Boriss Šerbakovs— Dell Technologies viceprezidents un ģenerāldirektors.1977. gadā beidzis Ekonomikas fakultāti
Savu karjeru Dell sāka 2012. gadā.No Dell izpilddirektora amata Krievijā, Kazahstānā un Vidusāzijā viņš bija atbildīgs par reģiona uzņēmuma korporatīvās un patērētāju jomas biznesa stratēģiju. Kopš 2017. gada februāra Boriss Ščerbakovs ir Dell EMC Krievijas biroja vadītājs. Viņš ir atbildīgs par visu biznesa jomu attīstību - infrastruktūras risinājumiem, pakalpojumiem un klientu sistēmām. 2019. gadā viņš kļuva par Dell Technologies viceprezidentu un izpilddirektoru Krievijā, Kazahstānā un Centrālāzijā.
Par mašīnmācību
- Vai cilvēcei kopumā ir izdevīgāk ieguldīt mašīnās vai cilvēku mācībās?
- Ir grūti runāt par visu cilvēci, betbizness ir pieradis izvēlēties labāko ieguldījumu / ieguldījumu risinājumu, jo tas ietekmē rentabilitāti. Un, ja mašīna darbojas ātrāk un labāk, un tajā pašā laikā tā ir lētāka, tā nekļūdās un nav slima, tad izvēle kļūst acīmredzama. Nekā personīga, kā saka, tikai bizness. Un, protams, ir vērts nodot to funkcionalitāti, ar kuru datori var rīkoties ātrāk un precīzāk, lai atbrīvotu kadrus no monotona darba.
Foto: Anton Karliner / Haytek
No otras puses, lai šīs mašīnas būtu spožasLai tiktu galā ar uzdevumiem, nepieciešami augsti kvalificēti izstrādātāji, kuri spēj apgūt un uzlabot algoritmus. Cilvēku un mašīnu apmācība ir stratēģiska. Iedomājieties, ka štatā nav robotu, datoru, programmatūras un izstrādātāju. Tas automātiski izslēdzas no konkurences sacensībām un paliek tehnoloģiskā progresa un inovāciju malā. Tajā pašā laikā nevajadzētu aizmirst, ka tehnoloģijām un jauninājumiem bieži ir eksperimentāls raksturs un tos nevajadzētu absolutizēt. Galu galā visstabilākās mūsu dzīvē, kā jūs zināt, ir pārmaiņas. Mēs veicam īpašus pētījumus par to, kā mainās tehnoloģijas un mainīs mūsu dzīvi tagadnē un nākotnē, un mēs meklējam optimālus risinājumus to izmantošanai dažādās cilvēka darbības jomās. Un mēs vēlamies padarīt dzīvi uz planētas labāku, nodrošinot cilvēkiem ar dažādām iespējām piekļuvi moderniem risinājumiem. Mēs pārveidojam biznesu ne tikai caur tiem, bet arī sniedzam ieguldījumu tādu cilvēku pārveidē, kuriem visā pasaulē ir plaša mēroga idejas, izmantojot piekļuvi tehnoloģijām.
- Tajā pašā laikā par mašīnmācību nevar teikt, ka nākamā slavenā “kvantitāte” nonāk kvalitātē. Kāpēc?
- Patiesībā nē, mašīnmācība ir tikaitikai algoritmu kopums. Lai gan iegūtie rezultāti dažreiz var būt pārsteidzoši. Patiešām, mācoties mašīnmācību, datoru ne tikai apmāca salīdzināt pagātnes modeļus, bet arī labāk paredzēt turpmāko attīstību nekā cilvēki (jo tiek ņemts vērā visu zināmo faktoru spektrs un izslēgtas cilvēku kļūdas). Tiesa, dažreiz dzīve veic pielāgojumus, kurus pat visprecīzākais dators nevar ņemt vērā.
Bet ar kvantitāti, kas nonāk kvalitātē,nav tik vienkārši. Mācību sistēmas, tāpat kā bērni, pāriet no vienkāršas uz sarežģītu, un kļūdas nav izslēgtas. Tajā pašā laikā ar katru atkārtošanos un atjaunināšanu uzlabojas informācijas apstrādes ātrums un rezultātu precizitāte. Bet, protams, paliek jautājums par pareiziem algoritmiem un atkļūdošanu.
"Tad kāda ir problēma?" Kāpēc, neskatoties uz tehnoloģijas attīstību, šādu algoritmu piemērošanā joprojām rodas kļūdas?
— Jautājums nav par mašīnām, bet par cilvēkiem, kasizstrādāt algoritmus. Vārds “dators” krievu valodā burtiski tiek tulkots kā “dators”. Gala rezultāta kvalitāte ir atkarīga no tā, cik pareizi ir norādīts algoritms un izsekoti rezultāti un aprēķina process. Pastāv jēdziens, ko sauc par “kvalitātes funkcionalitāti”, kas nosaka, cik labi mašīna tiek galā ar datu apstrādi.
Cilvēkiem nepietiek laika izlemttās attīstības pamatproblēmas. Tas ir salīdzinoši zems dzīves ilgums, kuru ievērojami ietekmē iedzimtas vai iegūtas slimības.
Boriss Šerbakovs, Dell Technologies
Piemēram, Genome International ir diezganjau sen izmanto mašīnmācīšanās metodes, kuru pamatā ir augstas veiktspējas datu centri, lai pētītu cilvēka DNS un, protams, pēc iespējas prognozētu konkrētas personas iespējamās problēmas nākotnē. Rezultātu iegūšanas ātrums un to precizitāte šajā gadījumā ir atkarīga no šādiem faktoriem: primārās diagnozes kvalitātes, vēsturiskajiem datiem, datu modeļa algoritma, aparatūras klastera veiktspējas un… Lai veicas. Ir vērts uz to paļauties, jo mēs neesam 100% pētījuši bioloģisko mehāniku.
- Pēc kādiem kritērijiem mēs noteiksim, ka dators ir pilnībā pārspējis cilvēku, kā tas notika šahā vai spēlēspēle iet?
- Es ticu cilvēku potenciālam un mīkstajām prasmēm(pārmērīgas profesionālās prasmes, kas nav saistītas ar personas oficiālajiem pienākumiem - “High Tech”). Tehnoloģijas ir labas savās jomās un palīdz ātrāk un precīzāk veikt operācijas tādā līmenī, kas cilvēkiem pat ir potenciāli nepieejams. Tajā pašā laikā ir arī monētas atvēršanas puse: cilvēka smadzenes un lēmumu pieņemšana vēl nav pilnībā izpētīta, un visas sistēmas, ieskaitot neironu tīklus, ir veidotas, pamatojoties uz zinātnei un cilvēkiem pieejamajiem datiem, tas ir, sākotnēji, neņemot vērā visu masīvu. Tāpēc jūs nevarat uztraukties par cilvēces nākotni un nedemonizēt mašīnas.
Skaitļošanas mašīnas ir cilvēka prāta atvasinājums, operācijas ir ātrākas un precīzākas, bet algoritmu nosaka persona.
Boriss Šerbakovs, Dell Technologies
Tajā pašā laikā svarīgas ir īpašības (un ne tikai līmenisizglītība un ģenialitāte, bet arī morāle) cilvēkiem, kuri veido algoritmus. Galu galā roboti var palīdzēt, bet var arī iznīcināt. Un tāpat kā jebkura tehnoloģija, vēsturiski tās vispirms piesaista valsts un militārpersonu uzmanību. Mūsdienās kaujas apstākļos roboti un datori dos priekšu jebkuram cilvēkam, taču tajā pašā laikā tiem trūkst atjautības un intuīcijas. Galvenā īpašība, ja to pārvērš cilvēka realitātē, ir veselais saprāts (acīmredzams pareizs lēmums, ņemot vērā pieejamos datus), taču tajā pašā laikā mēs zinām daudzus vēsturiskus piemērus, kur atjautība to pārspēj. Tāpēc es atbildētu, ka dažās jomās pārākums jau ir acīmredzams, bet vēl ir ļoti agri runāt par totālu zaudējumu visās frontēs. Un arī pašmācības sistēmas ir biedējošas.
Lai atšķirtu cilvēku no automašīnas, izmantoTīringa tests. Pirmo reizi to ierosināja Alans Turings rakstā "Datori un prāts" 1950. gadā. Pārbaude sastāv no tā, ka katrs dalībnieks veic saraksti ar vienu personu un vienu datorprogrammu, un, pamatojoties uz atbildēm uz jautājumiem, jānosaka, ar ko viņš runā. Ja tiesnesis nevar precīzi pateikt, kurš no sarunu partneriem ir persona, tad tiek uzskatīts, ka mašīna izturēja pārbaudi. Lai pārbaudītu mašīnas inteliģenci, nevis tās spēju atpazīt runāto valodu, saruna notiek režīmā "tikai teksts", piemēram, izmantojot tastatūru un ekrānu. Sarakste jāveic ar kontrolētiem intervāliem, lai tiesnesis nevarētu izdarīt secinājumus, pamatojoties uz reakcijas ātrumu. Tēringa laikā datori reaģēja lēnāk nekā cilvēki. Tagad arī šis noteikums ir nepieciešams, jo viņi reaģē daudz ātrāk nekā cilvēks.
Apmēram 5g
— DELLpaziņojaka cilvēce gaida "5G digitālo pārveidi". Ko tu domā?
- Tikai tas, ko es teicu iepriekš, ir pārskaitījumsinformācija tagad būs ne tikai starp cilvēkiem, bet arī mašīnām. Pateicoties IoT ieviešanai, lielo datu apkopošanai un pārsūtīšanai, tas prasa lielāku joslas platumu un apstrādes iespējas. Cilvēki, par laimi vai diemžēl, ir ierobežoti sagatavoti jaunināšanai, lielākoties evolucionāri (smaida). Bet tehnoloģijas attīstās, un katrs jauns posms prasa visas infrastruktūras attīstību, izveidojot vājās saites. IoT sensori un ierīču blīvums, ierīču ģenerētajam informācijas apjomam ir vajadzīgas jaunas datu pārsūtīšanas tehnoloģijas, un šī jaunā tehnoloģija šajā posmā ir tikai 5G. Ja tas netiek ieviests laikā, tad komunikācija kļūs par vāju saikni un faktoru, kas kavē visas sistēmas attīstību. Iedomājieties sevi strādājam modernā birojā ar piekļuvi internetam, izmantojot modemu, kas, maigi izsakoties, nav ļoti ātrs. Vai jūs varat darīt daudz? Cik ilgi jūs gaidīsit, lai lejupielādētu vienu vēstuli? Katrā ziņā šī situācija ir nepieņemama. Mēs jau ejam datu centros. Tie, kas noraida šo stratēģiju, ikdienas darbos ievērojami zaudēs “pārveidotājiem”. Ātrgaitas datu pārsūtīšanas klātbūtne starp datu centru un datu vākšanas vietni ļauj veikt robežu aprēķinus un, pārraidot datus caur mākoni, netiek ielādēts organizācijas informācijas sistēmas kodols.
— Mobilo sakaru bāzes staciju skaits mūsdienās pieaug kritiski strauji. Kas notiks ar 5G?
- Man ir grūti paredzēt staciju skaituGalu galā 5G mums tas ir blakus esošas papildu zināšanas. Es varu atbildēt, ka informācijas apmaiņas ātrums, tās apjomi un daudzums pieaug eksponenciāli un, protams, ir nepieciešams tehnisks risinājums. 5G stacijas, cik es zinu, ja jūs salīdzināt tās ar procesoriem datoros, nodrošina lielāku operāciju skaitu ne tikai palielinot to skaitu, bet arī vairāku elementu digitālo antenu bloku dēļ (pēc analoģijas ar kodiem un tranzistoriem mikroshēmā). Galu galā mēs šodien neredzam datoru ar tūkstošiem kodolu, lai palielinātu jaudu, bet saskaņā ar Mūra likumu mēs redzam, ka tranzistoru divkāršošana mikroshēmā notiek ik pēc 24 mēnešiem. Kaut kas līdzīgs notiek ar bāzes stacijām un tehnoloģijām. Mainās ne tikai to daudzums, bet arī kvalitāte.
Foto: Anton Karliner / Haytek
— Saskaņā ar DELL, 5G tīklibūspilnīgi neatkarīgi no aprīkojuma un visaapstrāde tiks koncentrēta izplatītā programmatūras centrā. Būtībā, vai jūs piedāvājat pilnībā mainīt gan tīkla modeļa, gan domāšanas arhitektūru kopumā?
- Mēs runājam par Edge vai perifēroaprēķinus Mūsdienās patiešām ir tendence uz decentralizāciju, uz datu apstrādi un glabāšanu tajā pašā vietā, kur tie tiek ģenerēti un izmantoti. Datortehnika un analītika virzās uz tīkla malu, kur tiek savākts liels datu apjoms. Līdz ar multimediju laikmetu pieaug arī mobilo sakaru operatoru datu pārraides apjoms un ātrums (visi fotoattēli un video, tiešraides), savukārt lietotāji nevēlas samierināties ar satura pārraides vai atskaņošanas aizkavēšanos. Un šim nolūkam ir jāatrod “bezmaksas” mezgls, kas atrodas pēc iespējas tuvāk lietotājam. Tas ir, pieprasījums un realitāte veido gan aparatūras, gan skaitļošanas modeļu un datu apstrādes scenāriju transformāciju. Jūs varat iebraukt sastrēgumā un pagaidīt pāris stundas, līdz nokļūsiet galamērķī (vispār tas ir drošāk, no pirmā acu uzmetiena, bet ne vienmēr patiesībā, kā mēs zinām), vai arī varat izvēlēties bezmaksas šoseju un skriešanās ar maksimālo (atļauto) ātrumu.
Perifērijas skaitļošana (mala)— hierarhijas konstruēšanas principsIT infrastruktūra, kurā skaitļošanas resursi tiek daļēji pārvietoti no kodola - centrālā datu centra uz perifēriju - un atrodas tiešā tuvumā vietai, kur tiek izveidoti primārie dati to primārajai apstrādei pirms pārsūtīšanas uz augstāka līmeņa skaitļošanu. mezgls.
Var apstrādāt vienu perifērijas ierīcitāds datu apjoms, ar kuru pirms tam varēja rīkoties tikai liels dators. Perifērijas skaitļošana vienkāršo datu pārvaldību, samazinot struktūras nejaušības, palielinot lietojamību un samazinot drošības riskus.
- Jaunās infrastruktūras izmaksas ir milzīgas, šķiet loģiski izveidot sava veida "nacionālo čempionu" ar tiešu valsts līdzdalību. Vai tas varētu pilnībā iznīcināt konkurenci tirgū?
- Ja godīgi, jautājums ir liela mēroga, un tāLai atbildētu uz to, ir jāņem vērā milzīgs ieejas datu daudzums, kas ne visi atrodas uz virsmas. Kā mēs ar jums apspriedām iepriekš, kad iejaucas cilvēciskais faktors, rezultātu dažkārt ietekmē nemanāmi faktori.
Foto: Anton Karliner / Haytek
Nogalināšanas konkurence parasti ir tuvredzīga, jotas negatīvi ietekmē gan nozares, gan cenu politikas attīstību. Mūsdienās dažādi operatori konkurē ne tikai aparatūras dēļ (lai gan signāla uztveršanas līmenis un komunikācijas kvalitāte, protams, ir viens no svarīgākajiem faktoriem lietotājam), bet arī cenu politikas un pat mārketinga kampaņu dēļ. Un tas ir labi. Konkurences trūkums novestu pie stagnācijas gan telekomunikāciju operatoriem, gan risinājumu nodrošinātājiem. Diversifikācijas ātrums ir funkcionāli saistīts ar tirgus vajadzībām. Monopolu rašanos regulē likums. Viens operators vienkārši nespēs tikt galā ar mākoņpakalpojumu pieprasījuma lavīnu 2025.–2030.