Spartesnis ir efektyvesnis darbas, patogesnis gyvenimas ir turiningesnis laisvalaikis – tai mums žada informacinių technologijų naujovės. Jas kuria specialistai, dirbantys visame pasaulyje, taip pat ir Lietuvoje. „Tempai dideli, nes nebeliko srities, kurioje nebūtų naudojamos informacinės technologijos“, – teigia Vilniaus Gedimino technikos universiteto (VGTU) Informacinių sistemų katedros vedėjas prof. dr. Dalius Mažeika. Su juo apžvelgiame IT tendencijas – galimybes ir iššūkius, kurie žengia koja kojon su naujovėmis. 

Kokios, Jūsų nuomone, buvo pagrindinės IT tendencijos 2018 m.? Ką prognozuotumėte 2019 m.?

Kadangi informacinės technologijos yra globalios, kaip ir daugelis dalykų dabar pasaulyje, todėl tendencijos neapsiriboja lokaliai viena šalimi, viskas plinta. Pagrindinėmis pasaulinėmis IT kryptimis 2018 m. buvo dirbtinis intelektas ir jo panaudojimas sprendimų priėmimo sistemose, automatizuojant veiklos procesus, apdorojant garsą ir vaizdą, taip pat didžiųjų duomenų apdorojimas, toliau natūraliai augantis ir besiplečiantis daiktų internetas. Aktuali išlieka ir debesų kompiuterija, intensyviai tobulinama SaaS tipo programų architektūra. Žinoma, reikia paminėti, kad toliau intensyviai buvo taikomos blokų grandinių technologijos. Nors jos dažniausiai siejamos su kriptovaliutomis, tai yra tik vienas iš šios technologijos pritaikymo pavyzdžių. Taip pat manau, kad ateityje toliau bus daug dirbama su virtualia ir pridėtine realybe, nes ji gali būti taikoma labai plačiai.

Naujos galimybės dažnai reiškia ir naujus iššūkius. Kokie jie yra IT srityje? 

Visos paminėtos naujovės yra susijusios su duomenų perdavimu ir kompiuterių tinklais, todėl vienareikšmiškai ateityje turėtume kalbėti apie belaidžių tinklų technologijų vystymąsi ir tobulėjimą. Visi žinome, ką reiškia 2G, 3G, 4G, 5G. Mes didiname duomenų perdavimo greitį belaidžiais tinklais. Greitis labai aktualus, nes didžioji dalis įrenginių tampa autonominiai, jie nebėra prijungti kabeliu, pavyzdžiui, daiktų interneto įrenginiai, autonominiai automobiliai. Vadinasi, duomenys yra perduodami belaidžiais tinklais ir būtent todėl turime didinti jų perdavimo spartą, kad tai netaptų kliūtimi sėkmingai veikti naujausioms technologijoms.
 
Kita kryptis, kurios aktualumas ateityje tik stiprės, yra IT sauga. Kadangi pasaulis tampa vis labiau sujungtas į vieną didžiulį tinklą, tinklo įrenginiai susiduria su vis didesnėmis saugos grėsmėmis. Pažeistas įrenginys gali būti panaudotas įsibrauti ar kitaip pakenkti kitiems tinkle esantiems įrenginiams. 

O kas toliau? Kas gimsta laboratorijose, kokiomis idėjomis gyvena mokslininkai? 

Viena iš įdomių mokslinių krypčių, kurioje dirba mokslininkų grupės, yra vadinamieji kvantiniai kompiuteriai (angl. quantum computer). Kvantinio kompiuterio idėja buvo iškelta apie 1995 m. Jos esmė – atlikti skaičiavimus, pasitelkiant fizikines sistemas, kurioms galioja kvantinio susiejimo ir kvantinės superpozicijos dėsniai. Klasikiniuose kompiuteriuose informacija yra operuojama diskrečiais bitais, o kvantiniuose kompiuteriuose – tolygiai kintančiomis kvantinėmis būsenomis – kubitais. Manoma, kad sukūrus kvantinį kompiuterį su pakankamai daug kubitų, būtų galima išspręsti sudėtingus uždavinius, pavyzdžiui, kriptografijos, kurių sprendimas klasikiniuose kompiuteriuose užtruktų milijonus metų.

Žinoma, iš karto iškyla ir problema – šiuo metu naudojami kriptografijos algoritmai paremti tuo, kad reikia tam tikrą didelį skaičių išskaidyti į pirminių skaičių seką. Šis uždavinys klasikiniam kompiuteriui yra labai sudėtingas, o kvantinio kompiuterio veikimo principas tuo ir paremtas, todėl jis tokį uždavinį išspręstų per sekundę ar kelias. Taigi, iškiltų reali grėsmė mūsų saugai, nes visi dabartiniai šifravimo algoritmai taptų beverčiai. Tikėtina, kad kvantiniai kompiuteriai galėtų atsirasti po 20–30 metų, ir nors yra mokslininkų, kurie intensyviai dirba šioje srityje, kol kas tai daugiau teorija, futuristinė veikla. 

Bet juk ir dirbtinis intelektas kažkada atrodė labai futuristinė veikla? 

Taip, bet dirbtinis intelektas nebuvo taip sudėtingai sprendžiamas. Jis yra susijęs su tam tikrų matematinių modelių naudojimu, o kvantiniams skaičiavimams reikia ne vien tik teorijos, bet ir sukurti fizinę mašiną. Tai yra labai sudėtinga, nors jau yra padaryta pavyzdžių, bet jie labai nepatikimi. 

Universitetai, mokslų centrai, didelės IT korporacijos, startuoliai – kas diktuoja IT madas?

Vienareikšmio atsakymo nėra, bet, manyčiau, kad visi išvardyti elementai drauge. Universitetai daugeliu atveju dirba kurdami teorinius principus, startuoliai realizuoja inovatyvias idėjas ir kuria prototipus, o IT korporacijos realizuoja didelius ir sudėtingus projektus. Didelė IT korporacija paprastai turi savo tyrimų centrą (angl. Research and Development), kuriame dirba šimtai žmonių. Didžioji dalis ar bent dalis iš jų yra mokslo daktarai, tad galima sakyti, kad tai yra lyg universiteto katedra, persikėlusi į įmonę, kur tyrimų lygis tikrai panašus. Vienintelis skirtumas nebent tas, kad verslas daugiau orientuojasi į tai, jog jų idėja būtų realiai įgyvendinta – visos investicijos skiriamos praktiniam pritaikomumui, produkto inovacijoms. Visiško futurizmo ten mažai. Tokius centrus turi tokios IT milžinės kaip Google, IBM, Facebook.

Kokia Jūsų nuomonė apie dirbtinį intelektą? Kol kas daugelis mato jį tik kaip grėsmę.

Mes visi linkę truputį patinginiauti arba norime mažiau dirbti, bet uždirbti daugiau. Verslas taip pat galvoja apie tai, kaip panaudojant IT būtų galima mažinti sąnaudas. Kalbėdami apie dirbtinį intelekto sistemų pritaikymą, pirmiausia galvojame apie tai, kaip galėtume padidinti darbo našumą ar atlikti rutininius darbus be klaidų. Tikriausiai visi sutiks, kad automatizavus rutininius darbus, mašina juos atliktų geriau nei žmogus. Pavyzdžiui, įmonei nebereikia žmogaus, įvedančio šimtus sąskaitų faktūrų į informacinę sistemą, kai visos sąskaitos išrašomos ir saugomos bendroje sistemoje. Nebelieka dokumentų, o tik duomenų srautai. Bankuose ir finansinėse kompanijose jau naudojami vadinamieji programiniai robotai, kurie atlieka finansinių transakcijų tikrinimą ir tvirtinimą. Kitas realus pavyzdys yra iš metalo apdirbimo gamyklos, kur žmones, stovinčius prie konvejerio ir vizualiai tikrinančius gaminamų detalių kokybę, pakeitė vaizdo kameros ir dirbtinio intelekto sistema, sugebanti atpažinti vaizdą ir įvertinti, ar detalė kokybiška, be defektų. Tokių dirbtinio intelekto sistemų panaudojimas didina darbo našumą ir efektyvumą, nes rutininį darbą mašina dirba greičiau ir tiksliau.

Taigi, vis daugiau rutininių darbų ateityje bus automatizuoti ir tam reikia ruoštis. Dirbs ir naudingiausi bus tie žmonės, kurie gali kurti. 

O ką turėtų daryti dirbantieji rutininius darbus? 

Persikvalifikuoti ir dirbti tokį darbą, kurio negali atlikti kompiuterinės sistemos. Galvojant filosofiškai, mašinos galėtų sugeneruoti pridėtinę vertę, kuri toliau būtų naudojama tokiose srityse, kur mašinos negeba dirbti, pavyzdžiui, filosofijoje, kūryboje, saviraiškoje. Pagaliau mes daugiau laiko galėtume skirti savęs lavinimui, laisvalaikiui.