בוריס שרבקוב- סגן נשיא ומנהל כללי של Dell Technologies. ב-1977 סיים לימודי כלכלה
את הקריירה שלו החל בדל בשנת 2012.מתפקידו של מנכ"ל Dell ברוסיה, קזחסטן ומרכז אסיה, הוא היה אחראי לאסטרטגיה העסקית של אזורי התאגידים והצרכנים של החברה באזור. מאז פברואר 2017, בוריס שטרבקובוב עומד בראש המשרד הרוסי של EMC של Dell. הוא אחראי על פיתוח כל תחומי העסקים - פתרונות תשתית, שירותים ומערכות לקוח. בשנת 2019 התמנה לסמנכ"ל ומנכ"ל חברת Dell Technologies ברוסיה, קזחסטן ומרכז אסיה.
אודות למידת מכונות
- האם בדרך כלל משתלם האנושות להשקיע בלמידה מכונה או אנושית?
- קשה לדבר בעד האנושות כולה, אבלעסק רגיל לבחור את פיתרון ההשקעה / ההשקעה הטוב ביותר מכיוון שהוא משפיע על הרווחיות. ואם המכונה אכן עובדת מהר יותר ויותר, ובו בזמן היא זולה יותר, והיא לא טועה והיא לא חולה, אז הבחירה נעשית ברורה. שום דבר אישי, כמו שאומרים, רק עסקי. וכמובן שכדאי להעביר את הפונקציונליות שמחשבים יכולים להתמודד בה במהירות ובמדויק יותר כדי לשחרר מסגרות מעבודה מונוטונית.
צילום: אנטון קרלינר / "הייטק"
מצד שני, כדי להפוך את המכונות הללו למבריקותכדי להתמודד עם המשימות, נדרשים מפתחים מיומנים מאוד המסוגלים ללמוד ולשפר את האלגוריתמים. נושא הכשרת אנשים ומכונות הוא נושא אסטרטגי. דמיין שלמדינה אין רובוטים, אין מחשבים, אין תוכנה, אין מפתחים. הוא נושר אוטומטית ממירוץ תחרותי ונשאר בשולי ההתקדמות הטכנולוגית והחדשנות. יחד עם זאת, אסור לשכוח שלעתים קרובות טכנולוגיות ופיתוחים הינם ניסויים באופיים ואסור לפשט אותם. אחרי הכל, היציבה ביותר בחיינו, כידוע, היא שינוי. אנו מבצעים מחקרים מיוחדים כיצד הטכנולוגיות משתנות וישנו את חיינו בהווה ובעתיד, ואנחנו מחפשים פתרונות מיטביים ליישומם בתחומים שונים של פעילות אנושית. ואנחנו רוצים לשפר את החיים על הפלנטה על ידי מתן אפשרות לאנשים עם יכולות שונות עם גישה לפתרונות מודרניים. אנו משנים עסקים לא רק דרכם, אלא גם תורמים להתמרה של אנשים עם רעיונות רחבי היקף ברחבי העולם באמצעות גישה לטכנולוגיה.
- יחד עם זאת, לא ניתן לומר על למידת מכונה כי היישום הבא של "הכמות המפורסמת נכנס לאיכות". למה?
- בעצם, לא, למידת מכונה היא צודקתרק קבוצה של אלגוריתמים. למרות שהתוצאות שמתקבלות יכולות לפעמים להיות מפתיעות. אחרי הכל, עם למידת מכונה, מחשב לא מאומן רק להשוות דפוסים שהתרחשו בעבר, אלא שעדיף לחזות התפתחויות עתידיות בבני אדם (מכיוון שמובאים בחשבון כל קשת הגורמים הידועים ונשללים טעויות אנושיות). נכון, החיים מבצעים לפעמים התאמות שאפילו המחשב המדויק ביותר אינו יכול לקחת בחשבון.
אבל עם כמות שנכנסת לאיכות,לא כל כך פשוט. מערכות למידה, כמו ילדים, עוברות מלהיות פשוטות למורכבות ולא ניתן לשלול שגיאות. במקביל, מהירות עיבוד המידע ודיוק התוצאות משתפרים עם כל איטרציה ועדכון. אבל, כמובן, נותרה שאלת האלגוריתמים והניפוי הנכונים.
"אז מה הבעיה?" מדוע, למרות התפתחות הטכנולוגיה, טעויות ביישום אלגוריתמים כאלה עדיין קורות?
- השאלה היא לא עבור מכונות, אלא עבור אנשים אשרלפתח אלגוריתמים. המילה "מחשב" מתורגמת מילולית לרוסית כ"מחשב". איכות התוצאה הסופית תלויה באיזו מידה מוגדר האלגוריתם בצורה נכונה ומעקב אחר התוצאות ותהליך החישוב. יש מושג שנקרא "פונקציונליות איכות", שקובע עד כמה מכונה מתמודדת עם עיבוד נתונים.
לאנשים אין מספיק זמן להחליטבעיות בסיסיות בהתפתחותה. מדובר בתוחלת חיים נמוכה יחסית, המושפעת משמעותית ממחלות מולדות או נרכשות.
בוריס שרבקוב, Dell Technologies
לדוגמה, Genome International הוא דיזה זמן רב משתמש בשיטות למידת מכונה המבוססות על מרכזי נתונים בעלי ביצועים גבוהים כדי ללמוד DNA אנושי ולחזות, כמובן, ככל האפשר, בעיות סבירות לאדם מסוים בעתיד. מהירות השגת התוצאות והדיוק שלהן תלויים במקרה זה בגורמים הבאים: איכות האבחון הראשוני, נתונים היסטוריים, אלגוריתם מודל נתונים, ביצועי אשכול חומרה ו… בהצלחה. כדאי להסתמך על זה, מכיוון שלא למדנו מכניקה ביולוגית ב-100%.
- לפי אילו קריטריונים נקבע שמחשב עלה לחלוטין על אדם, כמו שקרה בשחמט או במשחק ללכת?
- אני מאמין בפוטנציאל של אנשים ובכישורים רכים(מיומנויות מקצועיות יתר שאינן קשורות לחובות הרשמיות של אדם - "היי-טק"). הטכנולוגיות טובות בתחומם ועוזרות לבצע פעולות בצורה מהירה יותר ומדויקת יותר, ברמה שאינה נגישה לבני אדם. יחד עם זאת, יש צד הפוך למטבע: המוח האנושי וקבלת ההחלטות טרם נלמדו במלואם, וכל המערכות, כולל רשתות עצביות, נבנות על בסיס נתונים העומדים לרשות המדע ואנשים, כלומר בתחילה מבלי לקחת בחשבון את המערך כולו. לכן אינך יכול לדאוג לעתיד האנושות ולא לדמוניזציה של מכונות.
מכונות מחשוב הן נגזרת של המוח האנושי, הפעולות מהירות ומדויקות יותר, אך אדם קובע את האלגוריתם.
בוריס שרבקוב, Dell Technologies
יחד עם זאת, התכונות חשובות (ולא רק הרמהחינוך וגאונות, אבל גם מוסרית) של אנשים שיוצרים אלגוריתמים. אחרי הכל, רובוטים יכולים לעזור, אבל הם גם יכולים להרוס. וכמו כל טכנולוגיה, מבחינה היסטורית הם מושכים את תשומת הלב של המדינה והצבא, קודם כל. בתנאי לחימה כיום, רובוטים ומחשבים יתנו התחלה לכל אדם, אך יחד עם זאת חסרים להם כושר המצאה ואינטואיציה. התכונה העיקרית, אם מתורגמת למציאות האנושית, היא השכל הישר (ההחלטה הנכונה הברורה בהתחשב בנתונים הזמינים), אך יחד עם זאת אנו מכירים דוגמאות היסטוריות רבות שבהן כושר ההמצאה ניצחה אותה. לכן, הייתי עונה שבתחומים מסוימים העליונות כבר ברורה, אבל עדיין מוקדם מאוד לדבר על אובדן מוחלט בכל החזיתות. וגם מערכות למידה עצמית מפחידות.
כדי להבדיל בין אדם לרכב, משומשמבחן טיורינג. זה הוצע לראשונה על ידי אלן טיורינג במאמר "מחשבים ונפש" בשנת 1950. המבחן מורכב בכך שכל משתתף מנהל התכתבויות עם אדם אחד ותוכנת מחשב אחת ועליו, על סמך תשובות לשאלות, לקבוע עם מי הוא מדבר. אם השופט לא יכול לומר באופן ספציפי מי מבין בני השיח הוא אדם, זה נחשב שהמכונה עברה את המבחן. כדי לבדוק את האינטליגנציה של המכונה, ולא את יכולתה לזהות שפה מדוברת, השיחה מתנהלת במצב "טקסט בלבד", למשל, באמצעות המקלדת והמסך. התכתבות צריכה להתבצע במרווחים מבוקרים על מנת שהשופט לא יוכל להסיק מסקנות על סמך מהירות התגובות. בתקופת טיורינג, מחשבים הגיבו לאט יותר מבני אדם. עכשיו הכלל הזה הוא גם הכרחי, מכיוון שהם מגיבים הרבה יותר מהר מאדם.
בערך 5 גרם
- DELLהצהירשהאנושות מחכה ל"טרנספורמציה דיגיטלית 5G ". למה אתה מתכוון?
- בדיוק מה שאמרתי לעיל זה העברההמידע יהיה כעת לא רק בין אנשים, אלא גם מכונות. הודות ליישום IoT, איסוף והעברת ביג דאטה, הוא דורש יותר יכולות רוחב פס ועיבוד. אנשים, למרבה המזל או למרבה הצער, מוכנים באופן מוגבל לשדרוג, בעיקר אבולוציוניים (מחייכים). אולם טכנולוגיות מתפתחות וכל שלב חדש דורש פיתוח של התשתית כולה, תוך חיבור של קישורים חלשים. חיישני IoT וצפיפות מכשירים, נפחי מידע שנוצרו על ידי מכשירים דורשים טכנולוגיות חדשות להעברת נתונים, והטכנולוגיה החדשה הזו בשלב זה היא 5G בלבד. אם היא לא מיושמת בזמן, תקשורת תהפוך לחוליה חלשה ולגורם הפוגע בהתפתחות המערכת כולה. דמיין את עצמך עובד במשרד מודרני עם גישה לאינטרנט דרך מודם שאינו מהיר במיוחד, בלשון המעטה. אתה יכול לעשות הרבה? כמה זמן תחכה להוריד מכתב אחד? בכל מקרה, מצב זה אינו מקובל. אנו כבר צועדים במרכזי נתונים. מי שדוחה אסטרטגיה זו יאבד משמעותית ל"שנאים "במשימות היומיומיות. הנוכחות של העברת נתונים במהירות גבוהה בין מרכז הנתונים לאתר איסוף הנתונים מאפשרת לבצע חישובי גבול, והעברת נתונים דרך הענן אינה טוענת את ליבת מערכת המידע של הארגון.
- מספר תחנות הבסיס לתקשורת ניידת כיום גדל במהירות קריטית. מה יקרה עם 5G?
- אני מתקשה לחזות את מספר התחנות5G, אחרי הכל, עבורנו זה ידע משלים צמוד. אני יכול לענות כי מהירות חילופי המידע, נפחיו וכמותו צומחים באופן אקספוננציאלי וכמובן שנדרש פיתרון טכני. תחנות 5G, עד כמה שידוע לי, אם משווים אותן למעבדים במחשבים, מספקות מספר גדול יותר של פעולות, לא רק על ידי הגדלת מספרן, אלא גם בגלל מערכי אנטנות דיגיטליות מרובות אלמנטים (בדומה לליבות וטרנזיסטורים בשבב). אחרי הכל, אנו לא רואים היום מחשב עם אלפי ליבות להגברת הכוח, אך על פי החוק של מור, אנו רואים הכפלה של טרנזיסטורים על שבב כל 24 חודשים. משהו דומה קורה בתחנות בסיס וטכנולוגיות. לא רק הכמות שלהם, אלא גם האיכות משתנה.
צילום: אנטון קרלינר / "הייטק"
- לפי DELL, רשתות 5Gיהיהבלתי תלוי לחלוטין בציוד והכלהעיבוד יתרכז במרכז תוכנה מבוזר. בעיקרו של דבר, האם אתה מציע לשנות לחלוטין את הארכיטקטורה הן של מודל הרשת והן של החשיבה באופן כללי?
- אנחנו מדברים על Edge- או היקפיחישובים כיום אכן ישנה מגמה של ביזור, לעיבוד ואחסון נתונים באותו מקום בו הם מופקים ומשתמשים בהם. מחשוב וניתוח עוברים לקצה הרשת - שם נאספים כמויות גדולות של נתונים. עם עידן המולטימדיה, גם נפח ומהירות העברת הנתונים על ידי מפעילי הסלולר גדלים (כל התמונות והסרטונים, שידורים חיים), בעוד שהמשתמשים לא רוצים להשלים עם עיכובים בשידור או השמעה של תוכן. ובשביל זה אתה צריך למצוא צומת "חופשי" הממוקם קרוב ככל האפשר למשתמש. כלומר, הביקוש והמציאות מעצבים את הטרנספורמציה של מודלים של חומרה ומחשוב ושל תרחישי עיבוד נתונים כאחד. אתה יכול לנסוע בפקק ולהמתין כמה שעות עד שתגיע ליעד (באופן כללי, זה בטוח יותר, במבט ראשון, אבל לא תמיד למעשה, כידוע), או שאתה יכול לבחור בכביש מהיר בחינם למהר במהירות המרבית (המותרת).
מחשוב היקפי (Edge)- העיקרון של בניית היררכיהתשתית IT, שבה משאבי מחשוב מועברים חלקית מהליבה - מרכז הנתונים המרכזי לפריפריה - וממוקמים בסמיכות למקום בו נוצרים הנתונים העיקריים לעיבודם העיקרי לפני העברתם למחשוב ברמה גבוהה יותר. צוֹמֶת.
ניתן לעבד מכשיר היקפי אחדנפח כזה של נתונים שרק מחשב גדול יכול היה לטפל בו קודם. מחשוב היקפי מפשט את ניהול הנתונים על ידי הפחתת האקראיות במבנה, הגברת השימושיות והפחתת סיכוני האבטחה.
- עלויות התשתית החדשה אדירות, נראה הגיוני ליצור סוג של "אלוף לאומי" בהשתתפות ישירה של המדינה. האם זה יכול להרוג לחלוטין את התחרות בשוק?
- בכנות, השאלה היא בקנה מידה גדול, וכךכדי לענות עליה, יש לקחת בחשבון כמות עצומה של נתוני קלט, שלא כולם נמצאים על פני השטח. כפי שדיברנו איתך קודם, כאשר הגורם האנושי מתערב, לפעמים גורמים לא ברורים משפיעים על התוצאה.
צילום: אנטון קרלינר / "הייטק"
תחרות הרג היא בדרך כלל קצרת רואי מכיווןזה משפיע לרעה על התפתחות הענף ומדיניות המחירים כאחד. כיום מפעילים שונים מתחרים לא רק בשל החומרה (אם כי רמת קליטת האותות ואיכות התקשורת הם כמובן אחד הגורמים החשובים ביותר עבור המשתמש), אלא גם בשל מדיניות תמחור ואף מסעות פרסום שיווקיים. וזה טוב. חוסר תחרות יוביל לקיפאון הן עבור מפעילי הטלקום והן עבור ספקי הפתרונות. מהירות הגיוון קשורה פונקציונלית לצרכי השוק. הופעתם של מונופולים מוסדרת בחוק. מפעיל אחד פשוט לא יוכל להתמודד עם מפולת הביקוש לשירותי ענן בשנים 2025–2030.