Менеджер предпродажной подготовки продуктов для ориентированных на данные задач компании Dell Technologies Пол Брук рассказал на портале Information Age о влиянии на бизнес усовершенствований в области высокопроизводительных вычислений (high-performance computing, HPC) и искусственного интеллекта (ИИ).

В 2009 г. я имел честь быть среди ученых и преподавателей одного из самых престижных университетов, создававших 20-й по мощности суперкомпьютер в мире. Объединив 500 ультрасовременных файл-серверов, данные, сети с малой задержкой и процессоры x86, мы создали высокопроизводительный компьютер, способный перемалывать данные для ответа на сложные, хотя и специфические запросы. Более того, он был значительно дешевле, чем система, находившаяся на 19-м месте в списке самых быстрых суперкомпьютеров.

Спустя восемь лет руководитель проекта подсчитал, что для достижения того же результата больше нет необходимости в 500 серверах. Такой же производительности можно достичь, уменьшив площадь в 100 раз и во столько же раз сократив затраты. Что еще важнее, по мере роста спроса на HPC можно обеспечивать повышение производительности вычислений при снижении расходов.

В 2020 г. суперкомпьютеры стали быстрее, мощнее, дешевле и занимают меньше места, чем когда-либо прежде. Ключевое отличие в том, что они больше не являются принадлежностью вузов и самых богатых частных предприятий. Наконец-то HPC можно легко использовать для решения сложнейших задач ИИ в интересах различных компаний.

Недавние исследования, одно из которых провела фирма McKinsey, показали, что 95% руководителей ИТ-подразделений считают, что ИИ вызовет трансформацию отрасли. Удивляет, как остальные 5% представляют себе влияние ИИ. Они совершенно неверно понимают, что такое ИИ. Любая организация выигрывает в результате автоматизации и принятия решений в близком к реальному времени. Совершенствование ИИ и всего, что с ним связано, делают эту технологию не просто доступной огромному количеству организаций, а обязательной для них.

При развертывании ИИ компаниям следует помнить, что это не волшебная палочка, с помощью которой можно получать ответы на важнейшие вопросы о бизнесе. Более того, как мы видели на некоторых неудачных примерах последнего времени, если ИИ не обучен на большом наборе данных, он может подтверждать неверные предположения, делая конечный продукт бесполезным. Скажем, если обучить программу распознавания лиц только на фотографиях европеоидов, она будет выдавать неверные, потенциально дискриминационные результаты. При любом моделировании результаты хороши лишь настолько, настолько хороши заложенные в модель данные. Организацию, которая попытается игнорировать этот простой факт, ожидает скорый провал.

Эти ошибки не свидетельствуют, будто ИИ терпит неудачи или не способен справиться с задачами. Главный вывод гласит, что люди могут неправильно использовать технологию, что нередко и происходит. Сегодня ИИ трансформирует большинство отраслей и вертикальных рынков, от медицины, где он применяется для обнаружения рака, до контакт-центров, в которых он отвечает на вопросы клиентов, и от регулирования подачи воды в теплицах до управления автономным транспортом на складах и дорогах.

ИИ предоставляет ощутимые выгоды (такие как повышение производительности, снижение расходов и наращивание конкурентных преимуществ) в том и только в том случае, если использующая его компания способна сформулировать проблему, понимает ее решение (по крайней мере знает, как оно должно выглядеть) и может успешно оценить последствия, которые будет иметь ИИ для организации.

Вспоминаю, как десять лет назад, стоя рядом с 20-м по производительности суперкомпьютером мира, я был преисполнен волнения и оптимизма. Сегодня я испытываю гораздо более сильные эмоции, когда думаю о перспективах, которые сулят HPC организациям во всех сферах жизни. Сейчас не то, что прежде: компании могут сравнительно легко и просто получить доступ к самым производительным вычислениям. Как они распорядятся этой мощью, зависит только от них.