Розвиток технологій зараз опинився на етапі, коли світ та його майбутнє стає все більше невизначеним та незрозумілим. Ми бачимо, що всі навколо говорять про штучний інтелект (цьогоріч про нього говорять в ноутбуках, смартфонах та телевізорах, а далі ми будемо чути про ШІ взагалі у всьому), та не зовсім розуміємо, що це означає в конкретних випадках. Якщо відкинути фантастику з її розумними роботами, які дійсно мають штучний інтелект, то інтуїтивно ми розуміємо, як працюють його окремі елементи. Наші голосові повідомлення перетворюються на текст, автомобілі отримують ознаки автономного водіння та розрізняють кольори світлофорів чи знаки, здатні розрізнити на дорозі автівку від пішохода чи велосипедиста. Але як це все працює, коли ми говоримо про штучний інтелект у пральній машині чи холодильнику? Чи може, наприклад, отримати ознаки штучного інтелекту щось просте з точки зору технологій, наприклад, електричний чайник? Відповідь — може, і зараз я вам розповім, як це працює та як поступово, крок за кроком, наш світ перетворюється на краще завдяки подальшому проникненню технологій, що стоять за терміном "штучний інтелект".
Штучний інтелект чи нейромережі? Короткий лікнеп
Для початку давайте визначимося з тим що насправді в більшості випадків розуміють під загальним терміном "штучний інтелект" (artificial intelligence) в техніці. Зараз буде трохи нуднувато, але без цього нікуди. Всі, хто розуміє про що мова, можуть просто пропустити цей розділ.
Від штучного інтелекту до нейромереж
Штучний інтелект (ШІ) — це галузь комп'ютерних наук, яка займається створенням машин, здатних виконувати завдання, що традиційно вимагають людського інтелекту. Це включає розуміння мови (як тексту, так і голосу, але друге просто спочатку конвертується у перше), розпізнавання образів (машинний чи комп'ютерний зір), навчання та планування. ШІ поєднує алгоритми, навчальні моделі та масивні дані для імітації когнітивних функцій мозку.
Нас цікавить в даному випадку розділ про навчальні моделі. І головним тут є термін машинне навчання (machine learning). Машинне навчання — це підгалузь штучного інтелекту, яка зосереджена на розробці алгоритмів, здатних навчатися за допомогою даних без додаткового програмування. Системи машинного навчання аналізують великі обсяги даних для виявлення закономірностей та вдосконалення своєї продуктивності. У машинному навчанні моделі використовують статистичні методи, щоб робити прогнози або приймати рішення на основі даних, які вони аналізують. Застосування машинного навчання охоплює широкий спектр галузей, від автоматичного перекладу мов і рекомендаційних систем до розпізнавання образів та автономного водіння. Тобто машинне навчання — це одна з підгалузей штучного інтелекту. Також запам'ятаємо, що навчені моделі здатні робити прогнози.
Частиною машинного навчання є так зване глибоке навчання (deep learning). Це схожі поняття, які часто використовують для позначення однакових речей. Глибоке навчання — це підмножина машинного навчання, яка використовує складніші моделі, звані нейронними мережами, що здатні вчитися і вдосконалюватися самостійно, аналізуючи великі обсяги даних (Big Data). І тут ми переходимо вже до поняття нейронних мереж або нейромереж (neural network), які, власне, потрібні нам для подальшого розуміння. Нейронні мережі — це клас алгоритмів машинного навчання, який імітує структуру мозку через шари взаємопов'язаних вузлів або "нейронів". Вони є основою для глибокого навчання, що дозволяє системам вчитися на дуже складних даних.
Нейромережі отримали свою назву від механізму роботи, що схожий з роботою нейронів мозку людини. Ілюстрація: Midjourney
Велика кількість даних та прогнозування
Далі все буде простіше, бо я перейду до конкретних прикладів застосування теорії. Для отримання якісного результату (прогнозу) нам потрібна велика кількість даних та так званий механізм їх розмітки (data markup). По-перше, кількість даних має значення. Big Data — це термін, що описує величезні, різноманітні та швидкозмінні обсяги даних, що збираються з різних джерел, включаючи соціальні мережі, сенсори, мобільні пристрої чи електронну комерцію, і можуть використовуватися для аналізу та розв'язання складних проблем. Зазвичай під Big Data розуміють дані, що нараховують мільйони (краще — мільярди, але де взяти стільки користувачів?) записів. Тобто умовна пральна машина, що під'єднана до інтернету, здатна передавати дані про цикли прання, що найчастіше використовують споживачі, до якогось умовного хмарного обчислювального центру виробника машини, де вони аналізуються та використовуються для навчання нейромереж. Звісно, коли цих користувачів десятки, то це одна справа та точність аналізу. Інша справа — коли таких користувачів мільйони, та вони розташовані у різних кінцях світу — це вже претендує на репрезентативність та відповідність даних результатам.
Загалом всю цю конструкцію можна умовно передати схемою нижче. Вона не претендує на точність (масштаби тут умовні та ілюстративні, наприклад), але я — не математик, та й нам всім не потрібні для розуміння складніші пояснення.
Схема: співвідношення між штучним інтелектом та його складовими, що цікавлять нас
Як працює розмітка нейромереж
Коли кажуть про навчання нейромережі — що це означає? Насправді ви вже брали участь у цьому процесі, просто не знали, що вас використовують для навчання нейромереж (а тепер — знатимете і вам тепер з цим знанням жити далі). Кожен раз, коли ви ставите той чи інший лайк у Facebook, ви розмічаєте певний пост конкретною емоцією (підтримка, чи радість або обурення тощо). Кожен раз, коли ви проходили капчу та відмічали на фото світлофори чи велосипеди, — ви теж навчали нейромережі розпізнавати ці об'єкти для комп'ютерного зору. Як камери смартфонів ще кілька років тому навчилися розрізняти котів та собак? Саме такою розміткою — це собака? Ні, це кіт. А це — собака? Так, собака. Навчені на мільйонах (Big Data, пам'ятаєте?) зображень котів нейромережі здатні тепер розрізняти їх навіть на фрагментах фото. Можливо (не факт, але це можливо) навіть у тих випадках, коли людина вже не здатна точно зрозуміти, хто на фото — кіт чи собака.
І тут ми переходимо до найпотужнішої можливості штучного інтелекту — прогнозування. Рекомендації ШІ тому такі релевантні, що вони базуються на великій кількості даних і здатні спрогнозувати поведінку людини, навіть коли це для неї не є чимось очевидним. У 2012 році New York Times вже звернула увагу на випадок, коли мережа магазинів Target визначила наявність вагітності у дівчини-підлітка до того, як про це дізнались її батьки, в результаті аналізу її покупок. Тоді Target аналізував покупки своїх клієнтів і виявив, що лосьйони без запаху та добавки з магнію часто купують жінки на ранніх стадіях вагітності. Цей випадок викликав дискусії щодо приватності та етики використання великих даних. Зі штучним інтелектом таких випадків може бути набагато більше, тому питання етичного використання даних про споживачів завжди буде на часі, й свідомі компанії вже піклуються про нього.
Кожного разу, як ви проходите таку капчу, ви робите розмітку для нейромереж
Вибачте, я вас обдурив — вийшло не дуже коротко, але тепер ви озброєні необхідною інформацією для того, щоб зрозуміти, як все це працює у побутовій техніці. Отже, приймаємо, що у випадках, коли ми вказуємо штучний інтелект, насправді йдеться про роботу попередньо навчених на великій кількості даних нейромереж. Але для простоти я (як і всі маркетологи) використовуватиму термін "ШІ", що технічно не є правильним. А ще запам'ятаємо, що сила ШІ полягає саме в прогнозуванні поведінки споживачів.
В яких пристроях вже використовується штучний інтелект
Мабуть, перше, де ми вже познайомились з використанням ШІ на практиці — це камери смартфонів. Штучний інтелект там з нами вже кілька років. Він "розуміє" що знаходиться на передньому плані, а що є фоном, тому може штучно створювати ефект розмиття (боке) в портретах. Або використовувати більш відповідні налаштування зйомки для архітектури чи пейзажів. З цього року смартфони опанували можливості генеративних зображень та можуть заповнювати фон на світлинах замість об'єктів, які ми хочемо прибрати. А це не така, я вам скажу, й проста робота — наприклад, дизайнеру, щоб прибрати відблиски товарів на вітрині, знадобиться далеко не пару хвилин, за які встигає це зробити ШІ смартфона.
Інший приклад — телевізори. Вони вміють аналізувати глибину сцени в кадрі та додавати зелені до рослин, відокремлювати та обробляти обличчя і робити інші магічні речі. І все це в режимі реального часу — бо ніхто не хоче ставити фільм на паузу і чекати, доки якийсь там ШІ обробить кожен з 24 кадрів на секунду.
Так працює алгоритм ШІ Real Depth Enhancer Pro в телевізорах Samsung, аналізуючи сцену в режимі реального часу
Як працює ШІ в побутових пристроях зараз
Гаразд, з комп'ютерами, смартфонами чи телевізорами все зрозуміло — там є процесор, дисплей, тобто є якийсь інтерфейс. А як бути з побутовими пристроями, на кшталт посудомийних машин чи кондиціонерів з холодильниками та мікрохвильовками? Адже вони обмежені у своїх функціях (у порівнянні зі смартфонами, що замінюють нам кілька пристроїв - від відеокамери до будильника чи плеєра) та й можливостей для інтерфейсу у них не так багато. Почну з інтерфейсів — по-перше, у всіх нових пристроїв вже є якийсь дисплей (холодильники, особливо дводверні, вже прямо претендують на головний екран на кухні, а їхні дисплеї вже здатні конкурувати з телевізорами, просто мають особливість — вони завжди вертикальної орієнтації). По-друге, кожен новий пристрій з ШІ вже має доступ до інтернету та під'єднується до смартфона — ось вам і екран для роботи з умовною кавоваркою. Щодо функціональності кожного побутового приладу — так, вони дійсно створені для виконання однієї простої функції (охолодження або, навпаки, нагрівання; мити чи чистити). Але ж їх можливості постійно збільшуються та з'являються нові режими роботи. Розглянемо перспективи використання ШІ (зараз і в майбутньому) найбільш поширених пристроїв на прикладі техніки Samsung. Бо це єдина компанія, яка має найширшу екосистему побутових розумних приладів на нашому ринку (у нас тут є окремий великий текст, чому вона має найкращі перспективи) та ще й постійно декларує свій фокус на використання штучного інтелекту у всіх пристроях.
Фокус на енергоощадженні
Одним з елементів екосистеми Samsung SmartThings є енергоощадження. І це працює вже прямо зараз, допомагаючи в загальносвітових масштабах заощаджувати багато електроенергії та умовно зберігати десятки тисяч дерев та скорочувати вуглецеві викиди у тисячі тонн. В застосунку SmartThings, в розділі Energy є кнопка "AI Energy Mode", яка вмикає максимальне енергоощадження. Звісно, в масштабах одного домогосподарства економія на місяць становить кілька гривень, але ця історія про відповідальне ставлення до нашого майбутнього та майбутнього наших дітей, яке дуже легко увімкнути та отримувати результат, помножений на мільйони домогосподарств у світі, що не потребує від нас зусиль.
Наприклад, Samsung повідомляє, що нові холодильники здатні використовувати енергії на 55.9% менше у порівнянні з моделлю попереднього покоління завдяки встановленню нового інверторного компресора на основі штучного інтелекту. Як це працює? Наприклад, я не знаю яку температуру виставляти у власному холодильнику: яка різниця між 7 та 8 градусами тепла з точки зору зберігання продуктів? І тут ШІ може автоматично виставити температуру, якої буде достатньо для зберігання продуктів та яка забезпечить зменшення споживання та збільшення ресурсу роботи інвертора. А зробить це ШІ, використовуючи велику кількість даних від користувачів з усього світу, з урахуванням їх географічних особливостей та умов чи сценаріїв використання пристроїв. Умовно — ви живете один і відкриваєте двері холодильника 15 разів на добу. А в когось такий самий холодильник, але сім'я з 5 людей і вони відкривають холодильник набагато частіше. Тому ШІ може автоматично встановити для цієї сім'ї температуру нижче, ніж встановить її для вас, бо витрати енергії на охолодження продуктів після відкриття дверей в вашому випадку будуть загалом меншими. І нікому не потрібно вводити десь у застосунку кількість осіб у помешканні або "середню кількість відкриття дверей" — ШІ все це зробить сам згідно з вашими сценаріями використання. І змінить налаштування, якщо ці сценарії теж зміняться.
Зараз SmartThings Energy вже допомагає швидко визначити головних споживачів енергії посеред вашої техніки (знати про це — вже перший крок до відповідального споживання електроенергії. Не мені вам нагадувати, у які часи ми зараз живемо і чому це важливо). Застосунок також постійно надає поради щодо зменшення споживання (встановлювати холодильник не впритул до стіни, не відкривати двері, допоки посудомийна машина працює тощо). Для аналізу поведінки споживачів у всьому світі збирається статистика використання пристроїв, яка потім трансформується в нові режими роботи та їх корегування у майбутніх пристроях. А також поради для споживачів, які з'являються у них в застосунку. Тобто ми бачимо лише результати роботи ШІ, а не саму роботу штучного інтелекту — він лише обирає за замовчанням режими роботи пристроїв, що споживають менше енергії (чи води). Наприклад, ШІ може надати перевагу режиму, що працює довше, але за цей час витратить менше енергії, ніж за умов швидшого чи потужнішого режиму роботи пральної або посудомийної машини.
Також постійно з'являються нові функції. Завдяки функції Optimal Charging робот-пилосос заряджається лише на 60% у години пік (що актуально для українських споживачів зараз), а функція Optimal Scheduling автоматично планує цикл роботи посудомийної машини в години найменшого загального споживання. Або режим Energy Away, коли SmartThings автоматично вимикає вибрані певні прилади та пристрої, якщо користувачів немає вдома, зменшуючи споживання енергії. А ще виробник запроваджує програму заохочення заощадження енергії Samsung Rewards, яка дозволятиме накопичувати спеціальні бали та використовувати їх для покупок у фірмовому магазині компанії.
Штучний інтелект в холодильнику
Холодильник, мабуть, має найбільші перспективи використання ШІ в майбутньому завдяки тому, що він є відправною точкою для зберігання та приготування їжі. А його вертикальний дисплей має стати головним екраном та розумним пристроєм на кухні. Його можна інтегрувати у всі інші пристрої розумного будинку. І тоді можна буде побачити, хто подзвонив у двері (та відчинити їх), прийняти вхідний відеодзвінок чи просто дивитись фільм або переглянути прогноз погоди.
Деякі з цілком фантастичних можливостей для холодильників серії AI Family Hub вже існують, хоча ці моделі (поки що) не представлені на українському ринку. Але вони вже дозволяють переглядати свій календар, використовувати екран холодильника для цифрових стікерів з нагадуваннями для всієї родини чи залишати фото з останнього сімейного свята. До чого тут ШІ? Наприклад, штучний інтелект використовується для функції AI Vision Inside, яка дозволяє розпізнавати вже кілька десятків видів продуктів. (Так, камери приходять і в холодильники, і це дуже зручно). Уявіть собі (це питання вже найближчого майбутнього, а не "колись там у далекій-далекій Галактиці"): ви повертаєтесь з супермаркету та додаєте всі покупки до холодильника. Він розпізнає їх та додає до кожного термін зберігання (щоб заздалегідь повідомити вас про те, що продукти треба використати для страв або викинути, якщо їх термін зберігання сплинув).
Як працює функція AI Vison Inside в холодильниках Samsung AI Family Hub
Значно розширює можливості пристроїв на кухні розділ SmartThings Food, що вже є у застосунку та розвиватиметься, збільшуючи з кожним роком коло своїх можливостей. Наприклад, ви можете запитати холодильник, що можна приготувати з того набору продуктів, який в ньому є. А якщо звузити коло до страв лише азійської чи середземноморської кухні? Також можна планувати своє харчування на тиждень, якщо задати ШІ перелік власних уподобань (така можливість вже є і зараз). Відповідно, ШІ запропонує список покупок до вашого наступного відвідування супермаркету. А ще він зможе "спілкуватися" з іншими пристроями на кухні, що готують їжу — мікрохвильовими чи духовими печами та індукційними варильними поверхнями. Звісно, нашинкувати продукти та поставити у духову піч ШІ не зможе (і, певно, не зможе ніколи, принаймні до появи гуманоїдних роботів-помічників у наших оселях). Але запропонувати рецепт, показати відео з його приготуванням та відправити відповідну програму (20 хвилин роботи з температурою 200 градусів, потім 40 хвилин роботи з температурою 140 градусів) на інший пристрій — це цілком реальний сценарій, який в екосистемі SmartThings вже реалізований.
Штучний інтелект в роботах-пилососах
Ось з використанням ШІ в роботах-пилососах, наче, все зрозуміліше. Головний напрямок розвитку тут полягає в розпізнаванні об'єктів із застосуванням елементів штучного інтелекту, бо без них розрізнити шкарпетки від миски для собаки буде важко. А для цього використовуються сенсори — камера глибини та лідар. Розпізнавання об'єктів на шляху робота підвищує його ситуаційну обізнаність та дозволяє краще виконувати прибирання. І все це працює, наприклад, в моделі Jet Bot AI+. Відповідно, без навчених нейромереж тут не обійтися.
Якими ще корисними можливостями може збагатити пилосос штучний інтелект? Наприклад, камера робота Jet Bot AI+ може використовуватися для "патрулювання" оселі. Компонент Pet Care надає можливості відстежувати дії домашнього улюбленця та навіть знайти його, коли вас нема вдома. Функція Jet Live дозволяє спостерігати за ситуацією в помешканні через застосунок смартфона. В майбутньому таку камеру не гріх буде приєднати до системи захисту від вторгнення, а допомогти розрізнити злочинця від, наприклад, власного собаки, дозволить той же машинний зір (тобто ШІ), що дозволяє зараз відрізнити кабель чи шкарпетки на шляху робота та знайти домашнього улюбленця.
Окрім розпізнання об'єктів на шляху робота-пилососа, ШІ може використовуватися для розпізнання типу покриття підлоги та оптимального керування потужністю всмоктування (знов історія про енергоефективність та зменшення витрат енергії). Бо загалом штучний інтелект в реальному житті має допомагати менше витрачати всього — від власного часу до енергії, а отримувати більше — того ж вільного часу та додаткового комфорту.
Штучний інтелект в телевізорі
Телевізори в екосистемі розумного будинку відіграють велику роль. Це — головний екран розумного будинку та хаб для всіх пристроїв — на відміну від смартфона, він може бути постійно в мережі дома та керувати пристроями або сценаріями, що керують різноманітними пристроями. Його датчик освітлення може керувати двигуном штор та відкривати шлях для світла зранку чи, навпаки, закривати штори, щойно наступають сутінки. На великому екрані телевізора зручно створювати нові сценарії взаємодії різних пристроїв розумного будинку — це те, що поєднує його зі смартфоном, який поступово, з подальшим розвитком ШІ, втрачає монополію на керування розумним будинком. Тепер ці функції забирають на себе телевізор та холодильник.
Звісно, сучасні телевізори вже використовують багато функцій, якими керує ШІ для свого головного призначення — зображення та звуку. Процесори телевізорів чи не найпотужніші за процесори передових смартфонів, та мають додаткові NPU — співпроцесор для роботи з нейромережами. Їх число (як NPU, так і нейромереж, що вони використовують постійно збільшується). Загалом у нас є окрема стаття про використання ШІ в телевізорах, зазначу лише, що в телевізорах Samsung 2024 року використовуються вже 512 натренованих нейромереж для різних функцій, що покращують або зображення, або звук. А найпотужнішою ШІ-функцією в телевізорах сьогодні, мабуть, є масштабування зображення до 8K в режимі реального часу.
Штучний інтелект в кондиціонерах
Кондиціонери — це новий виклик для систем штучного інтелекту. Здається, де тут застосувати ШІ, якщо це той самий холодильник, що зменшує температуру. Ви ж не станете встановлювати камеру чи великий екран в кондиціонер? Але у побутових пристроях завжди є простір для покращення комфорту споживачів. Наприклад, обрати оптимальний (знову — мова про енергоспоживання) шлях використання потужності кондиціонера для досягнення цілі. Звісно, можна для охолодження кімнати просто встановити мінімальну температуру, а потім, коли кімната охолоне, відрегулювати як треба. Та в процесі спожити більше електроенергії, ніж це потрібно для досягання мети. Але в режимі ШІ такі ж результати можна досягти меншими витратами енергії. Зверніть увагу — яки фактори навчання для цього зазначає сам виробник. Це температура кімнати, температура зовні приміщення, температура яку бажає отримати користувач та час роботи кондиціонера. Це вже 4 фактори, з яких можна збирати статистичні дані по всьому світу та після їх обробки та навчання відповідної нейромережі, можна отримати оптимальний варіант режиму роботи кондиціонера.
А ще для кондиціонерів окремий вид роботи — вночі, коли ми спимо. Який режим роботи продемонструє найкращі результати? Якою має бути температура в кімнаті для кращого відпочинку на різних стадіях сну? Як на це впливає рівень шуму від роботи кондиціонера? Відповіді на всі ці важливі питання можна отримати саме з допомогою штучного інтелекту. Що використовує велику кількість оброблених (та переданих за допомогою підключення до інтернету через домашню мережу Wi-Fi) даних.
Штучний інтелект в посудомийних, пральних та сушильних машинах
Ви може й не повірите, але у пральних, сушильних та посудомийних машинах для штучного інтелекту насправді є де розгорнутися! Бо їх робота — це складний мікс з використання води, електроенергії та мийних засобів. Помножений на різні типи тканин та ступінь забруднення. Потім додайте ще власні уподобання (або забобони) домогосподарок і ви отримаєте чудовий набір даних для роботи алгоритмів ШІ. Мабуть, після фантастичних можливостей холодильника з ШІ людству вкрай необхідне застосування штучного інтелекту саме у категорії прання та миття посуду. І, на щастя, всі ці можливості доступні вже зараз — їх не треба очікувати, як появи відеокамери в холодильнику (на яку особисто я дуже очікую, бо можливість перевірити вміст холодильника, коли ти вже крокуєш супермаркетом, неоціненна).
Сучасна пральна машина дозволяє оптимально витрачати мийні засоби (і тут без магії ШІ взагалі нікуди), точно дозуючи їх відповідно потребам користувача та типу тканин. Звісно, краще застосовувати для цього не капсули, а саме рідинні засоби як для прання, так і для кондиціонування (пом'якшувачі). І тут вже можна говорити не лише про свідоме ставлення до екології (збереження енергії, безфосфатні мийні засоби), але й про банальне заощадження грошей. На додаток, розумний пристрій може не лише вести звітність засобів, але й нагадувати, коли їх треба докупити. Це додає зручності та задоволення від користування (хоча б тому, що у вас ніколи не закінчується мийний засіб раптово та несподівано).
До того ж розумна пральна машина здатна синхронізуватися з сушильною машиною. Якщо ви ще не користуєтесь сушаркою, то вам просто необхідно її купити, бо це новий рівень комфорту вдома, співставний з появою в оселі холодильника, пральної машини чи телевізора — вже за кілька днів ви не зможете уявити, як ви жили без сушарки. До речі, якщо у вас небагато вільного місця, то це майже не має значення, бо сушильні машини ставляться прямо зверху на пральні — для цього потрібно лише докупити спеціальну планку-перемичку виробника, бо без неї ставити одну машину на іншу не можна. Тобто, якщо ви щойно використовували режим прання "Бавовна", то після закінчення циклу прання, сушильна машина отримає від пральної (певна річ, вони мають бути одного виробника) програму сушіння "Бавовна", і вам залишиться лише перекласти білизну з однієї машини в іншу і просто натиснути кнопку "Старт".
Звісно, як і в решті випадків, всі ці ШІ-режими пральних чи посудомийних машин працюють, як і будь-які інші системи штучного інтелекту — вони навчені на великій кількості даних, а даних про прання та його результати людство, слава богу, назбирало вже достобіса. Тому тут зорі склалися ідеально — результати роботи цієї техніки будуть завжди чудові, а ви менше перейматиметесь налаштуваннями всіх цих віджимів, обертів чи температур води — машина з ШІ все робитиме сама з найменшими витратами всіх наявних ресурсів та найкращими результатами.
Штучний інтелект в духових шафах, мікрохвильовках та індукційних поверхнях
Ви знаєте — холодильник це не єдиний пристрій, де можна з користю встановити камеру зі штучним інтелектом? Насправді великий простір для розпізнавання їжі є в духових шафах та мікрохвильових печах. А дисплеї можна встановлювати не лише на духові шафи, але й на індукційні поверхні. Причому камера в духовій шафі потрібна не лише для розпізнавання продуктів для правильного їх приготування та візуального контролю споживача. ШІ допоможе запобігти пригоранню страв (тут знов про комп'ютерний зір та навчанні нейромережі). Вбудована в духову шафу камера — це прям знахідка для всіх фуд-блогерів та авторів кулінарних шоу, бо вона може створювати короткі відеоролики з допомогою функції Film Inside.
Але справжня кулінарна магія — це функція AI Pro Cooking. Штучний інтелект розпізнає продукти та корегує режим приготування страви, постійно переглядаючи стан справ всередині духової шафи. І тут без навчених нейромереж теж не обійшлося. На відміну від холодильника з комп'ютерним зором, цю духовку можна замовити в Україні. І тоді ви отримаєте на додачу до технологій штучного інтелекту ще двері з сервоприводом, що самостійно відчиняються та закриваються. Та 4.3" дисплей на передній панелі. Звісно, технологічно ця духовка теж нафарширована максимально — фірмова концепція Samsung Dual Cook дозволяє одночасно готувати дві страви з різними налаштуваннями режимів та температур. Є гриль, конвекція та режим приготування з використанням пари (Full Steam & Add Steam), а також режим повільного приготування, відомий в кулінарії як сувід (Sous Vide). Додайте сюди найкращий тип очищення внутрішньої поверхні — піролітичний (є ще режим очищення парою) - і ціна вже загалом не виглядатиме надто високою. І це ще навіть не майбутнє, а вже сучасність.
В сухому залишку: майбутнє штучного інтелекту — присутність всюди
Що нам треба знати про використання штучного інтелекту в побутовій техніці? По-перше, це не синонім смарт-пристроїв (хоча всі пристрої, що використовують ШІ, безперечно є смарт-пристроями). По-друге, це не лише маркетинг, але й насправді оптимізація режимів роботи пристроїв для досягнення найкращих результатів для користувача з використанням найменшої кількості ресурсів (в першу чергу — електрики). По-третє, коли мова йде про штучний інтелект, насправді йдеться про заздалегідь навчені на великій кількості даних нейромережі, але для простоти ми все одно використовуємо замість цих складних мовних конструкцій просто дві літери: ШІ. По-четверте, цінність екосистеми розумного будинку з ШІ-пристроями зростатиме з кожним новим таким пристроєм.
Хочемо ми чи ні, але штучний інтелект вже з нами, та з часом його буде в нашому житті все більше і більше. З появою ChatGPT чи Midjourney здається, що штучний інтелект вже і так проник всюди, але в побутовій техніці штучний інтелект буде розвиватися та застосовуватися все частіше. І колись ми подивимось навколо і зрозуміємо, що ми звикли до присутності ШІ в нашому житті так, як до цього звикли до комп'ютерів чи інтернету (я впевнений, що саме ШІ стане наступним етапом їх розвитку). І щось мені підказує, що все це відбудеться раніше, ніж всім нам зараз здається.
Для тих, хто хоче знати більше
Співзасновник і головний редактор gagadget.com. Закінчив факультет журналістики Київського Національного університету в 1998 році. Перші публікації в ЗМІ робив ще в шкільні роки (тоді ще були газети). Спостерігав за еволюцією смартфонів у першому ряду ще з часів Nokia 7650 на Symbian. З 2002 року спеціалізується на темі смартфонів, мобільного зв'язку та аналізі розвитку ринку споживчої електроніки. Лауреат PRESSZVANIE-2014 у номінації "Телекомунікації та IT".
