Fujitsu World Tour 2019. Wie war unsere größte Konferenz?

Hallo Habr!

Am 18. September veranstaltete Fujitsu in Moskau die Fujitsu World Tour 2019-Konferenz, auf der erneut das Renaissance Moscow Monarch Center für alle zusammengebracht wurde, die ungleichmäßig in die Welt der Hochtechnologie einatmen. Und ich muss sagen, auch wir haben nicht erwartet, dass so viele IT-Interessierte zu uns kommen - mehr als 700! Zum Glück hatten sie keine Zeit, sich zu langweilen, denn dieses Jahr haben wir versucht, die Konferenz mit Expertenpräsentationen, Demonstrationen neuer Produkte und verschiedenen Aktivitäten zu füllen. Aber lasst es uns in Ordnung bringen.



Der Tag begann früh, um 9 Uhr morgens trafen wir den ersten "Frühaufsteher". Und obwohl noch anderthalb Stunden bis zur offiziellen Eröffnung übrig waren, arbeitete bereits eine Ausstellung mit Fujitsu-Produkten und -Technologien für die Gäste. In der Demo-Zone für mobile Technologien und Client-Geräte können Sie alle Details anzeigen, die Hände drehen und die neuesten Transformator-Notebooks der aktualisierten LIFEBOOK-Reihe (einschließlich des extrem leichten U939X, über das wir bereits geschrieben haben ) testen sowie die Kompaktheit von Desktop-PCs bewerten ESPRIMO (zum Beispiel hat das Modell G558 die Größe eines kleinen Buches, obwohl die produktive Füllung darin verborgen ist). In der zweiten Demozone wurde traditionell „schwere“ Serverhardware angezeigt.



Es war auch möglich, die Erwartung einer offiziellen Eröffnung für interaktive Spiele zu erhöhen (Preise konnten für gute Ergebnisse erzielt werden), indem man die Fotozone besuchte und sofort ein erfolgreiches Foto druckte oder schließlich mit einer Tasse starken Kaffees aufwachte. Als nächstes warteten die Gäste mit einer Pause in zwei Akten auf eine reichhaltige Plenarteilnahme. Hier sind einige wichtige Berichte von ihr.

"Mit Vertrauen in Daten und Technologie"

In diesem Jahr war das Hauptthema der Fujitsu World Tour Vertrauen. Es war eine Vertrauensrede, dass die Konferenz vom Generaldirektor von Fujitsu in Russland und der GUS Vitaly Fridlyand eröffnet wurde. Die Welt verändert sich rasant, in die Zukunft ziehen uns Innovationen wie eine Lokomotive auf Hochtouren. Und vor allem aufgrund der superschnellen Veränderungen, die Innovationen verursachen, sind wir uns des Problems des Vertrauens in alles um uns herum sehr bewusst. Einschließlich Technologie. Vor 100 Jahren, um jemanden anzurufen, sagten sie "Operator, verbinden", später mussten Sie das Wählrad drehen, und jetzt können Sie nicht einmal die Tasten drücken, nur das Smartphone steuern, dank Spracherkennung, er wird Sie verstehen und die Nummer wählen, die Sie benötigen. Und da die Technologie so weiser geworden ist, fragen Sie sich zunehmend, ob sie letztendlich Menschen ersetzen wird. Für Vitaly ist die Antwort auf diese Frage definitiv nicht. Der Mensch ist unverzichtbar, und neue Technologien werden nur anerkannt, um seine Fähigkeiten zu erweitern.


Vitaliy Fridlyand, CEO von Fujitsu in Russland und der GUS

Als Beispiel führte er ein AI-basiertes System an, das von Fujitsu in Zusammenarbeit mit der International Gymnastics Federation entwickelt wurde. Es ersetzt (und ersetzt kaum) Richter nicht, hilft ihnen jedoch bei der Beurteilung der Leistung von Turnern und verringert die Wahrscheinlichkeit eines Schiedsrichterfehlers bei der Beurteilung der Leistungstechnik. 3D-Sensoren überwachen kontinuierlich jede Bewegung des Athleten und künstliche Intelligenz analysiert den Datenstrom. Als Ergebnis wird ein 3D-Modell der Leistung des Turners erstellt, das aus jedem Winkel betrachtet werden kann. Die Bewertung der künstlerischen Leistung der Ausgabe liegt in der alleinigen Verantwortung der Jury.


Systemschnittstelle

Das System wurde übrigens bereits bei den Turnmeisterschaften, die Anfang Oktober in Stuttgart stattfanden, offiziell vorgestellt . Bis 2022 wird es zusammen mit einem Video-Wiedergabesystem (Instant Replay and Control System, IRCOS) in allen Meisterschaften des Verbandes eingesetzt.

Vitaly setzte sein Gespräch über Vertrauen fort und erläuterte das AI-Black-Box-Problem zur Veranschaulichung. In der Tat haben sie mehr Angst vor künstlicher Intelligenz, weil die Menschen nicht verstehen, wie es funktioniert und was in der Black Box passiert. Um diese Ängste zu lösen, ist es recht einfach (zumindest theoretisch). Sie müssen nur eine solche KI erstellen, die erklären kann, wie er diese oder jene Entscheidung getroffen hat. Fujitsu Explainable AI wurde genau zu diesem Zweck entwickelt. Wenn die Technologie, wie ein Schüler an der Tafel, den gesamten Prozess der Entscheidung malt und ihre Logik klar wird, entspannen Sie sich irgendwie innerlich und Gedanken über die Zukunft der Menschheit aus den Klassikern mit Arnold Schwarzenegger von 1984 verschwinden. Jedes Vertrauen basiert auf Offenheit, Transparenz und Ehrlichkeit, auch in Bezug auf Technologie.

Von der Informationstechnologie zur Intelligenz

Nach Vitaly Friedland trat Dr. Joseph Reger, CTO von Fujitsu in Europa, in die Szene ein. Er begann mit einer Begrüßung auf Russisch und bedauerte bereits auf Englisch, dass der Satz aus London , obwohl er Russisch gelernt hatte, als er in Ungarn aufwuchs, die Hauptstadt des britischen Schulkurses „Was verkauft das Dorf an die Stadt?“ Ist. und Gedichte von Alexander Puschkin werden ihm nicht helfen, über moderne IT zu sprechen.

Und es gab etwas zu besprechen. In seiner Rede erinnerte Dr. Reger an Bernard Shaw, den dialektischen Materialismus, Gordon Moore, den Kurs der theoretischen Physik Landau-Lifshitz, und sprach auch ernsthaft über künstliche Intelligenz und Quantencomputer - zwei der seiner Meinung nach wichtigsten Technologien, deren Kombination uns auf ein neues Entwicklungsniveau bringen wird . Im Detail ist dieser helle Monolog im Video unten zu sehen, aber hier sind ein paar Hauptgedanken davon.

Wir befinden uns jetzt in einem Stadium, in dem die IT-Fähigkeiten, ihre Leistung und Geschwindigkeit laut Dr. Reger im Vergleich zu Beginn der Reise Billionen Mal zugenommen haben. Und dieser Machtsprung ermöglicht es uns, die Dinge zu tun, die uns zuvor nicht zugänglich waren.

Erstellen Sie beispielsweise eine funktionierende KI. Vor ungefähr 60 Jahren glaubten Wissenschaftler, dass sie zur Schaffung künstlicher Intelligenz Computer und zwei Monate Arbeit eines Teams von 10 Personen benötigten, aber erst kürzlich gelang es der Menschheit, zu einer „engen KI“ (oder „schwachen KI“) zu gelangen, die nur hochspezialisierte Aufgaben ausführen kann . Und zum gegenwärtigen Zeitpunkt ist die KI noch weit vom Ideal entfernt und uns schwach ähnlich. Zum Beispiel muss ein Kind nicht 10 Millionen Katzen zeigen, damit es schließlich lernt, sie von anderen Tieren zu unterscheiden.

Und nicht alle hochkarätigen Siege der künstlichen Intelligenz über den Menschen waren die ersten, die überhaupt teilnahmen. Das gleiche berühmte Deep Blue, das den 13. Schachweltmeister Garry Kasparov besiegte, war nur eine riesige Bibliothek mit fast allen Varianten der Entwicklung des Schachspiels, gepaart mit dem schnellsten Eisen der Zeit.


Joseph Reger, CTO Fujitsu Europe

Es ist daher unwahrscheinlich, dass eine enge KI ohne Menschen existiert und effektiv funktioniert. Nach Josephs Prognosen werden wir in etwa 50 Jahren endlich eine „starke KI“ erreichen, die wie wir lernen kann. Und nach einiger Zeit sollten wir künstliche Superintelligenz erwarten, bei der einige KI-Systeme andere KI-Systeme erstellen können. Und erst in diesem Stadium lohnt es sich, sich ein wenig Gedanken darüber zu machen, ob künstliche Intelligenz uns quetschen wird.
Zum Glück (oder leider) werden wir es nicht bald erreichen. Im Bereich des maschinellen Lernens gibt es zwei wichtige Aufgaben, die gelöst werden müssen, bevor Sie fortfahren können. Das erste ist das bereits erwähnte AI-Black-Box-Problem. Das zweite Problem ist, dass die Hardware, die wir jetzt für AI verwenden, für die zukünftige Entwicklung dieser Technologie nicht leistungsfähig genug ist, da sie mehr Ressourcen für das Training benötigt. Um eine allgemeine KI und insbesondere eine Super-KI zu schaffen, brauchen wir einen weiteren großen Leistungssprung. Joseph glaubt, dass Eisen mindestens eine Billion Mal wieder stärker werden muss.

Moores Gesetz wird nicht für immer funktionieren, da es unmöglich ist, die Anzahl der Transistoren in einem Stromkreis auf unendlich zu erhöhen. Nach dieser Logik sollten sie eines Tages die Größe eines Elektrons haben und dann kleiner als dieses, was aus Regers Sicht, einem Physiker durch Bildung, unmöglich ist. Daher müssen wir einen anderen Weg finden, um die Leistung der Hardware zu erhöhen.

Die Lösung kann Quantencomputing sein, bei dem Qubits in einem Überlagerungszustand im Gegensatz zu Bits, die sich nur in zwei Zuständen befinden können (z. B. 0 oder 1), gleichzeitig 0 und 1 haben können. Am Ende, wenn in einem System, in dem Qubits führen nur eine Berechnung durch, dann erhalten Sie sofort alle möglichen Antworten, ohne die Berechnung mehrmals wiederholen zu müssen.

Zwar werden die sogenannten „wahren Quantencomputer“ nicht bald erscheinen, der Überlagerungszustand ist sehr fragil und Millionen von Dingen können ihn verletzen, selbst wenn man nur die Arbeit beobachtet. Auch hier muss die Fehlerkorrektur berücksichtigt werden, die zehnmal mehr Ressourcen erfordert, als für die Berechnung selbst erforderlich ist.

Joseph bietet an, bis zur Lösung all dieser Schwierigkeiten nicht auf das Wetter in der Nähe des Meeres zu warten, sondern quantenbasierte Berechnungen zu verwenden, die mit herkömmlicher Hardware für uns durchgeführt werden können. Erstens haben sie nichts Besseres gefunden, und zweitens können Sie selbst durch die Simulation von Quantencomputern kombinatorische Optimierungsprobleme schnell lösen und praktische Vorteile daraus ziehen. Dieser Ansatz wird in der Entwicklung von Fujitsu unter dem Namen Digital Annealer implementiert, dem Grundprinzip von Betriebs- und Anwendungsszenarien, das wir hier und hier bereits beschrieben haben .

Wie man KI trainiert und nicht das letzte Shirt verliert

Angesichts der Anzahl der Wörter über künstliche Intelligenz in Präsentationen von Vorrednern schien die Präsentation von Udo Württz, Fujitsus Hauptspezialist für die Förderung von Rechenzentrumslösungen in der EMEIA-Region, eine logische Fortsetzung zu sein. Es war ganz der künstlichen Intelligenz in der Phase gewidmet, in der wir uns jetzt befinden. Keine langwierigen Überlegungen, futurologischen Vorhersagen, nur Übung und Zahlen. Der Fokus liegt auf Deep Learning, der Grundlage für moderne KI.


Udo Württz, Fujitsu Chief Data Center Advisor für EMEIA

Derzeit sind zwei Drittel des Marktes für künstliche Intelligenz mit Projekten im Bereich des tiefen und maschinellen Lernens besetzt, und fast ein Drittel entfallen auf die Verarbeitung natürlicher Sprache und Computer Vision. Und nur 2% sind Projekte im Zusammenhang mit maschineller Argumentation.



Solche Zahlen sind verständlich. Wie Joseph Reger erwähnte, kamen wir nur zu einer engen KI, die nur bestimmte Aufgaben ausführen kann. Gleichzeitig kann der Prozess des Trainings dieser Aufgaben enorme Ressourcen erfordern. Viele Unternehmen können es sich einfach nicht leisten, einen solchen Preis nur für das Training und Testen von KI-Modellen zu zahlen. Daher besteht auf dem Markt eine extrem hohe Nachfrage nach Entwicklungen, die den Lernprozess beschleunigen und verbilligen können.

Nachdem Fujitsu die allgemeine Stimmung der Kunden gespürt und eine Anfrage nach Lösungen bemerkt hatte, die den Deep-Learning-Prozess kostengünstiger machen würden, entwickelte und startete er den DLU-Chip (Deep Learning Unit) und das darauf basierende Zinrai Deep Learning System (ZDLS). Bei der Entwicklung der DLU orientierte sich Fujitsu an drei Hauptprinzipien: maximale Leistung, Kompatibilität mit vorhandenen Systemen und Skalierbarkeit.

Laut Udo hat das Unternehmen eine Alternative zu GPU-basierten Trainingssystemen gefunden, die die Zeit zum Trainieren und Testen von Modellen für künstliche Intelligenz erheblich verkürzt. Letztere sind in der Lage, eine wirklich hohe Leistung zu zeigen, aber nicht lange, wenn die KI tagelang und wochenlang untersucht werden muss. Daher ist es wichtig, ständig eine hohe Leistung sicherzustellen, mit der die DLU fertig wird.

In GPU-basierten Systemen arbeiten die Kerne autonom und es ist erforderlich, Zeit für die Synchronisierung ihrer Arbeit aufzuwenden. In ZDLS „teilen“ sie im Verlauf des Kernels ständig ihre Ergebnisse, wodurch Zeit gespart wird.



ZDLS verwendet auch das adaptive numerische Format Deep Learning Integer (DL-INT), das speziell für Deep Learning entwickelt wurde, um die Geschwindigkeit und Genauigkeit von Berechnungen zu erhöhen. Die DLU verwendet kürzere Zahlendarstellungsformate: Anstelle von 32 Bit für Gleitkommazahlen (FP32) wird das 8-Bit-DLINT8-Format verwendet. Der Großteil der Operationen wird nur mit achtstelligen DLINT-Nummern ausgeführt. Zusammen mit speziellen Algorithmen zur Minimierung von Fehlern ist die Genauigkeit solcher Berechnungen dieselbe wie für FP32, sie sind jedoch viel schneller.



Ein weiterer wichtiger Punkt bei der Präsentation von Udo Wurz war, dass die DLU Energie spart. Natürlich hat Udo Einsparungsberechnungen für Deutschland, Frankreich und Finnland demonstriert, wo Strom teurer ist als in Russland. Aber auch hier war es schwierig, eine Reduzierung der Stromkosten um mehr als das Dreifache nicht zu bemerken. Gleichzeitig ist die Leistung pro 1 W Energie, die vom Zinrai Deep Learning System verbraucht wird, zehnmal höher als die von alternativen Lösungen.



Als nächstes folgten verschiedene spezifische Beispiele für die Verwendung von ZDLS: Qualitätskontrolle bei der Herstellung von Windkraftanlagen von Siemens Wind Power, Erkennung von Bildern von Überwachungskameras für unbemannte Fahrzeuge, Verkehrsanalyse auf den Straßen, Analyse und Vorhersage von Problemen oder Ausfällen usw. Ein interessantes Szenario ist die Verwendung der Kamerabildanalyse Verletzungen am Arbeitsplatz zu identifizieren. Das System kann die Haltung einer Person analysieren und beispielsweise eine normale Sitzhaltung bestimmen. Wenn ein Mitarbeiter jedoch auf dem Boden liegt, ist es an der Zeit, ein zu überprüfendes Signal zu senden, das möglicherweise medizinische Hilfe benötigt.





Ende dieses Jahres will das ZDLS nicht nur im Rahmen von Pilotprojekten weltweit anbieten, damit es in Russland bald möglich sein wird, die DLU zu nutzen.

Auf die Präsentation von Udo folgten mehrere Präsentationen von Partnern und Kunden von Fujitsu, in denen sie ihre Erfahrungen in der Zusammenarbeit mit dem Unternehmen teilten, um verschiedene komplexe Aufgaben zu lösen, z. B. die Organisation katastrophenresistenter Datenspeicherlösungen, die Verwendung von Computer Vision zur Analyse des Datenverkehrs und die Aufklärung von Straftaten.

Nach dem Plenarteil der Konferenz, der Belohnung von Kunden und Partnern sowie einer kurzen Pause begannen drei parallele technologische Sitzungen, in denen die Konferenzteilnehmer zusammen mit Experten spezifische praktische Schritte zur Lösung der Probleme ihres Geschäfts untersuchten.





Dieser lange, aber nicht langweilige Tag endete mit einer Verlosung und traditioneller Kommunikation oder wie es in Mode ist, jetzt über Networking zu sprechen, denn bei der Fujitsu World Tour geht es nicht mehr darum, sich zu zeigen, sondern um Kommunikation, alte Freunde zu treffen und neue Leute kennenzulernen. Wir haben nicht viele zum ersten Mal gesehen, aber es gab viele neue Gesichter, die wir hoffentlich nächstes Jahr wieder sehen werden. Besuchen Sie uns im Herbst 2020, bis Sie wissen, was das allgemeine Thema in einem Jahr sein wird, wer von der Bühne aus auftreten wird, welche neuen Produkte gezeigt werden, aber es wird definitiv interessant sein.

Materialien von der Fujitsu World Tour 2019 Konferenz finden Sie hier . Fotobericht hier .