Doktor Eng Lim Goh- Yüksek Performanslı Bilgi İşlemden Sorumlu Başkan Yardımcısı ve Baş Teknoloji Uzmanı ve
NASA Olağanüstü Madalyasıgenişletilmiş uzay görevlerinde otonom süper bilgisayarların işletilmesi için ISS'de bir deneyin temel araştırmacısı olarak teknolojideki ilerlemeler. Blockchain tabanlı sürü araştırma uygulamalarını birlikte yaratmanın yanı sıra, Formula 1 yarışlarında AI'nin dağıtımını denetler, şampiyon poker botunun arkasındaki teknolojiyi sanayileştirir ve birlikte biyolojik olarak ayrıntılı bir memeli beynini simüle etmek için sistemleri tasarlar. Altı tane ABD patenti var, beşi de beklemede.
HPE (Hewlett Packard Enterprise)2015 yılında kurulmuş bir Amerikan bilişim şirketidiryıl HP Inc. ile birlikte Hewlett-Packard Corporation'ın bölünmesinden sonra. Kurumsal müşteri segmentindeki işi devraldı; sunucular, süper bilgisayarlar, veri depolama sistemleri, depolama ağları, ağ ekipmanları, yakınsak sistemler üretiyor ve aynı zamanda bulut altyapılarının oluşturulmasında da rol alıyor.
“Bulut büyük veri dünyasında önemli kalacak”
- Bulut teknolojileri uzun zamandır inovasyonun ötesinde modern BT standartlarına geçti. Bugün yeni ürünler geliştirmede nasıl bir rol oynuyorlar?
- HPE'de bilgi işlemimize odaklandık“çoğunlukla çevresel-buluta” eğiliminin bir parçası olarak gelişme, çünkü verilerin çoğu öncelikle çevreye gidiyor. Bağlı bir arabadan (diğer sistemler ile çift yönlü iletişim kurabilen bir araba - HiTech), havacılık endüstrisinden ve hastanelerden bahsediyorsak, tüm verileri çevreden buluta, örneğin süpermarketlerin, arabaların verilerini aktarmak zorundayız. Birçok durumda, verileri analiz etmek ve sonucu tekrar çevreye göndermek için verileri buluta aktarırız.
Bulut bilişim önemlidir çünkübulutta yoğunlaşan tüm bilgi işlem gücünü kullanın, çevre çevresinde genellikle daha azdır. Geleneksel yöntem önce çevre hakkında veri toplamak ve daha sonra akıllı çevre birimlerini buluta yalnızca gerekli bilgileri gönderecek şekilde yapılandırmaktır. Bulut, makine öğrenimi yapmak, analiz yapmak, çevreye geri gönderilecek sonuçlar almak için tüm bilgi işlem kaynaklarına sahiptir. Bu yüzden bulutun büyük veri dünyasında önemli kalacağına inanıyoruz.
- Yeni veri merkezleri oluşturmak için neden yapay zeka kullanmalı? Bu bağlamda temel amacı nedir?
- Veri merkezleri (DPC)daha karmaşık ve kullanıcılar talep ediyor. Veri merkezinin karmaşıklığıyla ilgili olarak, bugün AI için çok sayıda çekirdeğe sahip çok sayıda merkezi (CPU) ve grafik (GPU) işlemciniz var. Ayrıca depolanması ve hareketi organize edilmesi gereken büyük veri akışları da vardır. Bütün bunlar çok fazla enerji tüketir ve veri merkezlerinin karmaşıklığını artırır.
GPU (grafik işlem birimi)- grafik işlemcisi, uzmangrafikleri ve görsel efektleri işlemek için bir cihaz. CPU'nun (merkezi işlem birimi) aksine, GPU mimarisi paralel hesaplamaya daha uygundur ve çok daha hızlı belleğe sahiptir. Modern GPU'lar yalnızca grafik işleme için değil, aynı zamanda işlem hızının daha önemli olduğu benzer matematiksel hesaplamalar için de kullanılabilir. Aynı zamanda GPU'nun veri işleme hızı CPU'ya göre binlerce kat daha yüksek olabiliyor.
İşlemci çekirdekleri- bağımsız işlemciler bir arada toplanmışfiziksel çip. Bu yöntem, çipin fiziksel boyutunu, güç tüketimini ve ısı dağılımını azaltmayı ve ayrıca işlemci mimarisini değiştirmeden performansı önemli ölçüde artırmayı mümkün kılar.
Kullanıcılara gelince, gereksinimleri deçok arttı. Geçmişte ekipman satın aldılar, piyasaya sürdüler ve sistem çalışırken kullanıcılar memnun kaldı. Ancak bugün soruyorlar: "Uygulamalarım en iyi şekilde çalışıyor mu?" - bilgi işlem gücünde her zaman doğrudan bir artış olmadığı için verimlilikte oransal bir artış sağlar.
Sonuç olarak, kullanıcı gereksinimleriniz vardır,veri merkezlerinin karmaşıklığı, yani verileri görüntüleyecek ve daha iyi kararlar alınmasına yardımcı olacak daha fazla yapay zeka uygulamanız gerekir. Sorun, Yapay Zeka'nın öğrenmesine yardımcı olacak yeterli veriye sahip olmamamız. Projemize yaklaşık 10 bin müşteri girdi ve veri merkezindeki verilerini buluta gönderdi. Şimdi, çalışmalarını optimize etmek için AI verilerinin işlenmesinin sonuçlarını bu veri merkezlerinin her birine geri gönderiyoruz.
- AI halen kurumsal müşteriler için ekipman oluşturmada aktif olarak kullanılıyor mu? Ofis ve ev ürünlerinde ne kadar sürede benzer teknolojiler beklemelisiniz?
- Verme yeteneğini kastediyorsantarihe dayalı tahminler, o zaman zaten çok yaygın olarak kullanılmaktadır. Bugün birçok alanda kullanılmaktadır: finansta, hisse senetlerinin değerini tahmin etmek, ne zaman satılacağı ve satın alınacağı, finansal piyasalardaki türevlerin fiyatlandırılmasında veya tıpta x-ışınlarındaki anomalileri hesaplamak için. Örneğin amortisördeki titreşimin kötü bir şey ifade ettiğini ve bunun hakkında sürücüye bilgi gönderdiğini anlayacak kadar akıllı arabalar var. Kararlar ve tahminler yapabilmek için tarih boyunca öğrenmek bir gerçek haline gelmiştir. Ancak bir süpermenin ortaya çıkacağı daha cesur tahminler hala bilim kurgu. Ancak, şimdi düşünmeye başlamak önemlidir.
“Optimizasyon yöntemini kullanan Quantum bilgisayarlar, yapay zeka ile bilgisayarı daha hızlı öğrenecek”
- Sıradan insanların bugün kuantum bilgisayarların tam olarak ne konuştuklarını anlamaları zor. Onları kendiniz için nasıl tanımlıyorsunuz?
- Başlangıç olarak, kuantumu anlamıyorummekaniği. Kuantum durumların karışmasını, klasik duruma çökmenin ve çökmenin ölçülmesini anlamıyorum. Ama önemli değil. Bu kavramların üçünü de kabul ediyorum. Var olduklarını itiraf ediyorum. Eğitimle mühendis olduğum için sadece daha çok anladığımı kullanıyorum. Örneğin, bir atomdaki farklı elektron enerji seviyeleri: düşük, yüksek ve çok yüksek. Ayrıca, dolaşma, iki atomun birbirine dolanmaya başladığı zamandır. Başlangıçta belirsiz bir sistem, ölçüm sonucunda kabul edilebilir durumlardan birini “seçtiğinde” bir fonksiyonun çöküşünden bahsettik. Mühendislik açısından bana şu anda kuantum bilgi işleme için geliştirilen tüm farklı kuantum sistemlerini birleştirmeme izin veren bu üç kavramın varlığını kabul ediyorum.
- Son zamanlarda Google, "kuantum üstünlüğü" nün başardığını açıklayan çok gürültü yaptı. Tasarımlarınızda kuantum teknolojilerini kullanıyor musunuz?
- Bence analog teknolojiyi alacağızÖnümüzdeki on yıl içinde kuantum hesaplamada ölçümler. Ancak dijital anlamda, bir kuantum bilgisayarın bugünkü makine gibi çalışması için on yıldan fazla sürecek. En büyük sorunlardan biri, dolaşma ve süperpozisyonun hesaplamaları yapacak kadar uzun süre nasıl sabit tutulacağıdır. Bugün birçok hata var ve düzeltilmeleri bir hesaplama kubitini desteklemek için çok daha fazla kubit gerektiriyor. Bu nedenle, kuantum bilgisayarın klasik bilgisayarlardan daha iyi olacağı noktaya ulaşmanın on yıldan fazla süreceğini iddia ediyorum. Bu nedenle, hala zaman var, ancak göründüğünde, şeylerin sırasını kökten değiştirebiliriz.
Kuantum üstünlüğü– kuantum hesaplama cihazlarının yeteneğiKlasik bilgisayarların pratikte çözemediği sorunları çözer. Google daha önce 49 süper iletken kübit dizisi kullanarak kuantum üstünlüğünü gösterme planlarını 2017 sonundan önce duyurmuştu, ancak böyle bir sonucun gerçek başarısı ancak NASA ile yapılan işbirliğinin bir sonucu olarak 23 Ekim 2019'da açıklandı. Google'a göre "kuantum üstünlüğü, 53'ü işlevsel olan ve geleneksel bir süper bilgisayarın yaklaşık 10.000 yıl alabileceği hesaplamaları 200 saniyede gerçekleştirmek için kullanılan 54 kübitlik bir dizide elde edildi."
Qubit (kuantum bitinden)- kuantum deşarjı veya en küçük elementBilginin kuantum bilgisayarda saklanması. Bir bit gibi, bir kübit de 0|1 olarak gösterilen iki özduruma izin verir, ancak aynı zamanda bunların "süperpozisyonunda", yani aynı anda her iki durumda da olabilir. Bir kübitin durumu ölçüldüğünde rastgele kendi durumlarından birine geçiş yapar. Kübitler birbirleriyle "dolaşık" hale gelebilir, yani onlara gözlemlenemeyen bir bağlantı empoze edilebilir; bu, birkaç kübitten birinde herhangi bir değişiklik olduğunda geri kalanların da onunla uyum içinde değişmesi gerçeğiyle ifade edilir.
- Kuantum bilgisayar yapay zeka ile nasıl ilişkilidir?
- Yapay zeka makine öğrenimini kullanır, öğrenirhikayeyi kullanarak. Bu deneme yanılma yoluyla olur, bir hikayeyi dener, yanlış tahmin eder, düzeltir, sonra başka bir hikaye - değilse, tahmin edip düzeltmek için. Ve böylece bin deneme. On bin deneme. Yüz bin. Bir milyon on milyon. Tahminler için doğru algoritmayı görüntüleyene kadar ayar yapmak için birçok girişimde bulunması gerekir. Optimizasyon yöntemini kullanan kuantum bilgisayarların yapay zeka ile bilgisayarı daha hızlı öğrenmesini sağlayacağına inanıyorum. Böylece çok fazla girişimde bulunması ve doğru sonucu elde etmek için bir milyon kez denemesi gerekmez. Bir kuantum bilgisayarı, çok iyi bir tahmin seviyesi elde etmesini sağlayacaktır.
Blockchain ve sürü zekası
— Blockchain teknolojileri işletmelerde nasıl kullanılıyor?
- AI ve blockchain çok yakından ilişkilidir. Blockchain'in kendisinin değil, altında yatan teknolojinin çevre birimleri için önemli olacağına inanıyoruz. Veriler çevreye gideceğinden, bulutun hesaplama gücünü korumak için mümkün olduğunca çok şey yapmak isteyeceksiniz. Milyonlarca yüksek tanımlı HD kameranız olduğunu düşünün. Bir milyon kameradan buluta veri akışı gönderemezsiniz. Karar vermek için yeterince akıllı bilgisayarları çevreye koymanız gerekecek: “Bunu göndermeme gerek yok. Sadece bunu göndereceğim. ” Ama sonra akıllı bilgisayarlara ihtiyacınız var. Sürü eğitimi için birden fazla çevresel bilgisayarı tek bir gruba, bir “sürünün” bağlayabileceğine inanıyoruz. Bu sürünün zekasından kaynaklanıyor - ikisi de birbirine bağlı.
Sürü istihbaratının kesin tanımı hala değildir.formüle edilebilir. Sürü zekası, merkezi olmayan, kendi kendini düzenleyen bir sistemin kolektif davranışını tanımlar. RI sistemleri, kural olarak, birbirleriyle ve çevre ile yerel olarak etkileşime giren birçok ajandan (tekliflerden) oluşur. Davranış fikirleri genellikle doğadan, özellikle biyolojik sistemlerden gelir. Her çocuk çok basit kurallara uyar. Her birine ne yapacağını gösteren merkezi bir davranış yönetim sistemi olmamasına rağmen, yerel ve biraz rastgele etkileşimler, bireysel Boyidler tarafından kontrol edilmeyen akıllı grup davranışının ortaya çıkmasına neden olur. Genel olarak UR, kendi kendini organize eden bir davranışa sahip olacak ve toplamda bazı makul davranışlar sergilemesi gereken çok etmenli bir sistem olmalıdır.
Sürü eğitimi yöntemimizden bahsedersek, o zamano böyledir. Bir hastanenin eğitimini, verilerini izole ettiğini, veri paylaşmadığını ve sadece eğitiminin sonuçlarını paylaştığını varsayalım. Diğer hastaneler de öyle. Tüm transfer süreci blockchain teknolojisi ile koordine edilmektedir. Gerekli olduğundan eminiz, çünkü tüm çevresel cihazların bağımsız da olsa bir bütün olarak çalışmasını istiyoruz.
Merkezi yönetime sahip olmak istemiyoruz,çünkü sürülerde değil. Arı sürüsü kovanda bir kraliçe arıya sahiptir. Ama sürüsü uçarken hiçbir talimat vermez. Arılar kendilerini koordine ederler. Ve sadece kovana döndüklerinde, kraliçe arı ile iletişim kurarlar, hizmet ederler vb. Ancak sürünün içinde olduklarında, eğitilirler, kendi aralarındaki eylemleri koordine etmek zorundadırlar. Ve böylece sürü yaşıyor. Ama bir lider olmadan nasıl koordine edilir? Blokcheyn. Bu nedenle, blockchain çevre için önemlidir. Sürüyü koordine eden tek bir lider varsa ve o düşerse, tüm sürü çalışmaz. Arılar başka bir lider aramalıdır. Blockchain'de lider yok.
- UR teknolojileri hakkında ne söyleyebilirsiniz? Sinir ağları ile benzerlik burada uygun mu?
“Roy aynen sinir ağı gibi.” Çevre üzerindeki her bir arı veya sunucunun kendi sinir ağı vardır. Her hastane, bir sürü gibi, kendi ayrı eğitim sinir ağına sahiptir. Ancak blockchain, bu eğitimin tüm hastanelerde paylaşılmasına izin veriyor. Bu nedenle, çevre üzerindeki her arı, hastane veya bilgisayarın kendi sinir ağı vardır. Fakat arıdan arıya öğrendiklerini paylaştıklarında blockchain kullanıyorlar. Sonuç olarak, hem sinir ağlarını hem de blok zincirini kullanırlar. Sinir ağı kendi kendine çalışma için kullanılır ve blok zinciri başkalarıyla paylaşmak için kullanılır.
“Dünya Sorumluluğu Genç Mühendisleri Çekiyor”
- Günümüzde şirketler çevre bakımına özel önem vermektedir. HPE çevre ile ilgilenmek için çalışmalarında ne gibi önlemler alıyor?
- Bu önemli bir konudur.Öncelikle şirket olarak Dünya'dan sorumluyuz. İkincisi, birçok genç mühendis böyle bir sorumluluğu hisseden bir şirkete katılmak istiyor. Evet, bu yeni nesilde daha fazla bilince doğru bir eğilim olduğunu düşünüyorum. Genç mühendisleri çekmek istiyoruz. Üçüncüsü bunlar doğru şeylerdir.
İki büyük kurtarma merkezimiz var.ABD ve İskoçya. Kaba tahminlere göre, geçtiğimiz yıl, restore edilen eski ekipmanın% 99'unu satın aldık, işledik ve sattık, toplam 3 milyon dolar. Kalıntılardan hammaddelerin çoğunu çıkarırız: gümüş, altın - ve tekrar kullanın. Ve sadece çok küçük bir yüzde, yaklaşık% 0.3, atılır.
İkinci alan, müşteri etkileşimiçevre koruma alanları. En sevdiğim örneklerden biri, müşterimizin Salling Group'un gıdanın mantıksız kullanımı ile mücadele etmek için tasarlanmış bir uygulamasıdır. Bugün, yaklaşık 2.000 süpermarket birbirine bağlı. Örneğin, mağazalar süresi dolduğu için 26.912 gıda maddesi atmayı planlamaktadır. Bu tür ürünleri büyük bir indirim ile satarak perakende zincirleri kârlarını% 10 artırabilir ve müşteriler düşük bir fiyata mal alabilirler.
Başka bir alan temiz enerjidir. Dünyada çok miktarda karbondioksit üretilir, çünkü insanların enerjiye ihtiyacı vardır. Enerji üretimi için nükleer füzyonu kullanmaya çalışmak için ITER (Uluslararası Deneysel Nükleer Reaktör) projesi ile çok yakın çalışıyoruz. Nükleer füzyonun karmaşıklığı, plazmayı TOKAMAK (manyetik bobinli toroidal bir oda - “HiTech”) etrafında dönen manyetik bir alanda tutmaktır. Plazmayı sabit tutmak için TOKAMAK manyetik alanının optimal yapısını hesaplamak için bir süper bilgisayar sağlıyoruz.