5 digitale trends du skal holde øje med i 2017

Blockchain-teknologien skaber grobund for en helt ny økonomi, kunstig intelligens gør indtog i hverdagen, og mediegiganternes ansvar kommer i fokus. Vi har bedt fem forskere på IT-Universitetet om at kigge i krystalkuglen og give deres bud på digitale tendenser, der kommer til at præge det kommende år.

Institut for Business IT Institut for Datalogi Institut for Digital Design Roman Beck Aske Kammer Brit Ross Winthereik Natalie Schluter Sebastian Risi blockchain big data medier kunstig intelligens

Skrevet 10. januar 2017 08:53 af Vibeke Arildsen

1) Nye forretningsmodeller med blockchain
"Jeg tror, at blockchain-teknologien bliver en af de vigtigste teknologier i 2017. Blockchain giver mulighed for at overføre information, varer og penge på en sikker og ikke-manipulerbar måde. Teknologien kan ikke bare åbne op for nye forretningsmodeller, men indvarsler muligvis også begyndelsen på en ny økonomi. Der har været stor debat om, hvorvidt den første helt blockchain-baserede, virtuelle organisation, DAO, er en succes eller en fiasko.

»
[Blockchain] teknologien kan ikke bare åbne op for nye forretningsmodeller, men indvarsler muligvis også begyndelsen på en ny økonomi.
Roman Beck, professor
«

Men lige meget hvad, er den det første eksempel på en ny form for økonomisk institution, og vi vil se meget mere af den slags dukke op i 2017. Hvis vi også tager andre nyskabelser som 3D-printere eller Internet of Things i betragtning og kombinerer teknologierne i nye produkter og tjenester, er det ganske sandsynligt, at vi i løbet af de næste et til to år vil se helt nye måder at skabe værdi på."

Roman Beck, professor, Institut for Business IT.

2) Kunstig intelligens træder ind i hverdagen
"Jeg tror, at kunstig intelligens (AI) vil fortsætte med at være en tendens i 2017, endnu mere end i 2016. Virksomheder investerer mere og mere massivt i AI, og teknologien begynder at trænge ind i flere dele af hverdagen. Efterhånden som talegenkendelse bliver mere pålidelig, vil stemmekontrollerede brugerflader blive populære. Især deep learning, som er en machine learning-metode inspireret af hjernens hierarkiske måde at bearbejde information på, vil fortsat være den vigtigste tendens inden for feltet.

AI-værktøjer vil blive mere tilgængelige, hvilket giver flere forskere og virksomheder mulighed for at bruge dem. Derfor vil flere virksomheder søge efter AI-eksperter, og flere vil studere AI-relaterede emner som data science og machine learning. AI vil skabe fornyelse i en række brancher, fra sundhedssektoren til bilindustrien og undervisningsverdenen. Fordi AI-systemer bliver stadigt mere allestedsnærværende vil forskning i, hvordan mennesker og maskiner kan samarbejde effektivt og sikkert få større betydning i 2017.”

Sebastian Risi, lektor, Institut for Digital Design.

3) Mediernes ansvar sættes til diskussion
”En diskussion, der givetvis kommer til at præge 2017, handler om de "digitale mellemmænd" og deres demokratiske ansvar (eller mangel på samme). Aktører som Google og Facebook er helt centrale i samfundets kommunikative infrastruktur - men spørgsmålet er, om de er neutrale aktører, der blot lægger platform til borgernes indbyrdes kommunikation. Eller om tjenesterne på grund af den automatiserede sortering og udvælgelse af hvilket indhold, brugerne eksponeres for, også har et ansvar i forhold til kvaliteten af det indhold, der fremhæves.

»
Aktører som Google og Facebook er helt centrale i samfundets kommunikative infrastruktur - men spørgsmålet er, om de er neutrale aktører, der blot lægger platform til borgernes indbyrdes kommunikation.
Aske Kammer, adjunkt
«

Diskussionen har simret gennem længere tid, men i kølvandet på det amerikanske præsidentvalg og cirkulationen af "fake news" er låget sprunget af gryden, og med de betydelige interesser, der er på spil, tyder den ikke på at gå i sig selv foreløbigt.”

Aske Kammer, adjunkt, Institut for Digital Design.

4) Flere eksperimenter med big data-analyse
”2017 vil vise en fortsat stigning i interessen for, hvordan virksomheder og offentlige institutioner kan skabe værdi gennem analyse af store datamængder. Der vil blive igangsat en masse forsøg rundt omkring, som formentlig vil føre til en erkendelse af, at der mangler viden om, hvordan man bedst - dvs. mest effektivt, mest etisk og med størst mulig indsigt - gennemfører sådanne eksperimenter med store datamængder.

Organisationerne vil i stigende grad overveje, hvordan de tilpasser deres arbejdsgange og organisationsstrukturer. It og digitale data vil ikke længere blive set som neutrale redskaber, der understøtter organisationen, men som en livsnerve - ikke bare teknik, men også etik og værdier blandet sammen, noget man som ledelse skal forholde sig til på en mere direkte og involverende måde end tidligere. Det vil blive tydeligt, at evnen til metodisk innovation er altafgørende for at skabe værdi med big data, fx evnen til at forstå mønstre i metadata og at kunne analysere ud fra datavisualiseringer.”

Brit Ross Winthereik, lektor, Institut for Business IT, og leder af Data as Relation, et VELUX-støttet forskningsprojekt om big data i offentlige organisationer.

5) Store fremskridt for deep learning
Deep learning bliver det helt store i 2017. Det sidste halve årti har vi set en eksplosion i forskning, der handler om at anvende deep learning-algoritmer. Noget af den forskning har været fremragende, men en del af den har været af en tvivlsom kvalitet, hvilket fik mange til at spørge sig selv, om deep learning blot var en hype. I 2017 vil der ikke længere være nogen tvivl.

»
Deep learning gør maskiner i stand til at løse opgaver mere præcist, og måske snart endnu bedre end vi mennesker.
Natalie Schluter, adjunkt
«

Datagiganter som Facebook og Google opkøber med stor hast teknisk hjernekraft inden for deep learning på grund af de store fremskridt, der er sket. Inden for machine learning er der opgaver som maskinoversættelse, det kinesiske brætspil GO og meget andet, hvor vi ikke havde set fremskridt i årevis, før deep learning kom og knuste fejlraterne. Det er en virkelig spændende udvikling! Deep learning gør maskiner i stand til at løse opgaver mere præcist, og måske snart endnu bedre end vi mennesker.”

Natalie Schluter, adjunkt, Institut for Computer Science og linjeleder for BSc i Data Science.