eng
TS_pub
technospheramag
technospheramag
ТЕХНОСФЕРА_РИЦ
Просмотры: 1329
23.09.2022
Интервью с со-модератором секции «Нейроморфные вычисления. Искусственный интеллект» Научной конференции «ЭКБ и микроэлектронные модули» и модератором пленарной сессии «Искусственный и гибридный интеллект: ЭКБ на новых принципах, алгоритмы, модели и технологии» Российского форума «Микроэлектроника 2022», начальником целевой поисковой лаборатории исследования нейроморфных систем (ЦПЛИНС) АО «НИИМЭ» к. т. н. Олегом Александровичем Тельминовым
Искусственный интеллект сейчас буквально на слуху – не только у специалистов, но и у людей, далеких от науки и техники. Спектр применения интеллектуальных систем простирается от голосовых помощников до таких сложнейших задач, как финансовая аналитика и постановка медицинских диагнозов. Олег Александрович Тельминов, со-модератор тематической секции научной конференции и модератор пленарной сессии по искусственному и гибридному интеллекту форума «Микроэлектроника 2022», рассказал о том, что будет обсуждаться на этих мероприятиях, а также о современном состоянии в области ИИ, его применении и стоящих перед учеными и инженерами в этой сфере задачах.
Олег Александрович, cекция «Нейроморфные вычисления. Искусственный интеллект» уже стала традиционной для научной конференции в рамках форума «Микроэлектроника». Какой она будет в этом году?
Действительно, мы проводим секцию уже в четвертый раз – как и «Школу молодых ученых» при форуме, воссозданную в 1990-х в пгт. Гурзуф, возле Ялты, в Крыму членом-корреспондентом РАН Евгением Сергеевичем Горневым на базе традиционных научных конференций НИИМЭ. В «Школе» мы готовим к выступлению на секциях форума молодое поколение – студентов и аспирантов. А того, кто зарекомендовал себя с лучшей стороны на нашей секции, – выдвигаем на пленарную сессию с серьезным и обширным выступлением.
На этой триаде научных площадок мы услышим новые результаты, видение перспектив, обсудим возникающие проблемы и пути их решения.
Говоря о перспективах, искусственный интеллект как научно-техническое направление за свою историю пережил несколько этапов, включая «зиму ИИ» – период, когда его перспективы казались сомнительными, а финансирование в данной области было резко сокращено. Сегодня ИИ, очевидно, применяется достаточно широко, но как он будет развиваться дальше? Вырисовываются ли качественные изменения, прорывы в этой сфере?
ИИ развивается в двух направлениях: логический вывод и нейронные сети. Для первого подхода используются традиционные компьютеры, для второго – разрабатываются новые архитектуры, процессоры, методы и алгоритмы. Успехи нейросетей в некоторых областях вдохновляют на их применение в новых сферах.
Для чего же используются нейросети? Во-первых, для классификации. В некоторых случаях нейросеть самостоятельно определяет классы в обучающей выборке и относит к ним новые объекты. В других случаях человек указывает ей нужные классы для последующего автоматического отнесения новых объектов к одному из них. Во-вторых, нейросети применяются для прогнозирования на основе существующих данных.
При реализации нейросетей существует целый ряд сложностей: проблемы стабильного обучения, переноса нейросети с мощного серверного вычислителя на автономные «краевые» вычислители с минимальной потерей качества, защита от фейков и многие другие. Если отбросить высокопарные слова, которыми окутан ИИ, то вместо нейросети фактически получим аппроксимирующую функцию со множеством параметров – на сегодняшний момент в передовых сетях их число достигает сотни миллиардов.
Насколько надежна и объяснима работа такой нейросети? Что если она даст сбой на очередном новом наборе входных данных? Ответ узнаем из одного из выступлений нашей пленарной сессии.
Как известно, самые эффективные прорывы и качественные изменения возникают на стыке областей. И сейчас передовые ученые «вырисовывают» путь к ним, сопрягая элементную базу на новых принципах и живые ткани, фактически организуя гибридные вычисления. В будущем мы ожидаем улучшение функций человека – усиление, расширение и дополнение имеющихся у здоровых людей, а также восстановление утраченных функций у пациентов, проходящих реабилитацию. Это есть наш, ученых в области ИИ, вклад в область киберфизических систем для индустриальной революции 4.0.
Не это ли скрывается за понятием «гибридный интеллект», входящим в название пленарной сессии форума, посвященной ИИ?
Да, речь именно об этом. Гибридный автомобиль использует разные виды топлива для движения – например, бензин и электричество: если нужно ускориться, то к мощности бензинового двигателя добавляется электротяга. В ИИ под гибридными системами мы понимаем кремниевые вычислители и живые ткани мозга, между которыми перекинут связующий «мостик» – нейроинтерфейс. В идеале они дополняют друг друга и на выходе в совокупности получают такой существенный результат, который по отдельности они достичь не смогли бы. Это направление развивается в тесном взаимодействии с нейрофизиологами – кто знает, может быть в процессе совместных исследований будет открыта более эффективная модель работы человеческого мозга.
Помогают ли достижения в нейробиологии разработчикам «чистого» ИИ, не гибридного? Действительно ли современный ИИ по своим принципам работы и организации приближается к человеческому мозгу?
Что мы хотим от мобильного телефона с функциями ИИ? Чтобы он работал надежно, с нулевой задержкой и бесконечно долго на одном заряде аккумулятора. То есть чтобы телефон всегда делал только то, что положено, не поддавался внешним атакам, не «сливал» информацию на сторону, был сверхбыстродействующим и энергоэффективным.
Большинство самых удачных технических решений подусмотрено в живой природе – та же пара «вертолет – стрекоза». Нейробиологи еще в прошлом веке дали нам формальную модель работы нейронов, в которой сигналы между ними передаются в непрерывной форме. И сегодня мы имеем армаду нейроускорителей, реализующих эту модель – тратим десятки мегаватт на каждый центр обработки данных, а о недельном ресурсе заряда аккумулятора телефона с ИИ и говорить не приходится. Да и распознавание по лицу имеет задержку.
Что же делают разработчики перспективных систем? Идут к нейробиологам и узнают о спайковой модели, переднем крае науки. Оказывается, нейроны общаются короткими импульсами (спайками) при необходимости, а в остальное время – молчат. На сегодня эта модель – нейроморфная, то есть наиболее близкая к пониманию работы мозга. Под эту модель разрабатывают математику, алгоритмы, архитектуры процессоров, элементную базу на новых принципах – работают во всех направлениях одновременно. Ищут области применения в науке, технике, в конечном счете улучшают качество жизни человека.
Получат нейробиологи новые сведения о работе мозга, создадут более совершенную модель его работы – спайковая модель станет одной из классических и уступит место «сверхновой» модели. Тогда мы еще на шаг приблизимся к человеческому мозгу.
А пока современный ИИ – это логический вывод, и современные нейросети – классификаторы и предсказатели.
Как бы вы обозначили основные задачи, которые сейчас стоят перед разработчиками ИИ, чтобы сделать следующий шаг в его развитии в рамках существующих моделей?
Разработчики алгоритмов являются движущей силой для классических нейроускорителей – чтобы сделать следующий шаг в этом направлении, нужно найти элегантный способ повышения скорости матрично-векторных умножений, а также взаимодействия с памятью.
В части нейроморфных процессоров спектр исследований намного шире – в ход идут и новые архитектуры, и новые способы кодирования (представления) информации, и сдвиг от цифровых вычислений к аналоговым, и новые способы обучения.
В обеих областях у рядового потребителя вопрос один – а какой из процессоров, какой из алгоритмов машинного обучения нужно применить в конкретном случае? В 1970-е годы архитектор Кристофер Александр посмотрел на многообразие планировок квартир и домов и подумал, что было бы здорово сделать каталог доступных и понятных решений. Он наполнил его 253 архитектурными паттернами с четким описанием и условиями использования. Александр Степанов, выпускник МГУ имени М. В. Ломоносова, изучил множество алгоритмов и структур данных, выявил в них общее и создал стандартную библиотеку шаблонов STL для языка C++, добился ее включения в международный стандарт ISO этого языка программирования. В объектно-ориентированных языках программирования широко применяется пара десятков паттернов проектирования, разработанная «Бандой четверых» авторов. Карл Линней сумел обобщить и классифицировать множество растений, гербарии из которых без особой научной цели собирали до него активисты несколько столетий. Стоит отметить и преподавательский гений Карла Линнея: в самой верхней аудитории Уппсальского университета (Швеция), где он читал лекции, помещалось только 30 студентов, стоя в круглых ярусах. Поэтому открывали окна в круговом остеклении для других 300 жаждущих слушателей на площади. О Дмитрии Менделееве и его гениальной Периодической таблице известно всем.
Я полагаю, что за последние 10 лет жаркого «лета» ИИ создано достаточное разнообразие хорошо зарекомендовавших себя решений в этой области, которые нужно задокументировать, указать их правила применения и ограничения, привести успешные примеры использования. Это позволит снять налет недоверия к решениям ИИ у конечных пользователей и широко воплотить их в жизнь.
Так что ждем яркого и харизматичного ученого-лидера для составления каталога.
Как эти задачи будут отражены в программе секции? Каким направлениям развития и применения ИИ будет уделено основное внимание в ее докладах?
В работе секции традиционно представлены доклады по следующим направлениям: аппаратная реализация ИИ с помощью серийно выпускаемых нейроускорителей; мемристоры – элементная база на новых принципах, а также устройства и системы на их основе; анализ и синтез нейроморфных систем. В наши дни бизнес крутится на серийных аппаратных образцах процессоров для ИИ, приносящих и прибыль производителям, и практические результаты потребителям, и новые научные открытия исследователям в области нейросетей.
Не секрет, что традиционная элементная база, на которой построены такие процессоры, несовершенна: память потребляет до 30% энергии и занимает до 40% площади кристалла. Традиционная архитектура фон Неймана содержит фундаментальный недостаток – слишком медленная связь между процессором и памятью. Поэтому ведется значительный объем исследований и разработок в области элементной базы на новых принципах, в частности на мемристорах. Хотя они и остаются на стадии исследований и не выходят в серию, параллельно разрабатываются новые архитектуры и нейросетевые алгоритмы на такой памяти для реализации нейроморфных систем.
Конвертируются ли изыскания в области мемристоров в практические решения, пусть пока не серийные?
Некоторое время назад мемристоры рассматривались как вещь в себе и развивались самостоятельно. Год от года их эксплуатационные характеристики всё больше приближаются к практически применимым, что воодушевляет других исследователей активнее готовить почву для их внедрения. Выше было сказано, что важным направлением является совмещение, синергия мемристивных устройств и живой мыслящей ткани. С другой стороны, мемристор эффективен только в матричной структуре, имитирующей работу искусственной нейросети. Для него необходим интерфейс, способ взаимодействия с внешним миром.
Поскольку мемристор является микроэлектронным прибором, то следует отметить наиболее распространенную технологию этой отрасли – КМОП. Транзисторные структуры, доведенные до совершенства, способны подавать необходимые воздействия на матрицу мемристоров, снимать с них результаты и представлять их в подходящем для дальнейшего использования виде. И конечно, записывать необходимые состояния проводимости в каждый мемристор. Несовершенство эксплуатационных характеристик последнего компенсируется с помощью различных архитектур построения матриц с применением избыточного числа дублирующих элементов.
К сожалению, прорывных результатов пока не достигнуто, но в нашей стране в этом направлении трудятся не менее полусотни научных коллективов, не говоря об остальном мире. Динамика локальных успехов косвенно подтверждает будущий успех нейроморфных мемристивных систем.
Если говорить о специализированных архитектурах процессоров для нейровычислений на основе классических технологий, в России существуют собственные разработки в этой области, в частности у компаний «Модуль» и IVA Technologies. С вашей точки зрения, как они соотносятся с мировым уровнем?
IVA Technologies – довольно молодая компания, появившаяся в 2016 году, сотрудники которой за достаточно короткий срок смогли разработать и реализовать в кремнии свой нейроускоритель IVA TPU. Компании «Модуль» и «Элвис» уже более 30 лет представлены на рынке и имеют длинную линейку процессоров, начиная с цифровой обработки сигналов. Если серийный продукт «Модуля» на базе собственной архитектуры NeuroMatrix – это классический нейроускоритель с несколькими ядрами CPU на борту, то крен «Элвиса» наблюдается в сторону гетерогенности: в системе на кристалле RoboDeus множество разнородных сопроцессоров, ориентированных на свой класс задач.
Если от краевых решений для автономных устройств перейти к серверным решениям, то видна кооперация «Модуля» с МЦСТ в части применения процессоров «Эльбрус», первые версии линейки которых создавались еще во времена СССР. И если в прошлые годы на совещаниях в министерствах и ведомствах, на форуме «Микроэлектроника» и других площадках упор делался на достигнутые характеристики процессоров, то лейтмотив этого года – организация производства таких процессоров в сложившихся условиях. Поэтому вопрос сравнения с мировым уровнем сегодня пока отошел на второй план.
Помимо научной секции, теме ИИ в рамках форума будет посвящена уже упомянутая ранее пленарная сессия «Искусственный и гибридный интеллект: ЭКБ на новых принципах, алгоритмы, модели и технологии». Каково ее содержание? Что можно будет узнать, посетив сессию?
В прошлом году мы организовали и провели пленарную сессию из четырех докладов – познакомились с видением моделей работы человеческого мозга академика РАН Константина Владимировича Анохина, внука великого советского физиолога, создателя теории функциональных систем академика Петра Кузьмича Анохина, рассмотрели классические нейроускорители, цифровые и аналоговые нейроморфные системы, составили мнение о сопряжении вычислителей с живой тканью. Фактически был замкнут круг между наиболее современным пониманием работы человеческого мозга, его классической и нейроморфной аппаратной реализацией на кремниевых процессорах, а также попытками подключения таких процессоров к мозгу. Полагаю, что нам это удалось.
К предстоящему октябрю мы расширили программу более чем вдвое – добавили понятную всем информацию об успешных случаях внедрения ИИ, чтобы вовлечь большее число участников в дискуссию. В рамках программы рассматриваются видение перспективных систем ИИ и технологий их разработки, а также интеллектуальные нейроморфные и нейрогибридные системы с применением ЭКБ на новых принципах; оцениваются перспективы создания такой ЭКБ для матриц энергонезависимой памяти терабитного масштаба и нейроморфных систем; представляется научная программа искусственного интеллекта и больших данных в технических, промышленных, природных и социальных системах, реализуемая вновь созданным Национальным центром физики и математики (НЦФМ) в Нижегородской области; формулируются проблемы надежности и объяснимости получаемых решений с помощью нейросетей, обсуждаются пути их решения; рассматриваются аспекты вычислительного превосходства нейроморфного компьютера, а также оригинальные математические алгоритмы и модели реализации такого компьютера на базе энергонезависимой памяти; обсуждаются вопросы взаимодействия живых нейронов мозга с микроэлектронными устройствами, а также программно-аппаратная реализация ИИ в социокиберфизических и робототехнических системах.
Планируется обсуждение в рамках форума организационных вопросов, государственной поддержки направления ИИ, финансирования?
К счастью, с каждым годом проведения форума «Микроэлектроника» появляется все больше участников из органов государственной власти и фондов финансирования – и на сцене в качестве спикеров, и среди слушателей. Возможно, что их участие повлечет открытие конкурсов на постановку НИОКТР в области ИИ.
С другой стороны, по каждому мероприятию форума, будь то секционное заседание и пленарная сессия, в обязательном порядке готовится отчет, который от лица организаторов адресно направляется в заинтересованные министерства и ведомства.
Также сами участники могут посетить ряд тематических мероприятий форума, организованных органами государственной власти и институтами финансирования, и задать на них интересующие их вопросы в части государственной поддержки и финансирования.
Какие сейчас существуют в нашей стране программы, направленные на развитие ИИ? Как проходит их реализация?
Все развитые государства заметили живой интерес к области ИИ и довольно активно взяли инициативу в свои руки. Первой из стран стала Канада, принявшая стратегию развития ИИ в марте 2017 года, а в нашей стране такая стратегия была принята в 2019 году.
В своей основе подобные стратегии призваны организовать государственную поддержку и контроль взаимодействия в науке, образовании и бизнесе по четырем направлениям: НИОКТР; внедрение в серийное производство; установление стандартов, правил, норм; развитие талантов. Рассмотрим для примера несколько программ в этой области.
Минпромторг России в рамках государственной программы «Развитие электронной и радиоэлектронной промышленности» последние годы реализует поддержку всего цикла – НИР, ОКР, технологические работы, внедрение в серию, гарантированный сбыт, возлагая дополнительную ответственность по софинансированию на исполнителя проекта.
Также действует Национальная программа «Цифровая экономика Российской Федерации», федеральный проект «Искусственный интеллект». Стоит обратить внимание и на финансирование работ Минцифры России и Минобрнауки России.
В нашей стране действует перспективная программа стандартизации по приоритетному направлению ИИ на период 2021–2024 годов – унификация форматов слабоформализованных мультимодальных данных и процедур работы с ними приведут к повышению эффективности при интеграции систем ИИ в существующие системы и применения технологий ИИ для различных прикладных задач.
Что вы ждете от форума «Микроэлектроника» этого года в целом? Как, на ваш взгляд, он должен измениться в сравнении с предыдущими годами?
Название «Роза Хутор» для всей моей семьи однозначно ассоциируется с горными лыжами – на прошедших зимних каникулах там я поставил на них младшего, трехлетнего, сына. Место проведения было выбрано из пяти вариантов на заседании оргкомитета форума путем голосования. Результат стал «разрывом шаблона» – не будет короткого обеденного заплыва в море, как в Алуште и Ялте. Ничего, проведем разминку на фоне горной реки Мзымты.
Уверен, на открытии нас поразят «вау-эффектами», а в научной и деловой части мы приобретем новые идеи и контакты.
Кстати, один из участников форума и известный ученый в области ИИ организовал и провел у себя на даче, на берегу Оки, Memristor Day – на трехдневный уикенд посреди этого жаркого лета собралось несколько семей ученых. Только детей было 12 человек. Так что у наших ученых в области ИИ есть не только богатое прошлое, интересное настоящее, но и светлое будущее!
Олег Александрович, cекция «Нейроморфные вычисления. Искусственный интеллект» уже стала традиционной для научной конференции в рамках форума «Микроэлектроника». Какой она будет в этом году?
Действительно, мы проводим секцию уже в четвертый раз – как и «Школу молодых ученых» при форуме, воссозданную в 1990-х в пгт. Гурзуф, возле Ялты, в Крыму членом-корреспондентом РАН Евгением Сергеевичем Горневым на базе традиционных научных конференций НИИМЭ. В «Школе» мы готовим к выступлению на секциях форума молодое поколение – студентов и аспирантов. А того, кто зарекомендовал себя с лучшей стороны на нашей секции, – выдвигаем на пленарную сессию с серьезным и обширным выступлением.
На этой триаде научных площадок мы услышим новые результаты, видение перспектив, обсудим возникающие проблемы и пути их решения.
Говоря о перспективах, искусственный интеллект как научно-техническое направление за свою историю пережил несколько этапов, включая «зиму ИИ» – период, когда его перспективы казались сомнительными, а финансирование в данной области было резко сокращено. Сегодня ИИ, очевидно, применяется достаточно широко, но как он будет развиваться дальше? Вырисовываются ли качественные изменения, прорывы в этой сфере?
ИИ развивается в двух направлениях: логический вывод и нейронные сети. Для первого подхода используются традиционные компьютеры, для второго – разрабатываются новые архитектуры, процессоры, методы и алгоритмы. Успехи нейросетей в некоторых областях вдохновляют на их применение в новых сферах.
Для чего же используются нейросети? Во-первых, для классификации. В некоторых случаях нейросеть самостоятельно определяет классы в обучающей выборке и относит к ним новые объекты. В других случаях человек указывает ей нужные классы для последующего автоматического отнесения новых объектов к одному из них. Во-вторых, нейросети применяются для прогнозирования на основе существующих данных.
При реализации нейросетей существует целый ряд сложностей: проблемы стабильного обучения, переноса нейросети с мощного серверного вычислителя на автономные «краевые» вычислители с минимальной потерей качества, защита от фейков и многие другие. Если отбросить высокопарные слова, которыми окутан ИИ, то вместо нейросети фактически получим аппроксимирующую функцию со множеством параметров – на сегодняшний момент в передовых сетях их число достигает сотни миллиардов.
Насколько надежна и объяснима работа такой нейросети? Что если она даст сбой на очередном новом наборе входных данных? Ответ узнаем из одного из выступлений нашей пленарной сессии.
Как известно, самые эффективные прорывы и качественные изменения возникают на стыке областей. И сейчас передовые ученые «вырисовывают» путь к ним, сопрягая элементную базу на новых принципах и живые ткани, фактически организуя гибридные вычисления. В будущем мы ожидаем улучшение функций человека – усиление, расширение и дополнение имеющихся у здоровых людей, а также восстановление утраченных функций у пациентов, проходящих реабилитацию. Это есть наш, ученых в области ИИ, вклад в область киберфизических систем для индустриальной революции 4.0.
Не это ли скрывается за понятием «гибридный интеллект», входящим в название пленарной сессии форума, посвященной ИИ?
Да, речь именно об этом. Гибридный автомобиль использует разные виды топлива для движения – например, бензин и электричество: если нужно ускориться, то к мощности бензинового двигателя добавляется электротяга. В ИИ под гибридными системами мы понимаем кремниевые вычислители и живые ткани мозга, между которыми перекинут связующий «мостик» – нейроинтерфейс. В идеале они дополняют друг друга и на выходе в совокупности получают такой существенный результат, который по отдельности они достичь не смогли бы. Это направление развивается в тесном взаимодействии с нейрофизиологами – кто знает, может быть в процессе совместных исследований будет открыта более эффективная модель работы человеческого мозга.
Помогают ли достижения в нейробиологии разработчикам «чистого» ИИ, не гибридного? Действительно ли современный ИИ по своим принципам работы и организации приближается к человеческому мозгу?
Что мы хотим от мобильного телефона с функциями ИИ? Чтобы он работал надежно, с нулевой задержкой и бесконечно долго на одном заряде аккумулятора. То есть чтобы телефон всегда делал только то, что положено, не поддавался внешним атакам, не «сливал» информацию на сторону, был сверхбыстродействующим и энергоэффективным.
Большинство самых удачных технических решений подусмотрено в живой природе – та же пара «вертолет – стрекоза». Нейробиологи еще в прошлом веке дали нам формальную модель работы нейронов, в которой сигналы между ними передаются в непрерывной форме. И сегодня мы имеем армаду нейроускорителей, реализующих эту модель – тратим десятки мегаватт на каждый центр обработки данных, а о недельном ресурсе заряда аккумулятора телефона с ИИ и говорить не приходится. Да и распознавание по лицу имеет задержку.
Что же делают разработчики перспективных систем? Идут к нейробиологам и узнают о спайковой модели, переднем крае науки. Оказывается, нейроны общаются короткими импульсами (спайками) при необходимости, а в остальное время – молчат. На сегодня эта модель – нейроморфная, то есть наиболее близкая к пониманию работы мозга. Под эту модель разрабатывают математику, алгоритмы, архитектуры процессоров, элементную базу на новых принципах – работают во всех направлениях одновременно. Ищут области применения в науке, технике, в конечном счете улучшают качество жизни человека.
Получат нейробиологи новые сведения о работе мозга, создадут более совершенную модель его работы – спайковая модель станет одной из классических и уступит место «сверхновой» модели. Тогда мы еще на шаг приблизимся к человеческому мозгу.
А пока современный ИИ – это логический вывод, и современные нейросети – классификаторы и предсказатели.
Как бы вы обозначили основные задачи, которые сейчас стоят перед разработчиками ИИ, чтобы сделать следующий шаг в его развитии в рамках существующих моделей?
Разработчики алгоритмов являются движущей силой для классических нейроускорителей – чтобы сделать следующий шаг в этом направлении, нужно найти элегантный способ повышения скорости матрично-векторных умножений, а также взаимодействия с памятью.
В части нейроморфных процессоров спектр исследований намного шире – в ход идут и новые архитектуры, и новые способы кодирования (представления) информации, и сдвиг от цифровых вычислений к аналоговым, и новые способы обучения.
В обеих областях у рядового потребителя вопрос один – а какой из процессоров, какой из алгоритмов машинного обучения нужно применить в конкретном случае? В 1970-е годы архитектор Кристофер Александр посмотрел на многообразие планировок квартир и домов и подумал, что было бы здорово сделать каталог доступных и понятных решений. Он наполнил его 253 архитектурными паттернами с четким описанием и условиями использования. Александр Степанов, выпускник МГУ имени М. В. Ломоносова, изучил множество алгоритмов и структур данных, выявил в них общее и создал стандартную библиотеку шаблонов STL для языка C++, добился ее включения в международный стандарт ISO этого языка программирования. В объектно-ориентированных языках программирования широко применяется пара десятков паттернов проектирования, разработанная «Бандой четверых» авторов. Карл Линней сумел обобщить и классифицировать множество растений, гербарии из которых без особой научной цели собирали до него активисты несколько столетий. Стоит отметить и преподавательский гений Карла Линнея: в самой верхней аудитории Уппсальского университета (Швеция), где он читал лекции, помещалось только 30 студентов, стоя в круглых ярусах. Поэтому открывали окна в круговом остеклении для других 300 жаждущих слушателей на площади. О Дмитрии Менделееве и его гениальной Периодической таблице известно всем.
Я полагаю, что за последние 10 лет жаркого «лета» ИИ создано достаточное разнообразие хорошо зарекомендовавших себя решений в этой области, которые нужно задокументировать, указать их правила применения и ограничения, привести успешные примеры использования. Это позволит снять налет недоверия к решениям ИИ у конечных пользователей и широко воплотить их в жизнь.
Так что ждем яркого и харизматичного ученого-лидера для составления каталога.
Как эти задачи будут отражены в программе секции? Каким направлениям развития и применения ИИ будет уделено основное внимание в ее докладах?
В работе секции традиционно представлены доклады по следующим направлениям: аппаратная реализация ИИ с помощью серийно выпускаемых нейроускорителей; мемристоры – элементная база на новых принципах, а также устройства и системы на их основе; анализ и синтез нейроморфных систем. В наши дни бизнес крутится на серийных аппаратных образцах процессоров для ИИ, приносящих и прибыль производителям, и практические результаты потребителям, и новые научные открытия исследователям в области нейросетей.
Не секрет, что традиционная элементная база, на которой построены такие процессоры, несовершенна: память потребляет до 30% энергии и занимает до 40% площади кристалла. Традиционная архитектура фон Неймана содержит фундаментальный недостаток – слишком медленная связь между процессором и памятью. Поэтому ведется значительный объем исследований и разработок в области элементной базы на новых принципах, в частности на мемристорах. Хотя они и остаются на стадии исследований и не выходят в серию, параллельно разрабатываются новые архитектуры и нейросетевые алгоритмы на такой памяти для реализации нейроморфных систем.
Конвертируются ли изыскания в области мемристоров в практические решения, пусть пока не серийные?
Некоторое время назад мемристоры рассматривались как вещь в себе и развивались самостоятельно. Год от года их эксплуатационные характеристики всё больше приближаются к практически применимым, что воодушевляет других исследователей активнее готовить почву для их внедрения. Выше было сказано, что важным направлением является совмещение, синергия мемристивных устройств и живой мыслящей ткани. С другой стороны, мемристор эффективен только в матричной структуре, имитирующей работу искусственной нейросети. Для него необходим интерфейс, способ взаимодействия с внешним миром.
Поскольку мемристор является микроэлектронным прибором, то следует отметить наиболее распространенную технологию этой отрасли – КМОП. Транзисторные структуры, доведенные до совершенства, способны подавать необходимые воздействия на матрицу мемристоров, снимать с них результаты и представлять их в подходящем для дальнейшего использования виде. И конечно, записывать необходимые состояния проводимости в каждый мемристор. Несовершенство эксплуатационных характеристик последнего компенсируется с помощью различных архитектур построения матриц с применением избыточного числа дублирующих элементов.
К сожалению, прорывных результатов пока не достигнуто, но в нашей стране в этом направлении трудятся не менее полусотни научных коллективов, не говоря об остальном мире. Динамика локальных успехов косвенно подтверждает будущий успех нейроморфных мемристивных систем.
Если говорить о специализированных архитектурах процессоров для нейровычислений на основе классических технологий, в России существуют собственные разработки в этой области, в частности у компаний «Модуль» и IVA Technologies. С вашей точки зрения, как они соотносятся с мировым уровнем?
IVA Technologies – довольно молодая компания, появившаяся в 2016 году, сотрудники которой за достаточно короткий срок смогли разработать и реализовать в кремнии свой нейроускоритель IVA TPU. Компании «Модуль» и «Элвис» уже более 30 лет представлены на рынке и имеют длинную линейку процессоров, начиная с цифровой обработки сигналов. Если серийный продукт «Модуля» на базе собственной архитектуры NeuroMatrix – это классический нейроускоритель с несколькими ядрами CPU на борту, то крен «Элвиса» наблюдается в сторону гетерогенности: в системе на кристалле RoboDeus множество разнородных сопроцессоров, ориентированных на свой класс задач.
Если от краевых решений для автономных устройств перейти к серверным решениям, то видна кооперация «Модуля» с МЦСТ в части применения процессоров «Эльбрус», первые версии линейки которых создавались еще во времена СССР. И если в прошлые годы на совещаниях в министерствах и ведомствах, на форуме «Микроэлектроника» и других площадках упор делался на достигнутые характеристики процессоров, то лейтмотив этого года – организация производства таких процессоров в сложившихся условиях. Поэтому вопрос сравнения с мировым уровнем сегодня пока отошел на второй план.
Помимо научной секции, теме ИИ в рамках форума будет посвящена уже упомянутая ранее пленарная сессия «Искусственный и гибридный интеллект: ЭКБ на новых принципах, алгоритмы, модели и технологии». Каково ее содержание? Что можно будет узнать, посетив сессию?
В прошлом году мы организовали и провели пленарную сессию из четырех докладов – познакомились с видением моделей работы человеческого мозга академика РАН Константина Владимировича Анохина, внука великого советского физиолога, создателя теории функциональных систем академика Петра Кузьмича Анохина, рассмотрели классические нейроускорители, цифровые и аналоговые нейроморфные системы, составили мнение о сопряжении вычислителей с живой тканью. Фактически был замкнут круг между наиболее современным пониманием работы человеческого мозга, его классической и нейроморфной аппаратной реализацией на кремниевых процессорах, а также попытками подключения таких процессоров к мозгу. Полагаю, что нам это удалось.
К предстоящему октябрю мы расширили программу более чем вдвое – добавили понятную всем информацию об успешных случаях внедрения ИИ, чтобы вовлечь большее число участников в дискуссию. В рамках программы рассматриваются видение перспективных систем ИИ и технологий их разработки, а также интеллектуальные нейроморфные и нейрогибридные системы с применением ЭКБ на новых принципах; оцениваются перспективы создания такой ЭКБ для матриц энергонезависимой памяти терабитного масштаба и нейроморфных систем; представляется научная программа искусственного интеллекта и больших данных в технических, промышленных, природных и социальных системах, реализуемая вновь созданным Национальным центром физики и математики (НЦФМ) в Нижегородской области; формулируются проблемы надежности и объяснимости получаемых решений с помощью нейросетей, обсуждаются пути их решения; рассматриваются аспекты вычислительного превосходства нейроморфного компьютера, а также оригинальные математические алгоритмы и модели реализации такого компьютера на базе энергонезависимой памяти; обсуждаются вопросы взаимодействия живых нейронов мозга с микроэлектронными устройствами, а также программно-аппаратная реализация ИИ в социокиберфизических и робототехнических системах.
Планируется обсуждение в рамках форума организационных вопросов, государственной поддержки направления ИИ, финансирования?
К счастью, с каждым годом проведения форума «Микроэлектроника» появляется все больше участников из органов государственной власти и фондов финансирования – и на сцене в качестве спикеров, и среди слушателей. Возможно, что их участие повлечет открытие конкурсов на постановку НИОКТР в области ИИ.
С другой стороны, по каждому мероприятию форума, будь то секционное заседание и пленарная сессия, в обязательном порядке готовится отчет, который от лица организаторов адресно направляется в заинтересованные министерства и ведомства.
Также сами участники могут посетить ряд тематических мероприятий форума, организованных органами государственной власти и институтами финансирования, и задать на них интересующие их вопросы в части государственной поддержки и финансирования.
Какие сейчас существуют в нашей стране программы, направленные на развитие ИИ? Как проходит их реализация?
Все развитые государства заметили живой интерес к области ИИ и довольно активно взяли инициативу в свои руки. Первой из стран стала Канада, принявшая стратегию развития ИИ в марте 2017 года, а в нашей стране такая стратегия была принята в 2019 году.
В своей основе подобные стратегии призваны организовать государственную поддержку и контроль взаимодействия в науке, образовании и бизнесе по четырем направлениям: НИОКТР; внедрение в серийное производство; установление стандартов, правил, норм; развитие талантов. Рассмотрим для примера несколько программ в этой области.
Минпромторг России в рамках государственной программы «Развитие электронной и радиоэлектронной промышленности» последние годы реализует поддержку всего цикла – НИР, ОКР, технологические работы, внедрение в серию, гарантированный сбыт, возлагая дополнительную ответственность по софинансированию на исполнителя проекта.
Также действует Национальная программа «Цифровая экономика Российской Федерации», федеральный проект «Искусственный интеллект». Стоит обратить внимание и на финансирование работ Минцифры России и Минобрнауки России.
В нашей стране действует перспективная программа стандартизации по приоритетному направлению ИИ на период 2021–2024 годов – унификация форматов слабоформализованных мультимодальных данных и процедур работы с ними приведут к повышению эффективности при интеграции систем ИИ в существующие системы и применения технологий ИИ для различных прикладных задач.
Что вы ждете от форума «Микроэлектроника» этого года в целом? Как, на ваш взгляд, он должен измениться в сравнении с предыдущими годами?
Название «Роза Хутор» для всей моей семьи однозначно ассоциируется с горными лыжами – на прошедших зимних каникулах там я поставил на них младшего, трехлетнего, сына. Место проведения было выбрано из пяти вариантов на заседании оргкомитета форума путем голосования. Результат стал «разрывом шаблона» – не будет короткого обеденного заплыва в море, как в Алуште и Ялте. Ничего, проведем разминку на фоне горной реки Мзымты.
Уверен, на открытии нас поразят «вау-эффектами», а в научной и деловой части мы приобретем новые идеи и контакты.
Кстати, один из участников форума и известный ученый в области ИИ организовал и провел у себя на даче, на берегу Оки, Memristor Day – на трехдневный уикенд посреди этого жаркого лета собралось несколько семей ученых. Только детей было 12 человек. Так что у наших ученых в области ИИ есть не только богатое прошлое, интересное настоящее, но и светлое будущее!
Комментарии читателей
