Исскуственный интеллект и будущее ИТ

Как можно применить ИИ и другие новые технологии, чтобы правильно использовать данные, знания и идеи, чтобы преодолеть «парадокс данных»?

По некоторым оценкам, в ходе пандемии был зафиксирован десятилетний цифровой прогресс. Поведение пользователей меняется. Бизнес-модели разрушаются. И организации ищут способы раскрыть потенциал, скрытый в данных, для повышения операционной эффективности, улучшения качества обслуживания клиентов и достижения стратегических целей.

Пришло время поразмышлять о том, как мы думаем о данных, и почему такие технологии, как искусственный интеллект, машинное обучение, 5G, облачные технологии и периферийные устройства, играют жизненно важную роль в формировании этого будущего?

Бен Томпсон: «Данные являются самым большим активом организации, но они также могут стать самым большим препятствием для трансформации, если с ними неправильно обращаться»

Действительно, понимание влияния ИИ и его роли в вашем бизнесе будет иметь важное значение для решения некоторых парадоксов, связанных с нашей растущей зависимостью от данных и инфраструктур, необходимых для раскрытия этих возможностей. Так как же ИИ может помочь бизнесу? Об этом можно было узнать на специальной виртуальной конференции Dell Technologies, VMware и NVidia, которая состоялась во второй декаде января.

Конференцию открыл мастер церемоний Бен Томпсон (Ben Thompson). Он отметил, что ее участники смогут узнать, как разблокировать силу информации, чтобы повысить операционную эффективность, улучшить опыт заказчиков или достичь стратегических целей, потому что все видят экспоненциальный рост объемов данных в последние годы. Разнообразие типов данных огромно, а скорость, с которой мы можем использовать их, чтобы принимать решения, никогда не была столь высокой. То, как собирают, систематизируют и используют данные, является ключом к большей части этого прогресса. Однако несмотря на то, что данные являются самым большим активом организации, они также могут, как это ни парадоксально, стать самым большим препятствием для трансформации, если с ними неправильно обращаться. Результаты исследования «Индекса цифровой трансформации» Dell Technologies 2020 г. показали, что, хотя две трети компаний говорят, что им нужно больше данных, 70% организаций собирают данные быстрее, чем они могут их использовать. Еще 64% владеют слишком большим объемом данных, чтобы эффективно выполнять требования безопасности и регуляторным требованиям. И только 21% считает, что они действительно относятся к данным, как к капиталу, и отдают приоритет их использованию в бизнесе.

Бизнес нуждается в больших объемах данных, но его способность оптимизировать их использование часто ограничивается существующими методами работы. Как же нужно решать этот так называемый парадокс данных? Как примирить растущее доверие к данным и неспособность эффективно их использовать? И как может ИИ помочь в такой ситуации. Это и стало предметом рассмотрения на проведенной конференции.

Ключевой доклад сделала корпоративный советник-футурист Софи Хекфорд (Sophie Hackford), которая отметила, насколько глубоко она была впечатлена высказыванием проф. Даниэлы Рус (Daniela Rus) из МТИ о том, что ИИ высвобождает компьютеры из их корпусов. Это – будущее вычислений планетарного масштаба. Ее мнение по этому поводу заключается в том, что Земля превратится в машину, или в компьютер. Далее, она объяснила, что имела в виду.

Устройства, какими мы их знаем, будут реконструированы. Практика показывает, что все время нужно ремонтировать камеры, микрофоны, динамики, мыши, дисплеи. Когда у вас есть камера, то ее размер, как крупица соли. Если есть массив из тысяч камер, образующих целую поверхность, то это уже не камера. И речь не идет о трех камерах смартфона, вся тыльная поверхность его может стать камерой и, конечно, это не только камеры, это микрофоны, это всякого рода датчики, выполняющие мониторинг и наблюдение за нами все время. И этот машинный мир, о котором идет речь, некоторые люди называют нулевым пользовательским интерфейсом. Когда вы находитесь внутри офиса, дома или машины, вы живете внутри устройства, внутри машины, которая отслеживает ваши жесты, движение глаз, голос. Она будет в определенном смысле оплетать нас. Таким образом, идея заключается в том, что вы станете в будущем интерфейсом в системе машина—Земля. И это действительно интересная, хотя и несколько странная концепция. Существует множество научно-фантастических и не фантастических произведений с идеями в этой области. Разговор между нами и технологией будет расширяться. Что это значит? Что значит, мы внутри машины и машина внутри нас? Как это будет выглядеть?

Сегодня мы видим взрывное увеличение количества датчиков. Все эти датчики слушают и наблюдают, они постоянно обрабатывают данные о нас.

Это не коммерческий продукт, он предназначен в данный момент только для сотрудников Google. Это по сути фотокабина, в которую вы «прыгаете», и у вас есть реально иммерсионный 3D-разговор с вашими друзьями или семьей. Имеется так называемый портал, где можно «телепортироваться» в те места в мире, которые вам нравятся. Мы увидим аватары, будь они алгоритмическими или настоящими аватарами ваших друзей и членов семьи. Таким способом мы получим намного больше, чем просто разговор с машиной.

Итак, вы сможете говорить с машиной, будет ли это навигационной голографией в вашем авто или в офисе. Машина будет рассказывать нам о мире, говорить с нами и понимать, что нам необходимо для того, чтобы понимать ее. Существуют реальные передовые технологии в этом голографическом пространстве, например те, что разрабатываются в лаборатории МТИ. Все это расширяет наш разум, наши возможности - и онлайн-, и офлайн-пространства являются вычислительными пространствами. Наш физический ландшафт превратится в поток информации, или поток байтов, и это будоражит. Когда ПО пожирает мир (выражение Марка Андриссена), это уже больше не ПО. Это нечто больше, это то, что мы подразумеваем, когда говорим о Земле-машине.

Но как получить лучшее, отталкиваясь от этой концепции? Что с очевидностью следует из появления всех этих роботов, автономных автомобилей, камер и Google Photo Booth? Это данные. Именно они становятся ключевыми, когда речь заходит о симуляции городов, домов, аэропортов, цепочки поставок, даже симуляции нас как индивидов. Эти симуляции, или модели, или цифровые двойники, могут помочь нам управлять некоторыми сложными системами, которые у нас есть, будь то климат, цепочки поставок, пандемия и пр. Вот два примера. Первый – изменение климата. У Microsoft есть новый проект под названием Planetary Computer, который, по словам компании, будет оперировать триллионами датчиков, собирающих данные, как от людей, так и от машин, в космосе, в небе, на поверхности земли и под землей. Они помогут понять, как меняется планета в режиме реального времени. Это очень мощный инструмент, который поможет решить климатические проблемы. Второй пример, который может быть интересным в обсуждаемом контексте, – это здоровье человека. Скажем, у нас существует медицинский цифровой двойник как индивидуальный, так и социальный. Таким образом, мы можем получить что-то вроде робота, и выполнять предиктивное управление, отслеживая сигналы тревоги, когда что-то пойдет не так. Можно получить цифровых двойников фактически любых объектов - леса, океана и т. п. А теперь вообразите, что получится, если объединить все эти симуляции вместе. Но нужно сделать предостережение, все может быть, в стиле Льюиса Кэрролла, который написал в 1895 г. историю о людях, пытающихся нанести на карту территорию, и сделать это так точно, что в действительности получается такой же размер, как и вся территория. Способ, который используется как идея, заключается в том, чтобы помнить, что симуляция – это не мир, вне зависимости о того, насколько большая или мощная аппроксимация. Даже если используются данные в режиме реального времени, они всегда являются не точными. И об этом нужно помнить, прежде чем передать принятия всех решений на аутсорсинг роботам.

Софи Хекфорд завершила выступление примером использования технологии в одной весьма специфической области -радиоастрономии. Сейчас выводится на рабочий режим антенна площадью в 1 кв. км. И когда ее запустят, каждую секунду будет загружаться такой же объем данных, какой весь WWW обрабатывает за день. Другой пример - исследования по внеземной цивилизации. И тут основная проблема, стоящая перед исследователями, - неизвестно, что именно нужно искать, какие именно сигналы.

Здесь требуются чувствительные приборы для приема всего диапазона сигналов, поскольку ученые не могут точно сказать какие именно сигналы нужно искать и с какими паттернами. Можем ли мы одолжить некоторые из этих подходов, скажем в медицине — когда, возможно, стоит собирать и анализировать данные, которые мы и не планировали собирать. Все наши устройства, инструменты и правила должны быть пересмотрены в условиях симуляций, которые могут возникнуть в будущем.

Панельная дискуссия (слева направо: Софи Хекфорд, Пол Брук и Джо Багули)

В заключение мероприятия состоялась панельная дискуссия, темой которой было, в какой области ИИ может оказать наибольшее влияние на бизнес. В ней, в частности, приняли участие Софи Хекфорд, директор Dell Technologies в регионе EMEA, специалист по обработке данных Поль Брук (Paul Brook), Карло Руис (Carlo Ruiz), директор AI Data Center Solutions, NVidia EMEA, а также вице-президент и CTO VMware в регионе ЕМЕА Джо Багули (Joe Baguley).

Предваряя дискуссию, ведущий Бен Томпсон отметил, что существует много различных способов изменить ситуацию в организации. Владение возможностями интеллектуальной автоматизации может стать ключом в этом процессе. Как мы воспользуемся ИИ, для того чтобы решить некоторые парадоксы, окружающие нас, увеличить доверия к данным и инфраструктуре, необходимой для освобождения их возможностей?

Бен Томпсон предложил более глубоко разобраться в идеях, которых коснулась Софи Хекфорд, а также поговорить о некоторых их практических приложениях в бизнесе, и как эти идеи нужно воспринимать. Согласно отчету Forrester, данные не рассматриваются как капитал подавляющим большинством, составляющим почти 80% опрошенных. Почему это происходит?

Сам по себе отчет не является шокирующим, отметил Поль Брук, продолжая дискуссию. Мы наблюдаем все больше и больше традиционных бизнесов, в которых данные становятся частью их интеллектуальной собственности и их активами. Что мы должны делать с этими данными, что вы хотите делать с этими данными? В определенный момент кто-то должен принять решение и попытаться автоматизировать процесс реализации. Именно таким образом можно решить озвученный парадокс данных.

Это отличная идея уделять больше внимания данным, использовать данные как актив, трактуя их как капитал, обратился Бен Томпсон к Джо Багули. Есть ли у него какие-нибудь рекомендации для компаний, как заниматься этим?

Багули ответил, что зачастую бывает очень сложно убедить организации дать список приложений, которые они используют. Если вам не могут предоставить такой список, то как можно говорить о том, какие данные у них есть, которые обрабатывают эти приложения, как связать их вместе и что с ними делать. Поэтому, если пытаться улучшить пользовательский опыт, нужно прежде всего разобраться с приложениями, и затем, с теми данными, которые ими обрабатываются. И не стоит забывать, что ИИ – не волшебная палочка, ML – не волшебник, это лишь инструмент. По мнению Джо Багули, нужно начать с рассмотрения наборов данных, которые уже есть, и возможностей, где эти наборы можно объединить и создать одно большое озеро данных. И затем уже переходить к ИИ.

Что, если провести несколько более глубокий анализ для случая, когда данные противоречивы, чтобы пытаться их все передать, спросил Бен Томпсон у Джо Багули.

Думаю, это больше о том, где бизнес сегодня использует данные, почему и для чего, ответил он. Нужно действительно взглянуть на планирование. Люди очень редко планируют свой бизнес вокруг данных, которые они собираются получить. В типичном случае, планирование бизнеса идет исходя из того, что они собираются делать. Затем находят приложения, и начинают накапливать данные. По мнению Джо Багули, топ-менеджерам нужно менять подходы – сегодня не бизнес управляет данными, а данные управляют бизнесом.

Карло Руис, в свою очередь отметил, что работа с данными — это тяжелый и кропотливый труд, несколько хороших идей и множество сопутствующих проблем. Мы накапливаем все больше данных, строим все более точные модели. Сегодня действительно появились возможности, в том числе и вычислительные, которых еще совсем не давно не было. «Да, все не просто, мы работаем над возникающими проблемами, подбираем оптимальные варианты, но наблюдаем при этом огромный прогресс”, - заявил Руис.

Практический пример использования ИИ был приведен компанией McLaren, одного из наиболее заметных игроков в Formula 1, где без инноваций нельзя удерживать лидерство. О том, как в компании используют ИИ и достигают реального успеха, рассказал CIO McLaren Крис Хикс (Chris Hicks). Вопрос, который задал ему Бен Томпсон, был следующим: как он идентифицирует данные, которые нужно собирать, чтобы использовать их эффективно.

Formula 1 - это спорт, в котором полагаются на данные во всем и на всех этапах от разработки болидов и тренировок до гонки, отметил Крис Хикс. Как результат, скорость изменений в F1 ошеломляющая - 80% машин изменяли на протяжение сезона. Это около 17 тыс. индивидуальных компонентов каждый сезон. И объем данных, который получают от машины, поистине астрономический - за время одной гонки передается 1,5 ТБ данных. Однако не все они нужны. Необходимо точно знать, какие данные рассматривать, чтобы решить конкретную проблему, и решения принимаются в режиме реального времени.

Для обработки данных используется технологический стек Dell на самой трассе и в штаб-квартире - центре управления гонками. Там данные фильтруются - необходимо определить, какие данные являются наиболее полезными. В терминах текущего решения непрерывно выполняются улучшения и итерации, по мере того как анализируются данные. В действительности никогда нет окончательного решения о том, как управлять этими данными. Чтобы можно было повысить качество анализа и улучшить производительность как вне, так и на треке, работа выполняется в тесном сотрудничестве с Dell.

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365