Tur Dunia Fujitsu 2019. Bagaimana konferensi terbesar kami

Halo, Habr!

Pada tanggal 18 September, Fujitsu mengadakan konferensi Dunia Tur Fujitsu 2019 di Moskow, sekali lagi menyatukan Renaissance Moscow Monarch Center untuk semua orang yang bernafas dengan tidak merata ke dunia teknologi tinggi. Dan harus saya katakan, bahkan kami tidak menyangka bahwa begitu banyak orang yang tertarik pada IT akan mendatangi kami - lebih dari 700 orang! Untungnya, mereka tidak punya waktu untuk bosan, karena tahun ini kami mencoba mengisi konferensi dengan presentasi ahli, demonstrasi produk baru dan berbagai kegiatan. Tapi mari kita selesaikan.



Hari dimulai lebih awal, jam 9 pagi kami bertemu "burung awal" pertama. Dan meskipun masih ada satu setengah jam sebelum pembukaan resmi, sebuah pameran produk dan teknologi Fujitsu sudah berhasil untuk para tamu. Di zona demo teknologi seluler dan perangkat klien, Anda dapat melihat semua detail, mengarahkan tangan Anda dan menguji notebook transformator terbaru dari lini LIFEBOOK yang diperbarui (termasuk U939X yang sangat ringan, yang kami tulis sebelumnya ), serta mengevaluasi kekompakan PC desktop ESPRIMO (misalnya, model G558 adalah ukuran sebuah buku kecil, meskipun isinya yang produktif tersembunyi di dalamnya). Di zona demo kedua, perangkat keras server "berat" secara tradisional ditampilkan.



Dimungkinkan juga untuk mencerahkan harapan pembukaan resmi untuk permainan interaktif (hadiah dapat diperoleh untuk hasil yang baik) dengan mengunjungi zona foto dan segera mencetak foto yang sukses atau akhirnya bangun dengan secangkir kopi kental. Selanjutnya, para tamu sedang menunggu bagian pleno yang kaya dalam dua babak dengan jeda. Berikut ini beberapa laporan penting darinya.

“Dengan keyakinan pada data dan teknologi”

Tahun ini, tema utama Tur Dunia Fujitsu adalah kepercayaan. Itu adalah pidato kepercayaan bahwa konferensi dibuka oleh Direktur Jenderal Fujitsu di Rusia dan CIS Vitaly Fridlyand. Dunia berubah dengan cepat, ke masa depan, seperti lokomotif, inovasi menyeret kita dengan kecepatan penuh. Dan sebagian besar karena perubahan super cepat yang disebabkan oleh inovasi, kami sangat menyadari masalah kepercayaan pada segala sesuatu di sekitar kita. Termasuk teknologi. 100 tahun yang lalu, untuk memanggil seseorang, mereka berkata "operator, hubungkan," kemudian Anda harus memutar dial, dan sekarang Anda bahkan tidak dapat menekan tombol, cukup perintah smartphone, berkat pengenalan suara, ia akan memahami Anda dan memilih nomor yang Anda butuhkan. Dan karena teknologi telah menjadi lebih bijaksana, Anda semakin bertanya-tanya apakah mereka pada akhirnya akan menggantikan orang. Bagi Vitaly, jawaban untuk pertanyaan ini jelas tidak. Manusia sangat diperlukan, dan teknologi baru diakui hanya untuk memperluas kemampuannya.


Vitaliy Fridlyand, CEO Fujitsu di Rusia dan CIS

Sebagai contoh, ia mengutip sistem berbasis AI yang dikembangkan oleh Fujitsu bersama dengan Federasi Senam Internasional. Itu tidak menggantikan (dan hampir tidak menggantikan sama sekali) hakim, tetapi membantu mereka dalam menilai kinerja pesenam dan mengurangi kemungkinan kesalahan wasit dalam menilai teknik kinerja. Sensor 3D secara terus-menerus memonitor setiap gerakan atlet, dan kecerdasan buatan menganalisis aliran data. Akibatnya, model 3D kinerja pesenam dibuat, yang dapat dilihat dari sudut manapun. Evaluasi kinerja artistik masalah tetap menjadi tanggung jawab juri.


Antarmuka sistem

Ngomong-ngomong, sistem telah secara resmi disajikan di Kejuaraan Dunia dalam senam, yang diadakan pada awal Oktober di Stuttgart. Pada tahun 2022, itu akan digunakan di semua kejuaraan federasi bersama dengan sistem pemutaran ulang video (Instant Replay and Control System, IRCOS).

Melanjutkan pembicaraannya tentang kepercayaan, Vitaly melanjutkan untuk mengilustrasikan masalah kotak hitam AI untuk ilustrasi. Memang, mereka lebih takut pada kecerdasan buatan karena orang tidak mengerti cara kerjanya, apa yang terjadi di dalam kotak hitam. Untuk mengatasi ketakutan ini cukup sederhana (setidaknya secara teori), Anda hanya perlu membuat AI yang dapat menjelaskan bagaimana dia membuat keputusan ini atau itu. Fujitsu Explainable AI dibuat tepat untuk tujuan ini. Ketika teknologi, seperti anak sekolah di papan tulis, melukis seluruh proses keputusan dan logikanya menjadi jelas, maka entah bagaimana Anda bersantai di dalam dan pemikiran tentang masa depan umat manusia dari karya klasik dengan 1984 Arnold Schwarzenegger menghilang. Kepercayaan apa pun dibangun di atas keterbukaan, transparansi, dan kejujuran, termasuk dalam kaitannya dengan teknologi.

Dari Teknologi Informasi ke Cerdas

Mengikuti Vitaly Friedland, Dr. Joseph Reger, CTO dari Fujitsu di Eropa, memasuki lokasi. Dia mulai dengan sapaan dalam bahasa Rusia dan sudah dalam bahasa Inggris menyesali bahwa meskipun dia telah belajar bahasa Rusia ketika tumbuh dewasa di Hongaria, frasa dari London adalah ibu kota dari sekolah Inggris Raya “Apa yang dijual desa ke kota?” dan puisi karya Alexander Pushkin tidak akan membantunya berbicara tentang TI modern.

Dan ada sesuatu untuk dibicarakan. Untuk pidatonya, Dr. Reger mengenang Bernard Shaw, materialisme dialektik, Gordon Moore, kursus fisika teoretis Landau-Lifshitz, dan juga secara serius berbicara tentang kecerdasan buatan dan komputasi kuantum - dua yang paling penting, menurut pendapatnya, teknologi, kombinasi yang akan membawa kita ke tingkat perkembangan baru . Secara terperinci, monolog cerah ini dapat dilihat di video di bawah ini, tetapi berikut adalah beberapa pemikiran utama darinya.

Kita sekarang berada pada tahap ketika kemampuan IT, kekuatan dan kecepatan mereka telah tumbuh, menurut Dr. Reger, triliunan kali dibandingkan dengan apa yang ada di awal perjalanan. Dan lompatan kekuatan ini memungkinkan kita untuk melakukan hal-hal yang sebelumnya tidak dapat diakses oleh kita.

Misalnya, buat AI yang berfungsi. Sekitar 60 tahun yang lalu, para ilmuwan percaya bahwa untuk menciptakan kecerdasan buatan, mereka membutuhkan komputer dan dua bulan kerja dari tim yang terdiri dari 10 orang, tetapi baru-baru ini umat manusia berhasil mendapatkan "AI sempit" (atau "AI lemah"), yang hanya mampu melakukan tugas yang sangat khusus. . Dan pada tahap saat ini, AI masih jauh dari ideal, lemah mirip dengan kita. Misalnya, seorang anak tidak perlu menunjukkan 10 juta kucing, sehingga ia akhirnya belajar membedakan mereka dari hewan lain.

Dan tidak semua kemenangan atas kecerdasan buatan atas manusia adalah yang pertama kali berpartisipasi. Deep Blue yang sama terkenal, yang mengalahkan juara catur dunia ke-13 Garry Kasparov, hanyalah perpustakaan besar dari hampir semua varian pengembangan permainan catur, ditambah dengan besi tercepat saat itu.


Joseph Reger, CTO Fujitsu Eropa

Jadi, AI sempit tidak mungkin ada dan bekerja secara efektif tanpa manusia. Menurut perkiraan Joseph, dalam sekitar 50 tahun kita akhirnya akan mencapai "AI kuat" yang akan dapat belajar seperti kita. Dan setelah beberapa waktu kita harus mengharapkan kecerdasan buatan, di mana beberapa sistem AI akan dapat membuat sistem AI lainnya. Dan hanya pada tahap ini perlu mulai khawatir sedikit tentang apakah kecerdasan buatan akan menekan kita.
Untungnya (atau sayangnya) kita tidak akan sampai di sana segera. Di bidang pembelajaran mesin, ada dua tugas penting yang harus diselesaikan sebelum melanjutkan. Yang pertama adalah masalah kotak hitam AI yang telah disebutkan. Masalah kedua adalah bahwa perangkat keras yang kami gunakan sekarang untuk AI tidak cukup kuat untuk pengembangan teknologi ini di masa depan, karena itu membutuhkan lebih banyak sumber daya untuk pelatihan. Untuk membuat AI umum, dan terutama AI super, kita membutuhkan lompatan besar dalam kekuatan. Joseph percaya bahwa zat besi harus kembali menjadi lebih kuat setidaknya satu triliun kali.

Hukum Moore tidak akan berfungsi selamanya, karena mustahil untuk meningkatkan jumlah transistor dalam satu sirkuit hingga tak terbatas, menurut logika ini, suatu hari mereka harus menjadi ukuran elektron, dan kemudian lebih kecil dari itu, yang dari sudut pandang Reger, seorang ahli fisika oleh pendidikan, tidak mungkin. Oleh karena itu, kita harus mencari cara lain untuk meningkatkan kekuatan perangkat keras.

Solusinya bisa komputasi kuantum, di mana, tidak seperti bit, yang hanya bisa di dua negara (misalnya, 0 atau 1), qubit dalam keadaan superposisi secara bersamaan dapat memiliki 0 dan 1. Pada akhirnya, jika dalam sistem di mana qubit hanya melakukan satu perhitungan, maka Anda segera mendapatkan semua jawaban yang mungkin, tanpa harus mengulangi perhitungan beberapa kali.

Benar, apa yang disebut "komputer kuantum sejati" tidak akan segera muncul, keadaan superposisi sangat rapuh dan jutaan hal dapat dilanggar, bahkan hanya mengamati pekerjaannya. Masih di sini perlu untuk memperhitungkan koreksi kesalahan akun, yang membutuhkan sumber daya puluhan kali lebih banyak daripada yang diperlukan untuk perhitungan itu sendiri.

Joseph menawarkan, sambil menunggu resolusi semua kesulitan ini, bukan untuk menunggu cuaca laut, tetapi untuk menggunakan perhitungan berbasis kuantum yang dapat dilakukan pada perangkat keras tradisional untuk kita. Pertama, mereka tidak menghasilkan sesuatu yang lebih baik, dan kedua, bahkan hanya dengan mensimulasikan komputasi kuantum, Anda dapat dengan cepat menyelesaikan masalah optimasi kombinatorial dan mendapatkan manfaat praktis dari ini. Pendekatan ini diterapkan dalam pengembangan Fujitsu dengan nama Digital Annealer, prinsip dasar skenario operasi dan aplikasi yang telah kami jelaskan di sini dan di sini .

Cara melatih AI dan tidak kehilangan baju terakhir

Mengingat banyaknya kata tentang kecerdasan buatan dalam presentasi oleh pembicara sebelumnya, presentasi oleh Udo Württz, kepala spesialis Fujitsu untuk mempromosikan solusi pusat data di wilayah EMEIA, tampak seperti kelanjutan logis. Itu sepenuhnya dikhususkan untuk kecerdasan buatan pada tahap di mana kita sekarang. Tidak ada refleksi panjang, prediksi futurologis, hanya latihan dan angka. Fokusnya adalah pembelajaran yang mendalam, fondasi untuk AI modern.


Udo Württz, Penasihat Pusat Data Fujitsu untuk EMEIA

Saat ini, dua pertiga dari pasar terkait kecerdasan buatan ditempati oleh proyek-proyek di bidang pembelajaran mesin dan dalam, dan hampir sepertiga adalah pemrosesan bahasa alami dan visi komputer. Dan hanya 2% proyek yang terkait dengan argumentasi mesin.



Angka seperti itu bisa dimengerti. Seperti yang Joseph Reger sebutkan, kami hanya sampai pada AI sempit yang hanya mampu melakukan tugas tertentu. Pada saat yang sama, proses pelatihan tugas-tugas ini dapat membutuhkan sumber daya yang sangat besar. Banyak perusahaan tidak mampu membayar harga seperti itu hanya untuk pelatihan dan pengujian model AI. Oleh karena itu, ada permintaan yang sangat tinggi di pasar untuk pengembangan yang mampu mempercepat dan memurahkan proses pembelajaran.

Setelah merasakan suasana hati pelanggan yang umum dan memperhatikan permintaan akan solusi yang akan membuat proses pembelajaran mendalam menjadi lebih murah, Fujitsu mengembangkan dan meluncurkan chip Deep Learning Unit (DLU) dan Zinrai Deep Learning System (ZDLS) yang didasarkan padanya. Ketika mengembangkan DLU, Fujitsu dipandu oleh tiga prinsip utama: kinerja maksimum, kompatibilitas dengan sistem yang ada, dan skalabilitas.

Menurut Udo, perusahaan akhirnya memiliki alternatif untuk sistem pelatihan berbasis GPU, yang secara signifikan mengurangi waktu yang diperlukan untuk melatih dan menguji model kecerdasan buatan. Yang terakhir ini mampu menunjukkan kinerja yang sangat tinggi, tetapi tidak lama, ketika AI perlu dipelajari selama berhari-hari dan berminggu-minggu. Oleh karena itu, penting untuk terus-menerus memastikan kinerja tinggi, yang diatasi oleh DLU.

Dalam sistem berbasis GPU, core bekerja secara otonom dan perlu menghabiskan waktu untuk menyinkronkan pekerjaan mereka, di ZDLS, dalam proses kernel, mereka terus-menerus “membagikan” hasil mereka, menghemat waktu.



ZDLS juga menggunakan format numerik adaptif Deep Learning Integer (DL-INT), yang dirancang khusus untuk pembelajaran mendalam untuk meningkatkan kecepatan dan akurasi perhitungan. DLU menggunakan format representasi angka yang lebih pendek: alih-alih 32 bit untuk angka floating-point (FP32), format DLINT8 8-bit digunakan. Dan sebagian besar operasi dilakukan hanya pada nomor DLINT delapan digit. Bersama dengan algoritma khusus untuk meminimalkan kesalahan, keakuratan perhitungan seperti itu sama dengan untuk FP32, tetapi mereka jauh lebih cepat.



Tetapi poin penting lain dalam presentasi Udo Wurz adalah bahwa DLU menghemat energi. Tentu saja, Udo menunjukkan perhitungan penghematan untuk Jerman, Prancis, dan Finlandia, di mana listrik lebih mahal daripada di Rusia. Tetapi bahkan di sini sulit untuk tidak melihat pengurangan biaya listrik lebih dari 3 kali lipat. Pada saat yang sama, kinerja per 1 W energi yang dikonsumsi oleh Zinrai Deep Learning System adalah 10 kali lebih tinggi daripada solusi alternatif.



Selanjutnya datang berbagai contoh spesifik penggunaan ZDLS: kontrol kualitas dalam produksi turbin angin Siemens Wind Power, pengenalan gambar dari kamera pengintai untuk kendaraan tak berawak, analisis lalu lintas di jalan, analisis dan prediksi masalah atau gangguan, dll. Skenario yang menarik adalah penggunaan analisis gambar kamera untuk mengidentifikasi cedera di tempat kerja. Sistem dapat menganalisis postur seseorang dan menentukan, misalnya, postur duduk seperti biasa, tetapi jika seorang karyawan berbaring di lantai, maka sudah saatnya mengirim sinyal untuk diperiksa, ia mungkin memerlukan bantuan medis.





Pada akhir tahun ini, ZDLS berencana untuk menawarkan di seluruh dunia tidak hanya sebagai bagian dari proyek percontohan, sehingga segera di Rusia akan dimungkinkan untuk mengambil keuntungan dari DLU.

Presentasi Udo diikuti oleh beberapa presentasi dari mitra dan pelanggan Fujitsu, di mana mereka berbagi pengalaman mereka bekerja dengan perusahaan untuk menyelesaikan berbagai tugas kompleks, misalnya, mengatur solusi penyimpanan data tahan bencana, menggunakan visi komputer untuk menganalisis lalu lintas dan membantu menyelesaikan kejahatan.

Setelah bagian pleno konferensi, penghargaan pelanggan dan mitra, serta istirahat singkat, tiga sesi teknologi paralel dimulai, di mana peserta konferensi bersama-sama dengan para ahli memeriksa langkah-langkah praktis spesifik untuk memecahkan masalah bisnis mereka.





Hari yang panjang, tetapi tidak membosankan ini berakhir dengan pengundian hadiah dan komunikasi tradisional, atau sebagaimana mode untuk berbicara tentang jaringan sekarang, karena Tur Dunia Fujitsu tidak lagi tentang “menunjukkan diri”, tetapi tentang komunikasi, bertemu teman lama dan bertemu orang baru. Kami belum melihat banyak untuk pertama kalinya, tetapi ada banyak wajah baru yang kami harap akan bertemu lagi tahun depan. Datang dan kunjungi kami di musim gugur tahun 2020, sampai Anda tahu apa tema umumnya dalam setahun, siapa yang akan tampil dari panggung, produk baru apa yang akan ditampilkan, tetapi pasti akan menarik.

Materi dari konferensi Dunia Tur Fujitsu 2019 dapat ditemukan di sini . Laporan foto di sini .