Peter Welch
30 апреля 2014 г.
Об авторе. Peter Welch писатель и программист, автор книги «And Then I Thought I Was a Fish», автор блога «Still Drinking».

Изображение: Joe Raedle/Getty Images

Каждый мой друг, хотя бы дважды в неделю поднимающий на работе что-то тяжелее ноутбука, рано или поздно в разговоре невзначай бросает что-то вроде: «Бро, ты не пашешь на износ. Я только что отработал 4700-часовую неделю, копая тоннель под Мордором, используя отвертку»

Они правы. Мордор - отстой, и копание тоннеля гораздо трудозатратнее, чем тыкание в клавиши, если конечно вы не муравей. Но для галочки, давайте договоримся о том, что стресс и безумие - это плохо? Отлично. Добро пожаловать в мир программирования.

Все команды программистов набираются безумцами из безумцев

Представьте, что вы присоединились к команде инженеров. Вы возбуждены и полны идей, возможно только что закончили обучение и выходите из мира прекрасных инженерных решений, внушающих трепет эстетическим союзом пользы, экономичности и силы. Сначала вы знакомитесь с Мэри - ведущим проекта по строительству моста в густонаселенном городском округе. Мэри представляет вас Фреду после прохождения пятнадцати проверок безопасности, установленных Дейвом, по причине того, что у Дейва намедни украли свитер со стола первый и последний раз. Фред работает только с деревом, поэтому вы спрашиваете почему тот в проекте, ведь мост должен выдерживать трафик из автомобилей, полных смертными людьми, пересекающими 200-футовое ущелье над речными порогами. «Не беспокойтесь», - говорит Мэри. - «Фред займется пешеходными дорожками». «Какими дорожками?» - «Ну, Фред хорош в пешеходных дорожках, и они добавят мосту привлекательности». Конечно же, они будут без перил из-за строгого ограничения «Никаких перил!», установленного не-инженером Филом. Никто не в курсе чем Фил занимается, но оно определенно полно синергии и как-то связано с высшим руководством, с которым никто из инженеров связываться не хочет, поэтому они разрешают ему делать то, что он хочет.

Вы бы проехали по такому мосту? Нет. Если бы его каким-то образом построили, то всех причастных бы казнили. И все же подобным манером написана каждая программа, которой вы когда либо пользовались, банковский софт, веб-сайты и повсеместно используемая утилита, которая должна была защищать информацию в интернете, но она не защитила.

Изображение: Peter Welch

Весь код плох.

Каждый программист временами, когда никого нет дома, выключает свет, наливает стакан скотча, ставит легкую немецкую электронику и открывает на своем компьютере файл. У каждого программиста он свой. Иногда он сам написал его, иногда он его где-то находит и понимает, что обязан сохранить. Он смотрит поверх строк и рыдает над их красотой, но вдруг слезы становятся горькими, как только программисты вспоминают, что остальные файлы - неизбежный крах всего хорошего и правильного что есть мире.

Этот файл - Хороший Код. В нем осмысленные и логичные имена функций и переменных. Он лаконичен. В нем нет ничего очевидно идиотского. Ему никогда не было нужно жить в дикой природе или следовать требованиям продажников. Он делает только одну, приземленную, специфичную вещь, и делает ее хорошо. Он написан одним человеком и никогда не изменялся другим. Он читается как поэма, написанная кем-то, кому за тридцать.

Любой программист начинает писать такие идеальные маленькие снежинки. Затем в пятницу ему говорят, что нужно шестьсот снежинок ко вторнику, поэтому он начинает жульничать там и тут, и возможно копирует несколько снежинок и пытается слепить их вместе, или просит коллегу помочь ему с теми снежинками, которые тают, и потом все снежинки превращаются в какой-то бесформенный ком, и кто-то прикладывает портрет Пикассо к нему, потому что никто не хочет видеть как кошачья моча впитывается в его испорченные снежинки, плавя их в лучах солнца. На следующей неделе все налепляют на ком еще снега, чтобы Пикассо не отвалился.

Существует мнение, что такое положение вещей можно исправить, если следовать стандартам, только вот «стандартов» существует больше, чем вещей, которые компьютеры в принципе могут сделать, и эти стандарты по-всякому улучшаются и портятся в соответствии с личными предпочтениями людей, которые их пишут, так что нет такого кода, который не попал бы в реальный мир, не делая десяток одинаковых вещей десятком даже отдаленно не похожих способов. Первые несколько недель на работе - только изучение того как программа работает, даже если вы разбираетесь во всех языках, фреймворках и стандартах, использованных в ней, потому что стандарты - единороги.

Всегда будет тьма

В детстве в моей спальне была кладовка. Она была странно сделана. Снаружи она казалась обычной, потом вы заходили внутрь и обнаруживали справа в стене углубление, создающее удобную маленькую полочку. Затем вы смотрели вверх, где стена за углублением уходила дальше, в абсолютное ничто, где не бывает света, и что вы мгновенно определяли как место дневной спячки для всех голодных монстров, которых вы отпугивали фонариком и плюшевыми игрушками каждую ночь.

Вот что значит учиться программированию. Вы изучаете полезные инструменты, потом вы осматриваетесь, а вокруг другие полезные инструменты, и эти инструменты открывают вам бездонный ужас, который всегда был рядом с вашей кроватью.

Например, скажем, вы среднестатистический веб разработчик. Вы знакомы с десятком языков программирования, сотней полезных библиотек, стандартов, протоколов и все в таком роде. Тем не менее вам нужно изучать новые вещи с частотой примерно одну в неделю, и не забывать проверять сотни уже знакомых вещей на случай, если они обновились или сломались, и быть уверенным в том, что они продолжают работать друг с другом и никто не починил баг в одной из них, которым вы воспользовались, чтобы сделать что-то, потому что это показалось вам очень умным однажды, на выходных, когда вы были пьяны. Вы полностью компетентны, и все хорошо, и вдруг все ломается.

«Шо за нах?» - восклицаете вы и начинаете отлавливать проблему. Выясняется, что однажды один идиот решил, что раз другой идиот решил, что 1/0 равно бесконечности, он может использовать это как условное обозначение для «бесконечности» для упрощения своего кода. Затем не-идиот справедливо решил, что это идиотизм, то, что должен был решить первый идиот, но поскольку он этого не сделал, не-идиот решил стать козлом и сделать это ошибкой компиляции. Затем он решил никому не говорить, что это ошибка, потому что он козел, и теперь все ваши снежинки - моча, а вы даже не можете найти кошку.

Вы эксперт во всех этих технологиях, и это хорошо, потому что ваша компетентность позволяет потратить всего лишь шесть часов на выяснение причин проблем, вместо потери работы. Теперь вы знаете еще один маленький факт в миллионах уже вам известных, потому что программы, от которых вы зависите, написаны козлами и идиотами.

И все это относится только к вашей области, которая представляет собой малюсенький кусочек всего известного в компьютерной науке, чего вы возможно никогда не узнаете. Ни одна живая душа не в курсе всего того, как ка самом работает ваш пятилетний макбук. Почему мы просим вас выключить его и включить снова? Потому что мы понятия не имеем что с ним и гораздо проще отправить его в искусственную кому, чтобы его встроенная команда автоматических докторов постаралась решить это за нас. Единственная причина, по которой компьютеры айтишников работают лучше, чем компьютеры не-айтишников, состоит в том, что айтишники знают, что компьютеры - маленькие, больные шизофренией дети с аутоимунным заболеванием и мы не наказываем их, когда они себя плохо ведут.

Много всего делается в интернете, и интернет тот еще ад

Помните о безумцах и плохом коде? Интернет - это все то же самое, за исключением того, что он в миллиард раз хуже. Вебсайты, представляющие собой шикарные тележки из супермаркета с может быть тремя динамическими страницами, поддерживаются командами людей по всему свету, потому что «правда - все» (Полная цитата: «Я - ничто, правда - все!». А. Линкольн., прим. пер.) нарушается всегда, везде, для всех. Прямо сейчас кто-то в Фейсбуке получает тысячи сообщений об ошибках и яростно пытается найти проблему, пока все не рухнуло. В офисе Гугла есть команда, которая не спала три дня. Где-то программист базы данных сидит в окружении пустых бутылок из-под Маунтин Дью, а его супруг считает, что тот мертв. И если эти люди остановятся, мир рухнет. Большинство обывателей не в курсе, чем занимаются сисадмины, но поверьте мне, если они все одновременно уйдут на обед, то не успеют дойти до столовой к тому моменту, как у вас кончатся патроны, которыми вы отстреливались, защищая консервы от бродячих банд мутантов.

Нельзя перезапустить интернет. Триллионы долларов зависят от ненадежной паутины неофициальных договоренностей и кода в стиле «и тааааак сойдет!» с комментариями типа «TODO: ПОФИКСИТЕ, ЭТО ОЧЕНЬ ОПАСНЫЙ ХАК, НО Я НЕ ЗНАЮ В ЧЕМ ДЕЛО», написанными десять лет назад. И я даже не упомянул легион людей, атакующих разные части интернета с целью шпионажа или рады наживы, просто от скуки. Слышали когда-нибудь про форчан? Форчан может уничтожить вашу жизнь и ваш бизнес просто потому, что они вдруг решили, что вы им не нравитесь, но мы не переживаем насчет форчана, потому что еще одна атомная бомба не сделает погоду в ядерной зиме.

В интернете нормально сказать «Ты знаешь, это вроде как работает время от времени, если использовать правильную технологию», и БАМ! Это стало частью интернета. Кто угодно с несколькими сотнями долларов и компьютером может вырезать кусочек интернета и залепить брешь кусками кода по своему вкусу какого угодно отвратительного качества, и потом прикрепить свой маленький кусочек к нескольким большим кускам, и все станет чуточку хуже. Даже хорошие разработчики не заморачиваются учить таинственные спецификации, набросанные организациями людей, желающих создать единорогов, поэтому все половину времени мирятся с фактом, что всё равно ничему и не имеет смысла, и может сломаться в любой момент, и мы просто пытаемся хоть как-то прикрыть это и надеемся, что никто не заметит.

Вот вам секретный закон интернета: через пять минут после того, как вы открыли браузер, ребенок в России узнает номер вашего социального страхования. Вы где-то поставили галочку? Компьютер в АНБ теперь отслеживает ваше физическое местонахождение до конца ваших дней. Отправили письмо? Ваш почтовый адрес высветился на билборде в Нигерии.

Это происходит не потому, что нам все равно и мы не пытаемся им помешать, а потому, что все сломано из-за отсутствия хорошего кода, и все пытаются сделать так, чтобы оно хоть как-то функционировало. Вот ваша работа, если вы работаете с интернетом: надеяться, что последнее написанное вами достаточно хорошо, чтобы продержаться несколько часов, чтобы вы могли поужинать и немного вздремнуть.

ОШИБКА: Попытка распарсить HTML при помощи регулярного выражения; система пробудила Ктулху * .

Смешно ведь? Нет? Как насчет такого диалога ** :

- Это называется arrayReverse?
- s/верблюд/_/
- Круто, спасибо!

Помог ли тот чел? С верблюдом? Его ответ не кажется адекватным? Нет? Хорошо. Вы все еще можете обрести Иисуса. Вы пока не провели столько времени читая код, что начали говорить на нем. Человеческий мозг не очень хорош в базовой логике, а сейчас существует целое ремесло, занимающееся ничем иным, как сложной, очень сложной логикой.

Огромные цепочки абстрактных условий и требований выстраиваются, чтобы отслеживать такие вещи, как забытые запятые. Занятия этим весь день вызывают у вас легкую афазию (потерю речи, прим. пер.), и когда вы смотрите на лицо человека, который что-то говорит, вы не можете определить закончил он или нет, потому что нет точки с запятой. Вы погружаете себя в мир полной бессмыслицы, где все, что важно - это маленькая последовательность цифр, отправляющаяся в огромный лабиринт символов, и на выходе получается другая последовательность цифр или фотография котенка.

Повреждения мозга подтверждаются языками программирования, создаваемыми людьми. Это программа:
#include using namespace std; int main(int argc, char *argv) { cout << "Hello, World!\n"; return 0; }
Эта программа делает ровно то же самое, что и эта:
`r```````````.H.e.l.l.o. .w.o.r.l.di
И эта:
++++++++[>++++[>++>+++>+++>+<<<<-]>+>+>->>+[<]<-]>>.>---.+++++++..+++.>>.<-.<.+++.------.--------.>>+.>++.
И эта:
Ook. Ook? Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook! Ook? Ook? Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook? Ook! Ook! Ook? Ook! Ook? Ook. Ook! Ook. Ook. Ook? Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook! Ook? Ook? Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook? Ook! Ook! Ook? Ook! Ook? Ook. Ook. Ook. Ook! Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook! Ook. Ook! Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook! Ook. Ook. Ook? Ook. Ook? Ook. Ook? Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook! Ook? Ook? Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook? Ook! Ook! Ook? Ook! Ook? Ook. Ook! Ook. Ook. Ook? Ook. Ook? Ook. Ook? Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook! Ook? Ook? Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook? Ook! Ook! Ook? Ook! Ook? Ook. Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook. Ook? Ook. Ook? Ook. Ook? Ook. Ook? Ook. Ook! Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook! Ook. Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook. Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook! Ook. Ook. Ook? Ook. Ook? Ook. Ook. Ook! Ook. Ook! Ook? Ook! Ook! Ook? Ook! Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook. Ook! Ook.
И кто-то однажды написал язык программирования, на котором кто-то другой написал вот это:
#:: ::-| ::-| .-. :||-:: 0-| .-| ::||-| .:|-. :|| open(Q,$0);while("){if(/^#(.*)$/){for(split("-",$1)){$q=0;for(split){s/| /:.:/xg;s/:/../g;$Q=$_?length:$_;$q+=$q?$Q:$Q*20;}print chr($q);}}}print"n"; #.: ::||-| .||-| :|||-| ::||-| ||-:: :|||-| .:| "
Если верить автору, то эта программа представляет собой «две строки кода, которые парсят две строки комментариев, в которых записаны числа Майя, представляющие ASCII символы, из которых составлен заголовок журнала, и воспроизводятся в виде повернутого на 90 градусов ASCII-арта.»

Эта программа выиграла конкурс, потому что конечно она выиграла. Вы хотите жить в таком мире? Нет. Это мир, в котором можно курить коробок в день и никто вам слова не скажет. «Конечно он выкуривает коробок, а кто нет?» Со временем каждый программист в момент пробуждения ото сна, в полудреме видит всю свою жизнь и все отношения в ней в виде кусков кода, и потом программисты обмениваются историями о том, как бессонница вызывает кислотные трипы и это нормально. Это мир, в котором люди отказываются секса ради написания языка программирования для орангутангов. Все программисты заставляют свои мозги делать то, на что они не были рассчитаны, в ситуациях, в которых невозможно оказаться, десять-пятнадцать часов в день, пять-семь дней в неделю, и каждый из них медленно теряет рассудок.

Так что нет, мне не нужно поднимать предметы весом до пятидесяти фунтов. Взамен я получил возможность подравнивать лобковые волосы Сатаны, пока он ест мозг из моего открытого черепа, чтобы небольшая часть интернета смогла проработать еще несколько дней.

Онлайн-кинотеатр MEGOGO в рамках социального проекта “Смотри как слышно” запустил одноименный интерактивный канал для людей с нарушениями слуха. На канале весь контент без исключения транслируется с сурдопереводом.

Большая часть контента (порядка 70%) рассчитана на детскую аудиторию, которой сложно дается восприятие субтитров. Поэтому, согласно концепции канала “Смотри как слышно”, здесь каждый день с утра будут показаны мультфильмы и детское кино, а в вечернее и ночное время предусмотрена программа с учетом интереса взрослых — фильмы и сериалы. Например, “Петля времени”, “Список контактов”, “Области тьмы”, “Афера по-американски”.

В MEGOGO говорят, что крупные студии и правообладатели с легкостью открывают права на видеопроизводство сопровождающего сурдоперевода. Поэтому на канале пользователи смогут посмотреть знаменитые блокбастеры и легендарные фильмы в HD качестве.

“Мы стараемся снабдить сурдопереводом каждый фильм, на который получаем права. Слабослышащие и люди с нарушениями слуха должны получать доступ ко всему контенту, как и все наши пользователи. Сейчас у нас уже весь контент имеет опцию “субтитры”, но этого недостаточно, есть те, кто не воспринимает тексты и им нужен помощник в виде сурдопереводчика. Канал “Смотри как слышно” отвечает международным тенденциям и практикам по интегрированию в социум людей с нарушениями слуха”, — рассказал Иван Шестаков, директор по маркетингу MEGOGO.

Сурдоперевод полностью создается на собственной студии MEGOGO, которую онлайн-кинотеатр запустил более 2-х лет назад, одновременно со специальным разделом “Смотри как слышно”. Тогда же в рамках одноименного проекта компания регулярно начала проводить кинотеатральные показы мультфильмов для детей с нарушением слуха в Украине, России, странах Балтии и СНГ. Где помимо фильмов при участии различных партнеров юным зрителям дарят подарки, угощения и организовывают развлекательную программу.

Новый интерактивный канал “Смотри как слышно” будет доступен в подписках “Кино и ТВ” в Украине, России, Молдове, Беларуси, Казахстане, Азербайджане, Таджикистане, Кыргызстане, Армении и Туркменистане.

По оценкам экспертов только в Украине кол-во людей с нарушением слуха — 1,3 млн человек. “В странах бывшего СССР их может быть более 8 млн. И они на равных должны быть обеспечены развлечениями. Например, в Финляндии, Швеции, Великобритании язык жестов приравнен к национальному. Ему обучают детей в школе, медработники, полицейские, учителя и обслуживающий персонал должны владеть языком жестов, а ТВ каналы обязаны показывать как минимум субтитры”, — рассказывают о западном примере организаторы благотворительного проекта “Почути”.

Объем медицинских данных удваивается каждые 3 года, а связанные с этим затраты возрастают на 7 триллионов долларов. Сфера здравоохранения не в состоянии «идти в ногу» с ошеломляющей скоростью появления новой информации, включающей в себя данные о лабораторных исследованиях, медицинских испытаниях и различных параметрах человека (масса тела, артериальное давление и прочее). Приблизительно каждые 35 центов из 1 доллара, потраченного на медицинскую помощь, расходуется впустую.

Именно большие расходы на обработку данных стали толчком для разработки уникальной системы IBM Watson. Она способна не только генерировать колоссальные объемы медицинской информации, но и распознавать малейшие отклонения в состоянии здоровья пациентов, которые может упустить даже высококвалифицированный врач с многолетним опытом.

Когнитивная система IBM Watson была названа в честь ее создателя Томаса Уотсона. Разработчикам удалось сотворить суперкомпьютер, который способен обрабатывать информацию наравне с человеческим разумом. Прежде, чем сделать определенный вывод, аналитическая платформа IBM Watson проходит такие стадии, как:

• исследование вопроса;
• первичный поиск и генерацию гипотез;
• фильтрацию результатов;
• выборку фактов и анализ их качества;
• объединение результатов и их оценку.

Таким образом, суперкомпьютер обрабатывает человеческий язык и оперативно дает ответы на самые сложные вопросы. Медицина – не единственное направление работы IBM Watson. Составить прогноз погоды, придумать оригинальный кулинарный рецепт и даже вести свой собственный бизнес становится намного проще с данной системой. Но в перспективе она будет преимущественно использоваться в сфере здравоохранения.

Направления применения в медицине

Суперкомпьютер IBM Watson повышает удобство использования электронных медицинских карт. Для этого учеными был разработан специальный инструмент под названием EMRA. Врач может использовать это приложение с целью наблюдения за медицинской историей как одного пациента, так и всей его семьи, за историей болезней от других докторов, а также данных о страховщиках. Кроме того, приложение синхронизировано с фитнесс-трекером, поэтому у специалиста появляется возможность наблюдать за самым незначительным изменением состояния здоровья человека. Такая когнитивная система, проанализировав все данные, предоставляет индивидуальные рекомендации по поводу заботы о здоровье каждого пациента.

IBM Watson Health анализирует графические медицинские данные разного типа. Суперкомпьютер может с высокой скоростью определять детали и аномалии любых внутренних органов человека. Объединяя графические и мульти-модальные (текстовые) данные, IBM Watson в разы упрощает работу онкологов и радиологов. Так, уже на протяжении нескольких лет система функционирует в таиландской больнице Бумрунград, диагностируя и предоставляя рекомендации по поводу лечения различных раковых заболеваний.

Система IBM Watson помогает докторам выявить роль генетического фактора при диагностировании и лечении онкологических и редких патологий. Система анализирует геномные данные с электронной медицинской картой пациента, фильтрует информацию о таких же заболеваниях и, обработав ее, передает данные специалисту.

Суперкомпьютер помогает врачам-дерматологам определять различные кожные заболевания. Когнитивная система IBM Watson анализирует изображения, полученные с помощью дерматоскопа. Если специалист визуально способен поставить диагноз с точностью в 75%, то когнитивная система работает с точностью, равной 94%.

Пациенту не стоит переживать по поводу разглашения его личных данных. Компания IBM гарантирует конфиденциальность и анонимность.

Уже сейчас IBM Watson анализирует лекарственные препараты и помогает фармацевтическим компаниям создавать новые. При помощи суперкомпьютера удается снизить количество ошибочных диагнозов, повысить эффективность терапии и подарить шанс на выздоровление даже безнадежным пациентам. С течением времени суперкомпьютер становится все умнее, а это значит, что в ближайшем будущем он поможет предупредить развитие заболеваний до того, как их придется лечить.

IBM Watson - одна из первых когнитивных систем в мире. Эта система умеет очень многое, благодаря чему возможности Watson используются во многих сферах - от кулинарии до предсказания аварий в населенных пунктах. В общем-то, большинство возможностей Watson не являются чем-то уникальным, но в комплексе все эти возможности представляют собой весьма мощный инструмент для решения разнообразных вопросов.

Например - распознавание естественного языка, динамическое обучение системы, построение и оценка гипотез. Все это позволило IBM Watson научиться давать прямые корректные ответы (с высокой степенью достоверности) на вопросы оператора. При этом когнитивная система умеет использовать для работы большие массивы глобальных неструктурированных данных, Big Data. Каковы основные принципы работы IBM Watson с языком? Об этом - в продолжении.

Основные сложности распознавания естественного языка

Для человека язык - это средство выражения мысли. Мы используем язык для передачи своего мнения, каких-либо данных и сведений. Можем делать прогнозы и формировать теории. Именно язык - краеугольный камень нашего сознания. При этом, вот парадокс, язык человека очень неточный.

Многие термины - нелогичны, и компьютерным системам понять нас бывает очень сложно. Например, как может быть тонким голос? Как можно сгореть со стыда? Для машины это - проблема, для человека же - вполне обыденная вещь. Дело в том, что для правильного ответа на вопрос во многих случаях необходимо учитывать имеющийся контекст. При отсутствии достаточной фактической информации трудно правильно ответить на вопрос, даже если вы можете найти точный ответ на элементы вопроса в буквальном смысле.

Обработка естественного языка - начало

Многие компьютерные системы способны анализировать язык, но при этом проводится поверхностный анализ. Это может иметь смысл, например, для того, чтобы поставить статистически обоснованную оценку тенденций в изменении эмоций на больших массивах информации. Здесь точность передачи информации не слишком важна, поскольку если даже если предположить, что число ошибочно-позитивных результатов примерно равно числу ошибочно-негативных результатов, то они компенсируют друг друга.

Но если значение имеют все случаи, то системы, которые работают с поверхностным анализом языка, уже не могут нормально делать свою работу. Ярким примером сказанному может быть задача для голосового помощника любого из мобильных устройств. Если сказать «найди мне пиццу», то помощник выведет список пиццерий. Если же сказать «не ищи мне пиццу в Мадриде», например, система все равно будет искать. Такие системы работают, идентифицируя некоторые ключевые слова и используя определенный набор правил. Результат может быть точным в заданной системе правил, но неправильным.

Глубокая обработка естественного языка

Для того, чтобы научить систему анализировать сложные смысловые конструкции, с учетом эмоций и прочих факторов, специалисты использовали глубокую обработку естественного языка. А именно - вопросно-ответную систему контентной аналитики (Deep Question*Answering, DeepQA). Если требуется большая точность, то приходится использовать дополнительные методы обработки естественного языка.
IBM Watson - система глубокой обработки естественного языка. При анализе определенного вопроса, для того, чтобы дать правильный ответ, система старается оценить как можно более обширный контекст. При этом используется не только информация вопроса, но и данные базы знаний.
Создание системы, способной провести глубокую обработку естественного языка, позволило решить и другую проблему - анализ огромного количества информации, которая генерируется ежедневно. Это неструктурированная информация, вроде твитов, сообщений социальных сетей, отчеты, статьи и прочее. IBM Watson научился использовать все это для решения задач, поставленных человеком.

Когнитивная система IBM Watson

Watson - это уже иной уровень вычислительных возможностей. Система умеет разделять определенные высказывания на естественном языке и находить связи между этими высказываниями. При этом Watson справляется с задачей, во многих случаях, даже лучше человека, при этом обработка данных идет гораздо быстрее, работа ведется с гораздо большими объемами - человек на такое просто неспособен.

Основные характеристики когнитивной системы

Система работает в таком порядке:

1. Получив вопрос, Watson выполняет его синтаксический анализ, чтобы выделить основные особенности вопроса.

2. Система генерирует ряд гипотез, просматривая корпус в поисках фраз, которые с некоторой долей вероятности могут содержать необходимый ответ. Для того чтобы вести эффективный поиск в потоках неструктурированной информации, нужны совершенно другие вычислительные возможности * их называют когнитивными системами. (не очень понимаю последнее предложение и роль звёздочки)

3. Система выполняет глубокое сравнение языка вопроса и языка каждого из возможных вариантов ответа, применяя различные алгоритмы логического вывода.

Это трудный этап. Существуют сотни алгоритмов логического вывода, и все они выполняют разные сравнения. Например, одни выполняют поиск совпадающих терминов и синонимов, вторые рассматривают временные и пространственные особенности, тогда как третьи анализируют подходящие источники контекстуальной информации.

4. Каждый алгоритм логического вывода выставляет одну или несколько оценок, показывающих, в какой степени возможный ответ следует из вопроса, в той области, которая рассматривается данным алгоритмом.

5. Каждой полученной оценке затем присваивается весовой коэффициент по статистической модели, которая фиксирует, насколько успешно справился алгоритм с выявлением логических связей между двумя аналогичными фразами из этой области в “период обучения” Watson. Эта статистическая модель может быть использована впоследствии для определения общего уровня уверенности системы Watson в том, что возможный вариант ответа следует из вопроса.

6. Watson повторяет процесс для каждого возможного варианта ответа до тех пор, пока не найдет ответы, которые будут иметь больше шансов оказаться правильными, чем остальные.

Как уже говорилось выше, для правильного ответа на вопрос системе необходимо обращаться к дополнительным источникам данных. Это могут быть учебники, мануалы, FAQ, новости и все прочее. Watson за считанные секунды обрабатывает огромные массивы информации для получения правильного ответа. При этом найденное содержимое тоже проверяется, отсеиваются устаревшие и бесполезные данные.

Элементы когнитивной системы

Общий смысл текста Watson выводит из полученной информации, из дополнительной базы. При этом используется заголовок документа, часть текста документа или весь текст.

Когнитивные системы, их способы сбора, запоминания и извлечения информации схожи с тем, как анализирует информацию человек. При этом когнитивные системы могут передавать информацию и действовать. Вот примеры поведенческих конструктов, которые используются в этом случае:

Способность создавать и проверять гипотезы;
- способность разбивать на составляющие и строить логические выводы о языке;
- способность извлекать и оценивать полезную информацию (такую как даты, местоположения и характеристики).

Без этих способностей ни компьютер, ни человек не смогут определить правильную взаимосвязь между вопросами и ответами.
Когнитивные процессы более высокого порядка могут достичь высокого уровня понимания, ориентируясь на основные способы поведения. Для того чтобы понять что-то, мы должны уметь разделить информацию на более мелкие элементы, которые достаточно хорошо упорядочены на рассматриваемом уровне. Физические процессы у человека протекают совсем не так, как процессы в космическом масштабе или на уровне элементарных частиц. Так же и когнитивные системы предназначены для работы на уровне человека, хотя они представляют огромное множество людей.

В связи с этим понимание языка начинается с понимания более простых правил языка – не только формальной грамматики, но и неформальных соглашений, которые наблюдаются в повседневном использовании.

Зачем все это?

Сейчас когнитивная система IBM Watson, благодаря многолетнему обучению и совершенствованию, может выполнять работу в самых разных сферах. Здесь и медицина, и кулинария, и лингвистика, и решение бизнес-задач с задачами научными.

Изначально у специалистов был выбор - сделать систему универсальной или специализированной. У каждого из вариантов есть свои достоинства и недостатки, но выбор был сделан в сторону универсальности.

Компания уже много раз убедилась в правильности совершенного выбора - перед

То, как работают современные технологии, объяснить зачастую сложно, а когда речь заходит о когнитивных вычислениях и системе IBM Watson, то кажется, эта тема недоступна для понимания обычного человека. Но это вовсе не так: профессионалы могут объяснить все, включая самые сложные материи, причем довольно доступными словами. Сегодня о работе когнитивной системы IBM Watson и других инновационных решениях компании рассказывают специалисты компании IBM . Это Владимир Алексеев, бизнес-консультант по индустриальным решениям IBM в России и СНГ, Александр Дмитриев, ведущий системный архитектор IBM в России и СНГ, и Юлия Пакина, менеджер по развитию бизнеса IBM в России и СНГ.

IBM уже много лет работает в сфере когнитивных технологий. Расскажите, пожалуйста, какими проектами сейчас в этом направлении занимается компания?

Александр Дмитриев

Чтобы ответить на этот вопрос, надо немного рассказать о самих технологиях. Когнитивные технологии — это направление развития систем искусственного интеллекта, основная задача которых — помогать человеку в принятии решений в сложной обстановке. Существует целый ряд отраслей и процессов, требующих управления при огромном количестве меняющихся параметров, сложных зависимостей, труднопредсказуемых результатов. При этом решения должны приниматься в режиме времени, близком к реальному. Самым простым примером будут электронные торги на бирже или покупки через интернет. Например, на популярных торговых сайтах зачастую проводятся акции, когда дешевый товар выставляется на продажу с определенного момента времени. Человек не успевает даже нажать кнопку, а товар уже продан: срабатывают автоматические системы закупок. Точно так же покупка и продажа акций на мировых биржах поддерживается системами, собирающими огромное количество информации из различных источников и «автоматически» принимающих решения о покупке или продаже тех или иных пакетов акций. На самом деле решение принимает человек, когда создает и обучает эту систему.

Из всего этого вытекает понимание спектра клиентов и возможных проектов, для которых подходят когнитивные технологии: это в первую очередь крупные компании из тех отраслей бизнеса, где необходимо быстро и качественно обрабатывать большие объемы данных, выявлять сложные связи и зависимости, а по алгоритмам, близким к человеческому мышлению, вырабатывать варианты решений, чтобы управляющие специалисты могли быстро сделать выбор нужных действий. Это в первую очередь крупные производства, где задействованы большие ресурсы и объемы данных — как от технических систем, так и от действий персонала (нефтяная промышленность, банки, строительство, тяжелое машиностроение и т.д.). Также это те области, где требуется освоение и понимание большого количества информации о новых разработках, учет накопленного опыта и высокие риски при принятии решений. Это относится к области медицины, социального управления. Цена при медицинских решениях — это человеческая жизнь, здоровье. Здесь когнитивные технологии особенно ценны. Они предоставляют специалистам реферативную информацию по новым достижениям в области конкретного медицинского направления, помогают подобрать лучший вариант лечения для каждого пациента с учетом истории и специфики его болезни.

Кроме того, одним из важнейших направлений является создание баз данных знаний по той или иной области науки, техники, роду деятельности, истории и т.д.

Теперь о конкретных проектах. Сегодня уже целый ряд крупных компаний создают сложные системы поддержки принятия решений, причем не только за рубежом, но и в России. Если говорить о зарубежных примерах, то крупнейшая австралийская нефтяная компания Woodside создала базу знаний по своей отрасли с учетом собственного опыта. Это позволило решить целый ряд сложных задач — в первую очередь повысить эффективность работы персонала, существенно ускорить цикл обучения, дало возможность использовать и тиражировать опыт уже реализованных проектов. Здесь огромная экономия денег в масштабах крупной компании.

Российским примером может послужить реализация системы работы с большими объемами текстов в ВИНИТИ РАН, где успешно внедряются технологии на базе Watson Explorer. Эта система поможет обрабатывать различную структурированную и неструктурированную информацию для выявления корреляций между показателями, характеризующими тематические направления научных исследований в России.

Был еще проект, осуществленный совместно с Всероссийским центром изучения общественного мнения по тематике международных отношений. Более 55 тысяч текстов из открытых источников были проанализированы с помощью когнитивных технологий Watson для того, чтобы выделить важные моменты в культурных и социальных связях между Россией и Южной Кореей.

Также сделан целый ряд пилотных проектов в области медицины на базе продукта Watson Health, и результаты показывают на широкие возможности по улучшению качества лечения пациентов.

Надо сказать, что направление когнитивных технологий еще очень новое, и поэтому почти каждый день к нам приходят новые заказчики из самых разных областей, и мы подбираем для них нужный инструментарий из всего имеющегося у компании IBM спектра решений.

Скажите, пожалуйста, что изначально представляла собой IBM Watson и почему эту систему решили использовать в таких областях, как медицина, бизнес, страхование?

Юлия Пакина

Самый первый выход Watson в свет был в 2011 году на игре Jeopardy! Тогда Watson представлял собой большой комплекс разных программ, который был собран специально для этой игры, и заложенные в него возможности на тот момент были нацелены на понимание естественного языка. Для этого нужно было, во-первых, переводить голос в текст и, во-вторых, правильно интерпретировать полученный текстовый материал. Таким образом, система изначально умела интерпретировать текст, разбирать вопросы и «понимать» их смысл. Конечно, сейчас уровень и производительность Watson гораздо выше, чем в 2011 году.

Что еще умела тогда система Watson? Искать ответ на заданный вопрос в недрах заложенной в ней информации. Отличительной способностью той системы было то, что она не была подключена к внешним источникам — ни к интернету, ни к чему-то еще. Что заложили в ее память, то она и использовала. Самое интересное, что благодаря заложенной логике система ранжировала возможные варианты ответов и выдавала тот, в котором она благодаря своей логике была уверена как в максимально правильном. В 2011 году система Watson победила с большим отрывом остальных участников — людей, отрыв там был серьезный. И после этой игры встал вопрос: «А что дальше?»

Игра — это прекрасно! Но какое может быть дальнейшее применение системы? После этого специалисты начали думать, где можно коммерчески применять технологии Watson, в какой сфере бизнеса, на каких рынках. В компании IBM решили, что Watson нужно использовать там, где есть большой поток текстовой неструктурированной информации на естественном языке, и там, где человеку нужен интеллектуальный помощник. И мы начали работу в сфере здравоохранения. Все дело в том, что Watson, как мы уже знаем, умеет обрабатывать огромное количество информации. А, например, в онкологии ежегодно появляется 500 тысяч новых научных статей по разным областям и исследовательским сферам. И понятно, что живой человек не может справиться с таким валом информации. Но ведь новые материалы в этой сфере нельзя игнорировать, их надо перерабатывать интеллектуально, взвешивая, сравнивая, обращаясь к предыдущему опыту.

При этом обязательно нужно учитывать, что все, что сейчас умеет Watson, в него заложили талантливые программисты, лингвисты, эксперты из предметных областей.

Каково ваше видение будущего IBM Watson? Например, какие задачи система сможет решать через 5-10 лет? Что она не может делать сейчас, но в скором времени специалисты компании планируют ее научить делать?

Александр Дмитриев

Ведущий системный архитектор IBM в России и СНГ

Будущее предсказывать достаточно сложно, недаром большинство специалистов, рассказывая о современных решениях, используют фразу «в современном быстро меняющемся мире». Ситуация действительно очень быстро и зачастую непредсказуемо меняется, однако основные тенденции в области когнитивных технологий пока достаточно ясны.

В первую очередь это создание больших баз знаний на частном и государственном уровне. Сейчас этим озабочены все ведущие страны мира. Они очень активно стремятся собрать, обработать и поставить на поток систему выделения ценной информации из самых разнообразных источников. Мы видим, что этот процесс идет на двух основных уровнях. Во-первых, на уровне крупных компаний международного значения, имеющих сотни тысяч сотрудников, отделения в разных странах и сложное производство. Здесь основным двигателем является получение конкурентного преимущества. Понятно, что проекты этого уровня требуют серьезных инвестиций, но они начинают окупаться практически сразу, резко повышая эффективность работы. Упор делается на предсказательный анализ, который обеспечивают технологии Watson: управление идет не после свершения тех или иных событий, а с учетом всего опыта работы компании в режиме прогнозирования. Более высокий уровень — это уровень государства, когда создаются системы накопления и обработки знаний уже в масштабах страны и информации из других стран. Это области, связанные с развитием науки, техники, здоровья нации, социального управления.

Watson уже освоила профессии повара, врача, финансиста и переводчика. Какие еще профессии она собирается освоить в ближайшее время?

Александр Дмитриев

Ведущий системный архитектор IBM в России и СНГ

Что касается «профессий» Watson, то здесь два аспекта. Первый — это расширение спектра возможностей внутри уже освоенных профессий. Скажем, в области медицины, Watson используется при лечении ряда онкологических заболеваний. Но специфика медицины в том, что не только видов заболеваний существует огромное количество, но и сами пациенты отличаются и личностными характеристиками, и историями своих заболеваний. Поэтому развитие идет за счет как увеличения спектра излечиваемых заболеваний, так и за счет возможности выработки все более детального персонифицированного курса лечения для конкретного пациента.

Второе — это «освоение» других профессий. Watson уже «освоила» специализацию нефтяной отрасли: целый ряд зарубежных компаний внедрил системы поддержки принятия решений для своих специалистов-нефтяников. Еще одним перспективным направлением является работа с социальными группами и населением. Также это области, где необходима обработка информации и выработка сервисов и предложений для больших групп клиентов (сотни тысяч и миллионы человек). Таким образом, ближайшие перспективы развития — это профессии из банковской отрасли, телекоммуникаций, где объемы данных невероятно велики, а решения надо принимать в реальном режиме времени.

Если говорить в целом, то, полагаю, Watson достаточно скоро придет в виде сервиса уже просто к каждому человеку — можно будет задать вопрос по практически любой интересующей области знаний и получить квалифицированный ответ.

Юлия Пакина

Менеджер по развитию бизнеса IBM в России и СНГ

Из недавних областей, где нашлось применение IBM Watson, можно упомянуть добычу полезных ископаемых. Александр уже упоминал хороший пример истории успеха — австралийскую компанию Woodside Energy, которой когнитивная система помогла работать гораздо более эффективно, оптимизировав рабочий процесс. До Watson решение о бурении скважин специалисты Woodside Energy принимали на основании долгой и кропотливой работы по сбору всей возможной документации в данной области, включая геологическое строение местности, наличие скважин рядом, тип месторождения, возможность использования оборудования, которое необходимо применить для этого проекта.

Причем раньше этот подготовительный период занимал вплоть до 80% времени у компании. Соответственно лишь 20% времени оставалось на разработку самой скважины. Сейчас мы вместе с Woodside Energy добились того, что только 20% времени уделяется исследованиям и подготовке к бурению, а все остальное время отводится на бурение и разработку новых скважин.

Сейчас многие компании говорят о своих разработках в сфере искусственного интеллекта. IBM говорит о когнитивной платформе. Скажите, пожалуйста, в чем особенность когнитивных сервисов IBM и можно ли их называть определенным типом искусственного интеллекта?

Александр Дмитриев

Ведущий системный архитектор IBM в России и СНГ

Что касается искусственного интеллекта, я бы не стал придавать слишком серьезное значение терминологии. Пока наука в целом не до конца понимает методы мышления человека (а в этой области еще множество белых пятен), нецелесообразно спорить, что является искусственным интеллектом и что нет. Можно сказать, что система Watson в 2011 году «прошла» немного модифицированный формальный тест Тюринга на право называться искусственным интеллектом. Общая идея теста простая: если человек, общаясь с какой-то системой и задавая ей ряд вопросов в свободной форме, не может отличить, с человеком он общается или с машинной системой, то такая система может претендовать на звание «искусственного интеллекта».

Победив в игре Jeopardy, где надо было отвечать на вопросы из самых разных областей знаний, Watson опередила живых участников и прошла этот тест. Но суть не в этом. Как бы мы ни назвали когнитивные технологии, важно, чтобы они выполняли свою основную задачу, становились «усилителем» разума при принятии сложных решений, как оперативных, так и стратегических. Человеческая память не безгранична, обучение компетентных специалистов в любой отрасли — дело дорогостоящее и длительное. Когнитивные же системы как бы создают таких виртуальных специалистов-консультантов, к услугам которых сможет обратиться каждый. В этом суть искусственного интеллекта. Важно, что окончательное решение по любым вопросам все-таки останется за человеком.

Юлия Пакина

Менеджер по развитию бизнеса IBM в России и СНГ

Да, в целом когнитивная система как раз создана для того, чтобы снять с человека рутину и дать больше времени на творчество, решение сложных задач и создание новых систем. Поэтому мы и говорим о решении не искусственного интеллекта, а усиленного интеллекта, добавленного интеллекта.

Расскажите, пожалуйста, подробнее об использовании возможностей когнитивных технологий в бизнесе.

Александр Дмитриев

Ведущий системный архитектор IBM в России и СНГ

Использование когнитивных технологий в бизнесе направлено на решение целого ряда задач, связанных не просто с большими объемами быстро изменяющихся данных, а с необходимостью оперативно извлекать из этих данных нужную информацию и использовать ее для бизнеса с учетом отраслевого и собственного опыта компании. Таким образом, когнитивные системы подключаются к разнообразным источникам информации (собственным базам данных компании, интернету, потоковому видео, информации от технических датчиков различных систем, данным о событиях в той или иной области). Уже на основании этих данных когнитивные системы по специальным алгоритмам находят нужные решения и предлагают их управленцам и специалистам.

Важно, что с накоплением опыта работы и успешной деятельности в той или иной области когнитивные системы можно обучать, настраивать, а также задавать режим самообучения. Поэтому когнитивные системы для бизнеса обладают одним важным качеством, которым не обладает ни одна другая система: чем дольше они работают, тем выше их коэффициент полезного действия. Они сами по себе становятся ценнее для компании в процессе эксплуатации. И важно то, что этот накопленный опыт доступен для сотрудников компании и постоянно, таким образом, используется — повторно, многократно, всегда, когда это необходимо. Обычная ситуация — ушел специалист, для компании потеряны его личные знания и опыт. При внедренной когнитивной системы весь опыт остается в компании и может быть легко передан другим специалистам.

Чем может быть полезен бизнесу блокчейн? Сейчас говорят, что эта технология может изменить привычный мир предпринимательства. Правда ли это, и если да, то что это за изменения?

Владимир Алексеев

Первые мнения о том, как технология может поменять мир предпринимательства, обычно сводились к созданию peer-to-peer-сетей, то есть среды, где каждая компания могла напрямую взаимодействовать с любой другой без каких-либо посредников. Надо признать, это слишком упрощенное описание, и со временем идея развивалась и дополнялась. Сейчас можно сказать, что блокчейн, во-первых, позволяет обеспечить распределенную ответственность, что крайне важно в случае, если у нас есть несколько компаний, которые не сильно доверяют друг другу и никак не связаны между собой. Во-вторых, прозрачность совершения всех операций и невозможность внесения изменений в уже проведенные транзакции. Под транзакцией понимается не только банковская транзакция, но больше факт передачи актива от одной компании другой. В-третьих, это возможность использования смарт-контрактов для бизнес-логики, а именно обеспечение всего процесса операции. В противном случае блокчейн можно было бы использовать только как систему хранения, а всю логику операций делать вне его рамок, что не обеспечивало бы ни прозрачность, ни надежность проведения операций.

Есть ли уже положительные примеры использования блокчейна коммерческими компаниями?

Владимир Алексеев

Бизнес-консультант по индустриальным решениям IBM в России и СНГ

За прошлый год IBM провела вместе с заказчиками более 400 пилотов в мире в самых разных отраслях. Это, конечно, и финансовый сектор, и ритейл, и энергетика. В частности, пилотные проекты с ABN Amro в области финансовой реструктуризации и управления недвижимостью. С Bank of Tokio-Mitsubishi был завершен проект по использованию технологии блокчейн для автоматизации аутсорсинговых контрактов в ИТ.

Говорить о практических результатах внедрений (количественных бизнес-показателях) сейчас достаточно рано: блокчейн — это все-таки новая технология, которая также требует времени для апробации. Блокчейн не может существовать изолированно, поэтому требуется интеграция с существующими системами, требуется разработка сервисов, требуются компетенции. 2016 год был посвящен пилотированию, 2017-й должен пройти под знаком интеграции технологии блокчейн в существующую ИТ-инфраструктуру организаций.

Согласно исследованию IBM Institute for Business Value, более 50% опрошенных руководителей компаний финансового сектора планируют перейти к фазе коммерческого использования технологии в 2018-2020 годах.

Блокчейн, насколько можно понять, дает большие возможности многим сферам бизнеса. А что скажете по поводу бирж по торговле ценными бумагами? Может ли там пригодиться эта технология?

Владимир Алексеев

Бизнес-консультант по индустриальным решениям IBM в России и СНГ

Стоит признать, что биржи были одними из первых организаций, которые заинтересовались технологией и активно участвовали в ее развитии. К примеру, Немецкая биржа (Deutsche Boerse) является премьер-участником блокчейн-проекта HyperLedger наряду с IBM , а Московская биржа также входит в состав участников. Из практического опыта использования технологии биржами отмечу следующее: еще в прошлом году Японская биржа при помощи IBM проводила исследование возможностей использования распределенных реестров в своих операциях. В своем отчете биржа подчеркнула перспективность технологии, отметив среди ключевых преимуществ возможность создания новых инновационных финансовых сервисов и сокращение затрат. По мнению специалистов Японской биржи, блокчейн поможет автоматизировать процессы согласования торговых процедур и повысить отказоустойчивость системы в целом за счет введения принципа распределенности.

Расскажите, пожалуйста, чем планирует заниматься компания IBM в последующие 5-10 лет? Каким компания видит мир бизнеса будущего?

Владимир Алексеев

Бизнес-консультант по индустриальным решениям IBM в России и СНГ

В начале этого года корпорация IBM представила свой взгляд на то, как технологические инновации изменят мир в будущем. Отчет был выполнен научно-исследовательским подразделением IBM Research и отражает мнение компании на то, как мир изменится через пять лет по пяти направлениям. Во-первых, компания уделяет большое внимание тому, как все мы говорим и пишем, и считает, что эти факторы будут использоваться в качестве индикаторов психологического состояния и физического здоровья. Далее — люди смогут обрести «сверхзрение» благодаря крошечным и мощным камерам, что даст возможность исследовать почти 100% электромагнитного спектра против менее 1% в настоящее время. Технология может быть встроена в мобильные устройства и помогать анализировать состав продуктов или лекарств. С другой стороны, через пять лет мы будем в состоянии понять всю сложность Земли с потрясающей точностью деталей. Это станет возможным за счет развития интернета вещей (IoT) и алгоритмов машинного обучения, на основе которых можно сделать выводы из анализа снятых параметров. Ученые IBM называют это в совокупности «макроскопом». Он поможет прогнозировать такие явления, как изменения климата, уровня воды, угрозы загрязнения или влияние внешних факторов на нашу планету.

Следующим направлением развития технологий IBM видит создание медицинских лабораторий «на чипах», чтобы отслеживать болезни на нано-уровне, что поможет предсказывать заболевания на более ранних стадиях. В лабораториях IBM специалисты работают над созданием чипов размером в 20 нм, которые могут быть подсоединены как к системам искусственного интеллекта, так и к другим датчикам в режиме реального времени. И, наконец, пятой областью является создание и распространение «умных» сенсоров для более раннего определения уровня загрязнения окружающей среды. Такие сенсоры могут также быть крайне полезны для газопроводных труб, а также возле естественных источников выбросов, к примеру, метана для оповещения увеличения концентраций различных веществ.

Стоит отметить, что по всем направлениям технологии находятся в разработке уже сейчас, так что прогноз не выглядит слишком футуристичным. С другой стороны, необходимо время и усилия, чтобы доработать существующие продукты и довести их до массового использования.

С точки зрения долгосрочной перспективы (10 и более лет) можно привести пример технологии квантовых компьютеров. В алгоритме работы квантовых компьютеров заложены абсолютно другие принципы, нежели те, по которым работают современные компьютеры. Поэтому их использование может полностью изменить существующие процессы, например, криптографии, и дать абсолютно новый уровень вычислительной мощности. IBM является одним из лидеров в этой области, уже предоставляя бесплатный тестовый доступ к реальному квантовому компьютеру через облачную инфраструктуру IBM Quantum Experience.

Задайте вопрос эксперту IBM Елена Синка, представитель по продаже решений IBM Спросить

Спасибо!
Ваш вопрос отправлен