Opinione: Perché alcune tecnologie “rivoluzionarie” non funzionano

Elvis Chipiro ha scelto memoria universale (Dall’elenco del 2005). La visione era quella di una tecnologia di memoria che le dominasse tutte: flash, memoria ad accesso casuale e dischi rigidi sarebbero stati combinati da un nuovo metodo che si basava su minuscole strutture chiamate nanotubi di carbonio per immagazzinare molti più bit per centimetro quadrato. Nantero, la società dietro la tecnologia, lo ha lanciato fondo importante e firmato partner licenziatario Ma faticato a consegnare Un prodotto nella sua sequenza temporale dichiarata.

Quando Nantero ha provato a produrre in serie la sua memoria, ha dovuto affrontare delle sfide perché piccoli cambiamenti nel modo in cui erano disposti i nanotubi potevano causare errori. Si è rivelato inoltre difficile mantenere tecnologie di memoria già profondamente radicate nel settore e ben integrate nella fab.

fotografia in campo leggero (dall’elenco del 2012), scelto da Cherry Tang, ti consente di scattare una foto e successivamente regolare la messa a fuoco dell’immagine. Non dovrai mai più affrontare un’immagine sfocata. Per renderlo possibile, la startup Lytro aveva sviluppato una fotocamera speciale che catturava non solo il colore e l’intensità della luce ma anche l’angolazione dei suoi raggi. È stata la prima fotocamera del suo genere progettata per i consumatori. Tuttavia, l’azienda Interrotto nel 2018,

Dominio pubblico/Wikimedia Commons

Alla fine, Lytro è stata superata da operatori storici affermati come Sony e Nokia. La fotocamera stessa aveva un display piccolo e le immagini prodotte avevano una risoluzione piuttosto bassa. Anche la regolazione della messa a fuoco delle immagini utilizzando il software dell’azienda richiede una notevole quantità di lavoro manuale. E gli smartphone, con le loro comode fotocamere integrate, stavano diventando onnipresenti.

Nel corso degli anni molti studenti hanno selezionato progetto pazzo (dall’elenco del 2015) – La società Google ha completato test sul campo in diversi paesi e ha anche fornito servizio internet di emergenza A Porto Rico dopo l’uragano Maria. Ma per volere di Google in un post sul blog Che “la strada verso la redditività commerciale si è rivelata più lunga e rischiosa del previsto”.

Sean Lee, mio ​​studente del 2025, ha visto il motivo del fiasco nella missione dell’azienda: Project Loon operava in aree a basso reddito dove i clienti avevano un potere d’acquisto limitato. C’erano anche alcuni vincoli aziendali significativi che potrebbero aver rallentato la crescita: la società faceva affidamento su partnership con fornitori di telecomunicazioni locali per fornire il servizio e doveva ottenere l’approvazione del governo per navigare negli spazi aerei nazionali.

Andrzej Sokolow/Picture-Alliance/dpa/AP Images

Sebbene questo progetto specifico non sia stato realizzato, l’obiettivo generale di rendere Internet più accessibile attraverso la connettività ad alta quota è stato perseguito da altre società, in particolare Starlink con la sua costellazione di satelliti a bassa orbita. A volte un’azienda ha l’idea giusta ma l’approccio sbagliato e un’azienda con una tecnologia diversa potrebbe fare maggiori progressi.

Come parte di questo esercizio in classe, chiediamo anche agli studenti di scegliere dall’elenco una tecnologia che secondo loro potrebbe fallire in futuro. Anche qui i suoi gusti possono essere piuttosto sorprendenti.

Lynn Grosso ha scelto Dati sintetici per l’intelligenza artificiale (scelta del 2022), il che significa utilizzare l’intelligenza artificiale per generare dati che imitano i modelli del mondo reale per addestrare altri modelli di intelligenza artificiale. Sebbene sia diventata più popolare in quanto le aziende tecnologiche non dispongono di dati reali per alimentare i loro modelli, sottolinea che la pratica può causare danni. collasso del modelloI modelli di intelligenza artificiale vengono addestrati su dati generati appositamente e alla fine interrompono la connessione con i dati estratti dalla realtà.