A indústria de tecnologia não tem escolha a não ser abraçar a inovação e assumir riscos. Assim, algumas inovações começam parecendo malucas ou excêntricas, mas acabam sendo brilhantes. Por outro lado, há aquelas que podem não dar retorno algum.
Sob essa luz, aqui estão seis ideias de tecnologias que transitam entre uma linha tênue entre o incrível e, bem, aquilo que alguns podem considerar como estúpido. Os desenvolvedores dessas inovações podem vir a ser malucos - ou podem se tornar insanamente excepcionais. A tecnologia pode acabar sendo um buraco negro para o dinheiro de risco ou uma jogada inteligente para o valor do negócio emergindo ao longo da margem. Tudo depende da sua perspectiva.
Computadores quânticos
De todas as tecnologias existentes, nada é mais divulgado do que os computadores quânticos - e nada é mais assustador. O trabalho é feito por uma mistura de físicos e cientistas da computação que mexem em dispositivos estranhos em temperaturas superfrias. Se isso requer nitrogênio líquido e aventais de laboratório, bem, tem que ser inovação, certo?
O potencial é enorme, pelo menos em teoria. As máquinas podem trabalhar por meio de zilhões de combinações em um instante, entregando exatamente a resposta certa para uma versão matemática do Tetris. Levaria milhões de anos de tempo de computação em nuvem para encontrar a mesma combinação.
Os cínicos, porém, apontam que 99% do trabalho que precisamos fazer pode ser realizado por bancos de dados padrão com bons índices. Existem poucas necessidades reais de se procurar combinações estranhas e, se houver, muitas vezes podemos encontrar aproximações perfeitamente aceitáveis em um período de tempo razoável.
Os cínicos, porém, ainda estão olhando a vida através de óculos antigos. Ainda não começamos a fazer as perguntas que a computação quântica pode responder. Assim que as máquinas estiverem prontamente disponíveis, podemos começar a pensar em fazer as novas perguntas. Esse é um dos motivos pelos quais a IBM está oferecendo kits de ferramentas de computação quântica - e certificação para aqueles que desejam explorar os limites externos do que as máquinas podem fazer.
- Potenciais primeiros usuários: Domínios onde a resposta está na busca por uma combinação em crescimento exponencial de centenas de opções diferentes.
- Possibilidade de acontecer nos próximos cinco anos: Baixa. Google e IBM estão em guerra com comunicados à imprensa. Sua equipe gastará muitos milhões apenas para chegar ao estágio do comunicado à imprensa.
Aquecimento com computação
Cada decisão tomada por uma CPU envia alguns elétrons pelo fio de aterramento e qualquer energia que eles carregam é transformada em calor. Tradicionalmente, esses joules têm sido tratados como lixo e encontrar uma maneira de se livrar desse calor tem sido uma dor de cabeça para projetistas de circuitos e construtores de gabinetes de computador.
A outra abordagem é apenas usar menos eletricidade, uma estratégia que pode funcionar caso surjam dúvidas sobre a energia verde. (Os moinhos de vento estão matando pássaros? As barragens estão matando peixes?) Em vez de pedir aos projetistas de algoritmos para encontrar os algoritmos mais incríveis, apenas peça a eles que encontrem as funções mais simples que chegam perto o suficiente. Em seguida, peça que otimizem essa aproximação para colocar a menor carga nos computadores mais básicos. Em outras palavras, pare de sonhar em misturar um algoritmo de um milhão de camadas treinado por um conjunto de dados com bilhões de exemplos e comece a construir soluções que usem menos eletricidade.
A verdadeira força secreta por trás desse impulso é o alinhamento entre inovação e os ambientalistas. Cálculos mais simples custam menos dinheiro - e usam menos eletricidade, o que significa menos estresse ao meio ambiente.
- Potenciais usuários iniciais: aplicativos casuais de IA que podem não oferecer suporte a algoritmos caros.
- Potencial de sucesso em cinco anos: Alto. Economizar dinheiro é um incentivo fácil de entender.
Crie seus próprios clusters de nuvem
Sim, são pequenos computadores que custam menos de US$ 50. Sim, alguns alunos da 4ª série os estão preparando para feiras de ciências. Mas só porque são brinquedos baratos não significa que não possam ser muito úteis para o trabalho real. É por isso que alguns estão construindo clusters Raspberry Pi com racks cheios de pequenos nós do Linux com chips de quatro núcleos ARM que sugam eletricidade, não a drenam.
Existem muitas razões para evitar essa ideia. Máquinas grandes e gordas podem ser muito mais eficientes. Eles podem oferecer dezenas de núcleos executando dezenas de threads e compartilhando grandes blocos de RAM e pacotes de disco. Quando as cargas ficam pesadas, elas podem fornecer energia durante o trabalho.
Mas trabalhar com máquinas menores e separadas oferece redundância exatamente porque são separadas. Você pode pensar que sua instância é separada das outras máquinas virtuais, mas elas geralmente compartilham a mesma CPU e pode haver dezenas ou até centenas delas. Máquinas separadas com placas de circuito separadas oferecem segurança e redundância.
A maior vitória, porém, pode ser o preço. Esses clusters podem ser muito, muito mais baratos do que algumas das instâncias nas nuvens principais. Claro, algumas máquinas na nuvem custam apenas US$ 5 por mês, mas depois de um ano, o Raspberry Pi pode começar a ser mais barato.
Clusters como esses permitem que algoritmos maciçamente paralelos funcionem livremente. Muitos dos problemas mais intrigantes exigem a agitação em enormes coleções de dados e, muitas vezes, as tarefas não precisam ser realizadas em ordem. Essas máquinas permitem que os programadores não apenas pensem em algoritmos inerentemente paralelos, mas comecem a construí-los e implementá-los.
A tendência também segue a maneira como algumas nuvens importantes estão adotando soluções que oferecem opções híbridas para mover dados de volta ao local. Alguns querem economizar dinheiro. Alguns querem segurança. Alguns querem garantia.
- Potenciais primeiros usuários: lojas com conjuntos de big data que precisam de análise paralela.
- Potencial de sucesso em cinco anos: Alto. Os clusters já estão sendo implantados.
Criptografia homomórfica
O ponto fraco no mundo da criptografia é o uso de dados. Manter as informações trancadas com um algoritmo de criptografia bastante seguro é simples. Os algoritmos padrões (AES, SHA, DH) resistiram a ataques contínuos de matemáticos e hackers por alguns anos. O problema é que, se você quiser fazer algo com os dados, precisará desembaralhá-los e isso os deixará na memória, onde serão presas para qualquer um que puder se esgueirar por buracos de jardim.
A ideia com a criptografia homomórfica é redesenhar os algoritmos computacionais para que funcionem com valores criptografados. Se os dados não forem decodificados, eles não podem vazar. Há uma abundância de pesquisas ativas que produziram algoritmos com vários graus de utilidade. Alguns algoritmos básicos podem realizar tarefas simples, como consultar registros em uma tabela. A aritmética geral mais complicada é mais astuta e os algoritmos são tão complexos que podem levar anos para realizar uma simples adição e subtração. Se o seu cálculo for simples, você pode descobrir que é mais seguro e simples trabalhar com dados criptografados.
A IBM, uma das líderes no campo, tem fomentado a exploração, oferecendo kits de ferramentas para desenvolvedores Linux, iOS e MacOS que desejam incluir a funcionalidade em seus aplicativos.
- Potenciais primeiros a adotar: pesquisadores médicos, instituições financeiras, indústrias ricas em dados que devem proteger a privacidade.
- Potencial de sucesso em cinco anos: Varia. Alguns algoritmos básicos são comumente usados para proteger os dados. Cálculos elaborados ainda são muito lentos.
Tricorders em todos os lugares
A maior parte da tecnologia em Star Trek continua sendo um sonho distante, mas já nos acostumamos a colocar um de seus chamados "comunicadores" em nossos bolsos. No mínimo, a geração atual de telefones celulares é muito mais elegante do que os telefones flip que Kirk e Spock usariam.
O próximo alvo de nossa sociedade pode ser o tricorder, a caixa que as equipes médicas acenariam em Star Trek para diagnosticar doenças e examinar nossas entranhas ocultas. A boa notícia é que os escritores do roteiro nunca foram específicos sobre o que um tricorder faz. Sabemos que um phaser poderia matar ou ser configurado para atordoar, mas o tricorder era essencialmente um acessório para ocupar as mãos do Dr. McCoy antes que ele dissesse: "Ele está morto, Jim".
Alguns pesquisadores já estão espalhando a palavra. Um grupo está trabalhando em um “tricorder de DNA” que decodificará sequências de DNA e caberá no seu bolso. Outros montaram um estetoscópio digital, sensor de EKG, sensor de pulmão e uma amostra de sangue que pica seu dedo. A Qualcomm concedeu US$ 10 milhões em prêmios e definiu um tricorder como um dispositivo que pode capturar cinco sinais vitais e diagnosticar 13 possíveis condições.
Mas nós podemos fazer mais. No momento, os scanners de tomografia computadorizada e ressonância magnética são grandes e caros, exigindo elaborados emissores de radiação e sensores super-resfriados. Mas as fontes pontuais de radiação estão por toda parte na forma de torres de telefone celular. Se um sensor para essa radiação pudesse ser feito com apenas uma fração da sensibilidade e resolução das câmeras digitais sintonizadas no espectro visível, bem, o poder computacional das GPUs deveria começar a dar sentido ao interior de nossos corpos. Os sinais de torres de celular próximas ou estações de televisão poderiam atuar como fontes pontuais atenuadas pelos vários tecidos corporais.
- Potenciais primeiros usuários: todos, desde médicos em cirurgia até primeiros socorros no local de um acidente. Usuários domésticos com doenças crônicas e hipocondríacos serão grandes fãs.
- Possibilidade de acontecer nos próximos cinco anos: Baixa. Depende do que você acha que um tricorder pode fazer. Alguns princípios básicos, como medir o oxigênio no sangue, são simples e já estão no mercado. No entanto, detectar tumores enterrados no pâncreas levará mais tempo.
Por que não usá-lo para aquecer edifícios no inverno, então? Por que não substituir as caldeiras e bombas de calor do mundo por racks em miniatura de servidores bombeando calor? As pessoas que moram no andar de cima seriam gratas. Os empregos de computação podem migrar do Norte para o Sul e para o Norte novamente com as estações, assim como as andorinhas do Ártico que passam metade do ano no Hemisfério Norte e metade no Sul.
Nestes casos, haveriam alguns desafios. Se uma frente de calor chegasse, digamos a Nova York em janeiro, os habitantes desligariam os “aquecedores” e diminuiriam os ciclos disponíveis para pesquisadores de IA, cientistas de dados e todos os outros que comprassem instâncias pontuais. Também pode significar instalar o dobro de servidores ou talvez enviar servidores fosse barato o suficiente.
No momento, as empresas de nuvem mantêm seus servidores em enormes racks em locais centrais onde a eletricidade é barata. Se eles mudarem para residências, eles podem reutilizar o calor.
- Potenciais primeiros usuários: países com climas frios.
- Chance de acontecer nos próximos cinco anos: Alta. Projetos-piloto já estão sendo testados em todo o mundo.
Inteligência Artificial verde
Se as palavras-chave “verde” e “inteligência artificial” funcionam sozinhas, por que não juntar as duas e dobrar a diversão? A realidade é um pouco mais simples do que pode sugerir o hype duplo. Os algoritmos de IA requerem potência computacional e, em algum ponto, a potência computacional é proporcional à potência elétrica. A proporção continua melhorando, mas a operação de IAs pode ser cara. E a energia elétrica produz toneladas de dióxido de carbono.
Existem duas estratégias para resolver isso. Uma é comprar energia de fontes renováveis, solução que funciona em algumas partes do mundo com fácil acesso a hidrelétricas, parques solares ou turbinas eólicas.
Gostou? Acompanhe a CodeBit em nossas redes sociais (Facebook, Instagram e LinkedIn) e continue de olho no CodeBlog.
