Dr. Eng Lim Goh- Vice-president en hoofdtechnoloog voor High Performance Computing en
Bekroond met de NASA-medaille voor uitzonderlijktechnologische vooruitgang als hoofdonderzoeker van een experiment aan boord van het ISS voor de werking van autonome supercomputers in uitgebreide ruimtemissies. Naast het co-creëren van op blockchain gebaseerde toepassingen voor leren van zwermen, houdt hij toezicht op de inzet van AI in Formule 1-races, industrialiseert de technologie achter de kampioen pokerbot en ontwerpt hij samen systemen voor het simuleren van een biologisch gedetailleerd zoogdierbrein. Heb zes Amerikaanse patenten, nog vijf in afwachting.
HPE (Hewlett Packard Enterprise)is een Amerikaans IT-bedrijf opgericht in 2015jaar samen met HP Inc. na de splitsing van Hewlett-Packard Corporation. Heeft het bedrijf in het zakelijke klantensegment overgenomen: het produceert servers, supercomputers, gegevensopslagsystemen, opslagnetwerken, netwerkapparatuur, convergente systemen en is ook betrokken bij het bouwen van cloudinfrastructuren.
"De cloud blijft belangrijk in de wereld van big data"
- Cloudtechnologieën gaan van innovatie al lang niet meer naar moderne IT-normen. Welke rol spelen ze vandaag bij het ontwikkelen van nieuwe producten?
- Bij HPE hebben we onze informatica gerichtontwikkeling als onderdeel van de trend 'perifeer naar cloud', vooral omdat de meeste gegevens eerst naar de periferie gaan. We moeten alle gegevens overbrengen van de periferie naar de cloud, bijvoorbeeld de gegevens van supermarkten, auto's, als we het hebben over een verbonden auto (een auto die bidirectioneel kan communiceren met andere systemen - HiTech), de luchtvaartindustrie en ziekenhuizen. In veel gevallen dragen we gegevens over naar de cloud, om de gegevens vervolgens te analyseren en het resultaat terug te sturen naar de periferie.
Cloud computing is belangrijk omdat het dat toelaatgebruik alle rekenkracht geconcentreerd in de cloud, terwijl het aan de rand meestal minder is. De traditionele manier is om eerst gegevens op de periferie te verzamelen en vervolgens slimme randapparatuur te configureren om alleen de benodigde informatie naar de cloud te verzenden. De cloud beschikt over alle computerbronnen om machine learning uit te voeren, analyses uit te voeren en resultaten te krijgen die naar de periferie worden teruggestuurd. Daarom geloven we dat de cloud belangrijk zal blijven in de wereld van big data.
- Waarom kunstmatige intelligentie gebruiken om nieuwe datacenters te creëren? Wat is het belangrijkste doel in deze context?
- Datacenters (DPC) worden steeds meercomplexer en gebruikers veeleisender. Wat betreft de complexiteit van het datacenter, beschikt u tegenwoordig over een groot aantal centrale (CPU) en grafische (GPU) processors voor AI, die veel cores hebben. Er zijn ook grote datastromen, waarvan de opslag en verplaatsing moet worden georganiseerd. Dit alles kost veel energie en verhoogt de complexiteit van datacenters.
GPU (grafische verwerkingseenheid)- grafische processor, gespecialiseerdeen apparaat voor het verwerken van grafische en visuele effecten. In tegenstelling tot de CPU (centrale verwerkingseenheid) is de GPU-architectuur beter geschikt voor parallel computergebruik en heeft deze een veel sneller geheugen. Moderne GPU's kunnen niet alleen worden gebruikt voor grafische verwerking, maar ook voor soortgelijke wiskundige berekeningen, waarvoor verwerkingssnelheid belangrijker is. Tegelijkertijd kan de gegevensverwerkingssnelheid van de GPU in vergelijking met de CPU duizenden keren hoger zijn.
Processorkernen- onafhankelijke processors samengevoegd op éénfysieke chip. Deze methode maakt het mogelijk om de fysieke grootte van de chip, het stroomverbruik en de warmteafvoer te verminderen, en ook de prestaties aanzienlijk te verhogen zonder de processorarchitectuur te veranderen.
Wat betreft gebruikers, hun eisen zijn ookenorm toegenomen. In het verleden kochten ze apparatuur, lanceerden deze en terwijl het systeem werkte, waren gebruikers tevreden. Maar vandaag vragen ze: "Werken mijn applicaties optimaal?" - omdat niet altijd een directe toename van de rekenkracht een evenredige toename van de productiviteit geeft.
Als gevolg hiervan heeft u gebruikersvereisten,de complexiteit van datacenters, wat betekent dat u meer AI moet implementeren, waarmee de gegevens kunnen worden bekeken en betere beslissingen kunnen worden genomen. Het probleem is dat we niet genoeg gegevens hebben om AI te helpen leren. Ongeveer 10 duizend klanten gingen naar ons project en stuurden hun gegevens via het datacenter naar de cloud. Nu sturen we de resultaten van de verwerking van AI-gegevens terug naar elk van deze datacenters om hun werk te optimaliseren.
- Wordt AI momenteel actief gebruikt bij het maken van apparatuur voor zakelijke klanten? Hoe snel zou u vergelijkbare technologieën in kantoor- en thuisproducten kunnen verwachten?
- Als je bedoelt het vermogen om te gevenvoorspellingen op basis van geschiedenis, dan wordt het nu al veel gebruikt. Tegenwoordig wordt het op veel gebieden gebruikt: in financiën, om de waarde van aandelen te voorspellen, wanneer te verkopen en te kopen, in prijsderivaten op financiële markten, of om afwijkingen in röntgenfoto's in de geneeskunde te berekenen. Er zijn auto's die slim genoeg zijn om te begrijpen dat bijvoorbeeld trillingen in een schokdemper iets ergs betekenen en informatie hierover naar de bestuurder sturen. Leren door de geschiedenis om beslissingen en voorspellingen te kunnen maken is realiteit geworden. Maar krachtigere voorspellingen die een superman zal verschijnen, zijn nog steeds science fiction. Het is echter belangrijk om er nu al over na te denken.
"Quantumcomputers, met behulp van de optimalisatiemethode, zullen de computer met AI sneller laten leren"
- Het is voor gewone mensen moeilijk om precies te begrijpen wat kwantumcomputers zijn, waarover vandaag zoveel wordt gezegd. Hoe definieer je ze voor jezelf?
- Om te beginnen begrijp ik quantum nietde mechanica. Ik begrijp de verstrengeling van kwantumtoestanden niet, de superpositie en meting van ineenstorting in de klassieke staat. Maar dat maakt niet uit. Ik accepteer alle drie deze concepten. Ik geef toe dat ze bestaan. Omdat ik een ingenieur van opleiding ben, gebruik ik alleen wat ik meer begrijp. Bijvoorbeeld, verschillende energieniveaus van elektronen in een atoom: laag, hoog en zeer hoog. Verder is verstrengeling wanneer twee atomen zo dichtbij komen dat ze verstrikt raken. We hebben het ook gehad over de ineenstorting van een functie wanneer een aanvankelijk onzeker systeem een van de toelaatbare toestanden "selecteert" als gevolg van de meting. Ik geef het bestaan van deze drie concepten toe, waardoor ik vanuit een technisch oogpunt alle verschillende kwantumsystemen kan combineren die momenteel worden ontwikkeld voor de verwerking van kwantuminformatie.
- Meer recent maakte Google veel lawaai en kondigde het bereiken van "kwantum-superioriteit" aan. Gebruik je kwantumtechnologieën in je ontwerpen?
- Ik denk dat we de analoge technologie zullen krijgenmetingen in quantum computing in de komende tien jaar. Maar in digitale zin duurt het meer dan tien jaar voordat een kwantumcomputer werkt zoals de machine van vandaag. Een van de grootste problemen is hoe je verstrengeling en superpositie lang genoeg stabiel kunt houden om berekeningen te maken. Tegenwoordig hebben ze veel fouten en hun correctie vereist veel meer qubits om één computationele qubit te ondersteunen. Daarom beweer ik dat het meer dan tien jaar zal duren om het punt te bereiken waarop een kwantumcomputer beter wordt dan klassieke computers. Daarom is er nog steeds tijd, maar wanneer het verschijnt, kunnen we de volgorde van de dingen radicaal veranderen.
Quantum superioriteit– het vermogen van kwantumcomputersproblemen oplossen die klassieke computers praktisch niet kunnen oplossen. Google had eerder plannen aangekondigd om vóór eind 2017 kwantumsuprematie aan te tonen met behulp van een reeks van 49 supergeleidende qubits, maar de daadwerkelijke verwezenlijking van een dergelijk resultaat werd pas op 23 oktober 2019 aangekondigd als resultaat van de samenwerking met NASA. Volgens Google werd “kwantumsuprematie bereikt op een reeks van 54 qubits, waarvan er 53 functioneel waren en werden gebruikt om berekeningen uit te voeren in 200 seconden, waar een conventionele supercomputer ongeveer 10.000 jaar over zou doen.”
Qubit (van kwantumbit)- kwantumontlading of kleinste element voorhet opslaan van informatie in een kwantumcomputer. Net als een bit staat een qubit twee eigentoestanden toe, aangeduid met 0|1, maar hij kan zich ook in hun ‘superpositie’ bevinden, dat wil zeggen in beide toestanden tegelijk. Telkens wanneer de toestand van een qubit wordt gemeten, gaat deze willekeurig over naar een van zijn eigen toestanden. Qubits kunnen met elkaar ‘verstrengeld’ zijn, dat wil zeggen dat er een niet-waarneembare verbinding aan hen kan worden opgelegd, uitgedrukt in het feit dat bij elke verandering over een van de verschillende qubits, de rest mee verandert.
- Hoe is een kwantumcomputer gerelateerd aan kunstmatige intelligentie?
- AI maakt gebruik van machine learning, waarmee het leerthet verhaal gebruiken. Dit gebeurt met vallen en opstaan, hij probeert het ene verhaal, voorspelt onjuist, corrigeert en vervolgens een ander verhaal - voorspellen, zo niet, dan corrigeren. En dus duizend pogingen. Tienduizend pogingen. Honderdduizend. Een miljoen of tien miljoen. Hij moet veel pogingen doen om af te stemmen, totdat hij het juiste algoritme voor de voorspellingen weergeeft. Ik geloof dat kwantumcomputers, met behulp van de optimalisatiemethode, de computer met AI sneller laten leren. Zodat hij niet zoveel pogingen hoeft te doen en miljoenen keren probeert om het juiste resultaat te bereiken. Met een kwantumcomputer kan hij zeer snel een goed niveau van voorspellingen bereiken.
Blockchain- en zwermintelligentie
— Hoe worden blockchain-technologieën binnen ondernemingen gebruikt?
- AI en blockchain zijn zeer nauw verwant. Wij geloven dat niet de blockchain zelf, maar de technologie die hieraan ten grondslag ligt, belangrijk zal zijn voor randapparatuur. Omdat de gegevens naar de periferie stromen, wilt u zoveel mogelijk doen om de rekenkracht van de cloud te besparen. Stel je voor dat je een miljoen high-definition HD-camera's hebt. U kunt geen gegevensstroom van een miljoen camera's naar de cloud verzenden. U moet computers in de periferie plaatsen die slim genoeg zijn om te beslissen: “Ik hoef dit niet te verzenden. Ik zal alleen dit sturen. ' Maar dan heb je slimme computers nodig. Wij zijn van mening dat de mogelijkheid om veel perifere computers te combineren in één groep, één "zwerm" voor zwermtraining belangrijk zal worden. Dit komt door zwermintelligentie - ze zijn beide onderling verbonden.
De exacte definitie van zwermintelligentie is dat nog steeds nietgeformuleerd. Zwermintelligentie beschrijft het collectieve gedrag van een gedecentraliseerd, zelforganiserend systeem. RI-systemen bestaan in de regel uit veel agenten (boids) die lokaal met elkaar en met de omgeving communiceren. Ideeën voor gedrag komen meestal uit de natuur, vooral uit biologische systemen. Elke jongen volgt heel eenvoudige regels. Ondanks het feit dat er geen gecentraliseerd gedragsbeheersysteem is dat aan elk van hen aangeeft wat te doen, leiden lokale en enigszins willekeurige interacties tot het ontstaan van intelligent groepsgedrag dat niet wordt gecontroleerd door individuele Boyids. Over het algemeen zou RI een multi-agent systeem moeten zijn, dat zelforganiserend gedrag zou hebben, dat in totaal redelijk gedrag zou moeten vertonen.
Als we het hebben over onze methode van zwermtraining, danzo is hij. Stel dat een ziekenhuis training biedt, zijn gegevens isoleert, het geen gegevens deelt en alleen de resultaten van zijn training deelt. Net als de andere ziekenhuizen. Dit hele overdrachtsproces wordt gecoördineerd door blockchain-technologie. We zijn er zeker van dat dit nodig is omdat we willen dat alle randapparatuur werkt, zij het onafhankelijk, maar als geheel.
We willen geen gecentraliseerd beheer,omdat het in de zwerm niet is. Een zwerm bijen heeft een bijenkoningin in de korf. Maar ze geeft geen instructies terwijl de zwerm vliegt. De bijen coördineren zichzelf. En alleen wanneer ze terugkeren naar de bijenkorf, communiceren ze met de bijenkoningin, dienen ze, enzovoort. Maar wanneer ze in de zwerm zijn, zijn ze getraind, moeten ze acties onderling coördineren. En zo leeft de zwerm. Maar hoe coördineer je het zonder een leider? Blokcheyn. Daarom is blockchain belangrijk voor de periferie. Als er maar één leider is die de zwerm coördineert en hij valt af, dan werkt de hele zwerm niet. Bijen moeten op zoek naar een andere leider. Er is geen leider in de blockchain.
- Wat kun je zeggen over RI-technologieën? Is de analogie met neurale netwerken hier geschikt?
"Roy is precies zoals een neuraal netwerk." Elke individuele bij of server in de periferie heeft zijn eigen neurale netwerk. Elk ziekenhuis heeft, net als een zwerm, zijn eigen afzonderlijke neurale trainingsnetwerk. Maar met blockchain kan deze training worden gedeeld met alle ziekenhuizen. Daarom heeft elke bij, ziekenhuis of computer in de periferie zijn eigen neurale netwerk. Maar wanneer ze hun kennis van bij tot bij delen, gebruiken ze blockchain. Als gevolg hiervan gebruiken ze zowel neurale netwerken als blockchain. Het neurale netwerk wordt gebruikt voor zelfstudie en de blockchain wordt gebruikt om met anderen te delen.
“Earth Responsibility trekt jonge ingenieurs aan”
- Vandaag besteden bedrijven speciale aandacht aan zorg voor het milieu. Wat voor soort maatregelen neemt HPE in haar zorg voor het milieu?
- Dit is een belangrijk onderwerp.Ten eerste zijn wij als bedrijf verantwoordelijk voor de aarde. Ten tweede willen veel jonge ingenieurs zich aansluiten bij een bedrijf dat een dergelijke verantwoordelijkheid voelt. Ja, ik denk dat er in deze nieuwe generatie een trend is naar een groter bewustzijn. Wij willen jonge ingenieurs aantrekken. En ten derde: dit zijn de juiste dingen.
We hebben twee grote herstelcentra inVS en Schotland. Volgens ruwe schattingen hebben we het afgelopen jaar 99% van de gerestaureerde oude apparatuur gekocht, verwerkt en verkocht, voor een totaal van $ 3 miljoen. Uit de reststoffen halen we de meeste grondstoffen: zilver, goud - en hergebruiken ze. En slechts een zeer klein percentage, ongeveer 0,3%, wordt weggegooid.
Het tweede gebied is klantinteractie ingebieden van milieubescherming. Een van mijn favoriete voorbeelden is een applicatie van onze klant, Salling Group, ontworpen om het irrationele gebruik van voedsel te bestrijden. Vandaag zijn er ongeveer 2.000 supermarkten op aangesloten. Winkels zijn bijvoorbeeld van plan 26.912 etenswaren weg te gooien omdat ze zijn verlopen. Door dergelijke producten met een grote korting te verkopen, kunnen winkelketens hun winst met 10% verhogen en kunnen klanten goederen krijgen voor een lage prijs.
Een ander gebied is schone energie. Wereldwijd wordt een enorme hoeveelheid koolstofdioxide geproduceerd, omdat mensen energie nodig hebben. We werken zeer nauw samen met het ITER-project (International Experimental Nuclear Reactor) om te proberen kernfusie te gebruiken voor energieproductie. De complexiteit van kernfusie is om het plasma in een magnetisch veld te houden dat draait rond TOKAMAK (een torusvormige kamer met magnetische spoelen - "HiTech"). We bieden een supercomputer om de optimale structuur van het TOKAMAK magnetisch veld te berekenen om het plasma stabiel te houden.