Какво представляват дълбоките технологии, как участват инвеститорите и какво означават дълбоките технологии, когато става въпрос за изкуствен интелект и квантови изчисления?

Попитайте десет души „какво е дълбока технология?“ и ще получите десет различни определения. Известен и с имена като „hard tech“, „tough tech“ или „frontier tech“, терминът „deep tech“ (дийп тек) се използва за описание на технологични иновации на самите граници на науката, които могат да предизвикат революция в своята област и да преодолеят значителни предизвикателства.

Този тип технологии изискват търпение и големи инвестиции, за да стартират, като един от последните успешни примери е OpenAI и нейният новаторски инструмент ChatGPT. Големи инвестиции бяха необходими, за да се подкрепи OpenAI през първите години от съществуването си, тъй като тя направи генеративния изкуствен интелект обществено достояние, а фирмите, занимаващи се с дълбоки технологии, често се нуждаят от години първоначални инвестиции, преди продуктите им да започнат да се изплащат.

За да разберем най-добре дълбоките технологии, трябва да разгледаме другите видове технологии, които ги заобикалят. Изследователите от MIT Management Global Programs смятат, че дълбоките технологии са разклонение на иновационно ориентираното предприемачество (IDEs) в компании като IBM, Meta и Microsoft.

Един от най-големите критерии всъщност е иновационната част от бизнес описанието. OpenAI представлява дълбока технология, тъй като е пионер в създаването на генеративни инструменти за изкуствен интелект като ChatGPT, докато предишни еднорози като Airbnb не отговарят на критериите, тъй като техният модел е ново завъртане на съществуваща рамка (в този случай резервации за легло и закуска).

Какво е компания за дълбоки технологии?

Изследователската фирма Boston Consulting Group предоставя следните критерии за стартираща компания в областта на дълбоките технологии

• Фирмата е част от иновационна екосистема, като например университети, инвестиционни ангели като Y Combinator или изследователски и развойни звена на големи технологични компании като Meta, Google, Microsoft и Apple.
• Дългите цикли на разработка са друг признак за дълбокотехнологична компания. Макар че няма конкретна цифра или диапазон за количествено определяне на „дълъг“ според BCG, повечето дълбокотехнологични компании имат 10 до 15-годишни цикли на развитие.
• Фирмите, които са ориентирани към проблеми или мисии, често се оказват дълбокотехнологични компании. Докато Ubers на света изтъкват уникален начин на подход към пазара със съществуваща технология, стартиращите компании в областта на дълбоките технологии имат алтруистичен елемент.
• Технологичните, научните и/или инженерните открития са отличителни белези на фирмите с дълбоки технологии.

Инвеститорите се борят за тази яснота на определението, за да оправдаят инвестициите и да намалят или предвидят рисковете. Ясната дефиниция привлича повече инвеститори, които разполагат с големи средства, като по този начин подпомага каузите, на които стартиращите компании в областта на дълбоките технологии държат.

ИИ е дълбока технология? Примери за дълбоки технологии

Ето кратък преглед на най-често споменаваните форми на дълбоки технологии днес.

ИЗКУСТВЕН ИНТЕЛЕКТ
Въз основа на това, което видяхме с появата на генеративния ИИ, технологиите, считани за нови, могат да изскочат на преден план в живота ни за няколко седмици. Спомнете си, когато чатботовете с изкуствен интелект за първи път станаха големи през 2022 г. Мнозина бяха изумени от това, което ChatGPT можеше да направи, което предизвика верижна реакция на страх, прекомерни инвестиции (като например инвестицията на Microsoft в OpenAI в размер на 10 млрд. долара) в стартиращи компании, фокусирани върху ИИ, и миниатюрни фирмички около преподаването, сертифицирането и опростяването на ИИ.

МАШИННО ОБУЧЕНИЕ
По същество машинното обучение (ML) остава крайъгълен камък в развитието на ИИ. Без него предсказващият текст в търсачките или приложенията за езиков превод нямаше да са на една ръка разстояние. МЛ се „учи“ по три начина: контролиран, неконтролиран и подсилване. И трите имат общи основни елементи на МЛ, които включват набори от данни, алгоритми и усъвършенстване (което бихме нарекли обучение).

КВАНТОВИ ИЗЧИСЛЕНИЯ
Това кътче от дълбоките технологии е проблемното дете на индустрията от самото си създаване, като предлага големи обещания и сърцераздирателни разочарования. Квантовите изчисления могат да превъзхождат класическите изчисления с много порядъци, тъй като отключват едновременни изчисления чрез разширяване на границите на физиката.

Квантовите изчисления намират приложение в биотехнологиите, където квантовите изчисления могат да се използват за проследяване и дори предсказване на поведението на заболявания като рак, както и за значително ускоряване на машинното обучение и изкуствения интелект. Системите за квантови изчисления все още са на път да се появят след няколко години, тъй като прототипите продължават да допускат както предсказуеми, така и непредсказуеми грешки, свързани с квантовите битове (кюбити). Но квантовите изчисления може да са по-близо до реалността, отколкото мнозина си мислят, и експерти от Обединеното кралство вече призовават за създаване на работна група за квантови технологии, която да се предпази от рисковете, породени от тази нова дълбока технологична област.

РОБОТИКА
Извън ярките научнофантастични реализации на роботи, автономните системи имат практически приложения, като например изпълнение на задачи в опасни за човешкия живот зони. Например, ремонтът на електрическо оборудване крие висок риск от удар и дъгови изригвания. Най-съвременната роботика редовно се представя на ежегодното изложение за потребителска електроника (CES).

BLOCKCHAIN
Първоначалната цел на блокчейна, преди появата на криптовалутите, беше да осигури прозрачност и железен, неизменен запис на финансовите транзакции, като по този начин демократизира финансовите данни.

В своята същност блокчейнът служи за създаване на счетоводна книга, в която се записват трансакции (от всякакъв вид) и бизнес активи. Случаите на използване се разширяват както до разработването на договорни споразумения, така и до проследяването и предотвратяването на рискове за киберсигурността.

Какво следва в областта на дълбоките технологии?

Въпреки че изброихме най-известните случаи на използване на дълбоките технологии, приложенията на технологията са безкрайни. Други случаи на използване на дълбоките технологии включват:

• Медицински технологии: революционни фармацевтични открития, използващи комбинация от генеративен изкуствен интелект и когнитивни платформи; системи за роботизирана хирургия, персонализирани лекарства, базирани на ДНК, и интелигентни устройства за носене за проследяване и прогнозиране на здравните резултати.
• Устойчивост: пробивни технологии за зелена енергия, технологии за по-нататъшно адаптиране към изменението на климата и технологии за улавяне на въглерод.
• Киберсигурност: усъвършенствани изследвания на заплахите и прогнозен анализ, сигурно кредитиране между отделни страни, а не между финансови институции, и киберсигурност с изкуствен интелект.
• Селскостопански технологии: специално разработени протеини и производство на тези протеини в голям мащаб, прецизно и предсказващо земеделие за осигуряване на най-добрия избор и местоположение на културите, иновативни торове, които са ефективни за ограничаване на вредителите и не са вредни за други животни и хора.

Модните технологии и технологиите за образование също привличат инвестиции от сектора на дълбоките инвестиции в технологии.

Някои стартъпи в областта на дийп тек ще тръгнат по пътя на OpenAI, като ефективно ще комерсиализират дълбоките технологии. Но много от компаниите, работещи в областта на дълбоките технологии, са изправени пред нелека борба за пускане на решенията си на пазара, тъй като дори най-интересните иновации се нуждаят от убедителни примери за употреба, за да привлекат инвеститори.