Intel Labs prezentuje jak ewoluujemy wraz z technologią
Intel pokazał jak zmienia się sposób wykorzystywania technologii przez ludzi i jak wpłynie on na przyszłe rozwiązania technologiczne.
11.09.2012 | aktual.: 11.09.2012 15:01
Futurolog Intela Brian David Johnson poprowadził dyskusję panelową z udziałem badaczy, pisarzy science-fiction i analityków, aby zbadać ewolucję związków między ludźmi i technologią. Do dyskusji zaproszono następujących gości:
• Analityków branżowych: Roba Enderle, analityka technologii w Enderle Group, oraz Kathleen Maher, analityka w Jon Peddie Research
• Pisarzy science fiction: Madeline Ashby, autorkę powieści „vN”, oraz Karla Schroeder, autora serii „Virga” i innych powieści umiejscowionych w odległej przyszłości
•. Badaczy z Intel Labs: Margie Morris, psycholog kliniczną i badaczkę w Intel Labs, oraz Douga Carmean, Intel Fellow i badacza w Intel Labs
Po dyskusji panelowej odbył się pokaz siedmiu interaktywnych, kontekstowych innowacji opracowanych przez Intel Labs, które zademonstrowały jak zmieniają się relacje między ludźmi a technologią, w tym sposoby robienia zakupów, sprzedaży i komunikacji.
Ekran bez granic - zmiana sposobu i miejsca, w jaki wyświetlamy treść i wchodzimy z nią w interakcje
Demonstracja „Ekran bez granic”. używa unikatowych algorytmów, aby przekształcić dowolną powierzchnię w domu lub w pracy w interaktywny ekran. Badacze Intela pokazują jak architektura Intel w połączeniu z oprogramowaniem producenta integruje obrazy z wielu źródeł i umożliwia owijanie obrazu wokół obiektów i krawędzi. Technologia ta pozwoli udostępniać i wyświetlać obiekty na wiele nowych sposobów.
Emocje wyrażone obrazem - wykorzystanie emocji do zmiany sposobu, w jaki wchodzimy w interakcje z urządzeniami
Ta instalacja bada emocjonalne skojarzenia z obrazami oraz możliwość wykorzystania obrazów do dzielenia się emocjami. Zdjęcia zrobione telefonami komórkowymi z aplikacją Instagram są rzutowane na duży, interaktywny ekran, a przeprowadzana w czasie rzeczywistym uczuciowa analiza podpisów pozwala na wydedukowanie nastroju zdjęcia. Intelowskie oprogramowanie do analizy uczuciowej używa podpisów zgodnie z kołowym modelem emocji. Algorytmy przekładają tę klasyfikację na kolorowe oznaczenia obrazów na interaktywnym ekranie, a goście są proszeni o określenie uczuć, jakie wywołuje w nich obraz, za pomocą dotykowej „mapy nastrojów”. Zmiany wprowadzone za pomocą mapy nastrojów są odzwierciedlane poprzez barwy, tekst i dźwięk. Ponadto goście mogą kojarzyć obrazy o podobnym nastroju, używając emocji do zmiany układu i kolorów całej instalacji. Kompozycje te pozwalają uchwycić zbiorowy klimat wydarzeń.
Interaktywne zakupy - zmiana sposobu robienia zakupów
Zakupy online zmieniają sposób, w jaki konsumenci nabywają towary. Tradycyjni detaliści tracą klientów na rzecz internetowych konkurentów, ale poprzez integrację cyfrowych znaków ze środowiskiem sklepowym mogą wykorzystać zalety handlu elektronicznego w fizycznych placówkach, co zapewni korzyści konsumentom, producentom i detalistom. Dostępne są takie technologie, jak czujniki ruchu, czujniki temperatury, kamera, WiFi/3G, Ethernet, ekran dotykowy, komunikacja NFC i łączność chmurowa. Urządzenia wyposażone w szeroką gamę czujników mogą bezpiecznie komunikować się z serwerami zaplecza i z chmurą, dostarczając kontekstowe dane kupującym i producentom, aby stworzyć nową metodę robienia zakupów w tradycyjnych sklepach.
Marketing poza linią wzroku - zmiana sposobu, w jaki prowadzimy marketing
Oświetlenie i oznakowanie LED może się stać kolejnym narzędziem, które pomoże konsumentom w podejmowaniu decyzji o zakupie. Oświetlenie LED upowszechnia się ze względu na naturalne zalety, takie jak wysoka sprawność energetyczna, przyjazność dla środowiska i estetyka wzornicza. Podczas tej demonstracji Intel pokazał jak modulować światło LED, aby przesyłać dane marketingowe widoczne tylko dla aparatu w smartfonie. Zasadniczo ludzkie oko dostrzega tylko znak LED, ale jeśli aparat zostanie skierowany na znak, smartfon odbierze dodatkowe informacje przypominające „niewidzialny”. kod QR (np. przekierowanie przeglądarki pod adres URL z dodatkowymi informacjami).
Komunikacja sytuacyjna –. zmiana sposobu, w jaki ludzie kontaktują się ze sobą
Często dzwonimy do przyjaciół, żeby zapytać, co słychać, i przeszkadzamy im w spotkaniu lub w ważnym wydarzeniu. Czy nie byłoby świetnie, gdyby nasze telefony pokazywały, co robią przyjaciele, abyśmy mogli podjąć decyzję, kiedy i jak się z nimi skontaktować? Demonstracja Intela bada tę koncepcję i wykorzystuje telefon do określania aktywności oraz interakcji społecznościowych użytkownika na podstawie sprzętowych i programowych czujników w połączeniu z maszynowymi algorytmami uczenia się. Badacze Intela pokazują jak telefon przyszłości będzie wykrywał aktywność/dostępność użytkownika i wykorzystywał tę wiedzę do informowania zaufanego kręgu znajomych. Telefon będzie mógł podejmować odpowiednie działania w imieniu użytkownika, wybierając najlepszy sposób wysyłania/odbierania wiadomości (np. wiadomość tekstowa podczas spotkania, połączenie głosowe podczas jazdy samochodem).
Bezproblemowe spotkania –. zmiana sposobu organizowania spotkań
Podczas tej demonstracji badacze Intela pokazali, jak urządzenia mogą automatycznie wnioskować, z kim chcesz współpracować, i pomagać w zorganizowaniu spotkania online przy minimalnym nakładzie pracy. W tym celu wykorzystuje się algorytm wykrywania bliskości z przetwarzaniem sygnałów radiowych i dźwiękowych, a także gromadzenie danych z kalendarza, poczty e-mail i komunikatorów internetowych.
Aktywność warunkowana społecznościowo - zmiana sposobu koordynowania działań grupowych
Co by było, gdyby telefony automatycznie uczyły się preferencji użytkowników jako pojedynczych osób i jako członków grupy poprzez obserwowanie, gdzie się udają i co robią? Podczas tej demonstracji badacze Intela pokazują jak ulepszyć rekomendacje dotyczące podejmowania działań, uwzględniając nie tylko zaobserwowane zachowanie ludzi, ale również różnice pomiędzy wiedzą osobistą a grupową. Używając dużego zbioru danych, Intel pokaże, że nie można modelować zachowań grupowych poprzez proste poszukiwanie zbieżnych preferencji, ponieważ dynamika grupy jest znacznie bardziej skomplikowana.