Dr. Eng Lim Goh- Viceprezident a technologický ředitel pro vysoce výkonné výpočty a
Ocenění medaile NASA za výjimečnoutechnologický pokrok jako hlavní řešitel experimentu na palubě ISS pro provoz autonomních superpočítačů v dlouhodobých kosmických misích. Kromě spoluvytváření aplikací pro učení rojů založených na blockchainu dohlíží na nasazení AI ve závodech Formule 1, industrializuje technologii za šampionem pokerového šampiona a společně navrhuje systémy pro simulaci biologicky podrobného mozku savců. Mám šest amerických patentů, dalších pět čeká na vyřízení.
HPE (Hewlett Packard Enterprise)je americká IT společnost založená v roce 2015 společně se společností HP Inc.po rozdělení společnosti Hewlett-Packard Corporation.Zdědil podnikání v segmentu firemních zákazníků - vyrábíservery, superpočítače, systémy pro ukládání dat, úložné sítě, síťová zařízení, konvergované systémy a zabývá se také výstavbou cloudových infrastruktur.
"Ve světě velkých dat zůstane cloud důležitý"
- Cloudové technologie již dávno přesahují inovace do moderních IT standardů. Jakou roli dnes hrají při vývoji nových produktů?
- Ve společnosti HPE jsme se zaměřili na výpočetní technikuvývoj v rámci trendu „periferie do cloudu“, hlavně proto, že většina dat jde nejprve do periferie. Musíme přenášet všechna data z periferie do cloudu, například data supermarketů, automobilů, pokud mluvíme o připojeném vozidle (auto, které může obousměrně komunikovat s jinými systémy - HiTech), leteckým průmyslem a nemocnicemi. V mnoha případech přenášíme data do cloudu, abychom je pak mohli analyzovat a výsledek odeslat zpět na periférii.
Cloud computing je důležitý, protože to umožňujevyužívají veškerý výpočetní výkon soustředěný v cloudu, zatímco na periferii je obvykle menší. Tradičním způsobem je nejprve shromažďovat data na periferii a poté nakonfigurovat inteligentní periferie tak, aby do cloudu odesílaly pouze nezbytné informace. Cloud má všechny výpočetní prostředky pro provádění strojového učení, analýzy, získání výsledků, které budou odeslány zpět na periférii. Proto věříme, že cloud zůstane ve světě velkých dat důležitý.
- Proč používat umělou inteligenci k vytvoření nových datových center? Jaký je jeho hlavní účel v této souvislosti?
- Datová centra (DPC) se stávajísložitější a náročnější uživatelé. S ohledem na složitost datového centra máte dnes velké množství centrálních (CPU) a grafických (GPU) procesorů pro AI, které mají mnoho jader. Existují také velké toky dat, jejichž ukládání a pohyb musí být organizovány. To vše spotřebovává spoustu energie a zvyšuje složitost datových center.
GPU (jednotka zpracování grafiky)je grafický procesor, specializované zařízení pro zpracování grafiky a vizuálních efektů.Na rozdíl od CPU (Central Processing Unit) je architektura GPU vhodnější pro paralelní výpočty a máModerní GPU lze použít nejen pro zpracování grafiky, ale také pro stejný typ matematických výpočtů, které se více zajímají o rychlost zpracování.Současně může rychlost zpracování GPU ve srovnání s CPUbýt tisíckrát vyšší.
Jádra procesorů— nezávislé procesory sestavené na jediném fyzickém čipu.Snižte fyzickou velikost, spotřebu energie a odvod tepla čipu a dramaticky zvyšte výkon, aniž byste museli měnit architekturu procesoru.
Pokud jde o uživatele, jejich požadavky jsou takévýrazně zvýšil. V minulosti kupovali vybavení, uvedli jej do provozu a během provozu systému byli uživatelé spokojeni. Dnes se ale ptají: „Fungují moje aplikace optimálně?“ - protože ne vždy přímé zvýšení výpočetního výkonu dává proporcionální zvýšení produktivity.
Díky tomu máte uživatelské požadavky,složitost datových center, což znamená, že musíte implementovat více umělé inteligence, která by data zobrazovala a pomohla lépe se rozhodovat. Problém je v tom, že nemáme dostatek dat, abychom pomohli AI se učit. Do našeho projektu vstoupilo asi 10 tisíc zákazníků a poslalo svá data v datovém centru do cloudu. Nyní posíláme výsledky zpracování dat AI zpět do každého z těchto datových center, abychom optimalizovali jejich práci.
- Používá se AI v současné době aktivně při vytváření vybavení pro firemní klientelu? Jak brzy byste měli očekávat podobné technologie v kancelářských a domácích produktech?
- Pokud máte na mysli schopnost dávatprognózy založené na historii, je nyní již velmi široce využíváno. Dnes se používá v mnoha oblastech: ve financích, k předpovídání hodnoty zásob, při prodeji a nákupu, při oceňování derivátů na finančních trzích nebo při výpočtu anomálií v rentgenovém záření v medicíně. Existují auta, která jsou dostatečně inteligentní, aby pochopili, že například vibrace v tlumiči nárazů znamenají něco špatného a o tom posílají informace řidiči. Učení se skrze historii, aby bylo možné přijímat rozhodnutí a předpovědi, se stalo skutečností. Ale odvážnější předpovědi, že se objeví superman, jsou stále sci-fi. Je však důležité začít o tom uvažovat hned teď.
„Kvantové počítače pomocí metody optimalizace zrychlí počítač s umělou inteligencí“
- Pro obyčejné lidi je obtížné přesně pochopit, jaké jsou kvantové počítače, o kterých se dnes tolik říká. Jak je definujete pro sebe?
- Nejprve nerozumím kvantověmechanika. Nerozumím zapletení kvantových stavů, superpozici a měření kolapsu do klasického stavu. Ale na tom nezáleží. Přijímám všechny tři tyto pojmy. Přiznám se, že existují. Protože jsem školením technik, používám pouze to, čemu víc rozumím. Například různé energetické hladiny elektronů v atomu: nízká, vysoká a velmi vysoká. Dále, zapletení je, když se dva atomy dostanou tak blízko, že se začnou zaplétat. Také jsme hovořili o kolapsu funkce, když původně nejistý systém „vybere“ jeden z přípustných stavů v důsledku měření. Přiznávám existenci těchto tří konceptů, které mi umožňují z technického hlediska kombinovat všechny různé kvantové systémy, které jsou v současné době vyvíjeny pro zpracování kvantových informací.
- V poslední době společnost Google vydávala spoustu šumu a oznamovala dosažení „kvantové nadřazenosti“. Používáte ve svých designech kvantové technologie?
- Myslím, že dostaneme analogovou technologiiměření v kvantových výpočtech v příštích deseti letech. Ale v digitálním slova smyslu, aby kvantový počítač fungoval jako dnešní stroj, bude to trvat déle než deset let. Jedním z největších problémů je to, jak udržet zapletení a superpozici dostatečně stabilní, aby bylo možné provádět výpočty. Dnes mají mnoho chyb a jejich korekce vyžaduje mnohem více qubits, aby podporovala jeden výpočetní qubit. Proto tvrdím, že potrvá více než deset let, než se kvantový počítač zlepší než klasické počítače. Je tedy stále čas, ale jakmile se objeví, můžeme radikálně změnit pořadí věcí.
Kvantová nadřazenostSchopnost kvantových výpočetních zařízení řešit problémy, které klasické počítače prakticky nedokážou vyřešitvyřešit. Google již dříve oznámil plány demonstrovat kvantovou nadřazenost do konce roku 2017 pomocí pole 49 supravodivých qubitů, ale ve skutečnosti to bylo oznámeno až 23. října 2019Podle Googlu "bylo kvantové nadřazenosti dosaženo na poli 54 qubitů, z nichž 53 bylo funkčních a bylo použito k provedení výpočtů za 200 sekund, což by konvenčnímu superpočítači trvalo asi 10 000 let".
Qubit (z kvantového bitu)je kvantový výboj nebo nejmenší prvek pro ukládání informací v kvantovém počítači.Stejně jako bit, qubit umožňuje dva vlastní stavy, označené 0|1, ale můžebýt ve své "superpozici", tedy v obou stavech současně.Při jakémkoli měření stavu qubitu náhodně přejde do jednoho ze svých vlastních stavů.Qubity mohou být vzájemně "provázané", to znamená, že mohou býtJe zaveden nepozorovatelný vztah, ve kterém se pokaždé, když se změní jeden z několika qubitů, ostatní se změní v souladu s ním.
- Jak souvisí kvantový počítač s umělou inteligencí?
- AI používá strojové učení, se kterým se učípomocí příběhu. Děje se to pokusem a omylem, zkusí jeden příběh, předpovídá nesprávně, opravuje, pak další příběh - předpovídat, pokud ne, pak opravit. A tak tisíc pokusů. Deset tisíc pokusů. Sto tisíc. Milion nebo deset milionů. Potřebuje provést mnoho pokusů o naladění, dokud nezobrazí správný algoritmus pro prognózy. Věřím, že kvantové počítače pomocí metody optimalizace zrychlí počítač s umělou inteligencí. Aby nemusel dělat tolik pokusů a pokusit se milionkrát dosáhnout správného výsledku. Kvantový počítač mu umožní velmi rychle dosáhnout dobré úrovně předpovědí.
Blockchain a roj inteligence
— Jak se blockchainové technologie používají na podnikové úrovni?
- AI a blockchain spolu úzce souvisí. Věříme, že ne samotné blockchain, ale technologie, z níž vychází, bude pro periferie důležitá. Protože data budou proudit na periférii, budete chtít udělat co nejvíce, abyste ušetřili výpočetní výkon cloudu. Představte si, že máte milion HD kamer s vysokým rozlišením. Do cloudu nelze odesílat datový proud z milionu kamer. Budete muset dát počítače na periférii, které jsou dostatečně chytré, abyste se rozhodli: „To nemusím posílat. Pošlu jen tohle. “ Pak ale potřebujete chytré počítače. Věříme, že schopnost kombinovat mnoho periferních počítačů do jedné skupiny, jeden „roj“ pro výcvik rojů bude důležitý. Je to kvůli inteligenci rojů - oba jsou vzájemně propojeny.
Přesná definice inteligence rojů stále neníformulován. Swarm inteligence (Swarm inteligence) popisuje kolektivní chování decentralizovaného, samoorganizujícího se systému. Systémy RI se zpravidla skládají z mnoha agentů (boidů), které místně spolupracují navzájem a s prostředím. Myšlenky chování obvykle pocházejí z přírody, zejména z biologických systémů. Každý kluk se řídí velmi jednoduchými pravidly. Navzdory skutečnosti, že neexistuje centralizovaný systém řízení chování, který by každému z nich naznačoval, co dělat, místní a poněkud náhodné interakce vedou ke vzniku inteligentního skupinového chování, které není ovládáno jednotlivými chlapci. Obecně by RI měl být systém s více agenty, který by měl samoregulační chování, které by celkově mělo vykazovat určité rozumné chování.
Pokud mluvíme o naší metodě tréninku rojů, pakon je takový. Předpokládejme, že jedna nemocnice poskytuje školení, izoluje svá data, nesdílí data a sdílí pouze výsledky svého školení. Stejně jako ostatní nemocnice. Celý tento proces přenosu je koordinován pomocí technologie blockchain. Jsme si jisti, že je to nutné, protože chceme, aby všechna periferní zařízení fungovala, i když samostatně, ale jako celek jako roj.
Nechceme mít centralizovanou správu,protože v roji to není. Roj včel má včelí královnu. Ale když roj letí, nedává žádné pokyny. Včely se koordinují. A teprve když se vrátí do úlu, komunikují s královnou, obsluhují ji a tak dále. Ale když jsou uvnitř roje, jsou vyškoleni, musí mezi sebou koordinovat akce. A tak roj žije. Ale jak to koordinovat bez vůdce? Blockchain Proto je blockchain důležitý pro periférii. Pokud existuje pouze jeden vůdce koordinující roj a on vypadne, pak celé roj nefunguje. Včely musí hledat jiného vůdce. V blockchainu není vůdce.
- Co můžete říci o technologiích RI? Je zde analogie s neuronovými sítěmi vhodná?
"Roy je přesně jako neuronová síť." Každá jednotlivá včela nebo server na periferii má svou vlastní neuronovou síť. Každá nemocnice, stejně jako roj, má svou vlastní samostatnou tréninkovou neuronovou síť. Blockchain ale umožňuje sdílení tohoto školení ve všech nemocnicích. Proto každá včela, nemocnice nebo počítač na periferii má svou vlastní neurální síť. Když však sdílejí své učení od včel k včelám, používají blockchain. Výsledkem je použití neuronových sítí a blockchainu. Neuronová síť se používá pro samostudium a blockchain se používá ke sdílení s ostatními.
„Odpovědnost za Zemi přitahuje mladé inženýry“
- Podniky dnes věnují zvláštní pozornost péči o životní prostředí. Jaká opatření podniká společnost HPE ve své práci, aby se starala o životní prostředí?
V první řadě jsme jako společnost zodpovědní za Zemi.Za druhé, mnoho mladých inženýrů chce získat práci ve společnosti, která se cítí býtAno, myslím si, že v této nové generaci je trend směrem k většímu uvědomění.Chceme přilákat mladé inženýry a za třetí, to jsou ty správné věci.
Máme dvě velká střediska pro zotaveníUSA a Skotsko. Podle hrubých odhadů jsme v minulém roce nakoupili, zpracovali a prodali 99% obnoveného starého zařízení v celkové výši 3 miliony dolarů. Ze zbytků extrahujeme většinu surovin: stříbro, zlato - a znovu je použijeme. A pouze velmi malé procento, asi 0,3%, je zahozen.
Druhou oblastí je interakce se zákazníky v EUoblasti ochrany životního prostředí. Jedním z mých nejoblíbenějších příkladů je aplikace od našeho klienta Salling Group, která je určena k boji proti iracionálnímu použití jídla. Dnes je k nim připojeno asi 2 000 supermarketů. Například obchody mají v úmyslu vyhodit 26 912 potravin, protože jejich platnost vypršela. Prodejem takových produktů s velkou slevou mohou maloobchodní řetězce zvýšit své zisky o 10% a zákazníci mohou získat zboží za nízkou cenu.
Další oblastí je čistá energie. Ve světě se produkuje obrovské množství oxidu uhličitého, protože lidé potřebují energii. Velmi úzce spolupracujeme s projektem ITER (Mezinárodní experimentální jaderný reaktor), abychom se pokusili využít jadernou fúzi k výrobě energie. Složitost jaderné fúze spočívá v udržení plazmy v magnetickém poli, které se točí kolem TOKAMAKu (toroidní komora s magnetickými cívkami - „HiTech“). Poskytujeme superpočítač pro výpočet optimální struktury magnetického pole TOKAMAK, aby byla plazma stabilní.