Think-Tank Defile - Мнения экспертов :: ПЛИС-щеево озеро и суперкомпьютер на дне вместо Китеж-града

Posted: 10:27 06-12-2016
ПЛИС-щеево озеро
 и суперкомпьютер 
на дне вместо Китеж-града  

Digital-трансформация 
древнерусского города Переславля

 
Фото: NSCF
Сергей Михайлович Абрамов
Директор Института программных систем им. А.К. Айламазяна РАН, 
ректор Университета города Переславля им. А.К. Айламазяна,
доктор физико-математических наук, член-корреспондент РАН, профессор,
научный руководитель от России проекта СКИФ,
председатель Национального Суперкомпьютерного Форума

Фото: Pz76.ru
Переславль-Залесский, вид на Плещеево озеро

В начале зимы в Переславле-Залесском состоялся юбилейный Пятый Национальный Суперкомпьютерный Форум. Научное событие ежегодно проходит в Институте программных систем им. А.К. Айламазяна РАН, форум работает на базе Национальной Суперкомпьютерной Технологической Платформы. В 2011 году директор ИПС РАН, чл.-корр. РАН, доктор физико-математических наук Сергей Михайлович Абрамов, рассказывая о начинании в интервью журналу «Наука и жизнь», подчеркивал, что Форум будет развиваться как объединяющая интеграционная площадка для всей ИТ-отрасли. За прошедшие годы Форум стал крупнейшим мероприятием суперкомпьютерной отрасли России, идеологическим центром киберинфраструктуры страны.

Форум стал уникальной платформой, 
охватывающей весь спектр направлений по совершенствованию 
высокопроизводительных вычислений

Самый передовой рубеж ИТ-технологий – это суперкомпьютеры (High performance computing, HPC). Суперкомпьютерные системы очень разные, они создаются под разные задачи. Есть HPC классические, которые выполняют очень сложные и массивные вычисления. Есть HPC неклассические – это современные гигантские Data-центры и такие системы, как Google, Facebook, Twitter, Яндекс и т.д. От HPC-систем требуется все большая и большая производительность, а сами HPC-системы требуют все больше и больше электроэнергии. Самым важным докладом на НСКФ стал доклад С.М. Абрамова и С.А. Амелькина «Энергоэффективность высокопроизводительных вычислительных комплексов: анализ современных достижений Российской суперкомпьютерной отрасли». Авторы представили новый рейтинг суперкомпьютеров, который разработан в ИПС РАН. 

Новый рейтинг принципиально отличается от существующих. Международный рейтинг TOP 500 формируется с 1993 года, имеет уже 48-й пересмотр. Но именно устаревшая методика и подрывает авторитет этого рейтинга. Первые места занимают те суперкомпьютеры, которые быстрее решают задачи в рамках теста Linpack, у кого выше показатель, измеряемый в Flops (FLoating-point Operations Per Second), то есть у кого выше производительность суперкомпьютера, сколько операций с плавающей запятой в секунду выполняет вычислительная система. Но с точки зрения реальной жизни этот показатель не подходит для рейтинга, так как лучший результат может достигаться невероятно дорогой ценой бюджета. В докладе Сергей Анатольевич Амелькин разъяснил, что самая большая проблема отрасли – энергоэффективность. От суперкомпьютера происходит два эффекта: вычислительная мощность и тепловое загрязнение. Пока никто не обвиняет суперкомпьютеры в ускорении глобального потепления климата планеты, но сдав быстрый тест по производительности, машина может просто перегреться и выйти из строя. Если бы работа существующих суперкомпьютеров была основана на ядерных технологиях, то проблеме перегрева придавалось бы совсем другое значение – угроза взрыва и ядерного загрязнения. Но пока таких технологий нет, а что есть, то нужно рассматривать с позиций отказоустойчивости и энергоэффективности. Электричество требуется для суперкомпьютеров в двойном объеме – на вычислительную работу самой машины и на работу систем охлаждения. И исчисляются энергозатраты в мегаваттах. А прекращение работы перегретого суперкомпьютера в мире ИТ-технологий, Больших данных и Интернета вещей (Internet of Things) может обернуться настоящей катастрофой с человеческими жертвами (например, если суперкомпьютер обеспечивает работу транспортных коммуникаций, воздушных или железнодорожных, или регулирует автомобильное движение).

Систем охлаждения суперкомпьютеров существует пять: два вида воздушного охлаждения, гибридное охлаждение воздухом и жидкостью, и только жидкостное охлаждение (погружение в специальную жидкость). Уникальный способ охлаждения путем погружения в жидкость применяется в отечественных инновационных суперкомпьютерных вычислительных комплексах ИММЕРС. Они отличаются высокой плотностью размещения вычислительных узлов, быстрым развертыванием комплекса, тишиной в помещении, существенным уменьшением общих энергозатрат.

 

Еще один международный рейтинг Green500 (ранжирует показатель performance per watt, производительность на Ватт, Flops-per-Watt), оценивает энергоэффективность суперкомпьютеров. Показатель считают не совершенным, так как лучшим критериям в нем соответствуют небольшие суперкомпьютерные системы. Такой рейтинг теряет смысл. Другой показатель Power Usage Effectiveness (PUE) определяется как отношение общего потребления энергии к потреблению энергии на вычисления. Рейтинг также активно критикуют, так как подобная формула сводит на нет сами вычислительные способности суперкомпьютера. 

Специалисты ИПС РАН представили в своем докладе новый рейтинг Rus.Green. Его методика принципиально отличается от существующих рейтингов, в формуле учитываются производительность, энергопотребление и эффективность систем охлаждения. Общеизвестно в суперкомпьютерной среде, что самым эффективным методом охлаждения является иммерсия. Формула рейтинга Rus.Green отражает это преимущество, и в итоге на первые места выходят суперкомпьютеры, оснащенные системами жидкостного охлаждения путем погружения. Так, вычислительные системы IMMERS находятся на первом месте рейтинга. Выводы докладчиков были следующими: надо не отставать в переоценке формул рейтингов, которые по мере развития технологий теряют свою релевантность, и тогда будет получена реальная картина мирового суперкомпьютерного парка. В данном случае российские разработчики оказались на шаг впереди по технологиям охлаждения, а коррекции в мировом рейтинге не произошло, и в таких условиях российская суперкомпьютерная отрасль несет несправедливые имиджевые убытки. В перспективе можно корректировать рейтинг с расчетом возможных выгод перевода тех или иных суперкомпьютерных систем на жидкостное охлаждение – показывать потенциальные возможности для тех суперкомпьютеров, которые еще не перешли на жидкостное охлаждение. 

Суть проблемы не в позиции в рейтинге, а в адекватной оценке технологий с целью поиска пути их совершенствования. Требования к суперкомпьютерам растут быстрее, чем появляются новые идеи и технологии. Например, важный суперкомпьютерный дата-центр Агентства национальной безопасности США в штате Юта (National Security Agency's Utah Data Center) регулярно попадает на первые полосы американской прессы из-за проблем с охлаждением и, соответственно, возникающими перебоями водоснабжения населения в штате (дата-центр использует гибридную систему охлаждения, а траты воды доходят до объемов более 6 млн литров в день). В Переславле пока таких проблем нет, как не возникает их и там, где устанавливаются погружные системы охлаждения IMMERS. Мысль (правда, пока в шутку) о возможном погружении суперкомпьютера на дно Плещеева озера все же прозвучала на Форуме, и кто знает, может быть, будущее решение очередных проблем роста суперкомпьтерной отрасли находится в этом направлении – подводном размещении суперкомпьютеров. Лидерство определяется не на бумагах министерств и ведомств, а в головах исследователей, и нельзя никакие, даже международные, рейтинги принимать как бесспорную данность. Необходимо инициативное отношение к науке, ученые должны сами формировать научную повестку дня, менять рейтинги, если это нужно, изучать новое и неизведанное.


 
Фото: NSA
National Security Agency's Utah Data Center

А.М. Цирлин в докладе «О возможности сборки суперкомпьютеров из герметизированных вычислительных блоков» (Абрамов С.М., Амелькин А.С., Цирлин А.М., Чичковский А.А., ИПС РАН) рассказал о компьютерах с погружением в специальную неэлектропроводную охлаждающую жидкость. Такие компьютеры производит фирма «Иммерс». Новый шаг – переход на кипящую охлаждающую жидкость. В ходе дискуссии поднимался вопрос о проблеме герметичности таких блоков. Разработанные технологии очень надежны, можно хоть сейчас ставить суперкомпьютер на дно океана или Плещеева озера. Хотя есть еще риск неустойчивости работы из-за возможности перехода на режим пленочного кипения. А также была предложена идея размещения герметизированных вычислительных блоков в зонах ледников, включая Антарктиду.

В целом, на Форуме в пленарный день был поднят вопрос о необходимости создания принципиально нового компьютера. Для этого планируется организовать открытую целевую поисковую лабораторию. 

Например, мир работает над квантовым компьютером. О разных практических успехах в этой области сообщают с 2000-х годов. Есть такой компьютер, как D-Wave, производства канадской компании D-Wave Systems. О его создании было объявлено в 2007 году, к 2015 году компания заявила о достижении мощности процессора до 1000 кубит (кубит – квантовый разряд или наименьший элемент для хранения информации в квантовом компьютере). Квантовый компьютер должен обладать такими характеристиками, как квантовый параллелизм и квантовая запутанность. По законам квантовой физики, частица квант может находиться сразу в двух состояниях 0 и 1, это и есть квантовый параллелизм (иногда называют суперпозиция). При увеличении количества кубитов в процессоре квантового компьютера его мощность растет быстрее, чем это происходит в обычном компьютере. Квантовый компьютер может работать с количеством частиц, сопоставимым со Вселенной. Квантовые свойства компьютера D-Wave подтверждены, но пока это не то, что рисует воображение ученых, а лишь ограниченная по функциональности система, хотя была показана скорость работы в 100 млн раз больше по сравнению с обычным компьютером. D-Wave приобрели Lockheed Martin, DARPA, Google.

Фото: www.VancouverSun.com

Идея возможности создания квантового компьютера была высказана впервые советским ученым Юрием Ивановичем Маниным в 1980 году. Сейчас ученый работает в США и Германии. Российским ученым традиционно принадлежит много прорывных идей, но укоренившаяся в прошлом система подавления инициативы и свободы мысли по-прежнему играет для России трагическую роль, приводя к отставанию от западного мира. 

О создании сверхпроводящего кубита, логической ячейки квантового компьютера, российские ученые объявили только в мае 2015 года. Группа исследовательских институтов включает Российский квантовый центр (РКЦ), Московский физико-технический институт (МФТИ при участии Технологического центра), национальный университет МИСиС, Институт физики твердого тела РАН (ИФТТ РАН) и ряд других организаций. Теперь российские ученые готовы перейти к практической реализации квантового компьютера.

Есть еще такое понятие, как ДНК-компьютер, подразумевается вычислительная система, использующая возможности молекул ДНК (взаимодействие разных ферментов с ДНК-молекулой, которая имеет четыре азотистых основания: цитозин, гуанин, аденин, тимин). Последовательность азотистых оснований кодирует информацию, а ферменты эту информацию могут изменять (удалить, копировать, вставить). Подобный биологический нанокомпьютер, как полагают, может хранить терабайты информации при объеме в несколько микрометров. ДНК-компьютер можно будет вживлять в клетку, его производительность составит миллиарды операций в секунду при ничтожно малом энергопотреблении.

ДНК-технологии относят к посткремниевому этапу в компьютерном мире. Молекулы ДНК с четверичной логикой могут заменить кремниевые транзисторы с бинарной логикой. Предполагают, что объем биовещества с ДНК до 500 граммов может хранить информацию, которая вмещается сегодня во все хранилища данных. А вычислительная мощность ДНК-процессора размером с каплю будет больше самого мощного современного суперкомпьютера.

Пример возможного применения ДНК для вычислений первым показал Леонард Эдлман (Leonard Adleman) в 1994 году. Это был лабораторный эксперимент по поиску гамильтонова пути на примере 7 городов с применением полимеразной цепной реакции (PCR). Были выполнены сложные параллельные вычисления, но технология пока еще очень медленная, ручная и полностью экспериментальная. А в Институте математических проблем биологии РАН еще несколько лет назад была разработана конструкция электронной памяти на основе ДНК (размер 10х10 нм) и логического элемента (10 нм), такие логические элементы на основе ДНК могут заменить суперкомпьютер.

Поиски новых возможных компьютеров ищут и в области новых материалов – например, рассматриваются углеродные нанотрубки. Возможно использовать молекулы как составные части логических электроцепей. Молекулярная микросхема записывает информацию с помощью положения молекул в пространстве. Возвращаясь к двоичной системе, есть идеи по разработке оптического (фотонного) транзистора вместо обычного электронного. Фотоны генерируются лазерами или диодами. С 90-х годов несколько компаний представляли оптические компьютеры с лазерными излучателями. Рассматривается также такое направление, как вакуум-канальный транзистор (vacuum-channel transistor).

В процессе обсуждения на Форуме вопроса о создании нового компьютера Николай Николаевич Непейвода подчеркнул, что надо рассматривать три вектора работ: физика, эффективность и математика. Не только физико-химические / биологические аспекты могут быть источником для создания нового типа компьютера, но есть еще много неизученного в математических подходах, а также многое можно изменить в подходах по повышению эффективности существующего типа компьютеров. В докладе Н.Н. Непейводы «О некоторых возможностях локальных вычислений в теории систем и базах данных» (ИПС РАН) обсуждались прямоточные расслоенные вычисления без запоминания промежуточных результатов, которые могут стать математической основой разработки более производительного компьютера.

В докладе Я.В. Рязанцева «Суперкомпьютерная отрасль и задача о наибольшем числе» (АО «РВК», Москва) была поднята проблема освоения пространства вычислений – современные суперкомпьютеры могут решить только 25% математических задач. Остальное по-прежнему недоступно науке. Например, Большие числа Дирака (Large numbers). Для таких вычислений нужен квантовый компьютер. Большие числа описаны Полем Дираком в 1937 году как соотношение размеров Вселенной (мегамир) к размерам элементарных частиц (микромир). По мнению Я.В. Рязанцева настало время решать задачи из области Больших чисел, создавать для этого новые вычислительные системы, так как без новых открытий и без нового понимания законов физики и математики существенного прогресса не будет. В конце своего доклада ученый презентовал свою работу по поиску общего во взаимодействии электрических и гравитационных полей, предположив, что электрическое взаимодействие имеет гравитационную природу. Заманчивым прозвучало предположение ученого, что усложнение простого и добавление степеней свободы в итоге может привести к возможности вычислять все процессы в природе («to compute the Nature»).

В докладе И.П. Осинина «Высоконадежный модулярно-логарифмический процессор с реконфигурируемой архитектурой» (ФГУП «Российский федеральный ядерный центр – Всероссийский научно-исследовательский институт экспериментальной физики») был представлен модулярно-логарифмический процессор, в котором заложен потенциал параллельного счета и обеспечения отказоустойчивости на уровне архитектуры. Такой процессор (арифметический ускоритель) может решать задачи, критичные по скорости, с высокой надежностью вычислений. Модулярно-логарифмический процессор существует в виде прототипа на базе программируемой логической интегральной схемы (ПЛИС). И.П. Осинин очертил круг сфер для применения модулярно-логарифмического процессора: моделирование климата, исследование электромагнитного рассеяния, исследование орбитальной эволюции небесных тел; и высоконадежные вычисления – наведение ракет, управление атомной электростанцией, функционирование космических аппаратов.

Еще одно направление по повышению производительности и отказоустойчивости суперкомпьютеров представили авторы М.Ф. Каравай и В.С. Подлазов «Обобщенное 4-мерное мультикольцо в сравнении со «сплющенной» бабочкой» (ИПУ им. В.А. Трапезникова РАН, Москва). Это математическое усовершенствование подходов к организации сетей связи в суперкомпьютерах на базе многопортовых коммутаторов. Предложена новая плоская системная сеть с узлами в виде составных многопортовых коммутаторов, аналогичная сети «сплющенная» бабочка, что обеспечивает большее число абонентов и/или большее число разных маршрутов (на 70%) при равном числе портов узлов и равных диаметрах системной сети. Вдвое снижается время задержки передачи сигнала. Ученые сделали вывод, что только за счет выбора структуры межузловых связей можно существенно улучшить эксплуатационные характеристики системной сети, увеличить число узлов, повысить параллельность сети и ее отказоустойчивость.

В докладе С.М. Чудинова и П.В. Галаган «Отечественная Высокопроизводительная Гетерогенная Вычислительная Платформа (ВГВП) для решения задач высокопроизводительных вычислений встраиваемого класса» (АО «НИИВК им. М.А. Карцева», Москва) поднимался вопрос об импортозамещении. Станислав Михайлович Чудинов рассказал, что сегодня доля потребления импорта в области вычислительной техники составляет 90%, а в области высокопроизводительной встраиваемой аппаратуры по некоторым типам продукции до 100%. Государством поставлена задача к 2020 году снизить долю потребления импорта в этой области вдвое. Наиболее критичны в этом плане задачи высокопроизводительных вычислений встраиваемого класса (задачи бортовых суперкомпьютеров) или HPEС (High Performance Embedded Computing). Они нужны для объектов атомной энергетики и нефтегазовой отрасли, вооружений и военной техники, транспорта, систем управления опасными процессами в промышленности, сферы телекоммуникаций. Эти области требуют максимально возможной производительности, конкурентоспособности (ожидается появление суперкомпьютера экзафлопcной пиковой производительности), при минимальных размерах аппаратной составляющей. Если классический, академический суперкомпьютинг обязательно базируется на международном сотрудничестве, то суперкомпьютеры встраиваемого класса в интересах национальной безопасности создаются только из внутренних ресурсов государства. Следующий аспект – санкции, примененные Западом к российским предприятиям. Санкционный режим затрудняет отслеживание появления новых технических стандартов для аппаратуры и программ. Это сейчас реальная проблема. Еще один вопрос – всем российским производителям нужно работать с учетом совместимости разных аппаратных вычислительных ресурсов, использовать открытые стандарты. Для отечественной Высокопроизводительной Гетерогенной Вычислительной Платформы рекомендован модульный подход (набор прикладных модулей), что позволяет оперативно создавать проблемно-ориентированные конфигурации ВГВП.


Digital-трансформация вокруг нас

Вторая часть обзора посвящена тем исследователям, которые представили свои работы по применению суперкомпьютеров для разных областей. Все больше и больше суперкомпьютеры проникают в жизнь людей. Это как маляры, увидевшие непокрашенный дом – разными красками будет выкрашено все и снаружи, и изнутри. Так и окружающий нас мир будет привязан к разным суперкомпьютерам и приложениям во всех сферах. Наверное, уже скоро администрация любого небольшого города или район любого большого города будет ничем иным, как отдельным суперкомпьютером с дата-центром и массой интерфейсов для служб. Это глобальная концепция Интернета вещей (Internet of Things) с приставкой ко всему Smart- или Digital-. Суперкомпьютер службы почты, суперкомпьютер аэропорта, суперкомпьютер железнодорожных перевозок, суперкомпьютер госпиталя, суперкомпьютер торгового центра и д.т. 


Мы много говорим о диковинных американских технологиях, о формировании вокруг нас виртуального пространства – «дополненной реальности» (Augmented Reality, AR), когда человек может улучшить и дополнить свои возможности и психофизиологические способности. Например, существуют разные проекты – Magic Leap, HoloLens, Smart Glasses, все они позволяют ввести в поле восприятия человека дополнительные сенсорные данные, что дает человеку не существующие в природе дополнительные возможности по усваиванию информации. Элон Маск (Elon Musk) в 2016 году предложил концепцию «Neural Lace» (нейронные кружева), или иначе – концепцию цифрового интеллекта (Digital Intelligence). Концепция предусматривает технологии связи мозга с компьютером посредством имплантанта.

Есть и в России много интересного и перспективного в этой области. На Пятом Национальном Суперкомпьютерном Форуме была представлена целая серия докладов из Института математики и механики им. Н.Н. Красовского Уральского отделения РАН. Владимира Лазаревича Авербуха, заведующего сектором визуализации Отдела системного обеспечения ИММ УоРАН, можно по праву назвать основоположником современной российской школы суперкомпьютерной визуализации. В докладе «Естественность интерфейсов для систем визуализации на базе виртуальной реальности» (Авербух В.Л., Авербух Н.В., Стародубцев И.С., Пестова М.С., ИММ УрО РАН, УрФУ, Екатеринбург) В.Л. Авербух представил основные положения и направления суперкомпьютерной научной визуализации.

  

  
Примеры суперкомпьютерной визуализации, выполненной в ИММ УоРАН

Человек-оператор погружается в виртуальный трехмерный мир, где есть навигация и управление анализом без специальных команд. Разрабатываются специальные человеко-компьютерные интерфейсы для удаленного взаимодействия с реальными или виртуальными объектами. Их называют «естественными», они построены на фиксации и распознавании комбинации движений человека или активности его органов. Научная визуализация применяется для сложного анализа Больших данных, при компьютерном моделировании. Естественные интерфейсы В.Л. Авербух разделил на несколько категорий: мозг-компьютер (нейрокомпьютерный интерфейс); использование нервных импульсов; распознавание речи; распознавание движения губ; распознавание мимики; распознавание перемещения взгляда; тактильные интерфейсы; фиксация движений всего тела человека или отдельно головы, всей руки, кистей рук, пальцев, ног.

В.Л. Авербух и его научная группа разработали язык жестов для взаимодействия с пользователем в виртуальной среде: жест для определения объекта, с которым пользователь хочет взаимодействовать; жесты, обеспечивающие движение в пространстве; жесты управления работой. Язык жестов основан на захвате движений (Leap Motion, скачкообразное движение). И.О. Михайлов в докладе «Разработка интерфейса для взаимодействия с объемными данными на основе захвата движения»   (ИММ УоРАН) подробно рассказал о технологии специализированного интерфейса для работы с объемными данными на основе аппаратных средств захвата движения (Leap Motion). В перспективе научная группа В.Л. Авербуха планирует разработку визуализации объемных данных с помощью очков виртуальной реальности и с реализацией распределенной системы обработки жестов для работы с большими объемными данными. Особое применение эти системы виртуальной среды имеют в медицине – реабилитация инвалидов, новые исследования, создание новых материалов.


На Форуме был представлен доклад по российской разработке искусственного интеллекта (ИИ). Олег Олегович Варламов в докладе «О метрике автономности и/или интеллектуальности робототехнических комплексов» (ООО «МИВАР», Москва) рассказал об искусственном интеллекте и возможности его реализации в миварном информационном пространстве. Он отметил, что ИИ базируется на семантической обработке текста и связан с языком. Российская разработка миварной технологии учитывает особенности русского языка. 

Идея создания миваров появилась 30 лет назад при решении сверхбольших гетерогенных задач обработки разнородной информации в реальном времени. Миварный подход к обработке информации базируется на гносеологической концепции А.Я. Райбекаса «Вещь-Свойство-Отношение» и моделировании реального мира на основе эволюционного многомерного информационного адаптивного «миварного» пространства с базисными осями «Вещь, Свойство, Отношение, Время, X, Y, Z». Мивар (Многомерная Информационная Варьирующаяся Адаптивная Реальность, MIVAR, Multidimensional Informational Variable Adaptive Reality) – это наименьший структурный элемент дискретного информационного пространства.


Миварные системы работают с Большими данными. Миварные технологии разделяют на 2 направления: миварная технология накопления информации, создание глобальных эволюционных баз данных и правил (знаний) с изменяемой структурой; миварная технология обработки информации, конструирование алгоритмов из модулей, сервисов или процедур на основе активной обучаемой миварной сети правил. Основные виды ИИ включают: экспертные системы, системы понимания естественного языка, системы распознавания образов, системы управления роботами. 

О.О. Варламов рассказал, что в искусственном интеллекте выделяют три уровня исследований: рефлексный, логический и социальный. Рефлексный уровень соответствует поведению животных, а логический и социальный соответствуют поведению человека и социума в целом. Мивары позволяют перейти с рефлексного на логический уровень создания «интеллектуальных» систем управления роботами и выполнять функции естественного высокоразвитого интеллекта. О.О. Варламов предлагает создавать автономных интеллектуальных роботов по миварным технологиям на логическом уровне в трех направлениях: системы планирования и принятия решений; интерфейсы понимания естественного языка; системы смыслового распознавания образов.

На Форуме был представлен программный продукт КЭСМИ «Разуматор» (Конструктор экспертных систем миварный), он позволяет за доли секунды обрабатывать более 5 миллионов продукционных правил (включен в Реестр Российского программного обеспечения), что удовлетворяет требованиям работы робота в режиме реального времени без задержек. Наиболее сложным считается создание робототехнических комплексов, которые способны реагировать и принимать решения в различных ситуациях – системы принятия решений логического уровня на основе достижений экспертных систем в области искусственного интеллекта (миварная система принятия решений «РобоРазум»). О.О. Варламов рассказал о новой метрике для оценки таких роботов, это «вычислительная сложность решения задач», которая для рассуждающих систем зависит от количества правил и переменных описания ситуации.

Фото: Datafloq.com

Стоит добавить, что обозначенный О.О. Варламовым социальный уровень ИИ чрезвычайно важно изучать. Напомним три правила для роботов, предложенные Айзеком Азимовым в годы Второй мировой войны: 
  • Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.
  • Робот должен повиноваться всем приказам, которые дает человек, кроме тех случаев, когда эти приказы противоречат Первому Закону.
  • Робот должен заботиться о своей безопасности в той мере, в которой это не противоречит Первому или Второму Законам.
Мы видим, насколько сложна эта тема, как она тесно сплетена с самим обществом. Делая философское отступление, отметим, что на первый план во всем этом техническом прогрессе информационной эры выходит Этика мира человека. Роль христианской религии как оплота гуманизма становится в аспекте укрепления этики ключевой, так как риск расчеловечивания слишком высок. Мы столкнемся уже очень скоро с двумя понятиями: 1) живое и неживое как познанное; 2) живое и неживое как непознанное. NBIC-конвергенция сулит создание гибридов живого и неживого, и тогда возникнут вопросы без ответов – что есть этика, что есть душа, что есть боль, что есть право на жизнь, если это коснется промышленного потребления. С другой стороны, человек с дополненной реальностью, с чипом в головном мозге, будет ли тем же человеком? Будет ли угроза для живых существ от такого слияния природного интеллекта и роботизированных конвейеров? 

Уже сейчас все больше и больше людей в условиях стеклянных стен информационной эры приходят к выводу, что существующие автоматизированные конвейеры смерти в сельском хозяйстве (скотобойни) являются разрушающей силой для социума. И это так, это то самое столкновение живого и неживого в рамках новых технологий. Сама терминология «машинное обучение» (Machine learning) в своем названии содержит главный посыл – ИИ учится на примерах из окружающего его мира и через познание окружающего зреет. Все конвейеры смерти животных, все темные углы кровавого поведения человека должны быть зачищены и очень жестко пресекаться законом, чтобы ИИ не мог «учиться» на примере жестокого поведения человека, поставив тем самым под угрозу жизнь самого человека. Новый технологический век дает человечеству возможность быть сытыми и одетыми без жестокости к живым существам. Этот посыл нужно понять и принять как правило жизни людей 21 века, так как следующий шаг технологического прогресса – это когда человек становится уязвимым живым существом во власти ИИ.

О промышленных конвейерах IoT говорили в докладе А.И. Боровкова, Ю.Я. Болдырева, И.Б. Воинова, О.И. Клявина «Суперкомпьютерные технологии и цифровое производство» (Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург). Цифровое производство имеет четкие тенденции развития, которые авторы описали как: повсеместная замена физического эксперимента на эксперимент вычислительный (математическая физика), использование суперкомпьютеров в промышленном производстве и безлюдность конвейерных линий (замена человека на роботов) на фабриках будущего (Digital factory). 

Сегодня распространение суперкомпьютеров и алгоритмов машинного обучения Machine learning (и его составной части Deep learning, глубокого обучения) сравнивают с распространением лесного пожара. Число айтишников-разработчиков софта по глубокому обучению на GPU (графический процессор, Graphics processing unit) увеличилось в 25 раз за последние 2 года. По данным СМИ уже более 1500 стартапов в области искусственного интеллекта, нейронных сетей зарегистрировано в мире. Сложные алгоритмы обучаются на примерах реальной жизни, и программное обеспечение само себя «дописывает». Умнеют роботы на производстве, умнеют медицинские приборы, умнеют машины, беспилотные летающие дроны, видеокамеры и все вещи, окружающие человека.

Но пока говорить о близком рубеже создания полноценного ИИ, сопоставимого с мозгом человека, не приходится. Вот что пишет канадский специалист по ИИ Саймон Хайкин (Simon Haykin) в своей книге «Нейронные сети» (Neural Networks, 1999): «Мозг представляет собой чрезвычайно сложный, нелинейный, параллельный компьютер. Он обладает способностью организовывать свои структурные компоненты, называемые нейронами так, чтобы они могли выполнять конкретные задачи (такие как распознавание образов, обработку сигналов органов чувств, моторные функции) во много раз быстрее, чем могут позволить себе самые быстродействующие современные компьютеры. Примером такой задачи обработки информации может служить обычное зрение. В функции зрительной системы входит создание представления окружающего мира в таком виде, который обеспечивает возможность взаимодействия с этим миром. Более точно, мозг последовательно выполняет ряд задач распознавания (например, распознавания знакомого лица в незнакомом окружении). На это у него уходит около 100-200 миллисекунд, в то время как выполнение аналогичных задач даже меньшей сложности на компьютере может занять несколько дней… Независимо от того, как выбирается архитектура сети, знания о предметной области выделяются нейронной сетью в процессе обучения. Эти знания представляются в компактно распределенном виде весов синаптических связей сети. Такая форма представления знаний позволяет нейронной сети адаптироваться и выполнять обобщение, однако не обеспечивает полноценного описания вычислительного процесса, используемого для принятия решения или формирования выходного сигнала. Это может накладывать серьезные ограничения на использование нейросетевого подхода, особенно в тех областях, где решающим является принцип безопасности, например в области диспетчеризации движения самолетов или в медицинской диагностике».

IoT – это не только производство и мир потребления. IoT, состоящий из группировки орбитальных спутников, например, критически важен для контроля процессов в Global Commons – мировом океане, воздушном пространстве. Это прежде всего грузовые и пассажирские перевозки. На эту тему на Форуме сделал доклад Сергей Владимирович Кругликов, заведующий кафедрой Моделирования управляемых систем Уральского Федерального Университета, координатор в Межотраслевой технологической платформе «Освоение океана» (Екатеринбург). В докладе «Проблема автоматизированного децентрализованного управления гетерогенным комплексом роботизированных средств» С.В. Кругликов рассказал о групповом взаимодействии робототехники для выполнения базовых операций большой группой (роем) в условиях неопределенности. Решением таких задач большой размерности служит распределенная многопроцессорная система управления коллективом роботов на базе высокоскоростных бортовых комплексов с параллельной обработкой сигналов. Это взаимодействие Machine-to-Machine. В частности, поднимался вопрос о контроле грузоперевозок и прогнозе маршрутов. Математические алгоритмы учитывают прогнозирование поведения робототехники в контексте самоорганизации в динамичной среде. 

Не менее сложной задачей является распознавание роботами объектов. О проблеме компьютерного распознавания объектов (компьютерное зрение) говорил И.М. Гостев в докладе «Об одном методе параллельного дифференцирования плоских дискретно заданных кривых» (Гостев И.М., Севастьянов Л.А., НИУ ВШЭ, Москва). Был представлен математический алгоритм компьютерного зрения с определением особых точек кривизны и характерных признаков, по которым в дальнейшем можно применять различные методы идентификации формы объектов (профиль изображения).

Несколько докладов на Пятом Национальном Суперкомпьютерном Форуме были посвящены суперкомпьютерам семейства СКИФ («суперкомпьютерная инициатива «Феникс») – проект Института программных систем им. А.К. Айламазяна РАН от Российской Федерации и Объединенного института проблем информатики Национальной академии наук Беларуси от Республики Беларусь в рамках суперкомпьютерных программ Союзного государства России и Беларуси. В докладе В.И. Петрушенко, К.М. Мятчина, А.В. Новоявчева «Тестирование алгоритмов в рамках реализации программы СКИФ-НЕДРА» (НПО «Союзнефтегазсервис», Москва) было показано применение суперкомпьютеров в геологоразведке месторождений углеводородов по результатам научной работы Центра анализа сейсмических данных МГУ имени М.В. Ломоносова. Сейчас идет этап подготовки, а затем начнется этап создания программного обеспечения СКИФ-НЕДРА и опытных образцов суперкомпьютеров СКИФ-ГЕО для решения задач, связанных с обработкой данных сейсморазведки, с построением глубинных сейсмических изображений, сейсмической инверсией, задач по геологическому и гидродинамическому моделированию и подсчету запасов месторождений углеводородного сырья и других полезных ископаемых.


Коллеги из Беларуси А.А. Дудкин, Л.П. Поденок, М.А. Кутас представили работу по суперкомпьютеру СКИФ К-1000 («Параллельная обработка изображений топологических слоев интегральных схем на суперкомпьютере СКИФ К-1000, Объединенный институт проблем информатики НАН Беларуси, Минск). А.А. Дудкин рассказал о новом объектно-ориентированном подходе по автоматизации обработки топологии интегральных схем. Суперкомпьютер СКИФ в Беларуси также участвует в медицинских исследованиях, в частности были проведены работы по сбору баз данных и аналитике цифровых рентгенограмм, поступающих из городских поликлиник и противотуберкулезных диспансеров, с целью создания алгоритма поддержки решений врача при постановке диагноза. 

На Форуме был представлен доклад по текстовой аналитике Больших данных в рамках исследования Dell EMC External Research and Academic Alliances «Третья волна» (О.Ю. Колесниченко, Г.Н. Смородин, Д.А. Яковлева, Л.С. Мазелис, С.И. Баландин, Ю.Ю. Колесниченко). Исследование названо «Третья волна» в честь концептуальной работы американского философа Элвина Тоффлера. В анализ вошли 49 стран из разных регионов мира. Выполнялась текстовая аналитика Big Data из открытых ресурсов Интернета, при выполнении Data Mining использовался доступ через API к текстам дата-центров Google и Яндекс, что методически рассматривается как использование Google и Яндекс в качестве неклассических суперкомпьютеров в режиме «as-a-Service» Сloud model. Авторская методика по технике Data Mining через API-Google и API-Яндекс разработана Д.А. Яковлевой (Владивостокский государственный университет экономики и сервиса). Собрана морфологическая матрица метаданных из ключевых словосочетаний (Morphological Matrix) и сформирована онтология метаданных. Анализ слов осуществлялся с использованием модифицированной карты «Цепочка ценности» (Value Chain Map) Саймона Водлей (Simon Wardley), которая позволяет проводить стратегический анализ развития рынка. Выполнен кластерный анализ k-means (Владивостокский государственный университет экономики и сервиса). Страны распределены на три типа кластеров: высокой, средней или низкой активности в Интернете (High, Middle, Low level of Internet activity and citing). Кластерный анализ морфологической матрицы ключевых слов позволил выявить важный индикатор смены технологического уклада – повышение цитируемости словосочетания «Облачные технологии» с 2008 года к 2015 году со сменой кластера. 
Для трактовки результатов исследования проведен краткий обзор научно-технического развития в разрезе Кондратьевских волн, показывая роль ключевых слов из морфологической матрицы для каждой из Кондратьевских волн. Страны сравнивались по регионам. Анализируя соотношение паттернов ключевых слов, выявлялись прогнозируемые лидеры экономического развития для каждого из регионов.

Обзор подготовили: О.Ю. Колесниченко, Ю.Ю. Колесниченко

Leave a comment
Name
Text
Enter a code from the image below
 



 
 
 

Last posts: 
Массовые протесты начались в России


Лишние люди и лишнее время


Профессия и эволюция (или инволюция) социума


Анатолий Махсон удаляет рак


Friends or food? Мы начинаем движение к гуманному обществу


Вячеслав Мальцев: мы свидетели гибели капитализма


Donald Trump: IT' S SHOW TIME!


Они возвращаются


Благословение старца Святой Горы


Владеть Востоком во Христе


Врачи стали аналитиками


Евросоюзу и России нужно Ассоциативное Соглашение без майданов


ПЛИС-щеево озеро и суперкомпьютер на дне вместо Китеж-града


Россия - пространство любви к животным


Лекция 2. Курс Теория Больших данных



 
   © SecurityAnalysisBulletin.com - 2015  feedback