Привет, Хабр!
18 сентября компания Fujitsu провела в Москве конференцию Fujitsu World Tour 2019, вновь собрав в стенах Ренессанс Москва Монарх Центр всех, кто неровно дышит к миру высоких технологий. И, надо сказать, даже мы не ожидали, что к нам придет столько заинтересованных в ИТ людей – более 700 человек! К счастью, заскучать им было некогда, поскольку в этом году мы постарались максимально наполнить конференцию выступлениями экспертов, демонстрациями новинок и разными активностями. Но давайте по порядку.
Начался день рано, в 9 утра мы встречали первых «жаворонков». И хотя до официального открытия оставалось еще полтора часа, для гостей уже работала выставка продуктов и технологий Fujitsu. В демо-зоне мобильных технологий и клиентских устройств можно было рассмотреть во всех деталях, повертеть в руках и протестировать последние модели ноутбуков-трансформеров обновленной линейки LIFEBOOK (в том числе крайне легковесного U939X, о котором мы писали ранее), а также оценить компактность настольных ПК ESPRIMO (например, модель G558 размером с небольшую книгу, хотя внутри нее скрыта производительная начинка). Во второй демо-зоне традиционно выставлялось «тяжелое» серверное железо.
Также можно было скрасить ожидание официального открытия за интерактивными играми (за хорошие результаты можно было получить призы), посетив фотозону и тут же распечатать удачное фото или окончательно проснуться за чашкой крепкого кофе. Далее гостей ждала насыщенная пленарная часть в двух действиях с антрактом. Вот несколько важных докладов с нее.
В этом году основной темой Fujitsu World Tour стало доверие. Именно речью о доверии открыл конференцию генеральный директор Fujitsu в России и СНГ Виталий Фридлянд. Мир стремительно меняется, в будущее нас, словно локомотив, на полном ходу тащат инновации. И во многом из-за сверхскоростных изменений, которые вызывают инновации, мы остро ощущаем проблему доверия ко всему, что есть вокруг. В том числе и к технологиям. 100 лет назад, чтобы кому-то позвонить в трубку говорили «оператор, соедините», позже приходилось крутить диск, а теперь можно даже не нажимать на кнопки, просто скомандовать смартфону, благодаря распознаванию речи он вас поймет и выберет нужный номер. А раз технологии настолько поумнели, то все больше задумываешься не заменят ли они в итоге людей. Для Виталия ответ на этот вопрос – однозначно нет. Человек незаменим, а новые технологии признаны только расширить его возможности.
Виталий Фридлянд, генеральный директор Fujitsu в России и СНГ
В качестве примера он привел систему на основе ИИ, разработанную Fujitsu совместно с международной федерацией по гимнастике. Она не заменяет (и вряд ли вообще заменит) судей, но помогает им в оценке выступления гимнастов и снижает вероятность судейской ошибки в оценке техники исполнения. 3D-сенсоры непрерывно следят за каждым движением спортсмена, а искусственный интеллект анализирует поток данных. В итоге создается 3D-модель выступления гимнаста, которую можно рассмотреть с любых ракурсов. Оценка художественного исполнения номера – остается целиком и полностью прерогативой жюри.
Интерфейс системы
Кстати, систему уже официально представили на Чемпионате мира по спортивной гимнастике, который прошел в начале октября в Штутгарте. К 2022 году она будет использоваться на всех чемпионатах федерации вместе с системой видеоповторов (Instant Replay and Control System, IRCOS).
Продолжая свою речь о доверии, Виталий для иллюстрации перешел к проблеме «черного ящика» ИИ. Ведь искусственный интеллект боятся больше потому, что люди не понимают, как он работает, что происходит внутри «черного ящика». Разрешить эти страхи довольно просто (по крайней мере в теории), всего лишь надо создать такой ИИ, который может объяснить, как он принял то или иное решение. Fujitsu Explainable AI был создан именно с этой целью. Когда технология, словно школьник у доски, расписывает весь процесс принятого решения и его логика становится понятна, то как-то внутренне расслабляешься и мысли о будущем человечества из классики с Арнольдом Шварценеггером 1984 года улетучиваются. Любое доверие строится на открытости, прозрачности и честности, в том числе и по отношению к технологиям.
Вслед за Виталием Фридляндом на сцену вышел доктор Джозеф Регер, технический директор Fujitsu в Европе. Он начал с приветствия на русском и уже на английском с сожалением отметил, что хотя учил русский язык, когда рос в Венгрии, фраза из школьного курсаLondon is the capital of Great Britain «Что деревня продает городу?» и стихи Александра Пушкина не помогут ему рассказать о современных ИТ.
А рассказывать было о чем. За выступление доктор Регер вспомнил Бернарда Шоу, диалектический материализм, Гордона Мура, курс теоретической физики Ландау-Лифшица, а также всерьез поговорил об искусственном интеллекте и квантовых вычислениях – двух наиболее важных, по его мнению, технологиях, комбинация которых выведет нас на новый уровень развития. В подробностях этот яркий монолог можно посмотреть в видео ниже, но вот пара основных мыслей из него.
Мы сейчас находимся на таком этапе, когда возможности ИТ, их мощность и скорость выросли, как говорит доктор Регер, в триллионы раз по сравнению с тем, что было в начале пути. И этот скачок в мощности позволяет нам делать те вещи, которые ранее для нас были недоступны.
Например, создать рабочий ИИ. Примерно 60 лет назад ученые считали, что для создания искусственного разума им достаточно существующих ЭВМ и двух месяцев работы команды из 10 человек, однако только недавно человечеству удалось добраться до «narrow AI» (или «слабого ИИ»), который способен выполнять только узкоспециализированные задачи. И на текущем этапе ИИ все еще далек от идеала, слабо похож на нас. Например, ребенку не надо показывать 10 миллионов кошек, чтобы он в итоге научился отличать их от других животных.
И не во всех громких победах искусственного интеллекта над человеком первый вообще участвовал. Тот же знаменитый Deep Blue, обыгравший 13-го чемпиона мира по шахматам Гарри Каспарова, был всего лишь огромной библиотекой почти всех вариантов развития шахматной партии вкупе с самым быстрым железом того времени.
Джозеф Регер, технический директор Fujitsu в Европе
Итак, narrow AI вряд ли способен существовать и эффективно работать без человека. По прогнозам Джозефа где-то через 50 лет мы наконец дойдем до «сильного ИИ» (general AI), который будет способен учиться подобно нам. И после него через какое-то время стоит ожидать artificial superintelligence, где одни системы ИИ смогут создавать другие системы ИИ. И вот только на этом этапе стоит слегка начать волноваться о том, не потеснит ли нас искусственный разум.
К счастью (или к сожалению) доберемся до него мы не скоро. В области машинного обучения есть две важные задачи, которые предстоит решить, прежде чем двигаться дальше. Первая – уже упомянутая проблема «черного ящика» ИИ. Вторая проблема заключается в том, что те аппаратные средства, которые мы используем сейчас для работы ИИ, недостаточно мощны для будущего развития этой технологии, ведь для обучения ему требуется больше ресурсов. Для создания general AI и особенно super AI нам понадобится еще один огромный скачок в мощностях. Джозеф считает, что железу снова придется стать мощнее как минимум в триллион раз.
Закон Мура не будет работать вечно, поскольку невозможно увеличивать количество транзисторов на одной схеме до бесконечности, по такой логике когда-нибудь они должны стать размером с электрон, а потом и меньше него, что с точки зрения Регера, физика по образованию, невозможно. Поэтому нам придется найти какой-то другой выход для увеличения мощности аппаратных средств.
Решением могут стать квантовые вычисления, где в отличие от битов, которые могут быть только в двух состояниях (например, 0 или 1), кубиты в состоянии суперпозиции одновременно могут иметь значения и 0, и 1. В итоге, если в системе, где используются кубиты провести всего одно вычисление, то вы сразу получаете все возможные ответы, без необходимости повторить вычисление несколько раз.
Правда, так называемые “true quantum computers” появятся не скоро, состояние суперпозиции очень хрупкое и нарушить ее могут миллионы вещей, даже просто наблюдение за работой. Еще здесь надо учитывать коррекцию ошибок, для которой требуется в десятки раз больше ресурсов, чем требуется для самого вычисления.
Джозеф предлагает в ожидании разрешения всех этих сложностей не ждать у моря погоды, а использовать вычисления на основе квантовых, которые могут выполняться на традиционных для нас аппаратных средствах. Во-первых, ничего лучше пока еще не придумали, во-вторых, даже только имитируя квантовые вычисления, можно быстро решать проблемы комбинаторной оптимизации и получать от этого практическую пользу. Такой подход реализован в разработке Fujitsu под названием Digital Annealer, основной принцип работы и сценарии применения который мы уже описывали здесь и здесь.
Учитывая количество слов об искусственном интеллекте в выступлениях предыдущих спикеров, презентация Удо Вюртца, главного специалиста Fujitsu по продвижению решений для ЦОД в регионе EMEIA, выглядела логичным продолжением. Она целиком была посвящена искусственному интеллекту на том этапе, на котором мы находимся сейчас. Никаких пространных размышлений, футурологических предсказаний, только практика и цифры. В центре внимания – глубокое обучение, основа для современных ИИ.
Удо Вюртц, главный специалист Fujitsu по продвижению решений для ЦОД в регионе EMEIA
В настоящий момент две трети рынка, связанного с искусственным интеллектом, занимают проекты в области глубокого и машинного обучения, еще почти треть – обработка естественного языка, компьютерное зрения. И всего лишь 2% – это проекты, связанные с машинным аргументированием.
Такие цифры вполне понятны. Как упоминал Джозеф Регер, мы дошли только до narrow AI, способного выполнять только конкретные задачи. При этом процесс обучения этим задачам может потребовать огромных затрат ресурсов. Многие компании просто не могут позволить себе платить такую цену всего лишь за обучение и проверку моделей ИИ. Поэтому на рынке крайне высока потребность в разработках, способных ускорить и удешевить процесс обучения.
Прочувствовав общее настроение клиентов и заметив запрос на решения, которые бы сделали процесс глубокого обучения не таким дорогостоящим, Fujitsu разработала и выпустила чип Deep Learning Unit (DLU) и систему Zinrai Deep Learning System (ZDLS) на его основе. При разработке DLU Fujitsu ориентировалась на три основных принципа: максимальная производительность, совместимость с существующими системами, масштабируемость.
Как говорит Удо, у компании в итоге получилась альтернатива системам обучения на базе GPU, которая существенно сокращает время на обучение и проверку моделей искусственного интеллекта. Последние способны показывать действительно высокую производительность, но непродолжительное время, когда ИИ необходимо учиться днями и неделями. Поэтому важно постоянно обеспечивать высокую производительность, с чем DLU справляется.
В системах на основе GPU ядра работают автономно и необходимо тратить время на синхронизацию их работы, в ZDLS в процессе ядра постоянно «делятся» своими результатами, экономя время.
Еще ZDLS использует адаптивный числовой формат Deep Learning Integer (DL-INT), специально разработанный для глубинного обучения, чтобы повысить скорость и точность вычислений. В DLU применяются более короткие форматы представления чисел: вместо 32 разрядов для чисел с плавающей точкой (FP32) используется 8-разрядный формат DLINT8. И основная масса операций выполняется как раз над восьмиразрядными числами формата DLINT. Вместе со специальными алгоритмами для минимизации ошибок, точность таких вычислений получается такой же, как и для FP32, но осуществляются они намного быстрее.
Но еще одним важным пунктом в презентации Удо Вюртца было то, что DLU экономит электроэнергию. Конечно, расчеты экономии Удо продемонстрировал для Германии, Франции и Финляндии, где электроэнергия стоит дороже, чем в России. Но даже здесь трудно было не заметить снижение затрат на электричество более чем в 3 раза. В то же время производительность на 1 Вт потребляемой энергии у Zinrai Deep Learning System в 10 раз выше, чем у альтернативных решений.
Далее шли различные конкретные примеры использования ZDLS: контроль качества на производстве ветряных турбин Siemens Wind Power, распознавание изображений с камер наблюдения для беспилотных автомобилей, анализа трафика на дорогах, анализ и предсказание проблем или поломок и т. д. Интересный сценарий – использование анализа изображений камер для определения травм на производстве. Система может анализировать позы человека и определяет, например, сидячую позу в качестве нормальной, а вот если работник лежит на полу, то самое время отправить сигнал, чтобы его проверили, может ему потребуется медицинская помощь.
В конце этого года ZDLS планируют предлагать по всему миру уже не только в рамках пробных проектов, так что скоро и в России можно будет воспользоваться преимуществами DLU.
За выступлением Удо последовали несколько презентаций от партнеров и заказчиков Fujitsu, где они поделились своим опытом совместной работы с компанией для решения различных комплексных задач, например, организация катастрофоустойчивых решений для хранения данных, применение компьютерного зрения для анализа дорожного трафика и помощи в раскрытии преступлений.
После пленарной части конференции, награждения заказчиков и партнеров, а также небольшого перерыва начались три параллельные технологические сессии, где участники конференции разобрали совместно с экспертами конкретные практические шаги для решения задач их бизнеса.
Завершился этот долгий, но абсолютно не скучный день розыгрышем призов и традиционным общением или как модно сейчас говорить нетворкингом, ведь Fujitsu World Tour это больше не про «себя показать», а про общение, встречи со старыми друзьями и новые знакомства. Со многими мы виделись далеко не в первый раз, но было много новых лиц, с которыми мы надеемся встретиться еще раз в следующем году. Приходите и вы к нам осенью 2020 года, пока не знаем какая общая тема будет через год, кто выступит со сцены, какие новинки покажут, но будет точно интересно.
Материалы с конференции Fujitsu World Tour 2019 вы можете найти по ссылке. Фотоотчет здесь.
18 сентября компания Fujitsu провела в Москве конференцию Fujitsu World Tour 2019, вновь собрав в стенах Ренессанс Москва Монарх Центр всех, кто неровно дышит к миру высоких технологий. И, надо сказать, даже мы не ожидали, что к нам придет столько заинтересованных в ИТ людей – более 700 человек! К счастью, заскучать им было некогда, поскольку в этом году мы постарались максимально наполнить конференцию выступлениями экспертов, демонстрациями новинок и разными активностями. Но давайте по порядку.
Начался день рано, в 9 утра мы встречали первых «жаворонков». И хотя до официального открытия оставалось еще полтора часа, для гостей уже работала выставка продуктов и технологий Fujitsu. В демо-зоне мобильных технологий и клиентских устройств можно было рассмотреть во всех деталях, повертеть в руках и протестировать последние модели ноутбуков-трансформеров обновленной линейки LIFEBOOK (в том числе крайне легковесного U939X, о котором мы писали ранее), а также оценить компактность настольных ПК ESPRIMO (например, модель G558 размером с небольшую книгу, хотя внутри нее скрыта производительная начинка). Во второй демо-зоне традиционно выставлялось «тяжелое» серверное железо.
Также можно было скрасить ожидание официального открытия за интерактивными играми (за хорошие результаты можно было получить призы), посетив фотозону и тут же распечатать удачное фото или окончательно проснуться за чашкой крепкого кофе. Далее гостей ждала насыщенная пленарная часть в двух действиях с антрактом. Вот несколько важных докладов с нее.
«С доверием к данным и технологиям»
В этом году основной темой Fujitsu World Tour стало доверие. Именно речью о доверии открыл конференцию генеральный директор Fujitsu в России и СНГ Виталий Фридлянд. Мир стремительно меняется, в будущее нас, словно локомотив, на полном ходу тащат инновации. И во многом из-за сверхскоростных изменений, которые вызывают инновации, мы остро ощущаем проблему доверия ко всему, что есть вокруг. В том числе и к технологиям. 100 лет назад, чтобы кому-то позвонить в трубку говорили «оператор, соедините», позже приходилось крутить диск, а теперь можно даже не нажимать на кнопки, просто скомандовать смартфону, благодаря распознаванию речи он вас поймет и выберет нужный номер. А раз технологии настолько поумнели, то все больше задумываешься не заменят ли они в итоге людей. Для Виталия ответ на этот вопрос – однозначно нет. Человек незаменим, а новые технологии признаны только расширить его возможности.
Виталий Фридлянд, генеральный директор Fujitsu в России и СНГ
В качестве примера он привел систему на основе ИИ, разработанную Fujitsu совместно с международной федерацией по гимнастике. Она не заменяет (и вряд ли вообще заменит) судей, но помогает им в оценке выступления гимнастов и снижает вероятность судейской ошибки в оценке техники исполнения. 3D-сенсоры непрерывно следят за каждым движением спортсмена, а искусственный интеллект анализирует поток данных. В итоге создается 3D-модель выступления гимнаста, которую можно рассмотреть с любых ракурсов. Оценка художественного исполнения номера – остается целиком и полностью прерогативой жюри.
Интерфейс системы
Кстати, систему уже официально представили на Чемпионате мира по спортивной гимнастике, который прошел в начале октября в Штутгарте. К 2022 году она будет использоваться на всех чемпионатах федерации вместе с системой видеоповторов (Instant Replay and Control System, IRCOS).
Продолжая свою речь о доверии, Виталий для иллюстрации перешел к проблеме «черного ящика» ИИ. Ведь искусственный интеллект боятся больше потому, что люди не понимают, как он работает, что происходит внутри «черного ящика». Разрешить эти страхи довольно просто (по крайней мере в теории), всего лишь надо создать такой ИИ, который может объяснить, как он принял то или иное решение. Fujitsu Explainable AI был создан именно с этой целью. Когда технология, словно школьник у доски, расписывает весь процесс принятого решения и его логика становится понятна, то как-то внутренне расслабляешься и мысли о будущем человечества из классики с Арнольдом Шварценеггером 1984 года улетучиваются. Любое доверие строится на открытости, прозрачности и честности, в том числе и по отношению к технологиям.
От информационных технологий к интеллектуальным
Вслед за Виталием Фридляндом на сцену вышел доктор Джозеф Регер, технический директор Fujitsu в Европе. Он начал с приветствия на русском и уже на английском с сожалением отметил, что хотя учил русский язык, когда рос в Венгрии, фраза из школьного курса
А рассказывать было о чем. За выступление доктор Регер вспомнил Бернарда Шоу, диалектический материализм, Гордона Мура, курс теоретической физики Ландау-Лифшица, а также всерьез поговорил об искусственном интеллекте и квантовых вычислениях – двух наиболее важных, по его мнению, технологиях, комбинация которых выведет нас на новый уровень развития. В подробностях этот яркий монолог можно посмотреть в видео ниже, но вот пара основных мыслей из него.
Мы сейчас находимся на таком этапе, когда возможности ИТ, их мощность и скорость выросли, как говорит доктор Регер, в триллионы раз по сравнению с тем, что было в начале пути. И этот скачок в мощности позволяет нам делать те вещи, которые ранее для нас были недоступны.
Например, создать рабочий ИИ. Примерно 60 лет назад ученые считали, что для создания искусственного разума им достаточно существующих ЭВМ и двух месяцев работы команды из 10 человек, однако только недавно человечеству удалось добраться до «narrow AI» (или «слабого ИИ»), который способен выполнять только узкоспециализированные задачи. И на текущем этапе ИИ все еще далек от идеала, слабо похож на нас. Например, ребенку не надо показывать 10 миллионов кошек, чтобы он в итоге научился отличать их от других животных.
И не во всех громких победах искусственного интеллекта над человеком первый вообще участвовал. Тот же знаменитый Deep Blue, обыгравший 13-го чемпиона мира по шахматам Гарри Каспарова, был всего лишь огромной библиотекой почти всех вариантов развития шахматной партии вкупе с самым быстрым железом того времени.
Джозеф Регер, технический директор Fujitsu в Европе
Итак, narrow AI вряд ли способен существовать и эффективно работать без человека. По прогнозам Джозефа где-то через 50 лет мы наконец дойдем до «сильного ИИ» (general AI), который будет способен учиться подобно нам. И после него через какое-то время стоит ожидать artificial superintelligence, где одни системы ИИ смогут создавать другие системы ИИ. И вот только на этом этапе стоит слегка начать волноваться о том, не потеснит ли нас искусственный разум.
К счастью (или к сожалению) доберемся до него мы не скоро. В области машинного обучения есть две важные задачи, которые предстоит решить, прежде чем двигаться дальше. Первая – уже упомянутая проблема «черного ящика» ИИ. Вторая проблема заключается в том, что те аппаратные средства, которые мы используем сейчас для работы ИИ, недостаточно мощны для будущего развития этой технологии, ведь для обучения ему требуется больше ресурсов. Для создания general AI и особенно super AI нам понадобится еще один огромный скачок в мощностях. Джозеф считает, что железу снова придется стать мощнее как минимум в триллион раз.
Закон Мура не будет работать вечно, поскольку невозможно увеличивать количество транзисторов на одной схеме до бесконечности, по такой логике когда-нибудь они должны стать размером с электрон, а потом и меньше него, что с точки зрения Регера, физика по образованию, невозможно. Поэтому нам придется найти какой-то другой выход для увеличения мощности аппаратных средств.
Решением могут стать квантовые вычисления, где в отличие от битов, которые могут быть только в двух состояниях (например, 0 или 1), кубиты в состоянии суперпозиции одновременно могут иметь значения и 0, и 1. В итоге, если в системе, где используются кубиты провести всего одно вычисление, то вы сразу получаете все возможные ответы, без необходимости повторить вычисление несколько раз.
Правда, так называемые “true quantum computers” появятся не скоро, состояние суперпозиции очень хрупкое и нарушить ее могут миллионы вещей, даже просто наблюдение за работой. Еще здесь надо учитывать коррекцию ошибок, для которой требуется в десятки раз больше ресурсов, чем требуется для самого вычисления.
Джозеф предлагает в ожидании разрешения всех этих сложностей не ждать у моря погоды, а использовать вычисления на основе квантовых, которые могут выполняться на традиционных для нас аппаратных средствах. Во-первых, ничего лучше пока еще не придумали, во-вторых, даже только имитируя квантовые вычисления, можно быстро решать проблемы комбинаторной оптимизации и получать от этого практическую пользу. Такой подход реализован в разработке Fujitsu под названием Digital Annealer, основной принцип работы и сценарии применения который мы уже описывали здесь и здесь.
Как обучить ИИ и не лишиться последней рубашки
Учитывая количество слов об искусственном интеллекте в выступлениях предыдущих спикеров, презентация Удо Вюртца, главного специалиста Fujitsu по продвижению решений для ЦОД в регионе EMEIA, выглядела логичным продолжением. Она целиком была посвящена искусственному интеллекту на том этапе, на котором мы находимся сейчас. Никаких пространных размышлений, футурологических предсказаний, только практика и цифры. В центре внимания – глубокое обучение, основа для современных ИИ.
Удо Вюртц, главный специалист Fujitsu по продвижению решений для ЦОД в регионе EMEIA
В настоящий момент две трети рынка, связанного с искусственным интеллектом, занимают проекты в области глубокого и машинного обучения, еще почти треть – обработка естественного языка, компьютерное зрения. И всего лишь 2% – это проекты, связанные с машинным аргументированием.
Такие цифры вполне понятны. Как упоминал Джозеф Регер, мы дошли только до narrow AI, способного выполнять только конкретные задачи. При этом процесс обучения этим задачам может потребовать огромных затрат ресурсов. Многие компании просто не могут позволить себе платить такую цену всего лишь за обучение и проверку моделей ИИ. Поэтому на рынке крайне высока потребность в разработках, способных ускорить и удешевить процесс обучения.
Прочувствовав общее настроение клиентов и заметив запрос на решения, которые бы сделали процесс глубокого обучения не таким дорогостоящим, Fujitsu разработала и выпустила чип Deep Learning Unit (DLU) и систему Zinrai Deep Learning System (ZDLS) на его основе. При разработке DLU Fujitsu ориентировалась на три основных принципа: максимальная производительность, совместимость с существующими системами, масштабируемость.
Как говорит Удо, у компании в итоге получилась альтернатива системам обучения на базе GPU, которая существенно сокращает время на обучение и проверку моделей искусственного интеллекта. Последние способны показывать действительно высокую производительность, но непродолжительное время, когда ИИ необходимо учиться днями и неделями. Поэтому важно постоянно обеспечивать высокую производительность, с чем DLU справляется.
В системах на основе GPU ядра работают автономно и необходимо тратить время на синхронизацию их работы, в ZDLS в процессе ядра постоянно «делятся» своими результатами, экономя время.
Еще ZDLS использует адаптивный числовой формат Deep Learning Integer (DL-INT), специально разработанный для глубинного обучения, чтобы повысить скорость и точность вычислений. В DLU применяются более короткие форматы представления чисел: вместо 32 разрядов для чисел с плавающей точкой (FP32) используется 8-разрядный формат DLINT8. И основная масса операций выполняется как раз над восьмиразрядными числами формата DLINT. Вместе со специальными алгоритмами для минимизации ошибок, точность таких вычислений получается такой же, как и для FP32, но осуществляются они намного быстрее.
Но еще одним важным пунктом в презентации Удо Вюртца было то, что DLU экономит электроэнергию. Конечно, расчеты экономии Удо продемонстрировал для Германии, Франции и Финляндии, где электроэнергия стоит дороже, чем в России. Но даже здесь трудно было не заметить снижение затрат на электричество более чем в 3 раза. В то же время производительность на 1 Вт потребляемой энергии у Zinrai Deep Learning System в 10 раз выше, чем у альтернативных решений.
Далее шли различные конкретные примеры использования ZDLS: контроль качества на производстве ветряных турбин Siemens Wind Power, распознавание изображений с камер наблюдения для беспилотных автомобилей, анализа трафика на дорогах, анализ и предсказание проблем или поломок и т. д. Интересный сценарий – использование анализа изображений камер для определения травм на производстве. Система может анализировать позы человека и определяет, например, сидячую позу в качестве нормальной, а вот если работник лежит на полу, то самое время отправить сигнал, чтобы его проверили, может ему потребуется медицинская помощь.
В конце этого года ZDLS планируют предлагать по всему миру уже не только в рамках пробных проектов, так что скоро и в России можно будет воспользоваться преимуществами DLU.
За выступлением Удо последовали несколько презентаций от партнеров и заказчиков Fujitsu, где они поделились своим опытом совместной работы с компанией для решения различных комплексных задач, например, организация катастрофоустойчивых решений для хранения данных, применение компьютерного зрения для анализа дорожного трафика и помощи в раскрытии преступлений.
После пленарной части конференции, награждения заказчиков и партнеров, а также небольшого перерыва начались три параллельные технологические сессии, где участники конференции разобрали совместно с экспертами конкретные практические шаги для решения задач их бизнеса.
Завершился этот долгий, но абсолютно не скучный день розыгрышем призов и традиционным общением или как модно сейчас говорить нетворкингом, ведь Fujitsu World Tour это больше не про «себя показать», а про общение, встречи со старыми друзьями и новые знакомства. Со многими мы виделись далеко не в первый раз, но было много новых лиц, с которыми мы надеемся встретиться еще раз в следующем году. Приходите и вы к нам осенью 2020 года, пока не знаем какая общая тема будет через год, кто выступит со сцены, какие новинки покажут, но будет точно интересно.
Материалы с конференции Fujitsu World Tour 2019 вы можете найти по ссылке. Фотоотчет здесь.