Boris Scherbakov- Potpredsjednik i generalni direktor Dell Technologies. 1977. diplomirao je ekonomiju
Karijeru je započeo u Dellu 2012. godine.S položaja predsjednika uprave Dell-a u Rusiji, Kazahstanu i Srednjoj Aziji, bio je odgovoran za poslovnu strategiju korporativnog i potrošačkog područja tvrtke u regiji. Boris Shcherbakov je od veljače 2017. na čelu ruskog ureda tvrtke Dell EMC. Odgovoran je za razvoj svih područja poslovanja - infrastrukturna rješenja, usluge i klijentski sustav. Godine 2019. postao je potpredsjednik i izvršni direktor tvrtke Dell Technologies u Rusiji, Kazahstanu i Srednjoj Aziji.
O strojnom učenju
- Je li čovječanstvu općenito isplativije ulagati u strojno ili ljudsko učenje?
- Teško je govoriti za čovječanstvo u cjelini, aliposao je navikao birati najbolje rješenje za ulaganje / ulaganje jer utječe na profitabilnost. A ako stroj radi brže i bolje, a istovremeno je jeftiniji, i nije zabluda, a nije bolestan, tada izbor postaje očit. Ništa osobno, kako kažu, samo poslovno. I, naravno, vrijedno je prijeći na funkcionalnost kojom računala mogu brže i preciznije rukovati kako bi oslobodili okvire od monotonog rada.
Foto: Anton Karliner / "Hightech"
S druge strane, kako bi ovi strojevi bili sjajniZa rješavanje zadataka potrebni su visoko kvalificirani programeri koji su u stanju učiti i poboljšati algoritme. Pitanje obrazovanja ljudi i strojeva je strateško. Zamislite da država nema robote, nema računala, nema softvera, nema programera. Automatski odustaje od natjecateljske utrke i ostaje na marginama tehnološkog napretka i inovacija. Istodobno, ne treba zaboraviti da su tehnologije i razvoj često eksperimentalne prirode i ne bi ih trebalo apsolutizirati. Napokon, najstabilnija u našem životu, kao što znate, je promjena. Provodimo posebne studije o tome kako se tehnologije mijenjaju i hoće li promijeniti naš život u sadašnjosti i budućnosti, a tražimo optimalna rješenja za njihovu primjenu u raznim područjima ljudske djelatnosti. I želimo poboljšati život na planeti pružajući ljudima različitih mogućnosti pristup modernim rješenjima. Poslovanje transformiramo ne samo kroz njih, već i doprinoseći transformaciji ljudi s velikim idejama širom svijeta kroz pristup tehnologiji.
- Istovremeno, o strojnom učenju ne može se reći da sljedeća primjena poznate „količine ide u kvalitetu“. Zašto?
- Zapravo, ne, strojno učenje je pravednosamo skup algoritama. Iako se dobiveni rezultati ponekad mogu iznenaditi. Doista, uz strojno učenje računalo nije obučeno samo za usporedbu obrazaca koji su se dogodili u prošlosti, već je i predviđanje budućeg razvoja često bolje od ljudi (budući da se uzima u obzir cijeli spektar poznatih čimbenika i isključuju ljudske pogreške). Istina, život ponekad podesi prilagodbe koje čak i najtačnije računalo ne može uzeti u obzir.
Ali s količinom koja ide u kvalitetu,nije tako jednostavno. Sustavi učenja, poput djece, prelaze iz jednostavnih u složene i pogreške se ne isključuju. Istodobno, brzina obrade informacija i točnost rezultata poboljšavaju se svakom iteracijom i ažuriranjem. No, naravno, ostaje pitanje ispravnih algoritama i uklanjanja pogrešaka.
"U čemu je onda problem?" Zašto se, unatoč razvoju tehnologije, pogreške u primjeni takvih algoritama i dalje događaju?
— Pitanje nije za strojeve, nego za ljude kojirazvijati algoritme. Riječ "računalo" doslovno je prevedena na ruski kao "računalo". Kvaliteta konačnog rezultata ovisi o tome koliko je ispravno specificiran algoritam i praćeni rezultati i proces izračuna. Postoji koncept koji se zove "funkcionalnost kvalitete", koji određuje koliko se stroj dobro nosi s obradom podataka.
Ljudi nemaju dovoljno vremena za odlukuosnovni problemi njezine evolucije. Ovo je relativno nizak životni vijek, na koji značajno utječu prirođene ili stečene bolesti.
Boris Scherbakov, Dell Technologies
Na primjer, Genome International je priličnoveć dugo koristi metode strojnog učenja temeljene na podatkovnim centrima visokih performansi za proučavanje ljudske DNK i predviđanje, naravno, koliko god je to moguće, vjerojatnih problema za određenog pojedinca u budućnosti. Brzina dobivanja rezultata i njihova točnost ovise u ovom slučaju o sljedećim čimbenicima: kvaliteti primarne dijagnoze, povijesnim podacima, algoritmu modela podataka, performansama hardverskog klastera i… Sretno. Vrijedi se osloniti na to, jer nismo proučavali biološku mehaniku 100%.
- Po kojem kriteriju ćemo utvrditi da je računalo potpuno nadmašilo čovjeka, kao što se dogodilo u šahu ili uigra go?
- Vjerujem u potencijal ljudi i meke vještine(prekomjerne profesionalne vještine koje nisu povezane sa službenim dužnostima osobe - "High Tech"). Tehnologije su dobre u svojim područjima i pomažu u bržem i preciznijem izvođenju operacija na razini koja je ljudima čak i nepristupačna. Istodobno, novčić ima i preokret: ljudski mozak i odlučivanje još nisu u potpunosti proučeni, a svi sustavi, uključujući neuronske mreže, izgrađeni su na temelju podataka dostupnih znanosti i ljudima, to jest u početku bez uzimanja u obzir čitavog niza. Stoga se ne možete brinuti za budućnost čovječanstva i ne demonizirati strojeve.
Računalni strojevi su izvedenica ljudskog uma, operacije su brže i preciznije, ali čovjek postavlja algoritam.
Boris Scherbakov, Dell Technologies
Pritom su važne i kvalitete (a ne samo razinaobrazovanje i genijalnost, ali i moral) ljudi koji stvaraju algoritme. Uostalom, roboti mogu pomoći, ali mogu i uništiti. I kao svaka tehnologija, povijesno gledano, privlače pozornost prije svega države i vojske. U današnjim borbenim uvjetima, roboti i računala dat će prednost svakoj osobi, ali im u isto vrijeme nedostaje domišljatosti i intuicije. Glavna kvaliteta, ako se prevede u ljudsku stvarnost, jest zdrav razum (očito ispravna odluka s obzirom na dostupne podatke), ali u isto vrijeme znamo mnogo povijesnih primjera gdje ju je domišljatost pobijedila. Stoga bih odgovorio da je u nekim područjima nadmoć već očigledna, ali je još vrlo rano govoriti o potpunom gubitku na svim frontama. A samoučeći sustavi također su zastrašujući.
Za razlikovanje osobe od automobila, rabljeneTuringov test. Prvi ga je predložio Alan Turing u članku "Računala i um" 1950. Test se sastoji u činjenici da svaki sudionik dopisuje s jednom osobom i jednim računalnim programom i na temelju odgovora na pitanja mora odrediti s kim razgovara. Ako sudac ne može konkretno reći tko je od sugovornika, smatra se da je stroj položio test. Da bismo testirali inteligenciju stroja, a ne njegovu sposobnost prepoznavanja govornog jezika, razgovor se vodi, na primjer, "samo za tekst" koristeći tipkovnicu i zaslon. Dopisništvo se treba odvijati u kontroliranim intervalima kako sudac ne bi mogao donositi zaključke na temelju brzine odgovora. U Turingovo doba računala su reagirala sporije od ljudi. Sada je i ovo pravilo potrebno jer oni reagiraju mnogo brže od osobe.
Oko 5g
— DELLon je naveoda čovječanstvo čeka "5G digitalnu transformaciju". Kako to misliš?
- Upravo ono što sam rekao gore je transferinformacije sada neće biti samo među ljudima, već i o strojevima. Zahvaljujući implementaciji IoT-a, za prikupljanje i prijenos Big Data-a, potrebna je veća propusnost i mogućnosti obrade. Ljudi su, na sreću ili nažalost, ograničeni na nadogradnju, uglavnom evolucijski (nasmiješeni). Ali tehnologije se razvijaju i svaka nova faza zahtijeva razvoj cjelokupne infrastrukture, povlačeći slabe veze. IoT senzori i gustoća uređaja, količina podataka koja generiraju uređaji zahtijevaju nove tehnologije za prijenos podataka, a ova nova tehnologija u ovoj fazi iznosi samo 5G. Ako se ne provede na vrijeme, tada će komunikacija postati slaba karika i faktor koji koči razvoj cijelog sustava. Zamislite da radite u modernom uredu s pristupom internetu putem modema koji, u najmanju ruku, nije baš brz. Možete li puno učiniti? Koliko ćete čekati da preuzmete jedno pismo? U svakom slučaju, ova situacija je neprihvatljiva. Već hodamo po podatkovnim centrima. Oni koji odbace ovu strategiju značajno će izgubiti “transformatore” u svakodnevnim zadacima. Prisutnost brzog prijenosa podataka između podatkovnog centra i mjesta za prikupljanje podataka omogućuje provođenje graničnih izračuna i, prijenos podataka kroz oblak, ne opterećuje jezgru informacijskog sustava organizacije.
— Broj baznih stanica mobilne komunikacije danas kritično brzo raste. Što će se dogoditi s 5G?
- Teško mi je predvidjeti broj stanica5G, na kraju krajeva, za nas je to susjedno komplementarno znanje. Mogu vam odgovoriti da brzina razmjene informacija, njena količina i količina eksponencijalno rastu i, naravno, potrebno je tehničko rješenje. 5G stanice, koliko znam, ako ih uspoređujete s procesorima u računalima, pružaju veći broj operacija ne samo povećanjem njihovog broja, već i zbog digitalnih antena s više elemenata (slično jezgrama i tranzistorima na čipu). Napokon, danas ne vidimo računalo s tisućama jezgara za povećanje snage, ali prema Mooreovom zakonu vidimo udvostručenje tranzistora na čipu svaka 24 mjeseca. Nešto slično se događa s baznim stanicama i tehnologijama. Mijenja se ne samo njihova količina, već i kvaliteta.
Foto: Anton Karliner / "Hightech"
— Prema DELL-u, 5G mrežebit ćepotpuno neovisno o opremi i svemuobrada će biti koncentrirana u distribuiranom softverskom centru. U biti, predlažete li potpunu promjenu arhitekture mrežnog modela i načina razmišljanja općenito?
- Govorimo o Edge-u ili periferijikalkulacije Danas doista postoji trend decentralizacije, obrade i pohranjivanja podataka na istom mjestu gdje se generiraju i koriste. Računalstvo i analitika sele se na rubove mreže—gdje se prikupljaju velike količine podataka. S erom multimedije povećava se i obujam i brzina prijenosa podataka od strane mobilnih operatera (sve fotografije i video zapisi, prijenosi uživo), a korisnici se ne žele miriti s kašnjenjima u prijenosu ili reprodukciji sadržaja. A za to morate pronaći "slobodan" čvor koji se nalazi što bliže korisniku. Odnosno, potražnja i realnost oblikuju transformaciju hardverskih i računalnih modela i scenarija obrade podataka. Možete se voziti u prometnoj gužvi i čekati nekoliko sati dok ne stignete na odredište (općenito, to je sigurnije, na prvi pogled, ali ne uvijek zapravo, kao što znamo), ili možete odabrati besplatnu autocestu i juriti najvećom (dopuštenom) brzinom.
Periferno računanje (rub)— princip izgradnje hijerarhijskogIT infrastruktura, u kojoj se računalni resursi djelomično premještaju iz jezgre - središnjeg podatkovnog centra na periferiju - i nalaze se u neposrednoj blizini mjesta gdje se stvaraju primarni podaci za njihovu primarnu obradu prije nego što se prebace u računalnu višu razinu. čvor.
Može se obraditi jedan periferni uređajtakvu količinu podataka da je prije toga mogao obraditi samo veliko računalo. Periferno računanje pojednostavljuje upravljanje podacima smanjenjem slučajnosti u strukturi, povećanjem upotrebljivosti i smanjenjem sigurnosnih rizika.
- Troškovi nove infrastrukture su ogromni, čini se logičnim stvoriti svojevrsnog "državnog prvaka" s izravnim državnim sudjelovanjem. Može li to u potpunosti ubiti konkurenciju na tržištu?
- Iskreno, pitanje je opsežnog i takoDa biste odgovorili na to, potrebno je uzeti u obzir ogromnu količinu ulaznih podataka, a ne svi se nalaze na površini. Kao što smo razgovarali s vama ranije, kada ljudski faktor intervenira, ponekad i nevidljivi čimbenici utječu na ishod.
Foto: Anton Karliner / "Hightech"
Ubijanje konkurencije obično je kratkovidno jerto negativno utječe na razvoj industrije i politike cijena. Danas se različiti operateri natječu ne samo zbog hardvera (iako su razina prijema signala i kvaliteta komunikacije, naravno, jedan od najvažnijih čimbenika za korisnika), već i zbog politike cijena, pa čak i marketinških kampanja. I ovo je dobro. Nedostatak konkurencije doveo bi do stagnacije i teleoperatera i pružatelja rješenja. Brzina diversifikacije funkcionalno je povezana s potrebama tržišta. Pojava monopola regulirana je zakonom. Jedan operater jednostavno se neće moći nositi s lavinom potražnje za uslugama u oblaku u razdoblju 2025.–2030.