Мы уже писали о том, какое новшество 2020 года считает важнейшим представитель Intel. Ответ на этот же вопрос представителя компании Hewlett Packard Enterprise поразил еще больше. Но мы прибережем его на закуску.
Выступление директора департамента инфраструктурных решений Hewlett Packard Enterprise в России Дмитрия Пенязя, после которого этот вопрос был задан, а ответ на него получен, состоялось на мультивендорной конференции Merlion Digital Day 2020, состоявшейся 26 ноября 2020 года. Начал докладчик издалека.
Он вспомнил, что в 1983 году журнал Scientific American поразил любознательных читателей следующей информацией: «Если бы авиапромышленность в последние 25 лет развивалась столь же стремительно, как промышленность средств вычислительной техники, то сейчас самолет Boeing 767 стоил бы 500 долларов и совершал облет земного шара за 20 минут, затрачивая при этом пять галлонов (18,9 л) топлива. Приведенные цифры весьма точно отражают снижение стоимости, рост быстродействия и повышение экономичности ЭВМ».
С тех пор прошло почти 40 лет. Самолеты Boeing если и падают, то не в цене. А вот вычислительной технике при всем ее прогрессе еще далеко до совершенства. Представитель Hewlett Packard Enterprise, одного их ведущих производителей компьютерного «железа», пояснил это следующим примером: «Если мы возьмем программу AlphaGo, которая в 2016 году обыграла чемпиона мира Ли Седоля в игре Го, в которой насчитывается примерно 350 вариантов каждого хода, и посчитаем ее энергопотребление и тепловыделение, то получим, что, используя 1378 процессоров она потребляла энергии как минимум в 6000 раз больше, чем человеческий мозг: 300 кВт против 50 Вт. (На самом деле версия AlphaGo, которая играла в матче 2016 г., использовала 2200 процессоров, так что разница еще больше, – прим. НИКСа.) Поэтому ясно, что основная технология, которая будет востребована после того, как появился математический алгоритм реализации искусственного интеллекта, это технология миниатюризации и снижения энергопотребления аппаратного обеспечения, чтобы работа ИИ не вызвала глобального потепления».
Впрочем, по мнению представителя HPE, искусственный интеллект с тех пор добился еще большего успеха: «Если Го – это игра с понятной позицией противника, то покер – игра с непонятной позицией, где используется лукавство и блеф. Но искусственный интеллект и здесь обыграл человека, став чемпионом мира по покеру. И мы гордимся, что это программное обеспечение работало на серверном оборудовании Hewlett Packard».
Кстати, Дмитрий Пенязь напомнил, что огромный рывок в развитии искусственного интеллекта был сделан за счет использования математических моделей нейронных сетей. А впервые, по его словам, эта математическая модель была предложена в книге «Кибернетические предсказывающие устройства», вышедшей в 1965 г. в киевском издательстве «Наукова Думка». Ее авторы – Алексей Ивахненко и Валентина Лапа – описали первый работоспособный алгоритм, который позже был назван глубоким машинным обучением.
В данном случае нам придется несколько прояснить тезис докладчика об Украине как родине искусственного интеллекта. На самом деле понятие нейронных сетей ввели еще в 1943 году два американца Уоррен Мак-Калок и Уолтер Питтс. А в 1957 году эту математическую модель впервые реализовал в виде устройства под названием перцептрон американский нейрофизиолог Фрэнк Розенблатт, который, кстати, родился в семье выходцев из Украины. Впрочем, возможности его устройства были достаточно ограниченны, и вклад в повышение умственных способностей нейронных сетей внесли многие ученые, в числе которых были и советские кибернетики. Например, Александр Петров, Михаил Бонгард, Александр Галушкин. Разумеется, Алексей Ивахненко и Валентина Лапа также заслуживают упоминания в этом ряду, но выделять их из него, как это сделал докладчик, вряд ли справедливо.
Вообще же путь искусственного интеллекта к самосовершенствованию отнюдь не состоял из одних только побед. Так, Дмитрий Пенязь вспомнил скандал 2015 года, когда программа Google Photo опознала в селфи чернокожего программиста из Бруклина Джеки Элсине и его подруги портрет двух горилл. Заставить искусственный интеллект видеть в афроамериканцах людей удалось лишь исключив саму категорию «горилла» из машинного сознания. Но с тех пор ИИ добился заметного прогресса и сейчас, по утверждению докладчика, искусственный интеллект отличает кошек от собак и негров от обезьян даже лучше человеческого глаза.
В качестве доказательства пугающей мощи ИИ Дмитрий Пенязь приводит гонки Формулы-1, где уже несколько лет запрещены не только дистанционные корректировки режимов работы гоночных автомобилей из боксов, но и голосовые подсказки по радио от инженеров. Это сделано для того, чтобы автоспорт не превратился из гонки моторов в гонку искусственных интеллектов, потому что ИИ уже сейчас анализирует ход гонки лучше, чем самый опытный стратег.
Ну а что в ближайшей перспективе? Если сейчас над нашими головами сгущаются цифровые облака, то вскоре все мы погрузимся в цифровой «туман» – этим словом докладчик назвал среду распределенных вычислений, в котором всем нам предстоит жить и работать. Что-то разглядеть сквозь этот туман человеку будет все сложнее.
К примеру, в ходе гонки Формулы-1 с каждого автомобиля телеметрия снимает около 30 Тб данных с различных датчиков. Понятно, что обработать такой объем информации в режиме реального времени человеческий мозг не в состоянии. Проблему накопления данных, объем которых растет экспоненциально, докладчик проиллюстрировал древнеиндийской притчей о зернах риса на шахматной доске. Если на первую клетку положить одно зерно, а на каждой следующей их число удваивать, то на последней клетке придется разместить столько зерен, что ими можно покрыть всю Индию слоем толщиной 1 метр.
По словам докладчика, задача компании HPE – обеспечить искусственный интеллект «железом», которое позволит с таким объемом данных справиться и при этом не растопить льды Антарктиде.
Далее докладчик позволил слушателям заглянуть в будущее. Правда, о чем именно он говорил, понять могут только посвященные. Поскольку мы уверены, что среди неограниченного круга наших читателей таких людей хватает, приводим здесь слова докладчика без каких-либо пояснений. Тем более что и сам докладчик ими не затруднился.
«В нашей лаборатории создан прообраз продукта будущего на основе мемристора, который сейчас обозначается кодовым словом Dot-product engine (DPE),– рассказал Дмитрий Пенязь. – Это запатентованный HPE компонент, который будет перемножать матрицы за 1 такт – это самая частая математическая операция при тренировке искусственного интеллекта – и при этом очень мало потреблять энергии».
«И вторая инновация, которая создается у нас в лаборатории, – продолжал сгущать «туман» докладчик, – это архитектура, ориентированная на память, когда процессоры разных архитектур могут работать на одну шину с единой монохромной памятью, объединенные фотоникой для повышения производительности. Эта инновация уже реализована в виде продукта – это наш лидерский массив для решения бизнес-критичных задач, продвигаемый под торговой маркой Primera. Это система хранения, в которой искусственный интеллект встроен в оборудование».
Дополнить все это остается анонсированным в начале статьи ответом докладчика на вопрос слушателей о том, какое новшество он считает технологией года: «Для нас, людей инфраструктурных, это явное движение систем хранения данных в сторону NVMe-протоколов».
Ну, в общем, вы поняли.
Холдинг НИКС – это сеть из более чем 100 магазинов цифровой техники по всей России; это инжиниринговый центр по проектированию высокотехнологичных производств «Проектмашприбор», на 75% принадлежащий компании НИКС и на 25% – Госкорпорации «Ростех»; это нанотехнологическая лаборатория, в стенах которой разработаны и изготовлены сканирующие туннельные микроскопы, исследуется квантовый электронный транспорт в металлических наноструктурах, ведутся работы по квантовым вычислениям; это агропромышленный комплекс «Тюринский» площадью 19 800 га в Тульской области, который по производительности труда сопоставим с немецкими фермерскими хозяйствами.
