از آنچه در آینده در انتظار بشریت است ترسیم کنیم. به مطالعه ادامه دهید.

واکسن‌های Messenger RNA

راستش را بخواهید با دستیابی به این تکنولوژی، حسابی شانس آوردیم. دو مورد از موثرترین واکسن‌های کنونی در برابر کرونا ویروس بر مبنای Messenger RNA ساخته شده‌اند، تکنولوژی‌ای که برای بیش از ۲۰ سال در دست توسعه بوده است. وقتی پاندمی کووید-۱۹ طی ماه ژانویه سال گذشته میلادی آغاز شد، محققان حاضر در چندین کمپانی بیوتک به سرعت به سراغ mRNA به عنوان راهی بالقوه برای ساخت واکسن رفتند. اواخر ماه دسامبر ۲۰۲۰، زمانی که بیش از ۱.۵ میلیون نفر در سراسر جهان به کووید-۱۹ جان باخته بودند، واکسن‌های mRNA در ایالات متحده به تایید رسیدند و روند پایان دادن به پاندمی کلید خورد.

واکسن‌های جدید کووید بر مبنای تکنولوژی‌ای ساخته شده‌اند که پیشتر هیچوقت در حوزه دارویی مورد استفاده قرار نگرفته اما می‌تواند به تولید واکسن‌های هرچه بیشتر برای بیماری‌های عفونی نظیر مالاریا منجر شود. و اگر کرونا ویروس به جهش ادامه دهد، واکسن‌های mRNA نیز به راحتی و به سرعت دچار تغییر خواهند شد. mRNA ضمنا می‌تواند به عنوان راهی ارزان و موثر برای اطلاح ژنتیکی و درمان بیماری‌هایی نظیر ایدز باشد. از طرف دیگر، محققان از همین حالا به فکر مقابله با سرطان از طریق mRNA افتاده‌اند.

GPT-3

مدل‌های بزرگ زبان طبیعی کامپیوتری که می‌توانند نوشتن و صحبت کردن را بیاموزند، گامی بزرگ برای دستیابی به هوش مصنوعی‌های بهتری است که زبان انسانی را درک کرده و با جهان به تعامل می‌پردازند. GPT-3 با اختلاف فراوان، بزرگ‌ترین و بهترین مدلی است که تاکنون به آن دست پیدا کرده‌ایم. این ربات که با متون هزاران کتاب و مقاله اینترنتی آموزش دیده، قادر به تقلید از متون نوشته شده به دست انسان با دقتی دیده نشده -و گاه کاملا عجیب- است و بنابراین تحسین‌برانگیزترین مدل زبانی است که تا امروز با استفاده از یادگیری ماشینی ساخته‌ایم.

البته GPT-3 خود درک نمی‌کند که چه می‌نویسد، بنابراین نتایج کار گاهی بی‌معنی و درهم‌ریخته به نظر می‌آیند. و با توجه به اینکه ربات مورد اشاره با استفاده از متون اینترنتی آموزش دیده که گاهی پر شده‌اند از اطلاعات دروغین و سخنان متعصبانه، GPT-3 نیز گاهی متونی تولید می‌کند که همین خصیصه‌ها را در خود جای داده‌اند.

دیتا تراست

کمپانی‌های تکنولوژی اثبات کرده‌اند که توانایی حفاظت حداکثری از داده‌های شخصی ما را ندارند. اطلاعات ما به وفور به بیرون درز کرده، هک شده و به دفعاتی بیشتر از آنچه قادر به شمارش‌اش باشیم، فروخته شده. در غایی‌ترین حالت، مقصر این مشکل ما نیستیم، بلکه مدل حفاظت از حریم شخصی ایراد دارد - در این مدل، هر یک از ما اصلی‌ترین افراد مسئول در قبال مدیریت و حفاظت از حریم شخصی خود به حساب می‌آییم.

دیتا تراست‌ها قرار است رویکردی جایگزین باشند و برخی دولت‌ها از همین حالا شروع به بررسی ابعاد مختلف آن‌ها کرده‌اند. یک دیتا تراست، ماهیتی قانونی است که داده‌های خصوصی مردم را به وکالت از آن‌ها جمع‌آوری و مدیریت می‌کند. اگرچه ساختار و کارکرد این تراست‌ها هنوز به صورت ۱۰۰ درصدی مشخص و تعیین نشده و سوالات بسیار زیادی بی‌پاسخ باقی مانده، دیتا تراست‌ها می‌توانند یک راه حل بالقوه برای مشکلات طولانی‌مدت در حوزه حریم شخصی و امنیت باشند.

هیدروژن سبز

هیدروژن همواره به عنوان یکی از بهترین جایگزین‌ها برای سوخت‌های فسیلی در نظر گرفته شده است. این ماده به شکلی پاک می‌سوزد، هیچ کربن دی‌اکسیدی تولید نمی‌کند و به خاطر تراکم انرژی بالایش، راهی عالی برای ذخیره‌سازی انرژی منابع تجدیدپذیر به حساب می‌آید. از طرف دیگر، با هیدروژن می‌توانید سوخت‌های مایع مصنوعی بسازید که جایگزینی برای گازوییل و دیزل به حساب می‌آیند. اما هیدروژن تا به امروز عمدتا از گازهای طبیعی استخراج شده است و این پروسه هم بسیار آلودگی تولید می‌کند و هم انرژی فراوانی می‌طلبد.

کاهش سریع و مداوم هزینه‌ انرژی‌های خورشیدی و بادی به این معناست که هیدروژن سبز حالا آنقدر ارزان شده که می‌تواند راهکاری عملی در نظر گرفته شود. کافیست آب را با الکتریسیته تحت فشار قرار دهید و هیدروژن گیرتان خواهد آمد. اروپا اکنون سردمدار این حوزه به حساب می‌آید و در حال ساخت زیرساخت‌های ضروری برای استفاده حداکثری از هیدروژن سبز است.

موقعیت‌یابی فوق دقیق

همه ما به صورت روزانه از جی‌پی‌اس استفاده می‌کنیم: این تکنولوژی زندگی ما و همینطور کارکرد بسیاری از کسب‌وکارها را دگرگون ساخته است. اما گرچه جی‌پی‌اس امروزی تا شعاع ۵ الی ۱۰ متر دقیق عمل می‌کند، تکنولوژی‌های موقعیت‌یابی فوق دقیق می‌توانند میزان خطا را به چند سانتی‌متر یا میلی‌متر برسانند. به این ترتیب با انبوهی از احتمالا تازه روبه‌رو هستیم: از هشدارهای محیطی دقی‌تر گرفته تا ربات‌های دلیوری و اتومبیل‌های خودرانی که با امنیت هرچه تمام‌تر در خیابان‌ها ناوبری می‌کنند.

سیستم ناوبری جهانی BeiDou که به متعلق به شرکتی چینی است در ماه ژوئن ۲۰۲۰ به صورت کامل توسعه یافت و همین سیستم است که تمام احتمالات تازه را امکان‌پذیر کرده. این سیستم می‌تواند دقت موقعیت‌یابی ۱.۵ الی ۲ متری را در اختیار هرکسی در هر نقطه از جهان قرار دهد. با استفاده از ایستگاه‌های زمینی نیز، همین دقت را می‌توان شدیدا افزایش داد و به خطای چند میلی‌متری رسید. در این بین، تکنولوژی جی‌پی‌اس که از دهه ۱۹۹۰ تاکنون در دسترس بوده هم به‌روزرسانی خواهد شد: در ماه نوامبر گذشته چهار ماهواره برای GPS III به فضا ارسال شدند و انتظار می‌رود چند ماهواره دیگر هم تا سال ۲۰۲۳ وارد مدار زمین شوند.

همه‌چیز از راه دور

پاندمی کووید-۱۹ تمام جهان را مجبور به دورکاری کرد. انجام این کار به خصوص در حوزه‌های سلامت و آموزش بسیار حیاتی بود. برخی نقاط جهان عملکردی بسیار عالی در پیاده‌سازی و ارائه سرویس‌های از راه دور داشته‌اند و حسابی به کمک مردم آمده‌اند.

برای مثال Snapask که یک کمپانی آموزش آنلاین است اکنون بیش از ۳.۵ میلیون کاربر در ۹ کشور آسیایی دارد و Byju که یک اپلیکیشن آموزشی هندی است هم به رقم شگفت‌انگیز ۷۰ میلیون کاربر دست پیدا کرده است. البته اما دانش‌آموزان در بسیاری از دیگر کشور، خصوصا کشورهای در حال توسعه، همچنان از تحصیل به صورت مجازی و آنلاین باز مانده‌اند و با مشکلات گسترده دست و پنجه نرم می‌کنند.

از سوی دیگر باید به تلاش‌های صورت گرفته در حوزه سلامت تلفنی در اوگاندا و چند کشور آفریقایی دیگر اشاره کرد که به میلیون‌ها نفر در دوران پاندمی یاری رسانده‌اند. در نقاطی از جهان که دسترسی به پزشکان آنقدرها آسان نیست، سرویس‌های سلامت از راه دور به نجات جات هزاران نفر منجر شده‌اند.

هوش مصنوعی چند مهارته

علی‌رغم پیشرفت‌های بسیار گسترده در حوزه هوش مصنوعی طی سال‌های اخیر، هوش مصنوعی‌ها و ربات‌ها به طرق فراوان همچنان احمق تلقی می‌شوند، خصوصا وقتی در حال صحبت راجع به حل کردن مشکلات تازه یا ناوبری در محیط‌های ناشناخته باشیم. ربات‌ها بسیاری از توانایی‌های بشری، حتی توانایی‌های که در کودکان خردسال نیز یافت می‌شوند، را ندارند و نمی‌توانند آن‌طور که باید چگونگی کارکرد جهان را بیاموزند و از دانش خود در موقعیت‌های تازه بهره بگیرند.

یک رویکرد نویدبخش برای بهبود مهارت‌های هوش مصنوعی، گسترش حواس آن است: در حال حاضر هوش مصنوعی‌هایی با بینایی کامپیوتری یا قابلیت تشخیص صوت داریم که می‌توانند چیزهای مختلف را حس کنند اما نمی‌توانند با استفاده از الگوریتم‌های زبان عصبی، درباره آن‌چه می‌بینند یا می‌شنوند «صحبت» کنند. اما چه می‌شوند اگر تمام این قابلیت‌ها را درون یک سیستم هوش مصنوعی واحد ادغام کنیم؟ آیا چنین سیستمی می‌تواند به هوش شبیه به انسان دست پیدا کند؟ آیا رباتی که می‌تواند ببیند، حس کند، بشنود و ارتباط برقرار کند بهره‌روی بالاتری نسبت به یک دستیار انسانی خواهد داشت؟