Boris Scherbakov— wiceprezes i dyrektor generalny, Dell Technologies.W 1977 roku ukończył studia na Wydziale Ekonomicznym
Karierę rozpoczął w firmie Dell w 2012 roku.Ze stanowiska dyrektora generalnego Dell w Rosji, Kazachstanie i Azji Środkowej był odpowiedzialny za strategię biznesową w obszarach korporacyjnych i konsumenckich firmy w regionie. Od lutego 2017 r. Boris Shcherbakov jest szefem rosyjskiego biura Dell EMC. Odpowiada za rozwój wszystkich obszarów biznesu - rozwiązań infrastrukturalnych, usług i systemów klienckich. W 2019 r. Został wiceprezesem i dyrektorem generalnym Dell Technologies w Rosji, Kazachstanie i Azji Środkowej.
Informacje o uczeniu maszynowym
- Czy ludzkość zazwyczaj bardziej opłaca się inwestować w uczenie się maszyn lub ludzi?
- Trudno mówić w imieniu ludzkości jako całości, alefirma jest przyzwyczajona do wybierania najlepszego rozwiązania inwestycyjnego / inwestycyjnego, ponieważ wpływa to na rentowność. A jeśli maszyna działa szybciej i lepiej, a jednocześnie jest tańsza, nie pomyli się i nie jest chora, to wybór staje się oczywisty. Nic osobistego, jak mówią, tylko interesy. I oczywiście warto przekazać funkcje, z którymi komputery mogą sobie radzić szybciej i dokładniej, aby uwolnić klatki od monotonnej pracy.
Zdjęcie: Anton Karliner / „Hightech”
Z drugiej strony, aby te maszyny były genialneporadzeni sobie z zadaniami, potrzebni są wysoko wykwalifikowani programiści, którzy są w stanie uczyć się i ulepszać algorytmy. Kwestia szkolenia ludzi i maszyn jest strategiczna. Wyobraź sobie, że państwo nie ma robotów, komputerów, oprogramowania, programistów. Automatycznie wypada z wyścigu i pozostaje na uboczu postępu technologicznego i innowacji. Jednocześnie nie należy zapominać, że często technologie i rozwój mają charakter eksperymentalny i nie należy ich absolutyzować. W końcu najbardziej stabilnym w naszym życiu, jak wiecie, jest zmiana. Prowadzimy specjalne badania nad zmianami technologii i zmieniamy nasze życie w teraźniejszości i przyszłości oraz szukamy optymalnych rozwiązań do ich zastosowania w różnych obszarach działalności człowieka. I chcemy ulepszyć życie na planecie, zapewniając ludziom o różnych możliwościach dostęp do nowoczesnych rozwiązań. Przekształcamy biznes nie tylko za ich pośrednictwem, ale także przyczyniamy się do transformacji ludzi z dużymi pomysłami na całym świecie poprzez dostęp do technologii.
- Jednocześnie nie można powiedzieć o uczeniu maszynowym, że kolejne wdrożenie słynnej „ilości idzie w jakość”. Dlaczego
- Właściwie nie, uczenie maszynowe jest po prostutylko zestaw algorytmów. Chociaż uzyskane wyniki mogą czasem być zaskakujące. W końcu przy uczeniu maszynowym komputer jest nie tylko szkolony w zakresie porównywania wzorców, które miały miejsce w przeszłości, ale często lepiej jest przewidzieć przyszłe zmiany u ludzi (ponieważ bierze się pod uwagę całe spektrum znanych czynników i wyklucza błędy ludzkie). To prawda, że życie czasami dokonuje regulacji, których nawet najdokładniejszy komputer nie może wziąć pod uwagę.
Ale z ilością, która idzie w jakość,nie takie proste. Systemy uczenia się, podobnie jak dzieci, stają się od prostych do złożonych, a błędy nie są wykluczone. Jednocześnie szybkość przetwarzania informacji i dokładność wyników poprawiają się z każdą iteracją i aktualizacją. Ale oczywiście pozostaje kwestia poprawnych algorytmów i debugowania.
„Więc w czym problem?” Dlaczego pomimo rozwoju technologii nadal występują błędy w stosowaniu takich algorytmów?
— To pytanie nie jest skierowane do maszyn, ale do ludzi, którzyopracowywać algorytmy. Słowo „komputer” jest dosłownie tłumaczone na język rosyjski jako „komputer”. Jakość wyniku końcowego zależy od tego, jak poprawnie określono algorytm oraz od prześledzenia wyników i procesu obliczeniowego. Istnieje koncepcja zwana „funkcjonalnością jakości”, która określa, jak dobrze maszyna radzi sobie z przetwarzaniem danych.
Ludzie nie mają czasu na decyzjępodstawowe problemy jego ewolucji. Jest to stosunkowo niska oczekiwana długość życia, na którą znaczny wpływ mają choroby wrodzone lub nabyte.
Boris Scherbakov, Dell Technologies
Na przykład Genome International jest dośćod dawna wykorzystuje metody uczenia maszynowego oparte na wysokowydajnych centrach danych do badania ludzkiego DNA i przewidywania, oczywiście w miarę możliwości, prawdopodobnych problemów konkretnej osoby w przyszłości. Szybkość uzyskania wyników i ich dokładność zależą w tym przypadku od następujących czynników: jakości podstawowej diagnozy, danych historycznych, algorytmu modelu danych, wydajności klastra sprzętowego i... Powodzenia. Warto na tym polegać, ponieważ nie studiowaliśmy mechaniki biologicznej w 100%.
- Według jakich kryteriów ustalimy, że komputer całkowicie przewyższył osobę, jak to miało miejsce w szachach lub wgra idzie?
- Wierzę w potencjał ludzi i umiejętności miękkie(nadmierne umiejętności zawodowe niezwiązane z oficjalnymi obowiązkami osoby - „High Tech”). Technologie są dobre w swoich dziedzinach i pomagają przeprowadzać operacje szybciej i dokładniej, na poziomie, który jest nawet potencjalnie niedostępny dla ludzi. Jednocześnie moneta ma drugą stronę: ludzki mózg i proces decyzyjny nie zostały jeszcze w pełni zbadane, a wszystkie systemy, w tym sieci neuronowe, są budowane na podstawie danych dostępnych dla nauki i ludzi, to znaczy początkowo bez uwzględnienia całego szeregu. Dlatego nie możesz martwić się o przyszłość ludzkości i nie demonizować maszyn.
Maszyny komputerowe są pochodną ludzkiego umysłu, operacje są szybsze i dokładniejsze, ale osoba określa algorytm.
Boris Scherbakov, Dell Technologies
Jednocześnie ważne są cechy (a nie tylko poziom).wykształcenie i geniusz, ale i moralność) ludzi tworzących algorytmy. W końcu roboty mogą pomagać, ale potrafią też niszczyć. I jak każda technologia, historycznie, przyciągają one przede wszystkim uwagę państwa i wojska. W dzisiejszych warunkach bojowych roboty i komputery dadzą przewagę każdemu człowiekowi, ale jednocześnie brakuje im pomysłowości i intuicji. Główną cechą, jeśli przełożymy ją na ludzką rzeczywistość, jest zdrowy rozsądek (oczywista słuszna decyzja, biorąc pod uwagę dostępne dane), ale jednocześnie znamy wiele historycznych przykładów, w których pomysłowość zwyciężyła. Dlatego odpowiedziałbym, że w niektórych obszarach przewaga jest już oczywista, ale jest jeszcze bardzo wcześnie, aby mówić o całkowitej stracie na wszystkich frontach. Systemy samouczące się też są przerażające.
Aby odróżnić osobę od samochodu, użytoTest Turinga. Po raz pierwszy zaproponował go Alan Turing w artykule „Komputery i umysł” w 1950 r. Test polega na tym, że każdy uczestnik prowadzi korespondencję z jedną osobą i jednym programem komputerowym i musi, na podstawie odpowiedzi na pytania, ustalić z kim rozmawia. Jeśli sędzia nie jest w stanie powiedzieć, który z rozmówców jest osobą, uznaje się, że maszyna zdała test. Aby przetestować inteligencję urządzenia, a nie jego zdolność do rozpoznawania języka mówionego, konwersacja jest prowadzona w trybie „tylko tekst”, na przykład za pomocą klawiatury i ekranu. Korespondencję należy przeprowadzać w kontrolowanych odstępach czasu, aby sędzia nie mógł wyciągać wniosków na podstawie szybkości odpowiedzi. W czasach Turinga komputery reagowały wolniej niż ludzie. Teraz ta zasada jest również konieczna, ponieważ reagują znacznie szybciej niż osoba.
Około 5g
- DELLstwierdziłże ludzkość czeka na „cyfrową transformację 5G”. Co masz na myśli
- Właśnie to, co powiedziałem powyżej, to przeniesienieinformacje będą teraz nie tylko między ludźmi, ale także maszynami. Dzięki wdrożeniu IoT, gromadzeniu i transmisji Big Data, wymaga większej przepustowości i możliwości przetwarzania. Ludzie, na szczęście lub niestety, są w niewielkim stopniu przygotowani na ulepszenie, głównie ewolucyjne (uśmiechnięte). Ale technologie się rozwijają i każdy nowy etap wymaga rozwoju całej infrastruktury, pociągając za sobą słabe połączenia. Czujniki IoT i gęstość urządzeń, ilości informacji generowanych przez urządzenia wymagają nowych technologii przesyłania danych, a ta nowa technologia na tym etapie to zaledwie 5G. Jeśli nie zostanie wdrożony na czas, komunikacja stanie się słabym ogniwem i czynnikiem utrudniającym rozwój całego systemu. Wyobraź sobie, że pracujesz w nowoczesnym biurze z dostępem do Internetu za pośrednictwem modemu, który nie jest zbyt szybki. Czy potrafisz dużo? Jak długo będziesz czekać na pobranie jednej litery? W każdym razie taka sytuacja jest nie do przyjęcia. Już chodzimy po centrach danych. Ci, którzy odrzucą tę strategię, znacznie stracą na „transformatorach” w codziennych zadaniach. Obecność szybkiego transferu danych między centrum danych a miejscem gromadzenia danych umożliwia wykonywanie obliczeń granicznych, a przesyłanie danych przez chmurę nie obciąża rdzenia systemu informacyjnego organizacji.
— Liczba stacji bazowych komunikacji mobilnej rośnie obecnie krytycznie szybko. Co stanie się z 5G?
- Trudno jest mi przewidzieć liczbę stacji5G przecież dla nas jest to wiedza uzupełniająca. Mogę odpowiedzieć, że szybkość wymiany informacji, jej ilość i ilość rosną wykładniczo i oczywiście konieczne jest rozwiązanie techniczne. O ile wiem, stacje 5G, jeśli porównasz je z procesorami w komputerach, zapewnią większą liczbę operacji nie tylko poprzez zwiększenie ich liczby, ale także dzięki wieloelementowym cyfrowym układom antenowym (analogicznie do rdzeni i tranzystorów w układzie scalonym). W końcu nie widzimy dziś komputera z tysiącami rdzeni do zwiększania mocy, ale zgodnie z prawem Moore'a widzimy podwojenie tranzystorów na chipie co 24 miesiące. Coś podobnego dzieje się ze stacjami bazowymi i technologiami. Zmienia się nie tylko ich ilość, ale także jakość.
Zdjęcie: Anton Karliner / „Hightech”
— Według firmy DELL sieci 5Gbędziecałkowicie niezależny od sprzętu i w ogóleprzetwarzanie będzie skoncentrowane w rozproszonym centrum oprogramowania. Zasadniczo, czy proponujesz całkowitą zmianę architektury zarówno modelu sieci, jak i myślenia w ogóle?
- Mówimy o Edge- czyli peryferyjnymobliczenia Dziś rzeczywiście panuje tendencja do decentralizacji, do przetwarzania i przechowywania danych w tym samym miejscu, w którym są generowane i wykorzystywane. Obliczenia i analityka przenoszą się na brzeg sieci, gdzie gromadzone są duże ilości danych. Wraz z dobą multimediów wzrasta także wolumen i prędkość przesyłu danych przez operatorów komórkowych (wszelkie zdjęcia i filmy, transmisje na żywo), a użytkownicy nie chcą tolerować opóźnień w przesyłaniu czy odtwarzaniu treści. W tym celu musisz znaleźć „darmowy” węzeł zlokalizowany jak najbliżej użytkownika. Oznacza to, że popyt i realia kształtują transformację zarówno sprzętu, modeli obliczeniowych, jak i scenariuszy przetwarzania danych. Możesz wjechać w korek i poczekać kilka godzin, aż dojedziesz do celu (w zasadzie na pierwszy rzut oka jest to bezpieczniejsze, ale w rzeczywistości nie zawsze, jak wiemy) lub możesz wybrać bezpłatną autostradę i pędzić z maksymalną (dozwoloną) prędkością.
Komputery peryferyjne (Edge)— zasada konstruowania hierarchicznegoInfrastruktura informatyczna, w której zasoby obliczeniowe są częściowo przenoszone z rdzenia – centralnego centrum danych na peryferie – i są zlokalizowane w bliskiej odległości od miejsca, w którym powstają dane pierwotne w celu ich pierwotnego przetworzenia przed przesłaniem do komputera wyższego poziomu węzeł.
Można przetwarzać jedno urządzenie peryferyjnetaka ilość danych, którą wcześniej mógł obsługiwać tylko duży komputer. Obliczenia peryferyjne upraszczają zarządzanie danymi, zmniejszając losowość struktury, zwiększając użyteczność i zmniejszając ryzyko bezpieczeństwa.
- Koszty nowej infrastruktury są ogromne, logiczne wydaje się stworzenie pewnego rodzaju „mistrza narodowego” z bezpośrednim udziałem państwa. Czy to może całkowicie zabić konkurencję na rynku?
- Szczerze mówiąc, pytanie jest na dużą skalę i tak dalejAby odpowiedzieć na to pytanie, należy wziąć pod uwagę ogromną ilość danych wejściowych, z których nie wszystkie znajdują się na powierzchni. Jak rozmawialiśmy z tobą wcześniej, kiedy czynnik ludzki interweniuje, czasem nieoczywiste czynniki wpływają na wynik.
Zdjęcie: Anton Karliner / „Hightech”
Zabijanie konkurencji jest zwykle krótkowzroczne, ponieważwpływa to negatywnie na rozwój zarówno branży, jak i polityki cenowej. Różni operatorzy konkurują dziś nie tylko sprzętem (choć poziom odbioru sygnału i jakość komunikacji to oczywiście jeden z najważniejszych czynników dla użytkownika), ale także polityką cenową, a nawet kampaniami marketingowymi. I to jest dobre. Brak konkurencji doprowadziłby do stagnacji zarówno dla operatorów telekomunikacyjnych, jak i dostawców rozwiązań. Szybkość dywersyfikacji jest funkcjonalnie powiązana z potrzebami rynku. Powstanie monopoli reguluje prawo. Jeden operator po prostu nie będzie w stanie poradzić sobie z lawiną popytu na usługi chmurowe w latach 2025–2030.