Компания Qualcomm обратилась в два германских суда с просьбой приостановить продажи iPhone, поскольку в этих устройствах нарушаются ее патенты. Одновременно четыре партнера Apple, от которых Qualcomm намерена была получать лицензионные патентные отчисления, направили в антимонопольные органы жалобу на поставщика чипов.

Спор о патентных отчислениях между Apple и Qualcomm продолжается уже несколько месяцев.

В январе Apple подала в суд в Калифорнии иск с требованием вернуть 1 млрд долл. патентных отчислений, переплаченных ею Qualcomm. Аналогичные иски на меньшие суммы были направлены в суды Великобритании, Китая и Японии.

Одновременно Apple призвала своих партнеров, осуществляющих производство, прекратить выплачивать Qualcomm лицензионные отчисления за чипы, устанавливаемые в продукты Apple.

Qualcomm подала в суд на четырех производителей – Hon Hai Precision Industry, Wistron, Compal Electronics и Pegatron, обвинив их в невыплате лицензионных отчислений. В свою очередь, они направили жалобу, заявив об антимонопольных нарушениях Qualcomm.

Вслед за партнерами Apple в Qualcomm обрушилась и непосредственно на саму компанию, попросив 7 июля Комиссию по международной торговле США и окружной суд Южного округа Калифорнии приостановить импорт и продажу устройств iPhone, поскольку они нарушают шесть ее патентов, зарегистрированных за последние четыре года.

Аналогичные жалобы с требованием запрета на импорт и продажи новейших iPhone были направлены в патентные суды Мюнхена и Маннгейма в Германии.

Будучи одним из самых крупных рынков в Европе, Германия одновременно является логистическим хабом для импорта и дальнейшего распространения продукции по всему континенту. Когда компания Motorola Mobility обвинила Microsoft в нарушении ее патентов на видеопотоки в игровых консолях Xbox и операционной системе Windows 7, Microsoft предпочла осуществлять дистрибьюторские операции через границы Нидерландов, с тем чтобы уменьшить риски для своего бизнеса.

По словам генерального юрисконсульта Qualcomm Дона Розенберга, судебные иски компании в Германии касаются только двух ее патентов. И хотя патенты играют важную роль в функционировании iPhone, для соблюдения промышленных стандартов они не имеют существенного значения. Это позволяет Qualcomm устанавливать сколь угодно высокие отчисления, не опасаясь обвинений в несправедливой дискриминации со стороны органов стандартизации.

Два патента, о которых идет речь в Германии, обеспечивают увеличение продолжительности работы устройств от батареи путем адаптации энергопотребления к характеру передачи данных, будь то видео, текст или голос. Патент номер 8 698 558, зарегистрированный в США в 2014 году, описывает технологию, оптимизирующую энергопотребление антенны при передаче данных, а патент 9 608 675, зарегистрированный в 2017-м, регламентирует уменьшение энергопотребления при высокоскоростной передаче данных (например, живого видео) с использованием нескольких несущих.

В исках в США Qualcomm требует запретить импорт iPhone, которые содержат чипы, управляющие радиомодулями (baseband), не поставляемые аффилированными с Apple компаниями. В некоторых моделях iPhone Apple использует baseband-процессоры Qualcomm и Intel, снижая тем самым зависимость от одного поставщика.

Google удалось избежать многомиллиардных налоговых претензий в Европе, после того как французский суд отменил ранее вынесенное в отношении компании постановление о начислении налогов.

Ранее французские налоговые службы обязали Google выплатить 1,1 млрд евро (1,3 млрд долл.) налогов за полученные во Франции доходы. Однако в Google заявили, что доходы, полученные от французских рекламодателей, принадлежат ирландскому подразделению компании, поскольку именно оно заключало рекламные контракты, а следовательно, налоги следует выплачивать в Ирландии.

В среду Административный суд Парижа согласился с Google и отменил ранее выдвинутые налоговые претензии. «Одно лишь присутствие Google во Франции еще не означает, что ее рекламная деятельность должна облагаться налогами здесь», – говорится в определении суда. Французская налоговая служба заявила о намерении подать апелляцию.

Постановление суда стало хорошей новостью для Google. Хотя платить налоги компании все равно придется, но налоговые ставки в Ирландии значительно ниже, чем во Франции.

Объявление о решении суда прозвучало за несколько часов до прибытия во Францию президента США Дональда Трампа, отметившего здесь местный национальный праздник — день взятия Бастилии.

Администрация Трампа обвинила европейских регуляторов и налоговые службы в проведении политики, направленной против американских компаний. Официальные представители Евросоюза ответили на это, что они хотят лишь, чтобы ведение бизнеса соответствовало действующему законодательству.

Споры Google с французскими налоговыми службами начались в июне 2016 года после проведения полицией рейда в офисе Google и изъятии компьютерных записей о коммерческих сделках.

Налоговые службы Испании через несколько недель проверили два офиса компании в Мадриде.

Хотя Google и не признает требования французских налоговых служб, ранее она согласилась выплатить 130 млн евро налогов, начисленных ей дополнительно по итогам десяти лет деятельности компании в Великобритании.

Самая крупная налоговая претензия в Европе к американскому бизнесу была предъявлена Еврокомиссией компании Apple в августе 2016 года и оценивается в 13 млрд евро. Налоги предписывается собрать ирландскому правительству, но есть вероятность, что какие-то требования будут выдвинуты и со стороны других стран, входящих в ЕС.

Канадские исследователи предложили способ создания ключевого строительного блока для квантового компьютера на основе специального фотонного чипа и готовых компонентов, используемых в телекоммуникационном оборудовании.

Ими был создан чип, генерирующий разноцветные пары квантово-запутанных фотонов. Фотонами этими можно манипулировать как двумя «кудитами» (от англ. quantum digits) – «цифрами» квантовых вычислений, каждая из которых может принимать десять возможных значений.

Если классические компьютеры присваивают значения последовательно, то квантовые способны оперировать всеми возможными значениями переменной одновременно, находя в конце вычислений «правильный» ответ. При таком подходе упрощается решение далеко не всех компьютерных задач, но он оказывается весьма полезным при разложении больших чисел на множители, что необходимо для взлома многих форм шифрования.

Элементам хранения, из которых сделаны квантовые компьютеры, присуща нестабильность, и для организации совместной работы они должны быть связаны друг с другом в процессе, известном как квантовая запутанность. Чем больше элементов, тем труднее сохранять запутанность их всех в течение достаточно долгого времени, необходимого для проведения вычислений.

Простейший квантовый элемент представляет собой двумерный кубит – квантовый бит, способный одновременно принимать два значения (0 и 1). Квантовый компьютер, состоящий из шести кубитов, способен принимать любое (сразу все) из 64 возможных значений.

Но это требует поддержки квантового состояния из шести элементов.

В июле 2016 года российские ученые предложили вместо кубитов использовать при построении квантовых компьютеров меньшее число кудитов, каждый из которых способен принимать большее количество значений. Они показали, как создать пятимерный кудит, обладающий большей вычислительной мощностью по сравнению с квантовым компьютером с двумя кубитами.

Теперь же канадские исследователи продемонстрировали фотонный чип, позволяющий запутывать два 10-мерных кудита, в которых хранится большее количество значений, чем в квантовом компьютере из шести кубитов. При этом достаточно добиться стабилизации всего двух элементов.

Используя тот же чип, можно сгенерировать два запутанных кудита, позволяющих хранить 9 тыс. и более значений, что является эквивалентом 12-кубитного компьютера.

Корпорация IBM в мае разместила в своем облаке 16-кубитный компьютер, пригласив ученых совместно протестировать алгоритмы квантовых вычислений.

Тем временем, Google к концу текущего года рассчитывает построить 49-кубитный квантовый компьютер.

Впрочем, сгенерировать кудиты еще недостаточно. Для превращения их в квантовый компьютер должна существовать возможность манипулирования ими.

Эта задача была решена с помощью стандартных телекоммуникационных компонентов – фильтров и модуляторов, что делает систему относительно доступной.

В статье, опубликованной в июне в журнале Nature, исследователи утверждают, что построение многомерной квантовой вычислительной системы откроет путь к созданию более быстрых и надежных квантовых коммуникационных протоколов, а также к проведению более эффективных и устойчивых к сбоям квантовых вычислений.

Депутаты Европейского парламента заявили, что электронные устройства должны быть надежными и легко ремонтируемыми, а в законодательстве должны присутствовать соответствующие стимулы и требования.

Депутаты хотят покончить с навязываемой необходимостью покупать новые версии потребительских электронных устройств и программного обеспечения, которые вследствие консьюмеризации ИТ зачастую используются и в качестве бизнес-инструментов.

Одна из предлагаемых рекомендаций должна помочь избежать повторения фиаско Galaxy Note7. Батарею необходимо делать съемной, если только требования к безопасности не предполагают ее стационарного встраивания в продукт. Задача Samsung Electronics была бы гораздо проще, если бы можно было ограничиться заменой неисправной батареи, а не прибегать к отзыву и переделке миллионов выпущенных устройств.

В резолюции, которая была принята при 662 голосах «за» и 32 «против», говорится, что владельцев устройств нельзя принуждать обращаться за запасными частями и сервисным обслуживанием исключительно к производителю.

Производитель обязан предоставить клиенту возможность обращения в независимый сервисный центр и обеспечить доступность важных запчастей по цене, которая соответствовала бы жизненному циклу продукта и его функциям. Намеренное создание препятствий путем блокировки программного обеспечения или использования нестандартных винтов является недопустимым.

Все это стало сладкой музыкой для компаний iFixit и SOSav, выпускающих руководства по ремонту и запчасти для популярных смартфонов. Ведь им постоянно приходится преодолевать жесткое сопротивление со стороны производителей.

Как считают депутаты, правительствам стран Евросоюза следует принять меры, которые стимулировали бы производителей выпускать более надежные и пригодные для ремонта продукты, что способствовало бы продажам подержанного оборудования и созданию в Европе дополнительных рабочих мест для людей, занимающихся ремонтом старых устройств. Это позволит Евросоюзу увеличить свою долю на рынке технического сопровождения устройств, которые зачастую производятся в Азии, а проектируются там же либо в США.

Кроме того, парламентарии намерены потребовать от производителей увеличения гарантийного периода в том случае, если установленный срок ремонта по гарантии превышает один месяц.

Высказывалась также идея ввести программу маркировки продуктов, которая отражала бы оценку их долговечности и простоты ремонта и модернизации. Программа должна быть добровольной, но в условиях замедления темпов внедрения инноваций покупатели будут стремиться продлить срок службы своих устройств и начнут уделять больше внимания этим оценкам, а не минимальным конструкционным изменениям.

Причем одним лишь оборудованием дело не ограничивается. Законодатели отмечают, что многие устройства прослужат дольше, если обязать производителей выпускать обновления своего программного обеспечения не так часто, как это происходит сейчас.

Осталось посмотреть лишь, удастся ли парламенту скорректировать действующие законы. Ведь у него нет полномочий для выдвижения законопроектов – это является прерогативой Европейской комиссии. Тем не менее направленные в эту комиссию результаты голосования станут четким сигналом того, каких именно законодательных инициатив ждут в парламенте.

Главный антимонопольный орган Евросоюза постановил, что компания Google злоупотребляет своим доминирующим положением на рынке поисковых механизмов с целью незаконного продвижения своего сервиса сравнения ценовых предложений, и наложил на нее штраф в размере 2,42 млрд евро (2,72 млрд долл.).

Следствием этого могут быть еще более серьезные различия в представлении поисковых результатов, выдаваемых пользователям в США и в Европейском Союзе.

Еврокомиссия выделила компании 90 дней на внесение в поисковый алгоритм необходимых изменений. Если этого не произойдет, она будет подвергнута дополнительному штрафу в размере 5% от средней глобальной дневной выручки ее материнской компании Alphabet за каждый день продолжающихся нарушений.

Решение Комиссии касается способов использования поискового сервиса Google для продвижения другого сервиса, Google Shopping, который ранее назывался Google Product Search and Froogle.

В результатах общей поисковой выдачи Google помещает свой собственный сервис на видное место, значительно выше сервисов конкурентов. Даже самый рейтинговый конкурирующий сервис оказывается, как правило, только на четвертой странице поисковых результатов Google.

«Таким образом, вероятность обращения пользователей к сервисам конкурентов становится гораздо ниже», – заявила еврокомиссар по вопросам конкуренции Маргрет Вестагер.

В ответ в Google заявили, что люди предпочитают ссылки, ведущие непосредственно на страницы с интересующим их товаром, а не на сайты, заставляющие их заниматься дополнительным поиском.

«По оценкам конкурентов, в результате поведения Google их трафик сократился на 90%, в то время как Google получала дополнительные доходы от перенаправления посетителей на свой собственный сервис, – указала Вестагер. – Таким образом, она лишила другие компании возможности участия в свободной конкуренции».

Директор компании Foundem Шивон Рафф, подававшая жалобу на Google, приветствовала решение Комиссии.

«В новостных заголовках, очевидно, будут доминировать сообщения о рекордном штрафе в размере 2,42 млрд евро., – отметила она. – Однако лично мне гораздо более важным представляется запрещение чрезвычайно вредной практики манипулирования результатами поиска».

По словам Вестагер, компания Google сама должна решить, что следует сделать для точного выполнения предписания.

«Google не может просто прекратить то, чем занимается сейчас, заменив все это аналогичными практиками, которые будут иметь тот же самый антиконкурентный эффект, – подчеркнула она. – Комиссия намерена внимательно следить за поведением Google в течение нескольких лет. Чтобы прийти к окончательному выводу, мы проанализировали 5,2 Тбайт поисковых результатов, полученных в результате выдачи 1,7 млрд поисковых запросов».

Проводились также эксперименты, позволяющие оценить пользовательские предпочтения по отношению к верхней части поисковой выдачи. Выяснилось, что по тем же самым ссылкам, перемещенным с первого на третье место, совершалось гораздо меньше переходов.

Вестагер предупредила, что продвижение Google Shopping может оказаться далеко не единственным случаем злоупотребления Google своим доминирующим положением в сфере информационного поиска в целях популяризации поисковых сервисов, в том числе ищущих изображения и информацию о местных поездках.

«Мы доказали, что Google доминирует в сфере поиска общего назначения, – заявила она. – И это станет отправной точкой при анализе всех прочих сервисов».

Поисковое дело – не единственная претензия к Google со стороны Еврокомиссии. В настоящее время активно изучается также рекламная платформа AdSense и продвижение с ее помощью приложений и сервисов для операционной системы Android.

«Предварительные выводы указывают на признаки нарушения антимонопольного законодательства Евросоюза, – сообщила Вестагер. – Мы призываем Google соблюдать правила свободной конкуренции и делать все дальнейшего развития рынка ЕС, объединяющего 500 млн потребителей».

По оценкам компаний Nokia и Cisco Systems, в ближайшие пять лет объем трафика Интернета утроится. В сложившихся условиях Nokia задумывается о новых маршрутизаторах старшего класса, которые позволят увеличить пропускную способность ядра сети в шесть раз и помогут удвоить производительность устройств даже десятилетней давности.

По прогнозам Nokia, к 2022 году общий объем месячного трафика Интернета достигнет 330 эксабайт (330 миллионов терабайт.) Со своей стороны, Cisco прогнозирует увеличение на 24% в год, с 96 эксабайт в месяц в 2016 году до 278 эксабайт в месяц в 2021-м.

Рост трафика, по мнению Nokia, обусловлен тремя факторами. Это облачные сервисы, мобильные сети 5G и Интернет вещей.

В недавнем отчете, посвященном безопасности Интернета вещей, Cisco прогнозирует, что к 2020 году в мире будет насчитываться 50 млрд подключенных устройств. По оценкам специалистов Nokia, число устройств Интернета вещей увеличится с 12 млрд в 2017 году до 100 млрд в 2025-м.

Защита всех этих миллиардов устройств Интернета вещей от неправомерного использования превратится в жизненную необходимость, если мы не хотим, чтобы они были повернуты против нас. Уже сейчас это превратилось в серьезную проблему. В DDoS-атаках в последние месяцы были задействованы миллионы подключенных камер и домашних маршрутизаторов. В Cisco ожидают, что количество атак вырастет с примерно 1,25 млн в 2016 году до 2,1 млн в 2021-м. У Nokia оценки еще более тревожны: только в 2017 году будет зарегистрировано 10 млн атак такого рода. Возможно, существующие разночтения обусловлены разницей в определениях уровня трафика, необходимого для эффективного блокирования нормальной работы устройств.

В связи с этим возникает вопрос: коль скоро интенсивность использования – а также неправомерного использования – Интернета растет столь быстрыми темпами, что делать с маршрутизацией?

Ответом Nokia стал новый чип FP4, способный обрабатывать до 2,4 терабит в секунду. Он был создан на основе уже используемой модели чипа FP3, но внутри его корпуса находится сразу несколько таких чипов.

Объединение нескольких чипов на одной плате позволило довести пропускную способность линейной карты до 12 Тбит/с. Производительность нового маршрутизатора выросла в шесть раз по сравнению с предыдущей моделью. По словам технического директора подразделения оптических и IP-сетей Nokia Стива Фогельсанга, платы Nokia можно встраивать и в маршрутизаторы 10-летней давности. В этом случае пропускную способность модели 7750 SR-12 можно удвоить, а производительность более нового маршрутизатора 7750 SR-12e – даже утроить.

Последней новинкой в этом ряду станет модель Nokia 7750 SR-14s, которая поступит в продажу в четвертом квартале и сможет обеспечивать пропускную способность до 144 Тбит/с.

Кроме того, компания Nokia представила систему 7950 XRS-XC Extensible Routing System, которую весьма оптимистично охарактеризовала как маршрутизатор «петабитного класса». Спецификации ее выглядят весьма впечатляюще: пропускная способность одной системы достигает 576 терабит (более половины петабита) в секунду. Причем все это осуществляется путем расширения шасси, без установки коммутационных полок.

Еще одним преимуществом нового чипа FP4 является возможность перенаправления статистики трафика во внешнюю аналитическую систему, например, в приобретенную недавно компанией Nokia систему анализа IP-сетей Deepfield. Таким образом, новые маршрутизаторы Nokia помогут блокировать DDoS-атаки и предотвращать другие деструктивные действия. Кроме того, чипы способны выполнять проверку пакетов без хранения состояния, позволяя глубже изучать проблемы трафика.

В очередной версии суперкомпьютерного рейтинга Top500 никаких изменений в его верхней части не произошло, но для получения полного представления о происходящем нужно рассматривать всю картину в целом.

Табель о рангах суперкомпьютеров публикуется на сайте Top500.org два раза в год. В очередной его 49-й версии перечень самых быстрых в мире суперкомпьютеров возглавили китайские системы Sunway TaihuLight (93 PFLOPS) и Tianhe 2 (33,9 PFLOPS).

В результате модернизации производительность швейцарского суперкомпьютера Piz Daint, построенного на основе графических процессоров, удвоилась, достигнув 19,6 PFLOPS (19,6 квадрильонов операций с плавающей точкой в секунду). В результате эта система переместилась с восьмого места на третье, потеснив пять других компьютеров. Ведущий представитель США, Titan, теперь занимает четвертую строчку.

Вот и все, что касается первой десятки, и если на этом остановиться, можно подумать, что производители суперкомпьютеров погрузились в глубокую спячку.

На самом деле это не так, и середина рейтинга стала значительно мощнее.

С ноября прошлого года 108 систем заметно поднялись в рейтинге, обойдя занимающую ныне 500 место китайскую машину с производительностью 432 TFLOPS, которая была построена в 2015 году компанией Sugon на базе процессоров Intel Xeon. В прошлом ноябре она располагалась на 392 месте, а еще годом ранее – на 213-м.

Компьютеры среднего уровня увеличили свою производительность и стали более эффективными с точки зрения энергопотребления.

В рейтинге Top500 присутствует информация об энергопотреблении только 369 компьютеров. Девять из десяти наиболее эффективных были построены в этом году, причем шесть из них находятся в Японии.

Лучше всех преобразовывать «ватты во флопсы» получается у японской системы Tsubame 3.0, которая была создана компанией Hewlett Packard Enterprise. Ее центральные процессоры Intel Xeon и графические процессоры Nvidia Tesla P100 обеспечивают производительность в 14,1 гигафлопс в пересчете на ватт. Общей производительности в 1,9 PFLOPS оказалось достаточно, для того чтобы занять 61 место в новом рейтинге.

Не так уж много в части эффективности энергопотребления уступает ей система Piz Daint, построенная компанией Cray. Ее процессоры Intel Xeons и Nvidia Tesla P100 развивают производительность в 10,4 гигафлопс в пересчете на один ватт потребляемой мощности.

Важная роль в компьютерах, оказавшихся в рейтинге Top500, отводится сопроцессорам: 71 система использует графические процессоры Nvidia, 14 – Xeon Phi, а в трех установлены и те, и другие.

Компания HPE построила больше суперкомпьютеров, вошедших в список Top500, чем любой другой производитель. На ее долю приходится 28,6% систем (в прошлом году их было 28%). Однако их вычислительная мощность не столь велика и составляет лишь 16,6% от общей вычислительной мощности Top500.

Доля Cray и IBM составляет соответственно 11,4% и 5,4% от общего числа машин или 21,4% и 7,5% от общей вычислительной мощности.

Стоит отметить, что 12,5% общей вычислительной мощности Top500 приходится всего на один суперкомпьютер, Sunway TaihuLight, построенный в китайском центре NRCPC (National Research Center of Parallel Computer Engineering & Technology).

После отставки генерального директора Трэвиса Каланика компания Uber сама превратилась в беспилотный автомобиль.

Ранее Каланик уже заявлял о своем решении покинуть компанию на неопределенный срок, но теперь он признался, что уходит навсегда. По сообщению New York Times, этот шаг был предпринят под давлением со стороны совета директоров.

Компания лишилась и правой руки Каланика, старшего вице-президента Uber по развитию бизнеса Эмиля Майкла, который допустил целый ряд промахов, включая предложение подвергнуть давлению журналиста, который вел расследование в отношении компании.

Недавно в Uber уволили еще одну ключевую фигуру, вице-президента по технологиям Энтони Левандовски, который возглавлял в компании направление беспилотных автомобилей. Он оказался вовлечен в судебный иск, поданный против Uber подразделением Alphabet Waymo, которое занимается беспилотными автомобилями. Левандовски обвиняют в краже документов, представляющих коммерческую тайну, и это еще одна проблема, которую придется решать новому генеральному директору Uber.

Извлечь выгоду из того, что Uber осталась без рулевого, могут компании двух типов.

К первому из них относятся конкуренты на рынке перевозок. Многие из них проявляют интерес к новым сервисам, и, судя по недавней конференции стартапов, только в Париже свои услуги пытаются предложить около десятка новых игроков. Это имеет важное значение, поскольку именно в Париже, по словам Каланика, ему и пришла в голову идея создать Uber.

Второй тип компаний, получающих выгоду от потерь Uber, представляют разработчики автономных автомобилей, которым проще будет решать свои кадровые задачи. Возможно, некоторые технологи из Uber теперь захотят сменить работодателя.

В свою очередь в Uber тоже пытаются укреплять инженерные кадры. На текущий момент компания опубликовала информацию о 124 вакантных должностях в группе разработки передовых технологий и еще о 310 инженерных вакансиях в других подразделениях. Требуются, в частности, специалисты по машинному обучению и новые сотрудники в лаборатории искусственного интеллекта.

Возможно, уход Каланика и Майкла позволит наконец компании изменить свою корпоративную культуру, которая подвергается широкой критике.

Трэвис Каланик, которому сейчас 40 лет, разработал мобильное приложение Uber вместе с Гарретом Кэмпом в 2009 году. В настоящее время сервис вызова такси Uber работает в десятках стран мира. Состояние Каланика оценивается в 6,3 млрд долл. Как сообщает со ссылкой на свои источники агентство Bloomberg, глава Uber подал в отставку после письма инвесторов, которые заявили, что он подвергает компанию юридическим рискам, постоянно втягивая ее в скандалы.

И если планы замены водителей беспилотными автомобилями теперь становятся еще более далекой перспективой, то облегчить водителям жизнь в Uber намерены прямо сейчас. Директор Uber по операциям в США Рэчел Холт и руководитель направления повышения водительской квалификации Аарон Шилдкраут направили водителям Uber и партнерам, осуществляющим доставку, электронное письмо, пообещав 180-дневную программу изменений. Они будут включать в себя введение чаевых, выплаты за ожидание клиента и отмену поездки, а также бонусы за перевозку подростков.

Возможности клиентского сервиса и робота-помощника Pepper, предлагаемого компанией SoftBank, были ограничены тем, что он мог говорить и махать руками.

Теперь же SoftBank положила глаз на роботов размером с собаку BigDog и Spot, разработанных специалистами Boston Dynamics.

Компания SoftBank, занимавшаяся ранее предоставлением услуг Интернета и выполнением функций оператора мобильной связи, начала осваивать сферу роботизации в 2014 году, после покупки французского поставщика Aldebaran, создавшего небольших роботов-гуманоидов Pepper и Nao.

В свою очередь компания Aldebaran получила известность благодаря разработкам в области распознавания человеческих эмоций, а ее роботы сумели занять свою нишу в дорогих гостиницах и супермаркетах, где они приветствуют посетителей. Кроме того, им отводилась роль персональных помощников в медицинских и образовательных приложениях, а также в программах ухода за пожилыми людьми.

При этом Pepper и Nao оказывались совершенно бесполезными в процессе переноски тяжестей и во время походов по магазинам. Ничем не могли они помочь своим хозяевам и в домашних делах. Вот тут-то и появилась Boston Dynamics.

Свою деятельность эта компания начала в качестве разработчика военных роботов, после чего была приобретена Google. Но после создания Alphabet и реструктуризации гиганта поисковой отрасли Boston Dynamics перестала вписываться в его планы. Кроме того, подразделение роботизации Alphabet лишилось руководства, поскольку возглавлявший его ранее Энди Рубин, создатель Android, решись сосредоточиться на проектировании новых смартфонов.

В начале прошлого года Boston Dynamics и японский производитель роботов Schaft, также принадлежащий Alphabet, были выставлены на продажу.

Четыре ноги хорошо, а две лучше?

Компания Schaft занимается изготовлением двуногих роботов для промышленности и сферы обслуживания. В отличие от нее Boston Dynamics сделала себе имя на четвероногих роботах, но недавно разработала и двуногую модель Handle, которая умеет бегать и прыгать.

Маловероятно, что люди, испытывающие неприязнь к пришельцам-киборгам, захотят иметь у себя дома Handle в его нынешнем виде, но если SoftBank изменит внешность робота и придаст ему приятный облик Pepper с широко раскрытыми глазами и мягким голосом, этот проект вполне может рассчитывать на успех.

Председатель совета директоров и генеральный директор SoftBank Масаеcи Сон намерен покончить с военным прошлым Boston Dynamics. Он заявил, что под его руководством компания займется созданием приложений, которые будут облегчать людям жизнь и делать ее безопаснее и веселее.

11 мая 1997 года вычислительная машина показала, что способна превзойти человека даже в самом выигрышном для того состязании – в играх. Чемпиона мира по шахматам Гарри Каспарова обыграл компьютер IBM Deep Blue, разработка которого начиналась в Университете Карнеги-Меллона в рамках работы над системой ChipTest.

Один из создателей Deep Blue, Мюррей Кемпбелл, рассказал корреспонденту Службы новостей IDG и о других вещах, которые компьютеры научились делать не хуже, а во многих случаях и лучше человека, а также о том, чем все это обернется для нас в будущем.

- Правда ли, что вы пришли в IBM одновременно с появлением там Deep Blue?

Не совсем. Наша группа, включая меня, присоединилась к IBM, перейдя туда в 1989 году из Университета Карнеги-Меллона, а название Deep Blue появилось годом позже.

- И вы все время занимались созданием Deep Blue?

С момента прихода в IBM и до матча, состоявшегося с чемпионом мира в 1997 году, моя работа заключалась в создании и совершенствовании Deep Blue.

- Поговаривают, что одной из причин победы Deep Blue над Каспаровым была ошибка, которая привела к тому, что система совершила странный ход и тем самым вывела чемпиона из психологического равновесия.

Не могу с уверенностью утверждать, так ли это. Случилось следующее: в конце первой партии матча Deep Blue был обречен на поражение. У него была заведомо проигрышная позиция, но игра продолжалась. Каспарову еще нужно было доказать, что в этой позиции он способен выиграть, что, несомненно, он бы и сделал. Однако из-за ошибки Deep Blue сделал ход наугад, а в такой игре ход наугад особенно плох, и после ответа Каспарова мы сдали партию.

Многие потом утверждали, что из-за этого Каспаров составил себе неверную картину о том, на что Deep Blue способен при игре в шахматы, а на что нет, но я думаю, что это всего лишь спекуляции.

- А почему произошла ошибка? Вам удалось это выяснить?

Да, мы поняли, в чем дело, и все исправили. Но произошло это только после второй партии, так что условия для ее появления сохранялась на протяжении двух партий. Правда, больше она уже не проявляла себя. Такие ситуации возникают очень редко.

Происходило это лишь при определенном стечении обстоятельств. На поиск очередного хода Deep Blue выделялось определенное время, и если компьютер не укладывался в него, то мог совершить ход наугад. За несколько месяцев до матча мы уже регистрировали ошибку подобного рода и полагали, что все исправили. Думаю, что четыре из пяти возможных условий ее проявления нам удалось устранить, но одно все же осталось. И вот в матче с чемпионом мира она вылезла снова.

- За прошедшее с тех пор время мы видели, как машина DeepMind Alpha Go одолела сильнейших в мире игроков в го, а компьютер IBM Watson стал победителем викторины Jeopardy. Какие вершины, на ваш взгляд, искусственный интеллект готов покорить на следующем этапе?

Настольные игры – и шахматы, и го – сослужили искусственному интеллекту очень хорошую службу, но я полагаю, что время настольных игр уходит и сегодня нам пора переходить к решению более сложных и актуальных проблем. Игры наподобие шахмат очень четко формализованы: все здесь находится прямо перед вами, вы обладаете всей полнотой информации, знаете, какие возможны ходы, знаете, что представляет собой состояние мата и т. д.

В реальном мире все не так: при выборе любого пути возникают те или иные сложности. Думаю, нам следует добавлять дополнительные сложности к тем вызовам и задачам, которые рассматриваются сегодня.

Много интересного появляется в области компьютерных игр. Недавно я видел, к примеру, как программа была побеждена группой профессиональных игроков в покер, и это весьма интересно, поскольку сюда привносится неполная, или скрытая, информация, когда ваши соперники видят свои карты, а вы их не видите. Это лишь один из способов добавления сложности. Существуют и другие.

IBM Deep Blue торопится в Рокфеллеровский центр в Нью-Йорке, чтобы принять участие в телешоу NBC в мае 1997 года Источник: IBM

Но в долгосрочной перспективе мы хотим создавать системы, не заменяющие (пусть даже с более высокой эффективностью) людей, а дополняющие их и помогающие людям принимать решения.

В шахматах наша цель заключалась в том, чтобы продемонстрировать систему, не уступающую лучшим игрокам в мире. И Deep Blue играл совсем не так, как человек. Очевидно, что у человека имеются свои сильные и слабые стороны, а у компьютера свои. Объединяя их сильные качества, очень быстро можно получить игрока, который окажется лучше как отдельно взятого человека, так и отдельно взятого компьютера.

Прошло двадцать лет, но утверждение это по-прежнему справедливо. Думаю, что усвоенный нами урок применим практически к любой проблеме реального мира, которую только можно себе представить.

В медицине, например, врач осматривает пациента, ставит диагноз и назначает лечение. Но представьте, что у него есть помощник, который рассматривает задачу под другим углом, обладает другими навыками, способен проанализировать все недавние публикации в области медицины, знает все существующие лекарственные препараты и ставит альтернативный диагноз либо предлагает альтернативное лечение. Эксперт-человек, врач, рассматривает его предложения и принимает либо отвергает их. Это позволяет раздвинуть горизонты мышления и получить более высокий уровень эффективности, чем человек и компьютер демонстрируют поодиночке.

- Но в случае применения такой системы «дополненного» интеллекта, где в конечном итоге решение принимает врач, не следует ли сделать пояснение с юридической точки зрения, на ком лежит ответственность?

Дело в том, что далеко не всегда речь идет о жизни и смерти. Если вы установите систему, которая будет рекомендовать кому-либо фильмы или книги, то в случае ошибки никакого конца света не наступит. Вместе с тем некоторые решения действительно могут оказаться очень важными. Полагаю, что на протяжении еще многих десятилетий решающее слово при совершении ответственных шагов будет оставаться за людьми. Но чем больше информации мы станем получать о разумных альтернативах, а также о преимуществах и недостатках этих альтернатив, тем лучше будет для всех.

- Вы обнаружили ошибку в Deep Blue, но в сравнении с ним системы искусственного интеллекта последнего поколения с точки зрения проведения аудита кажутся еще более непостижимыми и сложными. Нельзя вернуться к рассматривавшемуся ими дереву поиска ходов и проверить правильность полученного ответа, особенно если речь идет о задачах реального мира, о которых вы только что говорили.

Пожалуй, это главная проблема сегодняшнего искусственного интеллекта. Но даже система Deep Blue, в основе функционирования которой лежала не нейронная сеть, а масштабный поиск наилучшего варианта среди миллиардов возможных, не могла точно сообщить, почему был сделан тот или иной ход. Получив рекомендации от Deep Blue, нам предстояло проделать еще немало работы, чтобы понять, почему система выдала такие рекомендации. Думаю, что это справедливо и для современных систем искусственного интеллекта. В группе, где я работаю, одна из ключевых исследовательских задач заключается в обеспечении возможности интерпретации выводов, сделанных системами искусственного интеллекта. Системы дополненного интеллекта, о которых я говорил ранее, могут стать более эффективными, если они окажутся способными разъяснить человеку, принимающему решение, что именно заставило их выдать те или иные рекомендации.

- Какие подходы для этого применяются?

Машинное обучение может использоваться сегодня для описания самого машинного обучения. Допустим, у вас есть система, которая выдает решения или прогнозы. Проделав определенную работу, вы пытаетесь понять, чем обусловлено то или иное ее решение, и находите понятную для себя причину, разъясняющую, почему его следует считать удачным или почему оно было принято. После этого можно построить систему, которая на основании примеров решений и разъяснений к ним будет учиться выдавать собственные полезные пояснения. Вот вам один подход.

Существует несколько стандартных подходов к машинному обучению, позволяющих повышать степень интерпретируемости систем за счет правил, поскольку правила интуитивно понятны людям. Например, если температура больше заданной величины, а влажность равна заданному показателю, то человек будет чувствовать себя в таких условиях некомфортно.

Конечно, имеются и ограничения. Многие явления реального мира весьма сложны, и простого набора правил для их описания недостаточно. Это важная тема для исследований, и множество людей заняты сегодня в этой области. Необходимо, чтобы пояснения были не только верны, но и полезны. В настоящее время мы ищем приемлемые компромиссы.

- Ранее уже звучала мысль о юридической ответственности. Что можно сказать о надежности пояснений и их привязке к мотивировочной части системы искусственного интеллекта, позволяющей использовать их в судебных процессах?

Вопрос этот находится вне сферы моей компетенции, поскольку лежит в юридической плоскости, но я полагаю, что в ближайшие десятилетия ответственность за решения должны нести принимавшие их люди. Рекомендации компьютера наряду с пояснениями к этим рекомендациям превращаются в полезный инструмент, но это всего лишь инструмент, а в конечном итоге ответственность лежит на принявшем решение человеке.

- Расскажите, пожалуйста, о предлагаемых вами подходах, которые помогают компьютерам работать с людьми, а также об областях, в которых они могут быть использованы.

Коснемся немного сферы здравоохранения. Используя подходы глубинного обучения, мы в IBM разработали систему распознавания рака кожи по фотографии. На основании снимка пораженного участка рак диагностируется с очень высокой точностью, которая превышает точность заключений, выданных специалистами.

Но это не позволяет оценить состояние пациента полностью, то есть речь идет лишь об определенной части информации, которая должна быть предоставлена врачу. Врач лично проводит осмотр пациента, изучает историю его болезней и выдает, например, такое заключение: «С вероятностью 85% пораженный участок является злокачественной опухолью, требуется биопсия». Это только рекомендация, но врач может прийти к выводу, что «никаких проблем нет, поскольку…». Вот вам лишь один пример.

Интересную тему представляет и поддержка стареющего населения по месту жительства. Дома стареющих людей оборудуются датчиками и технологиями Интернета вещей, а системы искусственного интеллекта проверяют состояние этих датчиков, выявляя признаки аномального поведения, что может свидетельствовать о наличии проблем, которые должны привлечь внимание ухаживающих за ними опекунов.

Современный мир очень сложен, и мы не знаем, на чем сосредоточить свое внимание. Информации так много, что если бы у нас была система, помогающая сфокусироваться на важных вещах, то можно было бы развивать технологии искусственного интеллекта совместными усилиями.

- Что вас больше всего интересует в области искусственного интеллекта с точки зрения дальнейшего влияния на вашу жизнь?

Надеюсь, что к тому времени, когда я выйду на пенсию, системы поддержки стареющего населения по месту жительства будут уже достаточно проработаны, и я смогу воспользоваться их преимуществами.

По мере развития искусственного интеллекта многие из систем, существующих сегодня в весьма ограниченном виде, станут гораздо более полезными в условиях реального мира.

Системы глубинного обучения стремительно набирают популярность, но, на мой взгляд, сегодня они ориентированы преимущественно на процессы восприятия. Вы получаете изображение, какой-то фрагмент аудиозаписи или что-то еще и классифицируете изображение или преобразуете аудиозапись в текст.

Однако реальные многоступенчатые рассуждения, планирование и стратегическое мышление не относятся к числу сильных сторон современных систем искусственного интеллекта, и вот здесь-то на помощь приходит человек. Ранее я уже говорил о том, как системы искусственного интеллекта помогли людям сосредоточиться на главном. Думаю, вполне можно было бы нацелить системы искусственного интеллекта на решение существующих проблем и поиск направлений, которые способны принести что-то полезное.

Скорее всего, в следующем десятилетии люди начнут использовать свои сильные стороны, а машины будут привносить свой вклад в их совместную деятельность. Я вижу, что это происходит практически в каждой области: в здравоохранении, образовании, поддержке стареющего населения... и далее вы можете продолжить сами.

- Вы создаете системы искусственного интеллекта для решения тех или иных задач, а помогают ли они вам в вашей работе?

Будучи исследователем, я, естественно, использую какие-то инструменты. К ним относятся, в частности, средства поиска в Интернете, анализа технических публикаций и выявления среди них тех, которые могли бы меня заинтересовать. Что же касается определения вопросов, на которых мне следовало бы сосредоточиться, и поиска наиболее перспективных и прибыльных направлений исследований, здесь я не вижу инструмента, который мог бы реально мне помочь. Если бы мне удалось разработать такой инструмент, то результатом его применения, очевидно, станет какой-то крупный проект, который продемонстрирует существенное повышение эффективности моей исследовательской деятельности.

- Может быть, именно это окажется следующим серьезным вызовом?

Безусловно, это одна из актуальных задач, стоящих перед нами, но она не единственная. В мире есть масса проблем, которые ежедневно затрагивают миллионы и даже миллиарды людей. В сообществе, связанном с искусственным интеллектом, нас каждый день захлестывают информационные потоки, точно так же, как и миллиарды других людей. Число публикуемых ежедневно технических документов поражает даже в сравнении с тем, что было пять лет назад, и мы, как и все, нуждаемся в помощи.