Boris Scherbakov- Vice-president en algemeen directeur van Dell Technologies. In 1977 studeerde hij af in de economie
Hij begon zijn carrière bij Dell in 2012.Vanuit de functie van Dell CEO in Rusland, Kazachstan en Centraal-Azië, was hij verantwoordelijk voor de bedrijfsstrategie van de zakelijke en consumentengebieden van het bedrijf in de regio. Sinds februari 2017 is Boris Shcherbakov het hoofd van het Russische kantoor van Dell EMC. Hij is verantwoordelijk voor de ontwikkeling van alle bedrijfsgebieden: infrastructuuroplossingen, services en clientsystemen. In 2019 werd hij vice-president en CEO van Dell Technologies in Rusland, Kazachstan en Centraal-Azië.
Over machine learning
- Is het over het algemeen winstgevender voor de mensheid om te investeren in machine- of menselijk leren?
- Het is moeilijk om voor de mensheid als geheel te spreken, maarbedrijven zijn gewend om de beste investering / beleggingsoplossing te kiezen omdat dit de winstgevendheid beïnvloedt. En als de machine sneller en beter werkt, en tegelijkertijd goedkoper is en niet verkeerd is en niet ziek is, wordt de keuze duidelijk. Niets persoonlijks, zoals ze zeggen, alleen zakelijk. En natuurlijk is het de moeite waard om de functionaliteit over te brengen die computers sneller en nauwkeuriger kunnen verwerken om frames van monotone arbeid te bevrijden.
Foto: Anton Karliner / Haytek
Aan de andere kant om deze machines briljant te makenOm met de taken om te gaan, zijn zeer bekwame ontwikkelaars nodig die in staat zijn om algoritmen te leren en te verbeteren. De kwestie van het trainen van mensen en machines is van strategische aard. Stel je voor dat de staat geen robots, geen computers, geen software, geen ontwikkelaars heeft. Het valt automatisch uit een competitieve race en staat aan de zijlijn van technologische vooruitgang en innovatie. Tegelijkertijd moet niet worden vergeten dat technologieën en ontwikkelingen vaak experimenteel van aard zijn en niet absoluut moeten zijn. Zoals u weet, is verandering tenslotte de meest stabiele in ons leven. We voeren speciale onderzoeken uit naar hoe technologieën veranderen en ons leven in het heden en in de toekomst zullen veranderen, en we zoeken naar optimale oplossingen voor hun toepassing op verschillende gebieden van menselijke activiteit. En we willen het leven op de planeet verbeteren door mensen verschillende mogelijkheden te bieden met toegang tot moderne oplossingen. We transformeren bedrijven niet alleen via hen, maar dragen ook bij aan de transformatie van mensen met grootschalige ideeën over de hele wereld via toegang tot technologie.
- Tegelijkertijd kan van machinaal leren niet worden gezegd dat de volgende implementatie van de beroemde "kwantiteit in kwaliteit gaat". Waarom?
- Nee, machine learning is eigenlijk gewoonslechts een reeks algoritmen. Hoewel de verkregen resultaten soms verrassend kunnen zijn. Met machine learning is een computer immers niet alleen getraind om patronen die zich in het verleden hebben voorgedaan te vergelijken, maar is het vaak beter om toekomstige ontwikkelingen bij de mens te voorspellen (aangezien rekening wordt gehouden met het hele spectrum van bekende factoren en menselijke fouten zijn uitgesloten). Het is waar dat het leven soms aanpassingen maakt waar zelfs de meest nauwkeurige computer geen rekening mee kan houden.
Maar met kwantiteit die in kwaliteit gaat,niet zo eenvoudig. Leersystemen, zoals kinderen, gaan van eenvoudig tot complex en fouten zijn mogelijk. Tegelijkertijd worden de snelheid van informatieverwerking en de nauwkeurigheid van de resultaten bij elke iteratie en update verbeterd. Maar de kwestie van correcte algoritmen en foutopsporing blijft natuurlijk bestaan.
"Wat is dan het probleem?" Waarom doen zich, ondanks de ontwikkeling van technologie, nog steeds fouten voor bij de toepassing van dergelijke algoritmen?
— De vraag is niet voor machines, maar voor mensen die dat doenalgoritmen ontwikkelen. Het woord ‘computer’ wordt in het Russisch letterlijk vertaald als ‘computer’. De kwaliteit van het eindresultaat hangt af van hoe correct het algoritme is gespecificeerd en de resultaten en het berekeningsproces worden getraceerd. Er is een concept dat 'kwaliteitsfunctionaliteit' wordt genoemd en dat bepaalt hoe goed een machine omgaat met gegevensverwerking.
Mensen hebben niet genoeg tijd om te beslissenbasisproblemen van zijn evolutie. Dit is een relatief lage levensverwachting, die aanzienlijk wordt beïnvloed door aangeboren of verworven ziekten.
Boris Scherbakov, Dell Technologies
Genome International is bijvoorbeeld behoorlijkmaakt al lange tijd gebruik van machine learning-methoden op basis van krachtige datacenters om menselijk DNA te bestuderen en, uiteraard, voor zover mogelijk, waarschijnlijke problemen voor een bepaald individu in de toekomst te voorspellen. De snelheid waarmee resultaten worden verkregen en de nauwkeurigheid ervan zijn in dit geval afhankelijk van de volgende factoren: de kwaliteit van de primaire diagnose, historische gegevens, het datamodelalgoritme, de prestaties van het hardwarecluster en de snelheid waarmee resultaten worden verkregen. Succes. Het is de moeite waard om erop te vertrouwen, omdat we de biologische mechanica niet 100% hebben bestudeerd.
- Op basis van welke criteria zullen we vaststellen dat een computer een persoon volledig heeft overtroffen, zoals gebeurde bij schaken of bij het schaken?spel gaan?
- Ik geloof in het potentieel van mensen en zachte vaardigheden(overprofessionele vaardigheden die geen verband houden met de officiële taken van een persoon - "High Tech"). Technologieën zijn goed in hun vakgebied en helpen om operaties sneller en nauwkeuriger uit te voeren, op een niveau dat zelfs potentieel ontoegankelijk is voor mensen. Tegelijkertijd is er een keerzijde aan de medaille: het menselijk brein en de besluitvorming zijn nog niet volledig bestudeerd en alle systemen, inclusief neurale netwerken, zijn gebouwd op basis van gegevens die beschikbaar zijn voor wetenschap en mensen, dat wil zeggen in eerste instantie zonder rekening te houden met de hele reeks. Daarom kun je je geen zorgen maken over de toekomst van de mensheid en machines niet demoniseren.
Rekenmachines zijn een afgeleide van de menselijke geest, operaties zijn sneller en nauwkeuriger, maar een persoon stelt het algoritme in.
Boris Scherbakov, Dell Technologies
Tegelijkertijd zijn kwaliteiten belangrijk (en niet alleen het niveau).opleiding en genialiteit, maar ook moraal) van mensen die algoritmen creëren. Robots kunnen immers helpen, maar ook vernietigen. En zoals elke technologie trekken ze historisch gezien in de eerste plaats de aandacht van de staat en het leger. In de gevechtsomstandigheden van vandaag zullen robots en computers iedereen een voorsprong geven, maar tegelijkertijd missen ze vindingrijkheid en intuïtie. De belangrijkste kwaliteit, vertaald naar de menselijke realiteit, is gezond verstand (de voor de hand liggende juiste beslissing gegeven de beschikbare gegevens), maar tegelijkertijd kennen we veel historische voorbeelden waarin vindingrijkheid het won. Daarom zou ik willen antwoorden dat de superioriteit op sommige gebieden al duidelijk is, maar dat het nog erg vroeg is om te spreken van totaal verlies op alle fronten. En zelflerende systemen zijn ook eng.
Om een persoon van een auto te onderscheiden, gebruiktTuring test. Het werd voor het eerst voorgesteld door Alan Turing in het artikel "Computers and Mind" in 1950. De test bestaat uit het feit dat elke deelnemer correspondentie voert met één persoon en één computerprogramma en op basis van antwoorden op vragen moet bepalen met wie hij praat. Als de rechter niet specifiek kan zeggen wie van de gesprekspartners een persoon is, wordt aangenomen dat de machine de test heeft doorstaan. Om de intelligentie van de machine te testen, en niet de mogelijkheid om gesproken taal te herkennen, wordt het gesprek gevoerd in de modus "alleen tekst", bijvoorbeeld met behulp van het toetsenbord en het scherm. Correspondentie moet met gecontroleerde intervallen worden uitgevoerd, zodat de rechter geen conclusies kon trekken op basis van de snelheid van de reacties. In de tijd van Turing reageerden computers langzamer dan mensen. Nu is deze regel ook nodig, omdat ze veel sneller reageren dan een persoon.
Ongeveer 5 g
— DELLhij verklaardedat de mensheid wacht op de "5G digitale transformatie". Wat bedoel je
- Wat ik hierboven zei, is de overdrachtinformatie zal nu niet alleen tussen mensen zijn, maar ook machines. Dankzij de implementatie van IoT, het verzamelen en verzenden van Big Data, vereist dit meer bandbreedte en verwerkingsmogelijkheden. Mensen zijn gelukkig of helaas beperkt voorbereid op een upgrade, meestal evolutionair (glimlachend). Maar technologieën ontwikkelen zich en elke nieuwe fase vereist de ontwikkeling van de gehele infrastructuur, waarbij zwakke schakels worden getrokken. IoT-sensoren en apparaatdichtheid, de hoeveelheden informatie die door apparaten wordt gegenereerd, vereisen nieuwe technologieën voor gegevensoverdracht en deze nieuwe technologie is in dit stadium slechts 5G. Als het niet op tijd wordt geïmplementeerd, wordt communicatie een zwakke schakel en een factor die de ontwikkeling van het hele systeem belemmert. Stel je voor dat je in een modern kantoor werkt met internettoegang via een modem die op zijn zachtst gezegd niet erg snel is. Kan je veel Hoe lang wacht je om één letter te downloaden? In elk geval is deze situatie onaanvaardbaar. We lopen al datacenters. Degenen die deze strategie afwijzen, zullen aanzienlijk verliezen van de "transformatoren" in dagelijkse taken. De aanwezigheid van snelle gegevensoverdracht tussen het datacenter en de gegevensverzamelingssite maakt het mogelijk om grensberekeningen uit te voeren en gegevens via de cloud te verzenden, belast niet de kern van het informatiesysteem van de organisatie.
— Het aantal basisstations voor mobiele communicatie groeit tegenwoordig kritisch snel. Wat gaat er gebeuren met 5G?
- Ik vind het moeilijk om het aantal stations te voorspellen5G is voor ons immers aangrenzende complementaire kennis. Ik kan antwoorden dat de snelheid van informatie-uitwisseling, de volumes en de hoeveelheid ervan exponentieel groeien en er is natuurlijk een technische oplossing vereist. Voor zover ik weet, bieden 5G-stations, voor zover ik weet, een groter aantal bewerkingen, niet alleen door hun aantal te verhogen, maar ook door multi-element digitale antenne-arrays (vergelijkbaar met cores en transistors op een chip). Tenslotte zien we vandaag geen pc met duizenden cores om het vermogen te vergroten, maar volgens de wet van Moore zien we elke 24 maanden het verdubbelen van transistors op een chip. Iets soortgelijks gebeurt met basisstations en technologieën. Niet alleen hun kwantiteit, maar ook de kwaliteit verandert.
Foto: Anton Karliner / Haytek
— Volgens DELL, 5G-netwerkenzal zijnvolledig onafhankelijk van apparatuur en zoDe verwerking zal worden geconcentreerd in een gedistribueerd softwarecentrum. Bent u in essentie voornemens om de architectuur van zowel het netwerkmodel als het denken in het algemeen volledig te veranderen?
- We hebben het over Edge- of randapparatuurberekeningen Tegenwoordig is er inderdaad een trend richting decentralisatie, waarbij data worden verwerkt en opgeslagen op dezelfde plek waar deze worden gegenereerd en gebruikt. Computers en analyses verplaatsen zich naar de rand van het netwerk, waar grote hoeveelheden gegevens worden verzameld. Met het tijdperk van multimedia neemt ook het volume en de snelheid van de datatransmissie door mobiele operators toe (alle foto's en video's, live-uitzendingen), terwijl gebruikers geen vertragingen bij de verzending of weergave van inhoud willen verdragen. En hiervoor moet u een "vrij" knooppunt vinden dat zich zo dicht mogelijk bij de gebruiker bevindt. Dat wil zeggen dat de vraag en de realiteit de transformatie van zowel hardware- als computermodellen en dataverwerkingsscenario's bepalen. Je kunt in de file rijden en een paar uur wachten tot je je bestemming bereikt (over het algemeen is dit op het eerste gezicht veiliger, maar in de praktijk niet altijd, zoals we weten), of je kunt een vrije snelweg kiezen en haast je met de maximale (toegestane) snelheid.
Randapparatuur (Edge)– het principe van het construeren van een hiërarchische structuurIT-infrastructuur, waarin computerbronnen gedeeltelijk worden verplaatst van de kern (het centrale datacenter naar de periferie) en zich bevinden in de nabijheid van de plaats waar de primaire gegevens worden gecreëerd voor de primaire verwerking voordat ze worden overgedragen naar een computer op een hoger niveau knooppunt.
Een randapparaat kan worden verwerktzo'n hoeveelheid gegevens dat alleen een grote computer eerder kon verwerken. Perifeer computergebruik vereenvoudigt gegevensbeheer door de willekeur in de structuur te verminderen, de bruikbaarheid te vergroten en beveiligingsrisico's te verminderen.
- De kosten van de nieuwe infrastructuur zijn enorm, het lijkt logisch om een soort "nationale kampioen" te creëren met directe deelname van de staat. Kan dit de concurrentie op de markt volledig doden?
- Eerlijk gezegd is de vraag grootschalig, en dusOm het te beantwoorden, is het noodzakelijk om rekening te houden met een enorme hoeveelheid invoergegevens, die niet allemaal aan de oppervlakte zijn. Zoals we eerder met u hebben besproken, wanneer de menselijke factor tussenkomt, beïnvloeden soms niet-voor de hand liggende factoren de uitkomst.
Foto: Anton Karliner / Haytek
Het doden van de concurrentie is meestal kortzichtig omdatdit heeft een negatieve invloed op de ontwikkeling van zowel de industrie als het prijsbeleid. Tegenwoordig concurreren verschillende operators niet alleen vanwege hardware (hoewel het niveau van signaalontvangst en kwaliteit van communicatie natuurlijk een van de belangrijkste factoren zijn voor de gebruiker), maar ook vanwege prijsbeleid en zelfs marketingcampagnes. En dit is goed. Gebrek aan concurrentie zou leiden tot stagnatie voor zowel telecomoperatoren als aanbieders van oplossingen. De snelheid van diversificatie is functioneel gerelateerd aan de marktbehoeften. Het ontstaan van monopolies wordt door de wet geregeld. Eén operator zal simpelweg niet in staat zijn om de lawine van de vraag naar clouddiensten in 2025-2030 aan te kunnen.