Академия ДАМО (Damo Academy) — это передовой научно-исследовательский институт Alibaba Group, в сферу его исследований входят искусственный интеллект, анализ данных (BigData), робототехника и финансовые технологии. Можно сказать, что ДАМО работает над практическим применением современных вычислительных мощностей к задачам бизнеса/торговли, общественного устройства/логистики, улучшения качества жизни широких масс людей. Алибаба привлекает к работе над этими вопросами лучших учёных и инженеров Китая, Европы, США.
Недавно специалисты Damo Academy, опираясь на анализ научных статей, сетевых запросов и на мнение более чем 100 экспертов в разных областях, выделили наиболее «горячие» технологические тенденции планеты на ближайшее будущее. Обрисуем их вкратце:
Генеративный ИИ
В ближайшие три года генеративный искусственный интеллект (подобный или лучше, чем известный всем ChatGPT от Microsoft) научится создавать контент наравне с людьми. Появится целая инфраструктура и экосистема, основанная на генеративном искусственном интеллекте, чтобы облегчить людям с нетехническим образованием доступ к созданию творческих изображений или текстов, программного кода, картин и иллюстраций, и даже видео и аудио.
Принятие решений
Оптимизация принятия решений для бизнеса получит импульс благодаря системам с машинным обучением. Например, агрегаторы такси полагаются на такие системы для отправки заказов водителям; фабрики используют их, чтобы планировать производство с минимальными простоями. DAMO обещает, что машинное обучение поможет принимать решения в программах сокращения выбросов углекислого газа, в т.ч. при расчётах потребления топлива теплоэнергетическими компаниями.
«Безопасные облака»
Согласно отчёту исследовательской компании Gartner, к 2025-му году более 95% цифровых рабочих нагрузок будет развёрнуто на облачных платформах по сравнению с 30% в 2021-м году. Это касается также и разработки нового программного обеспечения. Чтобы поднять уровень безопасности кода, необходимо будет внедрять системы облачной безопасности в программы сразу, на этапе разработки (а не выпускать позднее дополнения). Таким образом, в перспективе облачная разработка и системы обеспечения безопасности сольются неразрывно в один комплекс.
«Органы чувств» для ИИ
Точно так же, как люди за миллионы лет эволюции развили несколько чувств, чтобы исследовать мир, ИИ тоже начинает учиться на разных источниках информации. «Чувствами» для ИИ в данном случае являются изображения, текст, речь и числовые данные. Всё это позволяет машине «понимать мир». Большое число источников обучения даёт ИИ преимущество в сравнении с однонаправленными, одномодульными системами. «Предварительно обученные мультимодальные модели превосходят мономодальные модели с точки зрения понимания, поиска, генерации и ответов на вопросы», — сказал Хуан Фей, руководитель лаборатории языковых технологий Академии ДАМО. На практике многомодульные ИИ станут ключом к повышению корпоративной производительности.
Специализированные процессоры
Традиционно всеми вычислениями в компьютерах и облачных центрах обработки данных заведовал ЦПУ, или универсальный центральный процессор. Однако в последние годы вырос как объём вычислений, так и их спектр (функции виртуализации, хранение данных, сетевой траффик, безопасность данных, массивы BigData, запросы ИИ, и многое другое). По мнению DAMO, в ближайшие три года облачные вычисления будут включать в себя новую инфраструктуру, основанную на работе CIPU – специально созданных для этих разнонаправленных вычислений процессорах. Это повлечёт за собой развитие индустрии разработки специализированного программного обеспечения и постройки специализированных микросхем.
Стабилизация облачных ресурсов
Центры обработки данных – это основа для выполнения ресурсоёмких задач, таких как работа искусственного интеллекта и машинное обучение. ЦОДы дают клиентам доступ к высоким вычислительным мощностям, позволяя платить по мере использования. Но есть проблема в гарантированном доступе к ресурсам и «широкому каналу» связи: зачастую облачные приложения нестабильны, «тормозят». Например, из-за слабой периферийной сети. Решение может лежать в плоскости госрегулирования сетей. «Когда вычислительная сеть станет ключевой частью национальной инфраструктуры, нет никаких сомнений в том, что потребность в предсказуемости ресурсов станет приоритетом номер один», — пишут учёные Академии ДАМО. По их оценкам, в ближайшие два-три года предсказуемая сеть, основанная на качественной интеграции периферийных сетей, станет нормой.
Мир глазами машин
«Появление компьютерной визуализации должно изменить способ восприятия мира людьми и машинами», — отметил Цзямин Ву, доцент кафедры автоматизации Университета Цинхуа. Благодаря таким технологиям, как искусственный интеллект и машинный анализ изображений, обычный смартфон может работать как профессиональная фотокамера – даже без больших сенсоров и мощных объективов. Вычислительная обработка изображений производит революцию в фотографии и видео — от создания портретного освещения до подавления вибраций, и всё это за относительно небольшую цену.
Чиплеты
Ранее для того, чтобы сделать компьютерные чипы быстрее, разработчикам приходилось втискивать больше транзисторов в один кусок кремния и делать процессоры крупнее. Однако дальнейшее увеличение физического размера процессоров наталкивается на трудности как производства, так и обеспечения отвода тепла и поддержания надёжности. На первый план выходит идея чиплетов: разбить чипы на более мелкие части и сшить их вместе в удобной комбинации. Каждый комплекс из мелких чипов, называемый чиплетом, представляет собой более крупную интегральную схему. Чиплеты менее подвержены производственным дефектам и их производство обходится дешевле. Производители микросхем также могут добавлять или удалять чиплеты в процессорах, чтобы настроить чипы в соответствии со своими потребностями. По данным Академии ДАМО, чиплетная архитектура будет и далее превалировать в производстве микросхем.
Вычисления прямо в памяти
Традиционная архитектура компьютеров разделяет процессор и область хранения данных (разные виды памяти). Чтобы что-то посчитать, ЦПУ берёт информацию из ОЗУ или ПЗУ (из оперативной памяти или с диска), совершает работу внутри себя, потом вновь записывает результат в память. В случае с задачами ИИ такая схема слишком медленна и неэффективна. В настоящее время инженеры работают над конструкцией сопроцессоров, которые умели бы переносить обработку непосредственно туда, где хранятся данные, что приведёт к снижению энергопотребления и повышению производительности системы. Сопроцессоры ИИ – будущее для решения задач от виртуальной и дополненной реальности до вычислений астрономических данных.
Цифровые двойники городов
Управлять городом ой как непросто, но датчики траффика, температуры, загазованности, аналитика торговли, логистики, онлайн-заказов и пр. могут помочь с этим. Взгляните на цифрового двойника мегаполиса, чтобы получить представление о ситуации с людьми, транспортными средствами и зданиями в реальном времени. Яркий пример успешного моделирования жизни целого города – Сингапур. Его цифровой двойник позволяет тестировать потенциальные политические инициативы перед их реализацией в реальном мире. Damo Academy считает, что крупномасштабные цифровые модели городов достигли значительного прогресса в управлении дорожным движением, предотвращении стихийных бедствий и управлении выбросами углекислого газа. В будущем двойники помогут градостроителям разрабатывать автономные транспортные средства, дроны и роботов для построения умных городов.
(на основе материалов портала Alizila)
