V nadcházejících deseti letech bychom měli být svědky nástupu a rozmachu „ambientní inteligence“, předpovídají analytici společnosti ABI Research, která se zabývá výzkumem trhu v oblasti technologií.
Pojem ambient intelligence poprvé zazněl veřejně už v roce 1999 na konferenci o „digitálním obývacím pokoji“. Vyjadřuje stav, kdy „inteligenci“ získalo jakoby samo prostředí člověka obklopující.
Česky bychom asi mohli mluvit o „inteligentním prostředí“ nebo o „inteligentních prostorech“, snad i o „okolní inteligenci“. Podle některých představ nebude nezbytně omezena na určitý prostor, bude s námi všude, kde budeme mít mobilní telefon, nějaké nositelné zařízení nebo prostě cokoli „propojeného“.
Původní vizionáři umístili své představy do roku 2020, což je z nynějšího pohledu už jen „střednědobý výhled“. ABI Research nyní na rok 2020 předpovídá osm miliard stažení aplikací ambientní inteligence, zaměřených například na osobní a sociální pomoc nebo na zdraví.
Pokrok potřebných technologií
Náš životní prostor získá „inteligenci“ tak, že se posbírají a sloučí data z nejrůznějších senzorů, podle možností se obohatí dalším kontextem a zpracují se metodami umělé inteligence.
Na sběru dat se budou podílet (nebo už podílejí) jak senzory v mobilním telefonu, tak v nositelných zařízeních, tak to mohou být čidla a měřiče umístěné doma, na pracovišti nebo například v automobilu, prostě cokoli připojené k internetu věcí, který je jednou z podmínek pro inteligentní prostor.
Pod kontextem rozumíme další souvisící data. V jednoduchém případě třeba obsah cloudového kalendáře, ale mohou to být nejrůznější údaje jak o nás, tak o prostředí a dalších objektech v něm — pokud ta data někde jsou, má k nim přístup aplikace a bude je umět využít.
Vyšší pohodlí a lepší využití technologií
Inteligentní prostor má poznávat i předvídat potřeby svých uživatelů, reagovat na ně a zvyšovat tak jejich pohodlí.
Rozdíl oproti přívlastku „smart“/„chytrý“ můžeme nalézat v tom, že „chytrým“ se dnes nazývá kdeco, co lze nějak programovat nebo automatizovaně řídit, zatímco inteligentní prostor bude nadán prvky umělé inteligence.
Možnosti ambientní inteligence budou omezeny pouze představivostí tvůrců aplikací a pokrokem umělé inteligence, ale zkusme si uvést několik spíše uměřených příkladů inteligentní domácnosti.
Představme si rodinný dům, který se postupně učí udržovat optimální tepelnou pohodu v jednotlivých místnostech podle toho, kdy v nich je který člen domácnosti i co v nich koná: hýbe se, nebo jen tak sedí, anebo spí, odpočívá…
Obydlí bude přihlížet k různým potřebám různých členů domácnosti, to znamená, že je bude muset od sebe rozeznávat. Bude se učit, jaká teplota vyhovuje komu, a přidáme-li data z nositelných zařízení, bude moci zohlednit, kdo se zrovna vrátil ze sportu a je rozehřátý, nebo kdo je právě trochu nachlazen a potřebuje větší teplo.
Díky statistickému modelování dokáže obydlí předvídat činnosti, potřeby a výskyty osob v jednotlivých místnostech, a díky kontextu bude vědět třeba to, že příští týden jsou všichni na dovolené.
Umělá inteligence
Podstatným rysem okolní inteligence je, že obyvatelé nemusí něco složitě ovládat nebo programovat, obydlí se samo postupem času učí — třeba podle toho, jak kdo přistoupí k termostatu a upraví teplotu, pokud mu nevyhovuje. Časem toho bude třeba stále méně. Čím lépe se obydlí naučí znát své obyvatele, tím méně jim bude jeho „inteligence“ nápadná.
Poměrně jednoduchým dalším příkladem může být hi-fi soustava přehrávající tu hudbu, která se nejspíše bude líbit všem, kteří jsou právě v místnosti; vytěží k tomu jejich dostupné preference z hudebních služeb, jako je Spotify. Nebo se sejde několik přátel, aby se společně podívali na film, a obrazovka v obýváku (napojená na internetovou videopůjčovnu) jim nabídne takové možnosti, které nejspíše vyhoví všem zúčastněným.
Nebo si lze představit, že mobilní telefon se rozhodne, že vás nebude vyrušovat hovorem z neznámého čísla, protože jste si právě zdřímli.
Vezmeme‑li již letitý a zprofanovaný příklad „chytré ledničky“, která „ví“, co v ní chybí, pak ho upravme tak, že si představme aplikaci v mobilním telefonu, která přímo v obchodě doporučí, co nakoupit, ale nejen podle toho, co chybí doma právě teď — odhadne, co by teprve chybět mohlo, a to jednak podle toho, jak často nakupujete, jednak využije údajů z nositelných zařízení všech členů domácnosti, aby vyhodnotila jejich energetické výdaje a výživovou potřebu, přihlédne i k jejich zdravotním potřebám, uváží možná, co jste jedli v poslední době, abyste měli stravu pestrou a vyváženou, a řekněme, že doporučení přizpůsobí také stavu rodinného rozpočtu a třeba aktuální nabídce a slevám v daném obchodě, bude‑li dostupné i toto propojení.
Ambientní inteligence se má však uplatnit nejen v domácnostech a v soukromém životě, ale také na pracovištích, v nákupních střediscích, na sportovištích a v jiných veřejných prostorech, nebo třeba ve zdravotnictví a v sociální péči.
Jak vnímá prostor?
Zatímco lidé u sebe mohou mít chytré telefony a na sobě nositelná zařízení, prostor může být vybaven kamerami, mikrofony, dále různými měřiči fyzikálních veličin a také zařízeními na sledování polohy, anebo blízkosti k určitému bodu.
Pro některá užití se může hodit „blízká komunikace“ NFC a RFID (bezdrátově čtené „visačky“ na předmětech), pro jiná spíše vyhoví bluetoothové majáčky — „beacons“, jako například iBeacons vyvíjené Applem. Ty jsou samy o sobě „hloupé“ — prostě jen do svého bezprostředního okolí vysílají svou jedinečnou „značku“; tu však může zachytit třeba smartphone, a tak s vysokou přesností seznat svou polohu a předat ji některé aplikaci k dalšímu zpracování.
Používá se při tom energeticky nenáročný Bluetooth (Bluetooth low energy, zkracovaný někdy jako BLE), obchodně nazývaný Bluetooth Smart. Podporou pro něj bude vybaveno v roce 2018 90 % chytrých telefonů — odhaduje Bluetooth SIG, neziskové oborové sdružení, které vlastní a řídí Bluetooth.
Ke vzniku inteligentního prostředí patrně přispějí ještě další komunikační technologie navržené k přímé bezdrátové komunikaci mezi zařízeními, jako jsou LTE Direct (která počítá s dosahem 500 m) nebo Wi‑Fi Direct; obě tyto umožňují, aby se různá zařízení vzájemně sama „objevovala“ a „domlouvala“.
Některá využití může najít také komunikace viditelným světlem (v angličtině označovaná zkratkou VLC).
Mobilní ekosystémy
Do rozvoje potřebných technologií investují nikoli náhodou zejména ty společnosti, které už nyní provozují cloudové služby a shromažďují spoustu osobních údajů, popřípadě které vyvíjejí vlastní mobilní operační systém a nositelná zařízení.
Jsou to tedy zejména Google, Apple a Microsoft. Na poli umělé inteligence se činí také Facebook nebo IBM, za výrobce mobilních technologií je aktivní například Qualcomm.
Vzniká však i řada startupů. ABI Research jmenovitě poukazuje na dvě firmy vyvíjející zajímavé praktické aplikace „hlubokého učení“ (deep learning).
Rozpoznávání obsahu například talíře
MetaMind založili v létě 2014 Richard Socher a Sven Strohband. Vědeckým mozkem firmy je Richard Socher, nadšenec do strojového učení a zpracování přirozeného jazyka i obrazu. Po studiích v Německu pokračoval doktorátem na Stanfordu v oblasti hlubokého učení pomocí rekurzivních neuronových sítí.
Jako „hluboké učení“ se označuje přístup, kdy se člověk nesnaží najít pro stroj algoritmy, jak něco rozpoznat — například v jazyce nebo v obraze. Namísto toho „nakrmí“ stroj velkým množstvím vzorových dat a ponechá na strojovém učení, aby si samo v datech našlo rozhodné vzorce.
MetaMind získali v prosinci osm milionů dolarů od Marca Benioffa (zakladatele Salesforce) a od Khosla Ventures. Na webu mají ukázky rozpoznávání obsahu obrázků a rozpoznávání podobností a souvislostí v textech. Nabízejí přístup k API.
Týmž oborem se zabývá i firma Clarifai, již založil Matthew Zeiler v roce 2013 v New Yorku. Také vyvíjí API pro rozpoznávání a třídění obsahu obrazu na základě hlubokého učení. Do Clarifai investovaly mezi jinými Google Ventures, Nvidia a Qualcomm Ventures. Počátkem tohoto roku firma předvedla, že její technologie umí poznávat, co je na videu. Rovněž si to můžete sami vyzkoušet.
MetaMind se chlubí, že v soutěži ImageNet 2014 dosáhla při rozpoznávání obsahu obrazu správnosti 93,4 %. To je pro stroj jistě velký úspěch, ale ve skutečném nasazení bychom se na to ještě asi nechtěli spoléhat.
Komu patří data?
ABI Research upozorňuje, že vyvstane otázka vlastnictví sbíraných dat, nejspíše zpracovávaných v cloudu. Nejde jen o to, že aplikace budou často využívat údajů získaných v mnoha prostorech — data budou lákat k dalšímu využití nad tento rámec, komerčně budou nejspíše vysoce ceněna.
Lze si představit, že uživatelům budou předkládána licenční ujednání schovávající co nejširší možnost dalšího využití dat za vágní a obecné fráze o zlepšování služeb. Nejspíše se vyskytnou i modely poskytování služeb zdarma výměnou za data.
Jak budou lidé třeba za deset let vyvažovat soukromí oproti lákavým možnostem nových technologií? Jistě ne každý stejně, ale nejspíše se najde dostatek těch, kteří si technologické novinky do života vpustí.
Jednoznačnou osobní volbu nebudeme mít ve veřejných prostorech. Možnosti technologií přitom patrně předstihnou evropské pojetí práva na přiměřené soukromí na veřejnosti a ocitnou se přinejmenším dočasně „mimo právo“; právní výklad nebo nové právní úpravy je budou teprve dohánět.
ČLÁNKY DO MAILU