Boris Scherbakov- Vice President och General Manager för Dell Technologies. 1977 tog han examen från ekonomi
Han började sin karriär på Dell 2012.Från Dells position i Ryssland, Kazakstan och Centralasien var han ansvarig för affärsstrategin för företagens och konsumentområdena i företaget i regionen. Sedan februari 2017 har Boris Shcherbakov varit chef för det ryska kontoret för Dell EMC. Han ansvarar för utvecklingen av alla affärsområden - infrastrukturlösningar, tjänster och klientsystem. År 2019 blev han vice president och CEO för Dell Technologies i Ryssland, Kazakstan och Centralasien.
Om maskininlärning
- Är det generellt mer lönsamt för mänskligheten att investera i maskin- eller mänskligt lärande?
- Det är svårt att tala för mänskligheten som helhet, menföretag är vana att välja den bästa investerings- / investeringslösningen eftersom det påverkar lönsamheten. Och om maskinen fungerar snabbare och bättre, och samtidigt är den billigare, och den inte misstas, och den är inte sjuk, blir valet uppenbart. Inget personligt, som de säger, bara affärer. Och naturligtvis är det värt att vidarebefordra funktionaliteten som datorer kan hantera snabbare och mer exakt för att befria ramar från monoton arbetskraft.
Foto: Anton Karliner / Haytek
Å andra sidan för att göra dessa maskiner lysandehanteras med uppgifterna krävs högkvalificerade utvecklare som kan lära sig och förbättra algoritmer. Frågan om utbildning av människor och maskiner är strategisk. Föreställ dig att staten inte har några robotar, inga datorer, ingen programvara, inga utvecklare. Den faller automatiskt ur ett konkurrenskraftigt lopp och förblir på sidelinjen för teknisk utveckling och innovation. Samtidigt bör man inte glömma att tekniker och utveckling ofta är experimentell och inte bör absolutiseras. När allt kommer omkring är det mest stabila i våra liv förändring. Vi gör speciella studier om hur teknologier förändras och kommer att förändra våra liv i nuet och i framtiden, och vi letar efter optimala lösningar för deras tillämpning inom olika områden av mänsklig aktivitet. Och vi vill göra livet på planeten bättre genom att ge människor med olika möjligheter tillgång till moderna lösningar. Vi transformerar affärer inte bara genom dem, utan bidrar också till omvandlingen av människor med storskaliga idéer runt om i världen genom tillgång till teknik.
- Samtidigt kan det inte sägas om maskininlärning att nästa implementering av den berömda ”kvantiteten går till kvalitet”. Varför?
- Egentligen, nej, maskininlärning är barabara en uppsättning algoritmer. Även om de resultat som erhålls ibland kan vara överraskande. Med maskininlärning tränas faktiskt inte bara en dator för att jämföra mönster som har inträffat tidigare, utan också att förutse framtida utveckling är ofta bättre än människor (eftersom hela spektrumet av kända faktorer beaktas och mänskliga fel utesluts). Det är sant att livet ibland gör justeringar som även den mest exakta datorn inte kan ta hänsyn till.
Men med kvantitet som går till kvalitet,inte så enkelt. Lärningssystem, som barn, går från enkla till komplexa och fel utesluts inte. Samtidigt förbättras informationsbehandlingshastigheten och resultatens noggrannhet med varje iteration och uppdatering. Men naturligtvis kvarstår frågan om korrekta algoritmer och felsökning.
"Vad är då problemet?" Varför, trots utvecklingen av teknik, fortfarande händer fel i tillämpningen av sådana algoritmer?
— Frågan är inte för maskiner, utan för människor somutveckla algoritmer. Ordet "dator" är bokstavligen översatt till ryska som "dator". Kvaliteten på det slutliga resultatet beror på hur korrekt algoritmen är specificerad och resultaten och beräkningsprocessen spåras. Det finns ett koncept som kallas "kvalitetsfunktionalitet", som avgör hur väl en maskin klarar databehandling.
Människor har inte tillräckligt med tid att bestämmagrundläggande problem med dess utveckling. Detta är en relativt låg livslängd som påverkas avsevärt av medfödda eller förvärvade sjukdomar.
Boris Scherbakov, Dell Technologies
Till exempel är Genome International ganskahar länge använt maskininlärningsmetoder baserade på högpresterande datacenter för att studera mänskligt DNA och förutsäga, så långt det är möjligt, sannolika problem för en viss individ i framtiden. Hastigheten för att erhålla resultat och deras noggrannhet beror i detta fall på följande faktorer: kvaliteten på den primära diagnosen, historiska data, datamodellalgoritm, hårdvaruklusterprestanda och… Lycka till. Det är värt att lita på det, eftersom vi inte har studerat biologisk mekanik till 100%.
– Med vilka kriterier kommer vi att fastställa att en dator helt har överträffat en person, som hände i schack eller ispelet går?
- Jag tror på människors potential och mjuka färdigheter(överprofessionella färdigheter som inte är relaterade till en persons officiella skyldigheter - ”High Tech”). Teknologier är bra inom sina områden och hjälper till att utföra operationer snabbare och mer exakt, på en nivå som till och med är potentiellt otillgänglig för människor. Samtidigt finns det en baksida av myntet: den mänskliga hjärnan och beslutsfattandet har ännu inte studerats till fullo, och alla system, inklusive neurala nätverk, byggs på grundval av tillgängliga data för vetenskapen och människor, det vill säga initialt utan att ta hänsyn till hela matrisen. Därför kan du inte oroa dig för mänsklighetens framtid och inte demonisera maskiner.
Datorer är ett derivat av det mänskliga sinnet, operationerna är snabbare och mer exakta, men en person ställer in algoritmen.
Boris Scherbakov, Dell Technologies
Samtidigt är egenskaper viktiga (och inte bara nivånutbildning och geni, men också moral) av människor som skapar algoritmer. Robotar kan trots allt hjälpa, men de kan också förstöra. Och som all teknik, lockar de historiskt sett statens och militärens uppmärksamhet, först och främst. I stridsförhållanden i dag kommer robotar och datorer att ge varje person ett försprång, men samtidigt saknar de uppfinningsrikedom och intuition. Den huvudsakliga egenskapen, om den översätts till mänsklig verklighet, är sunt förnuft (det uppenbart korrekta beslutet givet tillgängliga data), men samtidigt vet vi många historiska exempel där uppfinningsrikedomen slog det. Därför skulle jag svara att inom vissa områden är överlägsenhet redan uppenbar, men det är fortfarande väldigt tidigt att tala om totalförlust på alla fronter. Och självlärande system är också skrämmande.
För att skilja en person från en bil, användsTuring test. Det föreslogs först av Alan Turing i artikeln "Datorer och sinne" 1950. Testet består i det faktum att varje deltagare bedriver korrespondens med en person och ett datorprogram och måste, baserat på svar på frågor, bestämma vem han pratar med. Om domaren inte med säkerhet kan säga vilken av samtalarna som är en person, anses det att bilen klarat testet. För att testa maskinens intelligens och inte dess förmåga att känna igen talat språk genomförs konversationen i läget "endast text", till exempel med hjälp av tangentbordet och skärmen. Korrespondens bör genomföras med kontrollerade intervaller så att domaren inte kunde dra slutsatser baserade på svarets hastighet. Under Turings tid reagerade datorer långsammare än människor. Nu är denna regel också nödvändig, eftersom de svarar mycket snabbare än en person.
Cirka 5 g
— DELLhan uppgavatt mänskligheten väntar på "5G digital transformation". Vad menar du?
- Precis vad jag sa ovan är överföringeninformation kommer nu inte bara att finnas mellan människor utan också maskiner. Tack vare implementeringen av IoT, insamling och överföring av Big Data kräver det mer bandbredd och bearbetningsmöjligheter. Människor är lyckligtvis eller tyvärr begränsade förberedda för en uppgradering, mestadels evolutionär (leende). Men teknologier utvecklas, och varje nytt steg kräver utveckling av hela infrastrukturen och drar svaga länkar. IoT-sensorer och enhetstäthet, volymerna av information som genereras av enheter kräver ny dataöverföringsteknologi, och denna nya teknik i detta skede är bara 5G. Om den inte implementeras i tid kommer kommunikation att bli en svag länk och en faktor som hindrar utvecklingen av hela systemet. Föreställ dig att du arbetar på ett modernt kontor med internetåtkomst genom ett modem som inte säger så snabbt. Kan du göra mycket? Hur länge väntar du på att ladda ner ett brev? I vilket fall som helst är denna situation oacceptabel. Vi går redan datacentra. De som avvisar denna strategi kommer betydligt att förlora för ”transformatorerna” i vardagliga uppgifter. Närvaron av snabb överföring av data mellan datacentret och datainsamlingsplatsen gör det möjligt att utföra gränsberäkningar och överföra data genom molnet, inte laddar kärnan i organisationens informationssystem.
— Antalet basstationer för mobilkommunikation växer i dag kritiskt snabbt. Vad kommer att hända med 5G?
- Jag har svårt att förutsäga antalet stationer5G, trots allt, för oss är detta intilliggande kompletterande kunskap. Jag kan svara på att hastigheten för informationsutbyte, dess volymer och mängd växer exponentiellt och naturligtvis krävs en teknisk lösning. 5G-stationer, så vitt jag vet, om du jämför dem med processorer i datorer, tillhandahåller ett större antal operationer, inte bara genom att öka antalet, utan också på grund av flera element digitala antennuppsättningar (liknande kärnor och transistorer på ett chip). När allt kommer omkring ser vi inte idag en dator med tusentals kärnor för att öka kraften, men enligt Moores lag ser vi fördubblingen av transistorer på ett chip var 24: e månad. Något liknande händer med basstationer och teknik. Inte bara deras kvantitet, utan också kvaliteten förändras.
Foto: Anton Karliner / Haytek
— Enligt DELL, 5G-nätverkkommer att blihelt oberoende av utrustning och alltbearbetningen kommer att koncentreras till ett distribuerat mjukvarucenter. I grund och botten, föreslår du att helt ändra arkitekturen för både nätverksmodellen och tänkandet i allmänhet?
– Vi pratar om Edge- eller perifertberäkningar Idag finns det verkligen en trend mot decentralisering, mot att bearbeta och lagra data på samma plats där den genereras och används. Datorer och analyser flyttar till kanten av nätverket – där stora mängder data samlas in. Med multimedias era ökar också volymen och hastigheten för dataöverföring från mobiloperatörer (alla foton och videor, livesändningar), samtidigt som användarna inte vill stå ut med förseningar i överföringen eller uppspelningen av innehåll. Och för detta måste du hitta en "fri" nod som ligger så nära användaren som möjligt. Det vill säga efterfrågan och verkligheten formar omvandlingen av både hårdvara och datormodeller och databehandlingsscenarier. Du kan köra i en bilkö och vänta ett par timmar tills du kommer till din destination (i allmänhet är detta säkrare vid första anblicken, men inte alltid faktiskt, som vi vet), eller så kan du välja en gratis motorväg och rusa med högsta (tillåtna) hastighet.
Peripheral Computing (Edge)— principen att konstruera en hierarkiskIT-infrastruktur, där datorresurser delvis flyttas från kärnan - det centrala datacentret till periferin - och är belägna i omedelbar närhet av den plats där primärdata skapas för dess primära bearbetning innan de överförs till en dator på högre nivå nod.
En kringutrustning kan behandlasen sådan datamängd som bara en stor dator kunde hantera tidigare. Perifer beräkning förenklar datahantering genom att minska slumpmässigheten i strukturen, öka användbarheten och minska säkerhetsriskerna.
- Kostnaderna för den nya infrastrukturen är enorma, det verkar logiskt att skapa en slags "nationell mästare" med direkt statligt deltagande. Kan detta helt döda konkurrensen på marknaden?
- Ärligt talat, frågan är storskalig, och såFör att svara på det är det nödvändigt att ta hänsyn till en enorm mängd inmatningsdata, som inte alla är på ytan. Som vi har diskuterat med dig tidigare, när den mänskliga faktorn intervenerar, påverkar ibland otydliga faktorer resultatet.
Foto: Anton Karliner / Haytek
Dödskonkurrens är oftast kortsiktig eftersomdetta påverkar utvecklingen av både branschen och prispolitiken negativt. Idag konkurrerar olika operatörer inte bara på grund av hårdvara (även om nivån på signalmottagning och kommunikationskvalitet naturligtvis är en av de viktigaste faktorerna för användaren), utan också på grund av prispolicyer och till och med marknadsföringskampanjer. Och det här är bra. Bristande konkurrens skulle leda till stagnation för både telekomoperatörer och lösningsleverantörer. Hastigheten i diversifieringen är funktionellt relaterad till marknadens behov. Uppkomsten av monopol regleras i lag. En operatör kommer helt enkelt inte att klara av lavinen av efterfrågan på molntjänster 2025–2030.