Сергей Гарбук: «ИТ-системы уже готовы заменить человека, но не всегда»

Сергей Гарбук: «На мой взгляд вопрос не в количестве подготавливаемых кадров, а в эффективности их удержания на отечественных предприятиях»


11:36 14.03.2018  (обновлено: 14:37 22.03.2018)   |   6243 |  Дмитрий Гапотченко |  Computerworld Россия

Рубрика Индустрия



Есть ли у России шанс догнать и перегнать мировых лидеров в области создания процессоров? Когда искусственный интеллект сможет заменить «обычный» при обработке больших данных? Как удержать в стране кадры, способные решать эти и другие задачи? Накануне форума BIG DATA 2018 эти темы Computerworld Россия обсудил с Сергеем Гарбуком, заместителем генерального директора-руководителем направления информационных исследований Фонда перспективных исследований.

- Считается, что слабое звено программы импортозамещения в области ИТ — элементная база. Есть ли у нас шансы получить собственные процессоры, не уступающие зарубежным аналогам?

В России развиваются два семейства процессоров общего назначения. Это «Эльбрус» компании МЦСТ и «Байкал» от «Байкал Электроникс».

«Эльбрус» основан на оригинальной отечественной архитектуре. Часть процессоров изготавливается по технологическому процессу 90 нм на российской фабрике «Микрон», часть — на тайваньских фабриках по нормам 28 нм; сейчас разрабатывается модель с нормами 14 нм.

Процессоры «Байкал» производятся по технологическим нормам 28 нм и 16 нм. Они используют архитектуру ARM, поэтому, можно сказать, они не полностью отечественные.

В ФПИ запущен ряд проектов, направленных на создание технологий бесшаблонного изготовления микроэлектронных компонентов. Дело в том, что при «обычном» изготовлении процессоров существенная часть затрат приходится на подготовку непосредственно шаблонов. Проект при этом окупается только при огромных сериях, заказ которых наша оборонная промышленность обеспечить не может. Сейчас у нас реализуется проект по созданию бесшаблонной технологии с топологическими нормами 65 нм, а в перспективе — до 20 нм, которая даст возможность производить недорогие процессоры даже относительно небольшими партиями. Проект реализуется совместно с Министерством промышленности и торговли России.

- Вопрос импортозамещения критичен в оборонной промышленности...

В «военных» устройствах, в отличие от бытовой техники, для достижения передовых характеристик боевых систем не так важно использовать процессоры, изготовленные по самым современным нормам, поскольку там оборудование специализированное, призванное решать узкие специфические задачи. Кроме того, повышенные требования предъявляются к стойкости электронных компонентов к механическим, температурным и иным воздействиям. Поэтому в этой сфере широко применяются отечественные процессоры — современные системы вооружения базируются на уже упомянутых «Эльбрусах» и «Байкалах», а также на процессорах MIPS-архитектуры «Комдив», созданных в Научно-исследовательском институте системных исследований РАН.

- Реализуются ли у нас аналоги зарубежных проектов следующего поколения — таких как DARPA HIVE, IARPA C3?

VII Всероссийский форум Big Data 2018.

Москва. 28 марта.

Большие данные: все актуальные вопросы, реальные проекты, тенденции и прогнозы 28 марта на форуме BIG DATA 2018.

Как поставить на службу своему бизнесу самые эффективные методы, решения и технологии работы с большими данными?

Узнайте о новейших разработках в сфере машинного обучения и продвинутой аналитики и впечатляющих примерах их практического применения.

Подробная программа и регистрация по ссылке https://www.osp.ru/iz/bigdata2018/ .

Это направление проблемно ориентированных ASIC-процессоров. HIVE предназначен для обработки массивов данных вида разреженных графов — например, информации из социальных сетей или Интернета вещей. Проект по разработке Cryogenic Computer Complexity (C3) направлен на создание вычислительных систем экзафлопной производительности.

У нас в стране в этом направлении также ведутся разработки, например, есть семейство процессоров NeuroMatrix, созданных в НТЦ «Модуль», cемейство «Мультикор» разработки НПЦ «Элвис». В ФПИ ведутся проекты по разработке проблемно-ориентированных сверхбольших интегральных схем, а также технологий их быстрого создания. Дело в том, что классический цикл создания проблемно-ориентированных СБИС, по тем же проектам DARPA, занимает около четырех-пяти лет. Мы хотим сократить его до двух-трех лет. Можно сказать, мы не только не отстаем, но даже опережаем американские подходы в этой области.

Проблемно-ориентированные СБИС, которые создаются по нашим проектам, можно будет использовать при создании вычислительных кластеров, масштабируемых до тех же самых экзафлопсов, что и C3. Ожидаем результатов приблизительно через два года.

Кроме того, при поддержке Фонда в МФТИ реализуется проект по созданию нейроморфного процессора, который будет особенно эффективен для реализации нейросетевых алгоритмов. Сейчас прототип этого процессора проходит первые испытания. Он показывает очень хорошие результаты в плане быстродействия и энергоэффективности при решении задач распознавания изображений и решения других задач с помощью искусственных нейронных сетей.

- Насколько искусственный интеллект на основе этих процессоров и нейросетей готов заменить человека?

Многое зависит от характера решаемых задач. Эффективная система искусственного интеллекта, не уступающая по своим возможностям человеку в решении конкретной задачи, может быть построена в том случае, если удается сформировать обучающую выборку исходных данных достаточного объема и вариативности. Здесь можно провести прямую аналогию с обучением человека на примерах с той лишь разницей, что человек еще до обучения решению конкретной задачи обладает интеллектуальными способностями, сформировавшимися эволюционно и на протяжении всей его предшествующей жизни. Этот «интеллектуальный опыт» позволяет человеку обучаться быстрее, то есть на более коротких обучающих выборках, чем существующие системы искусственного интеллекта. Но так или иначе, если объем выборки достаточен, уже сейчас могут быть созданы интеллектуальные системы, не уступающие человеку в решении конкретных прикладных задач. Учитывая узкую специализацию таких систем принято говорить о системах прикладного искусственного интеллекта.

Принципиальным вопросом широкого внедрения таких систем является необходимость объективной оценки их качества, то есть в данном случае – сопоставления возможностей квалифицированного человека, обладающего приемлемым опытом и навыками в решении соответствующей прикладной задачи, с возможностями системы. Для проведения подобной оценки соответствия необходима разработка специальных стандартов, устанавливающих требования к системам прикладного искусственного интеллекта, и организация процедур сертификации систем искусственного интеллекта на соответствие этим требованиям. Успешное прохождение процедуры сертификации означает создание системы искусственного интеллекта в конкретном узком смысле. Сейчас такая система оценки соответствия отсутствует и при замене человека на техническую систему, строго говоря, никто не может дать гарантии того, что качество решения прикладной задачи не снизится.

Вопрос оценки соответствия, скорее, организационный. А с технологической точки зрения, повторюсь, системы искусственного интеллекта вполне способны заменить человека. Так, с качеством, близким к человеческому, решаются задачи распознавания лиц, разговорной речи, выделения и распознавания объектов на изображениях со сложным фоном и ряд других. Этому способствует бурное развитие методов машинного обучения и распознавания образов, а также совершенствование высокопроизводительных кластерных систем и специализированных вычислительных устройств: матричных, графических, нейроморфных, мемристорных и других. В таких устройствах высокая эффективность решения интеллектуальных задач достигается за счет выполнения операций по обработке информации на аппаратном уровне.

Что касается еще одного направления применения интеллектуальных технологий, систем принятия решений, то тут уместнее говорить о системах поддержки принятия решений. Принятие решений, особенно — юридически значимых, в ближайшее время будет прерогативой человека. Хотя бы потому, что пока не решены соответствующие юридические и этические вопросы.

Классический пример — управление беспилотным автомобилем в городе. На сегодняшний день открытым остается вопрос о том, как должна себя вести система управления автомобилем в аварийной ситуации: используя все возможности минимизировать ущерб для находящегося в салоне пассажира или минимизировать совокупный риск с учётом интересов пешеходов, водителей других автомобилей и остальных участников дорожного движения?

Надо сказать, что решением такого рода вопросов занимаются, например, в рамках реализации программы «Цифровая экономика». В Сколково создан Центр компетенций по нормативному регулированию цифровой экономики, где на системном уровне рассматриваются нормативные и правовые барьеры на пути внедрения систем искусственного интеллекта, киберфизических систем и других перспективных информационных технологий. Но ответы на эти вопросы пока не найдены.

- Новации в области ИТ упираются в кадровый вопрос — постоянно упоминается, что нам не хватает ИТ-специалистов даже для решения текущих задач. Где брать кадры для перспективных исследований?

На мой взгляд вопрос не в количестве подготавливаемых кадров, а в эффективности их удержания на отечественных предприятиях. Не секрет, что огромное количество наших специалистов уезжает за рубеж, потому что им там интереснее, перед ними там ставятся более амбициозные задачи.

Научно-образовательная школа у нас, к счастью, сохранена в ведущих вузах, таких как МФТИ, МГУ, ИТМО, ряде других. А вот с механизмом мотивации молодых специалистов, которые хотят расти, быть причастными к решению больших задач, у нас проблемы.

-  И как эту проблему решать?

Организовывать с максимальной государственной поддержкой упомянутые «большие проекты», нужные для страны и для бизнеса, которые заинтересуют талантливую молодежь — на мой взгляд, это единственный выход.

- О чем Вы собираетесь рассказать на BIG DATA 2018, о чем бы сами хотели услышать на форуме?

Рассказывать я собираюсь о системе оценки интеллектуальных технологий, которая позволит гарантировать соответствие возможностей систем прикладного искусственного интеллекта возможностям человека.

Услышать хотелось бы о новых достижениях в области вычислительной техники, в области алгоритмов и методов обработки больших данных, и о новых способах применения технических достижений в этих областях к решению практических задач.


Теги: Большие данные Импортозамещение Эльбрус Байкал Big Data 2018
На ту же тему: