SlideShare a Scribd company logo
Technologické změny
Slovoúvodem
 Obtížná identifikace změn – mění se všechno
 Obtížná identifikace predikcí – téměř nic nevychází.
Víme proč?
 Moorův zákon – vše se mění exponenciální
 Lze udělat jen malý exkurz do jednotlivých dílčích
témat
 K jaké době vztahovat změny?
 Je změna pozitivní nebo negativní pojem?
Funkcionalisté x technooptimisté
Problematika
predikce
 Ken Olsen: Není zde žádný důvod k tomu, aby se počítače
rozšířily i do našich domácností. (1977)
 John Roach: Nemyslím si, že to bude tak významné (1981)
 Bill Gates: 640 kilobajtů paměti by mělo každému stačit
 Steve Jobs: Chcete do konce života prodávat oslazenou
vodu, nebo chcete změnit svět? (1983)
 Bill Gates: Nikdy nevyrobíme 32-bitový operační systém
(1989)
 Hitachi: Třípalcová disketa se stane novým standardem
(1984)
 Věra Pohlová: Tyhle aféry každého jenom otravují. Já bych
všechny ty internety a počítače zakázala. (1999)
 Bill Gates: Do dvou let bude nevyžádaná pošta minulostí
(2004)
Počítače
 Jsou v domácnostech > stolní počítače > tablety? >
notebooky? > chytré televize?
 Jsou laciné
 Jsou přenosné
 Prodeje padají
 Výkon nikoho nezajímá (mimo hráče her)
 Podle čeho si lidé vybírají PC?
 Nepoužívají je jen experti
 Omezuje se možnost upgrade
 Jsou online
 Počet programátorů roste jen velice pomalu
Sítě
 Kvůli telefonům nebude téměř vidět nebe…
 Spojení point to point nahrazuje paketová síť
 Roste rychlost i kapacita sítě
 Bezdrátové sítě
 Objevuje se otázka bezpečnosti
 Již telefon a telegraf zkrátily vzdálenosti
 Komunikace není jen výměna verbálních zpráv
 Nástup sítí 5G – změny v průmyslu, autonomní
vozidla, zcela nové možnosti komunikace a technologií
Souhrav hudbě
 Velmi vysoké nároky na nízké zpoždění celého řetězce:
 7.5 ms rozpoznatelné
 15 ms komfortní
 30 ms silné omezení výrazových prostředků (rubato, …)
Distribuovaná
divadelní
představení
Distribuovaná
divadelní
představení
Mobilnítelefony
 Od 50. let v automobilech v USA
 Od 70. let první přenosné telefony
 Od 80. let GSM, ale jen pro pár vyvolených
 1998 WAP
 1998 3G
 2001 první poslaná fotografie
 2008 LTE
 Mobilních telefonů je podobný počet jako obyvatel planety
 Standardizace (frekvence sítí, napájení, operační systémy)
 Změny organisace práce a komunikace
 Těsná závislost na síle a kvalitě infrastruktury
 2019 první komerční 5G síť v národním měřítku (Jižní Korea)
 Silná je role národních regulátorů (Proč u nás (ne)funguje ČTU?)
Chytráměsta
 Systémy dopravy a parkování, zdravotnictví, politiky,
služeb,…
 Digitální konektivitu a integraci mezi lidmi, místy
a věcmi po celém městě
 Digitalitu jako standard pro všechny městské služby
 Analýzu městských digitálních dat pro lepší sladění
nabídky s poptávkou, zlepšení služeb a udržitelnosti
s cílem lépe předvídat a předcházet budoucím
problémům
 Rozhodování na základě dat ne dojmů
 Těsný vztah k životnímu prostředí
 Chytré domácnosti?
Zdravotnictví
 Asistivní technologie
 Analýza vhodných antibiotik
 Analýza léčebných postupů -> vzdělávání a smlouvy s
pojišťovnami
 Telekonzultace
 Vzdálená měření
 Dostupnost zdravotní péče
 Operování pomocí robotů
 Operace na dálku
 Operace nanečisto
 CT, magnetická resonance,…
Automobilový
průmysl
 Automatizace ve výrobě – od Forda po automatické linky
 Automatizace v řízení:
 Automatické převodovky s predikcí
 Systémy řízení vlaků
 Autopilot v letadle
 Automatické parkování
 Google Car a podobní
 Mapové podklady
 Navigační systémy
 Parkovací systémy
 Řízení dopravy s přednostmi
 Bezpečnostní systémy
 Autonomní vozidla
Filmovýprůmysl
 Od divadla k filmu
 Od 8 mm kamer ke 4K, 8K, VR
 Od němého k Dolby Pro Logic Iiz
 Změna postprodukce (při zachování původních pojmů)
 Role 3D animací
 Online zálohování a posílání dat
 Živé přenosy
 Změna distribuce
 Změna kinosálů
 Změna filmů jako takových
 Spory o digitalizaci starých filmů
Vědecké
přístroje
 Od mechanických k elektrotechnickým
 CERN
 NASA a Simbad
 Některé zcela nové oblasti výzkumu: výpočty
hvězdných jader a atmosfér, srážky galaxií,…
 Těsné spojení inženýrů a vědců
 Občanská věda
 Dostupnost dat
 Vzdálené experimenty
 Otevřenost komunity, dostupnost zdrojů
 Senzory a senzorické sítě
 Posun ke statistickým metodám
Změnyvevědě
 Od otázky „Co“ k otázce „Jak“
 Floridi: žijeme v zetabajtové době, ve které vidíme jen
velice malé paterny, ale netušíme, jak vypadá celkový
obraz.
 Computerizace vědy v oblasti zpracování
 Nové technické možnosti
 Nové vědní obory (od …-informatika) po třeba stavbu
hvězd nebo hvězdných atmosfér.
 Problémem není nedostatek dat, ale dobré otázky (srov.
Mendel)
 Současná věda je matematizovaná, roste význam
statistických metod
 Všichni potřebujeme výbornou znalost matematiky a
statistiky

More Related Content

What's hot

Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
Yoshitaka Ushiku
 
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
Shinnosuke Takamichi
 
[DL輪読会]Factorized Variational Autoencoders for Modeling Audience Reactions to...
[DL輪読会]Factorized Variational Autoencoders for Modeling Audience Reactions to...[DL輪読会]Factorized Variational Autoencoders for Modeling Audience Reactions to...
[DL輪読会]Factorized Variational Autoencoders for Modeling Audience Reactions to...
Deep Learning JP
 
QM-068-日月光知識管理案例分享
QM-068-日月光知識管理案例分享QM-068-日月光知識管理案例分享
QM-068-日月光知識管理案例分享handbook
 
[論文紹介] LSTM (LONG SHORT-TERM MEMORY)
[論文紹介] LSTM (LONG SHORT-TERM MEMORY)[論文紹介] LSTM (LONG SHORT-TERM MEMORY)
[論文紹介] LSTM (LONG SHORT-TERM MEMORY)
Tomoyuki Hioki
 
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
harmonylab
 
心電圖的研究和實作
心電圖的研究和實作心電圖的研究和實作
心電圖的研究和實作
艾鍗科技
 
[DL輪読会]Unsupervised Learning by Predicting Noise
[DL輪読会]Unsupervised Learning by Predicting Noise[DL輪読会]Unsupervised Learning by Predicting Noise
[DL輪読会]Unsupervised Learning by Predicting Noise
Deep Learning JP
 
IPAB2017 深層学習を使った新薬の探索から創造へ
IPAB2017 深層学習を使った新薬の探索から創造へIPAB2017 深層学習を使った新薬の探索から創造へ
IPAB2017 深層学習を使った新薬の探索から創造へ
Preferred Networks
 
【論文読み会】PiCO_Contrastive Label Disambiguation for Partial Label Learning.pptx
【論文読み会】PiCO_Contrastive Label Disambiguation for Partial Label Learning.pptx【論文読み会】PiCO_Contrastive Label Disambiguation for Partial Label Learning.pptx
【論文読み会】PiCO_Contrastive Label Disambiguation for Partial Label Learning.pptx
ARISE analytics
 
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
Katsuya Ito
 
TransPose: Towards Explainable Human Pose Estimation by Transformer
TransPose: Towards Explainable Human Pose Estimation by TransformerTransPose: Towards Explainable Human Pose Estimation by Transformer
TransPose: Towards Explainable Human Pose Estimation by Transformer
Yasutomo Kawanishi
 
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
Preferred Networks
 
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
michiaki ito
 
機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測
Momoko Hayamizu
 
組込みシステムの高効率開発を可能とする開発フレームワークの研究開発
組込みシステムの高効率開発を可能とする開発フレームワークの研究開発組込みシステムの高効率開発を可能とする開発フレームワークの研究開発
組込みシステムの高効率開発を可能とする開発フレームワークの研究開発
Kazuaki Tanaka
 
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Yamato OKAMOTO
 
近接分離最適化によるブラインド⾳源分離(Blind source separation via proximal splitting algorithm)
近接分離最適化によるブラインド⾳源分離(Blind source separation via proximal splitting algorithm)近接分離最適化によるブラインド⾳源分離(Blind source separation via proximal splitting algorithm)
近接分離最適化によるブラインド⾳源分離(Blind source separation via proximal splitting algorithm)
Daichi Kitamura
 
Windows 10 driver development (fixed, rev.2)
Windows 10 driver development (fixed, rev.2)Windows 10 driver development (fixed, rev.2)
Windows 10 driver development (fixed, rev.2)
Atomu Hidaka
 
Deep Learningと画像認識   ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識   ~歴史・理論・実践~
nlab_utokyo
 

What's hot (20)

Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
Sequence Level Training with Recurrent Neural Networks (関東CV勉強会 強化学習論文読み会)
 
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
 
[DL輪読会]Factorized Variational Autoencoders for Modeling Audience Reactions to...
[DL輪読会]Factorized Variational Autoencoders for Modeling Audience Reactions to...[DL輪読会]Factorized Variational Autoencoders for Modeling Audience Reactions to...
[DL輪読会]Factorized Variational Autoencoders for Modeling Audience Reactions to...
 
QM-068-日月光知識管理案例分享
QM-068-日月光知識管理案例分享QM-068-日月光知識管理案例分享
QM-068-日月光知識管理案例分享
 
[論文紹介] LSTM (LONG SHORT-TERM MEMORY)
[論文紹介] LSTM (LONG SHORT-TERM MEMORY)[論文紹介] LSTM (LONG SHORT-TERM MEMORY)
[論文紹介] LSTM (LONG SHORT-TERM MEMORY)
 
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
自動運転車のためのDeep Q-Networkを用いた 譲り合いに関する研究
 
心電圖的研究和實作
心電圖的研究和實作心電圖的研究和實作
心電圖的研究和實作
 
[DL輪読会]Unsupervised Learning by Predicting Noise
[DL輪読会]Unsupervised Learning by Predicting Noise[DL輪読会]Unsupervised Learning by Predicting Noise
[DL輪読会]Unsupervised Learning by Predicting Noise
 
IPAB2017 深層学習を使った新薬の探索から創造へ
IPAB2017 深層学習を使った新薬の探索から創造へIPAB2017 深層学習を使った新薬の探索から創造へ
IPAB2017 深層学習を使った新薬の探索から創造へ
 
【論文読み会】PiCO_Contrastive Label Disambiguation for Partial Label Learning.pptx
【論文読み会】PiCO_Contrastive Label Disambiguation for Partial Label Learning.pptx【論文読み会】PiCO_Contrastive Label Disambiguation for Partial Label Learning.pptx
【論文読み会】PiCO_Contrastive Label Disambiguation for Partial Label Learning.pptx
 
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
最近強化学習の良記事がたくさん出てきたので勉強しながらまとめた
 
TransPose: Towards Explainable Human Pose Estimation by Transformer
TransPose: Towards Explainable Human Pose Estimation by TransformerTransPose: Towards Explainable Human Pose Estimation by Transformer
TransPose: Towards Explainable Human Pose Estimation by Transformer
 
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
20180305_ppl2018_演繹から帰納へ~新しいシステム開発パラダイム~
 
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
 
機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測
 
組込みシステムの高効率開発を可能とする開発フレームワークの研究開発
組込みシステムの高効率開発を可能とする開発フレームワークの研究開発組込みシステムの高効率開発を可能とする開発フレームワークの研究開発
組込みシステムの高効率開発を可能とする開発フレームワークの研究開発
 
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
 
近接分離最適化によるブラインド⾳源分離(Blind source separation via proximal splitting algorithm)
近接分離最適化によるブラインド⾳源分離(Blind source separation via proximal splitting algorithm)近接分離最適化によるブラインド⾳源分離(Blind source separation via proximal splitting algorithm)
近接分離最適化によるブラインド⾳源分離(Blind source separation via proximal splitting algorithm)
 
Windows 10 driver development (fixed, rev.2)
Windows 10 driver development (fixed, rev.2)Windows 10 driver development (fixed, rev.2)
Windows 10 driver development (fixed, rev.2)
 
Deep Learningと画像認識   ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識   ~歴史・理論・実践~
 

Similar to 04 Technologické změny

Digitální technologie: celkový pohled (VŠE Praha, 4IT461, letní semestr 2016)
Digitální technologie: celkový pohled (VŠE Praha, 4IT461, letní semestr 2016)Digitální technologie: celkový pohled (VŠE Praha, 4IT461, letní semestr 2016)
Digitální technologie: celkový pohled (VŠE Praha, 4IT461, letní semestr 2016)
Petr Koubský
 
České mobilní (ne)komunikace
České mobilní (ne)komunikaceČeské mobilní (ne)komunikace
České mobilní (ne)komunikace
Daniel Dočekal
 
The Future Landscape of IT Industry in the Cloud Computing Era (in Czech, inc...
The Future Landscape of IT Industry in the Cloud Computing Era (in Czech, inc...The Future Landscape of IT Industry in the Cloud Computing Era (in Czech, inc...
The Future Landscape of IT Industry in the Cloud Computing Era (in Czech, inc...
Jiri Donat, Ph.D.
 
Prezentace o IoT pro iCollege
Prezentace o IoT pro iCollegePrezentace o IoT pro iCollege
Prezentace o IoT pro iCollege
Martin Maly
 
Keynote 1: Kde jsme všichni udělali chybu?
Keynote 1: Kde jsme všichni udělali chybu?Keynote 1: Kde jsme všichni udělali chybu?
Keynote 1: Kde jsme všichni udělali chybu?TUESDAY Business Network
 
Jde o ekonomiku, přátelé (přednáška na Czech Internet Forum 2015)
Jde o ekonomiku, přátelé (přednáška na Czech Internet Forum 2015)Jde o ekonomiku, přátelé (přednáška na Czech Internet Forum 2015)
Jde o ekonomiku, přátelé (přednáška na Czech Internet Forum 2015)
Petr Koubský
 
Myty a realita_mobilnich_platforem
Myty a realita_mobilnich_platforemMyty a realita_mobilnich_platforem
Myty a realita_mobilnich_platforemRené Stein
 
Odborný text - Zaverecny ukol - Tablety
Odborný text - Zaverecny ukol - TabletyOdborný text - Zaverecny ukol - Tablety
Odborný text - Zaverecny ukol - TabletyMario Klímek
 
Odborný text tablets
Odborný text tabletsOdborný text tablets
Odborný text tabletsMario Klímek
 
Invex Forum 2009 - Nový web - sociální a všudypřítomný
Invex Forum 2009 - Nový web - sociální a všudypřítomnýInvex Forum 2009 - Nový web - sociální a všudypřítomný
Invex Forum 2009 - Nový web - sociální a všudypřítomnýDaniel Dočekal
 
Velká data a internet věcí
Velká data a internet věcíVelká data a internet věcí
Velká data a internet věcí
Patrick Zandl
 
Internet of things
Internet of thingsInternet of things
Internet of things
Josef Šlerka
 
Proč zkrachuje firma Microsoft? / Why Microsoft will fail (in Czech language)
Proč zkrachuje firma Microsoft? / Why Microsoft will fail (in Czech language) Proč zkrachuje firma Microsoft? / Why Microsoft will fail (in Czech language)
Proč zkrachuje firma Microsoft? / Why Microsoft will fail (in Czech language)
Jiri Donat, Ph.D.
 

Similar to 04 Technologické změny (20)

Digitální technologie: celkový pohled (VŠE Praha, 4IT461, letní semestr 2016)
Digitální technologie: celkový pohled (VŠE Praha, 4IT461, letní semestr 2016)Digitální technologie: celkový pohled (VŠE Praha, 4IT461, letní semestr 2016)
Digitální technologie: celkový pohled (VŠE Praha, 4IT461, letní semestr 2016)
 
České mobilní (ne)komunikace
České mobilní (ne)komunikaceČeské mobilní (ne)komunikace
České mobilní (ne)komunikace
 
The Future Landscape of IT Industry in the Cloud Computing Era (in Czech, inc...
The Future Landscape of IT Industry in the Cloud Computing Era (in Czech, inc...The Future Landscape of IT Industry in the Cloud Computing Era (in Czech, inc...
The Future Landscape of IT Industry in the Cloud Computing Era (in Czech, inc...
 
Prezentace o IoT pro iCollege
Prezentace o IoT pro iCollegePrezentace o IoT pro iCollege
Prezentace o IoT pro iCollege
 
Microsoft Power Point Ivan Pilny
Microsoft Power Point   Ivan PilnyMicrosoft Power Point   Ivan Pilny
Microsoft Power Point Ivan Pilny
 
Keynote 1: Kde jsme všichni udělali chybu?
Keynote 1: Kde jsme všichni udělali chybu?Keynote 1: Kde jsme všichni udělali chybu?
Keynote 1: Kde jsme všichni udělali chybu?
 
MWC Barcelona 2008
MWC Barcelona 2008MWC Barcelona 2008
MWC Barcelona 2008
 
03 patrick zandl [režim kompatibility]
03   patrick zandl [režim kompatibility]03   patrick zandl [režim kompatibility]
03 patrick zandl [režim kompatibility]
 
Digitální média
Digitální médiaDigitální média
Digitální média
 
Jde o ekonomiku, přátelé (přednáška na Czech Internet Forum 2015)
Jde o ekonomiku, přátelé (přednáška na Czech Internet Forum 2015)Jde o ekonomiku, přátelé (přednáška na Czech Internet Forum 2015)
Jde o ekonomiku, přátelé (přednáška na Czech Internet Forum 2015)
 
Myty a realita_mobilnich_platforem
Myty a realita_mobilnich_platforemMyty a realita_mobilnich_platforem
Myty a realita_mobilnich_platforem
 
Odborný text - Zaverecny ukol - Tablety
Odborný text - Zaverecny ukol - TabletyOdborný text - Zaverecny ukol - Tablety
Odborný text - Zaverecny ukol - Tablety
 
Odborný text tablets
Odborný text tabletsOdborný text tablets
Odborný text tablets
 
Invex Forum 2009 - Nový web - sociální a všudypřítomný
Invex Forum 2009 - Nový web - sociální a všudypřítomnýInvex Forum 2009 - Nový web - sociální a všudypřítomný
Invex Forum 2009 - Nový web - sociální a všudypřítomný
 
Zandl
ZandlZandl
Zandl
 
Mobilní Internet
Mobilní InternetMobilní Internet
Mobilní Internet
 
Velká data a internet věcí
Velká data a internet věcíVelká data a internet věcí
Velká data a internet věcí
 
Internet of things
Internet of thingsInternet of things
Internet of things
 
Vývoj internetového telefonování
Vývoj internetového telefonováníVývoj internetového telefonování
Vývoj internetového telefonování
 
Proč zkrachuje firma Microsoft? / Why Microsoft will fail (in Czech language)
Proč zkrachuje firma Microsoft? / Why Microsoft will fail (in Czech language) Proč zkrachuje firma Microsoft? / Why Microsoft will fail (in Czech language)
Proč zkrachuje firma Microsoft? / Why Microsoft will fail (in Czech language)
 

More from Michal Černý

ChatGPT ve školní praxi
ChatGPT ve školní praxiChatGPT ve školní praxi
ChatGPT ve školní praxi
Michal Černý
 
Filosoficke problemy spojene s informacni spolecnosti.pptx
Filosoficke problemy spojene s informacni spolecnosti.pptxFilosoficke problemy spojene s informacni spolecnosti.pptx
Filosoficke problemy spojene s informacni spolecnosti.pptx
Michal Černý
 
Otevřený přístup jako předpoklad akademického prostředí
Otevřený přístup jako předpoklad akademického prostředíOtevřený přístup jako předpoklad akademického prostředí
Otevřený přístup jako předpoklad akademického prostředí
Michal Černý
 
Us qualis rex, talis grex
Us qualis rex, talis grexUs qualis rex, talis grex
Us qualis rex, talis grex
Michal Černý
 
11 non scholae, sed vitae discimus
11 non scholae, sed vitae discimus11 non scholae, sed vitae discimus
11 non scholae, sed vitae discimus
Michal Černý
 
Vzdělávání založené na datech
Vzdělávání založené na datechVzdělávání založené na datech
Vzdělávání založené na datech
Michal Černý
 
Kritický přístup k edTechu
Kritický přístup k edTechuKritický přístup k edTechu
Kritický přístup k edTechu
Michal Černý
 
01 Historie ICT
01 Historie ICT01 Historie ICT
01 Historie ICT
Michal Černý
 
06 Společenské změny
06 Společenské změny06 Společenské změny
06 Společenské změny
Michal Černý
 
11 Patenty a otevřená kultura
11 Patenty a otevřená kultura11 Patenty a otevřená kultura
11 Patenty a otevřená kultura
Michal Černý
 
10 Digitální antropologie
10 Digitální antropologie10 Digitální antropologie
10 Digitální antropologie
Michal Černý
 
09 Sociální informatika
09 Sociální informatika09 Sociální informatika
09 Sociální informatika
Michal Černý
 
07 Změny v umění a kultuře
07 Změny v umění a kultuře07 Změny v umění a kultuře
07 Změny v umění a kultuře
Michal Černý
 
05 Ekonomické změny
05 Ekonomické změny05 Ekonomické změny
05 Ekonomické změny
Michal Černý
 
00 Informační společnost - struktura kurzu
00 Informační společnost - struktura kurzu00 Informační společnost - struktura kurzu
00 Informační společnost - struktura kurzu
Michal Černý
 
The Principle of Non-Discrimination in the Infosphere: A New Ethics
The Principle of Non-Discrimination in the Infosphere:  A New EthicsThe Principle of Non-Discrimination in the Infosphere:  A New Ethics
The Principle of Non-Discrimination in the Infosphere: A New Ethics
Michal Černý
 
Online vzdělávání: od designu k praxi
Online vzdělávání: od designu k praxiOnline vzdělávání: od designu k praxi
Online vzdělávání: od designu k praxi
Michal Černý
 
How does the infosphere change the learning process?
How does the infosphere change the learning process?How does the infosphere change the learning process?
How does the infosphere change the learning process?
Michal Černý
 
Information behavior or learning behavior? Empirical experience with web anal...
Information behavior or learning behavior? Empirical experience with web anal...Information behavior or learning behavior? Empirical experience with web anal...
Information behavior or learning behavior? Empirical experience with web anal...
Michal Černý
 
Co je to otevřené vzdělávání a proč ho potřebujeme?
Co je to otevřené vzdělávání a proč ho potřebujeme?Co je to otevřené vzdělávání a proč ho potřebujeme?
Co je to otevřené vzdělávání a proč ho potřebujeme?
Michal Černý
 

More from Michal Černý (20)

ChatGPT ve školní praxi
ChatGPT ve školní praxiChatGPT ve školní praxi
ChatGPT ve školní praxi
 
Filosoficke problemy spojene s informacni spolecnosti.pptx
Filosoficke problemy spojene s informacni spolecnosti.pptxFilosoficke problemy spojene s informacni spolecnosti.pptx
Filosoficke problemy spojene s informacni spolecnosti.pptx
 
Otevřený přístup jako předpoklad akademického prostředí
Otevřený přístup jako předpoklad akademického prostředíOtevřený přístup jako předpoklad akademického prostředí
Otevřený přístup jako předpoklad akademického prostředí
 
Us qualis rex, talis grex
Us qualis rex, talis grexUs qualis rex, talis grex
Us qualis rex, talis grex
 
11 non scholae, sed vitae discimus
11 non scholae, sed vitae discimus11 non scholae, sed vitae discimus
11 non scholae, sed vitae discimus
 
Vzdělávání založené na datech
Vzdělávání založené na datechVzdělávání založené na datech
Vzdělávání založené na datech
 
Kritický přístup k edTechu
Kritický přístup k edTechuKritický přístup k edTechu
Kritický přístup k edTechu
 
01 Historie ICT
01 Historie ICT01 Historie ICT
01 Historie ICT
 
06 Společenské změny
06 Společenské změny06 Společenské změny
06 Společenské změny
 
11 Patenty a otevřená kultura
11 Patenty a otevřená kultura11 Patenty a otevřená kultura
11 Patenty a otevřená kultura
 
10 Digitální antropologie
10 Digitální antropologie10 Digitální antropologie
10 Digitální antropologie
 
09 Sociální informatika
09 Sociální informatika09 Sociální informatika
09 Sociální informatika
 
07 Změny v umění a kultuře
07 Změny v umění a kultuře07 Změny v umění a kultuře
07 Změny v umění a kultuře
 
05 Ekonomické změny
05 Ekonomické změny05 Ekonomické změny
05 Ekonomické změny
 
00 Informační společnost - struktura kurzu
00 Informační společnost - struktura kurzu00 Informační společnost - struktura kurzu
00 Informační společnost - struktura kurzu
 
The Principle of Non-Discrimination in the Infosphere: A New Ethics
The Principle of Non-Discrimination in the Infosphere:  A New EthicsThe Principle of Non-Discrimination in the Infosphere:  A New Ethics
The Principle of Non-Discrimination in the Infosphere: A New Ethics
 
Online vzdělávání: od designu k praxi
Online vzdělávání: od designu k praxiOnline vzdělávání: od designu k praxi
Online vzdělávání: od designu k praxi
 
How does the infosphere change the learning process?
How does the infosphere change the learning process?How does the infosphere change the learning process?
How does the infosphere change the learning process?
 
Information behavior or learning behavior? Empirical experience with web anal...
Information behavior or learning behavior? Empirical experience with web anal...Information behavior or learning behavior? Empirical experience with web anal...
Information behavior or learning behavior? Empirical experience with web anal...
 
Co je to otevřené vzdělávání a proč ho potřebujeme?
Co je to otevřené vzdělávání a proč ho potřebujeme?Co je to otevřené vzdělávání a proč ho potřebujeme?
Co je to otevřené vzdělávání a proč ho potřebujeme?
 

04 Technologické změny

  • 2. Slovoúvodem  Obtížná identifikace změn – mění se všechno  Obtížná identifikace predikcí – téměř nic nevychází. Víme proč?  Moorův zákon – vše se mění exponenciální  Lze udělat jen malý exkurz do jednotlivých dílčích témat  K jaké době vztahovat změny?  Je změna pozitivní nebo negativní pojem? Funkcionalisté x technooptimisté
  • 3. Problematika predikce  Ken Olsen: Není zde žádný důvod k tomu, aby se počítače rozšířily i do našich domácností. (1977)  John Roach: Nemyslím si, že to bude tak významné (1981)  Bill Gates: 640 kilobajtů paměti by mělo každému stačit  Steve Jobs: Chcete do konce života prodávat oslazenou vodu, nebo chcete změnit svět? (1983)  Bill Gates: Nikdy nevyrobíme 32-bitový operační systém (1989)  Hitachi: Třípalcová disketa se stane novým standardem (1984)  Věra Pohlová: Tyhle aféry každého jenom otravují. Já bych všechny ty internety a počítače zakázala. (1999)  Bill Gates: Do dvou let bude nevyžádaná pošta minulostí (2004)
  • 4. Počítače  Jsou v domácnostech > stolní počítače > tablety? > notebooky? > chytré televize?  Jsou laciné  Jsou přenosné  Prodeje padají  Výkon nikoho nezajímá (mimo hráče her)  Podle čeho si lidé vybírají PC?  Nepoužívají je jen experti  Omezuje se možnost upgrade  Jsou online  Počet programátorů roste jen velice pomalu
  • 5. Sítě  Kvůli telefonům nebude téměř vidět nebe…  Spojení point to point nahrazuje paketová síť  Roste rychlost i kapacita sítě  Bezdrátové sítě  Objevuje se otázka bezpečnosti  Již telefon a telegraf zkrátily vzdálenosti  Komunikace není jen výměna verbálních zpráv  Nástup sítí 5G – změny v průmyslu, autonomní vozidla, zcela nové možnosti komunikace a technologií
  • 6. Souhrav hudbě  Velmi vysoké nároky na nízké zpoždění celého řetězce:  7.5 ms rozpoznatelné  15 ms komfortní  30 ms silné omezení výrazových prostředků (rubato, …)
  • 9. Mobilnítelefony  Od 50. let v automobilech v USA  Od 70. let první přenosné telefony  Od 80. let GSM, ale jen pro pár vyvolených  1998 WAP  1998 3G  2001 první poslaná fotografie  2008 LTE  Mobilních telefonů je podobný počet jako obyvatel planety  Standardizace (frekvence sítí, napájení, operační systémy)  Změny organisace práce a komunikace  Těsná závislost na síle a kvalitě infrastruktury  2019 první komerční 5G síť v národním měřítku (Jižní Korea)  Silná je role národních regulátorů (Proč u nás (ne)funguje ČTU?)
  • 10. Chytráměsta  Systémy dopravy a parkování, zdravotnictví, politiky, služeb,…  Digitální konektivitu a integraci mezi lidmi, místy a věcmi po celém městě  Digitalitu jako standard pro všechny městské služby  Analýzu městských digitálních dat pro lepší sladění nabídky s poptávkou, zlepšení služeb a udržitelnosti s cílem lépe předvídat a předcházet budoucím problémům  Rozhodování na základě dat ne dojmů  Těsný vztah k životnímu prostředí  Chytré domácnosti?
  • 11. Zdravotnictví  Asistivní technologie  Analýza vhodných antibiotik  Analýza léčebných postupů -> vzdělávání a smlouvy s pojišťovnami  Telekonzultace  Vzdálená měření  Dostupnost zdravotní péče  Operování pomocí robotů  Operace na dálku  Operace nanečisto  CT, magnetická resonance,…
  • 12. Automobilový průmysl  Automatizace ve výrobě – od Forda po automatické linky  Automatizace v řízení:  Automatické převodovky s predikcí  Systémy řízení vlaků  Autopilot v letadle  Automatické parkování  Google Car a podobní  Mapové podklady  Navigační systémy  Parkovací systémy  Řízení dopravy s přednostmi  Bezpečnostní systémy  Autonomní vozidla
  • 13. Filmovýprůmysl  Od divadla k filmu  Od 8 mm kamer ke 4K, 8K, VR  Od němého k Dolby Pro Logic Iiz  Změna postprodukce (při zachování původních pojmů)  Role 3D animací  Online zálohování a posílání dat  Živé přenosy  Změna distribuce  Změna kinosálů  Změna filmů jako takových  Spory o digitalizaci starých filmů
  • 14. Vědecké přístroje  Od mechanických k elektrotechnickým  CERN  NASA a Simbad  Některé zcela nové oblasti výzkumu: výpočty hvězdných jader a atmosfér, srážky galaxií,…  Těsné spojení inženýrů a vědců  Občanská věda  Dostupnost dat  Vzdálené experimenty  Otevřenost komunity, dostupnost zdrojů  Senzory a senzorické sítě  Posun ke statistickým metodám
  • 15. Změnyvevědě  Od otázky „Co“ k otázce „Jak“  Floridi: žijeme v zetabajtové době, ve které vidíme jen velice malé paterny, ale netušíme, jak vypadá celkový obraz.  Computerizace vědy v oblasti zpracování  Nové technické možnosti  Nové vědní obory (od …-informatika) po třeba stavbu hvězd nebo hvězdných atmosfér.  Problémem není nedostatek dat, ale dobré otázky (srov. Mendel)  Současná věda je matematizovaná, roste význam statistických metod  Všichni potřebujeme výbornou znalost matematiky a statistiky