エンジニアリング・リム・ゴー博士- ハイパフォーマンス コンピューティングおよびハイパフォーマンス コンピューティング担当副社長兼主任技術者
NASA Medalから優秀賞を受賞拡張宇宙ミッションでの自律型スーパーコンピューターの動作に関するISSでの実験の主任研究者としての技術の進歩。ブロックチェーンベースの群れ探検アプリケーションの共同作成に加えて、彼はフォーミュラ1レースでのAIの展開を監督し、チャンピオンポーカーボットの背後にある技術を工業化し、生物学的に詳細な哺乳類の脳をシミュレートするシステムを共同で設計しています。 6つの米国特許を取得し、さらに5つの特許を申請中です。
HPE（Hewlett Packard Enterprise）2015年に設立されたアメリカのIT企業です。HP Inc.との提携ヒューレット・パッカード社の分割後。法人顧客セグメントの事業を継承し、サーバー、スーパーコンピューター、データストレージシステム、ストレージネットワーク、ネットワーク機器、コンバージェントシステムの製造を行うほか、クラウドインフラの構築にも取り組んでいます。
「クラウドはビッグデータの世界で引き続き重要です」
-クラウドテクノロジーは、革新を超えて現代のIT標準へと長く移行してきました。彼らは今日、新製品の開発においてどのような役割を果たしていますか？
-HPEでは、コンピューティングに焦点を合わせました「クラウドから周辺機器へ」トレンドの一部としての開発。これは主に、ほとんどのデータが最初に周辺機器に送られるためです。コネクテッドカー（他のシステムと双方向に通信できる自動車-HiTech）、航空産業、病院について話している場合、スーパーマーケット、自動車のデータなど、すべてのデータを周辺からクラウドに転送する必要があります。多くの場合、データをクラウドに転送してからデータを分析し、結果を周辺に送り返します。
クラウドコンピューティングは重要ですクラウドに集中しているすべてのコンピューティングパワーを使用しますが、周辺では通常は少ないです。従来の方法では、最初に周辺機器のデータを収集してから、必要な情報のみをクラウドに送信するようにスマート周辺機器を構成します。クラウドには、機械学習を実行し、分析を行い、結果を取得して周辺に送り返すためのすべてのコンピューティングリソースがあります。そのため、ビッグデータの世界ではクラウドは引き続き重要だと考えています。
-なぜ人工知能を使用して新しいデータセンターを作成するのですか？この文脈での主な目的は何ですか？
-データセンター（DPC）はより複雑でユーザーの要求が厳しい。データセンターの複雑さに関しては、今日、多くのコアを備えたAI用の中央（CPU）およびグラフィック（GPU）プロセッサが多数あります。また、大量のデータの流れがあり、その保管と移動を整理する必要があります。これはすべて多くのエネルギーを消費し、データセンターの複雑さを増します。
GPU（グラフィックスプロセッシングユニット）- 特殊なグラフィックプロセッサグラフィックスと視覚効果を処理するためのデバイス。 CPU (中央処理装置) とは異なり、GPU アーキテクチャは並列コンピューティングに適しており、メモリがはるかに高速です。最新の GPU は、グラフィックス処理だけでなく、処理速度がより重要な同様の数学的計算にも使用できます。同時に、GPU のデータ処理速度は CPU に比べて数千倍も高速になります。
プロセッサコア- 1 つに組み立てられた独立したプロセッサー物理チップ。この方法により、プロセッサのアーキテクチャを変更することなく、チップの物理サイズ、消費電力、放熱を削減し、パフォーマンスを大幅に向上させることができます。
ユーザーに関しては、要件も大幅に増加しました。過去に、彼らは機器を購入し、それを発売し、システムが機能している間、ユーザーは満足していました。しかし、今日、彼らは尋ねます：「私のアプリケーションは最適に動作していますか？」 -常に計算能力の直接的な増加が生産性の比例した増加を与えるわけではないため。
その結果、ユーザー要件があり、データセンターの複雑さ。つまり、より多くのAIを実装する必要があることを意味します。AIを使用すると、データが表示され、より良い意思決定が可能になります。問題は、AIの学習に役立つ十分なデータがないことです。約1万人の顧客がプロジェクトに参加し、データセンターのデータをクラウドに送信しました。現在、作業を最適化するために、AIデータの処理結果をこれらの各データセンターに送り返しています。
-現在、AIは企業顧客向けの機器の作成に積極的に使用されていますか？オフィスおよび家庭用製品に類似の技術をどのくらいの期間期待しますか？
-あなたが与える能力を意味する場合履歴に基づいた予測、それはすでに非常に広く使用されています。今日では、金融、株式価値の予測、売買のタイミング、金融市場でのデリバティブの価格設定、医療のX線異常の計算など、多くの分野で使用されています。たとえば、ショックアブソーバーの振動が何か悪いことを意味することを理解し、それに関する情報をドライバーに送信するのに十分なほどスマートな車があります。決定や予測を行えるようにするために歴史を通して学ぶことが現実になりました。しかし、スーパーマンが登場するという大胆な予測は、まだSFです。ただし、今から考え始めることが重要です。
「最適化手法を使用した量子コンピューターは、AIを搭載したコンピューターの学習を高速化するでしょう」
-量子コンピューターが何であるかを一般の人々が正確に理解することは難しく、その多くは今日言われています。それらを自分でどのように定義しますか？
-まず第一に、私は量子を理解していませんメカニズム。私は、量子状態のもつれ、古典状態への重ね合わせと崩壊の測定を理解していません。しかし、それは問題ではありません。これら3つの概念をすべて受け入れます。それらが存在することを認めます。私はトレーニングによってエンジニアであるため、私が理解できるものだけを使用しています。たとえば、原子内の電子の異なるエネルギーレベル：低、高、非常に高。さらに、エンタングルメントとは、2つの原子が非常に接近して、エンタングルメントを開始することです。また、最初は不確かなシステムが、測定の結果として許容可能な状態の1つを「選択」するときの関数の崩壊についても話しました。これらの3つの概念の存在を認めます。これにより、工学的な観点から、現在量子情報処理用に開発されているすべての異なる量子システムを組み合わせることができます。
-最近、Googleは多くの騒ぎを起こし、「量子優位性」の達成を発表しました。デザインに量子テクノロジーを使用していますか？
-アナログ技術を手に入れると思います今後10年間の量子コンピューティングの測定。しかし、デジタルの意味では、量子コンピューターが今日のマシンのように機能するには、10年以上かかります。最大の問題の1つは、計算を行うのに十分な時間エンタングルメントと重ね合わせを安定に保つ方法です。今日、それらには多くのエラーがあり、1つの計算量子ビットをサポートするために、それらの修正にはさらに多くの量子ビットが必要です。したがって、量子コンピューターが古典的なコンピューターよりも良くなるまでに10年以上かかると私は主張します。したがって、まだ時間がありますが、表示されたら、物事の順序を根本的に変更できます。
量子優位性– 量子コンピューティングデバイスの能力古典的なコンピューターでは実際には解決できない問題を解決します。 Googleは以前、49個の超伝導量子ビットのアレイを使用して2017年末までに量子超越性を実証する計画を発表していたが、そのような結果の実際の達成はNASAとの協力の結果として2019年10月23日に発表されたばかりだった。 Google によれば、「量子超越性は 54 量子ビットの配列で達成され、そのうち 53 量子ビットは機能し、従来のスーパーコンピューターでは約 10,000 年かかる計算を 200 秒で実行するために使用されました。」
量子ビット（量子ビットから）- 量子放電または最小要素量子コンピューターに情報を保存します。ビットと同様、量子ビットは 0|1 で示される 2 つの固有状態を許容しますが、それらの「重ね合わせ」、つまり両方の状態を同時に持つこともできます。量子ビットの状態が測定されるたびに、量子ビットはそれ自体の状態の 1 つにランダムに遷移します。量子ビットは互いに「絡み合う」ことができます。つまり、複数の量子ビットの 1 つが変化すると、残りの量子ビットもそれに合わせて変化するという事実で表される、観察できない接続がそれらに課される可能性があります。
-量子コンピューターは人工知能とどのように関係していますか？
-AIは機械学習を使用し、ストーリーを使用します。これは試行錯誤によって起こります。彼は1つのストーリーを試し、間違って予測し、修正し、次に別のストーリー-予測し、そうでない場合は修正します。そして、1000回の試行。 1万回の試行。 10万。百万または千万。彼は、予測のための正しいアルゴリズムを表示するまで、チューニングを試行する必要があります。最適化手法を使用する量子コンピューターは、AIを搭載したコンピューターの学習を高速化すると信じています。そのため、彼はそれほど多くの試みをして、正しい結果を達成するために何百万回も試みる必要はありません。量子コンピューターを使用すると、非常に迅速に適切なレベルの予測を達成できます。
ブロックチェーンと群知能
— ブロックチェーン技術は企業全体でどのように使用されていますか?
-AIとブロックチェーンは非常に密接に関連しています。 ブロックチェーン自体ではなく、その基盤となるテクノロジーが周辺機器にとって重要になると考えています。データは周辺に送信されるため、クラウドのコンピューティングパワーを節約するためにできる限りの操作を行う必要があります。 100万台の高解像度HDカメラがあるとします。 100万台のカメラからクラウドにデータストリームを送信することはできません。次のことを決定するのに十分スマートなコンピューターを周辺に配置する必要があります。「これを送信する必要はありません。これだけを送ります。」ただし、スマートコンピューターが必要です。複数の周辺コンピュータを1つのグループに接続する機能、スウォームトレーニング用の1つの「スウォーム」が重要になると考えています。これは、群知能によるものです-それらは両方とも相互接続されています。
群知能の正確な定義はまだありません処方された。スウォームインテリジェンス（スウォームインテリジェンス）は、分散型の自己組織化システムの集合的な動作を表します。原則として、RIシステムは、互いにローカルに相互作用し、環境と相互作用する多くのエージェント（ボイド）で構成されます。行動のアイデアは、通常、自然、特に生物系からもたらされます。各ボイドは非常に単純なルールに従います。それぞれに何をすべきかを示す行動管理の集中システムがないという事実にもかかわらず、ローカルでややランダムな相互作用は、個々のボイドによって制御されないインテリジェントなグループ行動の出現につながります。一般に、RIはマルチエージェントシステムである必要があります。これは、自己組織的な動作を持ち、全体として何らかの合理的な動作を示す必要があります。
群れ訓練の方法について話すと、彼はそのようなものです。ある病院がトレーニングを提供し、そのデータを分離し、データを共有せず、トレーニングの結果のみを共有するとします。他の病院も同様です。この転送プロセス全体は、ブロックチェーン技術により調整されます。すべての周辺機器が独立してではあるが全体として動作するようにしたいので、それが必要であると確信しています。
一元管理したくない群れではそうではないからです。ミツバチの群れには、巣箱に女王蜂がいます。しかし、群れが飛ぶ間、彼女は指示を与えません。ミツバチは自分自身を調整します。そして、彼らが巣箱に戻ったときだけ、女王蜂と通信し、それに仕えます。しかし、彼らが群れの中にいるとき、彼らは訓練されます、彼らは彼ら自身の間で行動を調整しなければなりません。そして、群れは生きています。しかし、リーダーなしでそれを調整する方法は？ブロックチェーンしたがって、ブロックチェーンは周辺にとって重要です。群れを調整するリーダーが1人だけで、彼が脱落した場合、群れ全体は機能しません。ミツバチは別のリーダーを探す必要があります。ブロックチェーンにはリーダーがいません。
-RIテクノロジーについてどう思いますか？ここでニューラルネットワークとの類推は適切ですか？
「ロイはまさにニューラルネットワークのようなものです。」 周辺の個々の蜂またはサーバーには、それぞれ独自のニューラルネットワークがあります。群れのような各病院には、独自の個別のトレーニングニューラルネットワークがあります。ただし、ブロックチェーンを使用すると、このトレーニングをすべての病院で共有できます。したがって、周辺の各蜂、病院、またはコンピューターには、独自のニューラルネットワークがあります。しかし、ハチからハチへの学習を共有するとき、彼らはブロックチェーンを使用します。その結果、彼らはニューラルネットワークとブロックチェーンの両方を使用しています。ニューラルネットワークは自習に使用され、ブロックチェーンは他のユーザーと共有するために使用されます。
「地球の責任は若いエンジニアを引き付ける」
-今日、企業は環境への配慮に特に注意を払っています。環境の世話をするために、HPEはどのような対策を講じていますか？
- これは重要なトピックです。まず、私たち企業は地球に対して責任を持っています。第二に、多くの若いエンジニアは、そのような責任を感じている会社への入社を希望します。はい、この新しい世代では意識を高める傾向があると思います。私たちは若いエンジニアを集めたいと考えています。そして第三に、これらは正しいことです。
私たちには2つの大きな復旧センターがありますアメリカとスコットランド。概算によると、過去1年間で、復元された古い機器の99％を購入、処理、販売し、合計で300万ドルに達しました。残留物から、ほとんどの原材料である銀、金を抽出し、再利用します。そして、ごくわずかな割合、約0.3％だけが捨てられます。
2番目の領域は、環境保護の分野。私のお気に入りの例の1つは、食品の不合理な使用と戦うために設計された、クライアントであるSalling Groupという会社からのアプリケーションです。現在、約2,000のスーパーマーケットが接続されています。たとえば、店は期限切れになった26,912個の食料品を捨てようとしています。このような製品を大幅な割引価格で販売することで、小売業者は利益を10％増やすことができ、顧客は商品を低価格で入手できます。
別の分野はクリーンエネルギーです。 人々はエネルギーを必要とするため、世界中で大量の二酸化炭素が生成されます。私たちは、ITER（国際実験炉）プロジェクトと非常に緊密に協力して、エネルギー生産に核融合を使用しようとしています。核融合の複雑さは、プラズマをトカマク（磁気コイルを備えたトロイダルチャンバー-「ハイテック」）の周りを回転する磁場に保つことです。プラズマを安定に保つため、トカマク磁場の最適構造を計算するスーパーコンピューターを提供しています。