НАПОМИНАЕМ, У НАС БУДЕТ ВЕБИНАР

ВИРТУАЛЬНАЯ РЕАЛЬНОСТЬ
За последние годы эта технология значительно развилась.
Последнее поколение смартфонов совместимо с бюджетными версиями VR-устройств вроде Google Cardboard. Такие продвинутые гаджеты, как Samsung Gear, HTC Vive и Oculus Rift, сделали впечатления от виртуальной реальности более яркими, будь то просмотр живого выступления или игра.
Очевидно, что виртуальная реальность пока что не является доминирующей сферой, но области ее применения расширяются. VR используется не только в сфере развлечений, но и B2B-услугах, например, для обучения сотрудников, планирования магазинов и в медицине (для реабилитации и тренировки пациентов).

ДОПОЛНЕННАЯ РЕАЛЬНОСТЬ
Дополненная реальность «проецирует» цифровые изображения и информацию в реальный мир. Несколько лет назад Google запустил AR-проект Google Glass, но он не получил признания. Похожий проект от Yelp под названием Monocle позволял пользователям видеть сквозь экран смартфона дополнительную информацию об окружающих их компаниях. Эта возможность была классной, но не революционной.
Переломный момент для дополненной реальности произошел в 2016 году, когда внезапно обрела популярность игра с элементами дополненной реальности Pokemon Go. Кроме того, такие серьезные стартапы, как Magic Leap, всерьез считают, что виртуальная и дополненная реальность сыграют важную роль в нашем мире.

ГЛУБИННОЕ ОБУЧЕНИЕ
Искусственный интеллект медленно развивался на протяжении многих лет, но глубинное обучение стало огромным скачком вперед в попытках научить машины обучаться. Системы глубинного обучения стараются подражать работе человеческого мозга с помощью слоев искусственных нейронов, формирующих нейронную сеть.
Оригинальная концепция такой сети существовала уже десятки лет, но только благодаря недавним достижениям в области вычислений системы глубинного обучения смогли стимулировать гораздо большее количество нейронов. С помощью искусственных нейронов сверхмощные компьютеры могут анализировать огромные объемы информации и распознавать шаблоны. Системы могут учиться на ошибках и успехах и все лучше распознавать изображения, речь и даже выражение лица. Такие системы используются в медицине, финтехе, обслуживании клиентов и других отраслях.