دکترای کامپیوتر - پدر رباتها :)
از Hype Cycle چه می دانید؟
چرخه محبوبیت یا Hype Cycle، نموداری است که مراحل زمانی محبوب شدن یک فناوری را به تصویر می‌کشد. به عبارت دیگر یک فناوری از زمان پیدایش ایده، تا زمانی که به بلوغ برسد و جایگاه واقعی خود را در صنعت / دانشگاه پیدا کند 5 مرحله مختلف را طی می کند. این چرخه توسط شرکت Gartner (یک شرکت مشاوره و تحقیقات در حوزه‌ی IT) معرفی شده است.
در تصویر زیر شکل کلی این چرخه را میبینید. در محور افقی که زمان، یا مراحل چرخه را نشان میدهد، فازهای مختلف با خطهای عمودی از هم جدا شده‌اند. محور عمودی هم «انتظارات» یا به بیان دیگر محبوبیت را نشان میدهد.
مراحل این چرخه به ترتیب عبارتند از:
1) پیدایش نوآوری یا Innovation Trigger
در این مرحله، ابتدا فناوری بصورت یک مفهوم مطرح میشود. معمولا در حد پروتوتایپ یا proof of concept نمونه‌هایی از آن ارائه میشود. استارت آپ‌هایی دور آن شکل میگیرد اما نمونه‌‌های تجاری آن هنوز آنقدر ارزان و فراگیر نشده‌اند.
2) قله‌ی انتظارات یا Peak of Inflated Expectations
رسانه‌ها به سرعت اطلاع‌رسانی می‌کنند و در زمان کوتاهی این فناوری بر سر زبانها می‌افتد. کسانی که «خوره‌ی تکنولوژی» آن را پیاده‌سازی می‌کنند. در کنار آن سرمایه‌گذاری و فعالیت برای تجاری سازی آن توسط شرکتها به سرعت افزایش می‌یابد.
از جنبه‌ی آکادمیک، دانشگاه‌ها و موسسات تحقیقاتی همه هجوم میبرند به سمت این فناوری، تعریف کردن پایان نامه‌های متعدد و چاپ کردن مقاله. معمولا کسی در این مقالات به محدودیتهای آن اشاره نمی‌کند و فقط نتایج بهتر و اعداد بزرگتر گزارش می‌شوند.
3) دره‌ی سرخوردگی یا Trough of Disillusionment
به زودی نشانه هایی از مشکلات این فناوری روشن می‌شوند و نواقص آن کم‌کم خود را نشان می‌دهند. غالبا این بخش «صنعت» است که متوجه این نواقص میشود. آنها این نواقص را در تضاد با یافته‌های مقالات علمی و وعده‌های داده شده می‌بینند. در نتیجه حسی از بی اعتمادی و ناامیدی در بین طرفداران شکل میگیرد. شرکتها سرمایه‌گذاری‌های خود را متوقف می‌کنند و همه چیز منوط میشود به برطرف کردن نواقص.
4) شیب روشنفکری یا Slope of Enlightenment
کم کم پتانسیل‌های این فناوری بیشتر مشخص میشود و برخی شرکتها می‌فهمند با وجود محدودیت‌ها و نواقص آن چگونه از آن استفاده کنند. این اتفاق در حینی صورت میپذیرد که رسانه‌ها توجه زیادی به این فناوری ندارند و جامعه‌ی علمی آن را به شکل یک زمینه‌ی اشباع شده میبیند.
5) فلات بهره‌وری یا Plateau of Productivity
فناوری به ثبات خوبی می‌رسد و مزیتهای و محدودیتهای آن به خوبی روشن شده است. این بار بخش صنعت با اطلاع کامل و بصورت معقول سرمایه‌گذاری را مدیریت می‌کند.
مثال‌های زیادی برای این چرخه میتوان زد، یکی از آنها فناوری یادگیری عمیق (Deep Learning) است. همانطور که در تصویر میبینید، این فناوری در حال حاضر (2018) در بالای قله قرار دارد که نشان از توجه بیش از حد جامعه‌ی تحقیقاتی به آن دارد. پیش بینی میشود این فناوری در چند سال آینده نتواند انتظارات -غیرمنطقی- را برآورده کند و در نتیجه با یک دره‌ی سرخوردگی مواجه میشود.
فناوری اینترنت نسل 5 یا پردازش کوانتومی هنوز در فاز اول این چرخه هستند، یا از طرف دیگر، فناوریهایی مثل «بلاک چِین» و «واقعیت افزوده»، از مرحله هیجانی عبور کرده و هم اکنون در دوران سرخوردگی به سر میبرند.
این چرخه ممکن است برای همه‌ی فناوری‌ها صدق نکند و یا بازه‌ی زمانیِ فازهایِ آن برای فناوری‌های مختلف فرق کند اما بهرحال بعنوان یکی از منابع مهم مطالعه‌ی فناوری‌های مختلف شناخته میشود.
برگرفته از
جواد امیریان
مطلبی دیگر از این انتشارات
چطور مطالب جدیدُ بهتر یاد بگیریم؟ نظریه یادگیری معنادار
مطلبی دیگر از این انتشارات
هوش مصنوعی در صنعت بازی سازی
مطلبی دیگر از این انتشارات
مِهداده (کلان داده) چیست؟ (۴)