3

Будущее компьютерных вычислений

ЦЮРИХ – С тех пор как в 1955 году американский учёный Джон Маккарти придумал термин «искусственный разум», люди мечтают о будущем, в котором разумные компьютеры и роботы думают и действуют как люди. Однако хотя такое будущее действительно может наступить, в данный момент оно остаётся отдалённой перспективой.

Тем не менее, обозримые рубежи в области компьютерных вычислений захватывают не меньше. В IBM мы называем эпоху, в которую вступили, «Когнитивной эрой». Благодаря прорывам в сфере компьютерных вычислений, расширились наши способности к осмыслению огромных массивов данных, что помогает при принятии наиболее важных мировых решений и потенциально революционизирует целые отрасли экономики.

 1972 Hoover Dam

Trump and the End of the West?

As the US president-elect fills his administration, the direction of American policy is coming into focus. Project Syndicate contributors interpret what’s on the horizon.

Термин «когнитивные компьютерные технологии» применяется к системам, которые не просто жёстко запрограммированы, а предполагают самообучение на основе опыта. Извлекая полезную информацию из неструктурированных данных, эти системы повышают темпы информационной эпохи, помогая пользователям в решении широкого спектра задач – выявление уникальных рыночных возможностей, открытие новых способов лечения болезней, выработка креативных решений для городов, компаний и локальных сообществ.

Когнитивная эра знаменует собой наступление нового этапа в научных подходах к пониманию природы и содействии человеческому процветанию. Её начало датируется февралём 2011 годом, когда когнитивная компьютерная система Watson победила двух чемпионов игрового шоу «Рискуй!» (“Jeopardy!”). С тех пор работа Watson продемонстрировала, как когнитивные компьютерные системы могут использовать «большие данные» для решения некоторых наиболее трудных системных проблем, стоящих перед человечеством.

Если обобщать, когнитивные системы дают пять основных возможностей. Во-первых, они углубляют взаимодействие с человеком, благодаря использованию данных о пользователях для создания более человечных отношений. Во-вторых, они расширяют и повышают качество экспертизы, обучаясь у экспертов в различных областях и открывая доступ к этим ноу-хау широким слоям населения. В-третьих, он дают возможность различным продуктам, например, тем, которые подключены к «Интернету вещей», осознавать окружающий мир и лучше понимать своих пользователей.

В-четвёртых, они помогают своим операторам осмысливать большие массивы данных, упрощая управление рабочими процессами, обеспечивая необходимый контекст, а также содействуя непрерывному обучению, улучшению качества прогнозов и операционной эффективности. Наконец, и, наверное, это самое важное, они помогают пользователям находить типовые модели и открывать различные благоприятные возможности, которые традиционными методами было бы невозможно обнаружить.

Когнитивные системы берут пример с человеческого мозга – органа, чья природа ещё многому может нас научить. На фоне роста размеров и сложности компьютерных систем традиционная компьютерная архитектура, похоже, уже приближается к пределам своего потенциала – резко возросло потребление энергии, всё более обременительными становятся задержки в передаче данных между компонентами. Более того, когда речь заходит об энергоэффективности, измеряемой в количестве вычислений на единицу энергии при обработке «неструктурированных» данных, человеческий мозг работает примерно в 10 000 раз лучше, чем самая лучшая машина, созданная человеком.

По словам гендиректора Digital Power Group Марка Миллса, сегодня компьютеры потребляют около 10% произведённой в мире электроэнергии. Между тем, для получения максимальной пользы от Когнитивной эры нам необходимо иметь возможности для обработки огромных объёмов информации. Как ожидается, в течение ближайших 15 лет объёмы данных в «электронном доступе» возрастут более чем в 1000 раз. Выполнение расчётов, необходимых для использования столь больших объёмов данных, невозможно без радикального повышения энергоэффективности.

Для достижения показателей производительности и эффективности человеческого мозга нам придётся заняться имитацией особенностей его структуры. Вместо попыток выжать максимум энергоёмкой производительности из всё больших по размеру чипов, мы можем заняться размещением компьютерных компонентов в плотной 3D-матрице, схожей с человеческим мозгом, максимизируя не производительность, а энергоэффективность.

Благодаря размещению компьютерных чипов в 3D-среде, различные элементы компьютера оказываются ближе друг друга. Это не просто сокращает время, которое им требуется для коммуникации между собой, но и повышает энергоэффективность в 5 000 раз. Эффективность компьютера потенциально приблизится к эффективности биологического мозга. Уже сегодня компьютеры с более плотным размещением, созданные на основе доступных мобильных технологий и систем водяного охлаждения, позволяют увеличить эффективность в десять раз по сравнению с традиционными системами.

Fake news or real views Learn More

Однако создаваемые людьми компьютеры столь неэффективны не только потому, что нуждаются в энергии для чипов, но и потому, что им нужна энергия для вентиляторов, охлаждающих процессоры. И здесь человеческий мозг может также преподать нам урок. Мозг использует сахар и кровь для обеспечения энергией и охлаждения всех своих зон. Аналогичным образом 3D-компьютер  мог бы использовать охлаждающую жидкость для доставки энергии к чипам. Помимо охлаждения эта жидкость могла бы применяться для запуска электрохимических систем, обеспечивающих энергией процессоры. Это в свою очередь позволило бы ещё больше увеличить плотность размещения чипов, а значит и эффективность.

Взяв на вооружение отдельные характеристики человеческого мозга, компьютеры смогут стать намного более компактными, эффективными и мощными. В свою очередь, это поможет нам в полной мере воспользоваться возможностями когнитивных компьютерных технологий: наш реальный мозг получит новые источники поддержки, стимулов и вдохновения.