Д-р Енг Лим Гох- Вицепрезидент и главен технологичен директор, високопроизводителни изчислителни технологии, и
Награден с медал на НАСА за изключителеннапредък в технологиите като основен изследовател на експеримент на борда на МКС за работа на автономни суперкомпютри в дългосрочни космически мисии. В допълнение към съвместното създаване на приложения за обучение на рой, базирани на blockchain, той ръководи внедряването на AI в състезанията във Формула 1, индустриализира технологията зад шампиона покер бот и съвместно проектира системи за симулиране на биологично детайлен мозък на бозайници. Има шест патента в САЩ, още пет са в процес на разглеждане.
HPE (Hewlett Packard Enterprise)е американска ИТ компания, създадена през 2015 г. заедно с HP Inc.след разделянето на Hewlett-Packard Corporation.Наследил бизнеса в сегмента на корпоративните клиенти - произвеждасървъри, суперкомпютри, системи за съхранение на данни, мрежи за съхранение, мрежово оборудване, конвергирани системи, а също така се занимава с изграждането на облачни инфраструктури.
„Облакът ще остане важен в света на големите данни“
- Облачните технологии отдавна са надхвърлили иновациите до съвременните ИТ стандарти. Каква роля играят днес при разработването на нови продукти?
- В HPE съсредоточихме нашите изчисленияразвитието като част от тенденцията „периферни до облачни“, главно защото повечето данни отиват първо към периферията. Трябва да прехвърлим всички данни от периферията към облака, например данните на супермаркетите, автомобилите, ако говорим за свързан автомобил (автомобил, който може двупосочно да комуникира с други системи - HiTech), авиационната индустрия и болниците. В много случаи прехвърляме данни в облака, за да анализираме данните и да изпратим резултата обратно в периферията.
Облачните изчисления са важни, защото позволяватизползвайте цялата изчислителна мощност, концентрирана в облака, докато в периферията обикновено е по-малка. Традиционният начин е първо да се събират данни по периферията и след това да се конфигурират интелигентните периферни устройства да изпращат само необходимата информация в облака. В облака има всички компютърни ресурси за провеждане на машинно обучение, анализ, получаване на резултати, които ще бъдат изпратени обратно в периферията. Ето защо вярваме, че облакът ще остане важен в света на големите данни.
- Защо да използвате изкуствен интелект за създаване на нови центрове за данни? Каква е основната му цел в този контекст?
- Данни центрове (DPC) ставатпо-сложни и търсещи потребители. Що се отнася до сложността на центъра за данни, днес имате голям брой централни (CPU) и графични (GPU) процесори за AI, които имат много ядра. Съществуват и големи потоци от данни, чието съхранение и движение трябва да бъдат организирани. Всичко това изразходва много енергия и увеличава сложността на центровете за данни.
GPU (графичен процесор)е графичен процесор, специализирано устройство за обработка на графики и визуални ефекти.За разлика от CPU (Central Processing Unit), GPU архитектурата е по-подходяща за паралелни изчисления и имаСъвременните графични процесори могат да се използват не само за графична обработка, но и за същия тип математически изчисления, които се интересуват повече от скоростта на обработка.В същото време скоростта на обработка на графичния процесор в сравнение с процесора може даБъдете хиляди пъти по-високи.
Ядра на процесора— независими процесори, сглобени на един физически чип.Намалете физическия размер, консумацията на енергия и разсейването на топлината на чипа и драстично увеличете производителността, без да променяте архитектурата на процесора.
Що се отнася до потребителите, техните изисквания също сазначително се увеличи. В миналото те купуваха оборудване, пускаха го и докато системата работеше, потребителите бяха доволни. Но днес те питат: "Моите приложения работят ли оптимално?" - тъй като не винаги прякото увеличение на изчислителната мощност дава пропорционално увеличение на производителността.
В резултат на това имате потребителски изисквания,сложността на центровете за данни, което означава, че трябва да внедрите повече AI, което би прегледало данните и би помогнало за по-добри решения. Проблемът е, че нямаме достатъчно данни, за да помогнем на AI да се научи. Около 10 хиляди клиенти влязоха в нашия проект и изпратиха своите данни в центъра за данни в облака. Сега изпращаме резултатите от обработката на AI данни обратно във всеки от тези центрове за данни, за да оптимизираме тяхната работа.
- В момента AI активно ли се използва при създаването на оборудване за корпоративни клиенти? Колко скоро трябва да очаквате подобни технологии в офис и домашни продукти?
- Ако имате предвид способността да даватепрогнози, базирани на историята, тогава тя вече е много широко използвана. Днес той се използва в много области: във финансите, за прогнозиране стойността на запасите, кога да се продават и купуват, при ценообразуване на деривати на финансовите пазари или за изчисляване на аномалии в рентгеновите лъчи в медицината. Има автомобили, които са достатъчно умни, за да разберат, че например вибрацията в амортисьора означава нещо лошо и да изпращат информация за това на водача. Ученето през историята, за да можем да вземаме решения и прогнози се превърна в реалност. Но по-смелите прогнози, че ще се появи супермен, все още са научна фантастика. Важно е обаче да започнете да мислите за това сега.
„Квантовите компютри, използвайки метода за оптимизация, ще накарат компютъра с AI да се учи по-бързо“
- За обикновените хора е трудно да разберат какво точно представляват квантовите компютри, за които толкова много се говори днес. Как ги определяте за себе си?
- Като начало, не разбирам квантовомеханиката. Не разбирам заплитането на квантовите състояния, суперпозицията и измерването на колапса към класическото състояние. Но няма значение. Приемам и трите от тези понятия. Признавам, че те съществуват. Тъй като съм инженер по обучение, използвам само това, което разбирам повече. Например, различни енергийни нива на електрони в един атом: ниски, високи и много високи. Освен това, заплитането е когато два атома се приближат толкова много, че започват да се оплитат. Говорихме и за срива на функция, когато първоначално несигурната система „избира“ едно от допустимите състояния в резултат на измерване. Признавам съществуването на тези три концепции, което ми позволява от инженерна гледна точка да комбинирам всички различни квантови системи, които в момента се разработват за квантова обработка на информация.
- Съвсем наскоро Google вдигна много шум, като обяви постижението на „квантово превъзходство“. Използвате ли квантовите технологии в дизайна си?
- Мисля, че ще получим аналоговата технологияизмервания в квантовите изчисления през следващите десет години. Но в цифровия смисъл, за да може квантовият компютър да работи като днешната машина, ще отнеме повече от десет години. Един от най-големите проблеми е как да поддържаме заплитането и суперпозицията стабилни достатъчно дълго, за да може да правим изчисления. Днес те имат много грешки и корекцията им изисква много повече кубити, за да поддържа един изчислителен кубит. Затова твърдя, че ще отнеме повече от десет години, за да стигнем до момента, в който квантовият компютър ще стане по-добър от класическите компютри. Следователно има още време, но когато се появи, можем коренно да променим реда на нещата.
Квантово превъзходствоСпособността на квантовите изчислителни устройства да решават проблеми, които класическите компютри практически не могат да решатрешавам. По-рано Google обяви плановете си да демонстрира квантово надмощие до края на 2017 г., използвайки масив от 49 свръхпроводящи кюбита, но в резултат на това това не беше обявено до 23 октомври 2019 гСпоред Google "квантовото надмощие е постигнато на масив от 54 кюбита, от които 53 са функционални и са използвани за извършване на изчисления за 200 секунди, което би отнело на конвенционален суперкомпютър около 10 000 години".
Qubit (от квантов бит)е квантов разряд, или най-малкият елемент, за съхраняване на информация в квантов компютър.Подобно на малко, кюбитът позволява две собствени състояния, обозначени с 0|1, но можеда бъдат в тяхната "суперпозиция", т.е. и в двете състояния едновременно.При всяко измерване на състоянието на кюбита, той случайно преминава в едно от собствените си състояния.Кубитите могат да бъдат "заплетени" един с друг, т.е. те могат да бъдатНалага се ненаблюдаема връзка, в която всеки път, когато един от няколко кюбита се промени, другите се променят в съгласие с него.
- Как се свързва квантовият компютър с изкуствения интелект?
- AI използва машинно обучение, с което се учиизползвайки историята. Това се случва чрез опит и грешка, той изпробва една история, прогнозира неправилно, коригира, след това друга история - да предвиди, ако не, тогава коригира. И така хиляда опита. Десет хиляди опита. Сто хиляди. Милион или десет милиона. Той трябва да направи много опити за настройка, докато не покаже правилния алгоритъм за прогнозите. Вярвам, че квантовите компютри, използвайки метода за оптимизация, ще накарат компютъра с AI да се научи по-бързо. За да не се налага да прави толкова много опити и да се опитва милион пъти, за да постигне правилния резултат. Един квантов компютър ще му позволи много бързо да постигне добро ниво на прогнози.
Blockchain и рояк интелигентност
— Как се използват блокчейн технологиите на ниво предприятие?
- AI и blockchain са много тясно свързани. Вярваме, че не самата blockchain, а технологията, която е в основата й, ще бъде важна за периферните устройства. Тъй като данните ще отидат в периферията, ще искате да направите колкото е възможно повече, за да спестите изчислителната мощност на облака. Представете си, че имате милион HD камери с висока разделителна способност. Не можете да изпращате поток от милион камери до облака. Ще трябва да поставите компютри в периферията, които са достатъчно интелигентни, за да решат: „Не е необходимо да изпращам това. Ще изпратя само това. " Но тогава ви трябват умни компютри. Вярваме, че способността за комбиниране на много периферни компютри в една група, един „рояк“ за обучение по роя ще стане важна. Това се дължи на роевата интелигентност - и двете са взаимосвързани.
Точното определение на разузнаването на рояка все още не е такаформулирано. Ройската интелигентност (Swarm Intelligence) описва колективното поведение на децентрализирана, самоорганизираща се система. RI системите по правило се състоят от много агенти (боиди), локално взаимодействащи помежду си и със средата. Идеите за поведение обикновено идват от природата, особено от биологичните системи. Всяко момче следва много прости правила. Въпреки факта, че няма централизирана система за управление на поведението, която би посочила на всеки от тях какво да прави, локалните и донякъде случайни взаимодействия водят до появата на интелигентно групово поведение, което не се контролира от отделни бойди. Като цяло, RI трябва да бъде мултиагентна система, която би имала самоорганизиращо се поведение, което общо трябва да проявява разумно поведение.
Ако говорим за нашия метод за обучение на рояк, тогаватой е такъв. Да предположим, че една болница осигурява обучение, изолира своите данни, не споделя данни и споделя само резултатите от своето обучение. Така са и другите болници. Целият процес на трансфер се координира чрез blockchain технологията. Сигурни сме, че е необходимо, защото искаме всички периферни устройства да работят, макар и независимо, но като цяло.
Не искаме да имаме централизирано управление,защото в роя не е така. Рояк пчели има пчелна кралица в кошера. Но тя не дава указания, докато роят лети. Пчелите се координират. И едва когато се върнат в кошера, те общуват с пчелната кралица, обслужват я и т.н. Но когато са вътре в рояка, те са обучени, те трябва да координират действията помежду си. И така роякът живее. Но как да го координирам без лидер? Blokcheyn. Следователно, blockchain е важен за периферията. Ако има само един лидер, който координира рояка, и той отпада, тогава целият рой не работи. Пчелите трябва да търсят друг водач. В blockchain няма лидер.
- Какво можете да кажете за RI технологиите? Подходяща ли е аналогията с невронните мрежи тук?
„Рой е точно като невронна мрежа.“ Всяка отделна пчела или сървър в периферията има собствена невронна мрежа. Всяка болница, подобно на рояк, има своя отделна неврологична мрежа за обучение. Но blockchain позволява това обучение да се споделя във всички болници. Следователно всяка пчела, болница или компютър в периферията има своя собствена невронна мрежа. Но когато споделят своето обучение от пчела на пчела, те използват блокчейн. В резултат на това те използват както невронни мрежи, така и блокчейн. Невронната мрежа се използва за самостоятелно изследване, а блокчейнът се използва за споделяне с други.
„Отговорността на Земята привлича младите инженери“
- Днес корпорациите обръщат специално внимание на грижата за околната среда. Какви мерки предприема HPE в работата си, за да се грижи за околната среда?
На първо място, като компания, ние сме отговорни за Земята.На второ място, много млади инженери искат да си намерят работа в компания, която се чувстваДа, мисля, че има тенденция към по-голямо съзнание в това ново поколение.Искаме да привлечем млади инженери и трето, това са правилните неща.
Имаме два големи възстановителни центъра въвСАЩ и Шотландия. Според грубите оценки през последната година закупихме, обработихме и продадохме 99% от реставрираното старо оборудване на обща стойност 3 милиона долара. От остатъците извличаме повечето от суровините: сребро, злато - и ги използваме повторно. И само много малък процент, около 0,3%, се изхвърля.
Втората област е взаимодействието на клиентите вобласти на опазване на околната среда. Един от любимите ми примери е приложение от нашия клиент, компанията Salling Group, предназначено да се бори с нерационалното използване на храната. Днес към тях са свързани около 2000 супермаркета. Например магазините възнамеряват да изхвърлят 26 912 хранителни артикула, тъй като те са изтекли. Продавайки такива продукти с голяма отстъпка, търговците на дребно могат да увеличат печалбата си с 10%, а клиентите могат да получат стоки на ниска цена.
Друга област е чистата енергия. В света се произвежда огромно количество въглероден диоксид, защото хората се нуждаят от енергия. Ние работим много тясно с проекта ITER (International Experimental Nuclear Reactor), за да се опитаме да използваме ядрен синтез за производство на енергия. Сложността на ядрения синтез е да се поддържа плазмата в магнитно поле, което се върти около TOKAMAK (тороидална камера с магнитни намотки - "HiTech"). Ние предлагаме суперкомпютър за изчисляване на оптималната структура на магнитното поле TOKAMAK, за да поддържа плазмата стабилна.