Обучаемые объекты
Торговый автомат может определить пол и примерный возраст приближающегося к нему человека и на этом основании предложить ему именно те продукты, которые тот, скорее всего, предпочитает. «Макдоналдс» может «предсказать с вероятностью до 80%, что именно вы собираетесь заказать, исходя только из того, на какой машине вы подъезжаете к ресторану… [Теперь] сеть фастфуда может избавиться от недопустимых 30 секунд ожидания, которые вам приходится тратить в ожидании заказа»3.
Камеры становятся повсеместными из соображений безопасности, но, если их оснастить вычислительными мощностями и способностью распознавать объекты, они смогут давать нам намеки относительно того, что нас ожидает в будущем. Представьте себе камеру, которая распознает и классифицирует подозрительную деятельность, например, человека, который переходит от машины к машине на парковке. Представьте, что ваша собственная камера может догадаться о том, что вы хотите купить, основываясь на сделанных ранее снимках, или наполнять виртуальную корзину товарами с фотографий ваших друзей.
Одна крупная компания, производящая фототехнику, продемонстрировала мне прототип камеры с приложением от IKEA, которая может автоматически встраивать изображения мебели компании в снимки комнат. Не нравится мебель с первого фото? Взгляните на второе. Изображенную мебель можно увеличивать и вращать, как и всю перспективу на снимке, а цвета меняются в зависимости от освещения. В течение буквально нескольких секунд вы можете разобраться, подходят ли эти стулья, лампы и столы к внутренней обстановке вашего дома, дворика или рабочего места. Нетрудно догадаться, что это приложение весьма эффективно предсказывает и обрабатывает ваши предпочтения, неизбежно подводя вас к нажатию кнопки «Заказать».