Quali sono le invenzioni che rivoluzioneranno il nostro mondo? Ecco una veloce top ten, tenendo conto che questi tempi dovrebbero essere presi con le pinze: le previsioni sono sbagliate il più delle volte, soprattutto quando si tratta di tecnologia. E, come la storia insegna, dagli errori sono state fate, comunque, scoperte eccezionali…
Energia da fusione nucleare commerciale: la fusione nucleare, nella sua forma più comune, è il processo di rilascio di energia quando frammenti (“nuclei atomici”, se preferisci) di idrogeno sono esposti a calore estremo e combinati. Tale processo rilascia enormi quantità di energia, di cui l’umanità è sempre più affamata. È così che funziona anche il sole, tra l’altro. L’importanza della fusione nucleare risiede nella fornitura quasi illimitata di idrogeno terrestre, che può essere estratto dall’acqua, e nel fatto che il suo unico sottoprodotto è l’elio innocuo. I reattori a fusione sono anche più sicuri dei reattori a fissione, poiché non creano scorie nucleari radioattive a lunga vita. Se implementata, l’energia da fusione nucleare commerciale fornirebbe energia economica su larga scala con un impatto ambientale minimo e migliorerebbe la disponibilità e la sicurezza dell’energia. Diversi paesi hanno investito molto nella ricerca sulla fusione e anche le società private stanno conducendo le proprie sperimentazioni. Il reattore ITER, in costruzione in Francia e che dovrebbe entrare in funzione nel 2026, è il primo reattore che dovrebbe produrre fusione a energia positiva; ma dozzine di altri sono in costruzione. Tuttavia, la ricerca sulla fusione è lenta e ad alta intensità di capitale. Il problema più grande della tecnologia è che i rettori attualmente devono creare temperature più calde di quelle trovate sul sole per avviare la reazione di fusione. Farlo richiede più energia di quella prodotta dalla reazione. Nonostante i recenti progressi, il funzionamento commerciale dell’energia da fusione è ancora incerto.
Condivisione della conoscenza dei robot: la tecnologia “Robot Knowledge Sharing” mira a creare un modo standardizzato per i robot di condividere le informazioni tra loro. Una volta che il genio sarà fuori dalla bottiglia, non potremo rimetterlo a posto.
DAO: secondo i molti fan della tecnologia, le Organizzazioni Autonome Decentralizzate sono il modo in cui gli umani si uniranno presto come gruppo per prendere decisioni nel mondo digitale.
Digital Twin di un cliente: le aziende stanno costruendo gemelli digitali di clienti per prevedere i comportamenti, ma le aziende che desiderano creare Digital Twins dovranno creare fiducia nel loro processo e nell’uso della tecnologia.
6G: la tecnologia andrà ben oltre il 5G per quanto riguarda la fornitura di velocità dati di picco più elevate, latenza inferiore, densità di connessione molto maggiore ed efficienza energetica. Tuttavia, è ancora da vedere se il salto sarà significativo quanto lo è stato dal 4G al 5G.
Stampa 4D: gli oggetti stampati in 4D sono oggetti stampati in 3D che possono cambiare proprietà quando viene applicato uno stimolo specifico.
Progettazione generativa AI: la tecnologia di intelligenza artificiale generativa utilizza il deep learning per generare risorse creative come video, narrazioni, dati di formazione, progetti e schemi.
Superconduttività ad alta temperatura: la superconduttività ad alta temperatura (HTS) è la capacità di alcune ceramiche di avere una resistenza elettrica nulla o bassa a temperature “alte” rispetto ad altri superconduttori.
Biologia sintetica: la biologia sintetica è una disciplina emergente che mira a progettare organismi viventi personalizzati per soddisfare specifiche esigenze umane. Questo potrebbe includere la produzione di farmaci personalizzati, la creazione di batteri che trasformano il diossido di carbonio in biocarburanti, la sintesi di materiali biologici come pelle sintetica e la produzione di alimenti sostenibili. La biologia sintetica si basa sulla conoscenza acquisita dalla genomica, dalla biologia molecolare e dalla bioinformatica, ma anche su tecnologie come l’editing del genoma e la stampa 3D di tessuti biologici. Tuttavia, ci sono preoccupazioni riguardo all’uso di organismi sintetici, in particolare riguardo alla loro sicurezza e alla loro possibile influenza sull’ambiente naturale. È importante che la ricerca sulla biologia sintetica sia accompagnata da regolamentazioni rigorose e da una riflessione etica sul suo utilizzo.
Intelligenza artificiale quantistica: l’intelligenza artificiale quantistica è una tecnologia emergente che combina i principi della fisica quantistica con l’IA. Questa tecnologia ha il potenziale per superare le limitazioni dell’IA classica, in grado di elaborare solo informazioni binarie (1 e 0), aprendo la strada a un’elaborazione dell’informazione molto più potente. La fisica quantistica utilizza particelle subatomiche, come i fotoni, per rappresentare informazioni in modo non binario, sfruttando le proprietà della sovrapposizione e dell’entanglement. Ciò significa che i computer quantistici possono elaborare informazioni in modo molto più rapido ed efficiente rispetto ai computer classici, poiché possono esaminare molteplici possibili soluzioni simultaneamente. Questa capacità può essere utilizzata per risolvere problemi molto complessi, come la ricerca di nuovi materiali, la creazione di modelli di proteine e la simulazione di sistemi complessi. Tuttavia, ci sono ancora molte sfide da superare, come la complessità dei computer quantistici, la necessità di sviluppare nuovi algoritmi di apprendimento automatico e di migliorare quelli esistenti continua ad essere una delle principali sfide della ricerca in questo campo. Ci sono ancora molte aree in cui l’apprendimento automatico può essere applicato e sviluppato, come ad esempio nell’analisi dei dati biologici, nella robotica, nel riconoscimento del linguaggio naturale e nella visione artificiale. Inoltre, l’etica dell’apprendimento automatico è diventata una preoccupazione sempre più importante. L’uso di algoritmi di apprendimento automatico può avere implicazioni sociali ed etiche, come la discriminazione, la violazione della privacy e l’uso improprio dei dati. Pertanto, la ricerca sull’etica dell’apprendimento automatico sta diventando sempre più importante, con l’obiettivo di sviluppare algoritmi di apprendimento automatico che siano giusti, equi e trasparenti. Infine, la diffusione dell’apprendimento automatico in molte aree della vita quotidiana sta creando la necessità di sviluppare algoritmi di apprendimento automatico che siano facilmente comprensibili e interpretabili da persone non specializzate. La creazione di algoritmi di apprendimento automatico trasparenti e interpretabili può aiutare a promuovere la fiducia del pubblico nell’uso dell’apprendimento automatico e a mitigare le preoccupazioni etiche e sociali associate alla sua diffusione.