Доктор Енг Лім Го- Віце-президент і головний технічний директор з високопродуктивних обчислень;
Нагороджений медаллю НАСА за винятковідосягнення в області технологій в якості головного дослідника експерименту на борту МКС для роботи автономних суперкомп'ютерів в тривалих космічних польотах. На додаток до спільного вироблення додатків для вивчення рою на основі блокчейна він курирує розгортання ІІ в гонках «Формули-1», займається промисловим застосуванням технологій, що стоять за покерним ботом-чемпіоном, і спільно розробляє архітектуру систем для моделювання біологічно детального мозку ссавців. Отримав шість патентів США, ще п'ять знаходяться на розгляді.
HPE (Hewlett Packard Enterprise)— американська IT-компанія, створена у 2015 році спільно з HP Inc.після поділу корпорації Hewlett-Packard.Успадкував бізнес в сегменті корпоративних клієнтів - виробляєсерверів, суперкомп'ютерів, систем зберігання даних, мереж зберігання даних, мережевого обладнання, конвергентних систем, а також займається побудовою хмарних інфраструктур.
«Хмара залишиться важливим в світі великих даних»
- Хмарні технології вже давно вийшли за рамки інновації в сторону сучасних стандартів ІТ. Яку роль сьогодні вони грають при розробці нових продуктів?
- У HPE ми зосередили наші обчислювальнірозробки в рамках тенденції «з периферії в хмару», в основному тому що більшість даних спершу надходить на периферію. Нам доводиться переносити всі дані з периферії в хмару, наприклад, дані супермаркетів, автомобілів, якщо мова йде про сonnected car (автомобіль, який може двоспрямованістю спілкуватися з іншими системами - «Хайтек»), авіаційної промисловості та лікарень. У багатьох випадках ми переносимо дані в хмару, щоб потім провести аналіз даних і відправити результат назад на периферію.
Хмарні обчислення важливі, тому що дозволяютьвикористовувати всю обчислювальну потужність, зосереджену в хмарі, в той час як у периферії вона зазвичай менше. Традиційний шлях - це спочатку зібрати дані на периферії, а потім налаштувати розумні периферійні пристрої, щоб відправляти в хмару тільки потрібну інформацію. В хмарі ж є все обчислювальні ресурси, щоб провести машинне навчання, зробити аналіз, отримати результати, які будуть відправлені назад на периферію. Саме тому ми віримо в те, що хмара залишиться важливим в світі великих даних.
- Навіщо застосовують штучний інтелект при створенні нових Цодов? У чому його основне призначення в цьому контексті?
- Центри обробки даних (ЦОД) стають всескладнішими, а користувачі - вимогливими. Що стосується складності ЦОД, сьогодні у вас є велика кількість центральних (CPU) і графічних (GPU) процесорів для ІІ, у яких багато ядер. Також є великі потоки даних, зберігання і переміщення яких потрібно організовувати. Все це споживає багато енергії і збільшує складність центрів обробки даних.
GPU (graphics processing unit)– це графічний процесор, спеціалізований пристрій для обробки графіки та візуальних ефектів.На відміну від CPU (Central Processing Unit), архітектура GPU краще підходить для паралельних обчислень і маєСучасні графічні процесори можуть використовуватися не тільки для обробки графіки, але і для однотипних математичних обчислень, яких більше цікавить швидкість обробки.При цьому швидкість обробки графічного процесора в порівнянні з центральним процесором можебути в тисячі разів вищим.
процесорні ядра— незалежні процесори, зібрані на одному фізичному чіпі.Зменшіть фізичний розмір, енергоспоживання та тепловіддачу чіпа, а також різко підвищте продуктивність без зміни архітектури процесора.
Що стосується користувачів, їхні вимоги такожсильно зросли. У минулому вони купували обладнання, запускали його, і поки система працювала, користувачі були задоволені. Але сьогодні вони запитують: «Оптимально чи працюють мої програми?» - оскільки не завжди пряме збільшення обчислювальної потужності дає пропорційне збільшення продуктивності.
В результаті у вас є вимоги користувачів,складність центрів обробки даних, а значить, потрібно більше впроваджувати ІІ, який би переглядав дані і допомагав приймати кращі рішення. Проблема в тому, що у нас недостатньо даних, за допомогою яких ІІ міг би навчатися. Близько 10 тис. Клієнтів вступили в наш проект і відправили свої дані по ЦОД в хмару. Зараз ми відправляємо результати обробки даних ІІ назад в кожен з цих ЦОД, щоб оптимізувати їх роботу.
- ІІ на нинішньому етапі вже активно використовується в створенні устаткування для корпоративних клієнтів? Як скоро варто очікувати подібних технологій в продуктах для офісу і вдома?
- Якщо ви маєте на увазі здатність даватипрогнози, засновані на історії, тоді це вже зараз дуже широко використовується. Сьогодні це застосовується в багатьох сферах: в фінансах для передбачення вартості акцій, коли продавати і купувати, в ціноутворенні похідних інструментів на фінансових ринках або щоб обчислювати аномалії в рентгенівських знімках в медицині. Є автомобілі, які досить розумні, щоб зрозуміти, що, наприклад, вібрація в амортизаторі значить щось недобре, і відправити інформацію про це водієві. Навчання за допомогою історії, щоб зуміти приймати рішення і прогнози, стало реальністю. Але більш сміливі прогнози про те, що з'явиться суперчеловек, поки є науковою фантастикою. Однак важливо вже зараз почати думати про це.
«Квантові комп'ютери, використовуючи метод оптимізації, змусять комп'ютер з ІІ навчатися швидше»
- Обивателям важко зрозуміти, що саме з себе представляють квантові комп'ютери, про які так багато говорять сьогодні. А як ви для себе їх визначаєте?
- Почну з того, що і я не розумію квантовумеханіку. Не розумію заплутаність квантових станів, суперпозицію і вимір колапсу до класичного стану. Але це не важливо. Я приймаю всі ці три поняття. Я допускаю, що вони існують. Оскільки я за освітою інженер, то використовую лише те, що мені більш зрозуміло. Наприклад, різні енергетичні рівні електронів в атомі: низький, високий і дуже високий. Далі заплутаність - це коли два атома зближуються настільки, що починають заплутуватися. Також ми говорили про колапс функції, коли спочатку невизначена система в результаті вимірювання «вибирає» одне з допустимих станів. Я допускаю існування цих трьох понять, що дозволяє мені з інженерної точки зору об'єднати всі різні квантові системи, які сьогодні розробляються для квантової обробки інформації.
- Зовсім недавно Google наробила чимало шуму, заявивши про досягнення «квантового переваги». Чи використовуєте ви квантові технології в своїх розробках?
- Думаю, ми отримаємо технологію аналоговоговимірювання в квантових обчисленнях в найближчі десять років. Але в цифровому розумінні, щоб квантовий комп'ютер працював як сьогоднішня машина, знадобиться більше десяти років. Одна з найбільших проблем - як зберегти заплутаність і суперпозицію стабільними досить довгий час, щоб зробити обчислення. Сьогодні в них багато помилок, а їх виправлення вимагає набагато більше кубітів, щоб підтримувати один обчислювальний кубіт. Тому я і стверджую, що буде потрібно більше десяти років, щоб досягти того рівня, коли квантовий комп'ютер стане краще, ніж класичні комп'ютери. Тому час ще є, але, коли він з'явиться, ми зможемо кардинально змінити порядок речей.
квантове перевагуЗдатність квантових обчислювальних пристроїв вирішувати завдання, які класичні комп'ютери практично не в змозі вирішитивирішити. Раніше Google оголосив про плани продемонструвати квантову перевагу до кінця 2017 року, використовуючи масив з 49 надпровідних кубітів, але в результаті це було оголошено лише 23 жовтня 2019 рокуЗа даними Google, «квантова перевага була досягнута на масиві з 54 кубітів, з яких 53 були функціональними і використовувалися для виконання обчислень за 200 секунд, що зайняло б у звичайного суперкомп'ютера близько 10 000 років».
Кубіт (від quantum bit)— це квантовий розряд, або найменший елемент, для зберігання інформації в квантовому комп'ютері.Подібно до біта, кубіт допускає два власні стани, що позначаються 0|1, але можеперебувати в їх «суперпозиції», тобто в обох станах одночасно.При будь-якому вимірюванні стану кубіта він випадково переходить в один зі своїх власних станів.Кубіти можуть бути «заплутані» один з одним, тобто можуть бутиНав'язується неспостережуваний зв'язок, при якому кожен раз, коли один з декількох кубітів змінюється, інші змінюються узгоджено з ним.
- Як квантовий комп'ютер пов'язаний з штучним інтелектом?
- ІІ використовує машинне навчання, він навчається здопомогою історії. Це відбувається методом проб і помилок, він пробує одну історію, прогнозує невірно, коригує, потім іншу історію - передбачити, якщо невірно, то скоректувати. І так тисячу спроб. Десять тисяч спроб. Сто тисяч. Мільйон або десять мільйонів. Йому потрібно зробити безліч спроб, щоб налаштуватися, поки він не виведе правильний алгоритм для прогнозів. Я вважаю, що квантові комп'ютери, використовуючи метод оптимізації, змусять комп'ютер з ІІ навчатися швидше. Щоб йому не доводилося робити так багато спроб і пробувати по мільйону раз, щоб домогтися правильного результату. Квантовий комп'ютер дозволить йому дуже швидко досягти хорошого рівня прогнозів.
Блокчейн і ройовий інтелект
— Як блокчейн-технології використовуються на рівні підприємства?
- ІІ і блокчейн дуже тісно пов'язані. Ми віримо, що ні сам блокчейн, а технологія, яка лежить в його основі, буде важлива для периферійних пристроїв. Оскільки дані будуть надходити на периферію, ви захочете зробити якомога більше, щоб заощадити обчислювальну потужність хмари. Уявіть, що у вас мільйон HD-камер високої роздільної здатності. Ви не можете відправити потік даних з мільйона камер в хмару. Вам доведеться поставити на периферії комп'ютери, які будуть достатньо розумні, щоб вирішувати: «Це мені не потрібно відправляти. Я відправлю тільки ось це ». Але тоді вам потрібні розумні комп'ютери. Ми вважаємо, що можливість з'єднати безліч периферійних комп'ютерів в одну групу, один «рій» для ройового навчання стане важливою. Це пов'язано з ройовим інтелектом - обидва вони взаємопов'язані.
Точне визначення ройового інтелекту все ще несформульовано. Ройовий інтелект (РІ) (Swarm intelligence) описує колективна поведінка децентралізованої самоорганізовується. Системи РІ, як правило, складаються з безлічі агентів (боідов), локально взаємодіючих між собою і з навколишнім середовищем. Ідеї поведінки зазвичай виходять від природи, особливо від біологічних систем. Кожен боід слід дуже простим правилам. Незважаючи на те, що немає якоїсь централізованої системи управління поведінки, яка б вказувала кожному з них на те, що слід робити, локальні і в деякій мірі випадкові взаємодії призводять до виникнення інтелектуального групової поведінки, неконтрольованого окремими боідамі. В цілому РІ повинен являти собою багатоагентного систему, яка б володіла самоорганизующимся поведінкою, яке сумарно має проявляти деякий розумна поведінка.
Якщо говорити про наш метод ройового навчання, товін такий. Припустимо, одна лікарня проводить навчання, ізолюючи свої дані, вона не ділиться даними, а ділиться тільки результатами свого навчання. Так само і інші лікарні. Весь цей процес передачі координується за допомогою технології блокчейн. Ми впевнені, що вона потрібна, оскільки хочемо, щоб всі периферійні пристрої працювали хоча і незалежно, але в цілому як рій.
Ми не хочемо мати централізоване управління,адже в рої його немає. У рою бджіл є бджола-матка у вулику. Але вона не дає вказівок, поки рій летить. Бджоли самі координують себе. І лише коли повертаються у вулик, вони спілкуються з бджолою-маткою, обслуговують її і так далі. Але коли вони знаходяться всередині рою, навчаються, доводиться самим погоджувати дії між собою. Так і живе рій. А як координувати його без лідера? Блокчейн. Тому блокчейн важливий для периферії. Якщо є тільки один лідер, який координує рій, і він випадає, то весь рій не працює. Бджолам доводиться шукати іншого лідера. У блокчейне ж немає лідера.
- А що ви скажете про РІ-технологіях? Чи доречна тут аналогія з нейросетями?
- Рой в точності схожий на нейросеть. Кожна окрема бджола або сервер на периферії мають свою нейросеть. Кожна лікарня, як і рій, має свою власну окрему навчальну нейросеть. Але блокчейн дозволяє цим навчанням ділитися по всім лікарням. Тому кожна бджола, лікарня або комп'ютер на периферії мають свою власну нейросеть. Але коли вони діляться своїм навчанням від бджоли до бджолі, то застосовують блокчейн. У підсумку використовують як нейромережі, так і блокчейн. Нейросеть використовується для самостійного навчання, а блокчейн - щоб ділитися з іншими.
«Відповідальність за Землю приваблює молодих інженерів»
- Сьогодні корпорації приділяють особливу увагу турботі про екологію. Які саме заходи вживає HPE в своїй роботі, щоб подбати про збереження навколишнього середовища?
Перш за все, як компанія, ми несемо відповідальність за Землю.По-друге, багато молодих інженерів хочуть влаштуватися на роботу в компанію, яка відчуває себеТак, я думаю, що в цьому новому поколінні є тенденція до більшої свідомості.Ми хочемо залучити молодих інженерів, і по-третє, це правильні речі.
У нас є два великих центру по відновленню вСША і Шотландії. За грубими підрахунками, за минулий рік ми викупили, переробили і продали 99% відновленого старого обладнання, на $ 3 млн в цілому. Із залишків ми здобуваємо більшу частину сировини: срібло, золото - і повторно використовуємо їх. І лише зовсім невеликий відсоток, порядку 0,3%, викидається.
Друга сфера - взаємодія з клієнтами вобласті захисту навколишнього середовища. Один з моїх улюблених прикладів - додаток від нашого клієнта, компанії Salling Group, призначене для боротьби з нераціональним використанням їжі. Сьогодні до них підключені близько 2000 супермаркетів. Наприклад, магазини збираються викинути 26 912 одиниць продуктів харчування, тому що у тих вийшов термін придатності. Продаючи такі продукти з великою знижкою, торгові мережі можуть збільшити свій прибуток на 10%, а покупці - отримати товар за низькою ціною.
Інша область - це чиста енергетика. У світі виробляється величезна кількість вуглекислого газу, тому що людям потрібна енергія. Ми дуже щільно взаємодіємо з проектом ITER (міжнародний експериментальний ядерний реактор), щоб спробувати використовувати ядерний синтез для виробництва енергії. Складність ядерного синтезу в тому, щоб утримати плазму в магнітному полі, яке обертається навколо токамака (тороидальной камери з магнітними котушками - «Хайтек»). Ми надаємо суперкомп'ютер для обчислення оптимальної структури магнітного поля токамака, щоб зберегти плазму стійкою.