dr. Eng Lim Goh- potpredsjednik i glavni tehnolog za računanje visokih performansi i
Nagrađena NASA-inom medaljom za iznimnonapredak tehnologije kao glavni istraživač eksperimenta na brodu ISS za rad autonomnih superračunala u produženim svemirskim misijama. Pored stvaranja aplikacija za istraživanje rojeva utemeljenih na blockchainu, on nadgleda primjenu AI u utrkama Formule 1, industrijalizira tehnologiju koja stoji iza šampionskog pokera i zajedno dizajnira sustave za simulaciju mozga biološki detaljnih sisavaca. Ima šest američkih patenata, još pet je u tijeku.
HPE (Hewlett Packard Enterprise)je američka IT tvrtka osnovana 2015. godinegodine zajedno s HP Inc. nakon podjele Hewlett-Packard Corporation. Naslijedio je posao u segmentu korporativnih klijenata - proizvodi servere, superračunala, sustave za pohranu podataka, mreže za pohranu, mrežnu opremu, konvergentne sustave, a bavi se i izgradnjom cloud infrastruktura.
"Oblak će ostati važan u svijetu velikih podataka"
- Cloud tehnologije su odavno premašile inovativnost do modernih IT standarda. Kakvu danas ulogu imaju u razvoju novih proizvoda?
- U HPE-u smo se fokusirali na računarstvorazvoj kao dio trenda "perifernog do oblaka", uglavnom zato što većina podataka prvo ide periferiji. Sve podatke s periferije moramo prenijeti u oblak, na primjer, podatke supermarketa, automobila, ako govorimo o povezanom automobilu (automobilu koji može dvosmjerno komunicirati s drugim sustavima - HiTech), zrakoplovnom industrijom i bolnicama. U mnogim slučajevima podatke prenosimo u oblak da bismo potom analizirali podatke i rezultat poslali na periferiju.
Računarstvo u oblaku je važno jer to omogućujekoristite svu računalnu snagu koncentriranu u oblaku, dok je na periferiji obično manja. Tradicionalni način je da se najprije prikupe podaci na periferiji, a zatim se konfiguriraju pametne periferne jedinice tako da u oblak šalju samo potrebne informacije. Oblak ima sve računalne resurse za strojno učenje, analize, dobivanje rezultata koji će se vratiti na periferiju. Zbog toga vjerujemo da će oblak ostati važan u svijetu velikih podataka.
- Zašto koristiti umjetnu inteligenciju za stvaranje novih podatkovnih centara? Koja je njegova glavna svrha u ovom kontekstu?
- Postaju podatkovni centri (DPC)složeniji i zahtjevniji korisnici. Što se tiče složenosti podatkovnog centra, danas imate veliki broj središnjih (CPU) i grafičkih (GPU) procesora za AI koji imaju mnogo jezgara. Postoje i veliki protoci podataka čiji se pohranjivanje i kretanje moraju organizirati. Sve to troši puno energije i povećava složenost podatkovnih centara.
GPU (jedinica za grafičku obradu)- grafički procesor, specijaliziraniuređaj za obradu grafike i vizualnih efekata. Za razliku od CPU-a (središnje procesorske jedinice), GPU arhitektura je prikladnija za paralelno računanje i ima mnogo bržu memoriju. Moderni GPU-i mogu se koristiti ne samo za obradu grafike, već i za slične matematičke izračune, za koje je brzina obrade važnija. U isto vrijeme, brzina obrade podataka GPU-a u usporedbi s CPU-om može biti tisućama puta veća.
Jezgre procesora- neovisni procesori sastavljeni na jednomfizički čip. Ova metoda omogućuje smanjenje fizičke veličine čipa, njegove potrošnje energije i rasipanja topline, a također značajno povećava performanse bez promjene arhitekture procesora.
Što se tiče korisnika, također su njihovi zahtjeviuvelike se povećao. U prošlosti su kupili opremu, lansirali je i dok je sustav radio, korisnici su bili zadovoljni. Ali danas se pitaju: "Da li moje aplikacije rade optimalno?" - budući da ne uvijek izravno povećanje računalne snage daje proporcionalno povećanje produktivnosti.
Kao rezultat toga, imate zahtjeve korisnika,složenost podatkovnih centara, što znači da trebate implementirati više AI, koji bi pregledali podatke i pomogli donijeti bolje odluke. Problem je što nemamo dovoljno podataka da bismo AI naučili. Oko 10 tisuća kupaca ušlo je u naš projekt i svoje podatke iz podatkovnog centra poslalo u oblak. Sada šaljemo rezultate obrade AI podataka natrag u svaki od tih podatkovnih centara kako bi optimizirali svoj rad.
- AI se trenutno aktivno koristi u kreiranju opreme za korporativne klijente? Kako uskoro trebate očekivati slične tehnologije u uredskim i kućnim proizvodima?
- Ako mislite na sposobnost davanjaprognoze temeljene na povijesti, tada se to već uveliko koristi. Danas se koristi na mnogim područjima: u financijama, za predviđanje vrijednosti zaliha, kada se prodaju i kupuju, u određivanju cijena derivata na financijskim tržištima ili u izračunavanju anomalija u rendgenu u medicini. Postoje automobili koji su dovoljno pametni da shvate da, primjerice, vibracija u amortizeru znači nešto loše, i informacije o tome pošalju vozaču. Učenje kroz povijest kako bi se moglo donositi odluke i predviđanja postalo je stvarnost. No, hrabrija predviđanja da će se pojaviti nadčovjek i dalje su znanstvena fantastika. Međutim, važno je početi razmišljati o tome sada.
"Kvantna računala, koristeći metodu optimizacije, učinit će da računalo s AI brže uči"
- Običnim ljudima je teško razumjeti što su točno kvantna računala o kojima danas toliko pričaju. Kako ih sami definirate?
- Za početak, ne razumijem kvantitetmehanika. Ne razumijem zapletenost kvantnih stanja, superpoziciju i mjerenje kolapsa u klasično stanje. Ali nije svejedno. Prihvaćam sva tri ova koncepta. Priznajem da postoje. Budući da sam po zanimanju inženjer, koristim samo ono što više razumijem. Na primjer, različite razine energije elektrona u atomu: niske, visoke i vrlo visoke. Nadalje, zapletenost je kada se dva atoma toliko zbliže da se počnu miješati. Također smo razgovarali o propadanju funkcije kada početno nesigurni sustav „odabire“ jedno od prihvatljivih stanja kao rezultat mjerenja. Priznajem postojanje ova tri koncepta, što mi sa inženjerijskog stajališta omogućava kombiniranje svih različitih kvantnih sustava koji se trenutno razvijaju za kvantnu obradu informacija.
- U novije vrijeme Google je stvarao veliku buku, najavljujući postizanje "kvantne superiornosti". Koristite li kvantne tehnologije u dizajnu?
- Mislim da ćemo dobiti analognu tehnologijumjerenja u kvantnom računanju u sljedećih deset godina. Ali u digitalnom smislu, da bi kvantno računalo radilo kao današnji stroj, trebat će više od deset godina. Jedan od najvećih problema je kako održati zaplete i superpoziciju stabilnim dovoljno dugo da bi se mogli izračunati. Danas imaju mnogo pogrešaka i za njihovo ispravljanje je potrebno mnogo više qubita kako bi podržali jedan računski kbit. Stoga tvrdim da će trebati više od deset godina da dosegne točku u kojoj će kvantno računalo postati bolje od klasičnih računala. Stoga još uvijek ima vremena, ali kad se pojavi, možemo radikalno promijeniti redoslijed stvari.
Kvantna superiornost– sposobnost kvantnih računalnih uređajarješavaju probleme koje klasična računala praktički ne mogu riješiti. Google je ranije najavio planove za demonstraciju kvantne nadmoći prije kraja 2017. koristeći niz od 49 supravodljivih kubita, ali stvarno postizanje takvog rezultata najavljeno je tek 23. listopada 2019. kao rezultat suradnje s NASA-om. Prema Googleu, "kvantna nadmoć postignuta je na nizu od 54 qubita, od kojih su 53 bila funkcionalna i korištena su za izvođenje izračuna u 200 sekundi za koje bi konvencionalnom superračunalu trebalo oko 10 000 godina."
Qubit (iz kvantnog bita)- kvantno pražnjenje ili najmanji element zapohranjivanje informacija u kvantno računalo. Kao malo, qubit dopušta dva vlastita stanja, označena kao 0|1, ali također može biti u njihovoj "superpoziciji", to jest u oba stanja istovremeno. Kad god se mjeri stanje qubita, on nasumično prelazi u jedno od svojih stanja. Kubiti se mogu međusobno “zaplesti”, odnosno može im se nametnuti neuočljiva veza, izražena u tome da se svakom promjenom jednog od nekoliko kubita, ostali mijenjaju u skladu s njim.
- Kako se kvantno računalo odnosi na umjetnu inteligenciju?
- AI koristi strojno učenje, s njim učikoristeći priču. To se događa pokušajem i pogreškama, on pokušava jednu priču, pogrešno predviđa, ispravlja, zatim drugu priču - predvidjeti, ako ne, onda ispraviti. I tako tisuću pokušaja. Deset tisuća pokušaja. Sto tisuća. Milijun ili deset milijuna. Treba napraviti mnogo pokušaja prilagodbe, sve dok ne pokaže točan algoritam za predviđanja. Vjerujem da će kvantna računala, koristeći metodu optimizacije, učiniti da računalo s AI brže uči. Tako da ne mora toliko mnogo pokušaja i milion puta pokušati postići točan rezultat. Kvantno računalo omogućit će mu da vrlo brzo postigne dobru razinu predviđanja.
Blockchain i roj inteligencije
— Kako se blockchain tehnologije koriste u poduzećima?
- AI i blockchain su usko povezani. Vjerujemo da će za periferne uređaje biti važan ne samo blockchain, već tehnologija koja stoji u njemu. Budući da će podaci teći prema periferiji, morat ćete učiniti što je više moguće kako biste uštedjeli računalnu snagu oblaka. Zamislite da imate milijun HD kamera visoke razlučivosti. Ne možete poslati tok podataka s milijun kamera u oblak. Morat ćete staviti računala na periferiju koja su dovoljno pametna da odluče: "Ne moram ovo slati. Poslat ću samo ovo. " Ali onda su vam potrebna pametna računala. Vjerujemo da će sposobnost kombiniranja mnogih perifernih računala u jednu grupu, jedan „roj“ za trening roj postati važna. To je zbog inteligencije rojeva - obje su povezane.
Točna definicija inteligencije o roju još uvijek nijeformulirana. Roj inteligencija opisuje kolektivno ponašanje decentraliziranog, samoorganizirajućeg sustava. RI sustavi se u pravilu sastoje od mnogih agenata (boida) koji lokalno djeluju jedni s drugima i sa okolinom. Ideje ponašanja obično dolaze iz prirode, posebno iz bioloških sustava. Svaki dječak slijedi vrlo jednostavna pravila. Unatoč činjenici da ne postoji centralizirani sustav upravljanja ponašanjem koji bi svakom od njih pokazao što treba raditi, lokalne i pomalo slučajne interakcije dovode do pojave inteligentnog ponašanja u skupini koje ne kontroliraju pojedini bojidi. Općenito, RI bi trebao biti sustav s više agenata, koji bi imao samoorganizirajuće ponašanje, što bi ukupno trebalo pokazati neko razumno ponašanje.
Ako govorimo o našoj metodi vježbanja rojeva, ondaon je takav. Pretpostavimo da jedna bolnica pruža obuku, izolirajući svoje podatke, ne dijeli podatke i dijeli samo rezultate svoje obuke. Tako je i s ostalim bolnicama. Cijeli taj proces prijenosa koordiniran je pomoću blockchain tehnologije. Sigurni smo da je potrebno jer želimo da svi periferni uređaji djeluju, iako neovisno, ali u cjelini kao roj.
Ne želimo imati centralizirano upravljanje,jer u roju nije. Roj pčela ima pčelu maticu u košnici. Ali ona ne daje upute dok roj leti. Pčele se koordiniraju. I tek kad se vrate u košnicu, komuniciraju s maticom pčelom, poslužuju je i tako dalje. Ali kad su unutar roja, obučeni, moraju koordinirati akcije među sobom. I tako živi roj. Ali kako to koordinirati bez vođe? Blokcheyn. Stoga je blockchain važan za periferiju. Ako samo jedan vođa koordinira roj, a on odustane, onda cijeli roj ne djeluje. Pčele moraju potražiti drugog vođu. U blockchainu nema vođe.
- Što možete reći o RI tehnologijama? Je li analogija s neuronskim mrežama prikladna ovdje?
"Roy je točno poput neuronske mreže." Svaka pojedinačna pčela ili poslužitelj na periferiji ima svoju neurološku mrežu. Svaka bolnica, poput roja, ima svoju zasebnu neurološku mrežu za trening. Ali blockchain omogućava da se ova obuka podijeli u svim bolnicama. Stoga svaka pčela, bolnica ili računalo na periferiji ima svoju neurološku mrežu. Ali kada podijele svoje učenje od pčele do pčele, oni koriste blockchain. Kao rezultat, koriste se i neuronske mreže i blockchain. Neuronska mreža koristi se za samo-proučavanje, a blockchain koristi za dijeljenje s drugima.
„Zemaljska odgovornost privlači mlade inženjere“
- Danas korporacije posebnu pozornost posvećuju brizi o okolišu. Kakve mjere HPE poduzima u svom radu na brizi za okoliš?
- Ovo je važna tema.Prvo, mi kao tvrtka odgovorni smo za Zemlju. Drugo, mnogi mladi inženjeri žele se pridružiti tvrtki koja osjeća takvu odgovornost. Da, mislim da u ovoj novoj generaciji postoji trend veće svijesti. Želimo privući mlade inženjere. I treće, to su prave stvari.
Imamo dva velika centra za oporavak uSAD i Škotska. Prema grubim procjenama, tijekom prošle godine kupili smo, obradili i prodali 99% obnovljene stare opreme, ukupno u iznosu od tri milijuna dolara. Iz ostataka vadimo većinu sirovina: srebro, zlato - i ponovno ih koristimo. I samo vrlo mali postotak, oko 0,3%, baca se.
Drugo područje je interakcija s klijentima upodručja zaštite okoliša. Jedan od mojih najdražih primjera je aplikacija našeg klijenta, Salling Group, dizajnirana za borbu protiv neracionalne upotrebe hrane. Danas je oko 2.000 supermarketa povezano s njima. Na primjer, prodavaonice namjeravaju izbaciti 26.912 prehrambenih proizvoda jer im je istekao rok trajanja. Prodajući takve proizvode s velikim popustom, trgovački lanci mogu povećati zaradu za 10%, a kupci mogu dobiti robu po niskoj cijeni.
Drugo područje je čista energija. U svijetu se proizvodi ogromna količina ugljičnog dioksida, jer ljudima treba energija. Jako blisko surađujemo s projektom ITER (International Experimental Nuclear Reactor) kako bismo pokušali koristiti nuklearnu fuziju za proizvodnju energije. Složenost nuklearne fuzije je zadržavanje plazme u magnetskom polju koje se vrti oko TOKAMAK-a (toroidna komora s magnetskim zavojnicama - "HiTech"). Pružamo superračunalo za izračunavanje optimalne strukture magnetskog polja TOKAMAK kako bi plazma bila stabilna.