ד"ר אנג לים גו- סגן נשיא וטכנולוג ראשי למחשוב ביצועים גבוהים ו
העניקה את מדליית נאס"א למצטייניםההתקדמות בטכנולוגיה כחוקרת העיקרית של ניסוי על סיפון ה- ISS להפעלת מחשבי-על אוטונומיים במשימות שטח מורחבות. בנוסף ליצירה משותפת של יישומי למידה על נחילים מבוססי blockchain, הוא מפקח על פריסת ה- AI במרוצי פורמולה 1, מתועש את הטכנולוגיה העומדת מאחורי בוט הפוקר של האלופה, ומתכנן במשותף מערכות להדמיה של מוח יונקים מפורט ביולוגית. קיבלו שישה פטנטים אמריקאים, עוד חמישה ממתינים.
HPE (Hewlett Packard Enterprise)היא חברת IT אמריקאית שנוסדה ב-2015שנה יחד עם HP Inc. לאחר חלוקת Hewlett-Packard Corporation. ירש את העסק בגזרת הלקוחות הארגוניים - מייצרת שרתים, מחשבי על, מערכות אחסון נתונים, רשתות אחסון, ציוד רשתות, מערכות מתכנסות, וכן עוסקת בבניית תשתיות ענן.
"הענן יישאר חשוב בעולם ה- Big Data"
- טכנולוגיות ענן כבר מזמן חרגו מחדשנות לתקני IT מודרניים. איזה תפקיד הם ממלאים כיום בפיתוח מוצרים חדשים?
- ב- HPE, מיקדנו את המחשוב שלנוהתפתחות כחלק ממגמת "היקפי לענן", בעיקר מכיוון שרוב הנתונים עוברים לראשונה לפריפריה. עלינו להעביר את כל הנתונים מהפריפריה לענן, למשל, נתונים של מרכולים, מכוניות, אם מדובר במכונית מחוברת (מכונית שיכולה לתקשר דו כיוונית עם מערכות אחרות - HiTech), תעשיית התעופה ובתי חולים. במקרים רבים אנו מעבירים נתונים לענן כדי לנתח את הנתונים ולשלוח את התוצאה חזרה לפריפריה.
מחשוב ענן חשוב משום שהוא מאפשר זאתהשתמש בכל כוח המחשוב המרוכז בענן, ואילו בפריפריה הוא בדרך כלל פחות. הדרך המסורתית היא לאסוף תחילה נתונים על הפריפריה ואז להגדיר ציוד היקפי חכם לשלוח רק את המידע הדרוש לענן. לענן יש את כל משאבי המחשוב לביצוע למידת מכונה, ביצוע ניתוחים, קבלת תוצאות שיוחזרו לפריפריה. לכן אנו מאמינים שהענן יישאר חשוב בעולם ה- Big Data.
- מדוע להשתמש בבינה מלאכותית כדי ליצור מרכזי נתונים חדשים? מה המטרה העיקרית שלה בהקשר זה?
- מרכזי נתונים (DPC) הופכים להיותמורכבים יותר ומשתמשים דורשים. לגבי המורכבות של מרכז הנתונים, כיום יש לך מספר גדול של מעבדים מרכזיים (CPU) וגרפיים (GPU) עבור AI, עם ליבות רבות. ישנן גם זרמים גדולים של נתונים, אשר יש לארגן את האחסון והתנועה שלהם. כל זה צורך אנרגיה רבה ומגביר את המורכבות של מרכזי נתונים.
GPU (יחידת עיבוד גרפית)- מעבד גרפי, מתמחהמכשיר לעיבוד גרפיקה ואפקטים חזותיים. בניגוד למעבד (יחידת עיבוד מרכזית), ארכיטקטורת ה-GPU מתאימה יותר למחשוב מקביל ויש לה זיכרון מהיר הרבה יותר. ניתן להשתמש במעבדי GPU מודרניים לא רק לעיבוד גרפי, אלא גם לחישובים מתמטיים דומים, שעבורם מהירות העיבוד חשובה יותר. יחד עם זאת, מהירות עיבוד הנתונים של ה-GPU בהשוואה למעבד יכולה להיות גבוהה פי אלפי.
ליבות מעבד- מעבדים עצמאיים המורכבים על אחדשבב פיזי. שיטה זו מאפשרת להקטין את הגודל הפיזי של השבב, את צריכת החשמל שלו ואת פיזור החום, וגם להגדיל משמעותית את הביצועים מבלי לשנות את ארכיטקטורת המעבד.
באשר למשתמשים, הדרישות שלהם הן גם כןגדל מאוד. בעבר הם קנו ציוד, השיקו אותו ובעוד שהמערכת עובדת, המשתמשים היו מרוצים. אבל היום הם שואלים: "האם היישומים שלי עובדים בצורה אופטימלית?" מכיוון שלא תמיד גידול ישיר בכוח המחשוב מעניק עלייה פרופורציונאלית.
כתוצאה מכך, יש לך דרישות משתמש,המורכבות של מרכזי נתונים, מה שאומר שאתה צריך ליישם AI נוסף, אשר יציג את הנתונים ויסייע לקבל החלטות טובות יותר. הבעיה היא שאין לנו מספיק נתונים שיעזרו ל- AI ללמוד. כעשרת אלפים לקוחות נכנסו לפרויקט שלנו ושלחו את הנתונים שלהם במרכז הנתונים לענן. כעת אנו שולחים את תוצאות עיבוד נתוני AI בחזרה לכל אחד ממרכזי הנתונים הללו על מנת לייעל את עבודתם.
- האם AI משמשת כיום באופן פעיל ביצירת ציוד ללקוחות עסקיים? כמה זמן עליכם לצפות בטכנולוגיות דומות במוצרים למשרד ולבית?
- אם אתה מתכוון ליכולת לתתתחזיות מבוססות על היסטוריה, אז זה כבר נמצא בשימוש נרחב מאוד עכשיו. כיום משתמשים בו בתחומים רבים: במימון, לחזות את ערך המניות, מתי למכור ולקנות, בתמחור נגזרים בשווקים פיננסיים, או לחישוב חריגות בצילומי רנטגן ברפואה. יש מכוניות חכמות מספיק כדי להבין שלדוגמא, רטט בבולם זעזועים פירושו משהו רע, ושולחים מידע על כך לנהג. לימוד דרך ההיסטוריה כדי להיות מסוגל לקבל החלטות ותחזיות הפך למציאות. אך תחזיות נועזות לכך שיופיע סופרמן הן עדיין מדע בדיוני. עם זאת, חשוב להתחיל לחשוב על זה עכשיו.
"מחשבים קוונטיים בשיטת האופטימיזציה יגרמו למחשב עם AI ללמוד מהר יותר"
- קשה לאנשים רגילים להבין בדיוק מהם מחשבי קוונטים, מהם נאמר כל כך הרבה כיום. איך תגדיר אותם בעצמך?
ראשית, אני לא מבין קוונטיותהמכניקה. אני לא מבין את ההסתבכות של מצבים קוונטיים, את העל-העמדה ומדידת הקריסה למצב הקלאסי. אבל זה לא משנה. אני מקבל את שלושת המושגים האלה. אני מודה שהם קיימים. מכיוון שאני מהנדס בהכשרתי, אני משתמש רק במה שאני מבין יותר. לדוגמה, רמות אנרגיה שונות של אלקטרונים באטום: נמוכים, גבוהים וגבוהים מאוד. יתר על כן, ההסתבכות היא כששני אטומים מתקרבים כל כך שהם מתחילים להסתבך. דיברנו גם על קריסת פונקציה כאשר מערכת לא ברורה בתחילה "בוחרת" את אחת המצבים הקבילות כתוצאה ממדידה. אני מודה בקיומם של שלושת המושגים הללו, המאפשרים לי מנקודת מבט הנדסית לשלב את כל מערכות הקוונטים השונות המפותחות כיום לעיבוד מידע קוונטי.
לאחרונה, גוגל השמיעה הרבה רעש והכריזה על הישג "עליונות קוונטית". האם אתה משתמש בטכנולוגיות קוונטיות בעיצובים שלך?
אני חושב שנקבל את הטכנולוגיה האנלוגיתמדידות במחשוב קוונטי בעשר השנים הבאות. אבל במובן הדיגיטלי, עד שמחשב קוונטי יעבוד כמו המכונה של ימינו, זה ייקח יותר מעשר שנים. אחת הבעיות הגדולות היא כיצד לשמור על הסתבכות וסופרפוזיציה מספיק זמן כדי לבצע חישובים. כיום יש להם שגיאות רבות והתיקון שלהם דורש הרבה יותר קוויביט על מנת לתמוך בקוביט חישובי אחד. לכן אני טוען שייקח יותר מעשר שנים להגיע למצב בו מחשב קוונטי יהפוך טוב יותר ממחשבים קלאסיים. לכן יש עדיין זמן, אך כאשר הוא מופיע, אנו יכולים לשנות באופן קיצוני את סדר הדברים.
עליונות קוונטית- יכולתם של התקני מחשוב קוונטילפתור בעיות שמחשבים קלאסיים כמעט ולא מסוגלים לפתור. גוגל הכריזה בעבר על תוכניות להפגין עליונות קוונטית לפני סוף 2017 באמצעות מערך של 49 קיוביטים מוליכים-על, אך ההשגה בפועל של תוצאה כזו הוכרזה רק ב-23 באוקטובר 2019 כתוצאה משיתוף פעולה עם נאס"א. לפי גוגל, "עליונות קוונטית הושגה במערך של 54 קיוביטים, מתוכם 53 היו פונקציונליים ושימשו לביצוע חישובים ב-200 שניות שייקחו למחשב-על רגיל כ-10,000 שנים".
קוביט (מ- bit quantum)- פריקה קוונטית או האלמנט הקטן ביותר עבוראחסון מידע במחשב קוונטי. כמו קצת, קיוביט מאפשר שני מצבים עצמיים, המסומנים 0|1, אבל הוא יכול להיות גם ב"סופרפוזיציה" שלהם, כלומר בשני המצבים בו זמנית. בכל פעם שמצבו של קיוביט נמדד, הוא עובר באקראי לאחד מהמצבים שלו. קוויביטים יכולים להיות "מסבכים" זה עם זה, כלומר, ניתן לכפות עליהם קשר בלתי ניתן לצפייה, המתבטא בכך שעם כל שינוי באחד מכמה קיוביטים, השאר משתנים בהתאם.
- כיצד מחשב קוונטי קשור לבינה מלאכותית?
- AI משתמש בלימוד מכונות, הוא לומד בעזרתובאמצעות הסיפור. זה קורה על ידי ניסוי וטעייה, הוא מנסה סיפור אחד, מנבא לא נכון, מתקן, ואז סיפור אחר - לחזות, אם לא, אז לתקן. וכך אלף ניסיונות. עשרת אלפים ניסיונות. מאה אלף. מיליון או עשרה מיליון. הוא צריך לעשות ניסיונות רבים להתכוונן, עד שהוא יציג את האלגוריתם הנכון לתחזיות. אני מאמין שמחשבי קוונטים, בשיטת האופטימיזציה, יגרמו למחשב עם AI ללמוד מהר יותר. כך שהוא לא צריך לעשות כל כך הרבה ניסיונות ולנסות מיליון פעמים כדי להשיג את התוצאה הנכונה. מחשב קוונטי יאפשר לו להשיג מהר מאוד תחזיות טובות.
בלוקצ'יין ונחושת מודיעין
- כיצד נעשה שימוש בטכנולוגיות בלוקצ'יין בין ארגונים?
- AI ו- blockchain קשורים זה לזה מאוד. אנו מאמינים שלא הבלוקצ'יין עצמו, אלא הטכנולוגיה העומדת בבסיסו תהיה חשובה עבור ציוד היקפי. מכיוון שהנתונים יועברו לפריפריה, תרצו לעשות כמה שיותר בכדי לחסוך את כוח המחשוב של הענן. תאר לעצמך שיש לך מיליון מצלמות HD בהבחנה גבוהה. אינך יכול לשלוח זרם נתונים ממיליון מצלמות לענן. תצטרך לשים מחשבים בפריפריה שהם חכמים מספיק כדי להחליט: "אני לא צריך לשלוח את זה. אני אשלח רק את זה. " אבל אז אתה צריך מחשבים חכמים. אנו מאמינים כי היכולת לחבר מחשבים היקפיים מרובים לקבוצה אחת, "נחיל" אחד לאימוני נחיל, תהפוך לחשובה. זה נובע מודיעין נחיל - שניהם קשורים זה בזה.
ההגדרה המדויקת של מודיעין נחיל היא עדיין לאמנוסח. מודיעין נחיל (מודיעין נחיל) מתאר את ההתנהגות הקולקטיבית של מערכת מבוזרת ומארגנת את עצמה. מערכות RI, ככלל, מורכבות מסוכנים רבים (הצעות מחיר), המתקיימות אינטראקציה מקומית זו עם זו ועם הסביבה. רעיונות להתנהגות מגיעים בדרך כלל מהטבע, בעיקר ממערכות ביולוגיות. כל בויד פועל לפי כללים פשוטים מאוד. למרות העובדה שאין מערכת ריכוזית של ניהול התנהגות שתצביע לכל אחד מהם מה לעשות, אינטראקציות מקומיות ואקראיות במקצת מובילות להופעתה של התנהגות קבוצתית נבונה שאינה נשלטת על ידי בויידים בודדים. באופן כללי, RI צריכה להיות מערכת מרובת סוכנים, בעלת התנהגות מארגנת עצמית, שבסך הכל צריכה להפגין התנהגות סבירה מסוימת.
אם אנחנו מדברים על שיטת אימוני הנחיל שלנו, אזהוא ככה. נניח שבית חולים אחד מספק הכשרה, מבודד את הנתונים שלו, הוא לא משתף נתונים ורק משתף את תוצאות האימונים שלו. כך גם בתי החולים האחרים. כל תהליך ההעברה הזה מתואם באמצעות טכנולוגיית blockchain. אנו בטוחים כי הדבר נחוץ, מכיוון שאנו רוצים שכל מכשירי היקפי יעבדו, אמנם באופן עצמאי, אך בכללותם כמו נחיל.
אנחנו לא רוצים שתהיה ניהול מרכזי,כי בנחיל זה לא. בנחיל דבורים יש דבורה מלכתית בכוורת. אבל היא לא נותנת הוראות בזמן שהנחיל עף. הדבורים מתואמות את עצמן. ורק כאשר הם חוזרים לכוורת, הם מתקשרים עם דבורת המלכה, מגישים אותה וכן הלאה. אך כאשר הם בתוך הנחיל, הם מאומנים, עליהם לתאם פעולות בינם לבין עצמם. וכך הנחיל חי. אבל איך לתאם את זה בלי מנהיג? בלוקצ'יין לכן blockchain חשוב לפריפריה. אם יש רק מנהיג אחד שמתאם את הנחיל, והוא נושר, אז כל הנחיל לא עובד. הדבורים צריכות לחפש מנהיג אחר. אין מנהיג בבלוקצ'יין.
- מה אתה יכול לומר על טכנולוגיות RI? האם האנלוגיה לרשתות עצביות מתאימה כאן?
"רוי הוא בדיוק כמו רשת עצבית." לכל דבורה או שרת בודדים בפריפריה יש רשת עצבית משלה. לכל בית חולים, כמו נחיל, יש רשת עצבית הכשרה נפרדת משלו. אולם blockchain מאפשרת לחלוק אימונים אלה בכל בתי החולים. לכן לכל דבורה, בית חולים או מחשב בפריפריה יש רשת עצבית משלה. אך כאשר הם חולקים את הלמידה שלהם מדבורה לדבורה, הם משתמשים בבלוקצ'יין. כתוצאה מכך הם משתמשים הן ברשתות עצביות והן ב- blockchain. הרשת העצבית משמשת ללימוד עצמי, והבלוקצ'יין משמש לחלוק עם אחרים.
"אחריות על כדור הארץ מושכת מהנדסים צעירים"
- כיום תאגידים מקדישים תשומת לב מיוחדת לטיפול סביבתי. אילו אמצעים נוקטת HPE בעבודתה לדאוג לסביבה?
- זה נושא חשוב.ראשית, אנחנו כחברה אחראים על כדור הארץ. שנית, מהנדסים צעירים רבים רוצים להצטרף לחברה שמרגישה אחריות כזו. כן, אני חושב שבדור החדש הזה יש מגמה של תודעה גדולה יותר. אנחנו רוצים למשוך מהנדסים צעירים. ושלישית, אלו הדברים הנכונים.
יש לנו שני מרכזי התאוששות גדולים בארה"ב וסקוטלנד. על פי הערכות גסות, בשנה האחרונה קנינו, עיבדנו ומכרנו 99% מהציוד הישן המשוחזר, בהיקף כולל של 3 מיליון דולר. מהשאריות אנו מחלצים את מרבית חומרי הגלם: כסף, זהב - ועושים בהם שימוש חוזר. ורק אחוז קטן מאוד, כ- 0.3%, נזרק.
התחום השני הוא אינטראקציה עם לקוחותאזורים להגנת הסביבה. אחת הדוגמאות החביבות עלי היא אפליקציה של הלקוח שלנו, Salling Group, שנועדה להילחם בשימוש לא הגיוני במזון. כיום, כ -2,000 סופרמרקטים קשורים אליהם. לדוגמה, חנויות מתכוונות לזרוק 26,912 פריטי מזון מכיוון שפג תוקפם. על ידי מכירת מוצרים כאלה בהנחה רבה, רשתות השיווק יכולות להגדיל את רווחיהן ב -10%, ולקוחות יכולים להשיג סחורה במחיר נמוך.
תחום אחר הוא אנרגיה נקיה. כמות עצומה של פחמן דו חמצני מיוצרת בעולם מכיוון שאנשים זקוקים לאנרגיה. אנו עובדים בשיתוף פעולה הדוק עם פרויקט ה- ITER (הכור הבינלאומי לניסוי גרעיני) בכדי לנסות להשתמש באיחוי גרעיני לייצור אנרגיה. המורכבות של היתוך גרעיני היא לשמור על הפלזמה בשדה מגנטי שמסתובב סביב TOKAMAK (תא טורואידי עם סלילים מגנטיים - HiTech). אנו מספקים מחשב-על לחישוב המבנה האופטימלי של השדה המגנטי TOKAMAK על מנת לשמור על יציבות הפלזמה.